CN113568524B - 一种触屏行为检测方法、装置、电子设备及存储介质 - Google Patents
一种触屏行为检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113568524B CN113568524B CN202110816443.8A CN202110816443A CN113568524B CN 113568524 B CN113568524 B CN 113568524B CN 202110816443 A CN202110816443 A CN 202110816443A CN 113568524 B CN113568524 B CN 113568524B
- Authority
- CN
- China
- Prior art keywords
- sequence
- touch
- contact surface
- spectrum data
- pressure
- 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
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
- G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
- G06F3/041—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means
- G06F3/0416—Control or interface arrangements specially adapted for digitisers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
- G06F3/041—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means
- G06F3/0414—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means using force sensing means to determine a position
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Position Input By Displaying (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明公开了一种触屏行为检测方法、装置、电子设备及存储介质,所述方法包括:获取触屏行为对应的触屏轨迹中每个触面的特征信息,其中,所述特征信息包括触面面积、压力和速度;根据所述每个触面的特征信息,确定所述触屏轨迹的特征信息变化规律参数;根据所述特征信息变化规律参数进行触屏行为检测。离散的特征信息对于机器来说是很容易伪造的,但是特征信息变化规律这一特点,人为触屏行为与机器触屏行为存在较大差异,特征信息变化规律对于机器来说伪造是十分困难的。因此,根据特征信息变化规律参数进行触屏行为检测使得触屏行为检测的准确性较好。
Description
技术领域
本发明涉及触屏行为检测技术领域,尤其涉及一种触屏行为检测方法、装置、电子设备及存储介质。
背景技术
在移动终端上进行的触屏行为有可能是用户正常的触屏行为,也有可能是刷单、抢券、抢货等人员利用机器进行的触屏行为,触屏行为检测即为检测出在移动终端上的触屏行为是人为行为还是机器行为。
现有技术进行触屏行为检测时,首先采集触屏行为中点击次数、触屏行为时长等信息,通过对采集到的信息进行分析处理,区分人机操作。例如分别将点击次数、触屏行为时长与预先保存的用户正常的触屏行为中的点击次数、触屏行为时长进行匹配,来检测是否为用户正常的触屏行为。
现有技术通过点击次数、触屏行为时长这样的离散的特征进行触屏行为检测,存在的问题是,这些离散的特征对于机器来说是很容易伪造的,一旦机器伪造,便不能准确的区分人机操作。也就是说,现有技术的触屏行为检测准确性是比较差的。
发明内容
本发明实施例提供了一种触屏行为检测方法、装置、电子设备及存储介质,用以解决现有技术的触屏行为检测准确性较差的问题。
本发明实施例提供了一种触屏行为检测方法,所述方法包括:
获取触屏行为对应的触屏轨迹中每个触面的特征信息,其中,所述特征信息包括触面面积、压力和速度;
根据所述每个触面的特征信息,确定所述触屏轨迹的特征信息变化规律参数;
根据所述特征信息变化规律参数进行触屏行为检测。
进一步的,若所述特征信息包括触面面积,所述根据所述每个触面的特征信息,确定所述触屏轨迹的特征信息变化规律参数包括:
按照采集时间,对所述每个触面进行排序;针对所述每个触面,将该触面的中心点与该触面的上一相邻触面的中心点对齐;对该触面与该上一相邻触面的触面面积进行异或运算,确定该触面与该上一相邻触面的差分面积;将该差分面积作为该触面对应的差分面积;
根据所述每个触面对应的差分面积建立统计直方图,所述统计直方图为触面形状变化规律参数。
进一步的,所述针对所述每个触面,将该触面的中心点与该触面的上一相邻触面的中心点对齐;对该触面与该上一相邻触面的触面面积进行异或运算,确定该触面与该上一相邻触面的差分面积包括:
针对所述每个触面,确定该触面的外接椭圆,根据该触面的外接椭圆与该触面的上一相邻触面的外接椭圆的轴角差,确定旋转矩阵;根据该旋转矩阵对该触面的外接椭圆进行旋转;将旋转后的外接椭圆与所述上一相邻触面的外接椭圆的中心点对齐;对该旋转后的外接椭圆与该上一相邻触面的外接椭圆的触面面积进行异或运算,确定该触面与该上一相邻触面的差分面积。
进一步的,若所述特征信息包括压力和速度,所述根据所述每个触面的特征信息,确定所述触屏轨迹的特征信息变化规律参数包括:
按照采集时间,对所述每个触面进行排序,得到所述每个触面的压力序列和速度序列;根据皮尔逊相关系数计算公式,确定所述每个触面的压力序列和速度序列的皮尔逊相关系数;
根据所述速度序列,确定二分类速度阈值;根据所述二分类速度阈值将所述速度序列进行二分类,得到速度属性序列;
根据所述压力序列,确定二分类压力阈值;根据所述二分类压力阈值将所述压力序列进行二分类,得到压力属性序列;
将所述速度属性序列和压力属性序列进行匹配,分别确定二类属性的非对称二元相似度;将所述二类属性的非对称二元相似度的乘积与所述二类属性的非对称二元相似度的和的比值,作为二类属性的非对称二元相似度的调和平均数;
所述皮尔逊相关系数、二类属性的非对称二元相似度和调和平均数为压力速度相关性变化规律参数。
进一步的,若所述特征信息包括触面面积、压力和速度,所述根据所述每个触面的特征信息,确定所述触屏轨迹的特征信息变化规律参数包括:
按照采集时间,对每个触面进行排序,得到每个触面的接触面积序列、压力序列和速度序列;
分别对所述每个触面的触面面积序列、压力序列和速度序列进行快速傅里叶变换,得到所述每个触面的触面面积序列的频谱数据、压力序列的频谱数据和速度序列的频谱数据;
所述每个触面的触面面积序列的频谱数据、压力序列的频谱数据和速度序列的频谱数据为频域特性变化规律参数。
进一步的,所述分别对所述每个触面的触面面积序列、压力序列和速度序列进行快速傅里叶变换,得到所述每个触面的触面面积序列的频谱数据、压力序列的频谱数据和速度序列的频谱数据包括:
根据所述触屏行为的时长,和预先保存的触屏行为时长与降采样数据点数的对应关系,确定降采样数据点数;
