[发明专利]触控面板上敲击事件的识别方法及系统，及终端触控产品

权利要求书

1.一种触控面板上的敲击事件的识别方法，其特征在于，所述方法包含：

感测在触控面板上进行的各种敲击事件而量测出的若干个振动信号，记录这些敲击事件的类型作为分类标记；

将对应一个敲击事件的振动信号及分类标记作为一个样本，生成包含若干个样本的一样本集；

将该样本集中的样本作为输入，自由选取的权重参数组作为调整参数，输入到一深度神经网络中进行训练，采用向后传播的算法，调整该权重参数组；

将该样本集的样本分批读出，训练该深度神经网络，对该权重参数组进行微调，以决定出优化的权重参数组；

将该深度神经网络及该优化的权重参数组作为一模型，布建到一终端触控产品中；

感测对该终端触控产品执行的一敲击操作所产生的振动信号，并生成对应该敲击操作的若干个触碰感测值所形成的一影像；以及

将对应该敲击操作的振动信号输入到该模型中以得出一第一结果，对这些触碰感测值所形成的影像进行分析以得出一第二结果，根据该第一结果和该第二结果得出一预测的敲击类型。

2.根据权利要求1所述的方法，其特征在于，在得出该预测的敲击类型的步骤之后，所述方法更包含：

根据该预测的敲击类型，执行对应该预测的敲击类型的一预定操作。

3.根据权利要求2所述的方法，其特征在于：该预定操作是选自由开关菜单、变更画笔颜色及变更画笔粗细所组成的群组。

4.根据权利要求1所述的方法，其特征在于：敲击的类型是依敲击的次数、同时敲击的手指数量、手指敲击的部位及敲击的角度之至少一者来划分。

5.根据权利要求1所述的方法，其特征在于：该深度神经网络包含一卷积神经网络。

6.一种触控面板上的敲击事件的识别方法，其特征在于，所述方法包含：

感测在触控面板上进行的各种敲击事件而量测出的若干个振动信号，并将该触控面板感测每一敲击事件所得出的若干个触碰感测值转换成一影像，且记录这些敲击事件的类型作为分类标记；

将对应一个敲击事件的振动信号、影像及分类标记作为一个样本，生成包含若干个样本的一样本集；

将该样本集中的样本作为输入，自由选取的权重参数组作为调整参数，输入到一深度神经网络中进行训练，采用向后传播的算法，调整该权重参数组；以及

将该样本集的样本分批读出，训练该深度神经网络，对该权重参数组进行微调，以决定出优化的权重参数组。

7.根据权利要求6所述的方法，其特征在于，训练该深度神经网络的步骤包含：

将对应一个敲击事件的振动信号的特征输入到一第一子网络，该第一子网络为一一维子网络；

将对应一个敲击事件之触碰感测值的影像的特征输入到一第二子网络，该第二子网络为一二维子网络；

将该第一子网络的输出和该第二子网络的输出，输入到一平坦层进行平坦化，以将该第一子网络和该第二子网络的输出转换成一维数据；以及

将该平坦层的输出，输入到一多层感知器，进行敲击事件的分类预测。

8.根据权利要求7所述的方法，其特征在于：该第一子网络和该第二子网络包含一卷积神经网络。

9.根据权利要求6所述的方法，其特征在于，将这些触碰感测值转换成该影像的步骤包含：

将包含该敲击事件之发生位置的一局部区域中的触碰感测值转换成该影像。

10.根据权利要求6所述的方法，其特征在于，所述方法更包含：

将该深度神经网络及该优化的权重参数组作为一模型，布建到一终端触控产品中；以及

接收对该终端触控产品执行的一敲击操作所产生的振动信号及来自该终端触控产品之触碰感测值的影像，并将对应该敲击操作的该振动信号及来自该终端触控产品的该影像输入该模型中，以得出一预测的敲击类型。