[发明专利]使用者与触控笔的互动方法、分类系统以及触控笔产品

说明书

本揭示提出一种新颖的方法来操作触控笔产品，利用惯性量测单元（Inertial Measurement Unit,IMU）之信号来计算触控笔产品的倾向角，并且收集手指敲击触控笔时所量测到的加速度信号以训练深度神经网络作为敲击分类器，结合倾向角与敲击分类器可让使用者通过转动和敲击触控笔产品，而与周边装置（如触控屏幕）进行互动。本揭示并提供一种敲击分类系统及触控笔产品。

技术领域

本揭示涉及一种人机互动技术，特别有关一种使用者与触控笔的互动方法、使用者对触控笔进行的敲击事件的分类系统以及触控笔产品。

背景技术

触控笔作为一种指标工具，通常与触控屏幕搭配使用，实现屏幕上显示之物件的选取功能。由于屏幕解析度的提升以及触控笔的改进，触控笔也常用作书写工具，或作为画笔使用。另一方面，各种等级的绘图板或手写板也需要触控笔的搭配使用。然而，目前触控笔的功能仍显薄弱，因此开发新一代的触控笔以增加其功能及产品竞争力，已成为重要课题之一。

发明内容

本发明的目的在于提供一种使用者与触控笔的互动方法、使用者对触控笔进行的敲击事件的分类系统以及触控笔产品，以提供一种新颖的互动方式。

为达成上述目的，本发明一方面提供一种使用者与触控笔的互动方法，所述方法包含：利用一感测器感测使用者对一触控笔进行敲击而生成的各种敲击事件，以量测出若干个加速度信号；对每一个加速度信号进行取样，针对每一个加速度信号得出若干个特征值；将一个加速度信号的这些特征值及根据该加速度信号对应的敲击事件的类型记录的分类标记作为一个样本，生成包含若干个样本的一样本集；将一个样本中的这些特征值作为输入，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，得出一预测的分类标记；根据该预测的分类标记与该样本中真实的分类标记的误差，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。

本发明另一方面提供一种使用者对触控笔进行的敲击事件的分类系统，所述系统包含：一触控笔，其内设置有一感测器，用以感测使用者对该触控笔进行敲击而生成的各种敲击事件，以量测出若干个加速度信号；以及一计算机装置，与该触控笔耦接，该计算机装置包含：一处理器，接收该感测器传来的该等加速度信号；以及一存储器，与该处理器连接，该存储器包含可由该处理器执行的若干个程序指令，该处理器执行这些程序指令以执行一方法，所述方法包含：对每一个加速度信号进行取样，针对每一个加速度信号得出若干个特征值；将一个加速度信号的这些特征值及根据该加速度信号对应的敲击事件的类型记录的分类标记，作为一个样本，生成包含若干个样本的一样本集；将一个样本中的这些特征值作为输入，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，得出一预测的分类标记；根据该预测的分类标记与该样本中真实的分类标记的误差，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。

本发明再一方面提供一种触控笔产品，所述触控笔产品包含：一感测器，用以感测对该触控笔产品进行的一敲击操作而产生的加速度信号，并用以通过一融合算法计算该触控笔产品的倾向角；一控制器，与该感测器耦接，该控制器中布建有与前述方法之深度神经网络对应的深度神经网络，该控制器用以将该对应的深度神经网络及根据前述方法得出的该优化的权重参数组作为一敲击分类器，并用以将来自该感测器的加速度信号输入该敲击分类器中，以得出一预测的敲击类型；以及一无线传输模块，与该控制器耦接，用以传送携载该预测的互动类型及该计算出的倾斜角的无线信号。

本揭示将感测器及其融合演算法、以及敲击分类器布建在触控笔产品中，以提供新颖的操作方式。在一些实施例中，用户不需直接或间接接触触控屏幕便能通过转动和敲击触控笔产品来执行许多的便利的互动。

为让本揭示的上述内容能更明显易懂，下文特举优选实施例，并配合所附图式，作详细说明如下。

附图说明