CN109933271B

CN109933271B - 数据处理装置和方法、用户界面调节装置和方法及介质

Info

Publication number: CN109933271B
Application number: CN201711361064.4A
Authority: CN
Inventors: 路光明; 李燃; 刘增卫
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 2017-12-18
Filing date: 2017-12-18
Publication date: 2022-06-17
Anticipated expiration: 2037-12-18
Also published as: CN109933271A

Abstract

本公开涉及数据处理装置和方法、用户界面调节装置和方法及介质。数据处理方法包括：获得手指在设备的触摸表面上的多个触摸位置处的触摸区域数据；通过使用多个预定义的模型，基于所述多个触摸位置来预测在所述多个触摸位置处的触摸区域数据；和根据所获得的触摸区域数据和所预测的触摸区域数据，来生成反映出对设备的握持方式的数据。

Description

数据处理装置和方法、用户界面调节装置和方法及介质

技术领域

本公开涉及数据处理装置和方法、用户界面调节装置和方法及存储介质，更具体而言，本公开涉及用于具有触摸功能的(touch-enabled)手持设备的数据处理装置和方法、用户界面调节装置和方法及存储介质。

背景技术

近年来，具有触摸功能的设备越来越流行。用户可以以不同的方式握持具有触摸功能的设备，例如用单手或双手来握持具有触摸功能的设备。通常，为了确定对设备的握持方式，提供专用传感器来检测手的位置。

发明内容

本公开的一个目的是提供一种用于确定(或推断(deduce))设备握持方式的新装置和新方法。

本公开的另一个目的是提供一种根据所确定的设备握持方式来灵活调节设备的用户界面的布局的装置和方法。

本公开提出一种数据处理装置，包括：获得单元，被配置成获得手指在设备的触摸表面上的多个触摸位置处的触摸区域数据；预测单元，被配置成通过使用多个预定义的模型，基于所述多个触摸位置来预测在所述多个触摸位置处的触摸区域数据；和生成单元，被配置成根据所获得的触摸区域数据和所预测的触摸区域数据，来生成反映出对设备的握持方式的数据。

本公开还提出一种用于调节用户界面的装置，包括：如上所述的数据处理装置；以及用户界面调节单元，被配置成根据反映出对设备的握持方式的数据，对设备的用户界面进行调节。

从参考附图的以下描述中，本公开的更多典型特征和优点将是清楚的。

附图说明

被包含在说明书中并且构成说明书的一部分的附图非限制性地示出本公开的实施例，并且与描述一起用于说明本公开的原理。在附图中，相同的标号用于表示相同的项。不一定是按比例绘制的各附图示出所选择的说明性实施例并且并非意在限制本公开的范围。

图1示出根据本公开的一些实施例的示例性数据处理装置的框图。

图2A是示出根据本公开的一些实施例的示例性数据处理方法的流程图；图2B是示出根据本公开的一个实施例的示例性数据处理方法的流程图。

图3A示出椭圆形触摸区域的示例性样本，图3B示出抽象后的圆形触摸区域的示例性样本。

图4A示出右手握持方式的示例，图4B示出在右手握持方式下的触摸点的示例性样本。

图5A示出双手托捧握持方式的示例，图5B示出在双手托捧握持方式下的触摸点的示例性样本。

图6A示出双手协作握持方式的示例，图6B示出在双手协作握持方式下的触摸点的示例性样本。

图7示出用于建立触摸区域半径与在手指和触摸表面之间形成的角度之间的关系的示例。

图8示出手指触摸设备的触摸表面的两种触摸情况的示例。

图9示出其中关于三个触摸点的数据被处理从而确定设备握持方式的用例。

图10示出根据本公开的一些实施例的在右手握持方式下的触摸区域朝向的示例。

图11示出根据本公开的一些实施例的在双手托捧握持方式下的触摸区域朝向的示例。

图12A示出其中在右手握持方式下手指触摸触摸表面的情况的示例，图12B示出在右手握持方式下在触摸表面上的触摸区域朝向的示例性分布。

图13示出其中在双手托捧握持方式下手指触摸触摸表面的情况的示例。

图14示出根据本公开的一些实施例的示例性数据处理装置的框图。

图15示出其中用户将设备握持方式从右手握持方式改变到双手协作握持方式的示例性情境。

图16A-图16C是示出在各种情形下设备的线性加速度如何随着时间逝去而改变的示例性曲线图。

图17是示出根据本公开的一些实施例的用于调节用户界面的示例性装置的框图。

图18是示出根据本公开的一些实施例的用于调节用户界面的示例性方法的流程图。

图19A-图19C示出根据设备握持方式来调节设备的用户界面的布局的示例。

图20示出根据本公开的示例性实施例的其中可应用本公开的一般硬件环境。

具体实施方式

在以下详细描述中，提出大量具体细节以提供对所描述的示例性实施例的全面理解。然而，对于本领域技术人员清楚的是，可以在不需要这些具体细节中的一些或全部的情况下实践所描述的实施例。在所描述的示例性实施例中，没有详细描述为人熟知的结构或处理步骤以避免不必要地模糊本公开的概念。

在以下描述中，触摸区域数据可以是触摸区域大小、触摸区域朝向或者二者。然而，触摸区域数据不限于此。例如，触摸区域数据可以是触摸区域形状、触摸区域压力等。

在以下描述中，为其确定握持方式的设备指的是具有触摸功能的手持设备。该设备可以是但不限于是便携式相机、智能手机、平板计算机、导航设备等。

根据触摸点属性的分布来确定设备握持方式

首先参考图1，示出根据本公开的一些实施例的示例性数据处理装置100的框图。数据处理装置100的各块可以通过用于实现本公开的原理的硬件、软件、固件或其组合来实现。本领域技术人员应理解，图1中描述的各块可以被组合或者可以被分割成子块来实现本公开的原理。因此，这里的描述可以支持任意可能的组合或分割或者对这里描述的块的进一步的限定。

如图1所示，数据处理装置100包括：获得单元110，被配置成获得手指在设备的触摸表面上的多个触摸位置处的触摸区域数据；预测单元120，被配置成通过使用多个预定义的模型，基于所述多个触摸位置来预测在所述多个触摸位置处的触摸区域数据；和生成单元130，被配置成根据所获得的触摸区域数据和所预测的触摸区域数据，来生成反映出对设备的握持方式的数据。在一示例中，生成单元130可以进一步包括：相似度计算单元132，该相似度计算单元132被配置成计算所获得的触摸区域数据与通过使用所述多个预定义的模型中的每个模型而预测的触摸区域数据之间的相似度，从而计算出与所述多个预定义的模型对应的多个相似度。生成单元130可以进一步包括握持方式数据生成单元134，该握持方式数据生成单元134被配置成生成与计算出的最高的相似度相关的数据，作为反映出对设备的握持方式的数据。

在下文中，将进一步详细描述如图1所示的各单元的操作。

图2A是示出根据本公开的一些实施例的示例性数据处理方法200的流程图。数据处理方法200包括：获得手指在设备的触摸表面上的多个触摸位置处的触摸区域数据的步骤S210，通过使用多个预定义的模型、基于所述多个触摸位置来预测在所述多个触摸位置处的触摸区域数据的步骤S220，和根据所获得的触摸区域数据和所预测的触摸区域数据来生成反映出对设备的握持方式的数据的步骤S230。

在本公开中提出的方法的步骤意欲是说明性的。在一些实施例中，可以通过未描述的一个或多个附加步骤和/或在没有所讨论的一个或多个步骤的情况下实现方法。此外，所示出和描述的方法步骤的顺序并非意在是限制性的。

图2B是示出根据本公开的一个实施例的示例性数据处理方法300的流程图。以下，将参考图2B-图8来描述这个实施例。

在这个实施例中，触摸区域数据可以是触摸区域大小。并且，可以通过触摸区域半径来表征触摸区域大小。也就是，假设触摸区域是圆形区域。然而，本公开不限于此。例如，触摸区域可以是椭圆形的，并且可以通过椭圆形的长轴和短轴的长度来表征触摸区域大小。实际上，可以假设触摸区域具有任意形状，并且可以使用适当的度量来表征触摸区域大小。在触摸区域半径被用于表征触摸区域大小的情况下，随后描述的计算可以被简化。

方法300从步骤S310开始，在步骤S310，获得单元110获得手指在设备的触摸表面上的多个触摸位置处的触摸区域半径。例如，响应于设备的用户触摸设备的触摸表面，获得单元110开始获得在多个触摸位置处的触摸区域半径，直到预定义的时间段过去为止。

获得单元110可以从设备的操作系统的应用程序接口(Application ProgramInterface，API)获得触摸位置和对应的触摸区域半径。在一示例中，获得单元110从API获得触摸位置和对应的椭圆形触摸区域的长轴和短轴的长度。图3A示出椭圆形触摸区域的示例性样本。在这种情况下，获得单元110将椭圆形触摸区域抽象成圆形触摸区域。图3B示出抽象后的圆形触摸区域的示例性样本。这里的抽象可以通过进行拟合来实现。例如，相对于椭圆形的外切圆或内切圆、或者与椭圆形具有相同面积的圆形可以用作抽象后的圆形触摸区域。在一个实施例中，与椭圆形具有相同面积的圆形被用于表示抽象后的圆形触摸区域，这是因为与其他两种方式相比，这种方式引入了最小的偏差。然后，可以获得抽象后的圆形触摸区域的半径，作为上述对应的触摸区域半径。

从其获得数据的源不限于设备的操作系统的API。可以从其他已知的源获得数据。

预定义的时间段可以是固定的时间段。这个固定的时间段可以相对长以使得关于足够的触摸点的数据可被获得来表示触摸区域半径的分布。例如，这个固定的时间段可以是几秒或几分钟。

可替代地，预定义的时间段可以是可变的时间段。一旦关于足够的触摸点的数据被获得，步骤S310可以停止，并且方法前进到下一个步骤。因此，如果用户总是触摸触摸表面的一个部分，那么预定义的时间段可以被延长直到用户触摸其他部分为止。

足够的触摸点意味着足够用于确定设备握持方式的触摸点。在一示例中，可以获得沿着设备的触摸表面的宽度方向彼此间隔开第一阈值距离、并且沿着设备的触摸表面的长度方向彼此间隔开第二阈值距离的三个或更多个触摸点。第一阈值距离和第二阈值距离可以相同或者可以不相同。例如，在随后将描述的图9的用例中，获得三个触摸点p1-p3，p1和p2沿着设备的宽度方向彼此间隔开第一阈值距离，例如50mm，而p1和p3沿着长度方向彼此间隔开第二阈值距离，例如70mm。并且，应理解，随着所获得的触摸点的数量增大，第一和第二阈值距离可以相应地缩短。通过使用如上所述的三个或更多个触摸点，对设备握持方式的确定精度可以提高。

在获得单元110获得了大量的触摸点的位置和半径的情况下，获得单元110可以选择并保留如下的三个或更多个触摸点的位置和半径，这三个或更多个触摸点沿着设备的触摸表面的宽度方向彼此间隔开第一阈值距离、并且沿着设备的触摸表面的长度方向彼此间隔开第二阈值距离，并且丢弃其他触摸点的位置和半径。此外，在用户重复地触摸一个触摸位置的情况下，获得单元110可以获得并保留在这个触摸位置处的多个半径值。随后将描述对于在一个触摸点处的多个半径值的处理。

方法300前进到步骤S320，在步骤S320，预测单元120通过使用多个预定义的模型，基于在步骤S310中获得的触摸位置来预测在触摸位置处的触摸区域半径。可替代地，预测单元120可以预测在步骤S310中获得的触摸位置中的一些触摸位置处的触摸区域半径。

多个预定义的模型可以分别对应于不同的设备握持方式。不同的设备握持方式可以包括单手握持方式和双手握持方式。更具体地，不同的设备握持方式可以包括左手握持方式、右手握持方式、双手托捧握持方式和双手协作握持方式。以下，将描述这四种握持方式。

图4A示出右手握持方式的示例。图4B示出在右手握持方式下的触摸点的示例性样本。右手握持方式指的是用户用右手单手握持设备的方式。右手握持方式是最常用的设备握持方式。在这种方式中，大拇指主要用于触摸触摸表面。如从图4B中可见，在触摸位置与触摸区域半径之间存在关系，也就是，触摸位置越靠近设备的触摸表面的右下角，触摸区域半径越小。预定义的模型(以下称作右手半径模型)可以被建立来对触摸位置与触摸区域半径之间的这种关系进行建模。随后将详细描述右手半径模型的建立。

左手握持方式指的是用户用左手单手握持设备的方式。这里没有示出左手握持方式。但是应理解，左手握持方式下的触摸点的样本会具有相对于右手握持模式下的触摸点的样本的镜像分布。随后将详细描述左手半径模型的建立。

图5A示出双手托捧握持方式的示例。图5B示出在双手托捧握持方式下的触摸点的示例性样本。双手托捧握持方式指的是用户用左手托捧着设备的左下部分而用右手托捧着右下部分来握持设备的方式。在这种方式中，用户用左手大拇指触摸触摸表面的左半部分，用右手大拇指触摸触摸表面的右半部分。在左半部分中的触摸区域半径的分布遵循如上所述的在左手握持方式下的关系，而在右半部分中的触摸区域半径的分布遵循如上所述的在右手握持方式下的关系。随后将详细描述双手托捧半径模型的建立。

图6A示出双手协作握持方式的示例。图6B示出在双手协作握持方式下的触摸点的示例性样本。双手协作握持方式指的是用户用一只手托捧着设备的背部而另一只手触摸触摸表面来握持设备的方式。图6A示出左手托捧着设备的背部而右手触摸触摸表面的情况。注意，未示出的、右手托捧着设备的背部而左手触摸触摸表面的情况也属于双手协作握持方式。考虑到触发触摸操作的手不需要托捧设备，因此手指能够不受限制地、自由地触摸触摸表面。如从图6B中可见，触摸区域半径趋于是均匀的并且与触摸位置无关。随后将详细描述双手协作半径模型的建立。

接下来，将参考图7-图8来详细描述如上所述的四个半径模型。

上述四个半径模型对触摸位置与触摸区域半径之间的关系进行建模。对触摸位置与触摸区域半径之间的关系进行建模可以包括以下两个步骤：对触摸区域半径与在手指和设备触摸表面之间形成的角度之间的关系进行建模，和对在手指和设备触摸表面之间形成的角度与触摸位置之间的关系进行建模。注意，这两个步骤的顺序可以反转。

在下文中，为了便于说明，令r表示触摸区域半径，令θ表示在手指和设备触摸表面之间形成的角度，并且令D表示触摸位置。在右手半径模型中，D指的是从触摸位置到设备触摸表面的右下角的距离。

首先将描述右手半径模型的建立。

图7示出用于建立触摸区域半径r与角度θ之间的关系的示例。在图7中，下部水平实线代表触摸表面。

在图7中，引入椭圆形和线段BD(即点B与点D之间的线段)来建立右手半径模型。在图7中，a代表椭圆形的长轴的一半的长度，b代表椭圆形的短轴的一半的长度。点C代表椭圆形的中心。Dm代表线段BD的长度。a、b、Dm是预设的常数值。此外，还在图7中示出X-Y坐标系。X-Y坐标系的原点位于点C处。X轴与椭圆形的长轴重叠，而Y轴与椭圆形的短轴重叠。如图7所示，在点A与点B之间的线段AB代表触摸区域半径r，在线段BD与触摸表面之间形成的角度代表角度θ。

线段BD的一端位于点B处，而线段BD的另一端(点D)位于X轴上。线段BD的另一端(点D)可沿着X轴自由滑动。在触摸表面固定的情况下，随着角度θ变化，X轴会相应地在上下方向上移动以与线段BD保持连接。随着X轴移动，椭圆形在上下方向上移动相同的量以使得其长轴仍然与X轴重叠。因此，触摸区域半径r随着角度θ的变化而变化。

参考图7，考虑在图7中示出的点A，可以根据椭圆方程

导出如下方程式(1)：

通过变换，可以导出如下方程式(2)：

通过进一步变换，可以导出以下方程式(3)：

从方程式(3)可以看出，触摸区域半径r与角度θ之间的关系已经被建模。

图8示出手指触摸设备的触摸表面的两种触摸情况的示例。在图8中，线段L代表手指的长度。X轴代表触摸表面，Y轴代表与触摸表面垂直的方向。原点O是手指的根部在触摸表面上的投影点。点E代表触摸表面的右下角。点F代表触摸表面上的随机触摸点。并且，点G代表最远离触摸表面的右下角的触摸点。

对于上述两种触摸情况，在一种触摸情况中，手指触摸触摸表面的右下角。在这种情况下，θ具有最大值θ₀，该θ₀可被视为常数值。在另一种触摸情况中，手指随机地触摸触摸表面上的触摸位置。

如能够理解的，点E与点F之间的距离代表从随机触摸位置到触摸表面的右下角的距离，也就是，点E与点F之间的距离就是上述距离D。并且，点E与点G之间的距离代表上述距离D的最大值D_max。

基于图8的图示，如果假设点E与原点O之间的距离是d，那么可以确定：

和

也就是，

其中L代表手指的长度并且是常数值，D代表从触摸位置到设备触摸表面的右下角的距离。因此，角度θ可以被计算如下：

从方程式(4)可以看出，角度θ与距离D之间的关系已经被建模。

通过将方程式(4)代入到上述方程式(3)，方程式(3)可以被变换成：

在方程式(5)中，仅距离D是变量。如前所述，Dm、θ₀、L、a和b全部都是常数值。在触摸位置已知的情况下，可以确定距离D。因此，方程式(5)建模了由距离D表示的触摸位置与触摸区域半径r之间的关系。也就是，方程式(5)表示出右手半径模型。

然后，将描述左手半径模型、双手托捧半径模型和双手协作半径模型的建立。

可以通过相同的方程式(5)来表示左手半径模型，然而此时，距离D指的是从触摸位置到设备触摸表面的左下角的距离。

类似地，可以通过相同的方程式(5)来表示双手托捧半径模型，然而此时，距离D指的是从触摸位置到设备触摸表面的底边的距离。

双手协作半径模型可以是：r＝R_{predetermined}，其中R_{predetermined}表示预定的常数值。这个预定的常数值可以代表在双手协作握持方式下的常见的触摸区域半径值。如前所述，在双手协作握持方式下，触摸区域半径与触摸位置无关。也就是说，触摸区域半径不随着触摸位置的变化而变化。

通过使用上述四个半径模型，在步骤S320中，预测单元120可以基于在步骤S310中获得的触摸位置，预测在这些触摸位置处的触摸区域半径，从而获得在四种不同的设备握持方式下的在触摸位置处的所预测的触摸区域半径。

注意，虽然以上描述了四种设备握持方式和对应的模型，但是本公开不限于此。可以考虑更多或更少的设备握持方式，并且可以相应地建立对应的模型。

还要注意，虽然参考图7和图8描述了四个半径模型的建立，但是本公开并不限于在图7和图8中示出的示例。可以采用用于建立半径模型的其他方式。

方法300前进到步骤S330，在步骤S330，对于在步骤S320中使用四个预定义的模型中的每个预定义的模型而预测的触摸区域半径，相似度计算单元132计算所获得的触摸区域半径与所预测的触摸区域半径之间的差值。在一个实施例中，在同一位置处的所获得的触摸区域半径与所预测的触摸区域半径之间的差值被计算。

如前所述，在步骤S310处，可以在一个触摸位置处获得多个半径值。在这种情况下，在这一个触摸位置处的平均半径可以根据以下方程式(6)来计算：

其中average_touch_area_radius代表在一个触摸位置处的平均半径，n和number_obtained_touch_points_in_time_period二者都代表在预定义的时间段期间在所述一个触摸位置处获得的触摸点的数量，并且touch_area_radius_i代表在所述一个触摸位置处的n个触摸区域半径中的第i个触摸区域半径。

然后，在步骤S330中，相似度计算单元132可以计算在多个触摸位置中的每个触摸位置处的、平均触摸区域半径与所预测的触摸区域半径之间的差值。因此，可以计算出与多个触摸位置对应的差值。

在一示例中，所获得的半径的单位与所预测的半径的单位可以是不同的。在这种情况下，所获得的半径的单位与所预测的半径的单位可以相互转换。在所获得的半径的单位是dp(与设备无关的像素)，而所预测的半径的单位是mm(毫米)的情况下，可以根据如下方程式(7)来对所获得的半径的单位进行转换：

其中radius_in_dp代表以dp为单位的所获得的半径值，radius_in_mm代表以mm为单位的转换后的半径值。160是触摸表面分辨率。它意味着160dpi(每英寸点数)。换言之，160指定在一英寸上有多少像素。25.4代表用于从英寸转换到mm的因子。注意，方程式(7)是示例性的，本公开不限于此。用于对单位进行转换的方程式可以根据实际应用而被修改。

方法300前进到步骤S340，在步骤S340，相似度计算单元132对于四个预定义的模型中的每一个，计算在步骤S330中计算出的差值的统计离差(statistical dispersion)，作为所获得的触摸区域半径与所预测的触摸区域半径之间的相似度。

在一示例中，统计离差可以是变异系数。变异系数是概率理论和统计学意义上的离差的标准化度量，变异系数由如下方程式(8)来定义：

其中coefficient_of_variation代表变异系数，standard_deviation代表差值的标准差并且由如下方程式(9)来定义，并且mean_value代表差值的均值。

在方程式(9)中，c代表标准差，N代表差值的数量，即触摸位置的数量，x_i代表第i个差值，μ代表差值的均值。

通过对于在步骤S330中计算出的差值计算上述变异系数，相对于均值的变异程度可被确定。

在这个示例中，在步骤S340中，相似度计算单元132可以对于四个预定义的模型计算出四个变异系数，如下所示：

变异系数	预定义的模型
		C1	右手半径模型
C2	左手半径模型
		C3	双手托捧半径模型
C4	双手协作半径模型

然后相似度计算单元132可以输出变异系数C1-C4作为所获得的触摸区域半径与所预测的触摸区域半径之间的相似度。

应理解，最小的变异系数指示出最高的相似度，而最大的变异系数指示出最低的相似度。

注意，统计离差并不限于变异系数。其他已知的度量可以用于反映统计离差。此外，作为替代，其他的相似度评价方法可以被采用。

方法300前进到步骤S350，在步骤S350，握持方式数据生成单元134生成与计算出的最高的相似度相关的数据，作为反映出对设备的握持方式的数据。所生成的数据可以被输出。可替代地，所生成的数据可以用于一个或多个后续的处理。

在一示例中，握持方式数据生成单元134可以对变异系数C1-C4进行比较，并且确定它们之中最小的变异系数。例如，如果变异系数C1是最小的变异系数，那么握持方式数据生成单元134可以生成“1”作为反映出对设备的握持方式的数据。可替代地，如果变异系数C1是最小的变异系数，那么握持方式数据生成单元134可以生成“R”、“右手”等作为反映出对设备的握持方式的数据。可以采用各种形式的握持方式数据。

根据以上参考图2B-图8所描述的实施例，通过使用对不同的设备握持方式进行建模的多个预定义的半径模型，可以根据触摸点的半径数据的分布来确定设备握持方式。

用例

以下，将参考图9描述一用例。图9示出其中关于三个触摸点的数据被处理从而确定设备握持方式的用例。在图9中，框线代表触摸表面。

在这个用例中，响应于用户触摸设备的触摸表面，例如从设备的操作系统的API获得三个触摸点p1、p2、p3的触摸位置及对应的触摸区域半径。如图9所示，以dp为单位获得触摸区域半径，并且在各触摸位置处，获得多个触摸区域半径。因此，根据上述方程式(6)计算各触摸位置处的平均触摸区域半径，并且在图9中示出了各触摸位置处的平均触摸区域半径。基于上述方程式(7)，以dp为单位的各触摸位置处的平均触摸区域半径可被转换成以mm为单位的半径。在转换之后，在三个触摸位置处的平均触摸区域半径分别是：p1：2mm，p2：2.54mm，p3：2.56mm。

在完成获得操作之后，通过分别使用上述左手半径模型和右手半径模型，预测在三个触摸位置处的触摸区域半径。

在预测操作中，多个常数值被预设如下：a＝10.0mm，b＝5.0mm，Dm＝4.0mm，θ₀＝PI/2，L＝100mm。之前已经定义过参数a、b、Dm、θ₀和L，因此不再重复对这些参数的定义。

通过使用左手半径模型而预测的触摸区域半径如下：p1:7.2mm，p2:6mm，p3:9.13mm。通过使用右手半径模型而预测的触摸区域半径如下：p1:6mm，p2:7.2mm，p3:8.20mm。

基于所获得的触摸区域半径与所预测的触摸区域半径，可以根据上述方程式(8)来计算变异系数。计算出的数据被示出如下。

左手半径模型：

相对于平均触摸区域半径的差值：5.2mm，3.46mm，6.57mm

标准差：1.27，均值：5.08mm

变异系数：0.25

右手半径模型：

相对于平均触摸区域半径的差值：4mm，4.66mm，5.64mm

标准差：0.67，均值：4.77mm

变异系数：0.14

考虑到通过使用右手半径模型而导出的变异系数0.14小于通过使用左手半径模型而导出的变异系数0.25，反映出右手握持方式的数据将最终被生成。换言之，最终，将右手握持方式确定成是设备握持方式。

注意，上述用例是示例性的，本公开并不限于此。上述常数值可以根据需要而被修改。可以考虑多于三个的触摸点。例如，可以考虑数十个或者数百个触摸点。多于两个的模型可被用于预测。例如，可以将全部的上述四个半径模型用于预测。

如从上述用例可以看出的，通过使用根据本公开的方法，能够准确地确定设备握持方式。

接下来，将参考图10-图13来描述根据本公开另一实施例的示例性数据处理装置和方法。这个实施例与参考图2B-图8描述的实施例的区别在于：假设触摸区域是椭圆形的，并且替代触摸区域半径，对触摸区域朝向进行获得和预测。

图10示出在右手握持方式下的触摸区域朝向的示例。如从图10中可见，如果在椭圆形触摸区域的长轴与水平方向之间形成的角度被视为朝向角，那么这个朝向角随着触摸位置的变化而变化。

在这里没有示出在左手握持方式下的触摸区域朝向的示例。但是应理解，在左手握持方式下的触摸区域朝向会是相对于在右手握持方式下的触摸区域朝向的镜像分布。

图11示出在双手托捧握持方式下的触摸区域朝向的示例。如从图11中可见，之前定义的朝向角趋于是均匀的并且接近90°。

在这里没有示出在双手协作握持方式下的触摸区域朝向的示例。但是应理解，在双手协作握持方式下的朝向角会是除90°之外的常数值，这是因为手指能够不受限制地、自由地触摸触摸表面。也就是说，在双手协作握持方式下，触摸区域朝向不会随着触摸位置的变化而改变。

接下来，参考图12A、图12B和图13，将描述如何建立用于在不同的设备握持方式下对在触摸位置与触摸区域朝向之间的关系进行建模的模型。图12A示出其中在右手握持方式下手指触摸触摸表面的情况的示例。图12B示出在右手握持方式下在触摸表面上的触摸区域朝向的示例性分布。图13示出其中在双手托捧握持方式下手指触摸触摸表面的情况的示例。在图12A、图12B和图13中，框线代表触摸表面。

在图12A和图13中，X-Y平面代表触摸表面所在的平面，Z轴代表与触摸表面所在的平面垂直的方向。坐标系的原点可以是手指的不接触触摸表面的远端在X-Y平面上的投影点。

现参考图12A，描述对如下模型的建立，该模型用于对在右手握持方式下的触摸位置与触摸区域朝向之间的关系进行建模(该模型将被称作右手朝向模型)。在图12A中，θ表示在椭圆形触摸区域的长轴与X轴之间形成的角度，L代表手指的长度并且是常数值。右手朝向模型如下：

其中x0、y0分别代表触摸表面的右下角的X坐标值和Y坐标值，dx、dy分别代表在触摸点与触摸表面的右下角之间的X方向和Y方向上的距离。

基于该右手朝向模型，所计算出的椭圆形触摸区域的朝向的分布在图12B中被示出。可见，随着触摸表面上的触摸位置变化，朝向角θ相应地改变。

可以通过同一方程式(10)来表示左手朝向模型，但是此时，x0、y0分别代表触摸表面的左下角的X坐标值和Y坐标值，dx、dy分别代表在触摸点与触摸表面的左下角之间的X方向和Y方向上的距离。应理解，在左手握持方式下的椭圆形触摸区域朝向的分布会是相对于在右手握持方式下的椭圆形触摸区域朝向的分布的镜像分布。

现参考图13，描述对如下模型的建立，该模型用于对在双手托捧握持方式下的触摸位置与触摸区域朝向之间的关系进行建模(该模型将被称作双手托捧朝向模型)。在图13中，在椭圆形触摸区域的长轴与X轴之间形成的朝向角θ总是差不多90°。因此，双手托捧朝向模型可以如下：

θ＝90° (11)。

对于双手协作朝向模型，因为在双手协作握持方式下触摸区域朝向不随着触摸位置的变化而改变，所以该双手协作朝向模型可以如下：

θ＝θ_{predetermined} (12)。

其中θ_{predetermined}代表除90°之外的固定角度值。

通过使用上述四个朝向模型，可以预测椭圆形触摸区域的朝向的分布。在从例如设备的操作系统的API获得触摸区域朝向之后，可以计算在四种不同握持方式下的在所预测的触摸区域朝向与所获得的触摸区域朝向之间的相似度。然后，可以根据最高的相似度来确定设备握持方式。