根据所述降采样数据点数,分别对所述每个触面的触面面积序列、压力序列和速度序列进行均匀降采样,得到第一触面面积子序列、第一压力子序列和第一速度子序列;
分别对所述第一触面面积子序列、第一压力子序列和第一速度子序列进行快速傅里叶变换,得到第一触面面积子序列的频谱数据、第一压力子序列的频谱数据和第一速度子序列的频谱数据;
去除所述第一触面面积子序列的频谱数据、第一压力子序列的频谱数据和第一速度子序列的频谱数据中的负频率部分的频谱数据,将保留的频谱数据的频率除以保留的频谱数据的数量,将保留的频谱数据的幅度值取绝对值,得到第二触面面积子序列的频谱数据、第二压力子序列的频谱数据和第二速度子序列的频谱数据;
将所述第二触面面积子序列的频谱数据、第二压力子序列的频谱数据和第二速度子序列的频谱数据更新为所述每个触面的触面面积序列的频谱数据、压力序列的频谱数据和速度序列的频谱数据。
进一步的,所述得到第二触面面积子序列的频谱数据、第二压力子序列的频谱数据和第二速度子序列的频谱数据之后,所述方法还包括:
根据所述降采样数据点数和预设的目标采样数据点数,确定所述第二触面面积子序列的频谱数据、第二压力子序列的频谱数据和第二速度子序列的频谱数据中的无效点位,在所述无效点位中填充负值。
进一步的,所述根据所述特征信息变化规律参数进行触屏行为检测包括:
将所述特征信息变化规律参数输入预先训练完成的触屏行为检测模型,基于所述触屏行为检测模型进行触屏行为检测。
进一步的,所述触屏行为检测模型的训练过程包括:
针对训练集中的任一特征信息变化规律参数,将该特征信息变化规律参数和对应的标签信息输入到所述触屏行为检测模型中,对所述触屏行为检测模型进行训练;其中,所述标签信息包括人为触屏行为信息或机器触屏行为信息。
另一方面,本发明实施例提供了一种触屏行为检测装置,所述装置包括:
获取模块,用于获取触屏行为对应的触屏轨迹中每个触面的特征信息,其中,所述特征信息包括触面面积、压力和速度;
确定模块,用于根据所述每个触面的特征信息,确定所述触屏轨迹的特征信息变化规律参数;
检测模块,用于根据所述特征信息变化规律参数进行触屏行为检测。
进一步的,确定模块,具体用于按照采集时间,对所述每个触面进行排序;针对所述每个触面,将该触面的中心点与该触面的上一相邻触面的中心点对齐;对该触面与该上一相邻触面的触面面积进行异或运算,确定该触面与该上一相邻触面的差分面积;将该差分面积作为该触面对应的差分面积;根据所述每个触面对应的差分面积建立统计直方图,所述统计直方图为触面形状变化规律参数。
进一步的,所述确定模块,具体用于针对所述每个触面,确定该触面的外接椭圆,根据该触面的外接椭圆与该触面的上一相邻触面的外接椭圆的轴角差,确定旋转矩阵;根据该旋转矩阵对该触面的外接椭圆进行旋转;将旋转后的外接椭圆与所述上一相邻触面的外接椭圆的中心点对齐;对该旋转后的外接椭圆与该上一相邻触面的外接椭圆的触面面积进行异或运算,确定该触面与该上一相邻触面的差分面积。
进一步的,所述确定模块,具体用于按照采集时间,对所述每个触面进行排序,得到所述每个触面的压力序列和速度序列;根据皮尔逊相关系数计算公式,确定所述每个触面的压力序列和速度序列的皮尔逊相关系数;根据所述速度序列,确定二分类速度阈值;根据所述二分类速度阈值将所述速度序列进行二分类,得到速度属性序列;根据所述压力序列,确定二分类压力阈值;根据所述二分类压力阈值将所述压力序列进行二分类,得到压力属性序列;将所述速度属性序列和压力属性序列进行匹配,分别确定二类属性的非对称二元相似度;将所述二类属性的非对称二元相似度的乘积与所述二类属性的非对称二元相似度的和的比值,作为二类属性的非对称二元相似度的调和平均数;所述皮尔逊相关系数、二类属性的非对称二元相似度和调和平均数为压力速度相关性变化规律参数。
进一步的,所述确定模块,具体用于按照采集时间,对每个触面进行排序,得到每个触面的接触面积序列、压力序列和速度序列;分别对所述每个触面的触面面积序列、压力序列和速度序列进行快速傅里叶变换,得到所述每个触面的触面面积序列的频谱数据、压力序列的频谱数据和速度序列的频谱数据;所述每个触面的触面面积序列的频谱数据、压力序列的频谱数据和速度序列的频谱数据为频域特性变化规律参数。
进一步的,所述确定模块,具体用于根据所述触屏行为的时长,和预先保存的触屏行为时长与降采样数据点数的对应关系,确定降采样数据点数;根据所述降采样数据点数,分别对所述每个触面的触面面积序列、压力序列和速度序列进行均匀降采样,得到第一触面面积子序列、第一压力子序列和第一速度子序列;分别对所述第一触面面积子序列、第一压力子序列和第一速度子序列进行快速傅里叶变换,得到第一触面面积子序列的频谱数据、第一压力子序列的频谱数据和第一速度子序列的频谱数据;去除所述第一触面面积子序列的频谱数据、第一压力子序列的频谱数据和第一速度子序列的频谱数据中的负频率部分的频谱数据,将保留的频谱数据的频率除以保留的频谱数据的数量,将保留的频谱数据的幅度值取绝对值,得到第二触面面积子序列的频谱数据、第二压力子序列的频谱数据和第二速度子序列的频谱数据;将所述第二触面面积子序列的频谱数据、第二压力子序列的频谱数据和第二速度子序列的频谱数据更新为所述每个触面的触面面积序列的频谱数据、压力序列的频谱数据和速度序列的频谱数据。
进一步的,所述确定模块,具体用于根据所述降采样数据点数和预设的目标采样数据点数,确定所述第二触面面积子序列的频谱数据、第二压力子序列的频谱数据和第二速度子序列的频谱数据中的无效点位,在所述无效点位中填充负值。
进一步的,所述检测模块,具体用于将所述特征信息变化规律参数输入预先训练完成的触屏行为检测模型,基于所述触屏行为检测模型进行触屏行为检测。
进一步的,所述装置还包括:
训练模块,用于针对训练集中的任一特征信息变化规律参数,将该特征信息变化规律参数和对应的标签信息输入到所述触屏行为检测模型中,对所述触屏行为检测模型进行训练;其中,所述标签信息包括人为触屏行为信息或机器触屏行为信息。
另一方面,本发明实施例提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述任一项所述的方法步骤。
另一方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法步骤。
本发明实施例提供了一种触屏行为检测方法、装置、电子设备及存储介质,所述方法包括:获取触屏行为对应的触屏轨迹中每个触面的特征信息,其中,所述特征信息包括触面面积、压力和速度;根据所述每个触面的特征信息,确定所述触屏轨迹的特征信息变化规律参数;根据所述特征信息变化规律参数进行触屏行为检测。
上述的技术方案具有如下优点或有益效果:
本发明实施例提供的触屏行为检测方法,获取触屏行为对应的触屏轨迹中每个触面的触面面积、压力和速度等特征信息后,根据每个触面特征信息,确定所述触屏轨迹的特征信息变化规律参数。进而根据特征信息变化规律参数进行触屏行为检测。离散的特征信息对于机器来说是很容易伪造的,但是特征信息变化规律这一特点,人为触屏行为与机器触屏行为存在较大差异,特征信息变化规律对于机器来说伪造是十分困难的。因此,根据特征信息变化规律参数进行触屏行为检测使得触屏行为检测的准确性较好。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,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,对于本领域的普通技术人员来讲,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他的附图。
图1为本发明实施例1提供的触屏行为检测过程示意图;
