[发明专利]智能终端操作者年龄估计方法

说明书

技术领域

本发明属于计算机技术领域，具体涉及一种智能终端操作者年龄估计方法。

背景技术

随着互联网技术的快速发展，笔记本、手机、ipad、游戏机等智能设备越来越普及，使用智能设备的人群范围也不断扩大，上至七八十岁的老人，下至幼儿园小孩。目前，电子设备中的应用程序越来越多，各种系统软件、游戏软件和社交软件等，由于未成年人的心智还不够成熟，对很多应用程序中带有的欺诈、暴力等信息判断力不足，容易误入歧途；同时，在家庭环境中，年龄过小的孩子有可能不小心将父母手机中的重要应用程序删除，造成不可避免的损失。如果可以判断操作者的年龄从而设置权限就可以避免以上问题的发生。

现有技术中有根据人体肌肤纹理来估计人的年龄的算法模型，也有通过人脸识别来估计人的年龄的算法模型，但还没有通过手指滑动触屏的信息推断年龄的数学模型。

发明内容

针对以上问题的不足，本发明提供了一种智能终端操作者年龄估计方法，通过获取操作者手指在触屏上滑动的信息，提取特征参数并进行计算，得到所需的参数：滑动轨迹宽度、滑动速度和触控力度，然后分析这些参数与年龄估计值之间的关系，最后得出根据手指触屏信息推断年龄估计值的数学模型，从而实现对年龄的估计。

为实现上述目的，本发明智能终端操作者年龄估计方法，包括以下步骤：

S1：获取操作者手指在智能终端触摸屏上的触摸滑动信息；

S2：提取触摸滑动信息中的特征参数，包括滑动轨迹宽度、滑动轨迹长度、时间参数、压力参数；

S3：根据步骤S2提取的特征参数，计算滑动速度和触控力度；

S4：将年龄作为因变量，将步骤S1和步骤S2所得的滑动轨迹宽度、滑动速度、触控力度作为自变量，通过预先训练好的神经网络模型进行年龄估计，得到操作者的年龄估计值。

进一步地，所述步骤S2中时间参数信息包括：手指滑动时位于开始触点的时间T₁和位于最后触点的时间T₂。

进一步地，所述步骤S3中滑动速度的计算方法如下：

1)：获取手指滑动时位于开始触点的时间T₁和位于最后触点的时间T₂；

2)：计算手指滑动时间：T＝T₂-T₁；

3)：根据滑动轨迹长度L和手指滑动时间T，计算手指滑动速度：V＝L/T。

进一步地，所述步骤S3中触控力度的获取方法如下：

1)：获取每一时刻触摸点的压力值P_i；

2)：统计每个P_i出现的概率；

3)：将上一步得出的出现概率最高的P_i作为触控力度值。

进一步地，所述神经网络模型预先经过大量训练样本训练所得，训练步骤如下：

1)：建立用于计算年龄阶段值的神经网络初始模型，所述神经网络为三层神经网络，包括输入层、隐含层和输出层，各层的神经元个数分别为3、n和1；确定输入变量：滑动轨迹宽度信息x₁、滑动速度x₂和触控力度x₃，输出变量为年龄阶段值；初设各神经元之间的权重、隐含层和输出层各神经元的阈值、误差函数E、误差精度α；

2)：采集一个样本的三个因变量(x₁，x₂，x₃)，将三个因变量输入隐含层各神经元，根据步骤1)所设的权重和阈值，计算出隐含层各神经元的输出值，并将其输入到输出层神经元，计算出输出层神经元的输出值；

隐含层神经元输出模型：

输出层神经元输出模型：

i为输入层第i个神经元；

j为隐含层第j个神经元；

x_i为神经网络的输入值；

w_ij为入层神经元与隐含层神经元之间的权重；

o_j为隐含层神经元输出值；

w_j为隐含层神经元与输出层神经元之间的权重；

y为输出层神经元输出值；

θ_j、θ_j为神经元阈值；

f(x)是激发函数，

3)：输出层神经元根据误差函数计算输出误差；

输出误差：t为期望的输出目标值；

神经网络进行自学习，进行误差修正，修正权重和阈值；