[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

说明书

一种触控面板上的敲击事件的识别方法，包含：针对在触控面板上进行的敲击事件量测出振动信号，以收集敲击事件并记录该敲击事件的类型，作为样本；生成包含若干个样本的一样本集；使用此样本集来训练一深度神经网络，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敲击分类器，布建到一终端触控产品中；及根据对该终端触控产品执行一敲击操作而感测出的振动信号及触碰感测值所形成的影像，得出预测的敲击类型。本揭示并提供对应该识别方法的系统，以及一种终端触控产品。

技术领域

本揭示涉及一种感测技术，特别有关一种触控面板上的敲击事件的识别方法及系统，以及终端触控产品。

背景技术

现有的大尺寸触控显示装置搭配有标注绘图软件，可供使用者在显示画面上进行标注，以方便解说画面上的内容。该标注绘图软件通常会在画面边缘显示主菜单，使用者可通过该主菜单改变画笔颜色或调整画笔粗细。然而，由于屏幕尺寸很大，该主菜单可能距离使用者很远，在点选上相当不便，调整画笔属性的操作对使用者来说相当麻烦。

有鉴于此，有必要提出一种新的方案，以解决上述问题。

发明内容

本发明的目的在于提供一种触控面板上的敲击事件的识别方法及系统，以及终端触控产品，以提升敲击类型之预测的准确度。

为达成上述目的，本发明一方面提供一种触控面板上的敲击事件的识别方法，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；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。

本发明另一方面提供一种触控面板上的敲击事件的识别方法，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。

本发明再一方面提供一种触控面板上的敲击事件的识别系统，包含：一触控面板；一振动感测器，与该触控面板设置在一起，其中该振动感测器用以感测在触控面板上进行的各种敲击事件而量测出若干个振动信号，该触控面板用以感测每一敲击事件以得出的若干个触碰感测值，这些触碰感测值被转换成一影像；一处理器，与该振动感测器和该触控面板耦接，该处理器接收该振动感测器传来的这些振动信号以及该触控面板传来的若干张影像；以及一内存，与该处理器连接，该内存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：将这些敲击事件的类型作为分类标记，记录在该内存中；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。