CN109992124B - 输入方法、装置和机器可读介质 - Google Patents
输入方法、装置和机器可读介质 Download PDFInfo
- Publication number
- CN109992124B CN109992124B CN201810003147.4A CN201810003147A CN109992124B CN 109992124 B CN109992124 B CN 109992124B CN 201810003147 A CN201810003147 A CN 201810003147A CN 109992124 B CN109992124 B CN 109992124B
- Authority
- CN
- China
- Prior art keywords
- track
- character
- input
- track sequence
- determining
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 94
- 238000013507 mapping Methods 0.000 claims abstract description 77
- 238000012549 training Methods 0.000 claims description 49
- 239000013598 vector Substances 0.000 claims description 33
- 238000012545 processing Methods 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 description 36
- 238000004891 communication Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 230000011218 segmentation Effects 0.000 description 9
- 238000003860 storage Methods 0.000 description 9
- 230000009471 action Effects 0.000 description 6
- 239000003086 colorant Substances 0.000 description 6
- 230000000306 recurrent effect Effects 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010013883 Dwarfism Diseases 0.000 description 1
- 241001539473 Euphoria Species 0.000 description 1
- 206010015535 Euphoric mood Diseases 0.000 description 1
- 238000012896 Statistical algorithm Methods 0.000 description 1
- 241001422033 Thestylus Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Abstract
本发明实施例提供了一种输入方法、装置和机器可读介质，其中的输入方法具体包括：获取用户在手写输入区域中输入的轨迹序列；依据轨迹序列与字符编码之间的映射关系，确定所述轨迹序列对应的目标字符编码；其中，所述映射关系为依据叠写输入特性和行写输入特性对应的历史手写输入数据得到，所述历史手写输入数据包括：历史字符及其对应的历史轨迹序列；依据所述目标字符编码，确定所述轨迹序列对应的候选。本发明实施例可以节省用户在不同的手写输入模式之间进行切换所花费的成本和精力，进而可以提升用户的输入效率。
Description
技术领域
本发明涉及输入法技术领域，尤其涉及一种输入方法、一种输入装置、一种用于输入的装置、以及一种机器可读介质。
背景技术
输入法是指为了将各种文字输入设备(如计算机、手机、平板电脑等)而采用的编码方法。手写输入法是适用于触屏设备的一种输入法。以汉字的手写输入为例，用户通过手指或者触控笔在触屏设备上滑动输入汉字笔画，触屏设备通过识别汉字笔画将一组汉字笔画组成的字符识别为一个汉字编码，依据该汉字编码查询字库，从字库中获取与该汉字编码对应的字符，并以某种字体如宋体、楷体显示该字符。
手写输入法提供的手写输入模式可以包括：单写输入模式、叠写输入模式、或者行写输入模式；其中，该单写输入模式将书写的所有轨迹作为一个字符的轨迹；该叠写输入模式可以支持一个字符的轨迹覆盖在另一个字符的轨迹上；该行写输入模式可以支持多个字符同时输入且不同字符之间有一定距离。目前，用户可以提前选定不同的手写输入模式，则输入法根据用户选择的手写输入模式，确定轨迹对应的字符。
虽然三种手写输入模式的设定满足了用户输入不同形式的字符的需求(如行写输入模式更适合于数字、英语的输入，单写输入模式或者叠写输入模式更适合于汉字的输入等)，然而，用户在实际的输入过程中需要在不同的手写输入模式之间进行切换，上述手写输入模式的切换不仅耗费了用户的操作成本，而且还打断了用户的输入，因此使得用户的输入效率下降。
发明内容
本发明实施例提供一种输入方法、装置和机器可读介质，可以节省用户在不同的手写输入模式之间进行切换所花费的成本和精力，进而可以提升用户的输入效率。
为了解决上述问题，本发明实施例公开了一种输入方法，包括：
获取用户在手写输入区域中输入的轨迹序列；
依据轨迹序列与字符编码之间的映射关系，确定所述轨迹序列对应的目标字符编码；其中，所述映射关系为依据叠写输入特性和行写输入特性对应的历史手写输入数据得到，所述历史手写输入数据包括：历史字符及其对应的历史轨迹序列；
依据所述目标字符编码，确定所述轨迹序列对应的候选。
可选地，所述映射关系为依据单个历史字符对应的第一轨迹特征、以及历史字符之间的第二轨迹特征得到；其中，所述第二轨迹特征包括：距离特征和重合度特征。
可选地，通过如下步骤确定所述轨迹序列与字符编码之间的映射关系：
将所述历史手写输入数据中历史字符及其对应的历史轨迹序列作为训练数据；
确定所述训练数据中历史字符对应的特征向量；所述特征向量包括：单个历史字符对应的第一轨迹特征、以及历史字符之间的第二轨迹特征；其中，所述第二轨迹特征包括：距离特征和重合度特征；
依据所述特征向量，对所述训练数据进行训练，以得到手写模型；所述手写模型用于表征所述轨迹序列与字符编码之间的映射关系。
可选地，所述依据所述目标字符编码，确定所述轨迹序列对应的候选，包括：
依据所述轨迹序列属于所述目标字符编码的概率，所述轨迹序列对应的多个目标字符编码中选择所述轨迹序列对应的候选。
可选地，所述轨迹序列对应至少两个连续的目标字符编码；
所述依据所述目标字符编码，确定所述轨迹序列对应的候选，包括：
确定所述至少两个连续的目标字符编码对应的组合路径；
依据所述组合路径对应的语言模型概率，从所述至少两个连续的目标字符编码对应的组合路径中获取目标组合路径，作为所述轨迹序列对应的候选。
可选地，所述方法还包括：
展现所述轨迹序列对应的候选；
依据用户对于所述候选的选择操作，确定被上屏的候选；
依据所述被上屏的候选及其对应的轨迹序列，对所述叠写输入特性和行写输入特性对应的历史手写输入数据进行更新。
可选地，所述方法还包括：
依据所述轨迹序列，确定用户在手写输入区域中输入的第一字符、以及重叠于所述第一字符之上的第二字符；
响应于用户对于所述第二字符包括轨迹的输入操作，将所述第一字符所包括轨迹的显示颜色变淡，以及保持所述第二字符所包括轨迹的显示颜色不变。
另一方面，本发明实施例公开了一种输入装置，包括：
轨迹序列获取模块，用于获取用户在手写输入区域中输入的轨迹序列；
目标字符编码确定模块，用于依据轨迹序列与字符编码之间的映射关系，确定所述轨迹序列对应的目标字符编码；其中，所述映射关系为依据叠写输入特性和行写输入特性对应的历史手写输入数据得到，所述历史手写输入数据包括：历史字符及其对应的历史轨迹序列；以及
候选确定模块，用于依据所述目标字符编码，确定所述轨迹序列对应的候选。
可选地，所述映射关系为依据单个历史字符对应的第一轨迹特征、以及历史字符之间的第二轨迹特征得到；其中，所述第二轨迹特征包括：距离特征和重合度特征。
可选地，所述装置还包括：
训练数据获取模块，用于将所述历史手写输入数据中历史字符及其对应的历史轨迹序列作为训练数据；
特征向量确定模块，用于确定所述训练数据中历史字符对应的特征向量；所述特征向量包括：单个历史字符对应的第一轨迹特征、以及历史字符之间的第二轨迹特征；其中，所述第二轨迹特征包括：距离特征和重合度特征；
训练模块，用于依据所述特征向量，对所述训练数据进行训练，以得到手写模型；所述手写模型用于表征所述轨迹序列与字符编码之间的映射关系。
可选地，所述目标字符编码确定模块包括：
目标字符编码选择子模块，用于依据所述轨迹序列属于所述目标字符编码的概率，所述轨迹序列对应的多个目标字符编码中选择所述轨迹序列对应的候选。
可选地，所述轨迹序列对应至少两个连续的目标字符编码；
所述目标字符编码确定模块包括：
组合路径确定子模块，用于确定所述至少两个连续的目标字符编码对应的组合路径；
组合路径选择子模块，用于依据所述组合路径对应的语言模型概率，从所述至少两个连续的目标字符编码对应的组合路径中获取目标组合路径，作为所述轨迹序列对应的候选。
可选地，所述装置还包括：
展现模块，用于展现所述轨迹序列对应的候选；
上屏确定模块，用于依据用户对于所述候选的选择操作，确定被上屏的候选；
