CN114237427B - 一种高灵敏度触控压力检测方法及系统 - Google Patents

Abstract

本发明提供了一种高灵敏度触控压力检测方法及系统，其中，该方法包括：获取第一触控数据信息，第一触控数据信息为触摸触控屏上正对指纹识别模组的区域获得的；根据第一触控数据信息，获取指纹识别模组检测获得的触控指纹面积信息，获得第一指纹识别区域信息；根据第一触控数据信息，获取压力检测模组检测获得的触控压力信息，获得第一压力检测信息；获取第一压力调整参数；采用第一压力调整参数调整第一压力检测信息，获得第二压力检测信息；采用第一指纹识别区域信息校正第二压力检测信息，得到第三压力检测信息，作为压力检测结果。

Description

一种高灵敏度触控压力检测方法及系统

技术领域

本发明涉及数据处理技术领域，具体涉及一种高灵敏度触控压力检测方法及系统。

背景技术

触控屏是当前电子设备的一种主流的显示方式和操控方式的结合，通过触摸屏幕即可实现电子设备的各种功能输入。

触控屏在制作过程中需要考虑屏幕强度和使用体验等要求，且目前部分触控屏已经涉及通过触摸屏幕压力的强度不同来实现不同的触控操作，结合触摸屏幕不同区域进行触控操作一同使用。

现有技术中一般通过在触控屏下设置压力检测部件进行检测，存在着触控屏幕触控压力检测灵敏度较低，触控压力检测准确度较低的技术问题。但是压力检测部件会影响屏幕的显示功能和区域，因此压力检测部件需要设置在屏幕下的非显示区。

发明内容

本申请提供了一种高灵敏度触控压力检测方法及系统，用于针对解决现有技术中触控屏幕触控压力检测灵敏度较低，触控压力检测准确度较低的技术问题。

鉴于上述问题，本申请提供了一种高灵敏度触控压力检测方法及系统。

本申请的第一个方面，提供了一种高灵敏度触控压力检测方法，所述方法应用于一灵敏度触控压力检测系统，所述系统包括：触控屏、指纹识别模组和压力检测模组；指纹识别模组设置于所述触控屏的下方；压力检测模组与所述指纹识别模组通信连接，设置于所述指纹识别模组的附近；所述方法包括：获取第一触控数据信息，所述第一触控数据信息通过触摸所述触控屏上正对所述指纹识别模组的区域获得；根据所述第一触控数据信息，获取所述指纹识别模组检测获得的触控指纹面积信息，获得第一指纹识别区域信息；根据所述第一触控数据信息，获取所述压力检测模组检测获得的触控压力信息，获得第一压力检测信息；获取第一压力调整参数；采用所述第一压力调整参数调整所述第一压力检测信息，获得第二压力检测信息；采用所述第一指纹识别区域信息校正所述第二压力检测信息，得到第三压力检测信息，作为压力检测结果。

本申请的第二个方面，提供了一种高灵敏度触控压力检测系统，所述系统包括：第一获得单元，所述第一获得单元用于获取第一触控数据信息，所述第一触控数据信息通过触摸触控屏上正对指纹识别模组的区域获得；第二获得单元，所述第二获得单元用于根据所述第一触控数据信息，获取所述指纹识别模组检测获得的触控指纹面积信息，获得第一指纹识别区域信息；第三获得单元，所述第三获得单元用于根据所述第一触控数据信息，获取压力检测模组检测获得的触控压力信息，获得第一压力检测信息；第一处理单元，所述第一处理单元用于获取第一压力调整参数；第二处理单元，所述第二处理单元用于采用所述第一压力调整参数调整所述第一压力检测信息，获得第二压力检测信息；第三处理单元，所述第三处理单元用于采用所述第一指纹识别区域信息校正所述第二压力检测信息，得到第三压力检测信息，作为压力检测结果。

本申请的第三个方面，提供了一种高灵敏度触控压力检测系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使系统以执行如第一方面所述方法的步骤。

本申请的第四个方面，提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述方法的步骤。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请提供的技术方案通过在触控屏下方的指纹识别模组的附近不影响触控屏显示和触控的部分设置压力检测模组，在用户按压指纹识别模组时，指纹识别模组获取用户该次触屏的指纹面积，压力检测模组检测该次触屏的压力数据信息，然后根据压力检测模组与指纹识别模组的距离信息，对压力数据信息进行调整，然后根据指纹识别模组获取的触控指纹面积，对压力数据信息进行校正，获得最终的压力检测结果。本申请在触控屏的下方设置压力检测模组，在不影响触控屏显示和触控等功能的基础上检测获得触控产生的压力，相对于现有技术进一步地，通过获得压力检测模组和指纹识别模组的距离，对检测到的压力信息进行调整，避免由于压力检测模组与触控区域的距离导致压力检测不准确，提升压力检测数据的准确性和灵敏度，进一步还通过指纹识别模组获取的触控指纹面积，对调整的压力数据进行进一步校正，更进一步地提升压力数据的准确性，避免由于检测不准确等因素导致压力检测数据失准，达到了提升触控压力检测准确性和灵敏度的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请提供的一种高灵敏度触控压力检测方法流程示意图；

图2为本申请提供的一种高灵敏度触控压力检测方法中获得第一压力调整参数的流程示意图；

图3为本申请提供的一种高灵敏度触控压力检测方法中对第二压力检测信息进行校正的流程示意图；

图4为本申请提供了一种高灵敏度触控压力检测系统结构示意图；

图5为本申请示例性电子设备的结构示意图。

附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第一处理单元14，第二处理单元15，第三处理单元16，电子设备300，存储器301，处理器302，通信接口303，总线架构304。

具体实施方式

本申请通过提供了一种高灵敏度触控压力检测方法及系统，用于针对解决现有技术中触控屏幕触控压力检测灵敏度较低，触控压力检测准确度较低的技术问题。

申请概述

触控屏是当前电子设备的一种主流显示屏幕，其结合了显示功能和操作功能，用户只需在屏幕上点击触摸一定的区域即可实现对应的功能，可视性极强。触控屏在制作过程中需要考虑屏幕强度和使用体验等要求，且目前部分触控屏已经涉及通过触摸屏幕压力的强度不同来实现不同的触控操作，例如强按压触摸强度下进行一种输入，而弱按压触摸强度下又会进行另一种输入，结合触摸屏幕不同区域进行触控操作一同使用，能够实现触控屏更佳多元化的操控体验。

