CN118051143A - 一种平板电脑误触监测方法、系统、装置及介质 - Google Patents

Abstract

本说明书实施例提供一种平板电脑误触监测方法、系统、装置及介质，该方法包括：获取用户对平板电脑的触控对应的触控特征，构建触控特征序列；基于触控特征序列中相邻的触控特征的页面变化信息，识别误触纠正数据对；基于误触纠正数据对和最新触控特征，确定最新触控特征对应的至少一个最新触控点的误触评估值；基于每一个误触评估值和最新触控点的位置，识别每一个最新触控点是否为误触操作；响应于最新触控点为误触操作，取消误触操作对应的最新触控点的触控响应。

Description

一种平板电脑误触监测方法、系统、装置及介质

技术领域

本说明书涉及触控技术领域，特别涉及一种平板电脑误触监测方法、系统、装置及介质。

背景技术

平板电脑作为无纸化办公、学习、创作以及娱乐等的重要工具，在使用时手会在屏幕上进行操作。然而，与手指操作手机的小屏幕操作不同（如，手机误触一般为手掌握持对手机屏幕边缘的误触），在平板电脑上操作，通常用户的手掌会悬浮于屏幕上方，手指在进行点击、滑动等操作时，手掌经常会无意间触碰到屏幕其他区域，从而产生误触。当前的平板电脑防误触，通常为手写笔在屏幕上书写的防误触。

CN105068690B提供一种用于触控屏的防误触方法及系统，该申请通过将防误触区域根据手掌的移动即误触点的移动而移动，从而自动适应由人手产生的误触点进行隔离，实现对用户使用触控笔时在触控屏上的误触进行简单可靠的隔离，完全不涉及手直接触控操作时的防误触。

因此，希望提供一种平板电脑误触监测方法、系统、装置及介质，能够实现手直接触控操作时的防误触。

发明内容

本说明书一个或多个实施例提供一种平板电脑误触监测方法，所述方法包括：获取用户对平板电脑的触控对应的触控特征，并构建触控特征序列；基于所述触控特征序列中相邻的所述触控特征的页面变化信息，识别误触纠正数据对；基于所述误触纠正数据对和最新触控特征，确定所述最新触控特征对应的至少一个最新触控点的误触评估值；基于所述误触评估值以及所述最新触控点的位置，识别所述最新触控点是否为误触操作；以及响应于所述最新触控点为所述误触操作，取消所述误触操作对应的触控响应。

本说明书一个或多个实施例提供一种平板电脑误触监测系统，所述系统包括：包括构建模块、第一识别模块、确定模块、第二识别模块和取消模块；所述构建模块被配置获取用户对平板电脑的触控对应的触控特征，并构建触控特征序列；所述第一识别模块被配置为基于所述触控特征序列中相邻的所述触控特征的页面变化信息，识别误触纠正数据对；所述确定模块被配置为基于所述误触纠正数据对和最新触控特征，确定所述最新触控特征对应的至少一个最新触控点的误触评估值；所述第二识别模块被配置为基于所述误触评估值以及所述最新触控点的位置，识别所述最新触控点是否为误触操作；所述取消模块被配置为响应于所述最新触控点为所述误触操作，取消所述误触操作对应的触控响应。

本说明书一个或多个实施例提供一种平板电脑误触监测装置，包括至少一个存储器和至少一个处理器，所处至少一个存储器用于存储计算机指令；所述至少一个处理器用于执行所属计算机指令以实现平板电脑误触监测方法。

本说明书一个或多个实施例提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行平板电脑误触监测方法。

附图说明

本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：

图1是根据本说明书一些实施例所示的平板电脑误触监测系统的示例性模块图；

图2是根据本说明书一些实施例所示的平板电脑误触监测方法的示例性流程图；

图3是根据本说明书一些实施例所示的确定最新触控特征对应的至少一个最新触控点的误触评估值的示例性流程图；

图4是根据本说明书一些实施例所示的预测用户的至少一个未来误触特征的示例性流程图；

图5是根据本说明书一些实施例所示的对平板电脑屏幕进行网格划分并体现位置分布密度的示意图。

具体实施方式

为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，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将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。

应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。

如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。

本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

图1是根据本说明书一些实施例所示的平板电脑误触监测系统的示例性模块图。

在一些实施例中，平板电脑误触监测系统100可以包括构建模块110、第一识别模块120、确定模块130、第二识别模块140和取消模块150。

在一些实施例中，构建模块110可以被配置为获取用户对平板电脑的触控对应的触控特征，并构建触控特征序列。

第一识别模块120可以被配置为基于触控特征序列中的相邻的触控特征中的页面变化信息，识别误触纠正数据对。

确定模块130可以被配置为基于误触纠正数据对和最新触控特征，确定最新触控特征对应的至少一个最新触控点的误触评估值。

在一些实施例中，确定模块130可以被进一步配置为基于平板电脑的当前页面内容，在触控特征序列中进行匹配，确定当前页面内容的至少一个适配子序列；以及基于适配子序列中的误触纠正数据对和最新触控特征，确定最新触控特征对应的至少一个最新触控点的误触评估值。

在一些实施例中，第二识别模块140可以被配置为基于误触评估值以及最新触控点的位置，识别最新触控点是否为误触操作。

在一些实施例中，取消模块150可以被配置为响应于最新触控点为误触操作，取消误触操作对应的触控响应。

在一些实施例中，平板电脑误触监测系统100还可以包括性能获取模块、预测模块以及判断模块。

在一些实施例中，性能获取模块可以被配置为获取平板电脑的可用性能。

在一些实施例中，预测模块可以被配置为响应于可用性能满足预设性能条件，基于触控特征序列以及误触纠正数据对，预测用户的未来误触特征。

在一些实施例中， 判断模块可以被配置为基于最新触控特征以及未来误触特征，判断最新触控特征对应的至少一个触控点是否为误触操作。

在一些实施例中，预测模块可以被进一步配置为：基于触控特征序列、误触纠正数据对以及用户操作灵活度，通过误触预测模型，预测用户的至未来误触特征，误触预测模型为时间序列模型。

关于构建模块110、第一识别模块120、确定模块130、第二识别模块140、取消模块150、性能获取模块、预测模块以及判断模块的更多细节可以参见图2-图5的描述。

应当理解，图1所示的系统及其模块可以利用各种方式来实现。例如，在一些实施例中，平板电脑误触监测系统100可以采用一种平板电脑误触监测装置实现，该装置包括至少一个处理器以及至少一个存储器；至少一个存储器用于存储计算机指令；至少一个处理器用于执行计算机指令中的至少部分指令以实现平板电脑误触监测方法。

又例如，平板电脑误触监测系统100可以采用计算机可读存储介质，该存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行平板电脑误触监测方法。

需要注意的是，以上对于平板电脑误触监测系统及其模块的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接。在一些实施例中，图1中披露的构建模块、第一识别模块、确定模块、第二识别模块和取消模块可以是一个系统中的不同模块，也可以是一个模块实现上述的两个或两个以上模块的功能。例如，各个模块可以共用一个存储模块，各个模块也可以分别具有各自的存储模块。诸如此类的变形，均在本说明书的保护范围之内。

图2是根据本说明书一些实施例所示的平板电脑误触监测方法的示例性流程图。在一些实施例中，流程200可以由平板电脑误触监测系统100（以下简称系统100）或者平板电脑的处理器执行。如图2所示，流程200包括下述步骤210-步骤280。

步骤210，获取用户对平板电脑的触控对应的触控特征，并构建触控特征序列。

用户是指平板电脑的使用者。平板电脑是指小型的且方便携带的个人电脑。

触控特征是指与用户在平板电脑的屏幕上进行的触控有关的特征。

在一些实施例中，触控特征可以包括各个时刻的一个或多个触控点的位置、触控面积、触控屏幕前和/或触控屏幕后的页面显示内容等。

页面显示内容可以通过显示页面内容中的像素点所构成的一个或多个色块进行表示。色块是指显示页面内容上的相连的多个相同像素值的像素点构成的整体。例如，显示页面内容上显示的一个字的多个像素点的像素值相同，则该字对应的相连的多个相同像素值的像素点构成的整体为一个色块。

触控特征序列是指由多个触控特征按照时间的先后顺序进行排列，得到的数据序列。在一些实施例中，触控特征序列中的每个元素可以为不同时刻的触控特征。

在一些实施例中，系统100可以实时获取用户对平板电脑的每一个触控对应的触控特征，并构建触控特征序列。

步骤220，基于触控特征序列中相邻的触控特征的页面变化信息，识别误触纠正数据对。

页面变化信息是指相邻两个触控特征对应的页面显示内容的变化情况信息。每个触控特征对应的页面显示内容可以包括触控屏幕前的页面显示内容和触控屏幕后的页面显示内容。

在一些实施例中，页面变化信息可以用相邻两个触控特征对应的页面显示内容之间的相似度进行表示。

在一些实施例中，系统100可以通过确定两个相邻触控特征的页面显示内容中相同位置的色块之间的像素值和大小差异，确定两个相邻触控特征中的前一触控特征对应的触控屏幕前的页面显示内容，与后一触控特征对应的触控屏幕后的页面显示内容，之间的页面相似度，作为页面变化信息。

在一些实施例中，两个相邻触控特征中的前一触控特征对应的触控屏幕前的页面显示内容，与后一触控特征对应的触控屏幕后的页面显示内容中，相同位置的色块之间的像素值和色块大小差异越小，则两个相邻触控特征中的前一触控特征对应的触控屏幕前的页面显示内容，与后一触控特征对应的触控屏幕后的页面显示内容，之间的页面相似度越高。

误触纠正数据对是指由触控特征序列中的连续两个触控特征所组成的数据对，且该连续两个触控特征对应的触控屏幕前后的页面显示内容为，先从原显示内容变化到另一显示内容，再从另一显示内容恢复到原显示内容。可以理解地，用户误触之后，会重新触控以恢复误触之前的页面。