图2为本发明实施例2提供的触面形状变化示意图;
图3为本发明实施例2提供的计算差分面积示意图;
图4为本发明实施例8提供的触屏行为检测装置结构示意图;
图5为本发明实施例9提供的电子设备结构示意图。
具体实施方式
下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅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做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例1:
图1为本发明实施例提供的触屏行为检测过程示意图,该过程包括以下步骤:
S101:获取触屏行为对应的触屏轨迹中每个触面的特征信息,其中,所述特征信息包括触面面积、压力和速度。
S102:根据所述每个触面的特征信息,确定所述触屏轨迹的特征信息变化规律参数。
S103:根据所述特征信息变化规律参数进行触屏行为检测。
本发明实施例提供的触屏行为检测方法应用于电子设备,该电子设备可以是移动终端,例如手机、平板电脑等设备,也可以是其它与移动终端连接的能够获取触屏行为对应的触屏轨迹的电子设备。
电子设备首先获取触屏行为对应的触屏轨迹。其中,可以在移动终端中添加事件监听器,当在移动终端上进行触屏行为时,通过事件监听器获取到触屏行为对应的触屏轨迹。触屏轨迹是由一个个触面构成的,电子设备保存有预设的采样周期,例如预设的采样周期可以是3毫秒、5毫秒等。获取到触屏行为对应的触屏轨迹之后,按照预设的采样周期采集每个触面的特征信息。需要说明的是,本发明实施例中的触面为手指或伪手指与移动终端屏幕的接触面。通过事件监听器可以获取每个触面的位置、时间、压力、触面面积等特征信息。根据相邻两个触面的时间和位置可以确定出触面的速度。
举例说明如下:以HTML5页面为例,向页面窗口window元素添加事件监听器eventListener,监听触屏行为即触摸事件。在HTML5页面上捕获触摸事件event后,可以通过event.touches[n]获取到由Touch对象构成的数组TouchList,其中n表示触面的编号,数组中一个Touch对象代表一个触面。可以获取触面Touch的位置、时间、压力、触面面积等特征信息。
其中,HTML5页面仅为举例说明,HTML网页可替换为安卓或iOS平台的其它网页。
根据所述每个触面的特征信息,确定所述触屏轨迹的特征信息变化规律参数。其中,可以将每个触面的触面面积的变化曲线作为特征信息变化规律参数,或者将压力的变化曲线与速度的变化曲线的对应关系作为特征信息变化规律参数等。然后根据特征信息变化规律参数进行触屏行为检测。其中,可以将特征信息变化规律参数与预先保存的用户正常的触屏行为对应的触屏轨迹中的特征信息变化规律参数进行匹配,若匹配成功,则确定触屏行为是用户正常的触屏行为,若匹配不成功,则确定触屏行为是机器的触屏行为。
本发明实施例提供的触屏行为检测方法,获取触屏行为对应的触屏轨迹中每个触面的触面面积、压力和速度等特征信息后,根据每个触面特征信息,确定所述触屏轨迹的特征信息变化规律参数。进而根据特征信息变化规律参数进行触屏行为检测。离散的特征信息对于机器来说是很容易伪造的,但是特征信息变化规律这一特点,人为触屏行为与机器触屏行为存在较大差异,特征信息变化规律对于机器来说伪造是十分困难的。因此,根据特征信息变化规律参数进行触屏行为检测使得触屏行为检测的准确性较好。
实施例2:
为了使触屏行为检测更准确,在上述实施例的基础上,在本发明实施例中,若所述特征信息包括触面面积,所述根据所述每个触面的特征信息,确定所述触屏轨迹的特征信息变化规律参数包括:
按照采集时间,对所述每个触面进行排序;针对所述每个触面,将该触面的中心点与该触面的上一相邻触面的中心点对齐;对该触面与该上一相邻触面的触面面积进行异或运算,确定该触面与该上一相邻触面的差分面积;将该差分面积作为该触面对应的差分面积;
根据所述每个触面对应的差分面积建立统计直方图,所述统计直方图为触面形状变化规律参数。
因为手指滑动是一个连续的过程,用户正常的触面形状在触屏行为过程中会连续小幅度变化。而通过模拟器或脚本产生的触面形状则通常一成不变或不规律地突变。图2为触面形状变化示意图,图2中,(a)是用户正常的触面形状连续变化的示意图,(b)是通过模拟器或脚本产生的触面形状则通常一成不变的示意图,(c)是通过模拟器或脚本产生的触面形状不规律地突变示意图。
基于上述考虑,在本发明实施例中,首先按照采集时间,对每个触面进行排序,每个触面类似椭圆,针对每个触面,获取该触面的中心点,然后将该触面的中心点与该触面的上一相邻触面的中心点对齐。对齐之后对该触面与该上一相邻触面的触面面积进行异或运算,确定该触面与该上一相邻触面的差分面积。图3为将该触面的中心点与该触面的上一相邻触面的中心点对齐后,计算差分面积示意图,图3中箭头部分指示的即为对该触面与该上一相邻触面的触面面积进行异或运算,确定该触面与该上一相邻触面的差分面积。将该差分面积作为该触面对应的差分面积。
然后根据每个触面对应的差分面积建立统计直方图,统计直方图为触面形状变化规律参数。其中,统计直方图的横坐标例如为差分面积,纵坐标为触面数量。由于触面形状变化规律参数这一特点,人为触屏行为与机器触屏行为存在较大差异,因此,电子设备根据触面形状变化规律参数进行触屏行为检测的准确性较好。
实施例3:
为了使确定触面形状变化规律参数更准确,进而使得触屏行为检测更准确,在上述各实施例的基础上,在本发明实施例中,所述针对所述每个触面,将该触面的中心点与该触面的上一相邻触面的中心点对齐;对该触面与该上一相邻触面的触面面积进行异或运算,确定该触面与该上一相邻触面的差分面积包括:
针对所述每个触面,确定该触面的外接椭圆,根据该触面的外接椭圆与该触面的上一相邻触面的外接椭圆的轴角差,确定旋转矩阵;根据该旋转矩阵对该触面的外接椭圆进行旋转;将旋转后的外接椭圆与所述上一相邻触面的外接椭圆的中心点对齐;对该旋转后的外接椭圆与该上一相邻触面的外接椭圆的触面面积进行异或运算,确定该触面与该上一相邻触面的差分面积。
本发明实施例中,针对每个触面,确定该触面的外接椭圆。并将该触面的外接椭圆用矩阵形式的标准方程表示为xTA'x=1。式中x表示自变量,A′
表示标准方程的参数,T表示转置运算。将该触面的上一相邻触面的外接椭圆用矩阵形式的标准方程表示为xTAx=1。式中x表示自变量,A表示标准方程的参数,T表示转置运算。根据该触面的外接椭圆与该触面的上一相邻触面的外接椭圆的轴角差θ,确定旋转矩阵R,根据该旋转矩阵R对该触面的外接椭圆xTA'x=1进行旋转,得到旋转后的外接椭圆(Rx)TA′Rx=1。然后将旋转后的外接椭圆与所述上一相邻触面的外接椭圆的中心点对齐;对该旋转后的外接椭圆与该上一相邻触面的外接椭圆的触面面积进行异或运算,确定该触面与该上一相邻触面的差分面积。
具体的,创建一个像素矩阵表示能完全容纳两椭圆的一块矩形区域,对区域内每个像素点的坐标x检查不等式xTAx<1和(Rx)TA′Rx<1,对不等式的判断结果求异或,为真的点即为对称差分区域中的像素点。即,针对矩形区域内的每个像素点,若该像素点的坐标,满足xTAx<1,不满足(Rx)TA′Rx<1,则确定该像素点为对称差分区域中的像素点。或者,若该像素点的坐标,不满足xTAx<1,满足(Rx)TA′Rx<1,则确定该像素点为对称差分区域中的像素点。统计每个时刻的触面形状相对于上一时刻,对称差分区域的像素点的个数,即可得到差分面积。之后以固定的差分面积间距和预设的差分面积最大值建立统计直方图。
