一种基于深度学习的黑板导电薄膜触控校准方法及系统与流程

本发明涉及触控校准，尤其涉及一种基于深度学习的黑板导电薄膜触控校准方法及系统。

背景技术：

1、触控校准技术领域主要涉及对触控设备中的实际触控位置与系统所识别位置之间的对应关系进行检测和调整，该技术领域通常以触控设备所形成的感应信息为基础，根据设备预先确定的触控区域和位置基准，对用户触摸时产生的位置数据进行识别，并结合触控区域的空间对应关系确定校准所需的数据内容。

2、传统的黑板导电薄膜触控校准通常先采集若干标定位置的触控坐标，再建立触控坐标与显示坐标之间的映射关系，并依据预设校准参数对后续触摸位置进行坐标修正，虽然能够完成黑板导电薄膜触控位置与显示位置之间的基础校准，但是，在实际书写过程中书写触控与手掌误触、擦拭触控交替出现的情况下，存在非书写触控数据混入校准数据，使校准所依据的触摸轨迹偏移信息受到干扰的问题，进而使校准关系与实际书写触摸轨迹之间产生偏差。

技术实现思路

1、本发明的目的是解决现有技术中存在的缺点，而提出的一种基于深度学习的黑板导电薄膜触控校准方法及系统。

2、为了实现上述目的，本发明采用了如下技术方案，一种基于深度学习的黑板导电薄膜触控校准方法，包括以下步骤：

3、s1：确定黑板导电薄膜在扫描周期内的触摸区域并获取触控特征序列；其中，触控特征包括触摸区域的面积和电容变化峰值、触摸轨迹的移动速度以及触摸事件的持续时间；

4、s2：参照触摸区域和触控特征序列划分触控事件片段，并确定触控事件片段的事件时间范围和事件坐标范围；接着根据预训练的长短期记忆网络从触控事件片段中选出候选书写片段和非书写片段；

5、s3：获取黑板导电薄膜触控坐标系中表示触控标定点触控位置的触控标定点坐标和黑板显示区域显示坐标系中的表示显示标定点显示位置的显示标定点坐标，参照触控标定点坐标和显示标定点坐标，从候选书写片段中选出实际书写片段，其余候选书写片段则作为隔离片段；

6、s4：基于实际书写片段构建增量学习样本；基于非书写片段和隔离片段计算非书写事件决策边界；

7、s5：建立卷积神经网络，接着使用增量学习样本更新卷积神经网络，结合非书写事件决策边界和更新后的卷积神经网络校准触摸轨迹，得到触摸轨迹校准结果。

8、一种基于深度学习的黑板导电薄膜触控校准系统，系统包括：

9、触控特征提取模块，确定黑板导电薄膜在扫描周期内的触摸区域并获取触控特征序列；其中，触控特征包括触摸区域的面积和电容变化峰值、触摸轨迹的移动速度以及触摸事件的持续时间；

10、事件划分模块，参照触摸区域和触控特征序列划分触控事件片段，并确定触控事件片段的事件时间范围和事件坐标范围；接着根据预训练的长短期记忆网络从触控事件片段中选出候选书写片段和非书写片段；

11、书写片段确认模块，获取黑板导电薄膜触控坐标系中表示触控标定点触控位置的触控标定点坐标和黑板显示区域显示坐标系中的表示显示标定点显示位置的显示标定点坐标，参照触控标定点坐标和显示标定点坐标，从候选书写片段中选出实际书写片段，其余候选书写片段则作为隔离片段；

12、边界构建模块，基于实际书写片段构建增量学习样本；基于非书写片段和隔离片段计算非书写事件决策边界；

13、轨迹校准模块，建立卷积神经网络，接着使用增量学习样本更新卷积神经网络，结合非书写事件决策边界和更新后的卷积神经网络校准触摸轨迹，得到触摸轨迹校准结果。

14、与现有技术相比，本发明的优点和积极效果在于：

15、本发明基于深度学习对黑板导电薄膜触控过程进行处理，通过提取触摸区域及触控特征并划分触控事件片段，利用预训练的长短期记忆网络识别候选书写片段和非书写片段，再结合触控标定点坐标与显示标定点坐标筛选实际书写片段，并利用实际书写片段形成增量学习样本，同时依据非书写片段和隔离片段建立非书写事件决策边界，再结合卷积神经网络学习触摸轨迹坐标的偏移关系，从而减少手掌误触和擦拭触控对书写轨迹校准数据的干扰，使参与校准的数据更贴合实际书写触控过程；同时，基于深度学习形成的触控事件识别和轨迹偏移学习过程能够结合实际书写数据对校准关系进行更新，使触摸轨迹与显示笔迹之间的位置对应更加准确。

1.一种基于深度学习的黑板导电薄膜触控校准方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于深度学习的黑板导电薄膜触控校准方法，其特征在于，步骤s1具体包括：

3.根据权利要求2所述的基于深度学习的黑板导电薄膜触控校准方法，其特征在于，步骤s2具体包括：

4.根据权利要求3所述的基于深度学习的黑板导电薄膜触控校准方法，其特征在于，所述事件时间范围为所述触控事件片段中首个采样时间戳至末个采样时间戳之间的时间区间，所述事件坐标范围为所述触控事件片段中各所述触摸区域的中心坐标对应的最小横坐标、最大横坐标、最小纵坐标和最大纵坐标限定的坐标区域。

5.根据权利要求3所述的基于深度学习的黑板导电薄膜触控校准方法，其特征在于，所述长短期记忆网络根据多组已标注类别的触控样本训练，每组触控样本由连续扫描周期对应的触摸区域面积、电容变化峰值、触摸轨迹移动速度和触摸事件持续时间组成，并标注为书写类别、手掌误触类别或擦拭类别。

6.根据权利要求3所述的基于深度学习的黑板导电薄膜触控校准方法，其特征在于，步骤s3具体包括：

7.根据权利要求6所述的基于深度学习的黑板导电薄膜触控校准方法，其特征在于，步骤s4具体包括：

8.根据权利要求7所述的基于深度学习的黑板导电薄膜触控校准方法，其特征在于，所述非书写事件决策边界具体是由支持向量、支持向量系数、核函数参数和偏置量构成的判别函数中函数值等于零时对应的特征空间边界。

9.根据权利要求7所述的基于深度学习的黑板导电薄膜触控校准方法，其特征在于，步骤s5具体包括：

10.一种基于深度学习的黑板导电薄膜触控校准系统，其特征在于，系统包括：