例如，如果用户的触控特征1对应的触控屏幕前后的页面显示内容为从页面A变化为页面B，相邻触控特征2对应的触控屏幕前后的页面显示内容为从页面B变化为页面A，则触控特征1和触控特征2组成误触纠正数据对。

在一些实施例中，系统100可以基于触控特征序列中相邻的触控特征的页面变化信息，通过页面相似度阈值，识别误触纠正数据对。

具体地，系统100可以将两个相邻触控特征中的前一触控特征对应的触控屏幕前的页面显示内容，与后一触控特征对应的触控屏幕后的页面显示内容，之间的页面相似度，与页面相似度阈值进行比较，若页面相似度大于页面相似度阈值，则判断两个相邻触控特征为误触纠正数据对。

页面相似度阈值是指页面相似度的临界值。在一些实施例中，页面相似度阈值可以为本领域技术人员根据经验预设。

在一些实施例中，页面相似度阈值可以相关于页面显示内容中的色块数量以及色块之间的像素值跨度。

在一些实施例中，系统100可以获取显示页面内容上的所有像素点及其对应的像素值，将显示页面内容分为多个色块，以统计获得页面显示内容中的色块数量。

像素值跨度是指页面显示内容中最高像素值和最低像素值之间的差值。

在一些实施例中，系统100可以通过页面显示内容，直接统计获得页面显示内容中的色块数量以及色块之间的像素值跨度。

仅作为示例地，页面相似度阈值可以采用如下第一公式确定：

页面相似度阈值=S0-k1×N-k2×M；其中，k1、k2为大于0小于1的系数，S0为页面相似度阈值的基础值，k1、k2和S0均由本领域技术人员基于经验预设；N为色块数量；M为色块之间的像素值跨度。

可以理解地，色块数量越多、色块之间的像素值跨度越大，页面显示内容越复杂，则越可能是动态页面，认为发生误触，此时，则可以减小页面相似度阈值，放宽判定条件。

在一些实施例中，系统100可以基于触控特征序列和误触纠正数据对，采用如下步骤230-步骤240的方法或者如下步骤250-步骤270的方法确定最新触控特征对应的至少一个触控点是否为误触操作。

步骤230，基于误触纠正数据对和最新触控特征，确定最新触控特征对应的至少一个最新触控点的误触评估值。

最新触控特征是指用户当前时刻对平板电脑进行触控操作所对应的触控特征。在一些实施例中，最新触控特征可以是触控特征序列中最新存储的一个触控特征。

在一些实施例中，系统100可以获取触控特征序列中最新存储的一个触控特征，作为最新触控特征。

最新触控点是指最新触控特征对应的触控点。

误触评估值是指用于表征一个最新触控点为误触的可能性的数值。

在一些实施例中，系统100可以基于误触纠正数据对中的前一触控特征与最新触控特征对应的至少一个触控点中的每一个触控点的位置、触控面积的相似度，确定误触评估值，如，触控点的位置的相似度和/或触控面积的相似度越高，误触评估值越高。触控点的位置的相似度和触控面积的相似度可以用欧式距离、余弦相似度等方法计算获得。

在一些实施例中，系统100还可以采用图3所示方法，确定最新触控特征对应的至少一个最新触控点的误触评估值，具体参见图3中的说明。

步骤240，基于误触评估值以及最新触控点的位置，识别最新触控点是否为误触操作。

最新触控点的位置是指最新触控特征所对应的触控点的位置。

在一些实施例中，系统100可以将触控特征序列中的最后一个触控特征，作为最新触控特征，然后将最新触控特征对应的至少一个触控点的位置作为最新触控点的位置。

误触操作是指用户的错误触控操作。

在一些实施例中，系统100可以采用如下步骤S1-步骤S3确定是否为误触操作：

步骤S1、根据误触特征中触控点的位置分布密度，将屏幕划分为多个区域。

位置分布密度可以是指每个网格内的触控点数量。

在一些实施例中，系统100可以按照预设网格尺寸对平板电脑屏幕进行网格划分，将每个网格内的触控点数量作为该网格的位置分布密度；将相邻的且位置分布密度相同的网格合并为一个区域。预设网格尺寸可以为本领域技术人员根据经验预设。

例如，如图5所示为对平板电脑屏幕进行网格划分并体现位置分布密度的示意图，图5中的每个网格代表平板电脑屏幕的一部分；每个网格内的黑点的数量，代表每个网格中触控点的数量，每个网格中触控点的数量可以作为该网格的位置分布密度；封闭区域a1-a2-a3-a4-a5-a6则为将相邻的且位置分布密度相同（每个网格内的黑点数量均为2）的网格合并为的一个区域；封闭区域a2-a3-c1-c2-c3-c4-c5-c6则为将相邻的且位置分布密度相同（每个网格内的黑点数量均为1）的网格合并为的另一个区域。

步骤S2、根据位置分布密度，对每个区域分别设置不同的评估值阈值。

在一些实施例中，区域对应的位置分布密度越大，则该区域对应的评估值阈值越大，具体各个位置分布密度对应的评估值阈值，可以为本领域技术人员根据经验设置。

步骤S3、根据最新触控点的误触评估值以及最新触控点所在区域的评估值阈值的大小关系，判断最新触控点是否为误触。

在一些实施例中，系统100可以将最新触控点的误触评估值与最新触控点所在区域的评估值阈值的大小进行比较，如果误触评估值大于所在区域的评估值阈值，则该最新触控点为误触操作。

在一些实施例中，系统100响应于最新触控点为误触操作，则执行步骤280。

步骤250，获取平板电脑的可用性能。

可用性能是指平板电脑的剩余可以使用的性能。

在一些实施例中，可用性能可以包括处理器的可用性能和运行内存的可用性能。处理器的可用性能可以反映当前处理器的负荷情况。例如，如果处理器的可用性能为20%，则表示平板电脑的处理器的当前负荷为80%，负荷较高。运行内存的可用性能可以反映当前内存的负荷情况。

在一些实施例中，系统100可以通过平板电脑，获取平板电脑的使用性能。

步骤260，响应于可用性能满足预设性能条件，基于触控特征序列以及误触纠正数据对，预测用户的未来误触特征。

未来误触特征是指与未来可能发生的误触有关的特征。

在一些实施例中，未来误触特征可以包括未来可能发生误触的至少一个触控点的位置以及预测的用户在触控特征序列上的最新一次误触的基础上，再进行多少次触控操作后，用户在未来可能再次出现误触。

在一些实施例中，一次触控操作对应触控特征序列中的一个触控特征，则预测的用户在触控特征序列上的最新一次误触的基础上，再进行多少次触控操作后，用户在未来可能再次出现误触，可以理解为从触控特征序列中的最新一次误触纠正数据对中的前一次触控特征开始，还要间隔多少个触控特征，用户可能会再次出现误触。

预设性能条件可以用于判断平板电脑的可用性能是否足够支撑进行提前预测未来误触特征。例如，预设性能条件可以包括可用性能大于预设性能阈值。预设性能阈值为预测未来误触特征所需的临界值，可以为本领域技术人员根据经验预设。例如，预设性能条件可以为平板电脑的处理器的可用性能大于50%等。

在一些实施例中，预设性能条件可以包括多个性能梯度条件，多个性能梯度条件中的每一个性能梯度对应不同的预测力度参数。

性能梯度条件是指按照不同的预测精度梯度设置的性能条件。

在一些实施例中，系统100采用的预测精度不同，则系统100预测未来误触特征时，所消耗的处理器的可用性能、运行内存的可用性能等不同，如，系统100采用的预测精度越高，则系统100预测未来误触特征时，所消耗的处理器的可用性能和运行内存的可用性能也越高。

在一些实施例中，本领域技术人员可以根据历史数据统计不同预测精度的未来误触特征对应的可用性能要求，然后将不同预测精度对应的可用性能要求作为各个性能梯度对应的性能梯度条件。

预测力度参数是指影响对未来误触特征的预测精度的参数。例如，预测力度参数可以包括用于预测未来误触特征的触控特征序列的长度。

在本说明书的一些实施例中，通过将预设性能条件设置为包括多个性能梯度条件，多个性能梯度条件中的每一个性能梯度对应不同的预测精度，从而根据实际需要选择不同预测精度的预设性能条件，以满足系统的正常运行。

在一些实施例中，系统100可以采用如下步骤S71-步骤S74获取未来误触特征：

步骤S71，响应于可用性能满足预设性能条件，基于触控特征序列以及误触纠正数据对，确定误触周期。

误触周期是指触控特征序列中最新出现的相邻误触操作之间间隔的触控操作次数。

在一些实施例中，系统100可以基于数据特征序列中历史上已经出现的多组相邻误触纠正数据对，确定多组相邻误触对应的触控特征；以及基于多组相邻误触对应的触控特征，在触控特征序列中，统计每组相邻误触对应的触控特征之间间隔的元素的数量，然后求均值，作为误触周期。

在一些实施例中，系统100对于每组相邻误触纠正数据对，可以将误触纠正数据对中的前一个触控特征作为该次误触对应的触控特征。

步骤S72，基于误触周期，预测用户在触控特征序列上的最新一次误触的基础上，再进行多少次触控操作后，用户在未来可能再次出现误触。

在一些实施例中，系统100可以将误触周期直接作为用户在未来可能再次出现误触时，用户在触控特征序列上的最新一次误触的基础上，进行触控操作的次数。

步骤S73，基于历史数据，确定不同显示页面中误触操作所对应的至少一个触控点的位置。

在一些实施例中，历史数据中存储有不同显示页面中误触操作所对应的至少一个触控点的位置。

步骤S74，将预测的用户在触控特征序列上的最新一次误触的基础上，再进行多少次触控操作后，用户在未来可能再次出现误触以及不同显示页面中误触操作所对应的至少一个触控点的位置，作为用户的未来误触特征。

