[发明专利]握持识别方法及对应的移动终端

权利要求书

1.一种握持识别方法，其特征在于，该方法包括步骤：

接收来自移动终端后触摸屏的电压点图像；

通过预存的神经网络模型分析所接收到的电压点图像，识别出当前的握持状态；及

根据识别出的握持状态调整所述移动终端的用户界面布局。

2.根据权利要求1所述的握持识别方法，其特征在于，该方法在所述接收来自移动终端后触摸屏的电压点图像的步骤之前还包括步骤：

采集各种握持状态下的电压点图像样本；

对所采集的电压点图像样本进行标签分类；

根据分类后的图像构建神经网络模型，并进行训练及测试；

将所得到的神经网络模型植入所述移动终端。

3.根据权利要求1或2所述的握持识别方法，其特征在于，该方法在所述接收来自移动终端后触摸屏的电压点图像的步骤之前还包括步骤：

判断用户是否开启握持识别功能，当开启时执行所述接收来自移动终端后触摸屏的电压点图像的步骤。

4.根据权利要求1所述的握持识别方法，其特征在于，所述电压点图像为二值制图像，保存为0-1数值的矩阵，长宽根据所述后触摸屏的实际尺寸M行N列来确定。

5.根据权利要求2所述的握持识别方法，其特征在于，所述标签分类包括左手握持、右手握持、双手握持三种标签。

6.根据权利要求2所述的握持识别方法，其特征在于，所述构建神经网络模型，并进行训练及测试的步骤包括：

采用深度学习框架构建神经网络模型，采用人工智能算法对分类后的图像进行训练和测试，其中所述人工智能算法包括BP神经网络、卷积神经网络。

7.一种移动终端，其特征在于，所述移动终端包括：存储器、处理器、前触摸屏、后触摸屏及存储在所述存储器上并可在所述处理器上运行的握持识别程序，所述握持识别程序被所述处理器执行时实现步骤：

接收来自所述后触摸屏的电压点图像；

通过预存的神经网络模型分析所接收到的电压点图像，识别出当前的握持状态；及

根据识别出的握持状态调整所述移动终端的用户界面布局。

8.根据权利要求7所述的移动终端，其特征在于，所述握持识别程序被所述处理器执行时还实现步骤：

采集各种握持状态下的电压点图像样本；

对所采集的电压点图像样本进行标签分类；

将分类后的图像传送至PC端，并接收PC端植入的神经网络模型。

9.根据权利要求8所述的移动终端，其特征在于，所述握持识别程序被所述处理器执行时还实现步骤：

判断用户是否开启握持识别功能，当开启时执行所述接收来自后触摸屏的电压点图像的步骤。

10.一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上存储有握持识别程序，所述握持识别程序被处理器执行时实现如权利要求1至6中任一项所述的握持识别方法的步骤。