根据参考图10-图13描述的上述实施例，通过使用对不同的设备握持方式进行建模的多种预定义的朝向模型，可以根据触摸点的朝向数据的分布来确定设备握持方式。

注意，在参考图10-图13描述的上述实施例中，为了确定设备握持方式，除了触摸点的朝向数据的分布外，还可以考虑触摸点的大小数据(例如，在椭圆形触摸区域被抽象成圆形触摸区域的情况下的半径数据)的分布。在这种情况下，既在触摸区域朝向方面具有最高的相似度又在触摸区域大小方面具有最高的相似度的握持方式可被确定成设备握持方式。通过考虑触摸点的朝向数据和大小数据二者，可以提高握持方式的确定精度。

借助于加速度计来确定握持方式的改变

接下来，将参考图14、图15及图16A-图16C来描述根据本公开的又一实施例的示例性数据处理装置和方法。这个实施例与参考图2B-图8描述的实施例的差别仅在于：在这个实施例中，数据处理装置还可以包括被配置成确定握持方式改变事件发生的握持方式改变确定单元，并且获得单元可以被进一步配置成响应于握持方式改变事件的发生，重新获得在多个触摸位置处的触摸区域半径。

图14示出根据本公开的一些实施例的示例性数据处理装置1400的框图。数据处理装置1400包括获得单元110，预测单元120，及可以包括相似度计算单元132和握持方式数据生成单元134的生成单元130。单元110、120、130、132和134的功能及构造在之前已经描述过，因此这里不再重复。

在这个实施例中，数据处理装置1400可以进一步包括握持方式改变确定单元1440，该握持方式改变确定单元1440接收设备的加速度值，并且在该加速度值超过预设阈值的情况下确定握持方式改变事件发生。在一示例中，握持方式改变确定单元1440从设备的内置加速度计接收加速度值。获得单元110可以响应于握持方式改变事件的发生，重新获得触摸位置和对应的触摸区域半径。

在一示例中，可以在独立于如图2B所示的预测线程的确定线程中执行握持方式改变确定操作。

在这个示例中，响应于确定线程确定握持方式改变事件发生，预测线程的当前周期停止，并且，获得单元110将用于监视如前所述的预定义的时间段的时间旗标清零，清除所获得的触摸位置和触摸区域半径，并且开始重新获得触摸位置和触摸区域半径。也就是说，预测线程的新的周期重新开始。

图15示出其中用户将设备握持方式从右手握持方式改变到双手协作握持方式的示例性情境。在此变换期间，来自加速度计的加速度值改变。

图16A-图16C是示出在各种情形下设备的线性加速度如何随着时间逝去而改变的示例性曲线图。图16A示出其中设备被放在桌上并保持静止的示例性情况。图16B示出其中用户以右手握持方式握持设备并且通过触摸、滚动、或轻击等操作设备的示例性情况。图16C示出其中用户以右手握持方式握持设备并且同时用户切换握持方式两次的示例性情况。在图16A-图16C中，纵轴代表以m/s²为单位的设备的线性加速度，而横轴代表时间。在图16A中，时间的单位是秒，而在图16B-图16C中，时间的单位是毫秒。在图16A-图16C中，示出了三轴加速度计的X轴加速度的值的变化。然而应注意本公开并不限于此，可以根据需要考虑一个或多个轴的加速度的值的变化。

如图16A中所示，线性加速度的值相对稳定并且落在(-0.5，0)的范围内。这个值可以被视作校准标准。

如图16B中所示，在右手握持方式下，线性加速度的值持续轻微改变并且落入(-1，0.5)的范围内。

如图16C中所示，对于线性加速度的值，明显地存在在用户切换设备握持方式时的两次变化。其他的加速度值落在(-1，0.5)的范围内。

根据在图16A-图16C中示出的上述情况，可以得出如下结论：如果在右手握持方式下，设备的线性加速度的值高于0.5或者低于-1，那么这表明设备握持方式已经改变。也就是说，如果设备的线性加速度的值超过预设阈值，比如高于0.5或者低于-1，那么可以确定握持方式已经改变。

虽然这里仅考虑了在右手握持方式下的情形，但是在其他握持方式下的情形可以是类似的。用于确定握持方式改变的阈值可以跨多个不同的握持方式而是相同的。

注意，可以根据实验数据来定义上述阈值。并且，上述具体的数值是示例性的而非限制性的。

还要注意，加速度值并不限于线性加速度值。加速度值可以是线性加速度值、角加速度值或者二者。

在一些实施例中，获得单元可以响应于握持方式改变事件的发生而重新获得触摸位置和触摸区域朝向。在一些实施例中，获得单元可以响应于握持方式改变事件的发生而重新获得触摸位置以及触摸区域半径和朝向。

根据参考图14、图15及图16A-图16C而描述的上述实施例，可以及时地监视到握持方式改变事件。响应于握持方式改变事件的发生，可以重新获得触摸位置和触摸区域半径，因此可以避免不准确的握持方式确定。

用户界面调节

接下来，将参考图17、图18及图19A-图19C来描述根据本公开的一些实施例的用于调节用户界面的装置和方法。

参考图17，根据本公开的一些实施例的用于调节用户界面的装置1700包括：获得单元110，预测单元120，及可以包括相似度计算单元132和握持方式数据生成单元134的生成单元130。单元110、120、130、132和134的功能及构造在之前已经描述过，因此这里不再重复。装置1700还包括：用户界面调节单元1740，该用户界面调节单元1740被配置成根据反映出对设备的握持方式的数据来调节设备的用户界面。在一示例中，用户界面调节单元1740可以被配置成调节对象在用户界面上的大小和/或位置。

参考图18，根据本公开的一些实施例的用于调节用户界面的方法1800包括步骤S310-步骤S350，这些步骤之前已经描述过并且因此这里不再重复。方法1800还包括步骤S1860，在步骤S1860，用户界面调节单元1740根据反映出对设备的握持方式的数据来调节设备的用户界面。在一示例中，在步骤S1860，用户界面调节单元1740可调节对象在用户界面上的大小和/或位置。

图19A-图19C示出根据设备握持方式来调节设备的用户界面的布局的示例。在一示例中，用户界面可以是用于某个操作系统(例如，在便携式相机中使用的操作系统)的用户界面。

图19A示出用户界面的正常或默认布局。在图19A中，连续的三个页面中的第一个页面被显示。在该页面的中部中的四个块分别代表供触摸的四个图标。该页面的左右两侧的两个较小的块分别代表“上一页”和“下一页”软按钮。

如果反映出对设备的握持方式的数据反映右手握持方式被采用，那么用户界面的正常布局可以被调节以方便右手单手操作。例如，如图19B中所示，“上一页”按钮被从页面的左侧移动到右侧。这样，对于用右手握持设备的用户而言，用户界面的可操作性可以得到改善。又例如，如图19C中所示，除了图19B中的位置调节外，对于右手操作的用户而言不容易够到的左上图标被放大。这样，用户界面的可操作性可以进一步得到改善。

类似地，如果反映出对设备的握持方式的数据反映左手握持方式被采用，那么一个或多个或者甚至全部的软按钮可以被移动到页面的左侧以方便左手单手操作。此外，右下图标可被放大以方便左手单手操作。

此外，在双手托捧握持方式下，可操作的对象(比如软按钮、图标等)可以被布置在左右手的大拇指容易够到的区域中。可替代地，大拇指不容易够到的上部可操作对象可以被放大，同时容易够到的下部可操作对象可以被缩小或者不改变。在双手协作握持方式下，可以不调节正常的用户界面，这是因为手指能够不受限制地、自由地触摸触摸表面。

注意，虽然在图19C中，对对象的位置和大小二者进行调节，但这不是限制性的。可以仅调节对象的大小。

还要注意，对用户界面上的对象的调节方式不限于上述方式。例如，可以根据设备的握持方式来调节文本属性、图像属性、对象类型等等。

根据上述实施例，可以实现对于用户界面的布局的灵活调节。同时，用户界面的可操作性能够得到改善。

硬件实现方式

图20示出根据本公开的示例性实施例的其中可应用本公开的一般硬件环境2000。

参考图20，现将描述作为本公开的各方面可应用到其的硬件设备的示例的计算设备2000。计算设备2000可以是被配置成执行处理和/或计算的任何机器，其可以是但不限于是工作站、服务器、桌上型计算机、膝上型计算机、平板计算机、个人数字助理、智能手机、便携式相机或者其任意组合。前述装置100、1400、1700中的每个可以整体地或至少部分地由计算设备2000或类似设备或系统来实现。

计算设备2000可以包括与总线2002连接的或者与之通信的元件，该连接或者通信可能是经由一个或多个接口实现。例如，计算设备2000可以包括总线2002、一个或多个处理器2004、一个或多个输入设备2006及一个或多个输出设备2008。一个或多个处理器2004可以是任何种类的处理器，并且可以包括但不限于一个或多个通用处理器和/或一个或多个专用处理器(比如专用处理芯片)。输入设备2006可以是能够将信息输入到计算设备的任何种类的设备，并且可以包括但不限于鼠标、键盘、触摸屏、麦克风和/或遥控器。输出设备2008可以是能够呈现信息的任何种类的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端和/或打印机。计算设备2000还可以包括非瞬态存储设备2010或者与非瞬态存储设备2010连接，该非瞬态存储设备2010可以是非瞬态的且能实现数据存储的任何存储设备，并且可包括但不限于磁盘驱动器、光学存储设备、固态存储器、软盘、软磁盘、硬盘、磁带或者任何其他磁介质、光盘或者任何其他光学介质、ROM(只读存储器)、RAM(随机存取存储器)、高速缓存存储器和/或任何其他存储器芯片或盒和/或计算机可以从其读取数据、指令和/或代码的任何其他介质。非瞬态存储设备2010可以从接口移除。非瞬态存储设备2010可以具有用于实现上述的方法和步骤的数据/指令/代码。计算设备还可以包括通信设备2012。通信设备2012可以是能实现与外部装置和/或与网络的通信的任何种类的设备，并且可以包括但不限于调制解调器、网络卡、红外通信设备、无线通信设备和/或芯片集，比如蓝牙^TM设备、1302.11设备、WiFi设备、WiMax设备、蜂窝通信设施等。

总线2002可以包括但不限于工业标准架构(ISA)总线、微通道架构(MCA)总线、增强ISA(EISA)总线、视频电子标准协会(VESA)局部总线及外围设备互连(PCI)总线。

计算设备2000还可以包括工作存储器2014，其可以是可存储对于处理器2004的工作有用的指令和/或数据的任何种类的工作存储器，并且可以包括但不限于随机存取存储器和/或只读存储器设备。

软件要素可以位于工作存储器2014中，其包括但不限于操作系统2016、一个或多个应用程序2018、驱动器和/或其他数据和代码。用于执行上述方法和步骤的指令可以包括在一个或多个应用程序2018中，并且前述数据处理装置100和1400及用于调节用户界面的装置1700中的每个装置的单元可以通过处理器2004读取并执行一个或多个应用程序2018的指令来实现。更具体而言，获得单元110例如可以在执行具有执行步骤S210的指令的应用2018时由处理器2004实现。预测单元120例如可以在执行具有执行步骤S220的指令的应用2018时由处理器2004实现。生成单元130例如可以在执行具有执行步骤S230的指令的应用2018时由处理器2004实现。并且，用户界面调节单元1740例如可以在执行具有执行步骤S1860的指令的应用2018时由处理器2004实现。软件要素的指令的可执行代码或源代码可以存储在非瞬态计算机可读存储介质中，比如上述的(一个或多个)存储设备2010，并且可以被读取到工作存储器2014中并可能被编译和/或安装。软件要素的指令的可执行代码或源代码也可以从远程位置下载。

从上述实施例中，本领域技术人员可以清楚地知晓，可以通过软件及必要的硬件来实现本公开，或者可以通过硬件、固件等来实现本公开。基于这种理解，可以部分地以软件形式来实现本公开的实施例。计算机软件可以存储在计算机的可读存储介质中，比如软盘、硬盘、光盘或闪存中。计算机软件包括使得计算机(例如个人计算机、服务站或网络终端)运行根据本公开的各个实施例的方法或其一部分的一系列指令。