在一些实施例中，系统100还可以采用图4所示方法预测用户的至少一个未来误触特征，具体参见图4中的说明。

步骤270，基于最新触控特征以及未来误触特征，判断最新触控特征对应的至少一个触控点是否为误触操作。

在一些实施例中，系统100可以基于最新触控特征，在触控特征序列中，确定最新触控特征与相邻的前一次误触纠正数据对中的前一个触控特征之间间隔的元素数量；然后将相邻的前一次误触纠正数据对中的前一个触控特征之间间隔的元素数量与未来触控特征中预测的需要进行触控操作次数进行比较、以及将最新触控特征中的一个或多个触控点的位置中的每一个与预测的未来误触特征中的未来可能发生误触的对应触控点的位置进行比较，若前述比较结果均吻合，则最新触控特征对应的触控点为误触操作。

步骤280，响应于最新触控点为误触操作，取消误触操作对应的触控响应。

触控响应是指平板电脑在获取到用户在屏幕上的触控操作后，所作出的反馈。

在一些实施例中，系统100可以响应于至少一个最新触控点为误触操作，取消误触操作对应的触控响应。

在一些实施例中，通过将至少一个最新触控点的误触评估值中的每一个分别与最新触控点的位置的评估值阈值的大小进行比较，如果误触评估值大于所在位置的评估值阈值，则该最新触控点为误触操作，从而取消误触操作对应的触控响应，实现手直接触控操作时的防误触。

通过获取平板电脑的可用性能，与预设性能条件进行比较，当判断处理器需要运行性能需求较大的应用软件时，暂停预测，等到处理器性能富余的时候，再提前预测未来误触特征；然后，将最新触控特征与预测的未来误触特征对比异同，来实现更快速度地判断最新触控特征所对应的触控，是否属于误触，同时还不会对当前的用户体验产生影响。

另外，通过将最新触控特征立刻与提前预测的未来触控特征进行对比，算法更简单，耗时更短，延迟更低且更稳定。

图3是根据本说明书一些实施例所示的确定最新触控特征对应的至少一个最新触控点的误触评估值的示例性流程图。在一些实施例中，流程300可以由平板电脑误触监测系统100（以下简称系统100）或者平板电脑的处理器执行。如图3所示，流程300包括下述步骤310-步骤320。

步骤310，基于平板电脑的当前页面内容311，在触控特征序列312中进行匹配，确定当前页面内容的至少一个适配子序列313。

当前页面内容是指当前页面显示内容。

适配子序列是指由与当前页面内容相同或者相关联的显示页面对应的多个连续触控特征，所组成的子序列。相关联的显示页面是指属于当前页面内容所在的同一应用程序中的显示页面。可以理解地，适配子序列为触控特征序列中的一段序列。

在一些实施例中，由于用户对平板电脑的当前页面所在的同一应用程序可以进行重复使用，且每次使用同一应用程序的当前页面，均会得到一个适配子序列，则系统100可以基于平板电脑的当前页面内容，与触控特征序列中的触控特征进行匹配，确定与当前页面内容相同或者相关联的显示页面对应的多个连续触控特征，作为当前页面内容的至少一个适配子序列。

步骤320，基于适配子序列313中的误触纠正数据对321、最新触控特征322，确定最新触控特征对应的至少一个最新触控点的误触评估值323。

关于误触评估值以及确定误触评估值方法的说明，请参见图2步骤230的说明。

在一些实施例中，系统100可以响应于适配子序列中的触控频率低于操作频繁度阈值，基于标记有误触纠正数据对的适配子序列和最新触控特征，通过误触评估模型，确定最新触控特征对应的至少一个最新触控点的评估值。

触控频率是指适配子序列中用户进行触控操作的频率。在一些实施例中，系统100可以将适配子序列中用户进行触控操作的次数与适配子序列中用户进行触控操作的总时间的比值，确定为触控频率。

在一些实施例中，系统100可以将统计获得的适配子序列中的触控特征的个数作为适配子序列中用户进行触控操作的次数。

在一些实施例中，系统100可以将适配子序列中最后一个触控特征对应的时刻与适配子序列中第一个触控特征对应的时刻的差值，作为用户进行触控操作的总时间。

操作频繁度阈值是指预先设置的用于判断是否采用误触评估模型确定误触评估值的触控频率的临界值。在一些实施例中，操作频繁度阈值可以为本领域技术人员根据经验预设。

在一些实施例中，操作频繁度阈值可以相关于平板电脑的实时屏幕刷新率、实时处理器负荷以及最新触控特征所对应的最新触控点的数量。

实时屏幕刷新率是指当前时刻平板电脑的屏幕每秒能够刷新的画面次数。

在一些实施例中，实时屏幕刷新率越高，用户对触控反馈延迟的感知越敏感，操作频繁度阈值可以设置越低，以减少误触评估模型的使用。

实时处理器负荷是指当前时刻处理器的使用率。在一些实施例中，实时处理器负荷越高，能够用于运行误触评估模型的计算资源越少，操作频繁度阈值可以设置越低，以减少误触评估模型的使用。

最新触控特征是指适配子序列中的最后一个触控特征。在一些实施例中，最新触控点的数量越多，将会调动更多的误触评估模型，消耗更多的资源，调低操作频繁度阈值可以设置越低，以避免平板电脑的处理器过载。

在一些实施例中，系统100可以在参考频繁度阈值的基础上按照上述相关关系调节参考频繁度阈值。参考频繁度阈值可以为固定值，可以为本领域技术人员根据经验预设。

仅作为示例地，操作频繁度阈值可以采用如下第二计算公式确定：

操作频繁度阈值=参考频繁度阈值-k1*实时屏幕刷新率-k2*实时处理器负荷-k3*适配子序列中的最新触控点的数量，k1、k2和k3大于0小于1，为本领域技术人员根据经验预设。

在本说明书的一些实施例中，通过将操作频繁度阈值的确定相关于平板电脑的实时屏幕刷新率、实时处理器负荷以及最新触控特征所对应的最新触控点的数量，最终设置的操作频繁度阈值更加合理。

在一些实施例中，误触评估模型可以为机器学习模型。在一些实施例中，误触评估模型的类型可以包括卷积神经网络模型（Convolutional Neural Network，CNN）和神经网络模型（Neural Network，NN）等。

在一些实施例中，误触评估模型的输入可以包括标记有误触纠正数据对的适配子序列和适配子序列中的最新触控特征，输出可以包括最新触控特征对应的单个触控点的误触评估值。

在一些实施例中，误触评估模型的输入还包括用户的视线关注特征和用户操作灵活度。

在一些实施例中，视线关注特征可以包括用户视线所关注的平板电脑上的屏幕的位置、角度、关注时长等中的至少一种。

在一些实施例中，系统100可以基于平板电脑的前置图像传感器获取视线关注特征。

用户操作灵活度是指用户操作平板电脑的灵活程度。可以通过相同的操作中不同用户的操作时间进行比较确定。

在一些实施例中，平板电脑的处理器可以通过网络将用户在预设时段内的触控特征序列上传到云服务器；云服务器基于当前用户的触控特征序列以及其他用户的触控特征序列，确定用户操作灵活度。

在一些实施例中，云服务器可以基于当前用户的触控特征序列以及其他用户的触控特征序列，计算用户在触控特征序列中的同一类应用程序所对应的显示页面上的触控速度（如，某个游戏软件中触控速度等），通过比较相同的操作中不同用户的触控速度，确定用户操作灵活度。

仅作为示例地，系统100可以将多个用户在同一类应用程序所对应的显示页面上的触控速度进行排名，并将每个用户在不同显示页面对应的排名，进行加权求和，得到综合排名；以及基于综合排名，确定用户操作灵活度，如，综合排名越高，用户操作灵活度越高。

在一些实施例中，同一用户在不同显示页面对应的排名的权重可以基于显示页面的使用频率确定，如，显示页面的使用频率越高，则该显示页面对应的排名的权重设置越大。

在一些实施例中，云服务可以定期更新用户操作灵活度，并将更新后的用户操作灵活度通过网络发送平板电脑的服务器。更新的频率可以为本领域技术人员根据经验预设。

在本说明书的一些实施例中，在误触评估模型的输入中还考虑用户的视线关注特征和用户操作灵活度，能进一步提高误触评估模型预测的准确性。

在一些实施例中，误触评估模型可以基于多个带有第一标签的第一训练样本，训练获得。

在一些实施例中，第一训练样本中的每组第一训练样本可以包括第一历史样本时段的标记了误触纠正数据对的适配子序列以及该适配子序列的最后一个触控特征。第一标签可以是第一历史样本时段的适配子序列的最后一个触控特征对应的触控点是否为误触。

第一标签可以用1或0进行表示，1代表第一历史样本时段的适配子序列的最后一个触控特征对应的触控点是误触，0代表第一历史样本时段的适配子序列的最后一个触控特征对应的触控点不是误触。

在一些实施例中，第一训练样本可以通过历史数据获取，第一标签可以通过人工标注确定。

在一些实施例中，误触评估模型输出的误触评估值可以为0-1之间的数值。

在一些实施例中，第一训练样本还可以包括第一历史样本时段所对应的用户的视线关注特征和用户操作灵活度。

在一些实施例中，误触评估模型可以有多个，多个误触评估模型被配置为同时对最新触控特征对应的多个最新触控点进行评估，确定对应的误触评估值。每个误触评估模型可以对一个最新触控点进行评估。

在本说明书的一些实施例中，通过基于与当前页面内容匹配的适配子序列中的误触纠正数据对、最新触控特征，确定最新触控特征对应的至少一个最新触控点的误触评估值，可以进一步提高确定误触评估值的准确性。

另外，通过将误触评估模型设置为多个，根据最新触控特征所对应的最新触控点的数量确定需要调用的误触评估模型的数量，每个误触评估模型对一个最新触控点进行预测评估，实现同时对多个最新触控点进行评估，减少评估时长。

应当注意的是，上述有关流程300的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程300进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。

图4是根据本说明书一些实施例所示的预测用户的至少一个未来误触特征的示例性流程图。在一些实施例中，流程400可以由平板电脑误触监测系统100（以下简称系统100）或者平板电脑的处理器执行。

在一些实施例中，系统100可以基于触控特征序列、误触纠正数据以及用户操作灵活度410-2，通过误触预测模型420，预测用户的未来误触特征430。

关于触控特征序列、误触纠正数据、用户操作灵活度410-2以及未来误触特征430的说明，请参见图2中的相关说明。

在一些实施例中，误触预测模型420可以为时间序列模型。在一些实施例中，误触预测模型的类型可以为长短期记忆网络(Long-Short Term Memory Network，LSTM)模型、循环神经网络（Recurrent Neural Network, RNN）模型等。

在一些实施例中，误触预测模型420的输入可以为标记了误触数据对的触控特征序列410-1和用户操作灵活度410-2，输出可以为未来误触特征430。

在一些实施例中，误触预测模型可以基于多个带有第二标签的第二训练样本，训练获得。

在一些实施例中，第二训练样本中的每组第二训练样本可以包括第二历史样本时段的标记了误触纠正数据对的触控特征序列以及用户操作灵活度。第二标签可以是第三历史样本时段的误触对应的触控特征。第三历史样本时段在第二历史样本时段之后，第二历样本史时段和第三历史时段中的触控特征序列可以与第一历史样本时段内的触控特征序列重合、交叉或者没有交集。

在一些实施例中，第二训练样本和第二训练标签可以通过历史数据获取。

在一些实施例中，误触预测模型420可以包括多个预测子模型（如，预测子模型1、预测子模型2……预测子模型n），多个预测子模型中的每一个具备不同的预测力度参数，预测力度参数可以包括预测参数和/或模型参数，具备不同预测力度参数的预测子模型能够输出不同预测精度的未来误触特征。

预测参数是指与误触预测模型有关的参数。在一些实施例中，预测参数可以包括预测子模型的输入数据长度和输出结果完整度。

在一些实施例中，输入数据长度可以包括输入误触预测模型的触控特征序列长度、误触纠正数据对的数量等。

在一些实施例中，触控特征序列的长度越长，触控特征序列包括的触控特征越多，则误触预测模型对未来误触特征的预测精度越高。

输出结果完整度可以表征预测子模型输出结果的完整程度。可以理解地，未来误触特征可能包括多个未来可能发生误触的多个触控点的位置，如果预测子模型直接输出包括未来可能发生误触的全部触控点的位置的未来误触特征，则预测子模型的模型参数、模型结构更复杂，运行预测子模型占用的运算资源更多。

在一些实施例中，系统100可以响应于可用性能满足对应性能梯度条件，则选择对应的预测力度参数的预测子模型对输入的数据进行处理，得到对应预测精度的未来误触特征，以降低误触特征模型的复杂度，提高误触特征模型的运算速度。

模型参数可以包括各个预测子模型的层数以及网络参数。

在一些实施例中，系统100可以对每个预测子模型进行单独训练，且在进行预测子模型训练的时候，可以根据不同的预测子模型的预测参数构建不同的训练数据集，以训练得到多个具备不同预测力度的预测子模型。例如，不同的预测子模型中的每个预测子模型，可以选择在第二历史样本时段内的，某一序列长度的标记有误触纠正数据对的触控特征序列以及用户操作灵活度，作为训练数据集进行训练。

在本说明书的一些实施例中，由于误触预测模型包括多个预测子模型，多个预测子模型中的每一个具备不同的预测参数和/或模型参数，以实现不同的预测力度，从而在使用预测子模型的时候，可以根据可用性能所符合的预设性能梯度条件对应的预测力度，选择对应的预测子模型来进行预测，以提高最终预测结果的准确性。

在一些实施例中，多个预测子模型中的每一个可以包括多个对应平板电脑的不同握持方向的方向输出层，每个方向输出层输出平板电脑的不同握持方向下的未来误触特征。

握持方向是指用户握持平板电脑的方向。在一些实施例中，握持方向可以包括横向握持和纵向握持。横向握持可以包括上下两个方向的握持，纵向握持可以包括左右两个方向的握持，其中，平板电脑上摄像头的方向可以预设为上方向。

在一些实施例中，握持方向不同，平板电脑可能出现的误触情况也可以不同。例如，横向握持和纵向握持，手接触的屏幕大小以及触控需要跨过的屏幕长度不同，误触情况也不同。

在一些实施例中，系统100可以基于平板电脑中内置的陀螺仪获取用户的握持方向。

方向输出层是指针对平板电脑的不同握持方向设置的输出层。在一些实施例中，每个预测子模型的多个方向输出层可以包括相互独立的横向握持方向的输出层和纵向握持方向的输出层。横向握持方向的输出层的输入可以为用户横向握持平板电脑时，获取的标记了误触纠正数据对的触控特征序列和用户操作灵活度，输出可以为未来误触特征。纵向握持方向的输出层的输入可以为用户纵向握持平板电脑时，获取的标记了误触纠正数据对的触控特征序列和用户操作灵活度，输出可以为未来误触特征。

在一些实施例中，系统100可以对不同的预测子模型，采用与前述误触预测模型类似方法，进行单独训练。在一些实施例中，在预测子模型的训练的过程中，使用历史数据中用户的不同握持方向的标记了误触纠正数据对的触控特征序列和用户操作灵活度作为第二训练样本，以及使用历史数据中用户的不同握持方向的误触特征作为第二训练标签对不同的预测子模型的不同方向输出层进行训练。

在本说明书的一些实施例中，通过将多个预测子模型中的每一个设置为包括多个对应不同平板电脑的握持方向的方向输出层，每个方向输出层输出不同平板电脑的握持方向下的未来误触特征，能进一步提高预测的误触特征的准确性。

上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。

同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。

针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件（当前或之后附加于本说明书中的）也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。

最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。

Claims (10)

1.一种平板电脑误触监测方法，其特征在于，包括

获取用户对平板电脑的触控对应的触控特征，并构建触控特征序列；

基于所述触控特征序列中相邻的所述触控特征的页面变化信息，识别误触纠正数据对；

基于所述误触纠正数据对和最新触控特征，确定所述最新触控特征对应的至少一个最新触控点的误触评估值；

基于所述误触评估值以及所述最新触控点的位置，识别所述最新触控点是否为误触操作；以及

响应于所述最新触控点为所述误触操作，取消所述误触操作对应的触控响应。

2.如权利要求1所述的平板电脑误触监测方法，其特征在于，所述基于所述误触纠正数据对和最新触控特征，确定所述最新触控特征对应的至少一个最新触控点的误触评估值包括：

基于所述平板电脑的当前页面内容，在所述触控特征序列中进行匹配，确定所述当前页面内容的至少一个适配子序列；以及

基于所述适配子序列中的所述误触纠正数据对、所述最新触控特征，确定所述最新触控特征对应的至少一个最新触控点的误触评估值。

3.如权利要求1所述的平板电脑误触监测方法，其特征在于，所述方法还包括：

获取所述平板电脑的可用性能；

响应于所述可用性能满足预设性能条件，基于所述触控特征序列以及所述误触纠正数据对，预测所述用户的未来误触特征；以及

基于所述最新触控特征以及所述未来误触特征，识别所述最新触控特征对应的至少一个触控点是否为误触操作。

4.如权利要求3所述的平板电脑误触监测方法，其特征在于，所述基于所述触控特征序列以及所述误触纠正数据对，预测所述用户的未来误触特征包括：

基于所述触控特征序列、所述误触纠正数据对以及用户操作灵活度，通过误触预测模型，预测所述用户的未来误触特征，所述误触预测模型为时间序列模型。

5.一种平板电脑误触监测系统，其特征在于，包括构建模块、第一识别模块、确定模块、第二识别模块和取消模块；

所述构建模块被配置为获取用户对平板电脑的触控对应的触控特征，并构建触控特征序列；

所述第一识别模块被配置基于所述触控特征序列中的相邻的所述触控特征中的页面变化信息，识别误触纠正数据对；

所述确定模块被配置为基于所述误触纠正数据对和最新触控特征，确定所述最新触控特征对应的至少一个最新触控点的误触评估值；

所述第二识别模块被配置为基于所述误触评估值以及所述最新触控点的位置，识别所述最新触控点是否为误触操作；以及

所述取消模块被配置为响应于所述最新触控点为所述误触操作，取消所述误触操作对应的触控响应。

6.根据权利要求5所述的系统，其特征在于，所述确定模块进一步被配置为：

基于所述平板电脑的当前页面内容，在所述触控特征序列中进行匹配，确定所述当前页面内容的至少一个适配子序列；以及

基于所述适配子序列中的所述误触纠正数据对和所述最新触控特征，确定所述最新触控特征对应的至少一个最新触控点的误触评估值。

7.根据权利要求5所述的系统，其特征在于，所述系统还包括性能获取模块、预测模块以及判断模块；

所述性能获取模块被配置为获取所述平板电脑的可用性能；

所述预测模块被配置为响应于所述可用性能满足预设性能条件，基于所述触控特征序列以及所述误触纠正数据对，预测所述用户的未来误触特征；以及

所述判断模块被配置为基于所述最新触控特征以及所述未来误触特征，识别所述最新触控特征对应的至少一个触控点是否为误触操作。

8.根据权利要求7所述的系统，其特征在于，所述预测模块被进一步配置为：

基于所述触控特征序列、所述误触纠正数据对以及用户操作灵活度，通过误触预测模型，预测所述用户的未来误触特征，所述误触预测模型为时间序列模型。

9.一种平板电脑误触监测装置，其特征在于，所述装置包括至少一个处理器以及至少一个存储器；

所述至少一个存储器用于存储计算机指令；

所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现如权利要求1~4中任一项所述的平板电脑误触监测方法。

10.一种计算机可读存储介质，其特征在于，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行如权利要求1~4任一项所述的平板电脑误触监测方法。