本申请提供一种基于人工智能的机器学习的误触判断方法、装置和存储介质。采用本申请实施例，根据针对所述终端的屏幕输入的触控操作生成原始数据集，其中，所述原始数据集包括所述屏幕的触控参数、所述终端上的传感器的参数信息和时间；将所述原始数据集输入基于人工智能的误触判断模型得到所述原始数据集对应的触控判断结果，其中，所述误触判断模型为根据多个数据集样本和所述多个数据集样本各对应的触控判断结果训练得到的模型；所述数据集属于特征数据，所述触控判断结果属于标签数据，这种判断方式能够提升在特殊场景下误触判断的准确度。断的准确度。断的准确度。
【技术实现步骤摘要】
一种基于机器学习的误触判断方法、装置和存储介质
[0001]本申请涉及人工智能领域，进一步涉及人工智能（Artificial Intelligence, AI）在计算机
的应用，尤其涉及一种基于机器学习的误触判断方法、装置和存储介质。
技术介绍
[0002]随着终端技术的发展，移动终端已经开始从以前简单地提供通话设备渐渐变成一个通用软件运行的平台。该平台不再以提供通话管理为主要目的，而是提供一个包括通话管理、游戏娱乐、办公记事、移动支付等各类应用软件在内的运行环境，随着大量的普及，已经深入至人们的生活、工作的方方面面。随着触控显示技术的快速发展，手机的集成化程度越来越高，同时手机也呈现触摸屏越来越大、边框越来越窄的发展趋势。
[0003]日常使用过程中，用户需要手持移动触控设备进行操作，但由于窄边框设计减小了屏幕以外的可用面积，用户常会出现误操作的情况。比如在查阅网页时，页面边缘被手指误触，导致非主动的滑动页面；还有用户在使用某些特定应用时多个手指进行操作容易误点到弹窗信息，如游戏应用；再比如用户在湿手的情况下进行操作，容易出现屏幕反应不灵敏或屏幕反应与实际操作不符合的情况。
[0004]因此，现有的终端设备中的防误触功能在一些特殊场景下，会将类似上述的误操作判断为非误触，识别准确度不高。
技术实现思路
[0005]本申请实施例一种基于机器学习的误触判断方法、装置和存储介质，能够提升在特殊场景下对误触的识别准确度。
[0006]第一方面，本申请实施例提供了一种基于机器学习的误触判断方法，所述方法应用于终端，所述方法包括：根据针对所述终端的屏幕输入的触控操作生成原始数据集，其中，所述原始数据集包括所述屏幕的触控参数、所述终端上的传感器的参数信息和时间；将所述原始数据集输入误触判断模型得到所述原始数据集对应的触控判断结果，其中，所述误触判断模型为根据多个数据集样本和所述多个数据集样本各对应的触控判断结果训练得到的模型；所述多个数据集样本中每个数据集样本包括一次触控操作对应的触控参数、传感器的参数信息和时间，所述数据集属于特征数据，所述触控判断结果属于标签数据，所述触控判断结果包括非误触或误触。
[0007]具体的，上述原始数据集包括屏幕的触控参数、所述终端上的传感器的参数信息和时间，现有设备中对误触的识别基本上靠对所述触控操作对应的所述屏幕的触控参数和/或所述终端上的传感器的参数信息进行分析，得到所述触控操作是否误触的判断结果，而本方法首先涉及到了触控操作的时间，所述时间具体为所述触控操作对屏幕进行输入的具体时间，如该触控操作发生在凌晨6：18分，所述时间是现有的终端设备识别误触的过程
中基本上无法利用的，因为根据类似触控时间中可以很大程度上反映用户的个人作息和使用习惯，而所述个人作息和使用习惯可在一定程度上帮助判断所述触控操作是否为误触，因此将时间和其他参数相结合进行分析，可以获得更准确的判断结果，而目前设备中单纯的使用应用判断或通过各种参数计算是很难做到这一点的。
[0008]其次，本方法中涉及了误触判断模型，所述误触判断模型为根据多个数据集样本和所述多个数据集样本各对应的触控判断结果预先训练得到的模型，因此将根据针对所述终端的屏幕输入的触控操作生成原始数据集，输入至所述误触判断模型，可得到与所述原始数据集对应的触控判断结果；现有的终端设备依靠自带的传感器或应用对特殊场景下的某些误操作无法进行识别，但使用误触判断模型，则可针对特殊化场景，如湿手触摸屏幕、使用网页或玩游戏时误触等，进行预先训练，提升所述误触判断模型在特殊化场景下对误触的识别准确度。
[0009]在第一方面的一种可能的实施方式中，所述传感器包括光传感器和距离传感器；所述触控参数包括触摸点的坐标和数量；所述参数信息包括光传感器输出的光强值和距离传感器输出的距离值。
[0010]具体的，在本方案中，所述传感器至少包括光传感器和距离传感器，所述光传感器用于感应所述终端所处环境的光强值，所述光强值大小代表所述终端处的环境光强弱，所述距离传感器用于感应所述终端与接触屏幕的物体之间的距离，所述距离值的大小代表所述距离远近，例如当终端设备在口袋或背包内时，容易出现摩擦或误触导致屏幕有输入，而在这种环境中的所述光强值和所述距离值自然会比在正常使用场景中的小，故所述误触判断模型可从所述光传感器和所述距离传感器的参数入手，识别此类环境。
[0011]所述触控参数包括触摸点的坐标和数量，在常见的终端使用场景中，用户的触控操作对应的触摸点数量一般为1个，仅在少量场景或应用中的触控操作对应的触摸点数量超过1个，如使用两指进行放大，或使用游戏应用时；所述触摸点的坐标根据用户的使用习惯会有较为明显的区分，如用户A的手掌较大，在使用移动终端时该用户会采用握持式，即惯用手握住所述终端通过大拇指进行触控操作，那么此类情况触摸点的坐标会较为集中在终端屏幕的右侧，故可根据对触摸点的坐标和数量之类的触控参数的训练，得到匹配不同使用习惯的误触判断模型，增加识别准确度。
[0012]在第一方面的又一种可能的实施方式中，所述原始数据集和所述数据集样本均还包括第一权重、第二权重和第三权重，其中，所述第一权重用于约束所述触控参数对所述触控判断结果的影响程度，所述第二权重用于约束所述传感器的参数信息对所述触控判断结果的影响程度，所述第三权重用于约束所述时间对所述触控判断结果的影响程度，其中，所述第二权重随触控操作所针对的设备的使用时长的增加而降低。
[0013]具体的，在本方案中，设置了权重，所述权重用于约束所述原始数据集对所述触控判断结果的影响程度，在所述原始数据集中的每一项数据或参数均设有对应的权重，因此当认为某些因素对判断结果影响较大时，可以将其对应的权重设置得更大，以使得在进行模型训练的过程中着重考虑该某些因素；通过对权重的设置，使得训练出的模型能够全面、更合理的反映出各个因素的影响，因此最终得到的触控判断结果更准确；可选的，所述权重是动态化设置的，在实际使用的过程中，所述第二权重随触控操作所针对的设备的使用时长的增加而降低，并且通过所述权重可模拟特殊场景，如通过降低与传感器的参数信息对
应的权重，减少传感器上灰尘的影响，模拟用户不常擦拭传感器的情况，提升所述误触判断模型的适用广泛性。
[0014]在第一方面的又一种可能的实施方式中，所述触控判断结果通过目标参数表示，其中，若所述目标参数的值更接近第一数值和第二数值中的第一数值，则所述目标参数对应的触控判断结果为误触，若所述目标参数的值更接近第一数值和第二数值中的第二数值，则所述目标参数对应的触控判断结果为非误触。
[0015]具体的，所述触控判断结果包括误触和非误触，但所述误触和非误触是通过目标参数表示的，即在本方案中，设置第一数值和第二数值，所述第一数值代表误触，所述第二数值代表非误触，若所述目标参数的值更接近第一数值和第二数值中的第一数值，则所述目标参数对应的触控判断结果为误触，若所述目标参数的值更接近第一数值和第二数值中的第二数值，则所述目标本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于机器学习的误触判断方法，其特征在于，所述方法应用于终端，所述方法包括：根据针对所述终端的屏幕输入的触控操作生成原始数据集，其中，所述原始数据集包括所述屏幕的触控参数、所述终端上的传感器的参数信息和时间；将所述原始数据集输入误触判断模型得到所述原始数据集对应的触控判断结果，其中，所述误触判断模型为根据多个数据集样本和所述多个数据集样本各对应的触控判断结果训练得到的模型；所述多个数据集样本中每个数据集样本包括一次触控操作对应的触控参数、传感器的参数信息和时间，所述数据集属于特征数据，所述触控判断结果属于标签数据，所述触控判断结果包括非误触或误触。2.根据权利要求1所述的方法，其特征在于，所述传感器包括光传感器和距离传感器；所述触控参数包括触摸点的坐标和数量；所述参数信息包括光传感器输出的光强值和距离传感器输出的距离值。3.根据权利要求1所述的方法，其特征在于，所述原始数据集和所述数据集样本均还包括第一权重、第二权重和第三权重，其中，所述第一权重用于约束所述触控参数对所述触控判断结果的影响程度，所述第二权重用于约束所述传感器的参数信息对所述触控判断结果的影响程度，所述第三权重用于约束所述时间对所述触控判断结果的影响程度，其中，所述第二权重随触控操作所针对的设备的使用时长的增加而降低。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述触控判断结果通过目标参数表示，其中，若所述目标参数的值更接近第一数值和第二数值中的第一数值，则所述目标参数对应的触控判断结果为误触，若所述目标参数的值更接近第一数值和第二数值中的第二数值，则所述目标参数对应的触控判断结果为非误触。5.根据权利要求1
‑
3任一项所述的方法，其特征在于，在所述根据针对所述终端的屏幕输入的触控操作生成原始数据集之前，还包括：接收服务器发送的所述误触判断模型。6.根据权利要求1
‑
3任一项所述的方法，其特征在于，在所述根据针对所述终端的屏幕输入的触控操作生成原始数据集之前，还包括：获取所述多...
【专利技术属性】
技术研发人员：郑建荣，
申请(专利权)人：深圳市广和通无线通信软件有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。