CN117251073A - 触摸屏的自动校准系统及其方法 - Google Patents
触摸屏的自动校准系统及其方法 Download PDFInfo
- Publication number
- CN117251073A CN117251073A CN202311440407.1A CN202311440407A CN117251073A CN 117251073 A CN117251073 A CN 117251073A CN 202311440407 A CN202311440407 A CN 202311440407A CN 117251073 A CN117251073 A CN 117251073A
- Authority
- CN
- China
- Prior art keywords
- humidity
- time sequence
- scale
- temperature
- environmental
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000007613 environmental effect Effects 0.000 claims abstract description 157
- 239000013598 vector Substances 0.000 claims abstract description 132
- 239000011159 matrix material Substances 0.000 claims abstract description 100
- 238000012545 processing Methods 0.000 claims abstract description 30
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- 238000012549 training Methods 0.000 claims description 67
- 230000011218 segmentation Effects 0.000 claims description 11
- 230000004913 activation Effects 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 2
- 230000004927 fusion Effects 0.000 claims description 2
- 238000011176 pooling Methods 0.000 claims description 2
- 230000008859 change Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 238000002075 inversion recovery Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000010897 surface acoustic wave method Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- AMGQUBHHOARCQH-UHFFFAOYSA-N indium;oxotin Chemical compound [In].[Sn]=O AMGQUBHHOARCQH-UHFFFAOYSA-N 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- TYHJXGDMRRJCRY-UHFFFAOYSA-N zinc indium(3+) oxygen(2-) tin(4+) Chemical compound [O-2].[Zn+2].[Sn+4].[In+3] TYHJXGDMRRJCRY-UHFFFAOYSA-N 0.000 description 1
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
- G06F3/0418—Control or interface arrangements specially adapted for digitisers for error correction or compensation, e.g. based on parallax, calibration or alignment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
- G06F11/3072—Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves data filtering, e.g. pattern matching, time or event triggered, adaptive or policy-based reporting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Human Computer Interaction (AREA)
- Computing Systems (AREA)
- User Interface Of Digital Computer (AREA)
- Position Input By Displaying (AREA)
Abstract
