CN108292165B - 触摸姿势检测评估 - Google Patents

触摸姿势检测评估 Download PDF

Info

Publication number
CN108292165B
CN108292165B CN201580085074.2A CN201580085074A CN108292165B CN 108292165 B CN108292165 B CN 108292165B CN 201580085074 A CN201580085074 A CN 201580085074A CN 108292165 B CN108292165 B CN 108292165B
Authority
CN
China
Prior art keywords
gesture
detection
gestures
computing device
touch
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201580085074.2A
Other languages
English (en)
Other versions
CN108292165A (zh
Inventor
F·A·尤恩
任晋奎
T·李
T·陈
G·默尼耶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Intel Corp
Original Assignee
Intel Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Intel Corp filed Critical Intel Corp
Publication of CN108292165A publication Critical patent/CN108292165A/zh
Application granted granted Critical
Publication of CN108292165B publication Critical patent/CN108292165B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/041—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means
    • G06F3/0416—Control or interface arrangements specially adapted for digitisers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/041—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means
    • G06F3/0416—Control or interface arrangements specially adapted for digitisers
    • G06F3/0418—Control or interface arrangements specially adapted for digitisers for error correction or compensation, e.g. based on parallax, calibration or alignment
    • G06F3/04186—Touch location disambiguation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
    • G06F3/04883—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures for inputting data by handwriting, e.g. gesture or text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/041—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means
    • G06F3/0414—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means using force sensing means to determine a position

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

实施例涉及计算设备中的姿势识别。基于来自触摸传感器的输出来监视用户的基于触摸的输入。姿势从基于触摸的输入之中导出。分析所检测到的姿势以根据概况分析准则将姿势特性概况指派给所检测到的姿势。基于所指派特性概况以及姿势的时间排序来对表示姿势系列的计数的序列事件记录进行制表。基于经制表的姿势系列来评估对姿势检测重新校准的启用的情况。