更新模块，用于依据所述被上屏的候选及其对应的轨迹序列，对所述叠写输入特性和行写输入特性对应的历史手写输入数据进行更新。
可选地，所述装置还包括：
字符确定模块，用于依据所述轨迹序列，确定用户在手写输入区域中输入的第一字符、以及重叠于所述第一字符之上的第二字符；
显示颜色处理模块，用于响应于用户对于所述第二字符包括轨迹的输入操作，将所述第一字符所包括轨迹的显示颜色变淡，以及保持所述第二字符所包括轨迹的显示颜色不变。
再一方面，本发明实施例公开了一种用于输入的装置，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：
获取用户在手写输入区域中输入的轨迹序列；
依据轨迹序列与字符编码之间的映射关系，确定所述轨迹序列对应的目标字符编码；其中，所述映射关系为依据叠写输入特性和行写输入特性对应的历史手写输入数据得到，所述历史手写输入数据包括：历史字符及其对应的历史轨迹序列；
依据所述目标字符编码，确定所述轨迹序列对应的候选。
又一方面，本发明实施例公开了一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得装置执行前述一个或多个所述的方法。
本发明实施例包括以下优点：
本发明实施例可以针对叠写输入特性和行写输入特性对应的历史手写输入数据，挖掘可以反映叠写输入特性和行写输入特性对应的手写规律的映射关系，由于上述映射关系可以反映叠写输入特性和行写输入特性对应的手写规律，故本发明实施例可以在不区分手写输入模式的情况下，通过上述映射关系确定所述轨迹序列对应的目标字符编码，因此可以节省用户在不同的手写输入模式之间进行切换所花费的成本和精力，进而可以提高手写输入的流畅性和提升用户的输入效率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的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性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例的一种输入方法的应用环境的示意；
图2是本发明的一种输入方法实施例一的步骤流程图；
图3、图4、图5、图6，分别是本发明实施例的一种输入界面的示意；
图7是本发明的一种输入方法实施例二的步骤流程图；
图8、图9、图10、图11、图12，分别是本发明实施例的一种输入界面的示意；
图13是本发明的一种输入装置实施例的结构框图；
图14是本发明的一种用于输入的装置1000作为终端时的框图；及
图15是本发明的一些实施例中服务器的结构示意图。
具体实施方式
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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供了一种输入方案，该方案可以获取用户在手写输入区域中输入的轨迹序列；依据轨迹序列与字符编码之间的映射关系，确定所述轨迹序列对应的目标字符编码；并依据所述目标字符编码，确定所述轨迹序列对应的候选。
本发明实施例中，轨迹序列与字符编码之间的映射关系可以为依据叠写输入特性和行写输入特性对应的历史手写输入数据得到。输入特性可以指用户通过某种输入模式进行输入的过程所特有的性质，具体到本发明实施例，手写输入模式对应的输入特性可以通过手写输入模式对应的轨迹特征来表征，也即，可以依据一种手写输入模式对应的轨迹特征来得到该种手写输入模式对应的输入特性，如依据叠写输入模式对应的轨迹特征来得到叠写输入特性，或者，依据行写输入模式对应的轨迹特征来得到行写输入特性，或者，依据单写输入模式对应的轨迹特征来得到单写输入特性等等。
其中，叠写输入特性对应的历史手写输入数据可以包括：具有重叠关系的至少两个历史字符及其对应的轨迹序列，行写输入特性对应的历史手写输入数据可以包括：具有一定距离的至少两个历史字符及其对应的轨迹序列，本发明实施例可以针对叠写输入特性和行写输入特性对应的历史手写输入数据，挖掘可以反映叠写输入特性和行写输入特性对应的手写规律的上述映射关系，由于上述映射关系可以反映叠写输入特性和行写输入特性对应的手写规律，故本发明实施例可以在不区分手写输入模式的情况下，通过上述映射关系确定所述轨迹序列对应的目标字符编码，因此可以节省用户在不同的手写输入模式之间进行切换所花费的成本和精力，进而可以提升用户的输入效率。
本发明实施例对于叠写输入特性和行写输入特性对应的历史手写输入数据的获取方式不加以限制。
例如，在区分手写输入模式也即用户指定了手写输入模式的情况下，本发明实施例可以获取叠写输入模式下的历史手写输入数据，作为叠写输入特性对应的历史手写输入数据，以及，本发明实施例可以获取行写输入模式下的历史手写输入数据，作为行写输入特性对应的历史手写输入数据。
又如，在不区分手写输入模式也即无需用户用户指定手写输入模式的情况下，本发明实施例可以获取历史手写数据，并分别从中提取出叠写输入特性和行写输入特性对应的历史手写输入数据。例如，叠写输入特性可以包括：对于一次轨迹序列而言，一个历史字符的轨迹覆盖在另一个历史字符的轨迹上；又如，行写输入特性可以包括：对于一次轨迹序列而言，多个历史字符同时输入且不同历史字符之间有一定距离的区分等。
可以理解，本发明实施例中，轨迹序列与字符编码之间的映射关系还可以为依据叠写输入特性、行写输入特性和单写输入特性对应的历史手写输入数据得到，其中，该单写输入特性可以指一次轨迹序列对应一个字符等。
本发明实施例中，一个轨迹对应的操作可以为一次滑动操作，一次滑动操作可以始于手指或者触控笔的按下、终止于手指或者触控笔的抬起。本发明实施例的字符类型可以包括：文字类型、字母类型、数字类型和符号类型中的至少一种。其中，文字类型可以包括：中文、日文、英文等国家的文字，本发明实施例主要以中文汉字为例对输入过程进行说明，其他字符对应的输入过程相互参照即可。中文汉字可以包括若干个笔画，一个轨迹可以对应至少一个笔画，例如，不习惯连笔的用户可以通过一个轨迹输入一个笔画，又如，习惯连笔的用户可以通过一个轨迹输入多个笔画等。可以理解，用户可以通过一次轨迹序列输入一种字符类型、或者多种字符类型的组合，例如，用户可以输入中文汉字和英文单词的组合、或者中文汉字和数字的组合、或者中文汉字和字母的组合、或者中文汉字和标点符号的组合等等。
本发明实施例可以应用于输入法APP(应用程序，Application)的应用环境中，可以提高字符的输入效率。另外，本发明实施例可以应用于文字编辑、即时通讯、网页搜索等任意的输入场景中，可以理解，本发明实施例对于具体的应用环境及具体的输入场景不加以限制。
本发明实施例提供的输入方法可应用于图1所示的应用环境中，如图1所示，客户端100与服务器200位于有线或无线网络中，通过该有线或无线网络，客户端100与服务器200进行数据交互。
本发明实施例的输入流程可由客户端100和服务器200的任一执行：
例如，客户端100可以运行在具有触摸屏的终端上，上述终端具体包括但不限：智能手机、平板电脑、电子书阅读器、MP3(动态影像专家压缩标准音频层面3，Moving PictureExperts Group Audio Layer III)播放器、MP4(动态影像专家压缩标准音频层面4，MovingPicture Experts Group Audio Layer IV)播放器、膝上型便携计算机、车载电脑、台式计算机、机顶盒、智能电视机、可穿戴设备等等。
在实际应用中，客户端100可以显示输入界面，可选地，该输入界面可以包括手写输入区域，以支持手写输入。
根据一种实施例，客户端100还可以获取用户在该手写输入区域中输入的轨迹，并对所述轨迹进行字符识别，相应的识别过程可以包括：依据轨迹序列与字符编码之间的映射关系，确定所述轨迹序列对应的目标字符编码；其中，所述映射关系可以为依据叠写输入特性和行写输入特性对应的历史手写输入数据得到，所述历史手写输入数据可以包括：历史字符及其对应的历史轨迹序列；依据所述目标字符编码，确定所述轨迹序列对应的候选，并对所述候选进行展现。
根据另一种实施例，客户端100可以向服务器发送用户在手写输入区域中输入的轨迹，以使服务器200对所述轨迹进行字符识别，以得到所述轨迹序列对应的候选。可以理解，本发明实施例对于对所述轨迹进行字符识别的具体执行主体不加以限制。
方法实施例一
参照图2，示出了本发明的一种输入方法实施例一的步骤流程图，具体可以包括如下步骤：
步骤201、获取用户在手写输入区域中输入的轨迹序列；
步骤202、依据轨迹序列与字符编码之间的映射关系，确定所述轨迹序列对应的目标字符编码；其中，所述映射关系可以为依据叠写输入特性和行写输入特性对应的历史手写输入数据得到；
步骤203、依据所述目标字符编码，确定所述轨迹序列对应的候选。
本发明实施例可以应用于具有触摸屏的终端。在实际应用中，可以通过该触摸屏获取用户在触摸屏上输入的轨迹。可选地，该轨迹可由手指或者触控笔产生，具体地，手指或触控笔在触摸屏上移动的路径可以形成轨迹。轨迹序列可以为若干个轨迹的组合，轨迹序列中的每个轨迹可以对应有输入时间，在实际应用中可以按照轨迹序列所包括轨迹的输入时间的顺序，对轨迹序列进行记录，当然，本发明实施例对于轨迹序列的具体记录方式不加以限制。在实际应用中，可以通过终端内置或者外置的感应装置感应手指或者触控笔产生的轨迹，可选地，该轨迹可以包括：轨迹点的位置坐标、以及轨迹点对应滑动操作的操作参数等。
在本发明的一种可选实施例中，可以通过感应装置感应手指或触控笔的位移和抬起动作，并在检测到手指或触控笔有位移发生时，记录手指或触控笔在发生位移的过程中的轨迹，直至检测到手指或触控笔的抬起动作，一次抬起动作可以对应一个轨迹。当然，上述轨迹的检测方式只是作为示例，实际上，本发明实施例对于轨迹的具体检测方式不加以限制。
本发明实施例中，手写输入区域可用于手写输入。本发明实施例可以在不区分手写输入模式的情况下实现手写输入，也即，用户在不进行手写输入模式的切换的情况下，可以通过任意的一次轨迹序列，输入单个字符、或者具有重叠关系的至少两个字符、或者具有一定距离的至少两个字符、或者具有重叠关系的至少两个字符和具有一定距离的至少两个字符等，由此可以节省用户在不同的手写输入模式之间进行切换所花费的成本，且可以实现用户的流畅输入。
本发明实施例中，可以针对一个字符，确定其对应的字符编码，并通过字库保存字符编码与字符之间的映射关系。对于手写输入而言，可以根据字符的字形，确定其对应的字符编码，可以理解，本发明实施例对于具体的字符编码不加以限制。
本发明实施例中，轨迹序列到汉字的识别过程可以包括：将一组汉字笔画组成的字符识别为一个汉字编码，依据该汉字编码查询字库，从字库中获取与该汉字编码对应的字符。对于轨迹序列到数字、字母、符号或者其他文字的识别过程而言，由于其与轨迹序列到汉字的识别过程相似，故在此不作赘述，相互参照即可。
本发明实施例可以针对叠写输入特性和行写输入特性对应的历史手写输入数据，挖掘可以反映叠写输入特性和行写输入特性对应的手写规律的上述映射关系，由于上述映射关系可以反映叠写输入特性和行写输入特性对应的手写规律，故本发明实施例可以在不区分手写输入模式的情况下，通过上述映射关系确定所述轨迹序列对应的目标字符编码。
在本发明的一种可选实施例中，所述映射关系为依据单个历史字符对应的第一轨迹特征、以及历史字符之间的第二轨迹特征得到。
在本发明的一种可选实施例中，上述第一轨迹特征可以包括：方向序列特征，其中，可以对连续一致的方向序列特征进行合并，由此，可以根据方向序列特征之间的相似度，确定上述映射关系。或者，上述第一轨迹特征可以包括：字符对应像素块内的像素特征，具体地，可以将一个字符划分成多个图像块，例如，将数字字符“8”划分为4*5＝20个图像块，在划分图像块后，可以获取字符在每个图像块内像素点的数目，将其作为字符的特征；同理，可以得到轨迹序列在每个图像块内像素点的数目，并通过字符对比在每个图像块内像素点的数目与轨迹序列在每个图像块内像素点的数目，确定上述映射关系。可以理解，上述方向序列特征和像素特征只是作为第一轨迹特征的示例，实际上，本领域技术人员可以根据实际应用需求，采用所需的第一轨迹特征，本发明实施例对于具体的第一轨迹特征不加以限制。
在本发明的另一种可选实施例中，所述第二轨迹特征可以包括：距离特征和重合度特征。其中，距离特征可用于通过距离对轨迹序列进行切分，重合度特征可用于通过轨迹之间重合度对轨迹序列进行切分，由此可以根据切分后的轨迹序列进行轨迹序列到字符的识别。
在本发明的再一种可选实施例中，可以通过如下步骤确定所述轨迹序列与字符编码之间的映射关系：
将所述历史手写输入数据中历史字符及其对应的历史轨迹序列作为训练数据；
确定所述训练数据中历史字符对应的特征向量；所述特征向量可以包括：单个历史字符对应的第一轨迹特征、以及历史字符之间的第二轨迹特征；其中，所述第二轨迹特征可以包括：距离特征和重合度特征；
依据所述特征向量，对所述训练数据进行训练，以得到手写模型；所述手写模型用于表征所述轨迹序列与字符编码之间的映射关系。
在实际应用中，可以通过客户端收集大量用户产生的历史手写输入数据，尤其地，可以收集大量用户产生的叠写输入特性和行写输入特性对应的历史手写输入数据，并将叠写输入特性和行写输入特性对应的历史手写输入数据作为训练数据，应用于手写模型的训练。其中，手写模型的训练过程可以为对训练数据进行深度学习的过程，通过深度学习，可以得到一个字符编码所对应轨迹序列的深度特征，进而使得上述手写模型具备轨迹序列到字符编码之间的映射能力。
由于手写模型的训练过程中利用的特征向量可以包括历史字符之间的距离特征和重合度特征，故可以通过距离特征和重合度特征对轨迹序列进行切分，并根据切分后的轨迹序列进行轨迹序列到字符的识别，由此可以实现在不区分手写输入模式的情况下，通过上述手写模型表征的映射关系确定所述轨迹序列对应的目标字符编码。
本发明实施例中，上述手写模型的类型可以包括：神经网络类型等。例如，可以将归一化处理后的轨迹序列输入至递归神经网络或者卷积神经网络进行训练，递归神经网络根据轨迹序列的顺序，对其中的每一个轨迹点进行递归计算，直至完成轨迹序列中最后一个轨迹点的递归计算。当然，上述神经网络类型只是作为示例，实际上本发明实施例对于手写模型的具体类型不加以限制。
在本发明的一种实施例中，可以从连续的轨迹序列中获取切分点，并依据切分点，从所述轨迹序列中获取第一字符和第二字符，例如，所述轨迹序列中切分点之前的轨迹属于第一字符，所述轨迹序列中切分点及切分点之后的轨迹属于后续字符，后续字符包括：第二字符、第三字符等。
本发明实施例从连续的轨迹序列中获取切分点的依据可以包括：轨迹之间的距离、和/或、所述轨迹序列中轨迹序列片段属于字符的概率、和/或、依据所述轨迹序列中当前的轨迹与其之前的轨迹之间的重合度。
其中，可以利用手写模型确定所述轨迹序列中轨迹序列片段属于字符的概率。其中，该轨迹序列片段所包括轨迹的数量可以小于或者等于该轨迹序列所包括轨迹的数量；该轨迹序列片段的起始轨迹可以为第一字符的首个轨迹，该轨迹序列片段的终止轨迹可以为任一轨迹。在实际应用中，该手写模型可以为对轨迹序列样本进行训练得到，以得到一个轨迹序列片段属于某个字符的概率。可选地，若上述轨迹序列片段属于某个字符的概率超过概率阈值，则可以将上述轨迹序列片段的终止轨迹之后的下一个轨迹作为切分点。其中，一个轨迹序列片段可以属于多个字符，或者，不同的轨迹序列片段可以属于不同的字符，可以从多个字符中选择概率最大的目标字符，并依据该目标字符确定切分点。上述概率阈值可由本领域技术人员根据实际应用需求确定，例如，上述概率阈值可以在0～1之间，上述概率阈值为0.8等数值，本发明实施例对于具体的概率阈值不加以限制。
对于一个字符而言，其包括的不同轨迹可以具备相交关系，该相交关系使得不同轨迹之间具有重叠的较少数量的轨迹点。然而，对于具备重叠关系的两个字符而言，其通常包括具有重叠的较大数量的轨迹点。因此，本发明实施例可以依据所述轨迹序列中当前的轨迹与其之前的轨迹之间的重合度，从连续的轨迹序列中获取切分点，例如，若重合度超过重合度阈值或者重合的轨迹点数量超过数量阈值，则将当前轨迹作为切分点等等。
可以理解，上述所述轨迹序列中轨迹序列片段属于字符的概率、和/或、依据所述轨迹序列中当前的轨迹与其之前的轨迹之间的重合度，只是作为从连续的轨迹序列中获取切分点的依据的可选实施例，实际上，本领域技术人员可以根据实际应用需求，采用获取切分点的其他依据，本发明实施例对于获取切分点的具体依据不加以限制。
可以理解，上述通过手写模型表征轨迹序列与字符编码之间的映射关系只是作为示例，本领域技术人员还可以采用其他形式如映射表表征轨迹序列与字符编码之间的映射关系，本发明实施例对于轨迹序列与字符编码之间的映射关系对应的具体表征方式不加以限制。
在本发明的一种可选实施例中，上述依据轨迹序列与字符编码之间的映射关系，确定所述轨迹序列对应的目标字符编码的过程可以包括：将所述轨迹序列对应的特征向量输入到手写模型中，得到所述手写模型的输出结果；依据所述输出结果，确定所述轨迹序列对应的目标字符编码。可选地，上述输出结果可以包括：所述轨迹序列对应的目标字符编码，或者，所述轨迹序列属于所述目标字符编码的概率等。可选地，所述轨迹序列属于所述目标字符编码的概率可以依据轨迹序列与目标字符编码对应历史轨迹序列之间的相似度、轨迹序列在历史轨迹序列中的出现概率等因子得到。其中，可以根据轨迹序列对应的第一特征向量与目标字符编码对应历史轨迹序列对应的第二特征向量，确定二者之间的相似度，本发明实施例对于二者之间的相似度的具体确定方式不加以限制。
在本发明的另一种可选实施例中，所述依据所述目标字符编码，确定所述轨迹序列对应的候选的过程，可以包括：依据所述轨迹序列属于所述目标字符编码的概率，所述轨迹序列对应的多个目标字符编码中选择所述轨迹序列对应的候选。例如，用户欲要通过轨迹序列输入“18”，则可以按照轨迹序列属于所述目标字符编码的概率从大到小的顺序，从所述轨迹序列对应的多个目标字符编码中选择所述轨迹序列对应的候选，参照图3，示出了本发明实施例的一种输入界面的示意，其中可以根据用户输入的轨迹序列，提供如下候选：“18”、“16”、“1q”、“口”、“lz”等。
在本发明的再一种可选实施例中，所述轨迹序列对应至少两个连续的目标字符编码；相应地，所述依据所述目标字符编码，确定所述轨迹序列对应的候选的过程，可以包括：确定所述至少两个连续的目标字符编码对应的组合路径；依据所述组合路径对应的语言模型概率，从所述至少两个连续的目标字符编码对应的组合路径中获取目标组合路径，作为所述轨迹序列对应的候选。
在本发明的一种示例中，上述轨迹序列对应的至少两个连续的目标字符编码可以包括：A1A2A3，B1B2B3，C1C2C3等，本发明实施例可以按照输入顺序，确定所述至少两个连续的目标字符编码对应的组合路径，如A1→B1→C1，A1→B1→C2，A1→B1→C3，A1→B2→C1，A1→B2→C2，A1→B2→C3等；本发明实施例可以通过依据所述组合路径对应的语言模型概率，从所述至少两个连续的目标字符编码对应的组合路径中获取目标组合路径，通常语言模型概率越高，则被获取的概率越大。
本发明实施例中，语言模型是根据语言客观事实而进行的语言抽象数学建模，其可以在语言模型与语言客观事实之间建立某种对应关系，本发明实施例主要以统计语言模型为例进行说明，非统计语言模型相互参照即可。
可选地，统计语言模型可以概率分布的形式描述任意字符序列S属于某种语言集合的可能性，这里并不要求字符序列S在语法上是完备的，该统计语言模型可以对任意的字符序列S可以给出一个概率参数值，相应的计算公式可以表示为：
