CN105868590B - 一种笔迹数据处理方法和装置 - Google Patents

Abstract

本发明涉及数据处理领域，特别是涉及一种笔迹数据处理方法，所述方法包括：当确定需要通过网络传输笔迹数据时，对所述笔迹数据进行预处理；将经过预处理后的笔迹数据通过网络传输出去；其中，所述对所述笔迹数据进行预处理包括以下任意一个或者多个步骤：对获取的笔迹数据进行过滤处理，去除所述笔迹数据中的无效点数据；获取笔迹数据包含的采样点的个数，当所述采样点的个数超过第一阈值时，对所述笔迹数据进行筛选处理，以使得经过筛选处理的笔迹数据包含的采样点的个数不大于所述第一阈值；获取所述笔迹数据的各属性信息，将所述属性信息处理成预设的长度。本发明实施例可以有效减少数据传输量，减少网络占用，减少用户设备的流量和电量损耗。

Description

一种笔迹数据处理方法和装置

技术领域

本发明涉及数据处理技术领域，特别是涉及一种笔迹数据处理方法和装置。

背景技术

在身份识别与安全验证领域，常常使用生物特征进行身份识别与安全验证。笔迹识别是生物特征识别的一个重要分支，它是运用计算机模式识别的方法，通过比较鉴别两部分笔迹数据，确定其是否是同一人笔迹的技术。由于笔迹识别存在安全性高的优点，因此得到了越来越多的应用。

现有技术中，当在客户端采集了用户的笔迹数据后，往往需要将采集的笔迹数据通过网络传输到服务器，由服务器进行相应处理。由于现有技术中，客户端向服务器传输的原始笔迹数据存在数据量大的问题，占用了大量的网络资源，并会造成客户端所在的用户设备的网络流量以及电量的损耗，给用户带来非常不好的体验。

发明内容

为解决上述技术问题，本发明公开了一种笔迹数据传输方法和装置，可以对采集的用户笔迹数据进行预处理，有效减少数据传输量，减少网络占用，减少用户设备的流量和电量损耗。

技术方案如下：

根据本发明实施例的第一方面，公开了一种笔迹数据处理方法，所述方法包括：

当确定需要通过网络传输笔迹数据时，对所述笔迹数据进行预处理；

将经过预处理后的笔迹数据通过网络传输出去；

其中，所述对所述笔迹数据进行预处理包括以下任意一个或者多个步骤：

对获取的笔迹数据进行过滤处理，去除所述笔迹数据中的无效点数据；

获取笔迹数据包含的采样点的个数，当所述采样点的个数超过第一阈值时，对所述笔迹数据进行筛选处理，以使得经过筛选处理的笔迹数据包含的采样点的个数不大于所述第一阈值；

获取所述笔迹数据的各属性信息，将所述属性信息处理成预设的长度。

根据本发明实施例的第二方面，公开了一种笔迹数据处理装置，所述装置包括：

预处理单元，用于当确定需要通过网络传输笔迹数据时，对所述笔迹数据进行预处理；

传输单元，用于将经过预处理后的笔迹数据通过网络传输出去；

其中，所述预处理单元包括以下任意一个或者多个子单元：

过滤子单元，用于对获取的笔迹数据进行过滤处理，去除所述笔迹数据中的无效点数据；

筛选子单元，用于获取笔迹数据包含的采样点的个数，当所述采样点的个数超过第一阈值时，对所述笔迹数据进行筛选处理，以使得经过筛选处理的笔迹数据包含的采样点的个数不大于所述第一阈值；

属性信息处理子单元，用于获取所述笔迹数据的各属性信息，将所述属性信息处理成预设的长度。

本发明实施例的一个方面能够达到的有益效果为：本发明提供的笔迹数据处理方法和装置，当确定需要通过网络传输笔迹数据时，对所述笔迹数据进行预处理，然后再将经过预处理后的笔迹数据通过网络传输出去。由于原始的笔迹数据经过过滤、筛选、属性长度控制处理，因此经过预处理后的笔迹数据包含的数据量大大减小，有效减少数据传输量，减少网络占用，减少用户设备的流量和电量损耗。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种笔迹数据处理方法流程示意图；

图2为本发明实施例提供的笔迹数据预处理步骤流程示意图；

图3为本发明实施例提供的笔迹数据筛选处理示意图；

图4为本发明实施例一种应用场景示意图；

图5为本发明另一种应用场景示意图；

图6为本发明实施例提供的笔迹数据处理装置示意图。

具体实施方式

本发明公开了一种笔迹数据传输方法和装置，可以对采集的用户笔迹数据进行预处理，有效减少数据传输量，减少网络占用，减少用户设备的流量和电量损耗。

为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

本发明实施例提供的笔迹数据处理方法可以应用于客户端侧，所述客户端与服务器通过网络数据连接。所述客户端可以应用到电子设备中，所述电子设备可以是现有的、正在研发的或将来研发的任何电子设备，包括但不限于：现有的、正在研发的或将来研发的、台式计算机、膝上型计算机、移动终端(包括智能手机、非智能手机、各种平板电脑)等。

参见图1，为本发明实施例提供的一种笔迹数据处理方法流程示意图，所示方法可以包括以下步骤：

S101，当确定需要通过网络传输笔迹数据时，对所述笔迹数据进行预处理。

本发明具体实现时，可以应用到多种应用场景。例如客户端采集笔迹数据，将采集的笔迹数据上传到服务器的应用场景。客户端采集笔迹数据、对笔迹数据进行预处理可以是离线进行的。这样，可以节省用户流量，待客户端与服务器通过网络数据连接时，再将预处理后的笔迹数据通过网络传输出去。又如，本发明还可以应用到客户端响应服务器发送的数据请求，将笔迹数据通过网络传输出去的场景。在客户端接收到服务器发送的数据请求后，可以对笔迹数据进行预处理，以减少数据传输量以及网络带宽占用，提高用户体验。当然，本领域技术人员可以理解的是，以上只是本发明应用场景的示例性说明，本发明还可以应用到其他应用场景。其中，确定需要通过网络传输笔迹数据的具体实现方式可以是多样和灵活的，可以根据需要设置具体的触发条件，例如定时触发、应服务器请求触发、检测到连接网络时触发等，在此不进行限定。

参见图2，为本发明实施例提供的笔迹数据预处理步骤流程示意图。其中，所述S101对所述笔迹数据进行预处理包括以下任意一个或者多个步骤：

S101A，对获取的笔迹数据进行过滤处理，去除所述笔迹数据中的无效点数据。

具体实现时，S101A可以包括：

获取所述笔迹数据各采样点的笔迹长度；

当确定所述采样点的笔迹长度大于第二阈值或者小于第三阈值时，将所述采样点作为无效点，从所述笔迹数据中去除所述无效点。

具体地，为了去除一些冗余、无效数据，需要预先对获取的笔迹数据进行过滤处理。例如，用户误操作会导致采集的笔迹数据长度过短；用户一些恶意操作，例如信手涂鸦对应的数据往往会呈现笔迹数据长度过长的特点。因此，本发明具体实现时，获取组成笔迹数据的各采样点的笔迹长度，当采样点的笔迹长度大于第二阈值或者小于第三阈值时，均认为所述采样点为无效点，将其从笔迹数据中去除。其中，第二阈值和第三阈值的大小可以根据经验由系统预先设定。

S101B，获取笔迹数据包含的采样点的个数，当所述采样点的个数超过第一阈值时，对所述笔迹数据进行筛选处理，以使得经过筛选处理的笔迹数据包含的采样点的个数不大于所述第一阈值。

为了减少数据量，在不影响笔迹数据的准确率和清晰度的前提下，本发明实施例具体实现时，可以通过对所述笔迹数据进行筛选处理，控制笔迹数据包含的采样点的个数，以减少数据量。具体地，当根据获取的笔迹数据包含的采样点的个数确定所述采样点的个数大于设定阈值时，则对笔迹数据进行筛选处理。

所述对所述笔迹数据进行筛选处理包括：

获得所述笔迹数据包含的采样点的个数与所述第一阈值之间的比值；从第一个采样点开始作为当前采样点，以所述比值作为采样间隔，选取与当前采样点最邻近的采样点进行笔迹重新采样处理，直到获取到的采样点的数量等于第一阈值为止。

以下以一个具体的示例进行说明，如图3所示，为本发明实施例提供的笔迹数据筛选处理示意图。在这一示例中，利用梯形原理将包含500个采样点的笔迹数据筛选处理成包含400个采样点的笔迹数据。具体实现时，是将超过400点信息的笔迹数据按照梯形原理缩放到包含400点的笔迹数据。如图3所示，梯形的下底为500点信息，梯形的上底为400点信息，梯形原理就是从500个点的信息中取出400个点的信息，具体筛选规则时在下底中取最接近采用间隔(500/400)的400个采样点。具体地，获得所述笔迹数据包含的采样点的个数与所述第一阈值之间的比值。假设，笔迹数据包含的采样点个数为500，第一阈值为400，则所述比值为500/400，则从第一个采样点开始，作为当前采样点，以所述比值作为采样间隔，选取与当前采样点最邻近的采样点进行笔迹重新采样处理，直到获取到的采样点的数量等于第一阈值为止。例如，假设第一个采样点的横坐标为0,第二个采样点即为(0+500/400),第三个采样点为(0+2*500/400)……第N个采样点为(0+(N-1)*500/400)，其中，N等于400。

当然，以上仅为本发明具体实现方式的一种说明，本领域技术人员在不付出创造性劳动下获取的其他实现方式也属于本发明的保护范围。

S101C，获取所述笔迹数据的各属性信息，将所述属性信息处理成预设的长度。

所述笔迹数据的属性信息可以包括笔迹数据的横坐标值X、纵坐标值Y、时间属性信息T以及段落属性信息S，即笔迹数据的属性信息为(X，Y，T，S)。其中，时间属性信息主要为采样点的采样时间。段落属性信息用于描述当前采样点所在的段落，即在笔迹数据中的第几笔上。当然，笔迹数据的属性信息还可以包括压力属性或者其他属性。系统预先设置每个属性信息的长度、类型和命名规则，使得属性信息包含的数据长度尽可能地小。

进一步的，所述笔迹数据的属性信息包括时间属性信息，所述对所述笔迹数据进行预处理还包括：

S104D(图中未示出)，根据获取的所述笔迹数据的时间属性信息，获取所述笔迹数据包括的各采样点对应的时间属性信息；根据所述各采样点对应的时间属性信息，获取各采样点的采样时间；计算第一个采样点的采样时间与各采样点的采样时间之间的差值；将获得的各采样点的采样时间相对于第一个采样点的采样时间之间的差值作为各采样点的时间属性信息。

具体实现时，对于时间属性，系统一般默认的长整型(long)，其包含的字符串长度比较长，为了节省数据长度，在本发明具体实现时，使用其他采样点相对于第一个采样点采样时间的时间差来表示时间属性，这样，即有效节约了数据长度。当获取到笔迹数据的时间属性信息后，即可以得到各采样点的采样时间，这时，计算各采样点与第一个采样点之间的采样时间的差值，将获得的各采样点相对于第一个采样点的采样时间之间的差值作为各采样点的时间属性信息。例如，假设笔迹数据包含3个采样点，原先表示采样点的时间属性可能是(14:11:18:09:25:30)、(14:11:18:09:25:33)、(14:11:18:09:25:34)，那么现在经过处理后，采样点的时间属性可以表示为(0S)、(3s)、(4s)。当笔迹数据包含的采样点较多，笔迹数据量比较大时，上述处理显著减少了笔迹数据包含的数据量。如果需要利用详细的采样点的采样时间，则只需将第一个采样点的采样时间记录在其他字段里面，而无需在点序列体现。其他采样点的采样时间可以通过第一个采样点的采样时间与所述时间差得到。

需要说明的是，上述S101A、S101B、S101C、S104D之间并没有必然的先后执行顺序，其可以并行地执行，或者根据需要任意颠倒两两步骤之间的执行顺序。较佳地，可以在对笔迹数据执行过滤无效点数据、筛选数量后，再进行属性信息的预处理操作，这样可以减少数据处理量。

S102，将经过预处理后的笔迹数据通过网络传输出去。

将笔迹原始数据经过预处理后，即可以将笔迹数据压缩后通过网络传输出去，供数据接收方进行处理。所述数据接收方具体可以是服务器。

进一步的，本发明实施例提供的方法还可以包括笔迹数据采集处理和笔迹识别处理，其中：

所述笔迹数据采集处理包括：采集第一笔迹数据；采集第二笔迹数据。

所述笔迹识别处理包括：

将所述第二笔迹数据与所述第一笔迹数据进行比较，获得比较结果；当根据所述比较结果确定第二笔迹数据与所述第一笔迹数据匹配时，确定笔迹校验通过。

其中，所述笔迹数据的预处理、笔迹数据采集处理、笔迹识别处理由客户端离线执行。

下面结合本发明的两种应用场景对本发明提供的方法进行说明。

参见图4，为本发明实施例一种应用场景示意图。

S401，开始笔迹录入。

在一种应用场景中，客户端首次采集用户的笔迹数据作为登录密码、校验密码。

S402，笔迹采集两次。

S403，判断是否录入成功；如果成功，进入S404；如果判断录入失败，进入S402，重新录入笔迹。

S404，客户端本地保存采集的两次笔迹密码，进入相关首页。

S405，在客户端与服务器网络连接时，将经过预处理后的笔迹数据传输到服务器加密备份。所述预处理的步骤可以参照图1所示实施例进行。

在这一应用场景中，当客户端首次采集用户的笔迹数据作为登录密码、校验密码时，为了防止笔迹密码丢失，可以将客户端离线采集的笔迹数据在客户端连接网络时，上传到服务器进行加密保存。服务器还可以应用上述笔迹数据不断优化笔迹算法，例如通过用户真实采集的笔迹数据构建笔迹识别模型等。另一方面，还可以在服务器需要进行身份识别或者安全验证的情景下，将所述笔迹数据的识别称为识别用户身份或者安全验证的其中一个安全因子。具体的服务器的处理可以是灵活多样的，在此不进行限定。

参见图5，为本发明实施例另一种应用场景示意图。

S501，开始笔迹识别。

在一种应用场景中，客户端在用户需要登录时，要求用户输入笔迹，以识别输入的笔迹与预先保存的笔迹密码是否匹配。如果匹配，则允许用户登陆。

S502，采集笔迹数据。

这时，用户根据客户端的提示输入笔迹数据。

S503，客户端本地进行笔迹校验识别。

客户端离线将用户输入的笔迹数据与预先保存在客户端的笔迹密码进行比较识别，以确定是否是同一人的笔迹。

S504，判断是否校验通过；如果通过，进入S505；如果校验不通过，提示用户重新录入笔迹或者退出。

S505，允许用户执行相应数据操作，例如允许登陆，进入相关页面。

S506，在客户端与服务器网络连接时，将经过预处理后的笔迹数据传输到服务器加密备份。所述对S501中采集的笔迹数据进行预处理的步骤可以参照图1所示实施例进行。

在这一应用场景中，当客户端接收到用户的数据请求，例如登陆请求，需要采集用户的笔迹数据，将其与预先保存的笔迹密码进行比较识别，以确定是否同一人的笔迹，决定允许或者拒绝用户的数据请求。在本发明具体实现时，笔迹数据的识别处理由客户端离线执行，所产生的操作记录数据，例如笔迹点序列、笔迹比对分值、用户设备信息(机型、采用的操作系统类型等)会在客户端连接网络时，上传到服务器上。服务器还可以应用上述笔迹数据不断优化笔迹算法，例如通过用户真实采集的笔迹数据构建笔迹识别模型等。此外，服务器还可以应用上述数据统计算法的准确率或者对上述数据进行加工处理，将所述笔迹数据的识别称为识别用户身份或者安全验证的其中一个安全因子。具体的服务器的处理可以是灵活多样的，在此不进行限定。

参见图6，为本发明实施例提供的笔迹数据处理装置示意图。

一种笔迹数据处理装置600，所述装置600包括：

预处理单元601，用于当确定需要通过网络传输笔迹数据时，对所述笔迹数据进行预处理。

传输单元602，用于将经过预处理后的笔迹数据通过网络传输出去。

其中，所述预处理单元601包括以下任意一个或者多个子单元：

过滤子单元，用于对获取的笔迹数据进行过滤处理，去除所述笔迹数据中的无效点数据；

筛选子单元，用于获取笔迹数据包含的采样点的个数，当所述采样点的个数超过第一阈值时，对所述笔迹数据进行筛选处理，以使得经过筛选处理的笔迹数据包含的采样点的个数不大于所述第一阈值；

属性信息处理子单元，用于获取所述笔迹数据的各属性信息，将所述属性信息处理成预设的长度。

进一步的，所述预处理单元还包括：

采样点时间属性获得子单元，用于当所述笔迹数据的属性信息包括时间属性信息时，根据获取的所述笔迹数据的时间属性信息，获取所述笔迹数据包括的各采样点对应的时间属性信息；

采样时间获得子单元，用于根据所述各采样点对应的时间属性信息，获取各采样点的采样时间；

时间差子单元，用于计算第一个采样点的采样时间与各采样点的采样时间之间的差值；

属性修改子单元，用于将获得的各采样点的采样时间相对于第一个采样点的采样时间之间的差值作为各采样点的时间属性信息。

进一步的，所述过滤子单元包括：

比较长度的获取子单元，用于获取所述笔迹数据各采样点的笔迹长度；

无效点去除子单元，用于当确定所述采样点的笔迹长度大于第二阈值或者小于第三阈值时，将所述采样点作为无效点，从所述笔迹数据中去除所述无效点。

进一步的，所述筛选子单元包括：

比值获得子单元，用于获得所述笔迹数据包含的采样点的个数与所述第一阈值之间的比值；

重新采样子单元，用于从第一个采样点开始作为当前采样点，以所述比值作为采样间隔，选取与当前采样点最邻近的采样点进行笔迹重新采样处理，直到获取到的采样点数量等于第一阈值为止。

进一步的，所述装置还包括笔迹数据采集单元和笔迹识别单元，其中，所述笔迹数据采集单元包括：

第一采集子单元，用于采集第一笔迹数据；

第二采集子单元，用于采集第二笔迹数据；

所述笔迹识别单元包括：

比较子单元，用于将所述第二笔迹数据与所述第一笔迹数据进行比较，获得比较结果；

校验子单元，用于当根据所述比较结果确定所述第二笔迹数据与所述第一笔迹数据匹配时，确定笔迹校验通过。

上述各单元的功能可对应于图1至图5详细描述的上述方法的处理步骤，于此不再赘述。需要说明的是，由于对方法实施例进行详细的阐述，对装置实施例的描述较为简单，本领域技术人员可以理解的是，可以参照方法实施例构造本发明的装置实施例。本领域技术人员在不付出创造性劳动下获取的其他实现方式均属于本发明的保护范围。

本领域技术人员可以理解的是，以上对方法和装置实施例进行了示例性说明，以上不视为对本发明的限制，本领域技术人员在不付出创造性劳动下获得的其他实现方式均属于本发明的保护范围。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。以上所述仅是本发明的具体实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (7)

1.一种笔迹数据处理方法，其特征在于，所述方法包括：

当确定需要通过网络传输笔迹数据时，对所述笔迹数据进行预处理；

将经过预处理后的笔迹数据通过网络传输出去；

其中，所述对所述笔迹数据进行预处理包括：

对获取的笔迹数据进行过滤处理，去除所述笔迹数据中的无效点数据；

获取笔迹数据包含的采样点的个数，当所述采样点的个数超过第一阈值时，对所述笔迹数据进行筛选处理，从所述笔迹数据包含的所述采样点中选择一部分采样点，以使得经过筛选处理的笔迹数据包含的采样点的个数不大于所述第一阈值；

获取所述笔迹数据的各属性信息，将所述属性信息处理成预设的长度；

其中，所述对获取的笔迹数据进行过滤处理，去除所述笔迹数据中的无效点数据，包括：

获取所述笔迹数据各采样点的笔迹长度；

当确定所述采样点的笔迹长度大于第二阈值或者小于第三阈值时，将所述采样点作为无效点，从所述笔迹数据中去除所述无效点；

其中，所述对所述笔迹数据进行筛选处理包括：

获得所述笔迹数据包含的采样点的个数与所述第一阈值之间的比值；

从第一个采样点开始作为当前采样点，以所述比值作为采样间隔，选取与当前采样点最邻近的采样点进行笔迹重新采样处理，直到获取到的采样点的数量等于第一阈值为止。

2.根据权利要求1所述的方法，其特征在于，所述笔迹数据的属性信息包括时间属性信息，所述对所述笔迹数据进行预处理还包括：

根据获取的所述笔迹数据的时间属性信息，获取所述笔迹数据包括的各采样点对应的时间属性信息；

根据所述各采样点对应的时间属性信息，获取各采样点的采样时间；

计算第一个采样点的采样时间与各采样点的采样时间之间的差值；

将获得的各采样点的采样时间相对于第一个采样点的采样时间之间的差值作为各采样点的时间属性信息。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括笔迹数据采集处理和笔迹识别处理，其中：

所述笔迹数据采集处理包括：

采集第一笔迹数据；

采集第二笔迹数据；

所述笔迹识别处理包括：

将所述第二笔迹数据与所述第一笔迹数据进行比较，获得比较结果；当根据所述比较结果确定第二笔迹数据与所述第一笔迹数据匹配时，确定笔迹校验通过。

4.根据权利要求3所述的方法，其特征在于，所述预处理、笔迹数据采集处理、笔迹识别处理由客户端离线执行。

5.根据权利要求1至4中任意一项所述的方法，其特征在于，所述笔迹数据的属性信息包括：笔迹数据的横坐标值、纵坐标值、时间属性信息以及段落属性信息。

6.一种笔迹数据处理装置，其特征在于，所述装置包括：

预处理单元，用于当确定需要通过网络传输笔迹数据时，对所述笔迹数据进行预处理；

传输单元，用于将经过预处理后的笔迹数据通过网络传输出去；

其中，所述预处理单元包括：

过滤子单元，用于对获取的笔迹数据进行过滤处理，去除所述笔迹数据中的无效点数据；

筛选子单元，用于获取笔迹数据包含的采样点的个数，当所述采样点的个数超过第一阈值时，对所述笔迹数据进行筛选处理，从所述笔迹数据包含的所述采样点中选择一部分采样点，以使得经过筛选处理的笔迹数据包含的采样点的个数不大于所述第一阈值；

属性信息处理子单元，用于获取所述笔迹数据的各属性信息，将所述属性信息处理成预设的长度，

其中，所述过滤子单元包括：

比较长度的获取子单元，用于获取所述笔迹数据各采样点的笔迹长度；

无效点去除子单元，用于当确定所述采样点的笔迹长度大于第二阈值或者小于第三阈值时，将所述采样点作为无效点，从所述笔迹数据中去除所述无效点；

其中，过滤子单元包括：

比值获得子单元，用于获得所述笔迹数据包含的采样点的个数与所述第一阈值之间的比值；

重新采样子单元，用于从第一个采样点开始作为当前采样点，以所述比值作为采样间隔，选取与当前采样点最邻近的采样点进行笔迹重新采样处理，直到获取到的采样点数量等于第一阈值为止。

7.根据权利要求6所述的装置，其特征在于，所述预处理单元还包括：

采样点时间属性获得子单元，用于当所述笔迹数据的属性信息包括时间属性信息时，根据获取的所述笔迹数据的时间属性信息，获取所述笔迹数据包括的各采样点对应的时间属性信息；

采样时间获得子单元，用于根据所述各采样点对应的时间属性信息，获取各采样点的采样时间；

时间差子单元，用于计算第一个采样点的采样时间与各采样点的采样时间之间的差值；

属性修改子单元，用于将获得的各采样点的采样时间相对于第一个采样点的采样时间之间的差值作为各采样点的时间属性信息。