用于触控装置的控制系统及方法制造方法及图纸

本发明专利技术公开一种用于触控装置的控制系统及一种用于触控装置的方法，该触控装置包含一触控传感器，其中该控制系统包括：一感测电路用以感测该触控传感器以产生多个感应量，一处理器根据该多个感应量产生一感应图像，以及一卷积神经网络处理该感应图像以产生一特征信息，以及根据该特征信息产生一识别信息供判断该触控传感器的状态

【技术实现步骤摘要】
用于触控装置的控制系统及方法


[0001]本案是一件分案申请，母案是申请日为
2020
年4月
24
日，申请号为
202010333138.9
的中国专利技术专利申请
。
[0002]本专利技术是有关一种用于触控装置的控制系统及方法，特别是关于一种具有卷积神经网络
(Convolutional Neural Network
；
CNN)
的控制系统及方法
。

技术介绍

[0003]在触控装置中，需要有一判断机制来辨识触碰触控装置的对象种类或触控装置的状态
。
图1至图4显示触控装置对应不同对象或状态而产生的感应图像，该感应图像包括多个感应量对应该触控装置的不同位置
。
图1显示对象为水滴时的感应图像，图2显示对象为一近距离无线通信
(Near
‑
Field Communication
；
NFC)
卡片时的感应图像，图3显示对象为浮接
(floating)
金属物体时的感应图像，图4显示对象为手指且触控装置处于具有噪声的异常状态时的感应图像
。
触控装置需要根据所感测到的感应图像来判断触碰触控装置的对象的种类或触控装置的状态，以进行对应的操作，例如判断触控装置上的对象为非操作对象时，忽略该对象的操作，又或者判断触控装置处于异常的状态时，重新执行校正程序
。

技术实现思路

[0004]本专利技术的目的，在于提出一种用于触控装置且使用卷积神经网络的控制系统及方法
。
[0005]在本专利技术一实施例中，其公开一种用于触控装置的控制系统包括：一感测电路，用以感测该触控装置的触控传感器以产生多个感应量；一处理器，连接该感测电路，根据该多个感应量产生一感应图像，并对该感应图像进行对象分割处理以决定一子图像；以及一卷积神经网络，用以处理该子图像以产生一特征信息，以及根据该特征信息产生一识别信息；其中该处理器根据该识别信息判断一对象种类
。
[0006]在本专利技术一实施例中，其公开一种用于触控装置的控制系统包括：一感测电路，用以感测该触控装置的触控传感器以产生多个感应量；一处理器，连接该感测电路，根据该多个感应量产生一感应图像；一卷积神经网络，用以处理一子图像以产生一特征信息，以及根据该特征信息产生一识别信息；以及一主机，连接该处理器并且根据该识别信息判断该对象种类；其中该主机或该处理器对该感应图像进行对象分割处理后产生该子图像
。
[0007]在本专利技术一实施例中，其公开一种用于触控装置的方法包括下列步骤：获得该触控装置的触控传感器的一感应图像，该感应图像包括多个感应量；对该感应图像进行对象分割处理以决定一子图像；通过一卷积神经网络处理该子图像以产生一特征信息，根据该特征信息产生一识别信息；以及根据该识别信息判断一对象种类
。
[0008]本专利技术是通过卷积神经网络辨识接触对象的种类，具有效率快速
、
方便以及正确率高的优点
。
附图说明
[0009]图1显示对象为水滴时的感应图像
。
[0010]图2显示对象为
NFC
卡片时的感应图像
。
[0011]图3显示对象为浮接金属物体时的感应图像
。
[0012]图4显示对象为手指且触控装置处于有噪声的异常状态时的感应图像
。
[0013]图5显示本专利技术的控制系统的第一实施例
。
[0014]图6显示本专利技术的控制系统的第二实施例
。
[0015]图7显示卷积神经网络的基本架构
。
[0016]图8显示本专利技术识别触控传感器状态的方法
。
[0017]图9显示本专利技术识别接触或接近触控传感器的对象种类
。
[0018]图
10
显示本专利技术的控制系统的第三实施例
。
[0019]图
11
显示本专利技术的控制系统的第四实施例
。
[0020]附图标记说明：
20
‑
触控装置；
22
‑
触控传感器；
222
‑
感应点；
24
‑
控制器；
24A
‑
控制器；
24B
‑
控制器；
242
‑
感测电路；
243
‑
内存；
244
‑
处理器；
2442
‑
卷积神经网络程序；
245
‑
处理器；
245B
‑
处理器；
246
‑
内存；
247
‑
卷积神经网络电路；
248
‑
内存；
249
‑
内存；
26
‑
主机；
262
‑
卷积神经网络程序；
30
‑
特征撷取部分；
32
‑
分类部分；
34
‑
影像；
40
‑
内存；
42
‑
内存；
44
‑
卷积神经网络电路
。
具体实施方式
[0021]图5说明本专利技术的控制系统的第一实施例
。
在图5中，触控装置
20
包括触控传感器
22
与控制系统，该控制系统包含控制器
24
及主机
26。
在一实施例中，触控传感器
22
为电容式触控传感器，具有多条电极
TX1
～
TX4
及
RX1
～
RX4
，电极之间的交叉点形成感应点
222。
图5中电极
TX1
～
TX4
及
RX1
～
RX4
的布局仅为触控传感器
22
的一种实施例，但本专利技术并不限于此
。
控制器
24
包含感测电路
242、
处理器
244、
内存
246
及内存
248。
感测电路
242
连接触控传感器
22
，用以感测触控传感器
22
上多个感应点
222
的电容值，以产生多个感应量
dV。
处理器
244
根据来自感测电路
242
的多个感应量
dV
产生一感应图像...

【技术保护点】

【技术特征摘要】
1.
一种用于触控装置的控制系统，该触控装置包含一触控传感器，其特征在于，该控制系统包括：一感测电路，用以感测该触控传感器以产生多个感应量；一处理器，连接该感测电路，根据该多个感应量产生一感应图像，并且对该感应图像进行对象分割处理以决定一子图像；以及一神经网络，用以处理该子图像以产生一特征信息，以及根据该特征信息产生一识别信息；其中该处理器根据该识别信息判断一对象种类
。2.
如权利要求1所述的控制系统，其特征在于，该神经网络包括卷积神经网络
。3.
如权利要求2所述的控制系统，其特征在于，该卷积神经网络以该处理器的固件实现
。4.
如权利要求2所述的控制系统，其特征在于，该卷积神经网络以硬件电路实现
。5.
如权利要求3所述的控制系统，其特征在于，还包括一内存连接该处理器，用以储存该卷积神经网络的运作所需的参数
。6.
如权利要求4所述的控制系统，其特征在于，还包括一内存连接该卷积神经网络，用以储存该卷积神经网络的运作所需的参数
。7.
如权利要求1所述的控制系统，其特征在于，该处理器进行该对象分割处理之前，先对该感应图像进行预处理，该预处理包括处理噪声或补偿异常数值
。8.
一种用于触控装置的控制系统，该触控装置包含一触控传感器，其特征在于，该控制系统包括：一感测电路，用以感测该触控传感器以产生多个感应量；一处理器，连接该感测电路，根据该多个感应量产生一感应图像；一神经网络，用以处理一子图像以产生一特征信息，以及根据该特征信息产生一识别信息；以及一主机，连接该处理器并且根据该识别信息判断该对象种类；其中该主机或该处理器对该感应图像进行对象分割处理后产生该子图像
。9.
如权利要求8所述的控制系统，其特征在于，该神经网络包括卷积神经网络
。10.
如权利要求8所述的控制系统，其特征在于...

【专利技术属性】
技术研发人员：杨学伟，张端颖，陈昶儒，包天雯，钟炳荣，
申请(专利权)人：义隆电子股份有限公司，
类型：发明
国别省市：