Description

触摸姿势检测评估
技术领域
本文所描述的实施例一般涉及信息处理装备及相关联方法，并且更具体地，涉及使用触摸感测对用户输入的检测。
背景技术
近年来，世界经历了在移动计算设备(诸如移动电话、平板和其他形状因子的设备(诸如智能手表、智能眼镜等))普及度上的爆炸式增长。这些设备倾向于使用触摸感测作为其主要用户输入机制之一。触敏传感器一般将测量用户产生的轻击、挥刷(swipe)和其他姿势的位置。
准确地检测手指姿势对设备设计者而言是极为重要的，因为用户对设备质量的感知与用户的个人使用体验紧密相连。手指姿势识别也为移动设备呈现出一些关键挑战，因为用户倾向于具有不同的身体特性和习惯行为。例如，用户可能具有不同的皮肤纹理、以不同的方式固定可穿戴设备、应用具有不同力度的姿势、或以不同的模式轻击设备。这些种类的变化使得用于准确姿势识别的移动设备的设计复杂化。
目前，触敏设备提供校准或优化算法来针对特定用户调谐其对用户应用触摸姿势的响应性。尽管完全调谐的触摸姿势检测算法可相当好地适应用户群体中的大多数(例如，90％)，然而仍然存在少数但直言不讳的、与非正确解释姿势斗争的用户。适当地解决用户体验问题，特别是来自不满群体的用户体验问题，成为管理可穿戴设备的品牌形象的高优先级问题。
附图说明
在附图中(这些附图不一定是按比例绘制的)，相同的数字可描述在不同视图中的类似的组件。具有不同的字母后缀的相同的数字可以表示类似组件的不同实例。在附图中的图表中通过示例而非限制地图示一些实施例。
图1A是例示出根据一些实施例的示例计算设备的组件中的一些的框图。
图1B是例示出根据一些实施例的可穿戴计算设备的图。
图2是例示出根据实施例的计算设备(诸如，图1A和1B的设备)的示例性系统架构的框图。
图3是例示出计算设备(诸如图2中描绘的计算设备)的示例性硬件和软件架构的图，其中硬件组件和软件组件之间的各种接口被示出。
图4是例示出根据一些实施例的可使用计算设备的计算硬件来实现的一组引擎的框图，该计算设备可根据执行或安装的软件或固件程序指令来配置或者可配置。
图5是例示出根据一些实施例的观测双击姿势的多轴运动传感器的示例输出的时序图。
图6是例示出根据一些实施例的检测双击姿势的示例过程的流程图。
图7是列出根据实施例的用于轻击姿势检测的各种示例参数值的表格。
图8是例示出根据一些实施例的轻击姿势的各种潜在序列的状态图。
图9是例示出根据一些实施例的与图8中描绘的每个序列轻击事件相对应的各计数器的表格。
图10是例示出根据一些实施例的姿势事件之间的顺序关系的图形图，包括那些事件的时间次序。
图11是根据示例实施例的将图10的图的边与图8的图中示出的事件序列关联在一起的表格。
图12是例示出根据示例实施例的表示用于重新校准双击姿势检测的感兴趣轻击事件的简化图的示图。
图13是例示出根据一些实施例的执行姿势识别评估的一般过程的流程图。
具体实施方式
本文所描述的实施例的方面涉及计算设备中的触摸输入姿势检测。在下文中，用户的触摸输入姿势——作为对计算设备的一个或多个传感器的输入——可被简称为姿势。
实施例的一个方面涉及用于计算设备中的姿势识别的重新校准过程的自动化。在一些实施例中，重新校准是自动发起的，意味着在与用户的初始设置会话期间执行的初始校准过程之后，在每个实例中没有特定用户命令的情况下被发起。在相关实施例中，用于姿势识别的校准操作本质上是自适应的。其检测用户的姿势使用和模式，并在新概况更适合用户时自适应地切换至另一校准概况。
一些实施例在算法检测到用户的姿势模式的改变时为姿势识别算法提供微调或修改校准的配置设置的机会。
在相关实施例中，姿势识别重新校准发起基于以下识别：用户在现有姿势识别功能未能如预期那样给予用户正确响应时倾向于展现某些行为。用户将试图校正姿势，例如通过再次应用同一姿势。根据一些实施例的这种基于行为的监视可有利地减少姿势识别失败或错误姿势检测的发生。
本上下文中的计算设备可采取各种设备类型中的任何一种。例如，其可以是诸如智能手机、平板、膝上型计算机、台式PC、智能手表、可穿戴形状因子(例如，智能眼镜或嵌入服装中的设备)之类的多功能设备。计算设备可具有若干集成数据捕捉设备。
图1A是例示出根据实施例的示例计算设备100的组件中的一些的框图。计算设备100在此示例中被例示为智能电话，然而将理解，计算设备100表示其他类型的计算设备，这些计算设备可具有比示例性计算设备100更多或更少的数据捕捉设备或其他特征。计算设备100具有包围内部组件的外壳102。外壳102可在一定程度上提供对设备100的内部的访问。例如，在具有用户可更换电池、闪存卡或订户身份模块(SIM)卡的设备中，外壳102可包括用户可移除盖。在具有不利于用户访问内部的设计的设备中，外壳102可仍然具有允许访问技术人员的预防措施，以便某些部件可在需要时被修理或替换。
计算设备100进一步包括触摸屏104，该触摸屏104可与外壳102合作地形成设备100的整个壳体的一部分。触摸屏104包括用作输出设备(例如，用于视觉显示的LED屏幕、功率和控制器电路等)的硬件和一般层叠在视觉显示器上并由合适的触摸或邻近敏感技术形成的输入设备(例如，电容式、电阻式、光学式、超声波式等)，以及对应的检测和功率电路。此外，计算设备100包括用户输入设备，该用户输入设备在此示例中表示一个或多个用户可操作输入设备，诸如(诸)按钮、小键盘、键盘、触控板、鼠标等等。
如在图1中进一步描绘的，计算设备100可具有若干数据捕捉设备，诸如感测换能器，该感测换能器的物理刺激产生可被采样、数字化并作为所捕捉数据被存储的信令。加速度计110可包括响应于运动的改变而产生信令的多轴传感器，以及用于采样并数字化此信令的电子器件。传感器可以是基于微机电系统(MEMS)的设备，其利用电容式、压电式或其他合适的技术来产生电信令，然后用合适的模拟和数字电路对该电信令进行放大和处理。其他传感器可包括变形或应变传感器、声学传感器等。
图1B是例示出具有可穿戴形状因子的计算设备的图。如所描绘的，智能手表150还可包括触摸屏104和加速度计110。
图2是例示出根据一些实施例的计算设备100或150的示例性系统架构200的框图。取决于计算设备100、150的形状因子和性质，并非以下描述的每个组件都可以存在。中央处理器单元(CPU)202包括一个或多个微处理器，在这一个或多个微处理器上执行计算设备100、150的整体功能。CPU 202由与系统链路203电接口的硬件构成，该系统链路203承载各组件之间的数据和控制信令。如所例示的，系统链路203与系统架构200的其他组件中的每一个类似地接口。存储器204包括工作存储器空间，并且由诸如同步动态随机存取存储器(SDRAM)之类的合适的高速存储器设备构成。在所例示的实施例中，CPU 202可使用高速接口205访问存储器204。通过使用只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、闪存或其他合适的非易失性存储技术来构造非易失性存储器206。非易失性存储器206存储由CPU 202执行并且在一些情形中由一个或多个其他组件中存在的处理器执行的系统和应用软件。
外部非易失性存储器207在可用时包括诸如安全数字(SD)卡槽之类的接口，该安全数字(SD)卡槽可接受可移除存储介质以用作附加的非易失性数据存储。
显示器208包括显示器104和用于将显示器104与系统接口的电路，以及视频驱动电路。声音210包含用于将音频输出驱动至扬声器或耳机的电路以及用于与系统接口的电路。用户输入212包含用于与诸如触摸屏输入设备104之类的输入设备接口的电路。通信块214表示通信电路和用于将通信电路与系统接口的电路。通信块214可包括用于通过蜂窝网络(诸如根据长期演进(LTE)、LTE-高级、5G或全球移动通信系统(GSM)系列标准设计的网络)进行通信的无线电。同样，通信电路214可包括Wi-Fi通信无线电(根据IEEE801.11系列标准)或蓝牙无线电电路(根据IEEE802.15系列标准)。实时时钟216包括提供维持当前日期和时间的时钟并将时钟接口至系统的电路。
数据捕捉设备220与计算设备200整合。根据各实施例，数据捕捉设备220包括多个不同类型的感测换能器及其相关联处理和接口电路，诸如加速度计110，以及根据各实施例的相机、GPS和生物测量传感器。
与每个对应换能器相关联的处理电路可包括：放大、缓冲、滤波或其他信号调节电路，用于接收来自对应换能器的原始模拟信号并准备用于数字化的模拟信令的；模拟至数字转换电路，用于执行采样、量化和数字编码并且在一些情形中执行进一步的处理以产生表示以CPU 202可读取的形式被换能器测量的物理现象的数字信号。
图3是例示出计算设备(诸如图2中描绘的计算设备)的示例性硬件和软件架构的图，其中硬件组件和软件组件之间的各种接口被示出。如HW所指示的，硬件组件在分隔线下方被表示，而由SW表示的软件组件驻留在分隔线之上。在硬件侧，处理设备302(其可包括一个或多个微处理器、数字信号处理器等，每一个具有一个或多个处理器核)与存储器管理设备304和系统互连306接口。存储器管理设备304提供正被执行的进程使用的虚拟存储器与物理存储器之间的映射。存储器管理设备304可以是中央处理单元的集成部分，该中央处理单元还包括处理设备302。
互连306包括背板(诸如存储器、数据和控制线)以及与输入/输出设备(例如，专有总线、PCI、USB等)的接口。存储器308(例如，动态随机存取存储器-DRAM)和诸如闪存(即，电可擦除只读存储器-EEPROM、NAND闪存、NOR闪存等)之类的非易失性存储器309经由存储器控制器310与存储器管理设备304和互连306接口。在一些实施例中，此架构可支持由外围设备进行的直接存储器访问(DMA)。I/O设备(包括视频和音频适配器、非易失性存储、外部外围链路(诸如USB、蓝牙等))，以及网络接口设备(诸如经由Wi-Fi或LTE系列接口进行通信的那些)被共同表示为I/O设备和联网312，该I/O设备和网络312经由对应的I/O控制器314与互连306接口。
在软件侧，预操作系统(pre-OS)环境316在初始系统启动时被执行并且负责发起操作系统的引导。Pre-OS(预-OS)环境316的一个传统示例是系统基本输入/输出系统(BIOS)。在当今的系统中，可实现统一可扩展固件接口(UEFI)。操作系统(OS)318提供内核，该内核控制硬件设备、管理对存储器中程序的存储器访问、协调任务并助益多任务、组织要存储的数据、指派存储器空间和其他资源、将程序二进制代码加载到存储器、发起对应用程序的执行，该应用程序随后与用户和硬件设备进行交互并且检测并对各种定义的中断作出响应。同样，操作系统318提供设备驱动程序以及各种公共服务(诸如助益与外围设备和联网接口的那些服务)，这些服务提供应用程序的抽象化，以使得应用程序不需要负责处理此类公共操作的细节。操作系统318附加地提供图形用户界面(GUI)，该图形用户界面(GUI)助益与显示器、声音以及触摸和动作输入设备的交互。
运行时系统320实现执行模型的部分，包括此类操作如下：在函数调用之前将参数放入栈、长期存储输入/输出(I/O)的行为以及并行执行相关行为。运行时系统320还可执行支持服务，诸如类型检查、调试或者代码生成和优化。
库322包括提供应用程序的进一步抽象化的程序函数集合。这些包括例如共享库、动态链接库(DLL)。库322可被集成至操作系统318、运行时系统320，或者可以是附加特征，或者甚至是远程主存的。库322定义了应用程序接口(API)，应用程序324可通过该应用程序接口(API)作出各种函数调用以调用由操作系统318提供的服务。时常被称为应用(app)的应用程序324是执行对用户有用的任务的那些程序，这些任务超出协调计算设备本身的基础可操作性的较低级系统程序所执行的任务。
如本文所描述的，示例可包括逻辑或多个组件、引擎或模块或者可在逻辑或多个组件、引擎或模块上操作，为了一致性而将这些逻辑或多个组件、引擎或模块称为引擎，但应该理解这些术语可互换使用。图4是例示出根据一些实施例的可使用计算设备的计算硬件来实现的一组引擎的框图，该计算设备可根据执行或安装的软件或固件程序指令来配置或者可配置。
引擎可以是通信耦合至一个或多个处理器以执行本文描述的操作的硬件、软件或固件。引擎可以是硬件引擎，并且如此，引擎可被认为是能够执行指定操作的有形实体且可按某些方式来配置或布置。在示例中，能以指定方式将电路(例如，内部地或者相对于诸如其他电路之类的外部实体)布置为引擎。在示例中，一个或多个计算机系统(例如，独立的客户机或服务器计算机系统)或一个或多个硬件处理器的全部或部分可由固件或软件(例如，指令、应用部分、或者应用)配置为操作用于执行所指定操作的引擎。在示例中，软件可驻留在机器可读介质上。在示例中，软件在由引擎的底层硬件执行时，使此硬件执行指定的操作。因此，术语硬件引擎被理解为涵盖有形实体，该有形实体是物理地构建、具体地配置(例如，硬连线)、或者临时地(例如，瞬态地)配置(例如，编程)从而以所指定的方式操作或者执行本文中所描述的任何操作的部分或全部的实体。参看图3，例如，只要包括来自HW侧的至少一个块，引擎就可包括所描绘块的一个或任何组合。
考虑到其中临时配置引擎的示例，这些引擎中的每一个不需要在任何一个时刻被实例化。例如，在引擎包括使用软件而配置的通用硬件处理器的情况下，通用硬件处理器可在不同时间被配置为相应的不同引擎。软件可相应地配置硬件处理器，例如以在一个时间实例处构成特定引擎，并且在不同的时间实例处构成不同引擎。
在图4的图中，姿势检测引擎402配置有硬件和软件组件，并且操作用于监视加速度计、变形/应变传感器、显示器触摸屏或由用户输入的其他合适的触摸检测，以及应用一组定义的准则来在用户姿势输入或由(诸)传感器拾取的其他事件之间作出区分。值得注意的是，在一些实施例中，不同传感器中的一个或组合可被同时(或者在计算设备的限制内几乎同时)监视，并被整合以产生相异多模式输入。
概况指派引擎404配置有硬件和软件组件，并且操作用于通过姿势检测引擎402分析所检测的(诸)姿势并根据定义的概况准则指派一个或多个姿势特性概况。