本发明公开了一种触摸屏的自动校准系统及其方法,其获取由温度传感器采集的预定时间段内多个预定时间点的环境温度值;获取由湿度传感器采集的所述多个预定时间点的环境湿度值;对所述多个预定时间点的环境温度值和所述多个预定时间点的环境湿度值进行数据结构化处理以得到环境温度时序输入向量和环境湿度时序输入向量;对所述环境温度时序输入向量和所述环境湿度时序输入向量进行环境温湿度参数联合分析以得到环境温度‑湿度多尺度时序关联特征矩阵;以及,基于所述环境温度‑湿度多尺度时序关联特征矩阵,确定是否输出校准指令。这样,可以利用智能算法来自动化地分析环境参数的时序变化特征,并判断何时需要执行触摸屏电容校准程序。
Description
技术领域
本发明涉及智能化自动校准技术领域,尤其涉及一种触摸屏的自动校准系统及其方法。
背景技术
随着科学技术的发展,触摸屏已经逐渐取代机械式按钮面板成为手机、笔记本等电子设备新的操作界面。目前,触摸屏主要包括电阻式触摸屏、红外线触摸屏以及电容式触摸屏。其中,电容式触摸屏的结构不但能保护导体及感应器,更能有效地防止外在环境因素对触摸屏造成影响,故而现阶段被应用在越来越多的电子产品中。
但电容式触摸屏也具有缺点,例如,电容式触摸屏往往会产生漂移现象,造成触摸屏的定位不准确,因此需要对触摸屏进行校准。
现有对于触摸屏的校准,通常是在使用过程中若发现触摸屏的定位不准确,需采用手动操作校准。这种方式不够智能化,影响用户体验。因此,期待一种触摸屏的自动校准方案。
发明内容
本发明实施例提供一种触摸屏的自动校准系统及其方法,其获取由温度传感器采集的预定时间段内多个预定时间点的环境温度值;获取由湿度传感器采集的所述多个预定时间点的环境湿度值;对所述多个预定时间点的环境温度值和所述多个预定时间点的环境湿度值进行数据结构化处理以得到环境温度时序输入向量和环境湿度时序输入向量;对所述环境温度时序输入向量和所述环境湿度时序输入向量进行环境温湿度参数联合分析以得到环境温度-湿度多尺度时序关联特征矩阵;以及,基于所述环境温度-湿度多尺度时序关联特征矩阵,确定是否输出校准指令。这样,可以利用智能算法来自动化地分析环境参数的时序变化特征,并判断何时需要执行触摸屏电容校准程序。
本发明实施例还提供了一种触摸屏的自动校准方法,其包括:
获取由温度传感器采集的预定时间段内多个预定时间点的环境温度值;
获取由湿度传感器采集的所述多个预定时间点的环境湿度值;
对所述多个预定时间点的环境温度值和所述多个预定时间点的环境湿度值进行数据结构化处理以得到环境温度时序输入向量和环境湿度时序输入向量;
对所述环境温度时序输入向量和所述环境湿度时序输入向量进行环境温湿度参数联合分析以得到环境温度-湿度多尺度时序关联特征矩阵;以及
基于所述环境温度-湿度多尺度时序关联特征矩阵,确定是否输出校准指令。
本发明实施例还提供了一种触摸屏的自动校准系统,其包括:
温度值获取模块,用于获取由温度传感器采集的预定时间段内多个预定时间点的环境温度值;
湿度值获取模块,用于获取由湿度传感器采集的所述多个预定时间点的环境湿度值;
数据结构化处理模块,用于对所述多个预定时间点的环境温度值和所述多个预定时间点的环境湿度值进行数据结构化处理以得到环境温度时序输入向量和环境湿度时序输入向量;
参数联合分析模块,用于对所述环境温度时序输入向量和所述环境湿度时序输入向量进行环境温湿度参数联合分析以得到环境温度-湿度多尺度时序关联特征矩阵;以及
校准指令判定模块,用于基于所述环境温度-湿度多尺度时序关联特征矩阵,确定是否输出校准指令。
与现有技术相比,本申请提供的一种触摸屏的自动校准系统及其方法,其可以利用智能算法来自动化地分析环境参数的时序变化特征,并判断何时需要执行触摸屏电容校准程序。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本发明实施例中提供的一种触摸屏的自动校准方法的流程图。
图2为本发明实施例中提供的一种触摸屏的自动校准方法的系统架构的示意图。
图3为本发明实施例中提供的一种触摸屏的自动校准系统的框图。
图4为本发明实施例中提供的一种触摸屏的自动校准方法的应用场景图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
除非另有说明,本申请实施例所使用的所有技术和科学术语与本申请的技术领域的技术人员通常理解的含义相同。本申请中所使用的术语只是为了描述具体的实施例的目的,不是旨在限制本申请的范围。
在本申请实施例记载中,需要说明的是,除非另有说明和限定,术语“连接”应做广义理解,例如,可以是电连接,也可以是两个元件内部的连通,可以是直接相连,也可以通过中间媒介间接相连,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
需要说明的是,本申请实施例所涉及的术语“第一\第二\第三”仅仅是是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二\第三”区分的对象在适当情况下可以互换,以使这里描述的本申请的实施例可以除了在这里图示或描述的那些以外的顺序实施。
触摸屏是一种用于输入和控制的电子显示设备,能够感知和响应用户通过手指或其他物体在屏幕上的触摸操作。触摸屏已经广泛应用于各种电子设备,包括智能手机、平板电脑、笔记本电脑、汽车导航系统、自动取款机等。
根据不同的工作原理和技术,触摸屏可以分为几种主要类型:
电阻式触摸屏由两层柔性透明薄膜组成,中间夹有微小的空气间隙。当用户用手指或触控笔按压屏幕时,上下两层薄膜会接触,形成电流,通过测量电阻变化来确定触摸位置。电阻式触摸屏对触摸物体不限制,可以使用手指、手套或者任何非导电物体进行操作。
电容式触摸屏使用一层透明导电材料(通常是氧化铟锡或氧化铟锡锌)覆盖在玻璃或塑料表面上。当用户触摸屏幕时,人体的电荷会改变触摸屏上的电场分布,通过测量电容变化来确定触摸位置。电容式触摸屏对非导电物体无法感知,只能通过人体或其他导电物体进行操作。
表面声波触摸屏在屏幕上放置一对发射器和接收器,通过声波传播在屏幕表面形成一个声波网格。当用户触摸屏幕时,触摸点会导致声波的衰减,通过检测衰减位置来确定触摸位置。表面声波触摸屏具有高的透光性和耐划伤性能,但对于多点触控支持有一定限制。
表面电容式触摸屏在屏幕上涂覆一层透明导电涂层,通过测量触摸点周围的电容变化来确定触摸位置。表面电容式触摸屏对非导电物体无法感知,通常需要使用人体或其他导电物体进行操作。
光学投影式触摸屏使用红外线光源和传感器阵列,通过检测光的遮挡来确定触摸位置。当用户触摸屏幕时,触摸点会阻挡光线的传播,被传感器检测到。光学投影式触摸屏可以实现多点触控和高精度定位。
电容式触摸屏是一种常见的触摸输入技术,广泛应用于智能手机、平板电脑、笔记本电脑和其他电子设备上,通过感应人体电荷来检测触摸位置。电容式触摸屏通常由两层导电层构成,分别是玻璃表面上的感应层和底部的驱动层,感应层上有一系列微小的导电电极,形成一个电容阵列。当用户用手指或触摸笔触摸屏幕时,人体电荷会改变感应层上电极之间的电容值,触摸屏控制器会通过测量这些电容值的变化来确定触摸位置。电容式触摸屏可以实现多点触控,即同时识别和跟踪多个触摸点,这使得用户可以使用手指进行缩放、旋转和手势操作等多种交互方式。电容式触摸屏对触摸的响应速度较快,具有较高的灵敏度,可以准确地捕捉到细微的触摸动作,提供流畅的触摸体验。电容式触摸屏通常是透明的,不会对显示效果产生影响,这使得它能够被应用于各种显示设备,不影响图像的清晰度和亮度。由于电容式触摸屏没有机械按钮,其结构相对简单,没有易损部件,更加耐用,并且能够经受长时间的重复使用。
传统的电容式触摸屏校准通常需要用户进行手动操作,以确保触摸屏的定位准确。手动校准的过程包括以下步骤:进入校准模式,通过系统设置或特定的按键组合,将触摸屏切换到校准模式。标定点选择,在屏幕上显示一系列标定点,通常是四个或更多。用户需要按照指示,依次用手指触摸这些标定点。数据采集,每当用户触摸一个标定点时,触摸屏会记录下相应的触摸坐标数据。数据处理,校准算法会对采集到的触摸坐标数据进行处理和分析,以确定触摸屏的误差和校准参数。校准参数计算,根据数据处理的结果,计算出校准参数,包括缩放因子、偏移量等。校准应用,将计算得到的校准参数应用到触摸屏的驱动程序中,以实现校准效果。
手动校准的优点是简单易操作,可以在需要时快速进行。然而,手动校准需要用户参与,需要用户正确地触摸标定点,并且需要用户有一定的操作经验和准确性。手动校准需要逐个触摸标定点,这可能需要一定的时间。同时,由于人为因素和触摸精度的限制,手动校准可能无法完全消除触摸定位误差。为了解决手动校准的局限性,提出了自动化的触摸屏校准方法,这种方法利用智能算法对触摸屏的环境参数和时序变化特征进行分析,判断何时执行校准程序,并自动调整校准参数。通过智能化的校准方案,可以提高触摸屏的自动校准效果,提升用户体验。
在本发明的一个实施例中,图1为本发明实施例中提供的一种触摸屏的自动校准方法的流程图。图2为本发明实施例中提供的一种触摸屏的自动校准方法的系统架构的示意图。如图1和图2所示,根据本发明实施例的触摸屏的自动校准方法,包括:110,获取由温度传感器采集的预定时间段内多个预定时间点的环境温度值;120,获取由湿度传感器采集的所述多个预定时间点的环境湿度值;130,对所述多个预定时间点的环境温度值和所述多个预定时间点的环境湿度值进行数据结构化处理以得到环境温度时序输入向量和环境湿度时序输入向量;140,对所述环境温度时序输入向量和所述环境湿度时序输入向量进行环境温湿度参数联合分析以得到环境温度-湿度多尺度时序关联特征矩阵;以及,150,基于所述环境温度-湿度多尺度时序关联特征矩阵,确定是否输出校准指令。
在所述步骤110中,确保温度传感器的准确性和稳定性,以获取可靠的环境温度值。根据需要选择适当的时间间隔进行采集,以获得足够的数据点来进行后续处理。通过获取预定时间段内的环境温度值,可以了解温度的变化趋势和波动情况,为后续的数据处理和分析提供基础数据。在所述步骤120中,确保湿度传感器的准确性和稳定性,以获取可靠的环境湿度值。与温度传感器一样,选择适当的时间间隔进行采集,以获得足够的数据点。通过获取预定时间段内的环境湿度值,可以了解湿度的变化趋势和波动情况,为后续的数据处理和分析提供基础数据。在所述步骤130中,对采集到的环境温度和湿度数据进行时间序列的整理和排序,确保数据的时序关系。可以使用合适的数据结构(如数组或矩阵)来存储和表示时序数据。通过将环境温度和湿度数据进行结构化处理,可以方便后续的数据分析和特征提取,进一步揭示温湿度之间的关联特征。在所述步骤140中,通过统计、计算或其他分析方法,对环境温度和湿度的时序数据进行联合分析,探索它们之间的关联关系和特征。可以使用多种特征提取方法,如相关性分析、频谱分析等。通过环境温湿度参数的联合分析,可以得到一个多尺度时序关联特征矩阵,其中包含了温度和湿度之间的关联特征。这些特征可以用于后续的模式识别、分类或决策任务。在所述步骤150中,根据特定的校准算法或规则,对环境温湿度的关联特征矩阵进行分析和判断,以确定是否需要进行触摸屏校准。校准指令可以是触摸屏自动校准程序的触发信号。根据环境温湿度的关联特征矩阵,可以判断触摸屏是否需要校准。通过自动化的校准指令输出,可以提高触摸屏的准确性和稳定性,提升用户的触摸体验。
在现有技术中,参考专利CN102929419B提供了一种触摸屏的自动校准方法、系统及自动校准触摸屏设备,所述触摸屏的自动校准方法包括下述步骤:获取环境参数;将所述环境参数与环境阈值进行对比,当所述环境参数不处于环境阈值范围内时,执行触摸屏电容校准程序。
在这个方法中,环境参数与固定的环境阈值进行对比,可能存在一些问题,例如,环境阈值可能不适用于所有的触摸屏设备,不同的设备可能有不同的电容特性。因此,采用固定的环境阈值是不合理的。而不管环境阈值如何变化,当实际的环境参数存在较大变化时,大概率是需要执行触摸屏电容校准程序的。
为解决上述技术问题,本申请的技术构思是:期待利用智能算法来自动化地分析环境参数的时序变化特征,并判断何时需要执行触摸屏电容校准程序。
基于此,在本申请的技术方案中,首先,获取由温度传感器采集的预定时间段内多个预定时间点的环境温度值;同时,获取由湿度传感器采集的所述多个预定时间点的环境湿度值。然后,对所述多个预定时间点的环境温度值和所述多个预定时间点的环境湿度值进行数据结构化处理以得到环境温度时序输入向量和环境湿度时序输入向量。
在本申请的一个具体示例中,对所述多个预定时间点的环境温度值和所述多个预定时间点的环境湿度值进行数据结构化处理以得到环境温度时序输入向量和环境湿度时序输入向量的编码过程,包括:先将所述多个预定时间点的环境温度值按照时间维度排列为环境温度时序输入向量;同时,将所述多个预定时间点的环境湿度值按照时间维度排列为环境湿度时序输入向量。
应可以理解,环境温度和环境湿度是触摸屏电容性能的两个重要影响因素,它们之间存在一定的关联关系。具体而言,环境温度和环境湿度可以影响触摸屏的电容特性,包括电容值的变化、电容漂移等。当环境温度和湿度发生变化时,触摸屏的电容特性可能会发生相应的变化。例如,温度的升高会导致材料的热膨胀,进而影响触摸屏电容的结构和电容值;湿度的增加可能导致介质表面的吸湿,进而影响电容传感器的表面特性。
为了捕捉环境温度与环境湿度之间的关联关系,在本申请的技术方案中,对所述环境温度时序输入向量和所述环境湿度时序输入向量进行环境温湿度参数联合分析以得到环境温度-湿度多尺度时序关联特征矩阵。这样,所述环境温度-湿度多尺度时序关联特征矩阵可以表征两者之间的关系,并作为判断触摸屏是否需要进行校准的重要依据。
在本申请的一个具体实施例中,对所述环境温度时序输入向量和所述环境湿度时序输入向量进行环境温湿度参数联合分析以得到环境温度-湿度多尺度时序关联特征矩阵,包括:分别对所述环境温度时序输入向量和所述环境湿度时序输入向量进行多尺度时序特征分析以得到环境温度多尺度时序特征向量和环境湿度多尺度时序特征向量;以及,计算所述环境温度多尺度时序特征向量和所述环境湿度多尺度时序特征向量之间的关联矩阵以得到所述环境温度-湿度多尺度时序关联特征矩阵。
在本申请的一个具体示例中,对所述环境温度时序输入向量和所述环境湿度时序输入向量进行环境温湿度参数联合分析以得到环境温度-湿度多尺度时序关联特征矩阵的编码过程,包括:先将所述环境温度时序输入向量通过具有多尺度一维卷积结构的环境温度多尺度时序特征提取器以得到环境温度多尺度时序特征向量;同时,将所述环境湿度时序输入向量通过具有多尺度一维卷积结构的环境湿度多尺度时序特征提取器以得到环境湿度多尺度时序特征向量;随后,计算所述环境温度多尺度时序特征向量和所述环境湿度多尺度时序特征向量之间的关联矩阵以得到环境温度-湿度多尺度时序关联特征矩阵。
其中,将所述环境温度时序输入向量通过具有多尺度一维卷积结构的环境温度多尺度时序特征提取器以得到所述环境温度多尺度时序特征向量,包括:使用所述具有多尺度一维卷积结构的环境温度多尺度时序特征提取器的各层在层的正向传递中对输入数据分别进行卷积处理、池化处理和非线性激活处理以由所述具有多尺度一维卷积结构的环境温度多尺度时序特征提取器的最后一层的输出为所述环境温度多尺度时序特征向量,其中,所述具有多尺度一维卷积结构的环境温度多尺度时序特征提取器的第一层的输入为所述环境温度时序输入向量。
进一步地,将所述环境温度-湿度多尺度时序关联特征矩阵通过十字交叉注意力模块以得到注意力增强环境温度-湿度多尺度时序关联特征矩阵。这里,所述十字交叉注意力模块通过优化采样点选择的方式,降低了自注意力机制的计算复杂度,并且避免了整个特征矩阵上建立注意力图的冗余计算。这使得十字交叉注意力模块能够更高效地捕捉特征矩阵中的关键信息。
更具体地,在本申请的实施例中,将所述环境温度-湿度多尺度时序关联特征矩阵通过十字交叉注意力模块以得到注意力增强环境温度-湿度多尺度时序关联特征矩阵的编码过程,包括:先将环境温度-湿度多尺度时序关联特征矩阵进行水平切分以得到多个水平切分特征向量;同时,将环境温度-湿度多尺度时序关联特征矩阵进行垂直切分以得到多个垂直切分特征向量;随后,计算所述多个水平切分特征向量中任意两个水平切分特征向量之间的余弦相似度以得到水平相似度矩阵;同时,计算所述多个垂直切分特征向量中任意两个垂直切分特征向量之间的余弦相似度以得到垂直相似度矩阵;再融合所述水平相似度矩阵与所述垂直相似度矩阵以得到融合相似度矩阵;接着,对所述融合相似度矩阵进行非线性激活处理以得到权重矩阵;然后,将所述权重矩阵作为权重,对所述环境温度-湿度多尺度时序关联特征矩阵进行加权处理以得到所述注意力增强环境温度-湿度多尺度时序关联特征矩阵。
继而,将所述注意力增强环境温度-湿度多尺度时序关联特征矩阵通过分类器以得到分类结果,所述分类结果用于表示是否输出校准指令。
在本申请的一个具体实施例中,基于所述环境温度-湿度多尺度时序关联特征矩阵,确定是否输出校准指令,包括:将所述环境温度-湿度多尺度时序关联特征矩阵通过十字交叉注意力模块以得到注意力增强环境温度-湿度多尺度时序关联特征矩阵;以及,将所述注意力增强环境温度-湿度多尺度时序关联特征矩阵通过分类器以得到分类结果,所述分类结果用于表示是否输出校准指令。
在本申请的一个实施例中,所述触摸屏的自动校准方法,还包括训练步骤:对所述具有多尺度一维卷积结构的环境温度多尺度时序特征提取器、所述具有多尺度一维卷积结构的环境湿度多尺度时序特征提取器、所述十字交叉注意力模块和所述分类器进行训练,其中,所述训练步骤,包括:获取训练数据,所述训练数据包括由温度传感器采集的预定时间段内多个预定时间点的训练环境温度值、由湿度传感器采集的所述多个预定时间点的训练环境湿度值,以及,是否输出校准指令的真实值;将所述多个预定时间点的训练环境温度值按照时间维度排列为训练环境温度时序输入向量;将所述多个预定时间点的训练环境湿度值按照时间维度排列为训练环境湿度时序输入向量;将所述训练环境温度时序输入向量通过所述具有多尺度一维卷积结构的环境温度多尺度时序特征提取器以得到训练环境温度多尺度时序特征向量;将所述训练环境湿度时序输入向量通过所述具有多尺度一维卷积结构的环境湿度多尺度时序特征提取器以得到训练环境湿度多尺度时序特征向量;计算所述训练环境温度多尺度时序特征向量和所述训练环境湿度多尺度时序特征向量之间的关联矩阵以得到训练环境温度-湿度多尺度时序关联特征矩阵;将所述训练环境温度-湿度多尺度时序关联特征矩阵通过所述十字交叉注意力模块以得到训练注意力增强环境温度-湿度多尺度时序关联特征矩阵;对所述训练注意力增强环境温度-湿度多尺度时序关联特征矩阵进行特征分布优化以得到优化注意力增强环境温度-湿度多尺度时序关联特征矩阵;将所述优化注意力增强环境温度-湿度多尺度时序关联特征矩阵通过分类损失函数值;以及,以所述分类损失函数值来对所述具有多尺度一维卷积结构的环境温度多尺度时序特征提取器、所述具有多尺度一维卷积结构的环境湿度多尺度时序特征提取器、所述十字交叉注意力模块和所述分类器进行训练。
在本申请的技术方案中,所述训练环境温度多尺度时序特征向量和所述训练环境湿度多尺度时序特征向量分别表达环境温度值和环境湿度值的多尺度时序关联特征,由此,在计算所述训练环境温度多尺度时序特征向量和所述训练环境湿度多尺度时序特征向量之间的关联矩阵得到所述训练环境温度-湿度多尺度时序关联特征矩阵,并将所述训练环境温度-湿度多尺度时序关联特征矩阵通过十字交叉注意力模块以得到训练注意力增强环境温度-湿度多尺度时序关联特征矩阵,可以获得所述环境温度值和所述环境湿度值的多尺度时序关联特征在全局时域关联空间下的局部时域关联空间强化分布,从而使得所述训练注意力增强环境温度-湿度多尺度时序关联特征矩阵具有多参数时序关联尺度和多时域空间特征关联尺度的表示。
但是,所述训练注意力增强环境温度-湿度多尺度时序关联特征矩阵的这种多参数时序关联尺度和多时域空间特征关联尺度的表示在通过分类器时,会由于不同尺度的关联特征的关联精度差异,影响所述训练注意力增强环境温度-湿度多尺度时序关联特征矩阵通过分类器训练时的训练效果,由此,本申请的申请人在训练过程中,对所述训练注意力增强环境温度-湿度多尺度时序关联特征矩阵展开后得到的训练注意力增强环境温度-湿度多尺度时序关联特征向量,例如记为进行基于维度表征和反演式恢复的特征精度对齐,具体表示为:以如下优化公式对所述训练注意力增强环境温度-湿度多尺度时序关联特征矩阵展开后得到的训练注意力增强环境温度-湿度多尺度时序关联特征向量进行基于维度表征和反演式恢复的特征精度对齐;其中,所述优化公式为:/>其中,/>是所述训练注意力增强环境温度-湿度多尺度时序关联特征矩阵展开后得到的训练注意力增强环境温度-湿度多尺度时序关联特征向量,/>是所述训练注意力增强环境温度-湿度多尺度时序关联特征向量/>的第/>个位置的特征值,/>表示所述训练注意力增强环境温度-湿度多尺度时序关联特征向量/>的零范数,/>是所述训练注意力增强环境温度-湿度多尺度时序关联特征向量/>的长度,且/>是权重超参数,/>是优化注意力增强环境温度-湿度多尺度时序关联特征矩阵展开后得到的优化注意力增强环境温度-湿度多尺度时序关联特征向量的第/>个位置的特征值。
这里,针对基于维度的对于参数时序特征关联的高维时域空间特征编码与多尺度特征关联编辑之间的精度矛盾,所述基于维度表征和反演式恢复的特征精度对齐通过将多尺度特征关联编辑视为时序关联特征参数的高维时域空间特征编码的反演式嵌入生成,来通过对作为编码表示的特征值配备尺度表征的稀疏分布均衡,并基于向量计数来进行关联细节的反演式恢复,以实现精度差异在训练过程中的自适应对齐,提升所述训练注意力增强环境温度-湿度多尺度时序关联特征矩阵通过分类器进行分类回归训练时的训练效果。
综上,基于本发明实施例的触摸屏的自动校准方法被阐明,其利用智能算法来自动化地分析环境参数的时序变化特征,并判断何时需要执行触摸屏电容校准程序。
图3为本发明实施例中提供的一种触摸屏的自动校准系统的框图。如图3所示,所述触摸屏的自动校准系统200,包括:温度值获取模块210,用于获取由温度传感器采集的预定时间段内多个预定时间点的环境温度值;湿度值获取模块220,用于获取由湿度传感器采集的所述多个预定时间点的环境湿度值;数据结构化处理模块230,用于对所述多个预定时间点的环境温度值和所述多个预定时间点的环境湿度值进行数据结构化处理以得到环境温度时序输入向量和环境湿度时序输入向量;参数联合分析模块240,用于对所述环境温度时序输入向量和所述环境湿度时序输入向量进行环境温湿度参数联合分析以得到环境温度-湿度多尺度时序关联特征矩阵;以及,校准指令判定模块250,用于基于所述环境温度-湿度多尺度时序关联特征矩阵,确定是否输出校准指令。
在所述触摸屏的自动校准系统中,所述数据结构化处理模块,包括:温度向量排列单元,用于将所述多个预定时间点的环境温度值按照时间维度排列为所述环境温度时序输入向量;以及,湿度向量排列单元,用于将所述多个预定时间点的环境湿度值按照时间维度排列为所述环境湿度时序输入向量。
本领域技术人员可以理解,上述触摸屏的自动校准系统中的各个步骤的具体操作已经在上面参考图1到图2的触摸屏的自动校准方法的描述中得到了详细介绍,并因此,将省略其重复描述。
如上所述,根据本发明实施例的触摸屏的自动校准系统200可以实现在各种终端设备中,例如用于触摸屏的自动校准的服务器等。在一个示例中,根据本发明实施例的触摸屏的自动校准系统200可以作为一个软件模块和/或硬件模块而集成到终端设备中。例如,该触摸屏的自动校准系统200可以是该终端设备的操作系统中的一个软件模块,或者可以是针对于该终端设备所开发的一个应用程序;当然,该触摸屏的自动校准系统200同样可以是该终端设备的众多硬件模块之一。
替换地,在另一示例中,该触摸屏的自动校准系统200与该终端设备也可以是分立的设备,并且该触摸屏的自动校准系统200可以通过有线和/或无线网络连接到该终端设备,并且按照约定的数据格式来传输交互信息。
图4为本发明实施例中提供的一种触摸屏的自动校准方法的应用场景图。如图4所示,在该应用场景中,首先,获取由温度传感器采集的预定时间段内多个预定时间点的环境温度值(例如,如图4中所示意的C1),以及获取由湿度传感器采集的所述多个预定时间点的环境湿度值(例如,如图4中所示意的C2);然后,将获取的环境温度值和环境湿度值输入至部署有触摸屏的自动校准算法的服务器(例如,如图4中所示意的S)中,其中所述服务器能够基于触摸屏的自动校准算法对所述环境温度值和所述环境湿度值进行处理,以确定是否输出校准指令。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种触摸屏的自动校准方法,其特征在于,包括:
获取由温度传感器采集的预定时间段内多个预定时间点的环境温度值;
获取由湿度传感器采集的所述多个预定时间点的环境湿度值;
对所述多个预定时间点的环境温度值和所述多个预定时间点的环境湿度值进行数据结构化处理以得到环境温度时序输入向量和环境湿度时序输入向量;
对所述环境温度时序输入向量和所述环境湿度时序输入向量进行环境温湿度参数联合分析以得到环境温度-湿度多尺度时序关联特征矩阵;以及
基于所述环境温度-湿度多尺度时序关联特征矩阵,确定是否输出校准指令。
2.根据权利要求1所述的触摸屏的自动校准方法,其特征在于,对所述多个预定时间点的环境温度值和所述多个预定时间点的环境湿度值进行数据结构化处理以得到环境温度时序输入向量和环境湿度时序输入向量,包括:
将所述多个预定时间点的环境温度值按照时间维度排列为所述环境温度时序输入向量;以及
将所述多个预定时间点的环境湿度值按照时间维度排列为所述环境湿度时序输入向量。
3.根据权利要求2所述的触摸屏的自动校准方法,其特征在于,对所述环境温度时序输入向量和所述环境湿度时序输入向量进行环境温湿度参数联合分析以得到环境温度-湿度多尺度时序关联特征矩阵,包括:
分别对所述环境温度时序输入向量和所述环境湿度时序输入向量进行多尺度时序特征分析以得到环境温度多尺度时序特征向量和环境湿度多尺度时序特征向量;以及
计算所述环境温度多尺度时序特征向量和所述环境湿度多尺度时序特征向量之间的关联矩阵以得到所述环境温度-湿度多尺度时序关联特征矩阵。
4.根据权利要求3所述的触摸屏的自动校准方法,其特征在于,分别对所述环境温度时序输入向量和所述环境湿度时序输入向量进行多尺度时序特征分析以得到环境温度多尺度时序特征向量和环境湿度多尺度时序特征向量,包括:
将所述环境温度时序输入向量通过具有多尺度一维卷积结构的环境温度多尺度时序特征提取器以得到所述环境温度多尺度时序特征向量;以及
将所述环境湿度时序输入向量通过具有多尺度一维卷积结构的环境湿度多尺度时序特征提取器以得到所述环境湿度多尺度时序特征向量。
5.根据权利要求4所述的触摸屏的自动校准方法,其特征在于,将所述环境温度时序输入向量通过具有多尺度一维卷积结构的环境温度多尺度时序特征提取器以得到所述环境温度多尺度时序特征向量,包括:使用所述具有多尺度一维卷积结构的环境温度多尺度时序特征提取器的各层在层的正向传递中对输入数据分别进行卷积处理、池化处理和非线性激活处理以由所述具有多尺度一维卷积结构的环境温度多尺度时序特征提取器的最后一层的输出为所述环境温度多尺度时序特征向量,其中,所述具有多尺度一维卷积结构的环境温度多尺度时序特征提取器的第一层的输入为所述环境温度时序输入向量。
6.根据权利要求5所述的触摸屏的自动校准方法,其特征在于,基于所述环境温度-湿度多尺度时序关联特征矩阵,确定是否输出校准指令,包括:
将所述环境温度-湿度多尺度时序关联特征矩阵通过十字交叉注意力模块以得到注意力增强环境温度-湿度多尺度时序关联特征矩阵;以及
将所述注意力增强环境温度-湿度多尺度时序关联特征矩阵通过分类器以得到分类结果,所述分类结果用于表示是否输出校准指令。
7.根据权利要求6所述的触摸屏的自动校准方法,其特征在于,将所述环境温度-湿度多尺度时序关联特征矩阵通过十字交叉注意力模块以得到注意力增强环境温度-湿度多尺度时序关联特征矩阵,包括:
将环境温度-湿度多尺度时序关联特征矩阵进行水平切分以得到多个水平切分特征向量;
将环境温度-湿度多尺度时序关联特征矩阵进行垂直切分以得到多个垂直切分特征向量;
计算所述多个水平切分特征向量中任意两个水平切分特征向量之间的余弦相似度以得到水平相似度矩阵;
计算所述多个垂直切分特征向量中任意两个垂直切分特征向量之间的余弦相似度以得到垂直相似度矩阵;
融合所述水平相似度矩阵与所述垂直相似度矩阵以得到融合相似度矩阵;
对所述融合相似度矩阵进行非线性激活处理以得到权重矩阵;以及
将所述权重矩阵作为权重,对所述环境温度-湿度多尺度时序关联特征矩阵进行加权处理以得到所述注意力增强环境温度-湿度多尺度时序关联特征矩阵。
8.根据权利要求7所述的触摸屏的自动校准方法,其特征在于,还包括训练步骤:对所述具有多尺度一维卷积结构的环境温度多尺度时序特征提取器、所述具有多尺度一维卷积结构的环境湿度多尺度时序特征提取器、所述十字交叉注意力模块和所述分类器进行训练;
其中,所述训练步骤,包括:
获取训练数据,所述训练数据包括由温度传感器采集的预定时间段内多个预定时间点的训练环境温度值、由湿度传感器采集的所述多个预定时间点的训练环境湿度值,以及,是否输出校准指令的真实值;
将所述多个预定时间点的训练环境温度值按照时间维度排列为训练环境温度时序输入向量;
将所述多个预定时间点的训练环境湿度值按照时间维度排列为训练环境湿度时序输入向量;
将所述训练环境温度时序输入向量通过所述具有多尺度一维卷积结构的环境温度多尺度时序特征提取器以得到训练环境温度多尺度时序特征向量;
将所述训练环境湿度时序输入向量通过所述具有多尺度一维卷积结构的环境湿度多尺度时序特征提取器以得到训练环境湿度多尺度时序特征向量;
计算所述训练环境温度多尺度时序特征向量和所述训练环境湿度多尺度时序特征向量之间的关联矩阵以得到训练环境温度-湿度多尺度时序关联特征矩阵;
将所述训练环境温度-湿度多尺度时序关联特征矩阵通过所述十字交叉注意力模块以得到训练注意力增强环境温度-湿度多尺度时序关联特征矩阵;
对所述训练注意力增强环境温度-湿度多尺度时序关联特征矩阵进行特征分布优化以得到优化注意力增强环境温度-湿度多尺度时序关联特征矩阵;
将所述优化注意力增强环境温度-湿度多尺度时序关联特征矩阵通过分类损失函数值;以及
以所述分类损失函数值来对所述具有多尺度一维卷积结构的环境温度多尺度时序特征提取器、所述具有多尺度一维卷积结构的环境湿度多尺度时序特征提取器、所述十字交叉注意力模块和所述分类器进行训练。
9.一种触摸屏的自动校准系统,其特征在于,包括:
温度值获取模块,用于获取由温度传感器采集的预定时间段内多个预定时间点的环境温度值;
湿度值获取模块,用于获取由湿度传感器采集的所述多个预定时间点的环境湿度值;
数据结构化处理模块,用于对所述多个预定时间点的环境温度值和所述多个预定时间点的环境湿度值进行数据结构化处理以得到环境温度时序输入向量和环境湿度时序输入向量;
参数联合分析模块,用于对所述环境温度时序输入向量和所述环境湿度时序输入向量进行环境温湿度参数联合分析以得到环境温度-湿度多尺度时序关联特征矩阵;以及
校准指令判定模块,用于基于所述环境温度-湿度多尺度时序关联特征矩阵,确定是否输出校准指令。
10.根据权利要求9所述的触摸屏的自动校准系统,其特征在于,所述数据结构化处理模块,包括:
温度向量排列单元,用于将所述多个预定时间点的环境温度值按照时间维度排列为所述环境温度时序输入向量;以及
湿度向量排列单元,用于将所述多个预定时间点的环境湿度值按照时间维度排列为所述环境湿度时序输入向量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311440407.1A CN117251073B (zh) | 2023-11-01 | 2023-11-01 | 触摸屏的自动校准系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311440407.1A CN117251073B (zh) | 2023-11-01 | 2023-11-01 | 触摸屏的自动校准系统及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117251073A true CN117251073A (zh) | 2023-12-19 |
CN117251073B CN117251073B (zh) | 2024-06-21 |
Family
ID=89126529
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311440407.1A Active CN117251073B (zh) | 2023-11-01 | 2023-11-01 | 触摸屏的自动校准系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117251073B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110221701A1 (en) * | 2010-03-10 | 2011-09-15 | Focaltech Systems Ltd. | Multi-touch detection method for capacitive touch screens |
CN102929419A (zh) * | 2011-08-10 | 2013-02-13 | 深圳市顶星数码网络技术有限公司 | 一种触摸屏的自动校准方法、系统及自动校准触摸屏设备 |
EP2821897A1 (en) * | 2013-07-04 | 2015-01-07 | Sony Corporation | Finger detection on touch screens for mobile devices |
CN116147130A (zh) * | 2023-04-18 | 2023-05-23 | 杭州行至云起科技有限公司 | 智能家居控制系统及其方法 |
CN116788155A (zh) * | 2023-06-25 | 2023-09-22 | 江西宏信光学科技有限公司 | 汽车后视镜加热智能控制系统及其方法 |
CN116796269A (zh) * | 2023-05-12 | 2023-09-22 | 广州鲸盾网络科技有限公司 | 用于物联网设备的管理方法及其系统 |
CN116893336A (zh) * | 2023-07-11 | 2023-10-17 | 浙江和能电力设备有限公司 | 高低压开关设备及其方法 |
CN116957315A (zh) * | 2023-07-26 | 2023-10-27 | 江西中亚科技有限公司 | 雨衣布的智能化加工方法及其系统 |
CN116955991A (zh) * | 2023-07-28 | 2023-10-27 | 新联检测科技(嘉兴)有限公司 | 智能室内环境检测系统及其方法 |
-
2023
- 2023-11-01 CN CN202311440407.1A patent/CN117251073B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110221701A1 (en) * | 2010-03-10 | 2011-09-15 | Focaltech Systems Ltd. | Multi-touch detection method for capacitive touch screens |
CN102929419A (zh) * | 2011-08-10 | 2013-02-13 | 深圳市顶星数码网络技术有限公司 | 一种触摸屏的自动校准方法、系统及自动校准触摸屏设备 |
EP2821897A1 (en) * | 2013-07-04 | 2015-01-07 | Sony Corporation | Finger detection on touch screens for mobile devices |
CN116147130A (zh) * | 2023-04-18 | 2023-05-23 | 杭州行至云起科技有限公司 | 智能家居控制系统及其方法 |
CN116796269A (zh) * | 2023-05-12 | 2023-09-22 | 广州鲸盾网络科技有限公司 | 用于物联网设备的管理方法及其系统 |
CN116788155A (zh) * | 2023-06-25 | 2023-09-22 | 江西宏信光学科技有限公司 | 汽车后视镜加热智能控制系统及其方法 |
CN116893336A (zh) * | 2023-07-11 | 2023-10-17 | 浙江和能电力设备有限公司 | 高低压开关设备及其方法 |
CN116957315A (zh) * | 2023-07-26 | 2023-10-27 | 江西中亚科技有限公司 | 雨衣布的智能化加工方法及其系统 |
CN116955991A (zh) * | 2023-07-28 | 2023-10-27 | 新联检测科技(嘉兴)有限公司 | 智能室内环境检测系统及其方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117251073B (zh) | 2024-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10488986B2 (en) | Touch rejection | |
CN107273019B (zh) | 基于协同姿势的输入语言 | |
CN105210012B (zh) | 用于与触敏表面一起使用的虚拟工具 | |
US9652070B2 (en) | Integrating multiple different touch based inputs | |
CN102004576B (zh) | 信息处理装置和信息处理方法 | |
US8730187B2 (en) | Techniques for sorting data that represents touch positions on a sensing device | |
KR20150014083A (ko) | 전자 장치 및 전자 장치의 입력 인식 방법 | |
US20120161791A1 (en) | Methods and apparatus for determining input objects associated with proximity events | |
TWI461962B (zh) | 用以執行多手指手勢功能之計算裝置及方法 | |
CN108628492B (zh) | 用于显示装置中的力敏组件的方法和系统 | |
GB2527918A (en) | Glove touch detection | |
CN104081328A (zh) | 智能触摸屏键激活检测 | |
CN117251073B (zh) | 触摸屏的自动校准系统及其方法 | |
US10248270B2 (en) | Inflection based bending signal abstraction from a mixed signal | |
Krithikaa | Touch screen technology–a review | |
CN109710116B (zh) | 一种非接触式手势状态识别系统及识别方法 | |
US10620759B2 (en) | Method and system for scanning matrix electrode sub-regions | |
US10534484B2 (en) | Zero-dimensional baseline management | |
KR101143276B1 (ko) | 터치 입력의 위치 측정 정확도 향상을 위한 적응형 노이즈 제거 방법 | |
US20220050528A1 (en) | Electronic device for simulating a mouse | |
CN107315450B (zh) | 用于确定使用者的手与电子设备的壳体之间的关系的触摸屏控制器 | |
US10338718B2 (en) | Likelihood detection of pressing finger in two-finger touch | |
US9244608B2 (en) | Method and system for gesture identification | |
KR101706909B1 (ko) | 핑거 입력장치 | |
CN111078064B (zh) | 一种基于电容检测和机器学习的触摸角度估计方法 |
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 |