已经这样描述了本公开，清楚的是，本公开可以以许多种方式变化。这些变化不被视为背离了本公开的精神和范围，而是对于本领域技术人员而言显而易见的所有这种修改意欲被包括在以下权利要求的范围中。

Claims

1.一种数据处理装置，其特征在于，包括：

获得单元，被配置成获得手指在设备的触摸表面上的多个触摸位置处的触摸区域数据；

预测单元，被配置成通过使用多个预定义的模型，基于所述多个触摸位置来预测在所述多个触摸位置处的触摸区域数据；和

生成单元，被配置成根据所获得的触摸区域数据和所预测的触摸区域数据，来生成反映出对设备的握持方式的数据，

其中，触摸区域数据包括触摸区域大小，触摸区域大小包括触摸区域半径；

所述多个预定义的模型包括用于在对设备的不同握持方式下对触摸位置与触摸区域半径之间的关系进行建模的模型；

其中，对触摸位置与触摸区域半径之间的关系进行建模包括对触摸位置与在手指和设备的触摸表面之间形成的角度之间的关系进行建模，以及对在手指和设备的触摸表面之间形成的角度与触摸区域半径之间的关系进行建模。

2.根据权利要求1所述的数据处理装置，其中，触摸区域数据包括触摸区域朝向。

3.根据权利要求2所述的数据处理装置，其中，所述多个预定义的模型包括用于在对设备的不同握持方式下对触摸位置与触摸区域朝向之间的关系进行建模的模型。

4.根据权利要求1所述的数据处理装置，其中，生成单元包括：

相似度计算单元，被配置成计算所获得的触摸区域数据与通过使用所述多个预定义的模型中的每个模型而预测的触摸区域数据之间的相似度，从而计算出与所述多个预定义的模型对应的多个相似度；和

握持方式数据生成单元，被配置成生成与计算出的最高的相似度相关的数据，作为反映出对设备的握持方式的数据。

5.根据权利要求4所述的数据处理装置，其中，相似度计算单元进一步被配置成：

对于通过使用所述多个预定义的模型中的每个模型而预测的触摸区域数据：

计算在所述多个触摸位置中的每个触摸位置处的、所获得的触摸区域数据与所预测的触摸区域数据之间的差值，从而计算出与所述多个触摸位置对应的多个差值；和

计算所述多个差值的统计离差，作为所获得的触摸区域数据与所预测的触摸区域数据之间的相似度。

6.根据权利要求5所述的数据处理装置，其中，所述多个差值的统计离差包括变异系数。

7.根据权利要求1所述的数据处理装置，其中，所述多个触摸位置包括沿着设备的触摸表面的宽度方向彼此间隔开第一阈值距离、并且沿着设备的触摸表面的长度方向彼此间隔开第二阈值距离的三个或更多个触摸位置。

8.根据权利要求1所述的数据处理装置，其中，获得单元进一步被配置成响应于握持方式改变事件的发生，重新获得在所述多个触摸位置处的触摸区域数据。

9.根据权利要求8所述的数据处理装置，还包括：

握持方式改变确定单元，被配置成接收设备的加速度值，并且在该加速度值超过预设阈值的情况下确定握持方式改变事件发生。

10.一种用于调节用户界面的装置，其特征在于，包括：

根据权利要求1-9中的任一项所述的数据处理装置；以及

用户界面调节单元，被配置成根据反映出对设备的握持方式的数据，对设备的用户界面进行调节。

11.根据权利要求10所述的用于调节用户界面的装置，其中，用户界面调节单元被配置成调节对象在用户界面上的大小和/或位置。

12.一种数据处理方法，其特征在于，包括：

获得手指在设备的触摸表面上的多个触摸位置处的触摸区域数据；

通过使用多个预定义的模型，基于所述多个触摸位置来预测在所述多个触摸位置处的触摸区域数据；

根据所获得的触摸区域数据和所预测的触摸区域数据，来生成反映出对设备的握持方式的数据，

13.根据权利要求12所述的数据处理方法，其中，触摸区域数据包括触摸区域朝向。

14.根据权利要求13所述的数据处理方法，其中，所述多个预定义的模型包括用于在对设备的不同握持方式下对触摸位置与触摸区域朝向之间的关系进行建模的模型。

15.根据权利要求12所述的数据处理方法，其中，生成反映出对设备的握持方式的数据包括：

计算所获得的触摸区域数据与通过使用所述多个预定义的模型中的每个模型而预测的触摸区域数据之间的相似度，从而计算出与所述多个预定义的模型对应的多个相似度；和

生成与计算出的最高的相似度相关的数据，作为反映出对设备的握持方式的数据。

16.根据权利要求15所述的数据处理方法，其中，计算相似度进一步包括：

17.根据权利要求12所述的数据处理方法，还包括：

响应于握持方式改变事件的发生，重新获得在所述多个触摸位置处的触摸区域数据。

18.根据权利要求17所述的数据处理方法，还包括：

接收设备的加速度值；并且

在该加速度值超过预设阈值的情况下确定握持方式改变事件发生。

19.一种用于调节用户界面的方法，其特征在于，包括：

根据权利要求12-18中的任一项所述的数据处理方法；以及

根据反映出对设备的握持方式的数据，对设备的用户界面进行调节。

20.根据权利要求19所述的用于调节用户界面的方法，其中，对设备的用户界面进行调节包括调节对象在用户界面上的大小和/或位置。

21.一种设备，其特征在于，包括：

至少一个处理器；和

至少一个存储设备，在所述至少一个存储设备上存储有指令，所述指令在被所述至少一个处理器运行时使得所述至少一个处理器执行根据权利要求12-18中的任一项所述的数据处理方法或根据权利要求19-20中的任一项所述的用于调节用户界面的方法。

22.一种非瞬态的计算机可读存储介质，其特征在于，其上存储有指令，所述指令在被处理器运行时使得执行根据权利要求12-18中的任一项所述的数据处理方法或根据权利要求19-20中的任一项所述的用于调节用户界面的方法。