有序事件记录引擎406配置有硬件和软件组件，并且操作用于根据每个姿势的概况特性以及根据姿势序列中的每个姿势的时间位置来收集、制表和计数一个或多个有序姿势系列。该制表和计数的结果可以是按照输入姿势集合的、用可指示用户行为的各种姿势(或非姿势)数据的计数填充的数据结构。
姿势序列分析引擎408配置有硬件和软件组件，并且操作用于分析由有序事件记录引擎收集的数据以评估对姿势的任何失败检测、对姿势的任何错误检测以及用于检测用于调用对姿势检测的重新校准的情形。姿势检测引擎402随后可利用重新校准结果来改进其姿势识别功能。
以下在双击姿势识别的情境中详细描述各示例实施例。应该注意的是，其他实施例也可将类似原理应用于对其他类型姿势的识别，这些姿势包括诸如挥刷模式的姿势、设备的摇动、设备的旋转或其他触摸或基于设备处理的输入。
图5是例示出根据一些实施例的观察双击姿势的多轴运动传感器的示例输出的时序图。如时序图中所描绘的，每个时间序列轨迹表示对应的测量轴，存在四个参数被用于检测双击姿势：表示第一峰值的量值的Mag1 502；表示跟随在第一峰值之后的残余信号的最大部分(本文中也被称为尾部)的量值的Range1_max(范围1_最大)504；表示第二峰值(表示第二轻击(在靠近第一轻击的时间上发生))的Mag2 506和表示第二轻击信号的尾部的最大量值的Range2_max(范围2_最大)508。
在检测轻击(例如，通过姿势检测引擎402)时，根据一些实施例将各种阈值应用于所测量信号参数：Mag1_阈值和Mag2_阈值分别是第一和第二轻击的最小接受阈值。例如，如果Mag1 502超过Mag1_阈值，则可能会识别出第一轻击。另一阈值P是与最大尾部量值(例如，Range1_max 504)成比例的信号量值(例如，Mag1 502)的证明截止百分比。
信号量值Mag1 502和Mag2 506指示每个相应轻击的力，例如，用户在设备上的轻击有多重。Mag1 502、Mag2 506、Mag1_阈值和Mag2_阈值的值可针对每个用户而改变以改进轻击检测。
尾部量值Range1_max 504和Range2_max 508以及证明截止百分比P指示用户特性(诸如用户皮肤的柔性和其他性质)以及表示设备可如何相对于用户被持握、穿戴或者固定。
图6是例示出根据一些实施例的检测双击姿势的示例过程的流程图。在602处，应用第一轻击最小阈值Mag1_阈值，这意味着对照Mag1_阈值来比较Mag1 502。第一轻击的测量峰值应该满足或超过Mag1_阈值以将其证明为轻击。在604处，应用第一尾部最大阈值P，其中对照基于Mag1 502值而为此应用专门确定的阈值P来比较Range1_max 504。阈值P可被定义为例如Mag1_阈值的百分比。落在阈值P以下的最大尾部量值range1_max(范围1_max)可将轻击证明为有效。在606处，将第二轻击最小阈值Mag2_阈值应用于第二潜在轻击信号峰值。在608处，将尾部阈值P应用于第二峰值的尾部。此处，阈值P可被定义为Mag2_阈值的百分比。
图7是列出根据实施例的用于轻击姿势检测的各种示例参数值的表格。每行表示根据所指派的强、中、弱概况的参数值的变化。概况指派引擎404可根据示例实施例作出概况分析确定。
图8是例示出根据一些实施例的轻击姿势的各种潜在序列的状态图。轻击事件的转变被例示为箭头。序列被例示为弱、中、强概况特性的第一轻击、第二轻击和第三轻击(或后续轻击)。在中心还示出非轻击事件。在每一轻击之后，如果后续轻击未被注册，则可跟随非轻击状态。
图8中的标示约定如下：
{S(强),M(中),W(弱)}轻击{N}{M}，
其中N和M表示从第N至第M有序轻击的有序前进。
因此，两个事件之间的每个连接箭头与注册两个特定轻击事件状态之间的转变次数的计数器相关联。可由有序事件记录引擎406从这些计数器编译所有轻击事件的统计。图9是例示出根据一些实施例的与图8中描绘的每个有序轻击事件相对应的各计数器的表格。
作为示例性系统的操作的示例，所有计数器被初始化为零。当姿势检测引擎402检测到轻击时，轻击事件将被馈送至姿势识别算法中的每一个，例如用于概况指派引擎404的强、中和弱概况。如果输入被证明为轻击事件，则将针对此概况独立地注册该输入，并且相关计数器将通过有序事件记录引擎406递增一。例如，如果根据弱概况和中概况两者而非强概况来证明轻击事件，则以下边计数器将递增1：Mtap01++(M轻击01++)；Wtap01++(W轻击01++)；如果连续检测到三个或更多的轻击事件，则Tap3->3(轻击3->3)列中的计数器将循环递增。
图10是例示出根据一些实施例的姿势事件之间的序列关系的图形图，包括那些事件的时间次序。根据示例实施例，用于轻击事件的计数器可通过有向边表示，其中e_2,3＝(2,3)指示来自节点2和3的直接边，并且与强概况中的第一和第二轻击之间的计数器Stap12(S轻击12)相对应。图11是根据示例实施例的将图10的图的边与图8的图中示出的事件序列关联在一起的表格。
当不正确地选择用于姿势识别的用户概况时，预期会有许多假否定(例如，姿势检测失败)或假肯定(例如，不正确的姿势检测)。在一些实施例中，先验用户反馈信息被用于识别假否定和假肯定情形。
下面的表1例示出示例假否定和假肯定场景。
Figure BDA0001683901350000101
表1
作为使用先验用户反馈的示例，可基于经制表和计数的姿势系列，通过对跟随在未能满足姿势检测准则的事件之后紧密相继的成功姿势尝试的检测来评估任何失败的姿势检测(假否定场景)。
在假肯定场景中，可基于经制表和计数的姿势系列，通过对所检测姿势后紧密相继的撤消动作(例如，使用“后退”触摸命令、刷掉姿势等)的检测来评估任何错误姿势检测。
根据一些实施例，姿势序列分析引擎408应用这些准则来确定对重新校准的需要。如果在某一限定的时间段内观测到假肯定或假否定的经制表的量，则姿势序列分析引擎408可发起对重新校准的调用。例如，如果在使用的同一天出现四次错误的轻击检测，则将发起重新校准尝试。重新校准的可能结果是将选择新的轻击概况。如果不能找到更好的轻击概况，则将不会执行调整。
对于示例场景，当假否定的数量超过阈值时，姿势序列分析引擎408可调整轻击概况。
在实施例中，根据可由姿势序列分析引擎408执行的示例算法，选择轻击概况的问题被作为单源最短路径问题来解决。例如，用于遍历边的成本被计算为ci，j＝eMAX-ei，j+1，其中ci，j是路径中节点i与j之间的相关边的成本，eMAX是包括在所考虑路径中的所有边的最大计数，且eij是针对边的轻击计数。
为了重新校准双击检测算法，可忽略不相关的轻击事件，诸如单击、以及第三轻击(和后续轻击)。图12是例示出根据示例实施例的表示用于重新校准双击姿势检测的感兴趣轻击事件的简化图的示图。
与每条路径(path)相关联的成本可被表达为：
Figure BDA0001683901350000111
在示例技术中，该方法被简化为寻找具有加权路径长度的单源最短路径。可应用诸如迪杰斯特拉(Dijkstra)算法之类的贪婪方法来解决例如最佳路径(以最低成本)。如果路径与先前使用的路径不同，则将在双击算法中使用与最短路径相对应的新轻击概况。
在另一场景中，当假肯定的数量超过阈值时，一个示例办法在其尝试调整轻击概况时应用另一路径公式。与每条路径相关联的成本变为：
Figure BDA0001683901350000112
边计数器值可被直接用作单源最短路径问题求解中的加权路径长度。
图13是例示出根据一些实施例的执行姿势识别评估的一般过程的流程图。在1302处，例如基于从触摸传感器读取输出来监视用户的基于触摸的输入。在1304，从基于触摸的输入之中检测姿势。在1306处，根据概况分析准则将姿势特性概况指派给所检测到的姿势。在1308处，基于所指派特性概况和姿势的时间排序来对姿势系列进行制表和计数。在1310，基于经制表的姿势系列来评估对姿势检测重新校准的启用的情况。在1312，响应于评估来发起重新校准过程。
附加注释和示例：
示例1是一种用于计算设备中的姿势识别的系统，该系统包括：计算硬件，该计算硬件包括处理器、数据存储以及包括触摸传感器的输入设备，该计算硬件包含指令，该指令在处理器上被执行时，使计算硬件实现：姿势检测引擎，该姿势检测引擎用于基于来自触摸传感器的输出来监视用户的基于触摸的输入，并且用于从基于触摸的输入之中检测姿势；概况指派引擎，该概况指派引擎用于根据概况分析准则将姿势特性概况指派给所检测到的姿势；有序事件记录引擎，该有序事件记录引擎用于基于所指派特性概况以及基于姿势的时间排序来对姿势系列进行制表和计数；以及分析引擎，该分析引擎用于基于经制表的姿势系列来评估对姿势检测重新校准的启用的情况。
在示例2中，示例1的主题任选地包括，其中姿势包括双击姿势。
在示例3中，示例1-2中任何一项或多项的主题任选地包括，其中姿势包括从包括以下各项的组中选择的至少一个姿势：双击、设备旋转、挥刷以及设备摇动。
在示例4中，示例1-3中任何一项或多项的主题任选地包括，其中触摸传感器包括多轴加速度计。
在示例5中，示例1-4中任何一项或多项的主题任选地包括，其中触摸传感器包括从包括以下各项的组中选择的至少一个传感器：设备定向传感器、声学传感器、应变传感器以及材料变形传感器。
在示例6中，示例1-5中任何一项或多项的主题任选地包括，其中计算硬件包括多个相异触摸传感器，并且其中姿势检测引擎用于监视和整合来自多个相异触摸传感器的输出。
在示例7中，示例1-6中任何一项或多项的主题任选地包括，其中姿势检测引擎用于应用一组准则来在用户姿势输入与由触摸传感器感测的其他事件之间进行区分。
在示例8中，示例1-7中任何一项或多项的主题任选地包括，其中姿势特性概况包括表示多个触摸力测量的概况。
在示例9中，示例1-8中任何一项或多项的主题任选地包括，其中有序事件记录引擎用于产生用各种基于姿势和非姿势运动事件的计数填充的数据结构。
在示例10中，示例1-9中任何一项或多项的主题任选地包括，其中分析引擎用于基于经制表和计数的姿势系列，通过对未能满足姿势检测准则的紧密相继跟随事件中的成功姿势尝试的检测来评估任何失败的姿势检测。
在示例11中，示例1-10中任何一项或多项的主题任选地包括，其中分析引擎用于基于经制表和计数的姿势系列，通过对所检测到的姿势后紧密相继的撤消动作的检测来评估任何错误的姿势检测。
在示例12中，示例1-11中任何一项或多项的主题任选地包括，其中分析引擎用于基于经制表和计数的姿势系列来评估未检测到姿势之后的任何重复姿势尝试。
在示例13中，示例1-12中任何一项或多项的主题任选地包括，其中分析引擎用于响应于在监视时段期间已发生的错误检测/失败检测事件的经制表的量来发起对姿势检测重新校准的调用。
在示例14中，示例1-13中任何一项或多项的主题任选地包括，其中计算设备是可穿戴设备。
在示例15中，示例1-14中任何一项或多项的主题任选地包括，其中计算设备是移动计算设备。
示例16是包括指令的至少一种计算机可读介质，指令在包括处理器、数据存储以及包括触摸传感器的输入设备的计算设备上被执行时，使计算设备实现：姿势检测引擎，该姿势检测引擎用于基于来自触摸传感器的输出来监视用户的基于触摸的输入，并且用于从基于触摸的输入之中检测姿势；概况指派引擎，该概况指派引擎用于根据概况分析准则将姿势特性概况指派给所检测到的姿势；有序事件记录引擎，该序列事件记录引擎用于基于所指派特性概况以及基于姿势的时间排序来对姿势系列进行制表和计数；以及分析引擎，该分析引擎用于基于经制表的姿势系列来评估对姿势检测重新校准的启用的情况。
在示例17中，示例16的主题任选地包括，其中姿势包括双击姿势。
在示例18中，示例16-17中任何一项或多项的主题任选地包括，其中姿势包括从包括以下各项的组中选择的至少一个姿势：设备旋转、挥刷以及设备摇动。
在示例19中，示例16-18中任何一项或多项的主题任选地包括，其中姿势检测引擎用于应用一组准则来在用户姿势输入与由触摸传感器感测的其他事件之间进行区分。
在示例20中，示例16-19中任何一项或多项的主题任选地包括，其中姿势特性概况包括表示多个触摸力测量的概况。
在示例21中，示例16-20中任何一项或多项的主题任选地包括，其中有序事件记录引擎用于产生用各种基于姿势和非姿势运动事件的计数填充的数据结构。
在示例22中，示例16-21中任何一项或多项的主题任选地包括，其中分析引擎用于基于经制表和计数的姿势系列，通过对跟随在未能满足姿势检测准则的事件之后紧密相继的成功姿势尝试的检测来评估任何失败的姿势检测。
在示例23中，示例16-22中任何一项或多项的主题任选地包括，其中分析引擎用于基于经制表和计数的姿势系列，通过检测所检测到的姿势后紧密相继的撤消动作来评估任何错误的姿势检测。
在示例24中，示例16-23中任何一项或多项的主题任选地包括，其中分析引擎用于基于经制表和计数的姿势系列评估未检测到姿势之后的任何重复姿势尝试。
在示例25中，示例16-24中任何一项或多项的主题任选地包括，其中分析引擎用于响应于在监视时段期间已发生的错误检测/失败检测事件的经制表的量来发起对用于姿势检测重新校准的调用。
示例26是一种用于自动评估计算设备中的姿势识别的方法，该计算设备包括处理器、数据存储以及包括触摸传感器的输入设备，该方法包括：由计算设备基于来自触摸传感器的输出来监视用户的基于触摸的输入；由计算设备从基于触摸的输入之中检测姿势；由计算设备根据概况分析准则将姿势特性概况指派给所检测到的姿势；由计算设备基于所指派特性概况以及基于姿势的时间排序来对姿势系列进行制表和计数；以及由计算设备基于经制表的姿势系列来评估对姿势检测重新校准的启用的情况。
在示例27中，示例26的主题任选地包括，其中姿势包括双击姿势。
在示例28中，示例26-27中任何一项或多项的主题任选地包括，其中姿势包括从包括以下各项的组中选择的至少一个姿势：设备旋转、挥刷以及设备摇动。
在示例29中，示例26-28中的任何一项或多项的主题任选地包括，进一步包括：应用一组准则来在用户姿势输入与由触摸传感器感测的其他事件之间进行区分。