统计直方图还可以用数组的形式表示,记预设的差分面积最大值为n,固定的差分面积间距为m,则数组长度为n/m。每个数组代表差分面积间距对应的触面数量。
另外,可以通过如对相关量(椭圆轴长、轴角、面积等)求导数、求椭圆焦点移动距离,或通过其它方式计算触面面积变化量等方法确定差分面积,在本发明实施例中不对求取差分面积的方法进行限定。
本发明实施例中,结合轴角差对外接椭圆进行旋转,然后再确定触面对应的差分面积,使得确定的触面对应的差分面积更准确,进而使确定触面形状变化规律参数更准确,使得触屏行为检测更准确。
实施例4:
为了使触屏行为检测更准确,在上述实施例的基础上,在本发明实施例中,若所述特征信息包括压力和速度,所述根据所述每个触面的特征信息,确定所述触屏轨迹的特征信息变化规律参数包括:
按照采集时间,对所述每个触面进行排序,得到所述每个触面的压力序列和速度序列;根据皮尔逊相关系数计算公式,确定所述每个触面的压力序列和速度序列的皮尔逊相关系数;
根据所述速度序列,确定二分类速度阈值;根据所述二分类速度阈值将所述速度序列进行二分类,得到速度属性序列;
根据所述压力序列,确定二分类压力阈值;根据所述二分类压力阈值将所述压力序列进行二分类,得到压力属性序列;
将所述速度属性序列和压力属性序列进行匹配,分别确定二类属性的非对称二元相似度;将所述二类属性的非对称二元相似度的乘积与所述二类属性的非对称二元相似度的和的比值,作为二类属性的非对称二元相似度的调和平均数;
所述皮尔逊相关系数、二类属性的非对称二元相似度和调和平均数为压力速度相关性变化规律参数。
一般来说,手指在屏幕上移动时,压力与移动速度会呈现负相关,即在手指快速移动时速度的数值大,而压力的数值小;反之速度小时,压力的数值大。而通过模拟器或脚本产生的伪造数据则很难表现出这种负相关性。
基于上述考虑,在本发明实施例中,按照采集时间,对每个触面进行排序,得到每个触面的压力序列和速度序列;然后根据皮尔逊相关系数计算公式,确定每个触面的压力序列和速度序列的皮尔逊相关系数r。
根据速度序列,确定二分类速度阈值;根据二分类速度阈值将速度序列进行二分类,得到速度属性序列。根据所述压力序列,确定二分类压力阈值;根据所述二分类压力阈值将所述压力序列进行二分类,得到压力属性序列。其中,以低速度数据点匹配高压力数据点为例,速度点可以通过百分位数分为两类:低位值和其它值(例如百分位数取10,低位值表示所有速度数据按大小排列,最后10%的数据点)。类似的,压力点也可以分高位值和其他值两类。则可以认为所有数据点都具有两种属性中的一种:速度的低位值和压力的高位值具有属性A,其他值具有属性B。例如,对于速度序列v=(8,6,4,2,0,1,3,5,7,9),百分位数取10,其属性序列可表示为vp=(B,B,B,B,A,B,B,B,B,B)。类似的,对于压力序列f=(1,3,5,7,9,8,6,4,2,0),其属性序列可表示为fp=(B,B,B,B,A,B,B,B,B,B)。
将所述速度属性序列和压力属性序列进行匹配,分别确定二类属性的非对称二元相似度;将所述二类属性的非对称二元相似度的乘积与所述二类属性的非对称二元相似度的和的比值,作为二类属性的非对称二元相似度的调和平均数。分别计算两序列对属性A和属性B的非对称二元相似度,记为simA和simB:
求调和平均数以综合两个相似度:
类似的,也可以计算出高速度数据点和低压力数据点的匹配度simA'、simB'、H'。本发明实施例中,将皮尔逊相关系数r,低速度数据点和高压力数据点的匹配度simA、simB、H,以及高速度数据点和低压力数据点的匹配度simA'、simB'、H'作为压力速度相关性变化规律参数。
另外,可以通过如求其它种类的相关系数、求成对的极值点间的距离等方法确定压力速度相关性变化规律参数,在此不对求取压力速度相关性变化规律参数的方法进行限定。
由于压力速度相关性变化规律参数这一特点,人为触屏行为与机器触屏行为存在较大差异,因此,电子设备根据压力速度相关性变化规律参数进行触屏行为检测的准确性较好。
实施例5:
为了使触屏行为检测更准确,在上述实施例的基础上,在本发明实施例中,若所述特征信息包括触面面积、压力和速度,所述根据所述每个触面的特征信息,确定所述触屏轨迹的特征信息变化规律参数包括:
按照采集时间,对每个触面进行排序,得到每个触面的接触面积序列、压力序列和速度序列;
分别对所述每个触面的触面面积序列、压力序列和速度序列进行快速傅里叶变换,得到所述每个触面的触面面积序列的频谱数据、压力序列的频谱数据和速度序列的频谱数据;
所述每个触面的触面面积序列的频谱数据、压力序列的频谱数据和速度序列的频谱数据为频域特性变化规律参数。
用户正常的触屏行为在采集时的抖动和噪声能够反映在频谱上,频谱的低频部分主要和不同用户在触屏时手指触面大小及习惯使用的压力等相对稳定的量相关,高频部分则和细节的波动等更加相关。而与之相对的,由模拟器或脚本产生的伪造的手指移动则很难表现出类似的频域分布。
基于上述考虑,在本发明实施例中,按照采集时间,对每个触面进行排序,得到每个触面的接触面积序列、压力序列和速度序列。分别对每个触面的触面面积序列、压力序列和速度序列进行快速傅里叶变换FFT,得到每个触面的触面面积序列的频谱数据、压力序列的频谱数据和速度序列的频谱数据。然后将每个触面的触面面积序列的频谱数据、压力序列的频谱数据和速度序列的频谱数据作为频域特性变化规律参数。
由于频域特性变化规律参数这一特点,人为触屏行为与机器触屏行为存在较大差异,因此,电子设备根据频域特性变化规律参数进行触屏行为检测的准确性较好。
实施例6:
为了使确定每个触面的触面面积序列的频谱数据、压力序列的频谱数据和速度序列的频谱数据更准确,进而使得触屏行为检测更准确,在上述各实施例的基础上,在本发明实施例中,所述分别对所述每个触面的触面面积序列、压力序列和速度序列进行快速傅里叶变换,得到所述每个触面的触面面积序列的频谱数据、压力序列的频谱数据和速度序列的频谱数据包括:
根据所述触屏行为的时长,和预先保存的触屏行为时长与降采样数据点数的对应关系,确定降采样数据点数;
根据所述降采样数据点数,分别对所述每个触面的触面面积序列、压力序列和速度序列进行均匀降采样,得到第一触面面积子序列、第一压力子序列和第一速度子序列;
分别对所述第一触面面积子序列、第一压力子序列和第一速度子序列进行快速傅里叶变换,得到第一触面面积子序列的频谱数据、第一压力子序列的频谱数据和第一速度子序列的频谱数据;
去除所述第一触面面积子序列的频谱数据、第一压力子序列的频谱数据和第一速度子序列的频谱数据中的负频率部分的频谱数据,将保留的频谱数据的频率除以保留的频谱数据的数量,将保留的频谱数据的幅度值取绝对值,得到第二触面面积子序列的频谱数据、第二压力子序列的频谱数据和第二速度子序列的频谱数据;
将所述第二触面面积子序列的频谱数据、第二压力子序列的频谱数据和第二速度子序列的频谱数据更新为所述每个触面的触面面积序列的频谱数据、压力序列的频谱数据和速度序列的频谱数据。
本发明实施例中,首先根据预先保存的触屏行为时长与降采样数据点数的对应关系对每个触面的触面面积序列、压力序列和速度序列进行均匀降采样,得到第一触面面积子序列、第一压力子序列和第一速度子序列。预先保存的触屏行为时长与降采样数据点数的对应关系例如是,对于触屏行为时长在0.32s-0.64s的触屏操作,均匀降采样到32个数据点,对于触屏行为时长在0.64s-1.28s的触屏操作,均匀降采样到64个数据点,对于触屏行为时长在1.28s-2.56s的触屏操作,均匀降采样到128个数据点,对于触屏行为时长2.56s以上的触屏操作,均匀降采样到256个数据点。不计算触屏行为时长在小于0.32s的触屏操作。预先保存的触屏行为时长与降采样数据点数的对应关系中,触屏行为时长越长,对应的降采样数据点数越多,从而避免触屏行为时长较长的触屏行为降采样后丢失数据较多的问题。
分别对每个触面的触面面积序列、压力序列和速度序列进行均匀降采样时,可以直接根据降采样数据点数按照固定的间隔对每个触面的触面面积序列、压力序列和速度序列进行均匀降采样,也可以先分别对每个触面的触面面积序列、压力序列和速度序列进行平滑处理,然后根据降采样数据点数按照固定的间隔对平滑处理后的每个触面的触面面积序列、压力序列和速度序列进行均匀降采样。
分别对所述第一触面面积子序列、第一压力子序列和第一速度子序列进行快速傅里叶变换,得到第一触面面积子序列的频谱数据、第一压力子序列的频谱数据和第一速度子序列的频谱数据。然后去除所述第一触面面积子序列的频谱数据、第一压力子序列的频谱数据和第一速度子序列的频谱数据中的负频率部分的频谱数据,将保留的频谱数据的频率除以保留的频谱数据的数量,将保留的频谱数据的幅度值取绝对值,得到第二触面面积子序列的频谱数据、第二压力子序列的频谱数据和第二速度子序列的频谱数据。即对降采样到N个点的数据,作快速傅里叶变换(FFT)可得长度为N的FFT结果,并舍去前个频谱数据后(即舍去对称的负频率部分的频谱数据)再将数值乘以/>得到频谱数据。将保留的频谱数据的幅度值取绝对值,将此时得到的第二触面面积子序列的频谱数据、第二压力子序列的频谱数据和第二速度子序列的频谱数据更新为所述每个触面的触面面积序列的频谱数据、压力序列的频谱数据和速度序列的频谱数据。
为了保证不同时长的触屏行为所采集的频域特性变化规律参数位数相同,本发明实施例中,所述得到第二触面面积子序列的频谱数据、第二压力子序列的频谱数据和第二速度子序列的频谱数据之后,所述方法还包括:
根据所述降采样数据点数和预设的目标采样数据点数,确定所述第二触面面积子序列的频谱数据、第二压力子序列的频谱数据和第二速度子序列的频谱数据中的无效点位,在所述无效点位中填充负值。
电子设备保存有预设的目标采样数据点数,例如预设的目标采样数据点数为256。如果通过上述方法得到的第二触面面积子序列的频谱数据、第二压力子序列的频谱数据和第二速度子序列的频谱数据分别是128个,那么就得到256-128=128个无效点位,分别在第二触面面积子序列的频谱数据、第二压力子序列的频谱数据和第二速度子序列的频谱数据之后添加128位的负值,该负值可以是任意负值,较佳的可以填充-1。
另外,可以通过其它方法确定频域特性变化规律参数,在此不对求取频域特性变化规律参数的方法进行限定。
实施例7:
为了使触屏行为检测更准确,在上述各实施例的基础上,在本发明实施例中,所述根据所述特征信息变化规律参数进行触屏行为检测包括:
将所述特征信息变化规律参数输入预先训练完成的触屏行为检测模型,基于所述触屏行为检测模型进行触屏行为检测。
电子设备中保存有预先训练完成的触屏行为检测模型,将特征信息变化规律参数输入预先训练完成的触屏行为检测模型,基于所述触屏行为检测模型进行触屏行为检测。其中,可以将触面形状变化规律参数、压力速度相关性变化规律参数和频域特性变化规律参数中的任意一项或任意几项参数输入到预先训练完成的触屏行为检测模型,基于所述触屏行为检测模型进行触屏行为检测。较佳的,可以将触面形状变化规律参数、压力速度相关性变化规律参数和频域特性变化规律参数都输入到预先训练完成的触屏行为检测模型,基于所述触屏行为检测模型进行触屏行为检测,从而使触屏行为检测更准确。
所述触屏行为检测模型的训练过程包括:
针对训练集中的任一特征信息变化规律参数,将该特征信息变化规律参数和对应的标签信息输入到所述触屏行为检测模型中,对所述触屏行为检测模型进行训练;其中,所述标签信息包括人为触屏行为信息或机器触屏行为信息。
电子设备保存有训练集,训练集中包括正样本和负样本,正样本的特征信息变化规律参数对应的标签信息为人为触屏行为信息,负样本的特征信息变化规律参数对应的标签信息为机器触屏行为信息。基于训练集中的正负样本对行为检测模型进行训练,当满足预设的收敛条件时,行为检测模型训练完成。
实施例8:
图4为本发明实施例提供的触屏行为检测装置结构示意图,该装置包括:
获取模块41,用于获取触屏行为对应的触屏轨迹中每个触面的特征信息,其中,所述特征信息包括触面面积、压力和速度;
确定模块42,用于根据所述每个触面的特征信息,确定所述触屏轨迹的特征信息变化规律参数;
检测模块43,用于根据所述特征信息变化规律参数进行触屏行为检测。
确定模块42,具体用于按照采集时间,对所述每个触面进行排序;针对所述每个触面,将该触面的中心点与该触面的上一相邻触面的中心点对齐;对该触面与该上一相邻触面的触面面积进行异或运算,确定该触面与该上一相邻触面的差分面积;将该差分面积作为该触面对应的差分面积;根据所述每个触面对应的差分面积建立统计直方图,所述统计直方图为触面形状变化规律参数。
所述确定模块42,具体用于针对所述每个触面,确定该触面的外接椭圆,根据该触面的外接椭圆与该触面的上一相邻触面的外接椭圆的轴角差,确定旋转矩阵;根据该旋转矩阵对该触面的外接椭圆进行旋转;将旋转后的外接椭圆与所述上一相邻触面的外接椭圆的中心点对齐;对该旋转后的外接椭圆与该上一相邻触面的外接椭圆的触面面积进行异或运算,确定该触面与该上一相邻触面的差分面积。
所述确定模块42,具体用于按照采集时间,对所述每个触面进行排序,得到所述每个触面的压力序列和速度序列;根据皮尔逊相关系数计算公式,确定所述每个触面的压力序列和速度序列的皮尔逊相关系数;根据所述速度序列,确定二分类速度阈值;根据所述二分类速度阈值将所述速度序列进行二分类,得到速度属性序列;根据所述压力序列,确定二分类压力阈值;根据所述二分类压力阈值将所述压力序列进行二分类,得到压力属性序列;将所述速度属性序列和压力属性序列进行匹配,分别确定二类属性的非对称二元相似度;将所述二类属性的非对称二元相似度的乘积与所述二类属性的非对称二元相似度的和的比值,作为二类属性的非对称二元相似度的调和平均数;所述皮尔逊相关系数、二类属性的非对称二元相似度和调和平均数为压力速度相关性变化规律参数。
所述确定模块42,具体用于按照采集时间,对每个触面进行排序,得到每个触面的接触面积序列、压力序列和速度序列;分别对所述每个触面的触面面积序列、压力序列和速度序列进行快速傅里叶变换,得到所述每个触面的触面面积序列的频谱数据、压力序列的频谱数据和速度序列的频谱数据;所述每个触面的触面面积序列的频谱数据、压力序列的频谱数据和速度序列的频谱数据为频域特性变化规律参数。
所述确定模块42,具体用于根据所述触屏行为的时长,和预先保存的触屏行为时长与降采样数据点数的对应关系,确定降采样数据点数;根据所述降采样数据点数,分别对所述每个触面的触面面积序列、压力序列和速度序列进行均匀降采样,得到第一触面面积子序列、第一压力子序列和第一速度子序列;分别对所述第一触面面积子序列、第一压力子序列和第一速度子序列进行快速傅里叶变换,得到第一触面面积子序列的频谱数据、第一压力子序列的频谱数据和第一速度子序列的频谱数据;去除所述第一触面面积子序列的频谱数据、第一压力子序列的频谱数据和第一速度子序列的频谱数据中的负频率部分的频谱数据,将保留的频谱数据的频率除以保留的频谱数据的数量,将保留的频谱数据的幅度值取绝对值,得到第二触面面积子序列的频谱数据、第二压力子序列的频谱数据和第二速度子序列的频谱数据;将所述第二触面面积子序列的频谱数据、第二压力子序列的频谱数据和第二速度子序列的频谱数据更新为所述每个触面的触面面积序列的频谱数据、压力序列的频谱数据和速度序列的频谱数据。
所述确定模块42,具体用于根据所述降采样数据点数和预设的目标采样数据点数,确定所述第二触面面积子序列的频谱数据、第二压力子序列的频谱数据和第二速度子序列的频谱数据中的无效点位,在所述无效点位中填充负值。
所述检测模块42,具体用于将所述特征信息变化规律参数输入预先训练完成的触屏行为检测模型,基于所述触屏行为检测模型进行触屏行为检测。
所述装置还包括:
训练模块44,用于针对训练集中的任一特征信息变化规律参数,将该特征信息变化规律参数和对应的标签信息输入到所述触屏行为检测模型中,对所述触屏行为检测模型进行训练;其中,所述标签信息包括人为触屏行为信息或机器触屏行为信息。
实施例9:
在上述各实施例的基础上,本发明实施例中还提供了一种电子设备,如图5所示,包括:处理器301、通信接口302、存储器303和通信总线304,其中,处理器301,通信接口302,存储器303通过通信总线304完成相互间的通信;
所述存储器303中存储有计算机程序,当所述程序被所述处理器301执行时,使得所述处理器301执行如下步骤:
获取触屏行为对应的触屏轨迹中每个触面的特征信息,其中,所述特征信息包括触面面积、压力和速度;
根据所述每个触面的特征信息,确定所述触屏轨迹的特征信息变化规律参数;
根据所述特征信息变化规律参数进行触屏行为检测。
基于同一发明构思,本发明实施例中还提供了一种电子设备,由于上述电子设备解决问题的原理与触屏行为检测方法相似,因此上述电子设备的实施可以参见方法的实施,重复之处不再赘述。
本发明实施例提供的电子设备具体可以为桌面计算机、便携式计算机、智能手机、平板电脑、个人数字助理(Personal Digital Assistant,PDA)、网络侧设备等。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口302用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选地,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器,包括中央处理器、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路、现场可编程门陈列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
在本发明实施例中处理器执行存储器上所存放的程序时,实现获取触屏行为对应的触屏轨迹中每个触面的特征信息,其中,所述特征信息包括触面面积、压力和速度;根据所述每个触面的特征信息,确定所述触屏轨迹的特征信息变化规律参数;根据所述特征信息变化规律参数进行触屏行为检测。离散的特征信息对于机器来说是很容易伪造的,但是特征信息变化规律这一特点,人为触屏行为与机器触屏行为存在较大差异,特征信息变化规律对于机器来说伪造是十分困难的。因此,根据特征信息变化规律参数进行触屏行为检测使得触屏行为检测的准确性较好。
实施例10:
在上述各实施例的基础上,本发明实施例还提供了一种计算机存储可读存储介质,所述计算机可读存储介质内存储有可由电子设备执行的计算机程序,当所述程序在所述电子设备上运行时,使得所述电子设备执行时实现如下步骤:
获取触屏行为对应的触屏轨迹中每个触面的特征信息,其中,所述特征信息包括触面面积、压力和速度;
根据所述每个触面的特征信息,确定所述触屏轨迹的特征信息变化规律参数;
根据所述特征信息变化规律参数进行触屏行为检测。
基于同一发明构思,本发明实施例中还提供了一种计算机可读存储介质,由于处理器在执行上述计算机可读存储介质上存储的计算机程序时解决问题的原理与触屏行为检测方法相似,因此处理器在执行上述计算机可读存储介质存储的计算机程序的实施可以参见方法的实施,重复之处不再赘述。
上述计算机可读存储介质可以是电子设备中的处理器能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器如软盘、硬盘、磁带、磁光盘(MO)等、光学存储器如CD、DVD、BD、HVD等、以及半导体存储器如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD)等。
在本发明实施例中提供的计算机可读存储介质内存储计算机程序,计算机程序被处理器执行时实现获取触屏行为对应的触屏轨迹中每个触面的特征信息,其中,所述特征信息包括触面面积、压力和速度;根据所述每个触面的特征信息,确定所述触屏轨迹的特征信息变化规律参数;根据所述特征信息变化规律参数进行触屏行为检测。离散的特征信息对于机器来说是很容易伪造的,但是特征信息变化规律这一特点,人为触屏行为与机器触屏行为存在较大差异,特征信息变化规律对于机器来说伪造是十分困难的。因此,根据特征信息变化规律参数进行触屏行为检测使得触屏行为检测的准确性较好。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (18)
1.一种触屏行为检测方法,其特征在于,所述方法包括:
获取触屏行为对应的触屏轨迹中每个触面的特征信息,其中,所述特征信息包括触面面积、压力和速度;
根据所述每个触面的特征信息,确定所述触屏轨迹的特征信息变化规律参数;
根据所述特征信息变化规律参数进行触屏行为检测;
若所述特征信息包括压力和速度,所述根据所述每个触面的特征信息,确定所述触屏轨迹的特征信息变化规律参数包括:
按照采集时间,对所述每个触面进行排序,得到所述每个触面的压力序列和速度序列;根据皮尔逊相关系数计算公式,确定所述每个触面的压力序列和速度序列的皮尔逊相关系数;
根据所述速度序列,确定二分类速度阈值;根据所述二分类速度阈值将所述速度序列进行二分类,得到速度属性序列;
根据所述压力序列,确定二分类压力阈值;根据所述二分类压力阈值将所述压力序列进行二分类,得到压力属性序列;
将所述速度属性序列和压力属性序列进行匹配,分别确定二类属性的非对称二元相似度;将所述二类属性的非对称二元相似度的乘积与所述二类属性的非对称二元相似度的和的比值,作为二类属性的非对称二元相似度的调和平均数;
所述皮尔逊相关系数、二类属性的非对称二元相似度和调和平均数为压力速度相关性变化规律参数。
2.如权利要求1所述的方法,其特征在于,若所述特征信息包括触面面积,所述根据所述每个触面的特征信息,确定所述触屏轨迹的特征信息变化规律参数包括:
按照采集时间,对所述每个触面进行排序;针对所述每个触面,将该触面的中心点与该触面的上一相邻触面的中心点对齐;对该触面与该上一相邻触面的触面面积进行异或运算,确定该触面与该上一相邻触面的差分面积;将该差分面积作为该触面对应的差分面积;
根据所述每个触面对应的差分面积建立统计直方图,所述统计直方图为触面形状变化规律参数。
3.如权利要求2所述的方法,其特征在于,所述针对所述每个触面,将该触面的中心点与该触面的上一相邻触面的中心点对齐;对该触面与该上一相邻触面的触面面积进行异或运算,确定该触面与该上一相邻触面的差分面积包括:
针对所述每个触面,确定该触面的外接椭圆,根据该触面的外接椭圆与该触面的上一相邻触面的外接椭圆的轴角差,确定旋转矩阵;根据该旋转矩阵对该触面的外接椭圆进行旋转;将旋转后的外接椭圆与所述上一相邻触面的外接椭圆的中心点对齐;对该旋转后的外接椭圆与该上一相邻触面的外接椭圆的触面面积进行异或运算,确定该触面与该上一相邻触面的差分面积。
4.如权利要求1所述的方法,其特征在于,若所述特征信息包括触面面积、压力和速度,所述根据所述每个触面的特征信息,确定所述触屏轨迹的特征信息变化规律参数包括:
按照采集时间,对每个触面进行排序,得到每个触面的接触面积序列、压力序列和速度序列;
分别对所述每个触面的触面面积序列、压力序列和速度序列进行快速傅里叶变换,得到所述每个触面的触面面积序列的频谱数据、压力序列的频谱数据和速度序列的频谱数据;
所述每个触面的触面面积序列的频谱数据、压力序列的频谱数据和速度序列的频谱数据为频域特性变化规律参数。
5.如权利要求4所述的方法,其特征在于,所述分别对所述每个触面的触面面积序列、压力序列和速度序列进行快速傅里叶变换,得到所述每个触面的触面面积序列的频谱数据、压力序列的频谱数据和速度序列的频谱数据包括:
根据所述触屏行为的时长,和预先保存的触屏行为时长与降采样数据点数的对应关系,确定降采样数据点数;
根据所述降采样数据点数,分别对所述每个触面的触面面积序列、压力序列和速度序列进行均匀降采样,得到第一触面面积子序列、第一压力子序列和第一速度子序列;
分别对所述第一触面面积子序列、第一压力子序列和第一速度子序列进行快速傅里叶变换,得到第一触面面积子序列的频谱数据、第一压力子序列的频谱数据和第一速度子序列的频谱数据;
去除所述第一触面面积子序列的频谱数据、第一压力子序列的频谱数据和第一速度子序列的频谱数据中的负频率部分的频谱数据,将保留的频谱数据的频率除以保留的频谱数据的数量,将保留的频谱数据的幅度值取绝对值,得到第二触面面积子序列的频谱数据、第二压力子序列的频谱数据和第二速度子序列的频谱数据;
将所述第二触面面积子序列的频谱数据、第二压力子序列的频谱数据和第二速度子序列的频谱数据更新为所述每个触面的触面面积序列的频谱数据、压力序列的频谱数据和速度序列的频谱数据。
6.如权利要求5所述的方法,其特征在于,所述得到第二触面面积子序列的频谱数据、第二压力子序列的频谱数据和第二速度子序列的频谱数据之后,所述方法还包括:
根据所述降采样数据点数和预设的目标采样数据点数,确定所述第二触面面积子序列的频谱数据、第二压力子序列的频谱数据和第二速度子序列的频谱数据中的无效点位,在所述无效点位中填充负值。
7.如权利要求1所述的方法,其特征在于,所述根据所述特征信息变化规律参数进行触屏行为检测包括:
将所述特征信息变化规律参数输入预先训练完成的触屏行为检测模型,基于所述触屏行为检测模型进行触屏行为检测。
8.如权利要求7所述的方法,其特征在于,所述触屏行为检测模型的训练过程包括:
针对训练集中的任一特征信息变化规律参数,将该特征信息变化规律参数和对应的标签信息输入到所述触屏行为检测模型中,对所述触屏行为检测模型进行训练;其中,所述标签信息包括人为触屏行为信息或机器触屏行为信息。
9.一种触屏行为检测装置,其特征在于,所述装置包括:
获取模块,用于获取触屏行为对应的触屏轨迹中每个触面的特征信息,其中,所述特征信息包括触面面积、压力和速度;
确定模块,用于根据所述每个触面的特征信息,确定所述触屏轨迹的特征信息变化规律参数;
检测模块,用于根据所述特征信息变化规律参数进行触屏行为检测;
所述确定模块,具体用于按照采集时间,对所述每个触面进行排序,得到所述每个触面的压力序列和速度序列;根据皮尔逊相关系数计算公式,确定所述每个触面的压力序列和速度序列的皮尔逊相关系数;根据所述速度序列,确定二分类速度阈值;根据所述二分类速度阈值将所述速度序列进行二分类,得到速度属性序列;根据所述压力序列,确定二分类压力阈值;根据所述二分类压力阈值将所述压力序列进行二分类,得到压力属性序列;将所述速度属性序列和压力属性序列进行匹配,分别确定二类属性的非对称二元相似度;将所述二类属性的非对称二元相似度的乘积与所述二类属性的非对称二元相似度的和的比值,作为二类属性的非对称二元相似度的调和平均数;所述皮尔逊相关系数、二类属性的非对称二元相似度和调和平均数为压力速度相关性变化规律参数。
10.如权利要求9所述的装置,其特征在于,确定模块,具体用于按照采集时间,对所述每个触面进行排序;针对所述每个触面,将该触面的中心点与该触面的上一相邻触面的中心点对齐;对该触面与该上一相邻触面的触面面积进行异或运算,确定该触面与该上一相邻触面的差分面积;将该差分面积作为该触面对应的差分面积;根据所述每个触面对应的差分面积建立统计直方图,所述统计直方图为触面形状变化规律参数。
11.如权利要求10所述的装置,其特征在于,所述确定模块,具体用于针对所述每个触面,确定该触面的外接椭圆,根据该触面的外接椭圆与该触面的上一相邻触面的外接椭圆的轴角差,确定旋转矩阵;根据该旋转矩阵对该触面的外接椭圆进行旋转;将旋转后的外接椭圆与所述上一相邻触面的外接椭圆的中心点对齐;对该旋转后的外接椭圆与该上一相邻触面的外接椭圆的触面面积进行异或运算,确定该触面与该上一相邻触面的差分面积。
12.如权利要求9所述的装置,其特征在于,所述确定模块,具体用于按照采集时间,对每个触面进行排序,得到每个触面的接触面积序列、压力序列和速度序列;分别对所述每个触面的触面面积序列、压力序列和速度序列进行快速傅里叶变换,得到所述每个触面的触面面积序列的频谱数据、压力序列的频谱数据和速度序列的频谱数据;所述每个触面的触面面积序列的频谱数据、压力序列的频谱数据和速度序列的频谱数据为频域特性变化规律参数。
13.如权利要求12所述的装置,其特征在于,所述确定模块,具体用于根据所述触屏行为的时长,和预先保存的触屏行为时长与降采样数据点数的对应关系,确定降采样数据点数;根据所述降采样数据点数,分别对所述每个触面的触面面积序列、压力序列和速度序列进行均匀降采样,得到第一触面面积子序列、第一压力子序列和第一速度子序列;分别对所述第一触面面积子序列、第一压力子序列和第一速度子序列进行快速傅里叶变换,得到第一触面面积子序列的频谱数据、第一压力子序列的频谱数据和第一速度子序列的频谱数据;去除所述第一触面面积子序列的频谱数据、第一压力子序列的频谱数据和第一速度子序列的频谱数据中的负频率部分的频谱数据,将保留的频谱数据的频率除以保留的频谱数据的数量,将保留的频谱数据的幅度值取绝对值,得到第二触面面积子序列的频谱数据、第二压力子序列的频谱数据和第二速度子序列的频谱数据;将所述第二触面面积子序列的频谱数据、第二压力子序列的频谱数据和第二速度子序列的频谱数据更新为所述每个触面的触面面积序列的频谱数据、压力序列的频谱数据和速度序列的频谱数据。
14.如权利要求13所述的装置,其特征在于,所述确定模块,具体用于根据所述降采样数据点数和预设的目标采样数据点数,确定所述第二触面面积子序列的频谱数据、第二压力子序列的频谱数据和第二速度子序列的频谱数据中的无效点位,在所述无效点位中填充负值。
15.如权利要求9所述的装置,其特征在于,所述检测模块,具体用于将所述特征信息变化规律参数输入预先训练完成的触屏行为检测模型,基于所述触屏行为检测模型进行触屏行为检测。
16.如权利要求15所述的装置,其特征在于,所述装置还包括:
训练模块,用于针对训练集中的任一特征信息变化规律参数,将该特征信息变化规律参数和对应的标签信息输入到所述触屏行为检测模型中,对所述触屏行为检测模型进行训练;其中,所述标签信息包括人为触屏行为信息或机器触屏行为信息。
17.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-8任一项所述的方法步骤。
18.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-8任一项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110816443.8A CN113568524B (zh) | 2021-07-20 | 2021-07-20 | 一种触屏行为检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110816443.8A CN113568524B (zh) | 2021-07-20 | 2021-07-20 | 一种触屏行为检测方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113568524A CN113568524A (zh) | 2021-10-29 |
CN113568524B true CN113568524B (zh) | 2023-09-08 |
Family
ID=78165542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110816443.8A Active CN113568524B (zh) | 2021-07-20 | 2021-07-20 | 一种触屏行为检测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113568524B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105068743A (zh) * | 2015-06-12 | 2015-11-18 | 西安交通大学 | 基于多指触控行为特征的移动终端用户身份认证方法 |
CN106095201A (zh) * | 2016-05-30 | 2016-11-09 | 安徽慧视金瞳科技有限公司 | 一种投影交互系统的双击检测方法 |
CN111695382A (zh) * | 2019-03-14 | 2020-09-22 | 北京小米移动软件有限公司 | 指纹采集区域确定方法和指纹采集区域确定装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8018440B2 (en) * | 2005-12-30 | 2011-09-13 | Microsoft Corporation | Unintentional touch rejection |
JP5745265B2 (ja) * | 2010-12-22 | 2015-07-08 | 株式会社ソニー・コンピュータエンタテインメント | 信号処理装置、タッチパネルユニット、情報処理装置および信号処理方法 |
US20160246472A1 (en) * | 2015-02-25 | 2016-08-25 | Qualcomm Incorporated | Authentication based on a tap sequence performed on a touch screen |
-
2021
- 2021-07-20 CN CN202110816443.8A patent/CN113568524B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105068743A (zh) * | 2015-06-12 | 2015-11-18 | 西安交通大学 | 基于多指触控行为特征的移动终端用户身份认证方法 |
CN106095201A (zh) * | 2016-05-30 | 2016-11-09 | 安徽慧视金瞳科技有限公司 | 一种投影交互系统的双击检测方法 |
CN111695382A (zh) * | 2019-03-14 | 2020-09-22 | 北京小米移动软件有限公司 | 指纹采集区域确定方法和指纹采集区域确定装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113568524A (zh) | 2021-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI689942B (zh) | 人機識別方法及裝置、行為特徵資料的採集方法及裝置 | |
US9298912B2 (en) | System and method for distinguishing human swipe input sequence behavior and using a confidence value on a score to detect fraudsters | |
CN108681746B (zh) | 一种图像识别方法、装置、电子设备和计算机可读介质 | |
CN108664897A (zh) | 票据识别方法、装置及存储介质 | |
CN107688784A (zh) | 一种基于深层特征和浅层特征融合的字符识别方法及存储介质 | |
CN113392742A (zh) | 异常动作确定方法、装置、电子设备及存储介质 | |
Nawaz et al. | A robust deep learning approach for tomato plant leaf disease localization and classification | |
CN104282028A (zh) | 一种频谱和倒谱信息融合的模糊图像检测方法 | |
CN112131322B (zh) | 时间序列分类方法及装置 | |
Liu et al. | Fingerprint presentation attack detector using global-local model | |
Backes et al. | Texture analysis using volume-radius fractal dimension | |
An et al. | Multi-graph feature level fusion for person re-identification | |
CN104679967B (zh) | 一种判断心理测试可靠性的方法 | |
CN108932533A (zh) | 识别模型构建方法及装置、字符识别方法及装置 | |
Shaheed et al. | A hybrid proposed image quality assessment and enhancement framework for finger vein recognition | |
CN117351307B (zh) | 一种模型训练方法、装置、设备及存储介质 | |
CN102467671B (zh) | 指纹防伪装置及其方法 | |
CN113568524B (zh) | 一种触屏行为检测方法、装置、电子设备及存储介质 | |
CN111368602A (zh) | 人脸图像模糊程度评价方法、装置、可读存储介质及设备 | |
WO2016171923A1 (en) | Method and system for identifying a human or machine | |
WO2021047376A1 (zh) | 数据处理方法、数据处理装置及相关设备 | |
Yu et al. | Mental workload classification via online writing features | |
CN112329810A (zh) | 一种基于显著性检测的图像识别模型训练方法及装置 | |
CN111368837B (zh) | 一种图像质量评价方法、装置、电子设备及存储介质 | |
CN110135464B (zh) | 一种图像处理方法、装置、电子设备及存储介质 |
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 |