CN112487871B - 笔迹数据处理方法、装置及电子设备 - Google Patents
笔迹数据处理方法、装置及电子设备 Download PDFInfo
- Publication number
- CN112487871B CN112487871B CN202011244124.6A CN202011244124A CN112487871B CN 112487871 B CN112487871 B CN 112487871B CN 202011244124 A CN202011244124 A CN 202011244124A CN 112487871 B CN112487871 B CN 112487871B
- Authority
- CN
- China
- Prior art keywords
- handwriting
- data
- sequence
- value
- handwriting data
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 230000001133 acceleration Effects 0.000 claims abstract description 64
- 239000011159 matrix material Substances 0.000 claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 47
- 238000012545 processing Methods 0.000 claims abstract description 29
- 238000004806 packaging method and process Methods 0.000 claims abstract description 9
- 238000004458 analytical method Methods 0.000 claims description 12
- 239000013598 vector Substances 0.000 claims description 6
- 238000005520 cutting process Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/32—Digital ink
-
- 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
- G06F3/033—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor
- G06F3/0354—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor with detection of 2D relative movements between the device, or an operating part thereof, and a plane or surface, e.g. 2D mice, trackballs, pens or pucks
- G06F3/03545—Pens or stylus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/32—Digital ink
- G06V30/333—Preprocessing; Feature extraction
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开实施例中提供了一种笔迹数据处理方法、装置及电子设备,属于数据处理技术领域,该方法包括:获取智能笔的笔迹数据,所述笔迹数据包括智能笔书写时产生的时间序列、压力值序列、位置坐标序列及加速度值序列;基于压力值和加速度值,对所述笔迹数据进行划分,形成多个笔迹数据段;将所述笔迹数据段所对应的时间序列、压力值序列、位置坐标序列及加速度值序列进行封装,形成与所述笔迹数据段对应的笔迹矩阵;将所述笔迹矩阵所对应的特征值发送给云服务平台中的数据采集模块。通过本公开的处理方案,能够提高智能笔采集到的数据的处理效率。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及一种笔迹数据处理方法、装置及电子设备。
背景技术
点阵数码智能笔是一种通过在普通纸张上印刷一层不可见的点阵图案,数码笔前端的高速摄像头随时捕捉笔尖的运动轨迹,同时压力传感器将压力数据传回数据处理器,最终将信息通过蓝牙或者USB线向外传输的新型书写工具。
与普通的纸张和笔不同,这些信息包括纸张类型、来源、页码、位置、笔迹坐标、运动轨迹、笔尖压力、笔画顺序、运笔时间、运笔速度等信息,笔迹记录过程与书写过程同步。当书写时,点阵数码笔将纸张上书写的文字或者图片以位图的形式存储在电脑中,形成文档,如需要还可以同步通过投影显示。