p(S)＝p(w1,w2,w3,w4,w5,…,wn)
＝p(w1)p(w2|w1)p(w3|w1,w2)...p(wn|w1,w2,...,wn-1) (1)
公式(1)中，S包括n个字符，公式(1)中wi表示字符序列中的第i个字符。可选地，训练“语言模型”的过程，就是估计模型参数P(wi|wi-n+1,...,wi-1)的过程，其中，P(wi|wi-n+1,...,wi-1)可用于表示前n-1个字符为wi-n+1,...,wi-1、后字符为wi出现的概率。
依据统计语言模型的概念，现有的统计语言模型可以基于统计算法对预置语料进行处理，以给出字符序列的概率，或者，在给定上下文数据的情况下，预测下一个最可能出现的单字符。
在实际应用中，可以采用任意的统计语言模型来实施本发明实施例的输入方法。例如，上述统计语言模型具体可以包括：上下文无关模型、N元文法模型(N-gram Model)、隐马尔科夫模型(HMM，Hidden Markov Model)、最大熵模型(Maximum Entropy Model)、循环神经网络模型(RNN，Recurrent Neural Networks Model)。其中，上下文无关模型可以不依赖于上下文环境，N元文法模型、HMM模型、最大熵模型、RMM模型等需要依赖于上下文环境，N元文法模型、HMM模型、最大熵模型、RMM模型使用的机器学习方法不同，HMM模型、最大熵模型、RMM模型所使用的机器学习方法不仅考虑了预置语料(也即训练文本)之间的联系，而且使用了训练文本的时序特性；而N元文法模型可以不考虑训练文本之间的联系。
本发明实施例中，统计语言模型所需的预置语料可以来源于已有的语料库，如对于英文的输入，已有的语料库可以包括英文语料库等，或者，统计语言模型所需的预置语料还可以来源于著名书籍、互联网语料、输入法程序记载的历史输入记录等。可以理解，任意的语料均在本发明实施例的预置语料的保护范围之内。
可以理解，本领域技术人员可以根据实际应用需求，采用所述轨迹序列属于所述目标字符编码的概率、以及依据所述组合路径对应的语言模型概率中的任一或者组合，确定所述轨迹序列对应的候选。例如，可以依据所述轨迹序列属于所述目标字符编码的概率、以及依据所述组合路径对应的语言模型概率，确定组合路径对应的综合概率，并依据该综合概率确定所述轨迹序列对应的候选，其中，可以利用加权平均等方式，确定组合路径对应的综合概率。
在本发明的另一种可选实施例中，本发明实施例的方法还可以包括：展现所述轨迹序列对应的候选；依据用户对于所述候选的选择操作，确定被上屏的候选；依据所述被上屏的候选及其对应的轨迹序列，对所述叠写输入特性和行写输入特性对应的历史手写输入数据进行更新。本发明实施例可以将被上屏的候选及其对应的轨迹序列，补充到所述叠写输入特性和行写输入特性对应的历史手写输入数据中，以实现所述历史手写输入数据的更新。进一步，可以根据更新后的历史输入数据，对上述映射关系进行更新，由此可以提高映射关系的准确度。
为使本领域技术人员更好地理解本发明实施例的输入过程，在此通过一个具体的示例，说明该输入过程。
参照图3、图4、图5、图6，分别示出了本发明实施例的一种输入界面的示意，其中，该输入界面可以适用于具备触摸屏的终端，假设用户依次在手写输入区域中连续输入了“18”、“点”、“出”、“发”对应的轨迹序列。
参照图3，本发明实施例可以获取用户在手写输入区域中输入的轨迹序列，依据轨迹序列与字符编码之间的映射关系，确定所述轨迹序列对应的目标字符编码，并依据所述目标字符编码，确定所述轨迹序列对应的候选，如“18”、“16”、“1q”、“口”、“lz”等。
参照图4，本发明实施例可以继续获取用户在手写输入区域中输入的轨迹序列，依据轨迹序列与字符编码之间的映射关系，确定所述轨迹序列对应的目标字符编码，并依据所述目标字符编码，确定所述轨迹序列对应的候选，如“18点”、“Ⅰ8点”、“16点”、“lq点”等。
参照图5，本发明实施例可以继续获取用户在手写输入区域中输入的轨迹序列，依据轨迹序列与字符编码之间的映射关系，确定所述轨迹序列对应的目标字符编码，并依据所述目标字符编码，确定所述轨迹序列对应的候选，如“18点出”、“噍点”“Ⅰ8点”、“lq点”等。
参照图6，本发明实施例可以继续获取用户在手写输入区域中输入的轨迹序列，依据轨迹序列与字符编码之间的映射关系，确定所述轨迹序列对应的目标字符编码，并依据所述目标字符编码，确定所述轨迹序列对应的候选，如“18点出发”、“18绌发”“Ⅰ8点出发”等。
图3至图6所示的输入过程中，“18”对应的轨迹序列与“点”对应的轨迹序列之间具有一定的距离，“18”与对应的轨迹序列与“出”对应的轨迹序列之间具备重叠关系，以及“点”对应的轨迹序列与“发”对应的轨迹序列之间具备重叠关系，可见，本发明实施例可以支持用户在不区分手写输入模式的情况下，实现叠写输入特性和行写输入特性对应的字符的输入，由于可以节省用户在不同的手写输入模式之间进行切换的操作，故可以提高手写输入的流畅性和提升用户的输入效率。
综上，本发明实施例的输入方法，针对叠写输入特性和行写输入特性对应的历史手写输入数据，挖掘可以反映叠写输入特性和行写输入特性对应的手写规律的上述映射关系，由于上述映射关系可以反映叠写输入特性和行写输入特性对应的手写规律，故本发明实施例可以在不区分手写输入模式的情况下，通过上述映射关系确定所述轨迹序列对应的目标字符编码，因此可以节省用户在不同的手写输入模式之间进行切换所花费的成本和精力，进而可以提高手写输入的流畅性和提升用户的输入效率。
需要说明的是，在本发明的一种可选实施例中，映射关系可以为依据叠写输入特性、行写输入特性和单写输入特性对应的历史手写输入数据得到，这样可以使得上述映射关系同时反映叠写输入特性、行写输入特性和单写输入特性对应的手写规律，因此可以在不区分手写输入模式的情况下，通过上述映射关系确定所述轨迹序列对应的目标字符编码，也即，确定上述目标字符编码为叠写字符的编码、行写字符的编码还是单写字符的编码。此种情况下，单写输入特性对应的历史手写输入数据可以为轨迹序列中切分点的获取提供有效的依据，例如，可以确定轨迹序列与单写输入特性对应的历史手写输入数据之间的相似度，依据该相似度从该轨迹序列中获取切分点等。
方法实施例二
参照图7，示出了本发明的一种输入方法实施例二的步骤流程图，具体可以包括如下步骤：
步骤701、获取用户在手写输入区域中输入的轨迹序列；
步骤702、依据轨迹序列与字符编码之间的映射关系，确定所述轨迹序列对应的目标字符编码；其中，所述映射关系为依据叠写输入特性和行写输入特性对应的历史手写输入数据得到；
步骤703、依据所述目标字符编码，确定所述轨迹序列对应的候选；
相对于图2所示方法实施例一，本实施例的方法还可以包括：
步骤704、依据所述轨迹序列，确定用户在手写输入区域中输入的第一字符、以及重叠于所述第一字符之上的第二字符；
步骤705、响应于用户对于所述第二字符包括轨迹的输入操作，将所述第一字符所包括轨迹的显示颜色变淡，以及保持所述第二字符所包括轨迹的显示颜色不变。
本发明实施例可以依据轨迹序列，确定具备重叠关系的第一字符和第二字符，其中，第二字符可以重叠于第一字符之上。
本发明实施例在第二字符的输入过程中，可以响应于用户对于所述第二字符包括轨迹的输入操作，将所述第一字符所包括轨迹的显示颜色变淡，并保持第二字符所包括轨迹的显示颜色不变。
由于本发明实施例在第二字符的输入过程中，保持第二字符所包括轨迹的显示颜色不变，故可以使得第二字符包括的轨迹呈现一致的显示颜色，即使在第二字符包括较多的笔画的情况下，也不会出现该第二字符包括部分笔画的颜色变淡甚至消失的情况，因此可以提高所呈现的第二字符的完整性，且可以在一定程度上避免因第二字符显示不完整导致用户出现写错字符的问题，进而可以提高第二字符的手写准确率。
并且，本发明实施例在第二字符的输入过程中，响应于用户对于所述第二字符包括轨迹的输入操作，将所述第一字符所包括轨迹的显示颜色变淡，这样可以使得第一字符所包括轨迹的显示颜色随着第二字符包括轨迹的连续输入操作、而逐渐变淡；逐渐变淡的第一字符可以作为第二字符的手写参考，因此可以进一步提高第二字符的手写准确率。
例如，用户欲要在手写输入区域中叠写输入“你好”：也即首先输入“你”，然后在“你”上面输入“你好”；则在“你”的输入过程中，“你”的所有笔画可以呈现一致的显示颜色；以及，在“好”的输入过程中，“好”的所有笔画可以呈现一致的显示颜色，且随着“好”的每一笔画的增加，可以将“你”的所有笔画的显示颜色逐渐变淡。可见，本发明实施例可以字符为单位，进行轨迹的显示颜色的处理，使得一个字符所包括所有轨迹的显示颜色具有一致性。
在本发明的一种实施例中，所述第一字符包括的轨迹与所述第二字符包括的轨迹可以不连续。例如，用户依次在手写输入区域中输入了“你”、“好”、“吗”，其中，“你”与“好”包括的轨迹连续，但由于二者具有一定的距离、故不具备重叠关系；“吗”重叠于“你”之上，但“吗”包括的轨迹与“好”包括的轨迹连续，故“吗”包括的轨迹与“你”包括的轨迹不连续。此种情况下，可以依据轨迹的输入时间和轨迹的位置坐标，确定轨迹不连续的第一字符和第二字符，在此不作赘述。
在本发明的另一种实施例中，所述第一字符包括的轨迹与所述第二字符包括的轨迹可以不连续；例如，用户依次在手写输入区域中输入了“你”、“好”，其中，“你”与“好”包括的轨迹连续、且“好”重叠于“你”之上。
在第一字符包括的轨迹与所述第二字符包括的轨迹连续的情况下，所述确定用户在手写输入区域中输入的第一字符、以及重叠于所述第一字符之上的第二字符的过程，可以包括：依据所述轨迹序列中轨迹序列片段属于字符的概率、和/或、依据所述轨迹序列中当前的轨迹与其之前的轨迹之间的重合度，从所述轨迹序列中获取切分点；并依据所述切分点，从所述轨迹序列中获取第一字符和第二字符。
可以理解，上述所述轨迹序列中轨迹序列片段属于字符的概率、和/或、依据所述轨迹序列中当前的轨迹与其之前的轨迹之间的重合度，只是作为从连续的轨迹序列中获取切分点的依据的可选实施例，实际上，本领域技术人员可以根据实际应用需求，采用获取切分点的其他依据，如采用上述映射关系获取切分点等，本发明实施例对于获取切分点的具体依据不加以限制。
在确定第一字符和第二字符后，步骤705可以响应于用户对于所述第二字符包括轨迹的输入操作，将所述第一字符所包括轨迹的显示颜色变淡，以及保持所述第二字符所包括轨迹的显示颜色不变。这样，可以使得第一字符所包括轨迹的显示颜色随着第二字符包括轨迹的连续输入操作、而逐渐变淡；逐渐变淡的第一字符可以作为第二字符的手写参考，因此可以进一步提高第二字符的手写准确率。
在本发明的一种可选实施例中，在所述第二字符包括轨迹的输入过程中，所述第二字符所包括轨迹的显示颜色可以深于所述第一字符所包括轨迹的显示颜色，这样，可以在第二字符的输入过程中，提高第二字符相对于第一字符的辨识度。可选地，对于手写输入的任一字符(包括第一字符和第二字符)而言，其所包括轨迹的初始显示颜色可以为默认显示颜色；并且，在任一字符被确定为被覆盖的第一字符之后，可以将所述第一字符所包括轨迹的显示颜色变淡。其中，该默认显示颜色可由本领域技术人员根据实际应用需求确定，例如，该默认显示颜色可以为红色、或者黑色等。
在本发明的一种实施例中，上述将所述第一字符所包括轨迹的显示颜色变淡的过程，可以包括：通过改变显示颜色的颜色值，将所述第一字符所包括轨迹的显示颜色变淡。以颜色值为RGB(红绿蓝，Red Green Blue)为例，假设默认显示颜色的RGB值为黑色(0,0,0)，则可以通过逐渐增加RGB值，实现将所述第一字符所包括轨迹的显示颜色变淡的目的。例如，可以在黑色(0,0,0)的基础上逐渐增加RGB值，使其往白色靠拢，白色的RGB值为(0,0,0)。当然，上述RGB值只是作为颜色值的示例，实际上本领域技术人员可以根据实际应用需求，采用其他颜色值，如CMYK(青色、品红色、黄色、黑色，Cyan、Magenta、Yellow、Key Plate)等，本发明实施例对于具体的颜色值不加以限制。
在本发明的一种可选实施例中，在所述输入操作对应不同阶段的情况下，所述第一字符所包括轨迹的显示颜色可以不同，这样可以使得第一字符所包括轨迹的显示颜色随着第二字符的输入操作而动态变化。
根据一种实施例，可以通过所述输入操作对应所述第二字符所包括的轨迹，表征所述输入操作对应的阶段，以第二字符为汉字为例，上述输入操作可以对应汉字包括的不同笔画。相应地，在所述输入操作对应所述第二字符所包括的不同轨迹的情况下，所述第一字符所包括轨迹的显示颜色可以不同。假设通过输入顺序k对第二字符包括的轨迹进行编号，k为正整数，则在输入操作对应不同编号k的轨迹的情况下，所述第一字符所包括轨迹的显示颜色可以不同。例如，在输入操作对应第二字符包括的第k个轨迹的情况下，所述第一字符所包括轨迹的显示颜色可以为显示颜色A，在输入操作对应第二字符包括的第(k+1)个轨迹的情况下，所述第一字符所包括轨迹的显示颜色可以为显示颜色B，其中，显示颜色A可以深于显示颜色B。
根据另一种实施例，可以通过所述输入操作对应的输入时间，表征所述输入操作对应的阶段。相应地，在所述输入操作对应不同输入时间的情况下，所述第一字符所包括轨迹的显示颜色可以不同。在实际应用中，在确定第二字符之后，可以对第二字符的输入操作进行计时，以得到第二字符的输入操作对应的输入时间T，则所述第一字符所包括轨迹的显示颜色可以随着输入时间T的增加而变淡。可选地，可以按照设定时间周期，在输入时间T达到一个时间周期的情况下，对所述第一字符所包括轨迹的显示颜色进行更新，可以理解，本发明实施例对于所述第一字符所包括轨迹的显示颜色的具体变化过程不加以限制。
在本发明的一种可选实施例中，上述步骤705将所述第一字符所包括轨迹的显示颜色变淡的过程，可以包括：
响应于用户对于所述第二字符包括第一轨迹的第一输入操作，将所述第一字符所包括轨迹的显示颜色置为第一显示颜色；
响应于用户对于所述第二字符包括第二轨迹的第二输入操作，将所述第一字符所包括轨迹的显示颜色置为第二显示颜色；
其中，若所述第二输入操作的输入时间晚于所述第一输入操作的输入时间，则所述第二显示颜色可以淡于所述第一显示颜色。
在本发明的一种可选实施例中，本发明实施例的方法还可以包括：若不存在重叠于所述第一字符之上的第二字符，则保持所述第一字符所包括轨迹的显示颜色不变。例如，用户依次在手写输入区域中输入了“你”、“好”，其中，“你”与“好”包括的轨迹连续，但由于二者具有一定的距离、故不具备重叠关系，因此可以确定不存在重叠于所述“你”之上的第二字符，因此可以保持“你”所包括轨迹的显示颜色不变，例如，“你”所包括轨迹的显示颜色可以被保持为默认显示颜色。
在本发明的一种可选实施例中，本发明实施例的方法还可以包括：确定重叠于所述第二字符之上的第三字符；响应于用户对于所述第三字符包括轨迹的输入操作，将所述第二字符所包括轨迹的显示颜色变淡，以及保持所述第三字符所包括轨迹的显示颜色不变。
在本发明的一种可选实施例中，任一字符所包括轨迹的初始显示颜色可以为默认显示颜色；并且，当存在重叠于所述第一字符之上的第二字符的情况下，将所述第一字符所包括轨迹的显示颜色变淡，以及保持所述第二字符所包括轨迹的显示颜色不变；可以使得第二字符包括的轨迹呈现一致的显示颜色，即使在第二字符包括较多的笔画的情况下，也不会出现该第二字符包括部分笔画的颜色变淡甚至消失的情况，因此可以提高所呈现的第二字符的完整性，且可以在一定程度上避免因第二字符显示不完整导致用户出现写错字符的问题，进而可以提高第二字符的手写准确率。并且，逐渐变淡的第一字符可以作为第二字符的手写参考，因此可以进一步提高第二字符的手写准确率。
另外，当不存在重叠于所述第一字符之上的第二字符的情况下，可以保持所述第一字符所包括轨迹的显示颜色不变；这样，在一次性书写多个字符字的时候，如果多个字符不涉及到重叠，则可以使已书写的字符不会消隐，以展现最完整的信息。
为使本领域技术人员更好地理解本发明实施例，在此提供本发明实施例的一种输入过程的示例。
参照图3至图6所示的输入过程，如图图5所示，本发明实施例可以确定第一字符“18”和重叠于第一字符“18”之上的第二字符“出”；随着第二字符“出”包括轨迹的输入操作，将所述第一字符“18”所包括轨迹的显示颜色逐渐变淡，以及保持所述第二字符“出”所包括轨迹的显示颜色不变，例如，第二字符所包括轨迹的显示颜色可以为默认显示颜色，如黑色。如图6所示，本发明实施例可以确定第一字符“点”和重叠于第一字符“点”之上的第二字符“发”；随着第二字符“发”包括轨迹的输入操作，将所述第一字符“点”所包括轨迹的显示颜色逐渐变淡，以及保持所述第二字符“发”所包括轨迹的显示颜色不变。
参照图8、图9、图10、图11、图12，分别示出了本发明实施例的一种输入界面的示意，其中，该输入界面可以适用于具备触摸屏的终端，假设用户依次在手写输入区域中输入了“你”、“好”，其中，“你”与“好”包括的轨迹连续、且“好”重叠于“你”之上，则对应的输入界面的变化过程可以包括：
参照图8，本发明实施例可以获取用户在手写输入区域中输入的轨迹，并将所述轨迹的初始显示颜色置为默认显示颜色，如黑色。
参照图9，本发明实施例可以确定所述轨迹对应的第一字符，如识别得到的第一字符可以包括：“你”、“欣”、“攸”等，并可以提供相应的候选项，如“你”、/>“你的”、“你是”、“欣”、“攸”等。
参照图10，本发明实施例可以继续获取用户在手写输入区域中输入的轨迹，并判断是否存在重叠于所述第一字符之上的第二字符，如图10所示，由于重叠于第一字符之上的轨迹与第一字符所包括字符之间的重合度较高，故可以认为存在重叠于所述第一字符之上的第二字符，因此，可以随着第二字符包括轨迹的输入操作，将所述第一字符所包括轨迹的显示颜色逐渐变淡，以及保持所述第二字符所包括轨迹的显示颜色不变，例如，第二字符所包括轨迹的显示颜色可以为默认显示颜色，如黑色。
参照图10、图11和图12，则当写“好”的时候，“你”的所有笔画开始变淡；并且，随着“好”的每一个笔画的增加，“你”的所有笔画快速变淡。
可见，本发明实施例可以字符为单位，进行轨迹的显示颜色的处理，使得一个字符所包括所有轨迹的显示颜色具有一致性，因此可以保持一个字符的整体性。
综上，本发明实施例的输入方法，在第二字符的输入过程中，保持第二字符所包括轨迹的显示颜色不变，故可以使得第二字符包括的轨迹呈现一致的显示颜色，即使在第二字符包括较多的笔画的情况下，也不会出现该第二字符包括部分笔画的颜色变淡甚至消失的情况，因此可以提高所呈现的第二字符的完整性，且可以在一定程度上避免因第二字符显示不完整导致用户出现写错字符的问题，进而可以提高第二字符的手写准确率。
并且，本发明实施例在第二字符的输入过程中，响应于用户对于所述第二字符包括轨迹的输入操作，将所述第一字符所包括轨迹的显示颜色变淡，这样可以使得第一字符所包括轨迹的显示颜色随着第二字符包括轨迹的连续输入操作、而逐渐变淡；逐渐变淡的第一字符可以作为第二字符的手写参考，因此可以进一步提高第二字符的手写准确率。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的运动动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的运动动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的运动动作并不一定是本发明实施例所必须的。
装置实施例
参照图13，示出了本发明的一种输入装置实施例的结构框图，具体可以包括：
