鬼佬大哥大
  • / 13
  • 下載費用:30 金幣  

基于帶搖桿設備的文本輸入系統及方法.pdf

摘要
申請專利號:

CN201510305823.X

申請日:

2015.06.05

公開號:

CN104898855A

公開日:

2015.09.09

當前法律狀態:

授權

有效性:

有權

法律詳情: 授權|||實質審查的生效IPC(主分類):G06F 3/02申請日:20150605|||公開
IPC分類號: G06F3/02; G06F3/023 主分類號: G06F3/02
申請人: 上海交通大學
發明人: 顧振宇; 徐興亞; 儲程
地址: 200240上海市閔行區東川路800號
優先權:
專利代理機構: 上海交達專利事務所31201 代理人: 王毓理; 王錫麟
PDF完整版下載: PDF下載
法律狀態
申請(專利)號:

CN201510305823.X

授權公告號:

||||||

法律狀態公告日:

2017.12.19|||2015.10.07|||2015.09.09

法律狀態類型:

授權|||實質審查的生效|||公開

摘要

一種基于帶搖桿設備的文本輸入系統及方法,包括:輸入設備、筆跡特征提取模塊、筆跡SVG模型、筆跡模型訓練模塊、詞庫聯想算法模塊、界面信息控制模塊、顯示設備,其中:輸入設備與筆跡特征提取模塊相連并傳遞用戶輸入的筆跡的一系列平面坐標,筆跡特征提取模塊和筆跡模型訓練模塊均與筆跡SVG模型相連并分別輸入筆跡特征信息和輸入結果反饋信息,筆跡SVG模型分別與詞庫聯想算法模塊和界面信息控制模塊相連并輸出筆跡識別的結果,詞庫聯想算法模塊與界面信息控制模塊相連并在聯想模式下輸出篩選出的最有可能的單詞,界面信息控制模塊與顯示設備相連并輸出動畫信息,用戶根據輸入結果正確與否將反饋信息傳入筆跡模型訓練模塊,用于訓練新的筆跡SVG模型,從而不斷提高識別的準確率,本發明能夠顯著提高輸入效率。

權利要求書

權利要求書
1.  一種基于帶搖桿設備的文本輸入系統,其特征在于,包括:輸入設備、筆跡特征提取模塊、筆跡SVG模型、筆跡模型訓練模塊、詞庫聯想算法模塊、界面信息控制模塊、顯示設備,其中:輸入設備與筆跡特征提取模塊相連并傳遞用戶輸入的筆跡的一系列平面坐標,筆跡特征提取模塊和筆跡模型訓練模塊均與筆跡SVG模型相連并分別輸入筆跡特征信息和輸入結果反饋信息,筆跡SVG模型分別與詞庫聯想算法模塊和界面信息控制模塊相連并輸出筆跡識別的結果,詞庫聯想算法模塊與界面信息控制模塊相連并在聯想模式下輸出篩選出的最有可能的單詞,界面信息控制模塊與顯示設備相連并輸出動畫信息,用戶根據輸入結果正確與否將反饋信息傳入筆跡模型訓練模塊,用于訓練新的筆跡SVG模型,從而不斷提高識別的準確率。

2.  根據權利要求1所述的系統,其特征是,在聯想輸入模式下,筆跡SVG模型與詞庫聯想算法模塊相連并傳遞筆跡識別的結果,即可能的字母及其概率;在非聯想模式下,筆跡SVG模型直接與界面信息控制模塊相連,并傳遞筆跡識別的結果供用戶選擇,根據概率大小可選結果的數量不超過3個。

3.  根據權利要求1所述的系統,其特征是,所述的筆跡SVG模型,通過在線學習機制對用戶的書寫軌跡和正確的識別結果進行學習分類,以對SVG模型進行優化,從而進一步提高字符分類的準確率。

4.  一種根據上述任一權利要求所述系統的文本輸入方法,其特征在于,包括以下步驟:首先通過采用搖桿運動中的搖桿觸碰或離開邊界、搖桿回到中心和在邊界上反向三種狀態來分割軌跡并根據曲率閾值分割特征向量提取軌跡特征,并訓練成用于實時識別用戶的書寫軌跡的SVG模型,再采用SVG模型對同樣進行特征提取的搖桿輸入軌跡進行字符分類判斷,并輸出一系列可能的字母及其概率。

5.  根據權利要求4所述的方法,其特征是,在聯想輸入模式(整詞輸入)和非聯想輸入模式(逐字母輸入)間切換,在聯想輸入模式下,已經輸入的所有軌跡的字符分類判斷結果將與詞庫中的單詞計算聯合概率給出概率最高的單詞,并隨著繼續輸入不斷更新。在非聯想輸入模式下,概率高于閾值且數量不超過三個的字符判斷結果將提供給用戶進行選擇。

6.  根據權利要求4或5所述的方法,其特征是,所述的方法,具體包括以下步驟:
步驟1、采集初始用戶字母軌跡樣本特征并訓練SVG學習模型,具體包括:

1.  1讀取字母書寫軌跡的平面坐標;

1.  2根據搖桿運動中的搖桿觸碰或離開邊界、搖桿回到中心和在邊界上反向三種狀態判斷是否添加新筆劃,每個筆劃都由一系列坐標點構成;

1.  3根據采樣點數量對筆劃進行篩選,去除噪音;

1.  4軌跡中的每個筆劃再根據一定的曲率閾值被切分為近似于直線段的特征向量;

1.  5從每個特征向量提取多項特征,包括距離、角度、絕對位置、絕對角度、絕對距離和偏移;

1.  6根據軌跡特征集合訓練SVG模型;
步驟2、對一次搖桿輸入軌跡進行識別,具體包括:

2.  1采集一次搖桿輸入軌跡坐標數據;

2.  2提取軌跡特征;

2.  3導入SVG學習模型;

2.  4輸出識別結果,包含多個字母及其概率,當當前模式為聯想輸入模式時,進入步驟3,否則進入步驟4;
步驟3、根據軌跡識別結果對詞庫進行篩選,具體包括:

3.  1根據此次識別結果去除詞庫中失去可能性的單詞;

3.  2判斷此時詞庫是否為空;

3.  3如果詞庫為空給出提示,如果不為空去除輸入欄中疊加字母組中不可能的字母;
步驟4、選擇候選表中字母進行輸入,具體包括:

4.  1根據概率閥值對識別結果進行篩選,只保留概率大于閥值的字母;

4.  2將概率最高的字母作為默認顯示,除此之外概率前三識別結果作為候選表;

4.  3如果默認或候選表中沒有目標字母,刪除當前結果重新輸入,否則繼續下一步;

4.  4用戶選定字母;

4.  5輸入欄顯示輸入選定字母;

4.  6成功輸入字母后根據字母和相應輸入軌跡更新SVG模型;
步驟5、選擇單詞或繼續輸入字母,具體包括:

5.  1使用HMM算法根據單詞中每個字母可能的結果及概率和單詞的詞頻計算聯合概率;

5.  2將詞庫中單詞按概率從大到小排列作為候選表,并對畫面默認單詞和單詞候選表進行更新;

5.  4如果從候選表中選定單詞,則輸入該單詞;如果不做選擇,繼續輸入字母軌跡,重復 步驟1~4,直至選定單詞;