如何基于云平台对智能笔的数据进行数据采集处理,提高采集数据的处理效率,成为需要解决的问题。
发明内容
有鉴于此,本公开实施例提供一种笔迹数据处理方法、装置及电子设备,以至少部分解决现有技术中存在的问题。
第一方面,本公开实施例提供了一种笔迹数据处理方法,包括:
获取智能笔的笔迹数据,所述笔迹数据包括智能笔书写时产生的时间序列、压力值序列、位置坐标序列及加速度值序列;
基于压力值和加速度值,对所述笔迹数据进行划分,形成多个笔迹数据段;
将所述笔迹数据段所对应的时间序列、压力值序列、位置坐标序列及加速度值序列进行封装,形成与所述笔迹数据段对应的笔迹矩阵;
将所述笔迹矩阵所对应的特征值发送给云服务平台中的数据采集模块,以便于所述数据采集模块查询云服务平台中已经存储的笔迹数据中是否存在与所述特征值相似的存储值;当所述云服务平台中已经存在与所述特征值相似的存储值时,直接调用所述存储值对应的存储矩阵作为所述特征值对应的特征矩阵,当所述云服务平台中不存在与所述特征值相似的存储值时,则通知生成所述特征数据的智能笔客户端上传所述笔迹矩阵至所述数据采集模块。
根据本公开实施例的一种具体实现方式,所述获取智能笔的笔迹数据,包括:
监控所述智能笔的是否存在压力数据产生;
若存在,则对所述智能笔产生的笔迹数据进行采集操作。
根据本公开实施例的一种具体实现方式,所述于压力值和加速度值,对所述笔迹数据进行划分,包括:
基于第一压力值阈值,对所述压力值序列进行划分,形成多个压力值序列;
查找每个压力值序列所对应的加速度值序列;
基于第二加速度值阈值,对所述加速度值序列进行裁剪操作,形成多个加速度值序列;
基于所述加速度值序列对应的时间序列,对所述笔迹数据进行划分。
根据本公开实施例的一种具体实现方式,所述将所述笔迹数据段所对应的时间序列、压力值序列、位置坐标序列及加速度值序列进行封装,包括:
将时间序列、压力值序列、位置坐标序列及加速度值序列作为矩阵的行向量,以时间顺序对形成所述笔迹数据段对应的笔迹矩阵。
根据本公开实施例的一种具体实现方式,所述将所述笔迹矩阵所对应的特征值发送给云服务平台中的数据采集模块之前,所述方法还包括:
分别计算划分后的笔迹数据的特征值,形成所述笔迹数据的特征值序列。
根据本公开实施例的一种具体实现方式,所述方法还包括:
利用所述云服务平台中的图形化模块,对所述数据采集模块获得的笔迹数据进行图形化处理,得到智能笔的笔迹图像数据。
根据本公开实施例的一种具体实现方式,所述方法还包括:
针对所述笔迹图像数据,利用云服务平台中的字符识别模块进行字符识别,得到与所述笔迹图像数据对应的字符数据;
通过云服务平台中的内容解析模块,对所述字符数据进行内容解析服务,形成与所述笔迹数据对应的书写内容数据。
第二方面,本公开实施例提供了一种笔迹数据处理装置,包括:
获取模块,用于获取智能笔的笔迹数据,所述笔迹数据包括智能笔书写时产生的时间序列、压力值序列、位置坐标序列及加速度值序列;
第一形成模块,用于基于压力值和加速度值,对所述笔迹数据进行划分,形成多个笔迹数据段;
第二形成模块,用于将所述笔迹数据段所对应的时间序列、压力值序列、位置坐标序列及加速度值序列进行封装,形成与所述笔迹数据段对应的笔迹矩阵;
执行模块,用于将所述笔迹矩阵所对应的特征值发送给云服务平台中的数据采集模块,以便于所述数据采集模块查询云服务平台中已经存储的笔迹数据中是否存在与所述特征值相似的存储值;当所述云服务平台中已经存在与所述特征值相似的存储值时,直接调用所述存储值对应的存储矩阵作为所述特征值对应的特征矩阵,当所述云服务平台中不存在与所述特征值相似的存储值时,则通知生成所述特征数据的智能笔客户端上传所述笔迹矩阵至所述数据采集模块。
第三方面,本公开实施例还提供了一种电子设备,该电子设备包括:
至少一个处理器;以及,
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行前述第一方面或第一方面的任一实现方式中的笔迹数据处理方法。
第四方面,本公开实施例还提供了一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的笔迹数据处理方法。
第五方面,本公开实施例还提供了一种计算机程序产品,该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序,该计算机程序包括程序指令,当该程序指令被计算机执行时,使该计算机执行前述第一方面或第一方面的任一实现方式中的笔迹数据处理方法。
本公开实施例中的笔迹数据处理方案,包括获取智能笔的笔迹数据,所述笔迹数据包括智能笔书写时产生的时间序列、压力值序列、位置坐标序列及加速度值序列;基于压力值和加速度值,对所述笔迹数据进行划分,形成多个笔迹数据段;将所述笔迹数据段所对应的时间序列、压力值序列、位置坐标序列及加速度值序列进行封装,形成与所述笔迹数据段对应的笔迹矩阵;将所述笔迹矩阵所对应的特征值发送给云服务平台中的数据采集模块,以便于所述数据采集模块查询云服务平台中已经存储的笔迹数据中是否存在与所述特征值相似的存储值;当所述云服务平台中已经存在与所述特征值相似的存储值时,直接调用所述存储值对应的存储矩阵作为所述特征值对应的特征矩阵,当所述云服务平台中不存在与所述特征值相似的存储值时,则通知生成所述特征数据的智能笔客户端上传所述笔迹矩阵至所述数据采集模块。通过本公开的处理方案,提高了笔迹数据处理的效率。
附图说明
为了更清楚地说明本公开实施例的技术方案,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公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本公开实施例提供的一种笔迹数据处理方法的流程图;
图2为本公开实施例提供的另一种笔迹数据处理方法的流程图;
图3为本公开实施例提供的另一种笔迹数据处理方法的流程图;
图4为本公开实施例提供的另一种笔迹数据处理方法的流程图;
图5为本公开实施例提供的一种笔迹数据处理装置的结构示意图;
图6为本公开实施例提供的电子设备示意图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本公开的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例,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,都属于本公开保护的范围。
需要说明的是,下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见,本文中所描述的方面可体现于广泛多种形式中,且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开,所属领域的技术人员应了解,本文中所描述的一个方面可与任何其它方面独立地实施,且可以各种方式组合这些方面中的两者或两者以上。举例来说,可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外,可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是,以下实施例中所提供的图示仅以示意方式说明本公开的基本构想,图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
另外,在以下描述中,提供具体细节是为了便于透彻理解实例。然而,所属领域的技术人员将理解,可在没有这些特定细节的情况下实践所述方面。
本公开实施例提供一种笔迹数据处理方法。本实施例提供的笔迹数据处理方法可以由一计算装置来执行,该计算装置可以实现为软件,或者实现为软件和硬件的组合,该计算装置可以集成设置在服务器、客户端等中。
参见图1,本公开实施例中的笔迹数据处理方法,可以包括如下步骤:
S101,获取智能笔的笔迹数据,所述笔迹数据包括智能笔书写时产生的时间序列、压力值序列、位置坐标序列及加速度值序列。
智能笔在书写的过程中,通过点阵的方式能够生成智能笔的书写轨迹,书写轨迹可以包括智能笔的多种数据,比如,笔迹的生成时间,书写时笔尖的压力值、书写笔在书写纸上的位置坐标、书写时的加速度值等。通过将这些数据按照时间的训练进行采样排列,便可以形成时间序列、压力值序列、位置坐标序列及加速度值序列,时间序列、压力值序列、位置坐标序列及加速度值序列可以用来描述和还原用户的书写笔迹。
S102,基于压力值和加速度值,对所述笔迹数据进行划分,形成多个笔迹数据段。
智能笔的书写笔迹如果直接上传到服务器端进行数据处理,会由于数据量过大,导致数据的处理速度较慢,为此,需要对智能笔的笔迹数据进行处理。
作为一种方式,可以首先设置第一压力值阈值和第二加速度阈值。基于第一压力值阈值,对所述压力值序列进行划分,形成多个压力值序列,例如,可以将大于第一压力值阈值的压力值序列部分划分出来,形成一个或多个压力值序列,用以表示用户真实书写的一个或多个笔迹笔画。
在确定完压力值序列之后,还可以进一步的查找每个压力值序列所对应的加速度值序列,基于第二加速度值阈值,对所述加速度值序列进行裁剪操作,形成多个加速度值序列。通过第二加速度阈值,可以过滤到用户处于停顿状态的笔迹数据,从而进一步的简化分段后的笔迹数据。最后,基于所述加速度值序列对应的时间序列,对所述笔迹数据进行划分。
S103,将所述笔迹数据段所对应的时间序列、压力值序列、位置坐标序列及加速度值序列进行封装,形成与所述笔迹数据段对应的笔迹矩阵。
可以将时间序列、压力值序列、位置坐标序列及加速度值序分别作为行向量或者列向量,进而形成一个或多个与笔迹数据段对应的笔迹矩阵。
S104,将所述笔迹矩阵所对应的特征值发送给云服务平台中的数据采集模块,以便于所述数据采集模块查询云服务平台中已经存储的笔迹数据中是否存在与所述特征值相似的存储值;当所述云服务平台中已经存在与所述特征值相似的存储值时,直接调用所述存储值对应的存储矩阵作为所述特征值对应的特征矩阵,当所述云服务平台中不存在与所述特征值相似的存储值时,则通知生成所述特征数据的智能笔客户端上传所述笔迹矩阵至所述数据采集模块。
存储值是基于用户之前的书写笔迹形成的书写特征值,通过比较特征值与存储值之间是否存在相似,可以决定是否调用云服务平台中已经存储的存储矩阵,用存储矩阵中的数值来直接代替笔迹矩阵中的数据,从而进一步的减少了数据的传输和计算量,提高了笔迹处理的效率。
通过上传特征值的方式,可以进一步的减少数据的计算量,简化数据的计算过程。
参见图2,根据本公开实施例的一种具体实现方式,所述获取智能笔的笔迹数据,包括:
S201,监控所述智能笔的是否存在压力数据产生;
S202,若存在,则对所述智能笔产生的笔迹数据进行采集操作。
参见图3,根据本公开实施例的一种具体实现方式,所述于压力值和加速度值,对所述笔迹数据进行划分,包括:
S301,基于第一压力值阈值,对所述压力值序列进行划分,形成多个压力值序列。
基于第一压力值阈值,对所述压力值序列进行划分,形成多个压力值序列,例如,可以将大于第一压力值阈值的压力值序列部分划分出来,形成一个或多个压力值序列,用以表示用户真实书写的一个或多个笔迹笔画。
S302,查找每个压力值序列所对应的加速度值序列;
S303,基于第二加速度值阈值,对所述加速度值序列进行裁剪操作,形成多个加速度值序列。
基于第二加速度值阈值,对所述加速度值序列进行裁剪操作,形成多个加速度值序列。通过第二加速度阈值,可以过滤到用户处于停顿状态的笔迹数据,从而进一步的简化分段后的笔迹数据。
S304,基于所述加速度值序列对应的时间序列,对所述笔迹数据进行划分。
通过上述实施方式,能够通过设置阈值的方式,进一步的减少数据的计算量。
根据本公开实施例的一种具体实现方式,所述将所述笔迹数据段所对应的时间序列、压力值序列、位置坐标序列及加速度值序列进行封装,包括:
将时间序列、压力值序列、位置坐标序列及加速度值序列作为矩阵的行向量,以时间顺序对形成所述笔迹数据段对应的笔迹矩阵。
根据本公开实施例的一种具体实现方式,所述将所述笔迹矩阵所对应的特征值发送给云服务平台中的数据采集模块之前,所述方法还包括:
分别计算划分后的笔迹数据的特征值,形成所述笔迹数据的特征值序列。
根据本公开实施例的一种具体实现方式,所述方法还包括:
利用所述云服务平台中的图形化模块,对所述数据采集模块获得的笔迹数据进行图形化处理,得到智能笔的笔迹图像数据。
参见图4,根据本公开实施例的一种具体实现方式,所述方法还包括:
S401,针对所述笔迹图像数据,利用云服务平台中的字符识别模块进行字符识别,得到与所述笔迹图像数据对应的字符数据;
S402,通过云服务平台中的内容解析模块,对所述字符数据进行内容解析服务,形成与所述笔迹数据对应的书写内容数据。
智能笔作为一个电子设备终端,可以在用户的使用下以压力、加速度值等方式采集用户的书写数据,从而形成书写数据,这些书写数据作为用户的笔迹数据,通过无线或有线的方式传递给云服务平台。
云服务平台是通过有线或无线方式与智能笔终端通信连接的平台,在云服务平台中可以设置多个数据处理模块,通过这些处理模块对智能笔产生的书写数据进行处理和分析,从而使得用户书写笔迹的识别和鉴定变得更加的准确和高效。
作为一种方式,在云服务平台中设置有数据采集模块,通过该数据采集模块,能够对用户书写的笔迹数据进行采集和存储。
数据采集模块可以设置为具有极高的灵活性和可扩展性,可依据数据采集需要及时调整资源配置,保证系统快速响应,避免因业务量快速扩张引起的数据阻塞。
数据采集模块设置有数据存储服务单元,用于采用大数据架构中的分布式数据存储服务,支持高并发的数据存储服务,且对分布式计算提供支持。
数据采集模块采集到的用户的书写笔迹通常以时间、位置坐标、压力值、加速度值等方式进行存储,为此,需要对采集到的笔迹数据进行图像化处理,还原成用户真实的书写笔迹。
为此,可以将采集到原笔迹数据的时间、配置、移动以及压力等各种数据进行结构化处理,通过图形化计算模块,可将原笔迹数据计算为图像和视频数据,最后以位图、矢量图和动态视频等多种输出格式进行输出,以图像的形式来固话用户的书写笔迹。
得到书写对应的笔迹图像数据之后,可以利用云服务平台中设置的字符识别模块对图形化的字符进行识别,从而得到笔迹图像对应的字符数据。
可以在字符识别模块中设置手写笔迹的字符识别功能,将用户书写的数据快速转化为电脑能识别的标准字符,例如,可以设置汉字、字母、符号和公式等内容的识别字符。
作为一种可选方式,可以在笔迹识别的过程中采用基于字符识别模块中加入了基于自然语言处理技术的语义理解功能,可根据上下文的文本内容计算字符内容的概率,提高字符识别的准确度。
对用户书写笔迹识别为标准字符后,可以利用云服务平台设置的内容解析模块执行自然语言处理、机器学习、深度学习等人工智能技术对内容进行解析,包括字符内容的实体识别、关系抽取、语义理解、摘要提取、关键词提取以及知识图谱构建等服务。
通过对内容进行解析,可以综合用户书写笔迹的全部上下文内容对用户的书写内容进行总体判断和分析,进一步提高了书写内容数据的准确性。
通过上述实施例的内容和方案,能够在云端对用户的书写笔迹进行处理,从而提高了智能笔书写笔迹的处理效率和准确度。
根据本公开实施例的一种具体实现方式,所述形成与所述笔迹数据对应的书写内容数据之后,所述方法还包括:基于所述内容数据,对用户的书写行为进行特征分析,形成与用户对应的书写特征字体库。例如,可以对用户的书写行为包括单个字符的书写特性、特定等画书写特征、整体书写习惯、书写速度等书写特征进行提取和分析,可生成特定用户的独有字符特征库,实现用户笔迹鉴定,用户使用智能笔书写的每一个字符都可识别书写人,可应用文件签名真伪认定、考试防作弊等场景。
根据本公开实施例的一种具体实现方式,所述形成与所述笔迹数据对应的书写内容数据之后,所述方法还包括:将所述笔迹图像数据与预设的目标笔迹数据进行目标特征对比和分析,并基于对比和分析的结果确定所述笔迹图像数据的分析结果。例如,可以系统接收预置书写/绘画的目标字符/图形,采集用户书写的内容,利用图形哈希值对比、余弦相似度对比、互信息对比等方法计算目标与书写结果的相似性,用于判断用户书写内容与目标的相似性,可应用于书法学习、绘画学习等场景。
根据本公开实施例的一种具体实现方式,所述形成与所述笔迹数据对应的书写内容数据之后,所述方法还包括:
首先,将所述内容数据与预设的目标数据进行比对,形成内容比对结果。
作为一种应用场景,内容数据可以是用户进行考试等过程中书写的解答数据,而目标数据则是考试内容对应的答案数据,通过将内容数据和目标数据进行比对,可以形成比对结果。
其次,基于所述内容比对结果,确定所述内容数据与目标数据之间的相似度值。
通过上述步骤形成的比对结果,能够确定内容数据与目标数据之间的相似度值,从而进一步的确定用户解答的笔迹数据的正确率。通过该实施例的内容,能够进一步的基于用户的书写数据判断用户书写的内容是否正确。
根据本公开实施例的一种具体实现方式,所述形成与所述笔迹数据对应的书写内容数据之后,所述方法还包括:将所述笔迹图像数据和所述内容数据同时发送给客户端,以便于所述客户端显示所述笔迹图像数据或所述内容数据。
根据本公开实施例的一种具体实现方式,所述形成与所述笔迹数据对应的书写内容数据之后,所述方法还包括:对所述内容数据进行识别,判断所述内容数据中是否存在表格内容数据;若是,则以表格形式显示所述表格内容数据。
通过这种方式,能够将需要通过表格方式显示的数据识别出来,并通过表格的方式对该部分内容进行显示,从而提高了智能笔数据的处理功能。
根据本公开实施例的一种具体实现方式,所述形成与所述笔迹数据对应的书写内容数据之后,所述方法还包括:对所述内容数据进行语义分析,判断是否存在与所述内容数据响应的推荐数据。推荐数据可以是与内容数据对应的数据,作为一个例子,内容数据是医生通过手写等方式书写的用户的病例数据,则通过分析该病例数据,可以推荐与该病例数据对应的处方数据(推荐数据),从而方便医生根据实际的需要选择部分推荐数据。若存在,则生成与所述内容数据所对应的推荐数据。通过该实施方式,能够进一步的提高书写内容数据的书写效率。
与上面的实施例相对应,参见图5,本申请实施例还公开了一种笔迹数据处理装置50,包括:
获取模块501,用于获取智能笔的笔迹数据,所述笔迹数据包括智能笔书写时产生的时间序列、压力值序列、位置坐标序列及加速度值序列;
第一形成模块502,用于基于压力值和加速度值,对所述笔迹数据进行划分,形成多个笔迹数据段;
第二形成模块503,用于将所述笔迹数据段所对应的时间序列、压力值序列、位置坐标序列及加速度值序列进行封装,形成与所述笔迹数据段对应的笔迹矩阵;
执行模块504,用于将所述笔迹矩阵所对应的特征值发送给云服务平台中的数据采集模块,以便于所述数据采集模块查询云服务平台中已经存储的笔迹数据中是否存在与所述特征值相似的存储值;当所述云服务平台中已经存在与所述特征值相似的存储值时,直接调用所述存储值对应的存储矩阵作为所述特征值对应的特征矩阵,当所述云服务平台中不存在与所述特征值相似的存储值时,则通知生成所述特征数据的智能笔客户端上传所述笔迹矩阵至所述数据采集模块。
本实施例未详细描述的部分,参照上述方法实施例中记载的内容,在此不再赘述。
参见图6,本公开实施例还提供了一种电子设备60,该电子设备包括:
至少一个处理器;以及,
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行前述方法实施例中的笔迹数据处理方法。
本公开实施例还提供了一种计算机程序产品,该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序,该计算机程序包括程序指令,当该程序指令被计算机执行时,使该计算机执行前述方法实施例中的的笔迹数据处理方法。
下面参考图6,其示出了适于用来实现本公开实施例的电子设备60的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示,电子设备60可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM603中,还存储有电子设备60操作所需的各种程序和数据。处理装置601、ROM602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备60与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备60,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM602被安装。在该计算机程序被处理装置601执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取至少两个网际协议地址;向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求,其中,所述节点评价设备从所述至少两个网际协议地址中,选取网际协议地址并返回;接收所述节点评价设备返回的网际协议地址;其中,所获取的网际协议地址指示内容分发网络中的边缘节点。
或者,上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:接收包括至少两个网际协议地址的节点评价请求;从所述至少两个网际协议地址中,选取网际协议地址;返回选取出的网际协议地址;其中,接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。
以上所述,仅为本公开的具体实施方式,但本公开的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应以权利要求的保护范围为准。
Claims (9)
1.一种笔迹数据处理方法,其特征在于,包括:
获取智能笔的笔迹数据,所述笔迹数据包括智能笔书写时产生的时间序列、压力值序列、位置坐标序列及加速度值序列;
基于压力值和加速度值,对所述笔迹数据进行划分,形成多个笔迹数据段,包括:将大于第一压力值阈值的压力值序列部分划分出来,形成一个或多个压力值序列,用以表示用户真实书写的一个或多个笔迹笔画;查找每个压力值序列所对应的加速度值序列;基于第二加速度值阈值,对所述加速度值序列进行裁剪操作,以便于过滤用户处于停顿状态的笔迹数据;
将所述笔迹数据段所对应的时间序列、压力值序列、位置坐标序列及加速度值序列进行封装,形成与所述笔迹数据段对应的笔迹矩阵;
将所述笔迹矩阵所对应的特征值发送给云服务平台中的数据采集模块,以便于所述数据采集模块查询云服务平台中已经存储的笔迹数据中是否存在与所述特征值相似的存储值;当所述云服务平台中已经存在与所述特征值相似的存储值时,直接调用所述存储值对应的存储矩阵作为所述特征值对应的特征矩阵,当所述云服务平台中不存在与所述特征值相似的存储值时,则通知生成所述笔迹数据的智能笔客户端上传所述笔迹矩阵至所述数据采集模块。
2.根据权利要求1所述的方法,其特征在于,所述获取智能笔的笔迹数据,包括:
监控所述智能笔的是否存在压力数据产生;
若存在,则对所述智能笔产生的笔迹数据进行采集操作。
3.根据权利要求1所述的方法,其特征在于,所述将所述笔迹数据段所对应的时间序列、压力值序列、位置坐标序列及加速度值序列进行封装,包括:
将时间序列、压力值序列、位置坐标序列及加速度值序列作为矩阵的行向量,以时间顺序对形成所述笔迹数据段对应的笔迹矩阵。
4.根据权利要求1所述的方法,其特征在于,所述将所述笔迹矩阵所对应的特征值发送给云服务平台中的数据采集模块之前,所述方法还包括:
分别计算划分后的笔迹数据的特征值,形成所述笔迹数据的特征值序列。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
利用所述云服务平台中的图形化模块,对所述数据采集模块获得的笔迹数据进行图形化处理,得到智能笔的笔迹图像数据。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
针对所述笔迹图像数据,利用云服务平台中的字符识别模块进行字符识别,得到与所述笔迹图像数据对应的字符数据;
通过云服务平台中的内容解析模块,对所述字符数据进行内容解析服务,形成与所述笔迹数据对应的书写内容数据。
7.一种笔迹数据处理装置,其特征在于,包括:
获取模块,用于获取智能笔的笔迹数据,所述笔迹数据包括智能笔书写时产生的时间序列、压力值序列、位置坐标序列及加速度值序列;
第一形成模块,用于基于压力值和加速度值,对所述笔迹数据进行划分,形成多个笔迹数据段,包括:将大于第一压力值阈值的压力值序列部分划分出来,形成一个或多个压力值序列,用以表示用户真实书写的一个或多个笔迹笔画;查找每个压力值序列所对应的加速度值序列;基于第二加速度值阈值,对所述加速度值序列进行裁剪操作,以便于过滤用户处于停顿状态的笔迹数据;
第二形成模块,用于将所述笔迹数据段所对应的时间序列、压力值序列、位置坐标序列及加速度值序列进行封装,形成与所述笔迹数据段对应的笔迹矩阵;
执行模块,用于将所述笔迹矩阵所对应的特征值发送给云服务平台中的数据采集模块,以便于所述数据采集模块查询云服务平台中已经存储的笔迹数据中是否存在与所述特征值相似的存储值;当所述云服务平台中已经存在与所述特征值相似的存储值时,直接调用所述存储值对应的存储矩阵作为所述特征值对应的特征矩阵,当所述云服务平台中不存在与所述特征值相似的存储值时,则通知生成所述笔迹数据的智能笔客户端上传所述笔迹矩阵至所述数据采集模块。
8.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行前述权利要求1-6中任一项所述的笔迹数据处理方法。
9.一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述权利要求1-6中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011244124.6A CN112487871B (zh) | 2020-11-10 | 2020-11-10 | 笔迹数据处理方法、装置及电子设备 |
PCT/CN2020/138156 WO2022099871A1 (zh) | 2020-11-10 | 2020-12-21 | 笔迹数据处理方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011244124.6A CN112487871B (zh) | 2020-11-10 | 2020-11-10 | 笔迹数据处理方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112487871A CN112487871A (zh) | 2021-03-12 |
CN112487871B true CN112487871B (zh) | 2024-03-22 |
Family
ID=74929173
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011244124.6A Active CN112487871B (zh) | 2020-11-10 | 2020-11-10 | 笔迹数据处理方法、装置及电子设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112487871B (zh) |
WO (1) | WO2022099871A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113568514B (zh) * | 2021-07-28 | 2024-05-07 | 咪咕数字传媒有限公司 | 一种书写数据采集笔具、笔迹处理方法和设备 |
CN114120337B (zh) * | 2021-10-15 | 2024-04-09 | 华南理工大学 | 实时的纸张书写笔迹恢复方法、系统、设备和存储介质 |
CN118015636B (zh) * | 2024-02-29 | 2024-08-16 | 张春秋 | 基于点阵智能笔的数字化应用方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103870734A (zh) * | 2014-03-04 | 2014-06-18 | 上海众人网络安全技术有限公司 | 一种使用笔迹识别的电子交易认证方法及系统 |
CN104899560A (zh) * | 2015-05-27 | 2015-09-09 | 努比亚技术有限公司 | 字符的识别方法及手写笔 |
CN107481299A (zh) * | 2017-06-27 | 2017-12-15 | 北京新国人智慧科技股份有限公司 | 一种书写笔迹显示方法及系统、智能终端及智能书写系统 |
CN108073913A (zh) * | 2018-01-05 | 2018-05-25 | 赵琳娜 | 笔迹数据化的数据采集方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102033928B (zh) * | 2010-12-15 | 2013-01-23 | 北京壹人壹本信息科技有限公司 | 手写原笔迹记录及查询系统、电子装置 |
CN110910469A (zh) * | 2019-10-18 | 2020-03-24 | 北京字节跳动网络技术有限公司 | 一种绘制笔迹的方法、装置、介质和电子设备 |
-
2020
- 2020-11-10 CN CN202011244124.6A patent/CN112487871B/zh active Active
- 2020-12-21 WO PCT/CN2020/138156 patent/WO2022099871A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103870734A (zh) * | 2014-03-04 | 2014-06-18 | 上海众人网络安全技术有限公司 | 一种使用笔迹识别的电子交易认证方法及系统 |
CN104899560A (zh) * | 2015-05-27 | 2015-09-09 | 努比亚技术有限公司 | 字符的识别方法及手写笔 |
CN107481299A (zh) * | 2017-06-27 | 2017-12-15 | 北京新国人智慧科技股份有限公司 | 一种书写笔迹显示方法及系统、智能终端及智能书写系统 |
CN108073913A (zh) * | 2018-01-05 | 2018-05-25 | 赵琳娜 | 笔迹数据化的数据采集方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112487871A (zh) | 2021-03-12 |
WO2022099871A1 (zh) | 2022-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112507806B (zh) | 智慧课堂信息交互方法、装置及电子设备 | |
CN110321958B (zh) | 神经网络模型的训练方法、视频相似度确定方法 | |
CN112487883B (zh) | 智能笔书写行为特征分析方法、装置及电子设备 | |
CN112487871B (zh) | 笔迹数据处理方法、装置及电子设备 | |
CN112486338B (zh) | 医疗信息处理方法、装置及电子设备 | |
CN110674349B (zh) | 视频poi识别方法、装置及电子设备 | |
CN112131926A (zh) | 点阵书写内容的记录方法、装置及电子设备 | |
CN112486337B (zh) | 笔迹图形分析方法、装置及电子设备 | |
CN112487897B (zh) | 笔迹内容评价方法、装置及电子设备 | |
CN115209215A (zh) | 视频处理方法、装置及设备 | |
WO2022099872A1 (zh) | 智能笔字符识别方法、装置及电子设备 | |
CN112487875B (zh) | 笔迹图形化方法、装置及电子设备 | |
CN112487774B (zh) | 书写表单电子化方法、装置及电子设备 | |
CN111914713A (zh) | 点阵书写内容的记录方法、装置及电子设备 | |
CN111949145A (zh) | 智能笔图像处理方法、装置及电子设备 | |
CN112231023A (zh) | 一种信息显示方法、装置、设备及存储介质 | |
CN112487881B (zh) | 笔迹内容解析方法、装置及电子设备 | |
CN111832354A (zh) | 目标对象年龄识别方法、装置及电子设备 | |
CN110334763B (zh) | 模型数据文件生成、图像识别方法、装置、设备及介质 | |
CN111738311A (zh) | 面向多任务的特征提取方法、装置及电子设备 | |
CN112308745A (zh) | 用于生成信息的方法和装置 | |
CN112486336A (zh) | 基于云服务平台的智能笔数据处理方法、装置及电子设备 | |
CN112394809A (zh) | 一种实现增强现实的方法、装置及通信设备 | |
CN111797591B (zh) | 版面恢复方法、装置和电子设备 | |
CN112990349B (zh) | 书写质量评价方法、装置和电子设备 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211129 Address after: Room 301, building D, Hongwei Industrial Zone, No.6 Liuxian 3rd road, Xingdong community, Xin'an street, Bao'an District, Shenzhen City, Guangdong Province Applicant after: SHENZHEN EAGLESOUL TECHNOLOGY Co.,Ltd. Address before: 518000 202b, 2nd floor, building 1, Jianda Industrial Park, Xin'an street, Bao'an District, Shenzhen City, Guangdong Province Applicant before: Shenzhen YINGSHUO Education Service Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |