CN110858120A - 输入键盘推荐方法及装置 - Google Patents
输入键盘推荐方法及装置 Download PDFInfo
- Publication number
- CN110858120A CN110858120A CN201810974361.4A CN201810974361A CN110858120A CN 110858120 A CN110858120 A CN 110858120A CN 201810974361 A CN201810974361 A CN 201810974361A CN 110858120 A CN110858120 A CN 110858120A
- Authority
- CN
- China
- Prior art keywords
- keyboard
- keys
- user
- input
- 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.)
- Granted
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
- G06F3/048—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
- G06F3/04886—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 by partitioning the display area of the touch-screen or the surface of the digitising tablet into independently controllable areas, e.g. virtual keyboards or menus
-
- 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
- G06F3/0489—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 dedicated keyboard keys or combinations thereof
- G06F3/04897—Special input arrangements or commands for improving display capability
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)
- Input From Keyboards Or The Like (AREA)
Abstract
本发明公开了一种输入键盘推荐方法及装置,该方法包括:在用户输入过程中,确定用户当前使用的握姿类型;确定与所述握姿类型对应的键盘、以及键盘的大小及位置;按照所述键盘的大小及位置重新绘制键盘。利用本发明,可以提高键盘使用的智能性与适应性,提升用户输入体验。
Description
技术领域
本发明涉及键盘输入领域,具体涉及一种输入键盘推荐方法及装置。
背景技术
键盘是最常用也是最主要的输入设备,通过键盘可以将英文字母、数字、标点符号等输入到设备中,从而向设备发出命令、输入数据等。随着触摸屏的广泛使用,一些需要按键输入的智能终端设备大多采用虚拟键盘,尤其是在智能手机上的应用。
由于手机屏幕越大,带给用户的视觉冲击越强烈,因此对大屏幕、高屏占比的追求成了业界追求的一个热点,但大屏幕手机在带来良好视觉体验的同时,也相应地给用户带来一些操作上的不便,尤其是对于习惯单手输入或在一些特定场景下的用户,不仅容易造成按键误触,而且在单手操作时,有些按键不容易够到,无法完成所需的输入。
针对上述问题,现有的一些输入法提供了单手键盘,但单手键盘的使用需要用户预先手动选择,智能化程度有待提高。
发明内容
本发明实施例提供一种输入键盘推荐方法及装置,以提高键盘使用的智能性与适应性,提升用户输入体验。
为此,本发明提供如下技术方案:
一种输入键盘推荐方法,所述方法包括:
在用户输入过程中,确定用户当前使用的握姿类型;
确定与所述握姿类型对应的键盘、以及键盘的大小及位置;
按照所述键盘的大小及位置重新绘制键盘。
优选地,所述确定用户当前使用的握姿类型包括:
记录各按键触发时的握姿识别特征;所述握姿识别特征包括以下任意一种或多种:位置信息、时间信息、运动信息、设备方向、设备类型;
所述位置信息包括以下任意一种或多种:按键坐标,相邻两次按键的距离,按键在键盘上所处区域;
所述时间信息包括:相邻两次按键的时间差;
所述运动信息包括:加速度、转动角速度。
根据记录的各按键触发时的握姿识别特征及预先构建的握姿识别模型,确定用户当前使用的握姿类型。
优选地,所述握姿类型包括:左手握机左手输入、右手握机右手输入、双手握机拇指输入。
优选地,在当前输入串中的字符数量达到设定值后,确定用户当前使用的握姿类型;或者在当前输入串对应的候选词上屏后,确定用户当前使用的握姿类型。
优选地,所述方法还包括:
记录用户输入过程中对键盘边缘按键的历史使用信息;
所述确定键盘的大小及位置包括:
根据记录的键盘边缘按键的历史使用信息确定键盘的大小及位置。
可选地,所述对键盘边缘按键的历史使用信息包括:对键盘边缘按键的累计纠错次数、以及每次纠错后对应的各按键;
所述根据记录的键盘边缘按键的历史使用信息确定键盘的大小及位置包括:
如果累计的纠错次数大于设定的纠错次数阈值,则根据记录的每次纠错后对应的各按键的坐标确定键盘的大小及位置。
可选地,所述对键盘边缘按键的历史使用信息包括:对键盘边缘按键使用的总次数、纠错次数、以及纠错后对应的各按键;
所述根据记录的键盘边缘按键的历史使用信息确定键盘的大小及位置包括:
根据所述对键盘边缘按键使用的总次数及纠错次数计算纠错率;
如果所述纠错率大于设定的纠错率阈值,则根据记录的每次纠错后对应的各按键的坐标确定键盘的大小及位置。
优选地,所述方法还包括:
将与所述握姿类型对应的键盘设置为默认键盘;
在输入法启动时,在用户输入界面显示所述默认键盘。
优选地,所述方法还包括:
根据当前输入串预测用户下一个输入字符;
对所述键盘中对应所述下一个字符的按键进行突出显示。
优选地,所述对所述键盘中对应所述下一个字符的按键进行突出显示包括:
对所述键盘中对应所述下一个字符的按键进行放大显示;或者
对所述键盘中对应所述下一个字符的按键进行变色显示。
一种输入键盘推荐装置,所述装置包括:
握姿检测模块,用于在用户输入过程中,确定用户当前使用的握姿类型;
键盘确定模块,用于确定与所述握姿类型对应的键盘、以及键盘的大小及位置;
键盘控制模块,用于按照所述键盘的大小及位置重新绘制键盘。
优选地,所述握姿检测模块包括:
特征记录单元,用于记录各按键触发时的握姿识别特征;所述握姿识别特征包括以下任意一种或多种:位置信息、时间信息、运动信息、设备方向、设备类型;
所述位置信息包括以下任意一种或多种:按键坐标,相邻两次按键的距离,按键在键盘上所处区域;
所述时间信息包括:相邻两次按键的时间差;
所述运动信息包括:加速度、转动角速度;
识别单元,用于根据所述特征记录单元记录的各按键触发时的握姿识别特征及预先构建的握姿识别模型,确定用户当前使用的握姿类型。
优选地,所述握姿类型包括:左手握机左手输入、右手握机右手输入、双手握机拇指输入。
优选地,所述握姿检测模块,具体用于在当前输入串中的字符数量达到设定值后,确定用户当前使用的握姿类型;或者在当前输入串对应的候选词上屏后,确定用户当前使用的握姿类型。
优选地,所述装置还包括:
信息记录模块,用于记录用户输入过程中对键盘边缘按键的历史使用信息;
所述键盘确定模块根据所述信息记录模块记录的键盘边缘按键的历史使用信息确定键盘的大小及位置。
可选地,所述对键盘边缘按键的历史使用信息包括:对键盘边缘按键的累计纠错次数、以及每次纠错后对应的各按键;
所述键盘确定模块在所述累计的纠错次数大于设定的纠错次数阈值时,根据所述信息记录模块记录的每次纠错后对应的各按键的坐标确定键盘的大小及位置。
可选地,所述对键盘边缘按键的历史使用信息包括:对键盘边缘按键使用的总次数、纠错次数、以及纠错后对应的各按键;
所述键盘确定模块根据所述对键盘边缘按键使用的总次数及纠错次数计算纠错率,并在所述纠错率大于设定的纠错率阈值时,根据记录的每次纠错后对应的各按键的坐标确定键盘的大小及位置。
优选地,所述装置还包括:
设置模块,用于将与所述握姿类型对应的键盘设置为默认键盘;
所述键盘控制模块,还用于在输入法启动时,在用户输入界面显示所述默认键盘。
优选地,所述装置还包括:
输入字符预测模块,用于根据当前输入串预测用户下一个输入字符;
所述键盘控制模块,还用于对所述键盘中对应所述下一个字符的按键进行突出显示。
优选地,所述键盘控制模块,具体用于将所述键盘中对应所述下一个字符的按键放大显示;或者将所述键盘中对应所述下一个字符的按键变色显示。
一种计算机设备,包括:一个或多个处理器、存储器;
所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,以实现前面所述的方法。
一种可读存储介质,其上存储有指令,所述指令被执行以实现前面所述的方法。
本发明实施例提供的输入键盘推荐方法及装置,在用户输入过程中,通过对用户握姿的检测,确定用户当前使用的握姿类型,进而将与所述握姿类型对应的键盘推荐给用户使用,无需用户预先手动选择,而且适应性地调整键盘的大小及位置,方便了用户输入,有效地提高了键盘使用的智能性与适应性,提升了用户输入体验。
进一步地,本发明实施例提供的输入键盘推荐方法及装置,利用用户输入过程中对键盘边缘按键的历史使用信息,确定键盘的大小及位置,从而可以更好地满足不同手掌大小及握姿习惯的用户需求。
进一步地,将推荐给用户的键盘设置为默认键盘,这样在下一次输入法启动时,可以使用户直接使该默认键盘,由于该默认键盘与用户的握姿及使用习惯更匹配,大大方便了用户输入。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例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,还可以根据这些附图获得其他的附图。
图1是本发明实施例中构建握姿识别模型的流程图;
图2是本发明实施例输入键盘推荐方法的一种流程图;
图3是本发明实施例中对应握姿类型为左手握机左手输入的键盘示例;
图4是本发明实施例中对应握姿类型为右手握机右手输入的键盘示例;
图5是本发明实施例输入键盘推荐方法的另一种流程图;
图6是本发明实施例输入键盘推荐方法的另一种流程图;
图7是本发明实施例输入键盘推荐装置的一种结构示意图;
图8是本发明实施例输入键盘推荐装置的另一种结构示意图;
图9是本发明实施例输入键盘推荐装置中模型构建模块的结构示意图;
图10是本发明实施例输入键盘推荐装置的另一种结构示意图;
图11是根据一示例性实施例示出的一种用于输入键盘推荐方法的装置的框图;
图12是本发明实施例中服务器的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明实施例的方案,下面结合附图和实施方式对本发明实施例作进一步的详细说明。
文字的输入大多离不开键盘,而键盘在用户输入界面的分布形式也直接影响着用户输入效果,尤其是在用户单手输入的情况下。因此,本发明实施例提供一种输入键盘推荐方法及装置,在用户输入过程中,通过对用户握姿的检测,确定用户当前使用的握姿类型,进而将与所述握姿类型对应的键盘推荐给用户使用,并且适应性地调整键盘的大小及位置,提升用户的输入体验,提高输入效率。
在确定用户当前使用的握姿类型时,可以利用预先构建的握姿识别模型,将获取的各按键触发时的握姿识别特征输入该握姿识别模型,根据模型的输出确定所述按键对应的握姿类型。
如图1所示,是本发明实施例中构建握姿识别模型的流程图,包括以下步骤:
步骤101,确定握姿识别模型的拓扑结构。
所述握姿识别模型的拓扑结构可以采用但不限于以下任意一种:DNN(DeepNeural Networks,深度神经网络)、RNN(Recurrent Neural Network,循环神经网络)、LSTM(Long Short-Term Memory,长短期记忆网络)。
在实际应用中,所述握姿识别模型可以是分类模型或回归模型,对此本发明实施例不做限定。
握姿识别模型的输入为握姿识别特征,握姿识别模型的输出根据模型采用的是分类模型还是回归模型,会有所不同。具体地,如果采用分类模型,则模型的输出为握姿类型的判断结果。如果采用回归模型,则模型的输出为各握姿类型的概率,概率值越大,表明该握姿类型的可能性越高;因此,根据该概率和设定的概率阈值,即可确定对应当前按键的握姿类型,具体地,如果某握姿类型的概率大于设定的概率阈值,则当前按键的握姿类型为该握姿类型。
步骤102,采集训练数据,所述训练数据包括:用户输入过程中不同握姿下的握姿识别特征。
所述握姿识别特征包括但不限于以下任意一种或多种:位置信息、时间信息、运动信息、设备方向、设备类型。其中:
所述位置信息包括以下任意一种或多种:按键坐标,相邻两次按键的距离,按键在键盘上所处区域。其中,所述相邻两次按键的距离是指当前按键与前一次按键之间的距离,该距离可以根据这两个按键的坐标计算得到;所述按键在键盘上所处区域是指当前按键是位于键盘左侧还是右侧。虽然对于不同的输入设备,其键盘上按键的布局及在屏幕上的位置可能会不同,但这些信息都可以通过输入设备提供的应用程序接口得到。
所述时间信息包括:相邻两次按键的时间差。具体地,可以通过记录每次按键触发的时间,两者相减即可得到当前按键与前一次按键的时间差。
所述运动信息包括:加速度、转动角速度。这些信息同样可以通过输入设备提供的应用程序接口获得,通常输入设备会自带加速度计和陀螺仪,分别感测这两个参数。
需要说明的是,所述训练数据可以来源于多个不同的用户利用各种不同握姿进行输入的情况,而且训练数据的量要足够多,因为训练样本越多,训练得到的模型参数越准确。
步骤103,利用所述训练数据训练得到握姿识别模型的参数。
模型参数的训练方式可以采用现有技术,其原理如下:
1)初始化权重,比如可以采用正态分布随机化初始权重;
2)选择样本集合即训练数据的一个样本(Ai,Bi),其中Ai为训练数据,即所述握姿识别特征;Bi为标签,即Ai对应的握姿;
3)将Ai输入网络,计算网络的输出Y;
4)计算预测值与实际值的误差:D=Bi-Y;
5)根据误差D调整权重矩阵W;
6)对每个样本重复上述过程,直到对整个样本集来说,误差不超过规定范围。
通过上述过程,最终得到网络的权重矩阵W,即握姿识别模型的参数。
需要说明的是,在用户利用采用本发明输入键盘推荐方法的输入法进行输入的过程中,也可以采集模型训练所需的数据,利用这些数据对所述握姿识别模型的参数进行更新,比如采集的数据达到一定量时,将这些新采集的数据与全部或部分原有训练数据一起,重新训练握姿识别模型,得到更新后的模型参数;或者使用预先训练好的模型的权重作为初始化权重,然后针对新的数据集调整权重,与从随机初始化开始相比,能够更快地训练,并且得到的模型参数准确性更好。
本发明实施例提供的输入键盘推荐方法,在用户输入过程中,可以基于上述握姿识别模型检测各按键对应的握姿类型,根据多个按键的检测结果确定用户当前使用的握姿类型。当然,也可以采用现有的一些其它检测方法来确定用户当前使用的握姿类型,对此本发明实施例不做限定。
如图2所示,是本发明实施例输入键盘推荐方法的一种流程图,包括以下步骤:
步骤201,在用户输入过程中,确定用户当前使用的握姿类型。
具体地,可以在用户输入过程中记录各按键触发时的握姿识别特征,根据记录的各按键触发时的握姿识别特征及上述握姿识别模型确定用户当前使用的握姿类型。
所述握姿识别特征与前面握姿识别模型构建时所使用的握姿识别特征相同,具体可以包括但不限于以下任意一种或多种:位置信息、时间信息、运动信息、设备方向、设备类型。其中,所述位置信息包括以下任意一种或多种:按键坐标,相邻两次按键的距离,按键在键盘上所处区域;所述时间信息包括:相邻两次按键的时间差;所述运动信息包括:加速度、转动角速度。
上述各握姿识别特征的具体含义及如何获取,在前面已有详细说明,在此不再赘述。
,将上述握姿识别特征输入到握姿识别模型,根据握姿识别模型的输出确定所述按键对应的握姿类型。
握姿识别模型的输出根据模型采用的是分类模型还是回归模型,会有所不同。具体地,如果采用分类模型,则模型的输出为握姿类型的判断结果。如果采用回归模型,则模型的输出为各握姿类型的概率,概率值越大,表明该握姿类型的可能性越高;因此,根据该概率和设定的概率阈值,即可确定对应当前按键的握姿类型,具体地,如果某握姿类型的概率大于设定的概率阈值,则当前按键的握姿类型为该握姿类型。
在本发明实施例中,所述握姿类型可以包括:左手握机左手输入、右手握机右手输入、双手握机拇指输入。当然,还可以进行更加细致的区分,比如,除上述这些类型外,还可进一步包括以下任意一种或多种类型:左手握机右手输入、右手握机左手输入、设备固定单手输入等。
在实际应用中,上述握姿类型的检测过程的具体执行时间可以有所不同,比如:
在本发明方法一个具体实施例中,在用户输入过程中,针对每个按键,进行握姿类型检测,得到当前按键对应的握姿类型,如果在一定时间内某个握姿类型的检出率达到一定值,则确定用户当前使用的握姿类型为该握姿类型;
在本发明方法另一个具体实施例中,上述握姿类型的检测过程也可以是在满足一定条件下进行的,比如:在当前输入串中的字符数量达到设定值后进行;或者在当前输入串对应的候选词上屏后进行等。具体执行过程如下:依次将所述当前输入串中各字符对应按键的握姿识别特征输入预先构建的握姿识别模型,根据所述握姿识别模型的输出得到当前按键的握姿检测结果;根据所述当前输入串中所有字符对应按键的握姿检测结果确定用户当前使用的握姿类型,比如,确定所述握姿检测结果中占比最多的握姿类型为用户当前使用的握姿类型。
步骤202,确定与所述握姿类型对应的键盘、以及键盘的大小及位置。
与不同握姿类型对应的键盘的按键布局、大小及位置等参数可以不同,而且其默认值可以预先设定。
进一步地,可以根据输入设备的键盘显示界面的布局、大小等信息对键盘的大小及位置进行调整,使两者相适配。
另外,考虑到不同用户的手掌大小及握姿习惯会有所不同,在本发明方法另一实施例中,还可以记录用户输入过程中对键盘边缘按键的历史使用信息,根据记录的键盘边缘按键的历史使用信息确定键盘的大小及位置,从而使提供给用户的键盘可以更好地适应该用户的输入习惯,对此将在后面详细说明。
步骤203,按照所述键盘的大小及位置重新绘制键盘。
图3和图4分别示出了对应握姿类型为左手握机左手输入和对应握姿类型为右手握机右手输入的一种键盘示例。当然,在实际应用中,键盘中各按键的分布情况并不限于图3和图4所示,也可以是其它布局,而且可以采用9键键盘、26键键盘等。
本发明实施例提供的输入键盘推荐方法,在用户输入过程中,通过对用户握姿的检测,确定用户当前使用的握姿类型,进而将与所述握姿类型对应的键盘推荐给用户使用,而且适应性地调整键盘的大小及位置,无需用户预先手动选择,方便了用户输入,有效地提高了键盘使用的智能性与适应性,提升了用户输入体验。
进一步地,在本发明方法另一实施例中,还可以在将与所述握姿类型对应的键盘推荐给用户后,将该键盘设置为默认键盘。这样,在下一次输入法启动时,在用户输入界面可以直接显示所述默认键盘。另外,也可以由用户选择使用的键盘,比如,在输入法启动时,还可以向用户提供键盘模式选择界面,不同的键盘模式对应不同的握姿类型;在用户界面显示与用户选择的键盘模式对应的键盘。
如图5所示,是本发明实施例输入键盘推荐方法的另一种流程图,包括以下步骤:
步骤501,在用户输入过程中,记录各按键触发时的握姿识别特征,并记录对键盘边缘按键的使用信息。
所述对键盘边缘按键的使用信息可以包括:对键盘边缘按键的累计纠错次数、以及每次纠错后对应的各按键;还可进一步包括:对键盘边缘按键使用的总次数。虽然不同键盘可能会有不同的按键布局,但一旦一种键盘设定后,其按键的分布情况是不变的,因此在用户输入过程中,当前键盘边缘有哪些按键也是可知的。
步骤502,根据记录的各按键触发时的握姿识别特征确定用户当前使用的握姿类型。
步骤503,获取与所述握姿类型对应的键盘信息,并根据记录的键盘边缘按键的历史使用信息预测键盘适应的大小及位置。
具体地,可以根据记录的每次纠错后对应的各按键的坐标预测键盘适应的大小及位置。
步骤504,按照所述键盘的大小及位置重新绘制键盘。
本发明实施例提供的输入键盘推荐方法,在用户输入过程中,不仅可以自动地将当前键盘转换为与用户当前使用的握姿类型对应的键盘,而且可以根据用户对键盘边缘按键的历史使用信息预测键盘适用的大小及位置,按照按照预测的大小及位置重新绘制键盘,进一步提高了键盘使用的智能性与适应性,提升了用户输入体验。
如图6所示,是本发明实施例输入键盘推荐方法的另一种流程图,包括以下步骤:
步骤601,在用户输入过程中,记录各按键触发时的握姿识别特征,并记录对键盘边缘按键的使用信息。
所述对键盘边缘按键的历史使用信息可以包括:对键盘边缘按键的累计纠错次数、以及每次纠错后对应的各按键;还可进一步包括:对键盘边缘按键使用的总次数。
步骤602,根据记录的各按键触发时的握姿识别特征确定用户当前使用的握姿类型。
步骤603,将与所述握姿类型对应的键盘作为当前键盘推荐给用户。
步骤604,根据记录的键盘边缘按键的历史使用信息确定是否满足键盘调整条件;如果满足,则执行步骤605;否则,继续等待。
在实际应用中,记录的所述使用信息不同,所述键盘调整条件也有相应不同。
比如,所述对键盘边缘按键的历史使用信息包括:对键盘边缘按键的累计纠错次数、以及每次纠错后对应的各按键;相应地,所述键盘调整条件可以是累计的纠错次数大于设定的纠错次数阈值。
再比如,所述对键盘边缘按键的历史使用信息包括:对键盘边缘按键使用的总次数、纠错次数、以及纠错后对应的各按键;相应地,所述键盘调整条件可以是纠错率大于设定的纠错率阈值,所述纠错率可以根据所述对键盘边缘按键使用的总次数及纠错次数计算,即纠错次数与按键使用的总次数的比值。
当然,所述键盘调整条件并不仅限于上述两种举例,也可以是其它条件,比如,从用户输入开始计时,计时达到设定的时间阈值,即可执行步骤605,即每隔一定时间,对键盘调整一次。
步骤605,预测键盘适应的大小及位置。
具体地,可以根据记录的每次纠错后对应的各按键的坐标预测键盘适应的大小及位置。
步骤607,按照预测的大小及位置调整当前键盘。
键盘大小及位置的预测主要是考虑离输入手最远对角的按键,比如右手输入,最远按键是q,计算用户点击按键q的合适坐标,一旦按键q的坐标确定了,相当于知道了矩阵的两个对角点的坐标,就可以确定键盘的大小和位置了。
计算按键q的坐标方法:当用户错输q时,记录下来错输的坐标,比如用户想输入q,但是按到了s,那么就将该触击的坐标记录下来,根据多次错输按键的坐标取其平均值,作为按键q的坐标。
本发明实施例提供的输入键盘推荐方法,在用户输入过程中,不仅可以自动地将与用户当前使用的握姿类型对应的键盘推荐给用户使用,还可以在用户对键盘使用过程中,自适应地调整键盘的大小及位置,进一步提高了键盘使用的智能性与适应性,提升了用户输入体验。
需要说明的是,在上述各实施例中,键盘的显示可以采用常规的覆盖显示方式,也可以采用悬浮模式显示,对此本发明实施例不做限定。
另外,在本发明方法上述各实施例中,还可进一步根据当前输入串预测用户下一个输入字符;并对用户输入界面上键盘中对应所述下一个字符的按键进行突出显示,比如,对用户输入界面上键盘中对应所述下一个字符的按键进行放大显示;或者对用户输入界面上键盘中对应所述下一个字符的按键进行变色显示等。当然,预测得到的下一个输入字符可能有多个候选,相应地,在对其对应的按键进行突出显示时,可以同时突出显示所有候选按键,也可以突出显示部分优先级高的候选按键。对下一个输入字符的预测方法可采用现有技术,对此本发明实施例不做限定。
本发明实施例提供的输入键盘推荐方法,根据特殊的握姿,智能的推荐相应的键盘,使键盘与当前握姿相适应,进一步地,键盘大小及位置也可自适应地与用户输入相匹配,大大提高了键盘使用的智能性与适应性,提升了用户输入体验。
需要说明的是,本发明实施例提供的输入键盘推荐方法,可以应用于各种不同的输入法中,而且不仅适用于利用各种输入法实现的中文输入,还可以适用于英文及其它语种的输入。
相应地,本发明实施例还提供一种输入键盘推荐装置,该装置可以集成在用户设备中,所述用户设备可以是笔记本、计算机、PAD、手机等。用户在进行输入操作时,需要按下或触摸用户设备键盘中相应按键,所述键盘是指用户设备触摸屏上的虚拟键盘。
如图7所示,是本发明实施例输入键盘推荐装置的一种结构示意图。
在该实施例中,所述装置包括:
握姿检测模块701,用于在用户输入过程中,确定用户当前使用的握姿类型;
键盘确定模块702,用于确定与所述握姿类型对应的键盘、以及键盘的大小及位置;
键盘控制模块703,用于按照所述键盘的大小及位置重新绘制键盘。
上述握姿检测模块701可以采用基于模型的方法确定用户当前使用的握姿类型,当然也可以采用现有的一些其它检测方法来确定用户当前使用的握姿类型,对此本发明实施例不做限定。
如果采用基于模型的方法,所述握姿检测模块701的一种具体结构可以包括:特征记录单元和识别单元,其中:特征记录单元用于记录各按键触发时的握姿识别特征;所述识别单元用于根据所述特征记录单元记录的各按键触发时的握姿识别特征及预先构建的握姿识别模型,确定用户当前使用的握姿类型。
所述握姿识别特征与前面握姿识别模型构建时所使用的握姿识别特征相同,具体可以包括但不限于以下任意一种或多种:位置信息、时间信息、运动信息、设备方向、设备类型。其中,所述位置信息包括以下任意一种或多种:按键坐标,相邻两次按键的距离,按键在键盘上所处区域;所述时间信息包括:相邻两次按键的时间差;所述运动信息包括:加速度、转动角速度。
上述各握姿识别特征的具体含义及如何获取,在前面已有详细说明,在此不再赘述。
在实际应用中,所述握姿类型可以包括:左手握机左手输入、右手握机右手输入、双手握机拇指输入。当然,还可以进行更加细致的区分,比如,除上述这些类型外,还可进一步包括以下任意一种或多种类型:左手握机右手输入、右手握机左手输入、设备固定单手输入等。
在本发明装置的一个具体实施例中,在用户输入过程中,握姿检测模块701可以针对每个按键,进行握姿类型检测,得到当前按键对应的握姿类型,当某个握姿类型的检出率达到一定值后,确定用户当前使用的握姿类型为该握姿类型;
在本发明装置的另一个具体实施例中,所述握姿检测模块701还可以在满足检测条件后进行握姿检测。所述检测条件可以是:当前输入串中的字符数量达到设定值;或者当前输入串对应的候选词上屏等。相应地,所述识别单元依次将所述当前输入串中各字符对应按键的握姿识别特征输入预先构建的握姿识别模型,根据所述握姿识别模型的输出得到当前按键的握姿检测结果,然后再根据所述当前输入串中所有字符对应按键的握姿检测结果确定用户当前使用的握姿类型。
本发明实施例提供的输入键盘推荐装置,在用户输入过程中,通过对用户握姿的检测,确定用户当前使用的握姿类型,进而将与所述握姿类型对应的键盘推荐给用户使用,而且适应性地调整键盘的大小及位置,无需用户预先手动选择,方便了用户输入,有效地提高了键盘使用的智能性与适应性,提升了用户输入体验。
进一步地,在本发明装置另一实施例中,如图8所示,所述装置还可包括:设置模块704,用于将与所述握姿类型对应的键盘设置为默认键盘。
相应地,在该实施例中,所述键盘控制模块703还用于在输入法启动时,在用户输入界面显示所述默认键盘。
进一步地,为了方便用户自主选择自己习惯的键盘,在本发明装置另一实施例中,所述设置模块704还可在输入法启动时,向用户提供键盘模式选择界面,不同的键盘模式对应不同的握姿类型。相应地,所述键盘控制模块703还用于在用户界面显示与用户选择的键盘模式对应的键盘。
需要说明的是,所述握姿识别模型可以由模型构建模块利用采集的大量训练数据构建,所述模型构建模块可以集成于本发明装置,也可以独立于本发明装置,对此不做限定。
如图9所示,是本发明实施例输入键盘推荐装置中模型构建模块的结构示意图。
该模型构建模块包括以下各单元:
拓扑结构确定单元91,用于确定握姿识别模型的拓扑结构;所述拓扑结构可以采用但不限于以下任意一种:DNN、RNN、LSTM等。
数据采集单元92,用于采集训练数据,所述训练数据包括:用户输入过程中不同握姿下的握姿识别特征。所述训练数据可以来源于多个不同的用户利用各种不同握姿进行输入的情况,所述握姿识别特征在前面已有详细说明,在此不再赘述。
参数训练单元93,用于利用所述训练数据训练得到握姿识别模型的参数。模型参数的训练方式可以采用现有技术,在此不再赘述。
需要说明的是,在实际应用中,上述数据采集单元92还可以在用户每次输入过程中,采集模型训练所需的数据,利用这些数据对所述握姿识别模型的参数进行更新,比如采集的数据达到一定量时,触发所述参数训练单元93将这些新采集的数据与全部或部分原有训练数据一起,重新训练握姿识别模型,得到更新后的模型参数;或者触发所述参数训练单元93使用预先训练好的模型的权重作为初始化权重,然后针对新的数据集调整权重,与从随机初始化开始相比,能够更快地训练,并且得到的模型参数准确性更好。
如图10所示,是本发明实施例输入键盘推荐装置的另一种结构示意图。
与图7所示实施例的区别在于,在该实施例中,所述装置不仅包括前述握姿检测模块701、键盘确定模块702、键盘控制模块703,还进一步包括:信息记录模块705。所述信息记录模块705用于记录用户输入过程中对键盘边缘按键的历史使用信息。
相应地,在该实施例中,所述键盘确定模块702可以根据所述信息记录模块705记录的键盘边缘按键的历史使用信息确定键盘的大小及位置。
另外,在该实施例中,所述键盘控制模块703还可在满足调整条件时,根据键盘确定模块702确定的键盘的大小及位置对当前键盘进行调整,以使当前键盘始终能与用户握姿及输入习惯等做到更好的适配。
在实际应用中,所述信息记录模块705记录的键盘边缘按键的历史使用信息不同,所述键盘调整条件也有相应不同。
比如,所述对键盘边缘按键的历史使用信息包括:对键盘边缘按键的累计纠错次数、以及每次纠错后对应的各按键。相应地,所述键盘确定模块702可以是在所述累计的纠错次数大于设定的纠错次数阈值时,根据所述信息记录模块705记录的每次纠错后对应的各按键的坐标确定键盘的大小及位置。相应地,键盘控制模块703按照所述键盘的大小及位置重新绘制键盘。
再比如,所述对键盘边缘按键的历史使用信息包括:对键盘边缘按键使用的总次数、纠错次数、以及纠错后对应的各按键。相应地,所述键盘确定模块702可以是在纠错率大于设定的纠错率阈值时,根据所述信息记录模块705记录的每次纠错后对应的各按键的坐标预测键盘适应的大小及位置。在该实施例中,所述键盘确定模块702可以根据所述对键盘边缘按键使用的总次数及纠错次数计算纠错率,并在所述纠错率大于设定的纠错率阈值时,根据记录的每次纠错后对应的各按键的坐标确定键盘的大小及位置。相应地,键盘控制模块703按照所述键盘的大小及位置重新绘制键盘。
本发明实施例提供的输入键盘推荐装置,在用户输入过程中,不仅可以自动地将与用户当前使用的握姿类型对应的键盘推荐给用户使用,还可以在用户对键盘使用过程中,自适应地调整键盘的大小及位置,使当前键盘始终能与用户握姿及输入习惯等做到更好的适配,进一步提高了键盘使用的智能性与适应性,提升了用户输入体验。
需要说明的是,在上述各实施例中,所述键盘控制模块703还可以控制键盘以悬浮模式显示或者常规的覆盖模式显示。
另外,在上述各实施例中,还可进一步包括输入字符预测模块(未图示),用于根据当前输入串预测用户下一个输入字符,具体可采用现有的一些输入字符预测技术。相应地,所述键盘控制模块703还可对当前键盘中对应所述下一个字符的按键进行突出显示,比如将当前键盘中对应所述下一个字符的按键放大显示;或者将当前键盘中对应所述下一个字符的按键变色显示等。
本发明实施例提供的输入键盘推荐装置,根据特殊的握姿,智能地推荐相应的键盘,使键盘与当前握姿相适应,而且键盘大小及位置也可自适应地与用户输入相匹配,大大提高了键盘使用的智能性与适应性,提升了用户输入体验。
关于上述各实施例中的装置,其中各个模块执行操作的具体方式可参照有关该方法的实施例中的描述,在此不做详细阐述说明。
本发明实施例提供的输入键盘推荐装置,可以应用于各种不同的输入法中,而且不仅适用于利用各种输入法实现的中文输入。
需要说明的是,本发明实施例提供的输入键盘推荐方法及装置,可以独立使用,也可以和其它现有纠错方案相结合,作为其它现有纠错方案的优化方案,也就是说,先进行基于握姿检测的纠错,然后再进行其它方案的纠错,从而可以进一步提高输入法纠错能力及准确性,提升用户输入质量。
图11是根据一示例性实施例示出的一种用于输入键盘推荐方法的装置800的框图。例如,装置800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11,装置800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制装置800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802可以包括一个或多个处理器820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802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理部件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在装置800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804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。
电力组件806为装置800的各种组件提供电力。电力组件806可以包括电源管理系统,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800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808包括一个前置摄像头和/或后置摄像头。当设备800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810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800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804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802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814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到设备800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814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814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814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816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800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,通信部件816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,所述通信部件816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800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804,上述指令可由装置800的处理器820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。
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移动终端的处理器执行时,使得移动终端能够执行上述各方法实施例中的部分或全部步骤。
图12是本发明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 Processing Units,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Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
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。
Claims (10)
1.一种输入键盘推荐方法,其特征在于,所述方法包括:
在用户输入过程中,确定用户当前使用的握姿类型;
确定与所述握姿类型对应的键盘、以及键盘的大小及位置;
按照所述键盘的大小及位置重新绘制键盘。
2.根据权利要求1所述的方法,其特征在于,所述确定用户当前使用的握姿类型包括:
记录各按键触发时的握姿识别特征;所述握姿识别特征包括以下任意一种或多种:位置信息、时间信息、运动信息、设备方向、设备类型;
所述位置信息包括以下任意一种或多种:按键坐标,相邻两次按键的距离,按键在键盘上所处区域;
所述时间信息包括:相邻两次按键的时间差;
所述运动信息包括:加速度、转动角速度。
根据记录的各按键触发时的握姿识别特征及预先构建的握姿识别模型,确定用户当前使用的握姿类型。
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:
记录用户输入过程中对键盘边缘按键的历史使用信息;
所述确定键盘的大小及位置包括:
根据记录的键盘边缘按键的历史使用信息确定键盘的大小及位置。
4.根据权利要求3所述的方法,其特征在于,所述对键盘边缘按键的历史使用信息包括:对键盘边缘按键的累计纠错次数、以及每次纠错后对应的各按键;
所述根据记录的键盘边缘按键的历史使用信息确定键盘的大小及位置包括:
如果累计的纠错次数大于设定的纠错次数阈值,则根据记录的每次纠错后对应的各按键的坐标确定键盘的大小及位置。
5.根据权利要求3所述的方法,其特征在于,所述对键盘边缘按键的历史使用信息包括:对键盘边缘按键使用的总次数、纠错次数、以及纠错后对应的各按键;
所述根据记录的键盘边缘按键的历史使用信息确定键盘的大小及位置包括:
根据所述对键盘边缘按键使用的总次数及纠错次数计算纠错率;
如果所述纠错率大于设定的纠错率阈值,则根据记录的每次纠错后对应的各按键的坐标确定键盘的大小及位置。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述方法还包括:
根据当前输入串预测用户下一个输入字符;
对所述键盘中对应所述下一个字符的按键进行突出显示。
7.根据权利要求6所述的方法,其特征在于,所述对所述键盘中对应所述下一个字符的按键进行突出显示包括:
对所述键盘中对应所述下一个字符的按键进行放大显示;或者
对所述键盘中对应所述下一个字符的按键进行变色显示。
8.一种输入键盘推荐装置,其特征在于,所述装置包括:
握姿检测模块,用于在用户输入过程中,确定用户当前使用的握姿类型;
键盘确定模块,用于确定与所述握姿类型对应的键盘、以及键盘的大小及位置;
键盘控制模块,用于按照所述键盘的大小及位置重新绘制键盘。
9.一种计算机设备,其特征在于,包括:一个或多个处理器、存储器;
所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,以实现如权利要求1至7任一项所述的方法。
10.一种可读存储介质,其上存储有指令,所述指令被执行以实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810974361.4A CN110858120B (zh) | 2018-08-24 | 2018-08-24 | 输入键盘推荐方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810974361.4A CN110858120B (zh) | 2018-08-24 | 2018-08-24 | 输入键盘推荐方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110858120A true CN110858120A (zh) | 2020-03-03 |
CN110858120B CN110858120B (zh) | 2023-02-17 |
Family
ID=69635540
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810974361.4A Active CN110858120B (zh) | 2018-08-24 | 2018-08-24 | 输入键盘推荐方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110858120B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020183100A1 (en) * | 2001-03-29 | 2002-12-05 | John Parker | Character selection method and character selection apparatus |
CN101482791A (zh) * | 2008-01-11 | 2009-07-15 | 宏达国际电子股份有限公司 | 触摸键盘切换方法及使用该法的手持电子装置与存储媒体 |
CN101937313A (zh) * | 2010-09-13 | 2011-01-05 | 中兴通讯股份有限公司 | 一种触摸键盘动态生成和输入的方法及装置 |
CN102378950A (zh) * | 2009-04-10 | 2012-03-14 | 高通股份有限公司 | 具有学习能力的虚拟小键盘产生器 |
CN104168363A (zh) * | 2013-05-16 | 2014-11-26 | 中兴通讯股份有限公司 | 一种触摸屏手机的键盘定制方法及装置 |
CN104750400A (zh) * | 2013-12-27 | 2015-07-01 | 华为技术有限公司 | 终端界面的优化操作方法和装置 |
CN104808943A (zh) * | 2015-04-29 | 2015-07-29 | 努比亚技术有限公司 | 虚拟键盘的输入实现方法、装置及便携终端 |
CN105955499A (zh) * | 2016-05-18 | 2016-09-21 | 广东欧珀移动通信有限公司 | 一种智能调整输入法键盘布局的方法、装置及移动终端 |
CN107037951A (zh) * | 2016-02-04 | 2017-08-11 | 中兴通讯股份有限公司 | 操作模式自动识别方法及终端 |