5.  4單詞輸入成功后根據字母和相應輸入軌跡更新SVG模型。

說明書

說明書基于帶搖桿設備的文本輸入系統及方法
技術領域
本發明涉及的是一種計算機外部設備領域的技術,具體是一種基于帶搖桿設備的文本輸入系統及方法。
背景技術
坐在沙發上使用Xbox或者智能電視時,隨手輸入幾個類似用戶名或電影標題的字母是很常見的事。在游戲主機和智能電視上使用搖桿進行文字輸入的需求一直存在,并隨著互聯網內容的大大豐富而快速增加著。語音識別等新技術作為一種可選的文字輸入方案在很多情況下仍不能代替傳統的輸入界面,如鍵盤和搖桿。面對智能電視或游戲主機上增長的注冊、搜索、短信、電子郵件等文字輸入需求,一種有效的文字輸入手段將大大改善這些功能的體驗,也為短信和電子郵件的進一步發展奠定了基礎。
搖桿類設備作為一種實體控件在智能電視、游戲和車載娛樂系統中應用廣泛,其包含了搖桿或其變體形式,包括但不限于游戲手柄搖桿、掌上游戲機搖桿、車載綜合控制旋鈕、環形多方向按鈕。
目前主要的使用搖桿進行文字輸入的方法是光標選擇虛擬鍵盤輸入法。該方法是在屏幕上顯示一塊虛擬鍵盤,使用搖桿移動光標選擇鍵盤上的字母進行輸入,其中:,字母表鍵盤和Qwerty鍵盤是最流行的鍵盤排布方式。該文字輸入方法廣泛應用于游戲機(如索尼公司的PSP掌機和PS主機,微軟的Xbox主機等)、智能電視、車載信息娛樂系統(如寶馬iDrive、奔馳COMAND、奧迪MMI等)。這種輸入方式的優點是學習門檻低,缺點是效率較低,輸入過程枯燥乏味,并且,由于需要用戶保持對虛擬鍵盤的注意力,這種輸入法不可能實現盲輸入。
國外有研究者提出了類似于手寫的新輸入方式,比如Graffiti,Unistrokes和EdgeWrite。搖桿由于其物理性質難以精確“書寫”字母的復雜平面軌跡,因此這些輸入法對字母進行了簡化以方便書寫。Graffiti和Unistrokes都是20世紀90年代提出的使用觸控筆進行手寫的輸入法。它們通過將字母簡化成一個筆畫,易于書寫,提高了機器識別的效果。EdgeWrite增加了一個方形邊框的物理邊緣輔助搖桿書寫。每個字母的字形都包含了一系列方框上的角和邊。與傳統選鍵盤輸入法相比,這些輸入法較選鍵盤輸入法有著可以盲輸入的優勢。但是用戶需要學習新的字母表,因此一開始的輸入速度比較慢。2007年CHI會議上的Game Controller Text entry with Alphabetic and Multi‐Tap Selection Keyboard文章提出了使用Xbox360手柄上的兩個搖桿分別控制兩個鍵盤進行輸入的輸入法。該輸入法基于用戶使用鍵盤輸入時左右手分別負責兩個 不同區域,將QWERTY鍵盤分成了兩塊提高了輸入效率。但是仍然需要用戶保持對虛擬鍵盤的注意力,無法實現盲輸入。
經過對現有技術的檢索發現,中國專利文獻號CN1607491公開(公告)日2005.04.20,公開了一種中文本文輸入系統和方法,允許使用者通過使用操縱桿或者其同等物,添加字需要的最初幾個筆劃,將字輸入到比如移動電話或者PDA的裝置中。由于只是移動操縱桿添加用來開始書寫字的一個或多個筆劃,或者有時即使在添加任一筆劃之前,使用者也能夠從顯示的選擇表中找到一個想要的字。該選擇表是上下文有關的、依靠上次輸入的字而不同,以便使用者能夠具有最大可能的候選的想要的字。但該現有技術與本發明相比,其無法解決的技術問題包括漢字的31種筆劃形態與操縱桿的5種操作在形態上不能完全對應,新手用戶需要記憶,學習門檻較高;操縱桿的斜方向移動難以控制,在此專利中移動到4:30方向和7:30方向時容易誤操作;缺少幫助用戶在使用中學習的機制;操作時無法在軟件界面上看到反饋,如使用操縱桿進行一次筆劃輸入時,并不能在軟件界面上看到具體輸入的筆劃。
中國專利文獻號CN1567160公開(公告)日2005.01.19,公開了一種文字輸入裝置及其運作方法,文字輸入裝置包括:一方向裝置,以偵測并輸出復數個方向,欲輸入一文字時依據文字筆劃操縱方向裝置輸出對應的該些方向之一;一控制電路耦接至方向裝置,將方向裝置輸出的該些方向之一編碼及儲存,并與數據庫進行比對,而輸出對應該些方向之一的復數候選文字。該運作方法包括:接收輸入一方向;將方向編碼及儲存;與一數據庫進行比對,輸出對應該方向的復數個候選文字。該技術利用操縱桿型或方向盤式的方向裝置輸入文字,僅需以一手指操縱方向便可利用方向信息將文字依筆劃描繪出來而達成輸入文字結果;不必使用鍵盤輸入僅使用方向裝置配合輸入軟件便可達成文字輸入而可節省空間;僅用一手指控制方向且輸入文字不必離開方向裝置,故使用簡單。但該現有技術與本發明相比,其無法解決的技術問題包括文字筆劃與方向之間沒有良好對應,難于記憶;某些方向輸出裝置如搖桿難以精確輸出8個方向,特別是斜方向;缺少畫面反饋;缺少幫助用戶學習使用的方式。
發明內容
本發明針對現有技術存在的上述不足,提出一種基于帶搖桿設備的文本輸入系統及方法,能夠方便實現盲輸,利用了搖桿的學習難度低,使得本發明能夠顯著提高輸入效率。
本發明是通過以下技術方案實現的:
本發明涉及一種基于帶搖桿設備的文本輸入系統,包括:輸入設備、筆跡特征提取模塊、筆跡SVG模型、筆跡模型訓練模塊、詞庫聯想算法模塊、界面信息控制模塊、顯示設備,其中:
輸入設備與筆跡特征提取模塊相連并傳遞用戶輸入的筆跡的一系列平面坐標,筆跡特征提取模塊和筆跡模型訓練模塊均與筆跡SVG模型相連并分別輸入筆跡特征信息和輸入結果反饋 信息,筆跡SVG模型分別與詞庫聯想算法模塊和界面信息控制模塊相連并輸出筆跡識別的結果,詞庫聯想算法模塊與界面信息控制模塊相連并在聯想模式下輸出篩選出的最有可能的單詞,界面信息控制模塊與顯示設備相連并輸出動畫信息,用戶根據輸入結果正確與否將反饋信息傳入筆跡模型訓練模塊,用于訓練新的筆跡SVG模型,從而不斷提高識別的準確率。
在聯想輸入模式下,筆跡SVG模型與詞庫聯想算法模塊相連并傳遞筆跡識別的結果,即可能的字母及其概率;在非聯想模式下,筆跡SVG模型直接與界面信息控制模塊相連,并傳遞筆跡識別的結果供用戶選擇,根據概率大小可選結果的數量不超過3個。
所述的筆跡SVG模型,通過在線學習機制對用戶的書寫軌跡和正確的識別結果進行學習分類,以對SVG模型進行優化,從而進一步提高字符分類的準確率。
本發明涉及上述系統的文本輸入方法,包括以下步驟:首先通過采用搖桿運動中的搖桿觸碰或離開邊界、搖桿回到中心和在邊界上反向三種狀態來分割軌跡并根據曲率閾值分割特征向量提取軌跡特征,并訓練成用于實時識別用戶的書寫軌跡的SVG模型,再采用SVG模型對同樣進行特征提取的搖桿輸入軌跡進行字符分類判斷,并輸出一系列可能的字母及其概率。
所述方法優選在聯想輸入模式(整詞輸入)和非聯想輸入模式(逐字母輸入)間切換,在聯想輸入模式下,已經輸入的所有軌跡的字符分類判斷結果將與詞庫中的單詞計算聯合概率給出概率最高的單詞,并隨著繼續輸入不斷更新。在非聯想輸入模式下,概率高于閾值且數量不超過三個的字符判斷結果將提供給用戶進行選擇。
所述的方法,具體包括以下步驟:
步驟1、采集初始用戶字母軌跡樣本特征并訓練SVG學習模型,具體包括:
1.1讀取字母書寫軌跡的平面坐標;
1.2根據搖桿運動中的搖桿觸碰或離開邊界、搖桿回到中心和在邊界上反向三種狀態判斷是否添加新筆劃,每個筆劃都由一系列坐標點構成;
1.3根據采樣點數量對筆劃進行篩選,去除噪音;
1.4軌跡中的每個筆劃再根據一定的曲率閾值被切分為近似于直線段的特征向量;
1.5從每個特征向量提取多項特征,包括距離、角度、絕對位置、絕對角度、絕對距離和偏移;
1.6根據軌跡特征集合訓練SVG模型。
步驟2、對一次搖桿輸入軌跡進行識別,具體包括:
2.1采集一次搖桿輸入軌跡坐標數據;
2.2提取軌跡特征;
2.3導入SVG學習模型; 
2.4輸出識別結果,包含多個字母及其概率,當當前模式為聯想輸入模式時,進入步驟3,否則進入步驟4;
步驟3、根據軌跡識別結果對詞庫進行篩選,具體包括:
3.1根據此次識別結果去除詞庫中失去可能性的單詞;
3.2判斷此時詞庫是否為空;
3.3如果詞庫為空給出提示,如果不為空去除輸入欄中疊加字母組中不可能的字母。
步驟4、選擇候選表中字母進行輸入,具體包括:
4.1根據概率閥值對識別結果進行篩選,只保留概率大于閥值的字母;
4.2將概率最高的字母作為默認顯示,除此之外概率前三識別結果作為候選表;
4.3如果默認或候選表中沒有目標字母,刪除當前結果重新輸入,否則繼續下一步;
4.4用戶選定字母;
4.5輸入欄顯示輸入選定字母;
4.6成功輸入字母后根據字母和相應輸入軌跡更新SVG模型。
步驟5、選擇單詞或繼續輸入字母,具體包括:
5.1使用HMM算法根據單詞中每個字母可能的結果及概率和單詞的詞頻計算聯合概率;
5.2將詞庫中單詞按概率從大到小排列作為候選表,并對畫面默認單詞和單詞候選表進行更新;
5.4如果從候選表中選定單詞,則輸入該單詞;如果不做選擇,繼續輸入字母軌跡,重復步驟1~4,直至選定單詞;
5.4單詞輸入成功后根據字母和相應輸入軌跡更新SVG模型。
技術效果
與現有技術相比,本發明提高了使用搖桿類設備進行英文輸入的效率。一方面,對于新手用戶的學習門檻很低,輸入效率在一開始就比較高。另一方面,在線學習機制不斷更新用戶的書寫樣本,使得長時間使用時,系統更加符合用戶書寫習慣,輸入速度和準確率大幅提升。
附圖說明
圖1為輸入法系統的示范性的模塊結構圖;
圖2為提取特征模塊的算法流程示意圖;
圖3為訓練SVG模型的算法流程示意圖;
圖4為聯想輸入模式的算法流程示意圖;
圖5為非聯想輸入模式的算法流程示意圖;
圖6為一種可能使用該輸入系統的搖桿設備Xbox360手柄的示意圖;
圖7為一種可能使用該輸入系統的搖桿設備PSP游戲機的示意圖;
圖8為一種可能使用該輸入系統的搖桿設備電視/機頂盒遙控器的示意圖;
圖9為一種可能使用該輸入系統的搖桿設備車載導航旋鈕的示意圖;
圖10為使用搖桿書寫字母和使用觸摸板書寫字母的軌跡的示意圖;
圖11為本發明英文輸入界面的示意圖。
具體實施方式
下面對本發明的實施例作詳細說明,本實施例在以本發明技術方案為前提下進行實施,給出了詳細的實施方式和具體的操作過程,但本發明的保護范圍不限于下述的實施例。
實施例1
如圖6所示,本實施系統支持的一種搖桿類設備Xbox360手柄。Xbox360手柄上有兩個搖桿,用戶可以使用其中一個搖桿進行書寫,使用另一個搖桿進行選擇。在用戶測試中,使用了左上角的搖桿用于書寫,右下角的搖桿進行選擇,實際可以根據用戶習慣設定。手柄上的三個按鈕X、A、B分別被設定為刪除、確定和聯想模式開關功能。圖11示例輸入界面包含輸入欄和聯想候選欄,輸入欄用于顯示反饋動畫和確定后的字母,聯想候選欄在聯想模式中用于選擇可能的單詞,在非聯想模式中不存在。
使用搖桿進行書寫的識別方式在一定程度上借鑒了觸摸板。但是,兩者仍有著巨大的差別。如圖10所示,觸摸板上的軌跡鋪開在一個平面上并有著明顯的斷點,而使用搖桿書寫的軌跡通常是連續的,很多筆畫會重疊在邊界上。這是因為使用搖桿進行書寫時,緊靠物理邊界移動是最自然且最有效率的。為了分割筆畫,將軌跡分割成幾個筆畫后,再分別對每個筆畫部分根據曲率閥值進行切分。因此每個軌跡都可以細分為多個筆畫,每個筆畫又由一系列的近似直線段構成。對于每個近似直線段,都從中提取了7個特征,包括距離、角度、絕對位置、絕對角度、絕對距離和偏移。當然由于一個字母可能有多種寫法,因此每個字母都有多個對應的軌跡。
從用戶的書寫樣本中提取出的特征用于訓練成一個SVG(Scalable Vector Graphics)模型,該模型將用于實時識別用戶的書寫軌跡。對于樣本提供者來說,這個系統在一開始就是比較準確的。對于其他使用者來說,發現樣本的多樣性對系統的準確度有著顯著的影響。除了讓樣本盡量覆蓋更多可能的書寫風格,提出的在線學習機制能隨著用戶的輸入逐漸提高系統的識別效果。系統中提供了兩種輸入模式:聯想輸入模式和非聯想輸入模式。
在聯想輸入模式中,用戶逐詞進行輸入。對于用戶書寫的每個字母軌跡,SVG模型都會給出多個可能的識別結果和相應的概率。識別出的字母中準確率低于閥值的會被排除,剩下的準確率較高的字母經過HMM算法篩選后以疊加的方式呈現在輸入欄光標處。在一個單詞的輸 入過程中,用戶每輸入一個字母,HMM算法都會根據用戶在整個單詞中輸入的一系列軌跡的識別結果和詞庫中存在的單詞計算出聯合概率,概率為0的單詞結果會被排除,反映在畫面上就是疊加的字母組中相應的字母消失,其余可能的單詞按概率從大到小排列于聯想欄候選欄中。因此一個單詞的整個輸入過程就是剛開始每次輸入的結果都是疊加在一起的字母組,而隨著一個個字母的輸入,疊加的字母逐漸減少,用戶的目標單詞逐漸浮現出來。目標單詞的浮現速度與單詞本身的性質和詞庫的大小相關。當一個單詞輸入成功,在線學習機制將會學習單詞中的每個字母和對應的軌跡,使SVG模型更加符合使用者的書寫習慣,提高識別準確率。
在非聯想模式中,用戶每輸入一個軌跡,識別出的結果中概率最高的3個字母會按概率大小順序排列在輸入光標下等待用戶選擇,用戶選擇某個字母后,相應的字母就完成了輸入。該字母和對應的軌跡將經過在線學習機制納入到SVG模型中,提高針對該用戶的識別準確率。

關 鍵 詞:
基于 搖桿 設備 文本 輸入 系統 方法
  專利查詢網所有資源均是用戶自行上傳分享,僅供網友學習交流,未經上傳用戶書面授權,請勿作他用。
關于本文
本文標題:基于帶搖桿設備的文本輸入系統及方法.pdf
鏈接地址:http://www.wwszu.club/p-6373442.html
關于我們 - 網站聲明 - 網站地圖 - 資源地圖 - 友情鏈接 - 網站客服客服 - 聯系我們

[email protected] 2017-2018 zhuanlichaxun.net網站版權所有
經營許可證編號:粵ICP備17046363號-1 
 


收起
展開
鬼佬大哥大