轨迹序列获取模块1301，用于获取用户在手写输入区域中输入的轨迹序列；
目标字符编码确定模块1302，用于依据轨迹序列与字符编码之间的映射关系，确定所述轨迹序列对应的目标字符编码；其中，所述映射关系为依据叠写输入特性和行写输入特性对应的历史手写输入数据得到，所述历史手写输入数据可以包括：历史字符及其对应的历史轨迹序列；以及
候选确定模块1303，用于依据所述目标字符编码，确定所述轨迹序列对应的候选。
可选地，所述映射关系为依据单个历史字符对应的第一轨迹特征、以及历史字符之间的第二轨迹特征得到；其中，所述第二轨迹特征可以包括：距离特征和重合度特征。
可选地，所述装置还可以包括：
训练数据获取模块，用于将所述历史手写输入数据中历史字符及其对应的历史轨迹序列作为训练数据；
特征向量确定模块，用于确定所述训练数据中历史字符对应的特征向量；所述特征向量可以包括：单个历史字符对应的第一轨迹特征、以及历史字符之间的第二轨迹特征；其中，所述第二轨迹特征可以包括：距离特征和重合度特征；
训练模块，用于依据所述特征向量，对所述训练数据进行训练，以得到手写模型；所述手写模型用于表征所述轨迹序列与字符编码之间的映射关系。
可选地，所述目标字符编码确定模块1303可以包括：
目标字符编码选择子模块，用于依据所述轨迹序列属于所述目标字符编码的概率，所述轨迹序列对应的多个目标字符编码中选择所述轨迹序列对应的候选。
可选地，所述轨迹序列对应至少两个连续的目标字符编码；
所述目标字符编码确定模块1303可以包括：
组合路径确定子模块，用于确定所述至少两个连续的目标字符编码对应的组合路径；
组合路径选择子模块，用于依据所述组合路径对应的语言模型概率，从所述至少两个连续的目标字符编码对应的组合路径中获取目标组合路径，作为所述轨迹序列对应的候选。
可选地，所述装置还可以包括：
展现模块，用于展现所述轨迹序列对应的候选；
上屏确定模块，用于依据用户对于所述候选的选择操作，确定被上屏的候选；
更新模块，用于依据所述被上屏的候选及其对应的轨迹序列，对所述叠写输入特性和行写输入特性对应的历史手写输入数据进行更新。
可选地，所述装置还可以包括：
字符确定模块，用于依据所述轨迹序列，确定用户在手写输入区域中输入的第一字符、以及重叠于所述第一字符之上的第二字符；
显示颜色处理模块，用于响应于用户对于所述第二字符可以包括轨迹的输入操作，将所述第一字符所可以包括轨迹的显示颜色变淡，以及保持所述第二字符所可以包括轨迹的显示颜色不变。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本发明提供了一种用于输入的装置，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：获取用户在手写输入区域中输入的轨迹序列；依据轨迹序列与字符编码之间的映射关系，确定所述轨迹序列对应的目标字符编码；其中，所述映射关系为依据叠写输入特性和行写输入特性对应的历史手写输入数据得到，所述历史手写输入数据包括：历史字符及其对应的历史轨迹序列；依据所述目标字符编码，确定所述轨迹序列对应的候选。
可选地，所述映射关系为依据单个历史字符对应的第一轨迹特征、以及历史字符之间的第二轨迹特征得到；其中，所述第二轨迹特征包括：距离特征和重合度特征。
可选地，通过如下步骤确定所述轨迹序列与字符编码之间的映射关系：
将所述历史手写输入数据中历史字符及其对应的历史轨迹序列作为训练数据；
确定所述训练数据中历史字符对应的特征向量；所述特征向量包括：单个历史字符对应的第一轨迹特征、以及历史字符之间的第二轨迹特征；其中，所述第二轨迹特征包括：距离特征和重合度特征；
依据所述特征向量，对所述训练数据进行训练，以得到手写模型；所述手写模型用于表征所述轨迹序列与字符编码之间的映射关系。
可选地，所述依据所述目标字符编码，确定所述轨迹序列对应的候选，包括：
依据所述轨迹序列属于所述目标字符编码的概率，所述轨迹序列对应的多个目标字符编码中选择所述轨迹序列对应的候选。
可选地，所述轨迹序列对应至少两个连续的目标字符编码；
所述依据所述目标字符编码，确定所述轨迹序列对应的候选，包括：
确定所述至少两个连续的目标字符编码对应的组合路径；
依据所述组合路径对应的语言模型概率，从所述至少两个连续的目标字符编码对应的组合路径中获取目标组合路径，作为所述轨迹序列对应的候选。
可选地，所述装置还经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：
展现所述轨迹序列对应的候选；
依据用户对于所述候选的选择操作，确定被上屏的候选；
依据所述被上屏的候选及其对应的轨迹序列，对所述叠写输入特性和行写输入特性对应的历史手写输入数据进行更新。
可选地，所述装置还经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：
依据所述轨迹序列，确定用户在手写输入区域中输入的第一字符、以及重叠于所述第一字符之上的第二字符；
响应于用户对于所述第二字符包括轨迹的输入操作，将所述第一字符所包括轨迹的显示颜色变淡，以及保持所述第二字符所包括轨迹的显示颜色不变。
图14是根据一示例性实施例示出的一种用于输入的装置1000作为终端时的结构框图。例如，装置1000可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图14，装置1000可以包括以下一个或多个组件：处理组件1002，存储器1004，电源组件1006，多媒体组件1008，音频组件1010，输入/输出(I/O)的接口1012，传感器组件1014，以及通信组件1016。
处理组件1002通常控制装置1000的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理元件1002可以包括一个或多个处理器1020来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件1002可以包括一个或多个模块，便于处理组件1002和其他组件之间的交互。例如，处理组件1002可以包括多媒体模块，以方便多媒体组件1008和处理组件1002之间的交互。
存储器1004被配置为存储各种类型的数据以支持在设备1000的操作。这些数据的示例包括用于在装置1000上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1004可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件1006为装置1000的各种组件提供电力。电源组件1006可以包括电源管理系统，一个或多个电源，及其他与为装置1000生成、管理和分配电力相关联的组件。
多媒体组件1008包括在所述装置1000和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1008包括一个前置摄像头和/或后置摄像头。当设备1000处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件1010被配置为输出和/或输入音频信号。例如，音频组件1010包括一个麦克风(MIC)，当装置1000处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1004或经由通信组件1016发送。在一些实施例中，音频组件1010还包括一个扬声器，用于输出音频信号。
I/O接口1012为处理组件1002和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件1014包括一个或多个传感器，用于为装置1000提供各个方面的状态评估。例如，传感器组件1014可以检测到设备1000的打开/关闭状态，组件的相对定位，例如所述组件为装置1000的显示器和小键盘，传感器组件1014还可以检测装置1000或装置1000一个组件的位置改变，用户与装置1000接触的存在或不存在，装置1000方位或加速/减速和装置1000的温度变化。传感器组件1014可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1014还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1014还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件1016被配置为便于装置1000和其他设备之间有线或无线方式的通信。装置1000可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件1016经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件1016还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置1000可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1004，上述指令可由装置1000的处理器1020执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图15是本发明的一些实施例中服务器的结构示意图。该服务器1900可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(central processingunits，CPU)1922(例如，一个或一个以上处理器)和存储器1932，一个或一个以上存储应用程序1942或数据1944的存储介质1930(例如一个或一个以上海量存储设备)。其中，存储器1932和存储介质1930可以是短暂存储或持久存储。存储在存储介质1930的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器1922可以设置为与存储介质1930通信，在服务器1900上执行存储介质1930中的一系列指令操作。
服务器1900还可以包括一个或一个以上电源1926，一个或一个以上有线或无线网络接口1950，一个或一个以上输入输出接口1958，一个或一个以上键盘1956，和/或，一个或一个以上操作系统1941，例如WindowsServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。
一种非临时性计算机可读存储介质，当所述存储介质中的指令由装置(终端或者服务器)的处理器执行时，使得装置能够执行图2至图12中任一所示的输入方法。一种输入方法，所述方法包括：获取用户在手写输入区域中输入的轨迹序列；依据轨迹序列与字符编码之间的映射关系，确定所述轨迹序列对应的目标字符编码；其中，所述映射关系为依据叠写输入特性和行写输入特性对应的历史手写输入数据得到，所述历史手写输入数据包括：历史字符及其对应的历史轨迹序列；依据所述目标字符编码，确定所述轨迹序列对应的候选。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
以上对本发明所提供的一种输入方法、一种输入装置、一种用于输入的装置以及一种机器可读介质，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (19)
1.一种输入方法，其特征在于，所述方法包括：
获取用户在手写输入区域中输入的轨迹序列；
依据轨迹序列与字符编码之间的映射关系，确定所述轨迹序列对应的目标字符编码；其中，所述映射关系为依据叠写输入特性和行写输入特性对应的历史手写输入数据得到，所述历史手写输入数据包括：历史字符及其对应的历史轨迹序列；
依据所述目标字符编码，确定所述轨迹序列对应的候选；
所述方法还包括：
将所述历史手写输入数据中历史字符及其对应的历史轨迹序列作为训练数据；
确定所述训练数据中历史字符对应的特征向量；所述特征向量包括：单个历史字符对应的第一轨迹特征、以及历史字符之间的第二轨迹特征；其中，所述第二轨迹特征包括：距离特征和重合度特征；
依据所述特征向量，对所述训练数据进行训练，以得到手写模型；所述手写模型用于表征所述轨迹序列与字符编码之间的映射关系。
2.根据权利要求1所述的方法，其特征在于，所述映射关系为依据单个历史字符对应的第一轨迹特征、以及历史字符之间的第二轨迹特征得到；其中，所述第二轨迹特征包括：距离特征和重合度特征。
3.根据权利要求1或2所述的方法，其特征在于，所述依据所述目标字符编码，确定所述轨迹序列对应的候选，包括：
依据所述轨迹序列属于所述目标字符编码的概率，所述轨迹序列对应的多个目标字符编码中选择所述轨迹序列对应的候选。
4.根据权利要求1或2所述的方法，其特征在于，所述轨迹序列对应至少两个连续的目标字符编码；
所述依据所述目标字符编码，确定所述轨迹序列对应的候选，包括：
确定所述至少两个连续的目标字符编码对应的组合路径；
依据所述组合路径对应的语言模型概率，从所述至少两个连续的目标字符编码对应的组合路径中获取目标组合路径，作为所述轨迹序列对应的候选。
5.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
展现所述轨迹序列对应的候选；
依据用户对于所述候选的选择操作，确定被上屏的候选；
依据所述被上屏的候选及其对应的轨迹序列，对所述叠写输入特性和行写输入特性对应的历史手写输入数据进行更新。
6.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
依据所述轨迹序列，确定用户在手写输入区域中输入的第一字符、以及重叠于所述第一字符之上的第二字符；
响应于用户对于所述第二字符包括轨迹的输入操作，将所述第一字符所包括轨迹的显示颜色变淡，以及保持所述第二字符所包括轨迹的显示颜色不变。
7.一种输入装置，其特征在于，所述装置包括：
轨迹序列获取模块，用于获取用户在手写输入区域中输入的轨迹序列；
目标字符编码确定模块，用于依据轨迹序列与字符编码之间的映射关系，确定所述轨迹序列对应的目标字符编码；其中，所述映射关系为依据叠写输入特性和行写输入特性对应的历史手写输入数据得到，所述历史手写输入数据包括：历史字符及其对应的历史轨迹序列；以及
候选确定模块，用于依据所述目标字符编码，确定所述轨迹序列对应的候选；
训练数据获取模块，用于将所述历史手写输入数据中历史字符及其对应的历史轨迹序列作为训练数据；
特征向量确定模块，用于确定所述训练数据中历史字符对应的特征向量；所述特征向量包括：单个历史字符对应的第一轨迹特征、以及历史字符之间的第二轨迹特征；其中，所述第二轨迹特征包括：距离特征和重合度特征；
训练模块，用于依据所述特征向量，对所述训练数据进行训练，以得到手写模型；所述手写模型用于表征所述轨迹序列与字符编码之间的映射关系。
8.根据权利要求7所述的装置，其特征在于，所述映射关系为依据单个历史字符对应的第一轨迹特征、以及历史字符之间的第二轨迹特征得到；其中，所述第二轨迹特征包括：距离特征和重合度特征。
9.根据权利要求7或8所述的装置，其特征在于，所述目标字符编码确定模块包括：
目标字符编码选择子模块，用于依据所述轨迹序列属于所述目标字符编码的概率，所述轨迹序列对应的多个目标字符编码中选择所述轨迹序列对应的候选。
10.根据权利要求7或8所述的装置，其特征在于，所述轨迹序列对应至少两个连续的目标字符编码；
所述目标字符编码确定模块包括：
组合路径确定子模块，用于确定所述至少两个连续的目标字符编码对应的组合路径；
组合路径选择子模块，用于依据所述组合路径对应的语言模型概率，从所述至少两个连续的目标字符编码对应的组合路径中获取目标组合路径，作为所述轨迹序列对应的候选。
11.根据权利要求7或8所述的装置，其特征在于，所述装置还包括：
展现模块，用于展现所述轨迹序列对应的候选；
上屏确定模块，用于依据用户对于所述候选的选择操作，确定被上屏的候选；
更新模块，用于依据所述被上屏的候选及其对应的轨迹序列，对所述叠写输入特性和行写输入特性对应的历史手写输入数据进行更新。
12.根据权利要求7或8所述的装置，其特征在于，所述装置还包括：
字符确定模块，用于依据所述轨迹序列，确定用户在手写输入区域中输入的第一字符、以及重叠于所述第一字符之上的第二字符；
显示颜色处理模块，用于响应于用户对于所述第二字符包括轨迹的输入操作，将所述第一字符所包括轨迹的显示颜色变淡，以及保持所述第二字符所包括轨迹的显示颜色不变。
13.一种用于输入的装置，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：
获取用户在手写输入区域中输入的轨迹序列；
依据轨迹序列与字符编码之间的映射关系，确定所述轨迹序列对应的目标字符编码；其中，所述映射关系为依据叠写输入特性和行写输入特性对应的历史手写输入数据得到，所述历史手写输入数据包括：历史字符及其对应的历史轨迹序列；
依据所述目标字符编码，确定所述轨迹序列对应的候选；
将所述历史手写输入数据中历史字符及其对应的历史轨迹序列作为训练数据；
确定所述训练数据中历史字符对应的特征向量；所述特征向量包括：单个历史字符对应的第一轨迹特征、以及历史字符之间的第二轨迹特征；其中，所述第二轨迹特征包括：距离特征和重合度特征；
依据所述特征向量，对所述训练数据进行训练，以得到手写模型；所述手写模型用于表征所述轨迹序列与字符编码之间的映射关系。
14.根据权利要求13所述的装置，其特征在于，所述映射关系为依据单个历史字符对应的第一轨迹特征、以及历史字符之间的第二轨迹特征得到；其中，所述第二轨迹特征包括：距离特征和重合度特征。
15.根据权利要求13或14所述的装置，其特征在于，所述依据所述目标字符编码，确定所述轨迹序列对应的候选，包括：
依据所述轨迹序列属于所述目标字符编码的概率，所述轨迹序列对应的多个目标字符编码中选择所述轨迹序列对应的候选。
16.根据权利要求13或14所述的装置，其特征在于，所述轨迹序列对应至少两个连续的目标字符编码；
所述依据所述目标字符编码，确定所述轨迹序列对应的候选，包括：
确定所述至少两个连续的目标字符编码对应的组合路径；
依据所述组合路径对应的语言模型概率，从所述至少两个连续的目标字符编码对应的组合路径中获取目标组合路径，作为所述轨迹序列对应的候选。
17.根据权利要求13或14所述的装置，其特征在于，所述装置还经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：
展现所述轨迹序列对应的候选；
依据用户对于所述候选的选择操作，确定被上屏的候选；
依据所述被上屏的候选及其对应的轨迹序列，对所述叠写输入特性和行写输入特性对应的历史手写输入数据进行更新。
18.根据权利要求13或14所述的装置，其特征在于，所述装置还经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：
依据所述轨迹序列，确定用户在手写输入区域中输入的第一字符、以及重叠于所述第一字符之上的第二字符；
响应于用户对于所述第二字符包括轨迹的输入操作，将所述第一字符所包括轨迹的显示颜色变淡，以及保持所述第二字符所包括轨迹的显示颜色不变。