因此，需要检测触控屏在触控时的压力。现有技术中一般通过在触控屏下设置压力检测部件进行检测，但是压力检测部件会影响屏幕的显示功能和区域，因此压力检测部件需要设置在屏幕下的非显示区域，与显示区域具有一定距离，无法准确检测显示区域进行触控操作区域的触控压力，因此存在着触控屏幕触控压力检测灵敏度较低，触控压力检测准确度较低的技术问题。

针对上述技术问题，本申请提供的技术方案总体思路如下：

本申请提供的技术方案通过在触控屏下方的指纹识别模组的附近不影响触控屏显示和触控的部分设置压力检测模组，在用户按压指纹识别模组时，指纹识别模组获取用户该次触屏的指纹面积，压力检测模组检测该次触屏的压力数据信息，然后根据压力检测模组与指纹识别模组的距离信息，对压力数据信息进行调整，然后根据指纹识别模组获取的触控指纹面积，对压力数据信息进行校正，获得最终的压力检测结果。

在介绍了本申请基本原理后，下面，将参考附图对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本申请的实施例，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他实施例，都属于本申请保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部。

实施例一

如图1所示，本申请提供了一种高灵敏度触控压力检测方法，所述方法应用于一高灵敏度触控压力检测系统，所述系统包括：触控屏、指纹识别模组和压力检测模组；指纹识别模组设置于所述触控屏的下方；压力检测模组与所述指纹识别模组通信连接，设置于所述指纹识别模组的附近；所述方法包括：

S100：获取第一触控数据信息，所述第一触控数据信息通过触摸所述触控屏上正对所述指纹识别模组的区域获得；

上述的触控屏即为现有技术中的触控屏幕（Touch Panel），其可为电阻式触摸屏或电容式触摸屏等现有技术中种类的触控屏，可在人体手指接触屏幕某一区域时产生信号，对信号进行分析，以使设置该触控屏的设备执行相应的功能，替代传统的按键式操作。

在本申请一可能的实施例中，本申请提供的方法应用于移动电子设备中，例如手机或平板电脑中，在移动电子设备中，该灵敏度触控压力检测系统包括一指纹识别模组和压力检测模组，指纹识别模组优选为现有技术中的光学指纹识别模组，其设置于触摸屏进行显示的显示区域下方，该触摸屏优选为OLED（Organic Light-Emitting Diode）屏幕，可进行自发光，为光学指纹识别模组提供光源进行指纹识别。

在该实施例中，压力检测模组可为现有技术中的压阻压力传感器或电容压力传感器，优选为电容压力传感器，其包括通信连接的用于检测压力的多个电极和进行压力计算的单元。为不影响触控屏幕的显示和触控功能，该电极可设置于触控屏的下方，指纹识别模组附近的区域。该压力计算单元可设置于触控屏的非显示区域下方，例如移动电子设备触控屏四周的边框下方，以计算电极检测的触控压力。在用户触控指纹识别模组时，会使触控屏下指纹识别模组邻近的电极受力产生位移或变形，进而使多个电极之间的电容量产生变化，通过测量电极所在的电路即可获得电信号，进而通过压力计算单元换算为触控压力信息。

在本申请另一可能的实施例中，本申请提供的方法应用于计算机、汽车或家电等大型电子设备中，其也包括触控屏、用于解锁的指纹识别模组、以及压力检测模组。在该实施例中，该指纹识别模组同样优选为光学指纹识别模组，触控屏优选为OLED屏幕，为指纹识别模组提供光源，指纹识别模组设置于触控屏的显示区域下，压力检测模组同上述内容中的方式进行设置。

触控压力检测人员在进行触控屏触控压力检测试验时，通过手指触摸触控屏的指纹识别区域，即为正对指纹识别模组的区域，对触控屏产生压力，此时，可经由上述的压力检测模组检测获得该次触控产生的压力数据信息。且，该次触控同时对指纹识别模组输入了指纹信息，可经由上述的指纹识别模组检测获得指纹数据信息，还可进一步通过现有技术中的指纹识别技术，确认该次触控输入的指纹是否为电子设备内设置的解锁指纹，进而判断是否进行解锁。上述的压力数据信息和指纹数据信息即为第一触控数据信息。

S200：根据所述第一触控数据信息，获取所述指纹识别模组检测获得的触控指纹面积信息，获得第一指纹识别区域信息；

如前述内容，第一触控数据信息中包括了指纹识别模组在手指触摸触控屏指纹识别区域时采集的指纹信息，该指纹信息包括手指指腹在触控屏发出的光源下，指纹的脊线和谷线对光线产生不同的反射，经指纹识别模组处理，经由电子设备内的指纹识别算法处理，获得多灰度的指纹图像，该指纹图像包括该次触摸手指压覆在触控屏上的面积信息以及指纹的脊线和谷线的分布信息。基于该面积信息，得到上述的触控指纹面积信息。

本申请提供的方法中的步骤S200包括：

S210：根据所述第一触控数据信息，获取所述指纹识别模组获取的指纹区域信息；

S220：根据所述指纹区域信息，获取按压区域信息；

S230：对所述按压区域信息进行按压区域面积计算，获取第一面积信息；

S240：根据所述第一面积信息，获得所述第一指纹识别区域信息。

首先，根据触摸触控屏指纹识别区域产生的上述第一触控数据信息，获取指纹识别模组采集获取的触摸指纹识别区域得到的指纹区域信息，该指纹区域信息通过光学指纹识别技术采集，并通过指纹识别算法计算获得，器包括指纹的脊线和谷线的分布信息以及该次触屏按压覆盖于触摸屏上的手指指腹面积信息。因此，根据该第一触控数据信息，可获得该次触摸触控屏产生的按压区域信息。

进一步地，如上述内容，根据该按压区域信息，能够获得该次触屏按压覆盖于触摸屏上的手指指腹面积信息，即手指按压在屏幕上的面积。根据施力的原理，在采用手指指腹触控触控屏幕时，所施加的力越大，则手指按压在屏幕上的区域也就越大，因此，本申请中获取触摸触控屏的指纹面积，作为按压区域信息，进一步地作为调整检测获得的触控压力的数据基础。

由于该按压区域信息对应的指腹面积是不规则的，本申请提供的方法中，通过微积分等算法，对该按压区域信息进行计算，计算获得按压区域面积的具体面积，得到第一面积信息。其中，由于计算存在的误差以及指纹识别技术中存在的误差，该第一面积信息可能与实际的手指指腹接触屏幕的面积有一定出入，但准确度较高，可作为手指指腹接触屏幕的面积的数据进行后续计算。最后，将该第一面积信息作为上述的第一指纹识别区域信息。

本申请提供的方法通过指纹识别技术采集获得手指触摸指纹识别区域产生的指纹信息，进一步采集获得触摸产生的指纹面积信息，对面积进行计算，即可获得该次触摸屏幕产生的按压区域的面积信息，作为后续调整检测的压力数据信息的数据基础。

S300：根据所述第一触控数据信息，获取所述压力检测模组检测获得的触控压力信息，获得第一压力检测信息；

具体而言，上述的压力检测模组包括多个压力检测元件和一压力检测芯片，多个压力检测元件与压力检测芯片通信连接。该压力检测芯片包括于前述的压力计算单元中，用于根据多个压力检测元件检测获得的电信号计算获得相应的压力数据信息。

多个压力检测元件中的每个压力检测元件均包括一对电极，电极优选为原型薄片状，多个压力检测元件设置于触控屏显示面的下方，且位于上述指纹识别模组的附近。在手指按压触控屏的指纹识别区域时，触控屏产生一定形变，进而导致屏幕下指纹识别模组附近的多个压力检测元件内的电极产生一定形变或位移，两两电极之间的电容量发生变化，进而使电极之间连接的电路内的电信号发生变化，进一步即可通过压力检测芯片检测获得该变化的电信号，计算获得相应的压力数据信息。

上述的多个压力检测元件与指纹识别模组的距离不同，本申请中压力检测元件与指纹识别模组的距离为压力检测元件与指纹识别模组正对触控屏上的指纹识别区域中心点的距离，该指纹识别区域优选为圆形。通过多个与指纹识别模组距离不同的压力检测元件，在按压触控屏时，可对多个压力检测元件内的电极产生不同程度的压力，进而使电极产生不同程度的位移或形变，获得多个不同电信号，进而经压力检测芯片检测计算获得多个不同的压力数据信息，将该多个不同的压力数据信息作为上述的第一压力检测信息。

基于多个不同的压力数据信息进行进一步地数据处理，可有效避免由于电路问题或检测计算问题导致的压力数据检测不准确，还可避免由于单个压力检测装置检测压力数据时的数据不稳定问题，提升触控压力检测准确性。

本申请提供的方法中的步骤S300包括：

S310：通过多个压力检测元件检测所述第一触控数据信息产生的压力数据，获得多个初步压力检测信息；

S320：对多个所述初步压力检测信息进行异常检测，获得异常初步压力检测信息；

S330：从多个所述初步压力检测信息内去除所述异常初步压力检测信息，获得多个正常初步压力检测信息；

S340：将多个所述正常初步压力检测信息作为所述第一压力检测信息。

具体而言，如前述内容，在触摸触控屏产生第一触控数据信息时，该第一触控数据信息包括多个压力检测元件内电极检测获得的该次触摸对屏幕产生的按压压力数据信息，得到多个初步压力检测信息。多个初步压力检测信息分别由多个与指纹识别组件距离不同的压力检测元件检测获得。

然后，由于电路问题等其他可能存在的问题，多个压力检测元件中的部分压力检测元件检测并计算获得的初步压力检测信息可能存在误差，为异常数据，即多次检测中会较少次数出现的数据，异常数据会影响后续压力数据计算的准确性，因此，需要对异常数据进行检测并排除。

本申请提供的方法中的步骤S320包括：

S321：构建压力信息异常检测模型，所述压力信息异常检测模型包括多层分类节点；

S322：将多个所述初步压力检测信息输入所述压力信息异常检测模型；

S323：所述多层分类节点对多个所述初步压力检测信息进行多层的二分类，获得分类结果；

S324：选择所述分类结果中预设层数下的单个所述初步压力检测信息，作为所述异常初步压力检测信息。

具体而言，本申请中，通过构建压力信息异常检测模型对多个初步压力检测信息进行异常检测。其中，该压力信息异常检测模型包括多层可对初步压力检测信息进行二分类的分类节点，分别为根节点、枝节点和叶节点等等，多层的分类节点形成树状的分类模型。

多个初步压力检测信息当中，虽然各初步压力检测信息对应的压力检测元件与指纹识别模组的距离不同，检测获得的触控压力也必然不同，但各压力检测元件与指纹识别模组的距离之间的差值在一规律的范围内，进而，各压力检测元件对应的初步压力检测信息之间的差值较小或较为规律，形成规律而密集的数据簇，且根据对应压力检测元件与指纹识别模组的距离的大小，多个初步压力检测信息也按照从大到小的规律紧密排列，形成较为密集的数据簇。

其中，由于电路问题等情况，异常的初步压力检测信息往往会出现极大值或极小值，即异常的初步压力检测信息远大于其他的初步压力检测信息，或远小于其他的初步压力检测信息，形成孤立的数据点，因此，孤立的数据点对应的初步压力检测信息即为异常数据。若随机设置一压力检测信息阈值，将该大于该阈值和小于该阈值的初步压力检测信息分为两类，由于正常的初步压力检测信息是按照一定规律排列且紧密分布的，而异常的初步压力检测信息是极大值或极小值，孤立于正常数据之外，因此，在随机设置阈值的过程中，极易将异常的初步压力检测信息分类为单个数据，而其他正常的初步压力检测信息则会大概率被分为另一类，基于此，本申请对多个初步压力检测信息进行异常检测。

进一步地，在该压力信息异常检测模型中，每层的分类节点可对输入的多个初步压力检测信息进行二分类，每层的分类节点包括一压力检测信息阈值，将多个初步压力检测信息输入一分类节点，该分类节点可根据其内的压力检测信息阈值将输入的多个初步压力检测信息大于等于该阈值的部分初步压力检测信息输出为一类，将小于该阈值的部分初步压力检测信息输出为另一类，得到该分类节点的二分类结果。

下一层分类节点的二分类结果可输入至上一层分类节点，对二分类结果继续进行二分类，得到四个分类。如此重复，初步压力检测信息可将多个初步压力检测信息全部分类为单个初步压力检测信息，或直到分类至预设的分类节点层数。

如此，将多个初步压力检测信息输入该压力信息异常检测模型，经过多层的分类节点进行叠加的二分类，最终得到分类结果。分类结果中，前述的原理，异常的初步压力检测信息被较为低层的分类节点分类为单个数据，而正常的初步压力检测信息较为密集，经过多次二分类，才被较为高层的分类节点分类为单个数据，甚至经过所有分类节点的分类，在分类结果中仍为密集的多个数据，未被分类为单个数据，这是由于正常的初步压力检测信息较为密集。

基于该分类结果，设置一预设层数，将该预设层数以及该预设层数下分类节点分类获得的单个数据作为异常数据，预设层数的设置原理为，在该预设层数及以下的分类节点的单个数据较容易被分类为单个数据，与其他数据的差距较大，因此为异常数据。预设层数的设置原理也可为，需要一定量的正常数据进行后续处理，该预设层数对应分类节点以上的初步压力检测信息的数量满足后续处理需求，而该预设层数及以下分类节点分类获得的单个数据质量较差，且超出需求，予以舍弃。如此，将该预设层数及以下的分类节点分类获得的单个初步压力检测信息作为异常的初步压力检测信息，从多个初步压力检测信息中去除。

本申请通过设置异常检测模型，根据多个初步压力检测信息的分布原理进行异常检测，能够采用树状模型较为准确地检测出多个初步压力检测信息内的异常数据，提升初步压力检测信息的数据质量，进而提升触控压力检测的准确性。

本申请提供的方法中的步骤S321包括步骤：

S321-1：获取所述压力检测模组的历史初步压力检测信息集合；

S321-2：根据所述历史初步压力检测信息集合，不放回地随机选取第一压力阈值；

S321-3：根据所述第一压力阈值，构建第一分类节点；

S321-4：根据所述历史初步压力检测信息集合，继续不放回地随机选取第二压力阈值；

S321-5：根据所述第二压力阈值，构建第二分类节点；

S321-6：直到所述多层分类节点的层数达到预设层数，或所述多层分类节点将所述历史初步压力检测信息集合全部分类为单个初步压力检测信息，获得所述压力信息异常检测模型。

在构建上述压力信息异常检测模型的过程中，首先，采集大量的初步压力检测信息，作为历史初步压力检测信息集合。历史初步压力检测信息集合的采集可基于前述的设置有触控屏、指纹识别模组和压力检测模组的电子设备，进行对触控屏上指纹识别区域的多次触控测试，然后多次采集压力检测模组检测获得的多个初步压力检测信息，得到该历史初步压力检测信息集合。由于多次测试中的触控压力不尽相同，历史初步压力检测信息集合也包括多个不同的压力检测元件检测获得的初步压力检测信息。

根据该历史初步压力检测信息集合，不放回地随机选取一初步压力检测信息，作为第一压力阈值，将该第一压力阈值作为压力信息异常检测模型第一层分类节点的分类阈值，基于该第一压力阈值对多个初步压力检测信息进行二分类。

然后，再次不放回地随机选取一初步压力检测信息，作为第二压力阈值，将该第二压力阈值作为压力信息异常检测模型第二层分类节点的分类阈值，基于该第二压力阈值对第一层分类节点的二分类结果进行进一步的二分类。

如此，继续构建第三、第四层分类节点，直到多层分类节点能够将历史初步压力检测信息集合全部分类为单个初步压力检测信息，或者，为提升模型处理效率，多层分类节点的层数达到预设层数，能够完成当前多个初步压力检测信息异常检测的业务需要，即获得所述压力信息异常检测模型。

本申请通过进行多次的触控压力测验获得历史初步压力检测信息集合，根据该历史初步压力检测信息集合内的数据进行模型的构建和阈值的设置，能够提升模型构建效率，且不需进行监督学习，无需进行数据标记等冗杂的工作，即可完成较为准确的异常检测，去除多个初步压力检测信息内的异常数据，提升触控压力检测的准确性。

S400：获取第一压力调整参数；

如前述内容，压力检测模组内包括多个压力检测元件，且多个压力检测元件与指纹识别模组的距离不同，因此，多个压力检测元件检测获得的初步压力检测信息是不同的。在检测触控压力的过程中，需要将上述的多个初步压力检测信息进行调整，以获得最终的压力检测结果。

如图2所示，本申请提供的方法中的步骤S400包括：

S410：获取多个所述压力检测元件与所述指纹识别模组的多个距离信息；

S420：构建多个所述距离信息与多个所述初步压力检测信息之间的第一函数映射关系；

S430：根据所述第一函数映射关系，获得所述第一压力调整参数。

本申请实施例中，通过压力检测模组内压力检测元件与指纹识别模组的距离获得上述的第一压力调整参数。

具体而言，基于前述的灵敏度触控压力检测系统所在电子设备内的结构，压力检测模组包括多个压力检测元件，每个压力检测元件距离触控压力直接接触的指纹识别模组区域的距离不同。通过获取电子设备的设计图纸及尺寸信息，即可获得多个压力检测元件与指纹识别模组之间的距离信息，获得多个距离信息。

然后，根据前述内容中的异常检测方法，将检测获得的异常初步压力检测信息对应压力检测元件与指纹识别模组的距离信息从多个信息中去除，能够获得基于异常检测结果的多个距离信息。

在本申请中的触控压力检测过程中，与指纹识别模组之间的距离越近的压力检测元件，受到触控的压力就越大，则该压力检测元件检测获得对应的初步压力信息也就越大，因此，在压力检测模组内，压力检测元件检测获得的初步压力检测信息与压力检测元件与指纹识别模组的距离呈一定的函数关系。

将上述的多个压力检测元件的多个距离信息和多个对应的初步压力检测信息进行一一对应，然后构建多个距离信息和多个初步压力检测信息之间的第一函数映射关系。

示例性地，设置三元组<压力检测元件，距离信息，初步压力检测信息>对多个压力检测元件的距离信息和初步压力检测信息进行保存，然后，按照距离信息从小到大的顺序对多个三元组进行排序，能够获得包括多个初步压力检测信息的序列。然后，以距离信息作为横坐标，以初步压力检测信息作为纵坐标，构建二维坐标系，将多个压力检测元件的距离信息和初步压力检测信息写入。其中，由于初步压力检测信息存在一定的检测误差，因此，写入至该二维坐标系后能够获得一非线性的距离信息与初步压力检测信息之间的关系曲线。

然后，对该非线性关系进行拟合，优选采用最小二乘法拟合，获得能够较好表达所有压力检测元件的距离信息和初步压力检测信息数据的函数，即为第一函数映射关系。拟合获得的该第一函数映射关系内，距离信息可能与初步压力检测信息成正比，则获取第一函数映射关系的斜率，作为第一压力调整参数。距离信息也可能与初步压力检测信息呈曲线函数关系，斜率存在一定范围内的变化，则获取第一函数映射关系内多个斜率的平均值，作为第一压力调整参数。

本申请通过构建压力检测元件与指纹识别模组的距离信息和检测获得的初步压力检测信息之间的函数映射关系，进而获得第一压力调整参数，能够基于初步压力检测信息与距离信息之间的关系对检测存在一定误差对的压力检测信息进行调整，进而提升触控压力检测的准确性。

S500：采用所述第一压力调整参数调整所述第一压力检测信息，获得第二压力检测信息；

本申请提供的方法中的步骤S500包括：

S510：采用所述第一压力调整参数调整多个所述正常初步压力检测信息；

S520：对调整后的多个所述正常初步压力检测信息进行求均值，获得压力检测信息均值；

S530：将所述压力检测信息均值作为所述第二压力检测信息。

具体而言，首先，根据上述的第一压力调整参数，将第一压力调整参数与某一压力检测元件对应的距离信息进行求积，获得理论压力检测信息，判断该理论压力检测信息与该压力检测元件检测获得的初步压力检测信息的差值是否超过一预设的误差阈值，该误差阈值可通过实际的触控压力检测业务进行设置。若该差值超过该误差阈值，则将该理论压力检测信息替换该初步压力检测信息，作为该压力检测元件的压力检测信息。若该差值未超过该误差阈值，则将该初步压力检测信息作为该压力检测元件的压力检测信息。如此，即可完成初步压力检测信息的调整。

基于上述步骤，对多个压力检测元件的初步压力检测信息均进行调整，然后多个调整后的压力检测信息进行求均值计算，获得压力检测信息均值，并作为第二压力检测信息。其中，由于多个压力检测元件与指纹识别模组的距离不同，为求得最后的压力检测结果，将多个压力检测信息求均值，作为后续触控压力检测处理的数据基础。

S600：采用所述第一指纹识别区域信息校正所述第二压力检测信息，得到第三压力检测信息，作为压力检测结果。

在触摸触控屏的过程中，人施加的力越大，手指接触屏幕的过程中手指受力变形的程度越大，则手指指腹接触触控屏的面积就越大，屏幕受到的压力也越大。而对于常人而言，体型更强壮的人，手指也就更粗壮，手指指腹的面积也越大。因此，上述的第一指纹识别区域信息对应的面积越大，则该次触控触控屏施加的压力也越大。

本申请中，压力检测模组内的多个压力检测元件为避免影响指纹识别模组的功能，均设置于指纹识别模组的附近区域，难以检测到触控屏幕过程中直接的压力，因此，经调整后的上述第二压力检测信息仍存在一定的误差。因此，采用该第一指纹识别区域信息对上述的第二压力检测信息进行进一步校正，总体上而言，若该第一指纹识别区域信息越大，则将第二压力检测信息校正后的结果也会偏大，反之则会向较小的趋势进行校正，以获得更为准确的压力检测信息。

如图3所示，本申请提供的方法中的步骤S600包括：

S610：基于神经网络模型构建触控压力检测校正模型；

S620：获取历史指纹识别区域信息集合、历史第二压力检测信息集合和历史压力检测结果集合；

S630：根据所述历史指纹识别区域信息集合、历史第二压力检测信息集合和历史压力检测结果集合，获得训练数据和验证数据；

S640：采用所述训练数据和验证数据训练并验证所述触控压力检测校正模型，当所述触控压力检测校正模型的输出结果收敛或达到预设的准确率时，获得所述触控压力检测校正模型；

S650：将所述第一指纹识别区域信息、所述第二压力检测信息输入所述触控压力检测校正模型，获得所述第三压力检测信息。

具体而言，本申请中通过机器学习中的人工神经网络模型（Artificial NeuralNetwork，ANN）构建触控压力检测校正模型，对第二压力检测信息进行校正。神经网络模型为一种复杂的运算网络结构模型，其内包括多个简单单元，模拟人类大脑的神经元，能够对单个简单的逻辑问题进行计算处理，多个简单单元之间的连接形成权重，模拟人类大脑神经元之间的连接，多个简单单元配合即可完成较为复杂的逻辑运算。神经网络模型在监督训练过程中能够形成其内的网络结构和权重，训练完成的模型能够模拟人类大脑进行复杂的非线性逻辑运算，进行现实问题的计算和预测，准确率较高。

首先，构建触控压力检测校正模型的输入层、隐藏处理层和输出层，然后，基于触控屏的触控实验，获得多次触控实验获得的指纹识别区域信息，即在触控指纹识别区域时指纹识别模组检测获得的指纹区域面积信息，作为历史指纹识别区域信息集合。基于前述的步骤，在触控屏的触控压力检测试验中，获得多次触控实现的第二压力检测信息，作为历史第二压力检测信息集合。以及，基于其他不受电子设备结构影响的压力检测手段，检测多次触控屏的触控压力检测试验中的实际压力值，作为压力检测结果，即为历史压力检测结果结合。示例性地，在触控压力试验过程中，通过液压等标准压力手段配合人造模拟手指，例如橡胶手指触控按压触控屏的指纹识别区域，进行触控压力检测试验，即可获得实际的标准压力值，作为压力检测结果。综合多次触控压力检测试验获得的历史指纹识别区域信息集合、历史第二压力检测信息集合和历史压力检测结果集合，作为神经网络模型训练的基础，进而模型训练。其中，需要说明的是，历史的触控压力检测试验仅为获取数据进行，可采用人造手指进行触控按压，其目的为在电子设备接受用户手指按压时，能够检测获得最为准确的压力值。

然后，对上述的历史指纹识别区域信息集合、历史第二压力检测信息集合和历史压力检测结果集合内的数据分别进行划分，示例性地，按照7:3的比例进行划分，获得训练数据和验证数据。然后，对训练数据进行标识，获得标识信息，作为监督训练的数据基础。

采用训练数据对触控压力检测校正模型进行监督训练，训练过程中，触控压力检测校正模型不断进行自我修正，其内的模型结构和权重在训练数据下不断发生变化，当触控压力检测校正模型的输出结果达到收敛或预设的准确率后，监督训练结束。

然后，采用上述的验证数据验证该触控压力检测校正模型的输出结果的准确性，防止触控压力检测校正模型出现过拟合的情况，保证模型的准确度。若验证触控压力检测校正模型的输出结果准确率复核要求，则获得触控压力检测校正模型。

进一步地，将当前的第一指纹识别区域信息、和第二压力检测信息输入该触控压力检测校正模型，模型能够根据该第一指纹识别区域信息和该第二压力检测信息进行非线性的逻辑运算预测，获得概率最大的一压力值进行输出，作为输出结果。获得输出结果后，输出结果中即包括上述的第三压力检测信息，将该第三压力检测信息作为最终的压力检测结果。

其中，在训练数据中，同一指纹识别区域可在触控时在多种实际压力值的作用下形成多种第二压力检测信息。因此，模型在对第二压力检测信息进行校正的过程中，并非只是简单地将第二压力检测信息根据第一指纹识别区域信息的大小进行调整。

例如，基于训练数据训练过程中形成的模型结构，模型根据第一指纹识别区域信息的触控面积大小，分析该触控面积对应的用户能够造成触控压力的能力，若该触控面积较大，则该用户的手指指腹面积较大，能够造成较大程度的触控压力，则根据该第一指纹识别区域信息和第二压力检测信息对应的实际压力值，向较大的方法对实际压力值进行调整，获得输出结果。反之，若第一指纹识别区域信息的触控面积较小，则该用户能够造成较小程度的触控压力，则根据该第一指纹识别区域信息和第二压力检测信息对应的实际压力值，向较小的方法对实际压力值进行调整，获得输出结果。校正调整的程度可根据第一指纹识别区域信息大小的程度，以及第二压力检测信息大小的程度进行确定。

在实际应用过程中，基于前述方法检测获得的触控压力，可根据该触控压力对用户进行个性化的、基于触控力度大小进行触控操作的设置，使用户可根据触控力度的大小进行触控屏的不同输入，避免具有不同力度的用户进行触控时，无法准确根据个人触控力度进行舒适准确的不同触控力度的触控输入。

综上所述，本申请在触控屏的下方设置压力检测模组，在不影响触控屏显示和触控等功能的基础上检测获得触控产生的压力，相对于现有技术进一步地，通过获得压力检测模组内多个压力检测元件和指纹识别模组的距离信息，对检测到的压力信息进行调整，避免由于压力检测模组与触控区域的距离导致压力检测不准确，提升压力检测数据的准确性和灵敏度，进一步还通过指纹识别模组获取的触控指纹识别面积，对调整的压力数据进行进一步校正，更进一步地提升压力数据的准确性，避免由于检测不准确等因素导致压力检测数据失准，达到了提升触控压力检测准确性和灵敏度的技术效果。

实施例二

基于与前述实施例中一种高灵敏度触控压力检测方法相同的发明构思，如图4所示，本申请提供了一种高灵敏度触控压力检测系统，其中，所述系统包括：

第一获得单元11，所述第一获得单元11用于获取第一触控数据信息，所述第一触控数据信息通过触摸触控屏上正对指纹识别模组的区域获得；

第二获得单元12，所述第二获得单元12用于根据所述第一触控数据信息，获取所述指纹识别模组检测获得的触控指纹面积信息，获得第一指纹识别区域信息；

第三获得单元13，所述第三获得单元13用于根据所述第一触控数据信息，获取压力检测模组检测获得的触控压力信息，获得第一压力检测信息；

第一处理单元14，所述第一处理单元14用于获取第一压力调整参数；

第二处理单元15，所述第二处理单元15用于采用所述第一压力调整参数调整所述第一压力检测信息，获得第二压力检测信息；

第三处理单元16，所述第三处理单元16用于采用所述第一指纹识别区域信息校正所述第二压力检测信息，得到第三压力检测信息，作为压力检测结果。

进一步的，所述系统还包括：

第四获得单元，所述第四获得单元用于根据所述第一触控数据信息，获取所述指纹识别模组获取的指纹区域信息；

第五获得单元，所述第五获得单元用于根据所述指纹区域信息，获取按压区域信息；

第四处理单元，所述第四处理单元用于对所述按压区域信息进行按压区域面积计算，获取第一面积信息；

第六获得单元，所述第六获得单元用于根据所述第一面积信息，获得所述第一指纹识别区域信息。

进一步的，所述系统还包括：

第七获得单元，所述第七获得单元用于通过多个压力检测元件检测所述第一触控数据信息产生的压力数据，获得多个初步压力检测信息；

第五处理单元，所述第五处理单元用于对多个所述初步压力检测信息进行异常检测，获得异常初步压力检测信息；

第八获得单元，所述第八获得单元用于从多个所述初步压力检测信息内去除所述异常初步压力检测信息，获得多个正常初步压力检测信息；

第九获得单元，所述第九获得单元用于将多个所述正常初步压力检测信息作为所述第一压力检测信息。

进一步的，所述系统还包括：

第一构建单元，所述第一构建单元用于构建压力信息异常检测模型，所述压力信息异常检测模型包括多层分类节点；

第六处理单元，所述第六处理单元用于将多个所述初步压力检测信息输入所述压力信息异常检测模型；

第七处理单元，所述第七处理单元用于所述多层分类节点对多个所述初步压力检测信息进行多层的二分类，获得分类结果；

第八处理单元，所述第八处理单元用于选择所述分类结果中预设层数下的单个所述初步压力检测信息，作为所述异常初步压力检测信息。

进一步的，所述系统还包括：

第十获得单元，所述第十获得单元用于获取所述压力检测模组的历史初步压力检测信息集合；

第九处理单元，所述第九处理单元用于根据所述历史初步压力检测信息集合，不放回地随机选取第一压力阈值；

第二构建单元，所述第二构建单元用于根据所述第一压力阈值，构建第一分类节点；

第十处理单元，所述第十处理单元用于根据所述历史初步压力检测信息集合，继续不放回地随机选取第二压力阈值；

第三构建单元，所述第三构建单元用于根据所述第二压力阈值，构建第二分类节点；

第十一获得单元，所述第十一获得单元用于直到所述多层分类节点的层数达到预设层数，或所述多层分类节点将所述历史初步压力检测信息集合全部分类为单个初步压力检测信息，获得所述压力信息异常检测模型。

进一步的，所述系统还包括：

第十二获得单元，所述第十二获得单元用于获取多个所述压力检测元件与所述指纹识别模组的多个距离信息；

第四构建单元，所述第四构建单元用于构建多个所述距离信息与多个所述初步压力检测信息之间的第一函数映射关系；

第十三获得单元，所述第十三获得单元用于根据所述第一函数映射关系，获得所述第一压力调整参数。

进一步的，所述系统还包括：

第十一处理单元，所述第十一处理单元用于采用所述第一压力调整参数调整多个所述正常初步压力检测信息；

第十二处理单元，所述第十二处理单元用于对调整后的多个所述正常初步压力检测信息进行求均值，获得压力检测信息均值；

第十三处理单元，所述第十三处理单元用于将所述压力检测信息均值作为所述第二压力检测信息。

进一步的，所述系统还包括：

第五构建单元，所述第五构建单元用于基于神经网络模型构建触控压力检测校正模型；

第十四获得单元，所述第十四获得单元用于获取历史指纹识别区域信息集合、历史第二压力检测信息集合和历史压力检测结果集合；

第十五获得单元，所述第十五获得单元用于根据所述历史指纹识别区域信息集合、历史第二压力检测信息集合和历史压力检测结果集合，获得训练数据和验证数据；

第十四处理单元，所述第十四处理单元用于采用所述训练数据和验证数据训练并验证所述触控压力检测校正模型，当所述触控压力检测校正模型的输出结果收敛或达到预设的准确率时，获得所述触控压力检测校正模型；

第十五处理单元，所述第十五处理单元用于将所述第一指纹识别区域信息、所述第二压力检测信息输入所述触控压力检测校正模型，获得所述第三压力检测信息。

实施例三

基于与前述实施例中一种高灵敏度触控压力检测方法相同的发明构思，本申请还提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如实施例一内的方法。

示例性电子设备

下面参考图5来描述本申请的电子设备，基于与前述实施例中一种高灵敏度触控压力检测方法相同的发明构思，本申请还提供了一种高灵敏度触控压力检测系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使得系统以执行实施例一所述方法的步骤。

该电子设备300包括：处理器302、通信接口303、存储器301。可选的，电子设备300还可以包括总线架构304。其中，通信接口303、处理器302以及存储器301可以通过总线架构304相互连接；总线架构304可以是外设部件互连标(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture，简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示，图5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。

处理器302可以是一个CPU，微处理器，ASIC，或一个或多个用于控制本申请方案程序执行的集成电路。

通信接口303，使用任何收发器一类的装置，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，RAN),无线局域网(wireless local areanetworks，WLAN)，有线接入网等。

存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable Programmable read only memory，EEPROM)、只读光盘(compactdiscread only memory，CD ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。

其中，存储器301用于存储执行本申请方案的计算机执行指令，并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令，从而实现本申请上述实施例提供的一种高灵敏度触控压力检测方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(SolidState Disk，SSD))等。

尽管结合具体特征及其实施例对本申请进行了描述，显而易见的，在不脱离本申请的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。

Claims (6)

1.一种高灵敏度触控压力检测方法，其特征在于，所述方法应用于一高灵敏度触控压力检测系统，所述系统包括：触控屏、指纹识别模组和压力检测模组；指纹识别模组设置于所述触控屏的下方；压力检测模组与所述指纹识别模组通信连接，设置于所述指纹识别模组的附近；所述方法包括：

获取第一触控数据信息，所述第一触控数据信息通过触摸所述触控屏上正对所述指纹识别模组的区域获得；

根据所述第一触控数据信息，获取所述指纹识别模组检测获得的触控指纹面积信息，获得第一指纹识别区域信息；

根据所述第一触控数据信息，获取所述压力检测模组检测获得的触控压力信息，获得第一压力检测信息，其中，所述压力检测模组包括多个压力检测元件和一压力检测芯片，多个所述压力检测元件与所述压力检测芯片通信连接，所述根据所述第一触控数据信息，获取所述压力检测模组检测获得的触控压力信息，包括：

通过多个压力检测元件检测所述第一触控数据信息产生的压力数据，获得多个初步压力检测信息；

对多个所述初步压力检测信息进行异常检测，获得异常初步压力检测信息；

从多个所述初步压力检测信息内去除所述异常初步压力检测信息，获得多个正常初步压力检测信息；

将多个所述正常初步压力检测信息作为所述第一压力检测信息；

获取第一压力调整参数，包括：

获取多个所述压力检测元件与所述指纹识别模组的多个距离信息；

构建多个所述距离信息与多个所述初步压力检测信息之间的第一函数映射关系；

根据所述第一函数映射关系，获得所述第一压力调整参数；

采用所述第一压力调整参数调整所述第一压力检测信息，获得第二压力检测信息，包括：

采用所述第一压力调整参数调整多个所述正常初步压力检测信息；

对调整后的多个所述正常初步压力检测信息进行求均值，获得压力检测信息均值；

将所述压力检测信息均值作为所述第二压力检测信息；

所述采用所述第一压力调整参数调整所述第一压力检测信息，获得第二压力检测信息，具体还包括：根据所述第一压力调整参数，将所述第一压力调整参数与某一压力检测元件对应的距离信息进行求积，获得理论压力检测信息；判断所述理论压力检测信息与所述压力检测元件检测获得的所述初步压力检测信息的差值是否超过一预设的误差阈值，所述误差阈值可通过实际的触控压力检测业务进行设置；当所述差值超过所述误差阈值，将所述理论压力检测信息替换所述初步压力检测信息，作为所述压力检测元件的压力检测信息；当所述差值未超过所述误差阈值，将所述初步压力检测信息作为所述压力检测元件的压力检测信息；

采用所述第一指纹识别区域信息校正所述第二压力检测信息，得到第三压力检测信息，作为压力检测结果，包括：

基于神经网络模型构建触控压力检测校正模型；

获取历史指纹识别区域信息集合、历史第二压力检测信息集合和历史压力检测结果集合；

根据所述历史指纹识别区域信息集合、历史第二压力检测信息集合和历史压力检测结果集合，获得训练数据和验证数据；

采用所述训练数据和验证数据训练并验证所述触控压力检测校正模型，当所述触控压力检测校正模型的输出结果收敛或达到预设的准确率时，获得所述触控压力检测校正模型；

将所述第一指纹识别区域信息、所述第二压力检测信息输入所述触控压力检测校正模型，获得所述第三压力检测信息。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一触控数据信息，获取所述指纹识别模组检测获得的触控指纹面积信息，包括：

根据所述第一触控数据信息，获取所述指纹识别模组获取的指纹区域信息；

根据所述指纹区域信息，获取按压区域信息；

对所述按压区域信息进行按压区域面积计算，获取第一面积信息；

根据所述第一面积信息，获得所述第一指纹识别区域信息。

3.根据权利要求1所述的方法，其特征在于，所述对多个所述初步压力检测信息进行异常检测，包括：

构建压力信息异常检测模型，所述压力信息异常检测模型包括多层分类节点；

将多个所述初步压力检测信息输入所述压力信息异常检测模型；

所述多层分类节点对多个所述初步压力检测信息进行多层的二分类，获得分类结果；

选择所述分类结果中预设层数下的单个所述初步压力检测信息，作为所述异常初步压力检测信息。

4.根据权利要求3所述的方法，其特征在于，所述构建压力信息异常检测模型，包括：

获取所述压力检测模组的历史初步压力检测信息集合；

根据所述历史初步压力检测信息集合，不放回地随机选取第一压力阈值；

根据所述第一压力阈值，构建第一分类节点；

根据所述历史初步压力检测信息集合，继续不放回地随机选取第二压力阈值；

根据所述第二压力阈值，构建第二分类节点；

直到所述多层分类节点的层数达到预设层数，或所述多层分类节点将所述历史初步压力检测信息集合全部分类为单个初步压力检测信息，获得所述压力信息异常检测模型。

5.一种高灵敏度触控压力检测系统，其特征在于，所述系统包括：

第一获得单元，所述第一获得单元用于获取第一触控数据信息，所述第一触控数据信息通过触摸触控屏上正对指纹识别模组的区域获得；

第二获得单元，所述第二获得单元用于根据所述第一触控数据信息，获取所述指纹识别模组检测获得的触控指纹面积信息，获得第一指纹识别区域信息；

第三获得单元，所述第三获得单元用于根据所述第一触控数据信息，获取压力检测模组检测获得的触控压力信息，获得第一压力检测信息，其中，所述压力检测模组包括多个压力检测元件和一压力检测芯片，多个所述压力检测元件与所述压力检测芯片通信连接，所述根据所述第一触控数据信息，获取所述压力检测模组检测获得的触控压力信息，包括：

第七获得单元，所述第七获得单元用于通过多个压力检测元件检测所述第一触控数据信息产生的压力数据，获得多个初步压力检测信息；

第五处理单元，所述第五处理单元用于对多个所述初步压力检测信息进行异常检测，获得异常初步压力检测信息；

第八获得单元，所述第八获得单元用于从多个所述初步压力检测信息内去除所述异常初步压力检测信息，获得多个正常初步压力检测信息；

第九获得单元，所述第九获得单元用于将多个所述正常初步压力检测信息作为所述第一压力检测信息；

第一处理单元，所述第一处理单元用于获取第一压力调整参数，包括：

第十二获得单元，所述第十二获得单元用于获取多个所述压力检测元件与所述指纹识别模组的多个距离信息；

第四构建单元，所述第四构建单元用于构建多个所述距离信息与多个所述初步压力检测信息之间的第一函数映射关系；

第十三获得单元，所述第十三获得单元用于根据所述第一函数映射关系，获得所述第一压力调整参数；

第二处理单元，所述第二处理单元用于采用所述第一压力调整参数调整所述第一压力检测信息，获得第二压力检测信息，包括：

第十一处理单元，所述第十一处理单元用于采用所述第一压力调整参数调整多个所述正常初步压力检测信息；

第十二处理单元，所述第十二处理单元用于对调整后的多个所述正常初步压力检测信息进行求均值，获得压力检测信息均值；

第十三处理单元，所述第十三处理单元用于将所述压力检测信息均值作为所述第二压力检测信息；

所述第二处理单元具体还包括：根据所述第一压力调整参数，将所述第一压力调整参数与某一压力检测元件对应的距离信息进行求积，获得理论压力检测信息；判断所述理论压力检测信息与所述压力检测元件检测获得的所述初步压力检测信息的差值是否超过一预设的误差阈值，所述误差阈值可通过实际的触控压力检测业务进行设置；当所述差值超过所述误差阈值，将所述理论压力检测信息替换所述初步压力检测信息，作为所述压力检测元件的压力检测信息；当所述差值未超过所述误差阈值，将所述初步压力检测信息作为所述压力检测元件的压力检测信息；

第三处理单元，所述第三处理单元用于采用所述第一指纹识别区域信息校正所述第二压力检测信息，得到第三压力检测信息，作为压力检测结果，包括：

第五构建单元，所述第五构建单元用于基于神经网络模型构建触控压力检测校正模型；

第十四获得单元，所述第十四获得单元用于获取历史指纹识别区域信息集合、历史第二压力检测信息集合和历史压力检测结果集合；

第十五获得单元，所述第十五获得单元用于根据所述历史指纹识别区域信息集合、历史第二压力检测信息集合和历史压力检测结果集合，获得训练数据和验证数据；

第十四处理单元，所述第十四处理单元用于采用所述训练数据和验证数据训练并验证所述触控压力检测校正模型，当所述触控压力检测校正模型的输出结果收敛或达到预设的准确率时，获得所述触控压力检测校正模型；

第十五处理单元，所述第十五处理单元用于将所述第一指纹识别区域信息、所述第二压力检测信息输入所述触控压力检测校正模型，获得所述第三压力检测信息。

6.一种高灵敏度触控压力检测系统，其特征在于，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使系统执行如权利要求1至4任一项所述方法的步骤。

Images