在示例30中，示例26-29中任何一项或多项的主题任选地包括，其中姿势特性概况包括表示多个触摸力测量的概况。
在示例31中，示例26-30中任何一项或多项的主题任选地包括，其中对姿势系列进行制表和计数包括产生用各种基于姿势和非姿势运动事件的计数填充的数据结构。
在示例32中，示例26-31中任何一项或多项的主题任选地包括，其中评估对姿势检测重新校准的启用的情况包括基于经制表和计数的姿势系列，通过检测跟随在未能满足姿势检测准则的事件之后紧密相继的成功姿势尝试来评估任何失败的姿势检测。
在示例33中，示例26-32中任何一项或多项的主题任选地包括，其中评估对姿势检测重新校准的启用的情况包括基于经制表和计数的姿势系列，通过检测所检测到的姿势后紧密相继的撤消动作来评估任何错误的姿势检测。
在示例34中，示例26-33中任何一项或多项的主题任选地包括，其中评估对姿势检测重新校准的启用的情况包括基于经制表和计数的姿势系列评估未检测到姿势之后的任何重复姿势尝试。
在示例35中，示例26-34中任何一项或多项的主题任选地包括，其中评估对姿势检测重新校准的启用的情况响应于在监视时段期间已发生的错误检测/失败检测事件的经制表的量来产生对姿势检测重新校准的调用。
示例36是用于自动评估计算设备中的姿势识别的系统，该计算设备包括处理装置和触摸感测装置，该系统包括：用于基于来自触摸传感器的输出来监视用户的基于触摸的输入的装置；用于从基于触摸的输入之中检测姿势的装置；用于根据概况分析准则将姿势特性概况指派给所检测到的姿势的装置；用于基于所指派特性概况以及基于姿势的时间排序来对姿势系列进行制表和计数的装置；以及用于基于经制表的姿势系列来评估对姿势检测重新校准的启用的情况的装置。
在示例37中，示例36的主题任选地包括，其中姿势包括双击姿势。
在示例38中，示例36-37中任何一项或多项的主题任选地包括，其中姿势包括从包括以下各项的组中选择的至少一个姿势：设备旋转、挥刷以及设备摇动。
在示例39中，示例36-38中的任何一项或多项的主题任选地包括，进一步包括：用于应用一组准则来在用户姿势输入与由触摸传感器感测的其他事件之间进行区分的装置。
在示例40中，示例36-39中任何一项或多项的主题任选地包括，其中姿势特性概况包括表示多个触摸力测量的概况。
在示例41中，示例36-40中任何一项或多项的主题任选地包括，其中用于对姿势系列进行制表和计数的装置包括用于产生用各种基于姿势和非姿势运动事件的计数填充的数据结构的装置。
在示例42中，示例36-41中任何一项或多项的主题任选地包括，其中用于评估对姿势检测重新校准的启用的情况的装置包括用于基于经制表和计数的姿势系列，通过对跟随在未能满足姿势检测准则的事件之后紧密相继的成功姿势尝试的检测来评估任何失败的姿势检测的装置。
在示例43中，示例36-42中任何一项或多项的主题任选地包括，其中用于评估对姿势检测重新校准的启用的情况的装置包括用于基于经制表和计数的姿势系列，通过检测所检测到的姿势后紧密相继的撤消动作来评估任何错误的姿势检测的装置。
在示例44中，示例36-43中任何一项或多项的主题任选地包括，其中用于评估对手势检测重新校准的启用的情况的装置包括基于经制表和计数的姿势系列评估未检测到姿势之后的任何重复姿势尝试的装置。
在示例45中，示例36-44中任何一项或多项的主题任选地包括，其中用于评估对姿势检测重新校准的启用的情况的装置响应于在监视时段期间已发生的错误检测/失败检测事件的经制表的量来产生对姿势检测重新校准的调用。
在示例46中，示例36-45中任何一项或多项的主题任选地包括，其中触摸触摸感测装置包括多轴加速度计。
在示例47中，示例36-46中任何一项或多项的主题任选地包括，其中触摸感测装置包括从包括以下各项的组中选择的至少一个传感器：设备定向传感器、声学传感器、应变传感器以及材料变形传感器。
在示例48中，示例36-47中任何一项或多项的主题任选地包括，其中计算硬件包括多个相异触摸感测装置，并且其中姿势检测引擎用于监视和集成来自多个相异触摸感测装置的输出。
在示例49中，示例36-48中任何一项或多项的主题任选地包括，其中计算设备是可穿戴设备。
在示例50中，示例36-49中任何一项或多项的主题任选地包括，其中计算设备是移动计算设备。
在示例51中，至少一种计算机可读介质包括指令，指令在包括处理器、数据存储以及包括触摸传感器的输入设备的计算设备上被执行时，使计算设备实现示例26-35中任何一项或多项的主题。
在示例52中，用于自动评估包括处理装置和触摸感测装置的计算设备中的姿势识别的系统包括用于实现示例26-35中任何一项或多项的主题的装置。
以上具体实施方式包括对附图的引用，附图形成具体实施方式的部分。附图通过图示来示出可实践的特定实施例。这些实施例在本文中也被称为“示例”。此类示例可包括除所示出或所描述的那些元件以外的元件。然而，还构想了包括所示出或所描述的元件的示例。此外，还构想了使用所示出或所描述的那些元件的任何组合或排列的示例，或参照本文中所示出或所描述的特定示例(或其一个或多个方面)，或参照本文中所示出或所描述的其他示例(或其一个或多个方面)。
在此文档中引用的出版物、专利和专利文档通过引用被整体结合在本文中，就好像通过引用单独地被结合那样。在本文档与通引用结合在的那些文档之间不一致的用法的情况下，所结合的(诸)引用文档中的用法是对此文档的用法的补充；对于不可调和的不一致性，此文档中的用法占主导。
在此文档中，如在专利文档中常见的那样，使用术语“一(a或an)”以包括一个或多于一个，这独立于“至少一个”或“一个或多个”的任何其他实例或用法。在此文档中，使用术语“或”来指非排他性的“或”，使得除非另外指示，“A或B”包括“A但非B”、“B但非A”、以及“A和B。”在所附权利要求书中，术语“包括(including)”和“其中(in which)”被用作相应的术语“包括(comprising)”和“其中(wherein)”的普通英语等价词。此外，在所附权利要求书中，术语“包括”和“包含”是开放式的，也就是说，在权利要求中除此类术语之后列举的那些元件之外的元件的系统、设备、制品或过程仍被视为落在那项权利要求的范围内。此外，在所附权利要求书中，术语“第一”、“第二”和“第三”等仅被用作标记，并且不旨在表明对它们的对象的数字顺序。
以上描述旨在是说明性的，而非限制性的。例如，可结合其他实施例来使用以上所描述的示例(或者其一个或多个方面)。诸如，本领域普通技术人员中的一个可通过回顾以上描述来使用其他实施例。摘要允许读者快速地确定本技术公开的性质。提交该摘要应当理解，该摘要将不用于限制或解释权利要求的范围或含义。此外，在以上具体实施方式中，各种特征可共同成组以使本公开流畅。然而，权利要求可以不陈述本文中所公开的每一特征，因为实施例可以表征所述特征的子集。此外，实施例可以包括比特定示例中所公开的特征更少的特征。因此，所附权利要求书由此被结合到具体实施方式中，一项权利要求作为单独的实施例而独立存在。本文中公开的实施例的范围应当参照所附权利要求书以及此类权利要求所赋予权利的等价方案的完整范围来确定。

Claims (25)

1.一种用于计算设备中的姿势识别的系统，所述系统包括：
计算硬件，所述计算硬件包括处理器、数据存储以及包括触摸传感器的输入设备，所述计算硬件包含指令，所述指令在所述处理器上被执行时，使所述计算硬件实现：
姿势检测引擎，所述姿势检测引擎用于基于来自所述触摸传感器的输出来监视用户的基于触摸的输入，以及用于从所述基于触摸的输入之中检测姿势；
概况指派引擎，所述概况指派引擎用于根据概况分析准则将姿势特性概况指派给所检测到的姿势；
有序事件记录引擎，所述有序事件记录引擎用于基于所指派特性概况以及基于所述姿势的时间排序来对姿势系列进行制表和计数；以及
分析引擎，所述分析引擎用于基于经制表的姿势系列来评估对姿势检测重新校准的启用的情况。
2.如权利要求1所述的系统，其特征在于，所述姿势包括从包括以下各项的组中选择的至少一个姿势：双击、设备旋转、挥刷以及设备摇动。
3.如权利要求1所述的系统，其特征在于，所述触摸传感器包括多轴加速度计。
4.如权利要求1所述的系统，其特征在于，所述触摸传感器包括从包括以下各项的组中选择的至少一个传感器：设备定向传感器、声学传感器、应变传感器以及材料变形传感器。
5.如权利要求1所述的系统，其特征在于，所述计算硬件包括多个相异触摸传感器，并且其中所述姿势检测引擎用于监视和整合来自所述多个相异触摸传感器的输出。
6.如权利要求1所述的系统，其特征在于，所述姿势检测引擎用于应用一组准则来在用户姿势输入与由所述触摸传感器感测的其他事件之间进行区分。
7.如权利要求1所述的系统，其特征在于，所述姿势特性概况包括表示多个触摸力测量的概况。
8.如权利要求1所述的系统，其特征在于，所述有序事件记录引擎用于产生用各种基于姿势和非姿势运动事件的计数来填充的数据结构。
9.如权利要求1所述的系统，其特征在于，所述分析引擎用于基于所述经制表和计数的姿势系列，通过对跟随在未能满足姿势检测准则的事件之后紧密相继的的成功姿势尝试的检测来评估任何失败的姿势检测。
10.如权利要求1所述的系统，其特征在于，所述分析引擎用于基于所述经制表和计数的姿势系列，通过对所检测到的姿势后紧密相继的撤消动作的检测来评估任何错误的姿势检测。
11.如权利要求1所述的系统，其特征在于，所述分析引擎用于基于所述经制表和计数的姿势系列来评估跟随在未检测到姿势之后的任何重复姿势尝试。
12.如权利要求1所述的系统，其特征在于，所述分析引擎用于响应于在监视时段期间已发生的错误检测/失败检测事件的经制表的量来发起对姿势检测重新校准的调用。
13.如权利要求1所述的系统，其特征在于，所述计算设备是可穿戴设备。
14.如权利要求1所述的系统，其特征在于，所述计算设备是移动计算设备。
15.一种用于自动评估计算设备中的姿势识别的方法，所述计算设备包括处理器、数据存储以及包括触摸传感器的输入设备，所述方法包括：
由所述计算设备基于来自所述触摸传感器的输出来监视用户的基于触摸的输入；
由所述计算设备从所述基于触摸的输入之中检测姿势；
由所述计算设备根据概况分析准则将姿势特性概况指派给所检测到的姿势；
由所述计算设备基于所指派特性概况以及基于所述姿势的时间排序来对姿势系列进行制表和计数；以及
由所述计算设备基于经制表的姿势系列来评估对姿势检测重新校准的启用的情况。
16.如权利要求15所述的方法，其特征在于，所述姿势包括从包括以下各项的组中选择的至少一个姿势：设备旋转、挥刷以及设备摇动。
17.如权利要求15所述的方法，其特征在于，进一步包括：
应用一组准则来在用户姿势输入与由所述触摸传感器感测的其他事件之间进行区分。
18.如权利要求15所述的方法，其特征在于，所述姿势特性概况包括表示多个触摸力测量的概况。
19.如权利要求15所述的方法，其特征在于，对所述姿势系列进行制表和计数包括产生用各种基于姿势和非姿势运动事件的计数填充的数据结构。
20.如权利要求15所述的方法，其特征在于，评估对姿势检测重新校准的启用的情况包括基于所述经制表和计数的姿势系列，通过检测跟随在未能满足姿势检测准则的事件之后紧密相继的成功姿势尝试来评估任何失败的姿势检测。
21.如权利要求15所述的方法，其特征在于，评估对姿势检测重新校准的启用的情况包括基于所述经制表和计数的姿势系列，通过检测所检测到的姿势后紧密相继的撤消动作来评估任何错误的姿势检测。
22.如权利要求15所述的方法，其特征在于，评估对姿势检测重新校准的启用的所述情况包括基于所述经制表和计数的姿势系列评估未检测到姿势之后的任何重复姿势尝试。
23.如权利要求15所述的方法，其特征在于，评估对姿势检测重新校准的启用的情况响应于在监视时段期间已发生的错误检测/失败检测事件的经制表的量来产生对姿势检测重新校准的调用。
24.包括指令的至少一种计算机可读介质，所述指令在包括处理器、数据存储以及包括触摸传感器的输入设备的计算设备上被执行时，使所述计算设备实现如权利要求15-23中任一项所述的方法。
25.一种用于自动评估计算设备中的姿势识别的系统，所述计算设备包括处理装置和触摸感测装置，所述系统包括用于实现如权利要求15-23中任一项所述的方法的装置。
CN201580085074.2A 2015-12-23 2015-12-23 触摸姿势检测评估 Active CN108292165B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2015/098381 WO2017107086A1 (en) 2015-12-23 2015-12-23 Touch gesture detection assessment

Publications (2)

Publication Number Publication Date
CN108292165A CN108292165A (zh) 2018-07-17
CN108292165B true CN108292165B (zh) 2021-06-22

Family

ID=59088813

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580085074.2A Active CN108292165B (zh) 2015-12-23 2015-12-23 触摸姿势检测评估

Country Status (4)

Country Link
US (1) US10488975B2 (zh)
CN (1) CN108292165B (zh)
DE (1) DE112015007219T5 (zh)
WO (1) WO2017107086A1 (zh)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10430894B2 (en) 2013-03-21 2019-10-01 Khoros, Llc Gamification for online social communities
CN108292165B (zh) 2015-12-23 2021-06-22 英特尔公司 触摸姿势检测评估
US10902462B2 (en) 2017-04-28 2021-01-26 Khoros, Llc System and method of providing a platform for managing data content campaign on social networks
US10785222B2 (en) 2018-10-11 2020-09-22 Spredfast, Inc. Credential and authentication management in scalable data networks
US11050704B2 (en) 2017-10-12 2021-06-29 Spredfast, Inc. Computerized tools to enhance speed and propagation of content in electronic messages among a system of networked computing devices
US11470161B2 (en) 2018-10-11 2022-10-11 Spredfast, Inc. Native activity tracking using credential and authentication management in scalable data networks
US10999278B2 (en) 2018-10-11 2021-05-04 Spredfast, Inc. Proxied multi-factor authentication using credential and authentication management in scalable data networks
US11570128B2 (en) 2017-10-12 2023-01-31 Spredfast, Inc. Optimizing effectiveness of content in electronic messages among a system of networked computing device
US10346449B2 (en) 2017-10-12 2019-07-09 Spredfast, Inc. Predicting performance of content and electronic messages among a system of networked computing devices
US10601937B2 (en) * 2017-11-22 2020-03-24 Spredfast, Inc. Responsive action prediction based on electronic messages among a system of networked computing devices
US10594773B2 (en) 2018-01-22 2020-03-17 Spredfast, Inc. Temporal optimization of data operations using distributed search and server management
US11061900B2 (en) 2018-01-22 2021-07-13 Spredfast, Inc. Temporal optimization of data operations using distributed search and server management
US10855657B2 (en) 2018-10-11 2020-12-01 Spredfast, Inc. Multiplexed data exchange portal interface in scalable data networks
US10931540B2 (en) 2019-05-15 2021-02-23 Khoros, Llc Continuous data sensing of functional states of networked computing devices to determine efficiency metrics for servicing electronic messages asynchronously
CN111338516B (zh) * 2020-02-26 2022-05-10 业成科技（成都）有限公司 手指触控的检测方法和装置、电子设备、存储介质
US11438289B2 (en) 2020-09-18 2022-09-06 Khoros, Llc Gesture-based community moderation
US11128589B1 (en) 2020-09-18 2021-09-21 Khoros, Llc Gesture-based community moderation
US11438282B2 (en) 2020-11-06 2022-09-06 Khoros, Llc Synchronicity of electronic messages via a transferred secure messaging channel among a system of various networked computing devices
US11627100B1 (en) 2021-10-27 2023-04-11 Khoros, Llc Automated response engine implementing a universal data space based on communication interactions via an omnichannel electronic data channel
US11924375B2 (en) 2021-10-27 2024-03-05 Khoros, Llc Automated response engine and flow configured to exchange responsive communication data via an omnichannel electronic communication channel independent of data source
US11714629B2 (en) 2020-11-19 2023-08-01 Khoros, Llc Software dependency management

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102402286A (zh) * 2010-09-03 2012-04-04 微软公司 动态姿势参数
CN103637807A (zh) * 2013-12-30 2014-03-19 四川大学 一种人体三维姿态和行为状态传感监测方法与装置
CN105009035A (zh) * 2013-03-15 2015-10-28 高通股份有限公司 利用手势增强触摸输入

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6029214A (en) * 1995-11-03 2000-02-22 Apple Computer, Inc. Input tablet system with user programmable absolute coordinate mode and relative coordinate mode segments
US8460103B2 (en) * 2004-06-18 2013-06-11 Igt Gesture controlled casino gaming system
US8745541B2 (en) * 2003-03-25 2014-06-03 Microsoft Corporation Architecture for controlling a computer using hand gestures
US8684839B2 (en) * 2004-06-18 2014-04-01 Igt Control of wager-based game using gesture recognition
US7847787B1 (en) * 2005-11-12 2010-12-07 Navisense Method and system for directing a control action
EP2399243A4 (en) 2009-02-17 2013-07-24 Omek Interactive Ltd METHOD AND SYSTEM FOR RECOGNIZING GESTURE
US8176442B2 (en) 2009-05-29 2012-05-08 Microsoft Corporation Living cursor control mechanics
US9400548B2 (en) * 2009-10-19 2016-07-26 Microsoft Technology Licensing, Llc Gesture personalization and profile roaming
US20120016641A1 (en) 2010-07-13 2012-01-19 Giuseppe Raffa Efficient gesture processing
US8593418B2 (en) * 2010-08-08 2013-11-26 Qualcomm Incorporated Method and system for adjusting display content
US20130135218A1 (en) * 2011-11-30 2013-05-30 Arbitron Inc. Tactile and gestational identification and linking to media consumption
US20130194173A1 (en) * 2012-02-01 2013-08-01 Ingeonix Corporation Touch free control of electronic systems and associated methods
US8862104B2 (en) 2012-06-29 2014-10-14 Intel Corporation System and method for gesture-based management
US20140009378A1 (en) * 2012-07-03 2014-01-09 Yen Hsiang Chew User Profile Based Gesture Recognition
WO2014171142A1 (ja) * 2013-04-17 2014-10-23 パナソニックＩｐマネジメント株式会社 画像処理方法および画像処理装置
CN108292165B (zh) 2015-12-23 2021-06-22 英特尔公司 触摸姿势检测评估

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102402286A (zh) * 2010-09-03 2012-04-04 微软公司 动态姿势参数
CN105009035A (zh) * 2013-03-15 2015-10-28 高通股份有限公司 利用手势增强触摸输入
CN103637807A (zh) * 2013-12-30 2014-03-19 四川大学 一种人体三维姿态和行为状态传感监测方法与装置

Also Published As

Publication number Publication date
CN108292165A (zh) 2018-07-17
US10488975B2 (en) 2019-11-26
WO2017107086A1 (en) 2017-06-29
US20180329565A1 (en) 2018-11-15
DE112015007219T5 (de) 2021-09-09

Similar Documents

Publication Publication Date Title
CN108292165B (zh) 触摸姿势检测评估
US20170344120A1 (en) User-input interaction for movable-panel mobile device
CN106354203B (zh) 感测旋转构件的旋转的方法及执行所述方法的电子设备
US20140306903A1 (en) Methods of evaluating touch procesing
EP3133473A1 (en) Method of sensing pressure by touch sensor and electronic device adapted thereto
JP2017084370A (ja) ユーザの意図および／または識別情報に基づくモバイルデバイス状態の調整のための方法、記憶媒体、及びシステム
US20150301606A1 (en) Techniques for improved wearable computing device gesture based interactions
US10914773B2 (en) Resolution adjustment for capacitive touch sensor
CN107436700B (zh) 数据处理方法及装置
EP3223119B1 (en) Method and device for adjusting object attribute information
JP2012522324A (ja) 加速度計を使用するタップ方向検出アルゴリズム
RU2689430C1 (ru) Система и способ управления сенсорным экраном с помощью двух костяшек пальцев
US11556240B2 (en) Gesture recognition on watch bezel using strain gauges
CN110737355A (zh) 双击事件检测设备、系统和方法
CN108759892A (zh) 传感器校准方法、电子装置及计算机可读存储介质
WO2017028491A1 (zh) 触控显示设备及触控显示方法
US20110096022A1 (en) System and method for touch panel hotkey function
CN111857431B (zh) 信息显示方法、触控设备及存储介质
US20170285858A1 (en) Intelligent pressure sensitive display
CN106445698B (zh) 计步数据的获取方法及装置
US9927917B2 (en) Model-based touch event location adjustment
US10452357B2 (en) Generation of distinctive value based on true random input
CN111090570A (zh) 一种终端屏幕响应时间测量方法、装置及终端设备
US20130342469A1 (en) Touch intensity based on accelerometer readings
CN109690446B (zh) 一种交互方法及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant