[发明专利]识别输入姿势

摘要

本发明涉及用于识别输入姿势的方法、系统和计算机程序产品。神经网络使用示例输入和反向传播来训练以识别指定输入模式。输入姿势数据表示在一时间段内多触点输入显示表面上的接触相对于一个或多个轴的运动。用于训练数据网络识别指定输入模式的示例输入可根据采样输入姿势数据(例如已知表示指定输入模式的输入姿势)创建。经训练的神经网络随后可用来将与已知输入姿势相似的输入姿势识别为对应于已知输入姿势的指定输入模式。

主权项

1.在包括多触点输入显示表面(202)的计算机系统(201)上，一种用于训练所述计算机系统(201)将在所述多触点输入显示表面(202)上输入的输入姿势数据(231)识别为对应的指定输入模式(232)的方法，所述方法包括：访问针对指定输入模式(232)的至少一个示例的输入姿势数据(231)的动作，所述输入姿势数据(231)表示在一时间段内在所述多触点输入显示表面(202)上检测到的接触，所述输入姿势数据(231)包括所述指定输入模式(232)的至少一个示例：第一方向运动数据(236)，所述第一方向运动数据指示在该时间段内所述多触点输入显示表面(202)上检测到的接触相对于第一轴(271)的位置；以及第二方向运动数据(238)，所述第二方向运动数据指示在该时间段内所述多触点输入显示表面(202)上检测到的接触相对于第二不同轴(272)的位置；将输入姿势数据(231)编码成实值的输入向量(239)的动作，各个实值对应于第一(271)或第二轴(272)上的样本；保存输入向量(239)中所包含的实值表示指定输入模式(232)的一示例的指示的动作；访问全连接的神经网络(234U)的动作，所述神经网络(234U)包括输入节点(255)、隐藏节点(252)、以及输出节点(253)，所述输入节点全连接到所述隐藏节点，而所述隐藏节点全连接到所述输出节点；创建训练组以提供给所述神经网络、从而训练所述神经网络(234U)识别所述指定输入模式(232)的动作，所述训练组至少包括输入向量(239)和对应的输出向量(287)，所述对应的输出向量(255)指示神经网络的要对应于指定输入模式(232)的期望输出；以及使用反向传播算法来通过训练神经网络响应于接收到输入向量(239)产生接近对应输出向量(255)的输出节点值，从而训练神经网络(234U)来识别指定输入模式(232)的动作。