19.一个或多个机器可读介质，其特征在于，其上存储有指令，当由一个或多个处理器执行时，使得装置执行如权利要求1至6中一个或多个所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810003147.4A CN109992124B (zh) | 2018-01-02 | 输入方法、装置和机器可读介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810003147.4A CN109992124B (zh) | 2018-01-02 | 输入方法、装置和机器可读介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109992124A CN109992124A (zh) | 2019-07-09 |
| CN109992124B true CN109992124B (zh) | 2024-05-31 |
Family
ID=
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1722154A (zh) * | 2004-07-15 | 2006-01-18 | 株式会社日立制作所 | 文字识别方法、数据修正历史处理方法和文字识别系统 |
| CN102135836A (zh) * | 2011-03-28 | 2011-07-27 | 安徽科大讯飞信息科技股份有限公司 | 叠加手写输入的方法及系统 |
| CN102243708A (zh) * | 2011-06-29 | 2011-11-16 | 北京捷通华声语音技术有限公司 | 一种手写识别方法、系统及手写识别终端 |
| CN102609735A (zh) * | 2012-02-06 | 2012-07-25 | 安徽科大讯飞信息科技股份有限公司 | 一种字符书写规范度评测的方法和装置 |
| CN102779144A (zh) * | 2012-03-20 | 2012-11-14 | 北京捷通华声语音技术有限公司 | 一种手写控制、查询的方法和装置 |
| CN103150019A (zh) * | 2013-03-12 | 2013-06-12 | 深圳市国华识别科技开发有限公司 | 一种手写输入系统及方法 |
| CN103376998A (zh) * | 2012-04-19 | 2013-10-30 | 中兴通讯股份有限公司 | 手写设备汉字排版方法及装置 |
| CN103502915A (zh) * | 2011-04-09 | 2014-01-08 | 上海触乐信息科技有限公司 | 电子设备上基于屏幕软件健盘实现滑动输入文本的系统及方法 |
| CN103577843A (zh) * | 2013-11-22 | 2014-02-12 | 中国科学院自动化研究所 | 一种空中手写字符串识别方法 |
| CN104008405A (zh) * | 2013-02-26 | 2014-08-27 | 佳能株式会社 | 手写字符识别方法和装置 |
| CN105247540A (zh) * | 2013-06-09 | 2016-01-13 | 苹果公司 | 管理实时手写识别 |
| CN105830011A (zh) * | 2013-12-17 | 2016-08-03 | 微软技术许可有限责任公司 | 用于交叠手写文本输入的用户界面 |
| CN107368205A (zh) * | 2017-07-26 | 2017-11-21 | 维沃移动通信有限公司 | 一种手写输入方法及移动终端 |
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1722154A (zh) * | 2004-07-15 | 2006-01-18 | 株式会社日立制作所 | 文字识别方法、数据修正历史处理方法和文字识别系统 |
| CN102135836A (zh) * | 2011-03-28 | 2011-07-27 | 安徽科大讯飞信息科技股份有限公司 | 叠加手写输入的方法及系统 |
| CN103502915A (zh) * | 2011-04-09 | 2014-01-08 | 上海触乐信息科技有限公司 | 电子设备上基于屏幕软件健盘实现滑动输入文本的系统及方法 |
| CN102243708A (zh) * | 2011-06-29 | 2011-11-16 | 北京捷通华声语音技术有限公司 | 一种手写识别方法、系统及手写识别终端 |
| CN102609735A (zh) * | 2012-02-06 | 2012-07-25 | 安徽科大讯飞信息科技股份有限公司 | 一种字符书写规范度评测的方法和装置 |
| CN102779144A (zh) * | 2012-03-20 | 2012-11-14 | 北京捷通华声语音技术有限公司 | 一种手写控制、查询的方法和装置 |
| CN103376998A (zh) * | 2012-04-19 | 2013-10-30 | 中兴通讯股份有限公司 | 手写设备汉字排版方法及装置 |
| CN104008405A (zh) * | 2013-02-26 | 2014-08-27 | 佳能株式会社 | 手写字符识别方法和装置 |
| CN103150019A (zh) * | 2013-03-12 | 2013-06-12 | 深圳市国华识别科技开发有限公司 | 一种手写输入系统及方法 |
| CN105247540A (zh) * | 2013-06-09 | 2016-01-13 | 苹果公司 | 管理实时手写识别 |
| CN103577843A (zh) * | 2013-11-22 | 2014-02-12 | 中国科学院自动化研究所 | 一种空中手写字符串识别方法 |
| CN105830011A (zh) * | 2013-12-17 | 2016-08-03 | 微软技术许可有限责任公司 | 用于交叠手写文本输入的用户界面 |
| CN107368205A (zh) * | 2017-07-26 | 2017-11-21 | 维沃移动通信有限公司 | 一种手写输入方法及移动终端 |
Non-Patent Citations (2)
| Title |
|---|
| New Advancements in Zoning-Based Recognition of Handwritten Characters;D. Impedovo 等;《2012 International Conference on Frontiers in Handwriting Recognition》;20121231;665-669 * |
| 部分级联特征的离线手写体汉字识别方法;叶锋 等;《计算机系统应用》;20171231;第26卷(第8期);134-140 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107688399B (zh) | 一种输入方法和装置、一种用于输入的装置 | |
| CN107564526B (zh) | 处理方法、装置和机器可读介质 | |
| EP4273742A1 (en) | Handwriting recognition method and apparatus, electronic device, and medium | |
| CN107665046B (zh) | 一种输入方法和装置、一种用于输入的装置 | |
| WO2019007236A1 (zh) | 输入方法、装置和机器可读介质 | |
| CN111382748A (zh) | 图像翻译方法、装置及存储介质 | |
| CN110795014B (zh) | 一种数据处理方法、装置和用于数据处理的装置 | |
| CN113918030A (zh) | 一种手写输入方法、装置和用于手写输入的装置 | |
| CN107422921B (zh) | 一种输入方法、装置、电子设备以及存储介质 | |
| CN113687724A (zh) | 候选字显示方法、装置和电子设备 | |
| CN108536653B (zh) | 一种输入方法、装置和用于输入的装置 | |
| CN110858291A (zh) | 字符切分方法及装置 | |
| CN108073291B (zh) | 一种输入方法和装置、一种用于输入的装置 | |
| CN112381091A (zh) | 视频内容识别方法、装置、电子设备及存储介质 | |
| CN110780749B (zh) | 一种字符串纠错方法和装置 | |
| US20230393649A1 (en) | Method and device for inputting information | |
| CN109992124B (zh) | 输入方法、装置和机器可读介质 | |
| CN109542244B (zh) | 一种输入方法、装置和介质 | |
| CN107340881B (zh) | 一种输入方法及电子设备 | |
| CN113407099A (zh) | 输入方法、装置和机器可读介质 | |
| CN112764551A (zh) | 词汇显示方法、装置和电子设备 | |
| CN112000877A (zh) | 一种数据处理方法、装置和介质 | |
| CN107977089B (zh) | 一种输入方法和装置、一种用于输入的装置 | |
| CN111258691B (zh) | 一种输入法界面的处理方法、装置和介质 | |
| CN113885714A (zh) | 输入方法、装置和介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant |