智能手表的文本输入方法及装置制造方法及图纸

本发明专利技术公开了一种智能手表的文本输入方法，包括：通过惯性传感器检测由用户手写引起的一组或多组传感数据序列；根据所述传感数据序列，获取与每一组传感数据序列一一对应的字符信息；其中，每组所述字符信息包括M个备选字符；根据所述字符信息，获得多个不同的备选文本；从多个所述备选文本中选择与用户手写匹配的文本，作为本智能手表识别的文本。相应地，本发明专利技术还公开了一种智能手表的文本输入装置。本发明专利技术无需在触摸屏上设置键盘，克服了触摸屏大小的局限，同时也节省了需要显示键盘的空间，可以有更多的空间来显示其他内容，并且克服语音输入对周围环境的要求，文本输入不受场合的限制。

【技术实现步骤摘要】

本专利技术涉及智能穿戴设备领域，具体地，涉及一种智能手表的文本输入方法及装置。
技术介绍
近年来，智能手表兴起了可穿戴设备的热潮。智能手表在移动支付、健康追踪和事件提醒等方面发挥着重要作用。然而，由于受到便携设计的限制，智能手表的屏幕通常很小，不利于文本输入。目前，智能手表的文本输入方式主要有两种：最常见的方式是将语音转化为文本，比如在AppleWatch上的Siri。这种输入方式非常方便有效，但是，它不适用于在一些公共场所中使用，诸如图书馆、办公室等。而且，在嘈杂的环境中，错误率较高。第二种方式是将常用的全键盘或九宫格键盘重新布局设计，使之适用于智能手表的触摸屏。由于屏幕较小，每次只能显示若干个键，并且会挡住其他内容的显示，效率较低。
技术实现思路
本专利技术的目的在于提供一种智能手表的文本输入方法及装置，其能利用智能手表上的惯性传感器，克服现有文本输入法的缺陷，使得输入不再受到场合限制和屏幕大小的限制。为了实现上述目的，本专利技术提供一种智能手表的文本输入方法，包括：通过惯性传感器检测由用户手写引起的一组或多组传感数据序列；根据所述传感数据序列，获取与每一组传感数据序列一一对应的字符信息；其中，每组所述字符信息包括M个备选字符；根据所述字符信息，获得多个不同的备选文本；从多个所述备选文本中选择与用户手写匹配的文本，作为本智能手表识别的文本；其中，本智能手表的惯性传感器包括三轴加速度传感器，所述传感数据序列包括x轴的传感数据序列和y轴的传感数据序列；所述x轴与y轴处于与本智能手表表盘平行的平面。实施本专利技术，具有如下有益效果：本专利技术提供的智能手表的文本输入方法，当用户在手背上用指尖手写字符时，手背的受力通过皮肤和骨骼的传导，可以传导至手腕部分，而智能手表与手腕接触，手腕可带动手表运动，利用智能手表的惯性传感器，捕获手表运动时的惯性传感数据，即手表在与表盘平行的平面上的运动数据，由于书写不同的字符时，手背的受力方向和力度大小都有所不同，因此传感器捕获的运动数据与用户手写的字符具有对应关系，对惯性传感数据进行分析处理可以识别出备选字符，进而识别出用户输入的文本。本专利技术无需在触摸屏上设置键盘，克服了触摸屏大小的局限，同时也节省了需要显示键盘的空间，可以有更多的空间来显示其他内容，并且克服语音输入对周围环境的要求，文本输入不受场合的限制。而惯性传感器广泛存在于市面上的智能手表中，因此，这种设计直接适用于现有的设备，不需要对设备进行硬件上的改造。惯性传感器广泛存在于市面上的智能手表中，因此，这种设计直接适用于现有的设备，不需要对设备进行硬件上的改造。进一步地，所述根据所述传感数据序列，获取与每一组传感数据序列一一对应的字符信息，具体包括：获取本智能手表的惯性传感器检测到的第f组传感数据序列；根据所述第f组传感数据序列，提取第f组与字符识别相关的特征信息；将第f组所述特征信息输入预先配置的机器学习模型，获取从所述机器学习模型输出的第f组所述特征信息与N个不同的备选字符的匹配概率；从所述N个不同的备选字符中选择匹配概率最高的M个备选字符作为与所述第f组传感数据序列对应的字符信息；其中M＜N。进一步地，所述字符为英文字母，N＝26，所述N个备选字符为字母a～字母z。进一步地，所述获取通过惯性传感器检测由用户手写引起的一组或多组传感数据序列，具体包括：在获得确认用户开始手写文本的文本识别启动指令时，通过惯性传感器检测本智能手表当前的传感数据，作为静止状态的传感数据；启动文本识别，通过所述惯性传感器持续采集本智能手表的传感数据；将启动文本识别后所采集到的所有传感数据减去所述静止状态的传感数据，得到消除漂移影响的传感数据；对所述消除漂移影响的传感数据执行预处理，得到稳定的传感数据；监控所述惯性传感器持续采集的传感数据是否发生停顿；在发生第f次停顿时，将第(f-1)次停顿与第f次停顿之间的所述稳定的传感数据作为所述第f组传感数据序列。一般的惯性传感器的读数都会受到客观因素的影响，比如加速度传感器的读数会受到重力的影响，陀螺仪的数据会有漂移。在进一步方案中，在用户进入准备手写文本的状态时，用户保持静止，检测传感数据，将启动文本识别后采集到的传感数据减去静止状态时的值，可以消除重力和陀螺仪漂移的影响，剩下的变化就是因为用户在手背上手写引起的。通过消除漂移影响，使输入机器学习模型的数据更准确有效。进一步地，所述预处理包括归一化处理。通过归一化处理将信号值投射到预定的范围，可以消除书写位置和力度的影响。进一步地，所述x轴的正方向为本智能手表指向用户手背的方向，或者用户手背指向本智能手表的方向；所述第f组与字符识别相关的特征信息，包括以下特征信息中的至少一项：第f组传感数据序列的持续时间；采用动态时间规整法计算得到的存储于本智能手表中的N组传感数据序列样本分别与所述第f组传感数据序列的相似度；其中，所述N组传感数据序列样本分别与N个不同的备选字符一一对应；根据所述第f组传感数据序列计算得到的x轴能量总和与y轴能量总和的比值；其中，所述x轴能量总和为本智能手表在x轴上的运动能量总和，所述y轴能量总和为本智能手表在y轴方向上的运动能量总和；本智能手表在x轴上的运动能量达到预设阈值的时间点，以及本智能手表在y轴上的运动能量达到预设阈值时的时间点；所述第f组传感数据序列的x轴的传感数据序列以及y轴的传感数据序列的相关系数。进一步地，所述机器学习模型为随机森林模型；所述随机森林模型的配置方法包括：输出提示用户在手背上手写指定字符的信息；其中，所述指定字符包括至少N个不同的字符；采集多组由用户手写指定字符引起的传感数据序列，提取与每一组传感数据序列一一对应的特征信息，作为所述随机森林学习模型的多组训练数据；其中，每一组训练数据分别与一个指定字符对应；采用所述训练数据，训练随机森林分类器，得到所述随机森林模型。进一步地，所述根据所述字符信息，获得多个不同的备选文本；若本智能手表仅检测到一组传感数据序列，则将所述M个备选字符作为M个不同的备选文本；若本智能手表检测到多组传感数据序列，则根据多组所述字符信息，组合成多个备选文本；其中每个备选文本包括多个字符，每个字符都是从所述字符信息中抽取一个备选字符得到的。相应地，本专利技术还提供一种智能手表的文本输入装置，包括：数据检测模块，用于通过惯性传感器检测由用户手写引起的一组或多组传感数据序列；字符识别模块，用于根据所述传感数据序列，获取与每一组传感数据序列一一对应的字符信息；其中，每组所述字符信息包括M个备选字符；文本识别模块，用于根据所述字符信息，获得多个不同的备选文本；文本确认模块，用于从多个所述备选文本中选择与用户手写匹配的文本，作为本智能手表识别的文本；其中，本智能手表的惯性传感器包括三轴加速度传感器，所述传感数据序列包括x轴的传感数据序列和y轴的传感数据序列；所述x轴与y轴处于与本智能手表表盘平行的平面。本专利技术提供的智能手表的文本输入装置，当用户在手背上用指尖手写字符时，手背的受力通过皮肤和骨骼的传导，可以传导至手腕部分，而智能手表与手腕接触，手腕可带动手表运动，利用智能手表的惯性传感器，捕获手表运动时的惯性传感数据，即手表在与表盘平行的平面上的运动数据，由于书写不同的字符时，手背的受力方向和力度大本文档来自技高网...

【技术保护点】
一种智能手表的文本输入方法，其特征在于，包括：通过惯性传感器检测由用户手写引起的一组或多组传感数据序列；根据所述传感数据序列，获取与每一组传感数据序列一一对应的字符信息；其中，每组所述字符信息包括M个备选字符；根据所述字符信息，获得多个不同的备选文本；从多个所述备选文本中选择与用户手写匹配的文本，作为本智能手表识别的文本；其中，本智能手表的惯性传感器包括三轴加速度传感器，所述传感数据序列包括x轴的传感数据序列和y轴的传感数据序列；所述x轴与y轴处于与本智能手表表盘平行的平面。

【技术特征摘要】
1.一种智能手表的文本输入方法，其特征在于，包括：通过惯性传感器检测由用户手写引起的一组或多组传感数据序列；根据所述传感数据序列，获取与每一组传感数据序列一一对应的字符信息；其中，每组所述字符信息包括M个备选字符；根据所述字符信息，获得多个不同的备选文本；从多个所述备选文本中选择与用户手写匹配的文本，作为本智能手表识别的文本；其中，本智能手表的惯性传感器包括三轴加速度传感器，所述传感数据序列包括x轴的传感数据序列和y轴的传感数据序列；所述x轴与y轴处于与本智能手表表盘平行的平面。2.如权利要求1所述的智能手表的文本输入方法，其特征在于，所述根据所述传感数据序列，获取与每一组传感数据序列一一对应的字符信息，具体包括：获取本智能手表的惯性传感器检测到的第f组传感数据序列；根据所述第f组传感数据序列，提取第f组与字符识别相关的特征信息；将第f组所述特征信息输入预先配置的机器学习模型，获取从所述机器学习模型输出的第f组所述特征信息与N个不同的备选字符的匹配概率；从所述N个不同的备选字符中选择匹配概率最高的M个备选字符作为与所述第f组传感数据序列对应的字符信息；其中M＜N。3.如权利要求2所述的智能手表的文本输入方法，其特征在于，所述字符为英文字母，N＝26，所述N个备选字符为字母a～字母z。4.如权利要求2所述的智能手表的文本输入方法，其特征在于，所述通过惯性传感器检测由用户手写引起的一组或多组传感数据序列，具体包括：在获得确认用户开始手写文本的文本识别启动指令时，通过惯性传感器检测本智能手表当前的传感数据，作为静止状态的传感数据；启动文本识别，通过所述惯性传感器持续采集本智能手表的传感数据；将启动文本识别后所采集到的所有传感数据减去所述静止状态的传感数据，得到消除漂移影响的传感数据；对所述消除漂移影响的传感数据执行预处理，得到稳定的传感数据；监控所述惯性传感器持续采集的传感数据是否发生停顿；在发生第f次停顿时，将第(f-1)次停顿与第f次停顿之间的所述稳定的传感数据作为所述第f组传感数据序列。5.如权利要求4所述的智能手表的文本输入方法，其特征在于，所述预处理包括归一化处理。6.如权利要求2至5任一项所述的智能手表的文本输入方法，其特征在于，所述x轴的正方向为本智能手表指向用户手背的方向，或者用户手背指向本智能手表的方向；所述第f组与字符识别相关的特征信息，包括以下特征信息中的至少一项：第f组传感数据序列的持续时间；采用动态时间规整法计算得到的存储于本智能手表中的N组传感数据序列样本分别与所述第f组传感数据序列的相似度；其中，所述N组传感数据序列样本分别与N个不同的备选字符一一对应；根据所述第f组传感数据序列计算得到的x轴能量总和与y轴能量总和的比值；其中，所述x轴能量总和为本智能手表在x轴上的运动能量总和，所述y轴能量总和为本智能手表在y轴方向上的运动能量总和；本智能手表在x轴上的运动能量达到预设阈值的时间点，以及本智能手表在y轴上的运动能量达到预设阈值时的时间点；所述第f组传感数据序列的x轴的传感数据序列以及y轴的传感数据序列的相关系数。7.如权利要求2至5任一项所述的智能手表的文本输入方法，其特征在于，所述机器学习模型为随机森林模型；所述随机森林模型的配置方法包括：输出提示用户在手背上手写指定字符的信息；其中，所述指定字符包括至少N个不同的字符；采集多组由用户手写指定字符引起的传感数据序列，提取与每一组传感数据序列一一对应的特征信息，作为所述随机森林学习模型的多组训练数据；其中，每一组训练数据分别与一个指定字符对应；采用所述训练数据，训练随机森林分类器，得到所述随机森林模型。8.如权利要求1至5任一项所述的智能手表的文本输入方法，其特征在于，所述根据所述字符信息，获得多个不同的备选文本；若本智能手表仅检测到一组传感数据序列，则将所述M个备选字符作为M个不同的备选文本；若本智能手表检测到多组传感数据序列，则根据多组所述字符信息，组合成多个备选文本；其中每个备选文本包括多个字符，每个字符都是从所述字符信息中抽取一个备选字符得到的。9.一种智能手表的文本输入装置，其特征在于，包括：数据检测模块，用于通过惯性传感器检测由用户手写引起的一组或多组...

【专利技术属性】
技术研发人员：黄倩怡，王巍，张黔，
申请(专利权)人：广州市香港科大霍英东研究院，
类型：发明
国别省市：广东;44