CN107291361A (zh) * | 2016-03-30 | 2017-10-24 | 阿里巴巴集团控股有限公司 | 一种输入法的键盘布局设置方法及装置 |
CN107506128A (zh) * | 2017-08-25 | 2017-12-22 | 维沃移动通信有限公司 | 一种键盘显示方法和移动终端 |
-
2018
- 2018-08-24 CN CN201810974361.4A patent/CN110858120B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020183100A1 (en) * | 2001-03-29 | 2002-12-05 | John Parker | Character selection method and character selection apparatus |
CN101482791A (zh) * | 2008-01-11 | 2009-07-15 | 宏达国际电子股份有限公司 | 触摸键盘切换方法及使用该法的手持电子装置与存储媒体 |
CN102378950A (zh) * | 2009-04-10 | 2012-03-14 | 高通股份有限公司 | 具有学习能力的虚拟小键盘产生器 |
CN101937313A (zh) * | 2010-09-13 | 2011-01-05 | 中兴通讯股份有限公司 | 一种触摸键盘动态生成和输入的方法及装置 |
US20120306759A1 (en) * | 2010-09-13 | 2012-12-06 | Zte Corporation | Method and device for dynamically generating touch keyboard |
CN104168363A (zh) * | 2013-05-16 | 2014-11-26 | 中兴通讯股份有限公司 | 一种触摸屏手机的键盘定制方法及装置 |
CN104750400A (zh) * | 2013-12-27 | 2015-07-01 | 华为技术有限公司 | 终端界面的优化操作方法和装置 |
CN104808943A (zh) * | 2015-04-29 | 2015-07-29 | 努比亚技术有限公司 | 虚拟键盘的输入实现方法、装置及便携终端 |
CN107037951A (zh) * | 2016-02-04 | 2017-08-11 | 中兴通讯股份有限公司 | 操作模式自动识别方法及终端 |
CN107291361A (zh) * | 2016-03-30 | 2017-10-24 | 阿里巴巴集团控股有限公司 | 一种输入法的键盘布局设置方法及装置 |
CN105955499A (zh) * | 2016-05-18 | 2016-09-21 | 广东欧珀移动通信有限公司 | 一种智能调整输入法键盘布局的方法、装置及移动终端 |
CN107506128A (zh) * | 2017-08-25 | 2017-12-22 | 维沃移动通信有限公司 | 一种键盘显示方法和移动终端 |
Also Published As
Publication number | Publication date |
---|---|
CN110858120B (zh) | 2023-02-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10296201B2 (en) | Method and apparatus for text selection | |
WO2020088069A1 (zh) | 手势关键点检测方法、装置、电子设备及存储介质 | |
US20150242118A1 (en) | Method and device for inputting | |
US10248855B2 (en) | Method and apparatus for identifying gesture | |
WO2020038108A1 (zh) | 动态动作检测方法、动态动作控制方法及装置 | |
CN107132927B (zh) | 输入字符的识别方法及装置和用于识别输入字符的装置 | |
US20230393649A1 (en) | Method and device for inputting information | |
CN113311984A (zh) | 触摸屏轨迹的数据处理方法和装置、移动终端及电子设备 | |
CN110858120B (zh) | 输入键盘推荐方法及装置 | |
CN110968246A (zh) | 中文智能手写输入识别方法及装置 | |
CN112565605B (zh) | 图像显示方法、装置和电子设备 | |
CN107340881B (zh) | 一种输入方法及电子设备 | |
CN111221710B (zh) | 一种识别用户类型的方法、装置和设备 | |
CN110554780A (zh) | 一种滑行输入的方法和装置 | |
CN110837305A (zh) | 输入法纠错方法及装置 | |
CN110673753A (zh) | 按键误触纠错方法及装置 | |
CN114527919B (zh) | 一种信息展示方法、装置和电子设备 | |
CN110874146A (zh) | 一种输入方法、装置及电子设备 | |
CN113222075B (zh) | 一种评价方法、装置和电子设备 | |
CN111722727B (zh) | 应用于手写输入的模型训练方法、手写输入方法及装置 | |
CN110858099A (zh) | 候选词生成方法及装置 | |
CN110908523A (zh) | 一种输入方法及装置 | |
WO2022127063A1 (zh) | 输入方法、装置和用于输入的装置 | |
CN111124142B (zh) | 一种输入方法、装置和用于输入的装置 | |
CN109388252A (zh) | 一种输入方法及装置 |
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 |