CN116737051A - 基于触控屏的视触结合交互方法、装置、设备和可读介质 - Google Patents
基于触控屏的视触结合交互方法、装置、设备和可读介质 Download PDFInfo
- Publication number
- CN116737051A CN116737051A CN202311029107.4A CN202311029107A CN116737051A CN 116737051 A CN116737051 A CN 116737051A CN 202311029107 A CN202311029107 A CN 202311029107A CN 116737051 A CN116737051 A CN 116737051A
- Authority
- CN
- China
- Prior art keywords
- movement
- information
- gaze point
- contact
- preset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000003993 interaction Effects 0.000 title claims abstract description 115
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000000007 visual effect Effects 0.000 title abstract description 18
- 230000004044 response Effects 0.000 claims abstract description 77
- 230000004424 eye movement Effects 0.000 claims abstract description 38
- 230000002452 interceptive effect Effects 0.000 claims abstract description 20
- 238000012937 correction Methods 0.000 claims description 50
- 238000004590 computer program Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 7
- 230000006870 function Effects 0.000 description 17
- 238000003062 neural network model Methods 0.000 description 17
- 239000004973 liquid crystal related substance Substances 0.000 description 11
- 230000008859 change Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 4
- 238000012512 characterization method Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000036962 time dependent Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
- G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
- G06F3/04883—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures for inputting data by handwriting, e.g. gesture or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/013—Eye tracking input arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
- G06F3/04847—Interaction techniques to control parameter settings, e.g. interaction with sliders or dials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
- G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Ophthalmology & Optometry (AREA)
- Computational Linguistics (AREA)
- Acoustics & Sound (AREA)
- Position Input By Displaying (AREA)
Abstract
本公开的实施例公开了基于触控屏的视触结合交互方法、装置、设备和可读介质。该方法的一具体实施方式包括:通过眼动组件,获取人脸信息;根据人脸信息,确定注视点位置信息;生成注视点,以及根据注视点位置信息,在触控显示组件上显示注视点;响应于检测到作用于预设区域的第一用户操作,执行如下交互步骤:确定第一触点和第二触点;根据第一触点和第二触点,确定移动触点和指令触点;接收指令触点生成的第一指令信息;根据第一指令信息和注视点的所在位置,执行交互操作;响应于检测到交互步骤执行完成,通过眼动组件,再次获取人脸信息。该实施方式避免了执行错误的界面交互操作。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及基于触控屏的视触结合交互方法、装置、设备和可读介质。
背景技术
视线是揭示人理解外界环境方式的重要线索,通过追踪用户的眼睛运动和注视点,从而获得用户的注意力和意图。在人机交互方面,视线估计可以用于改善用户的界面交互体验,提供更直观、自然的交互方式。目前,在使用视线估计进行界面交互时,通常采用的方式为:通过预先训练的神经网络模型确定用户的注视点位置,以及确定视线停留时间,确定交互意图并进行界面交互。
然而,当采用上述方式使用视线估计进行界面交互时,经常会存在如下技术问题:
第一,通过视线停留时间确定交互意图,可能会因视线停留时间无法把控而导致时间过长或过短,从而导致执行了错误的界面交互操作。
第二,在对神经网络模型进行校正时,通常设定固定的校正时间进行校正,可能因神经网络模型出现问题而未到校正时间,导致无法准确识别注视点位置,无法进行界面交互;在注视环境发送改变时,预先训练的模型无法适应环境的变化,导致无法对注视点进行识别,从而无法进行界面交互。
第三,通过对神经网络模型的参数进行校正,且在用户未完成界面交互时,需要耗费较长的时间对模型的参数进行校正,从而需要耗费较长的时间进行界面交互的响应,影响用户体验。
第四,在使用队列中的样本对神经网络模型进行在线校正时,未考虑到样本存储的时间和头部姿态不同,导致校正后的神经网络模型所识别的注视点可能会存在偏差,造成无法对注视点进行识别,从而无法进行界面交互。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了基于触控屏的视触结合交互方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种基于触控屏的视触结合交互方法,该方法包括:通过上述眼动组件,获取人脸信息;根据上述人脸信息,确定注视点位置信息;生成注视点,以及根据上述注视点位置信息,在上述触控显示组件上显示上述注视点;响应于检测到作用于预设区域的第一用户操作,执行如下交互步骤:响应于上述第一用户操作表征双指操作,确定第一触点和第二触点;根据上述第一触点和上述第二触点,确定移动触点和指令触点;响应于检测到上述移动触点作用于上述注视点的移动操作,且检测到移动完成,接收上述指令触点生成的第一指令信息;根据上述第一指令信息和上述注视点的所在位置,执行交互操作;响应于检测到上述交互步骤执行完成,通过上述眼动组件,再次获取人脸信息。
第二方面,本公开的一些实施例提供了一种基于触控屏的视触结合交互装置,装置包括:第一获取单元,被配置成通过上述眼动组件,获取人脸信息;确定单元,被配置成根据上述人脸信息,确定注视点位置信息;生成单元,被配置成生成注视点,以及根据上述注视点位置信息,在上述触控显示组件上显示上述注视点;执行单元,被配置成响应于检测到作用于预设区域的第一用户操作,执行如下交互步骤:响应于上述第一用户操作表征双指操作,确定第一触点和第二触点;根据上述第一触点和上述第二触点,确定移动触点和指令触点;响应于检测到上述移动触点作用于上述注视点的移动操作,且检测到移动完成,接收上述指令触点生成的第一指令信息;根据上述第一指令信息和上述注视点的所在位置,执行交互操作;第二获取单元,被配置成响应于检测到上述交互步骤执行完成,再次通过上述眼动组件,获取人脸信息。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例中具有如下有益效果:通过本公开的一些实施例的基于触控屏的视触结合交互方法,可以避免执行错误的界面交互操作。具体来说,造成执行错误的界面交互操作的原因在于:通过视线停留时间确定交互意图,可能会因视线停留时间无法把控而导致时间过长或过短,从而导致执行了错误的界面交互操作。基于此,本公开的一些实施例的基于触控屏的视触结合交互方法,首先,通过上述眼动组件,获取人脸信息。由此,可以通过对人脸信息进行识别,确定人眼的注视点位置。其次,根据上述人脸信息,确定注视点位置信息。由此,可以生成注视点,并将注视点显示在确定的注视点位置上。然后,生成注视点,以及根据上述注视点位置信息,在上述触控显示组件上显示上述注视点;响应于检测到作用于预设区域的第一用户操作,执行如下交互步骤:响应于上述第一用户操作表征双指操作,确定第一触点和第二触点。由此,可以确定双指操作的触点位置。第二,根据上述第一触点和上述第二触点,确定移动触点和指令触点。由此,可以区分出移动注视点的触点和进行指令输入的触点。第三,响应于检测到上述移动触点作用于上述注视点的移动操作,且检测到移动完成,接收上述指令触点生成的第一指令信息。由此,可以根据第一指令信息确定需要进行的交互操作。第四,根据上述第一指令信息和上述注视点的所在位置,执行交互操作。由此,完成双指交互步骤。因此,可以在检测到作用于触控区域(预设区域)的用户操作时,根据生成的注视点进行对应的界面交互,从而可以通过触控组件与视线结合的方式进行界面交互,而未使用视线停留时间进行交互,从而避免了因视线停留时间过长或过短导致的执行错误的界面交互操作。最后,响应于检测到上述交互步骤执行完成,通过上述眼动组件,再次获取人脸信息。由此,可以在检测到上一界面交互完成后,再次获取人脸信息以进行下一次的界面交互。避免了执行错误的界面交互操作。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的基于触控屏的视触结合交互方法的一些实施例的流程图;
图2是根据本公开的基于触控屏的视触结合交互方法的一些实施例的单触控屏操作示意图;
图3是根据本公开的基于触控屏的视触结合交互装置的一些实施例的结构示意图;
图4是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的基于触控屏的视触结合交互方法的一些实施例的流程100。该基于触控屏的视触结合交互方法,包括以下步骤:
步骤101,通过眼动组件,获取人脸信息。
在一些实施例中,基于触控屏的视触结合交互方法的执行主体(例如具有触摸屏的移动设备)可以通过上述眼动组件,获取人脸信息。其中,上述触控屏可以是可以进行触摸控制的显示屏。上述触控屏可以包括眼动组件和触控显示组件。上述眼动组件可以是用于检测人脸信息的组件。作为示例,响应于上述触控屏为手机前触摸屏,上述眼动组件可以是手机前置摄像头。作为另一示例,上述眼动组件还可以是与执行主体相关联的眼动仪。上述人脸信息可以是面部图像信息。上述触控显示组件可以是用于显示区域和交互区域的组件。上述交互区域可以是等比例缩小的显示屏区域。例如,上述显示屏区域与交互区域的比例可以是5:1。
步骤102,根据人脸信息,确定注视点位置信息。
在一些实施例中,上述执行主体可以根据上述人脸信息,确定注视点位置信息。其中,上述注视点位置信息可以表征注视点位置。例如,上述注视点位置信息可以是上述注视点在上述触控显示组件所显示的交互区域的坐标信息。实践中,上述执行主体可以通过各种方式确定注视点位置信息。例如,上述执行主体可以通过人眼模型建模、人脸图像回归检测等方法确定注视点位置信息。
在一些实施例的一些可选的实现方式中,上述执行主体可以将上述人脸信息输入至预先训练的注视点定位模型中,得到注视点位置信息。其中,上述注视点定位模型可以是预先训练的,用于确定上述注视点位置信息的神经网络模型。例如,上述注视点定位模型可以是卷积神经网络模型或其他深度学习模型。
步骤103,生成注视点,以及根据注视点位置信息,在触控显示组件上显示注视点。
在一些实施例中,上述执行主体可以生成注视点,以及根据上述注视点位置信息,在上述触控显示组件上显示上述注视点。实践中,第一,上述执行主体可以生成光亮点。第二,可以将上述光亮点在上述注视点位置信息表征的位置进行显示。
在一些实施例的一些可选的实现方式中,上述注视点可以为但不限于以下之一:光标点、区域特效、显示内容高亮。
作为示例,响应于上述注视点为显示内容高亮,可以将上述注视点位置信息在交互区域中表征的位置显示的内容进行高亮显示,以生成高亮内容,以及将上述高亮内容显示在上述注视点位置信息表征的位置。
步骤104,响应于检测到作用于预设区域的第一用户操作,执行如下交互步骤:
步骤1041,响应于第一用户操作表征双指操作,确定第一触点和第二触点。
在一些实施例中,执行主体可以响应于上述第一用户操作表征双指操作,确定第一触点和第二触点。其中,上述双指操作表征使用双指进行触控操作。上述预设区域可以是预先设定的上述触控显示组件包括的触控区域。
在一些实施例的一些可选的实现方式中,上述触控显示组件可以为以下之一:正触控屏、反触控屏、触控板。其中,上述正触控屏和反触控屏可以是双屏移动设备的正面的触控屏和反面的触控屏。
步骤1042,根据第一触点和第二触点,确定移动触点和指令触点。
在一些实施例中,上述执行主体可以根据上述第一触点和上述第二触点,确定移动触点和指令触点。实践中,上述执行主体可以通过各种方式确定移动触点和指令触点。作为示例,响应于显示区域与移动区域被设置为同一区域(例如,触控显示组件为单触控屏且显示区域与移动区域都为整个触控屏显示区域),上述执行主体可以将第一个生成的触点确定为移动触点,将第二个生成的触点确定为指令触点。作为又一示例,响应于显示区域与移动区域被设置为不同区域(例如,触控显示组件为双触控屏(折叠触控屏或前后触控屏),且显示区域与移动区域分别为不同的触控屏),上述执行主体可以将在触控显示组件包括的显示区域的触点确定为指令触点,将在触控显示组件包括的触控区域的触点确定为移动触点。
步骤1043,响应于检测到移动触点作用于注视点的移动操作,且检测到移动完成,接收指令触点生成的第一指令信息。
在一些实施例中,上述执行主体可以响应于检测到上述移动触点作用于上述注视点的移动操作,且检测到移动完成,接收上述指令触点生成的第一指令信息。其中,上述第一指令信息可以是上述指令触点生成的用于表征某一交互操作的指令信息。上述第一指令信息可以包括但不限于:触控指令和语音指令。实践中,响应于第一用户操作表征双指操作,上述移动完成可以表征移动触点被按住但不再移动。响应于第一用户操作表征单指操作,上述移动完成可以表征松开移动触点。作为示例,响应于上述指令触点触发语音输入控件,可以控制相关联的语音输入模块记录语音信息,并对记录的语音信息进行识别,生成语音指令。实践中,指令触点触发语音输入控件的条件可以是指令触点被按住且不移动。
作为示例,响应于上述第一指令信息为语音指令,可以通过将上述指令触点触发AI语音功能,接收输入的语音并识别,得到上述第一指令信息。
步骤1044,根据第一指令信息和上述注视点的所在位置,执行交互操作。
在一些实施例中,上述执行主体可以根据上述第一指令信息和上述注视点的所在位置,执行交互操作。实践中,上述执行主体可以根据上述第一指令信息表征的交互操作,对上述注视点的所在位置执行上述交互操作。
可选地,在步骤1044之后,还包括以下交互步骤:
第一步,响应于检测到作用于预设区域的第一用户操作,且上述第一用户操作表征对注视点进行移动,确认是否移动完成。
第二步,响应于移动完成,根据上述注视点的移动位置,生成移动后注视点位置信息。
第三步,通过上述眼动组件获取第二人脸信息,以及将上述第二人脸信息和上述移动后注视点位置信息确定为注视点移动信息。其中,上述移动后注视点位置信息可以表征移动后的注视点在上述交互区域的位置。
第四步,将上述注视点移动信息添加至预设移动信息序列中。其中,上述预设移动信息序列可以是预先设定的用于存储注视点移动信息的序列。上述预设移动信息序列初始为空。
可选地,在第三步之后,响应于当前时间为预设校正时间,或响应于预设移动信息序列满足第一预设条件,执行如下校正步骤:
第一校正步骤,根据上述预设移动信息序列,对上述注视点定位模型进行校正,以生成校正后注视点定位模型。
在一些实施例中,上述执行主体可以根据上述预设移动信息序列,对上述注视点定位模型进行校正,以生成校正后注视点定位模型。其中,上述预设校正时间可以是预先设定的需要对注视点定位模型进行参数校正的时间。上述第一预设条件为上述预设移动信息序列中的预设移动信息的数量大于等于预设信息数量。上述预设信息数量可以是预先设定的预设移动信息序列包括的预设移动信息的数量。这里,可以利用反向传播、随机梯度下降等方法将误差值从模型的最后一层向前传递,以调整每一层的参数。当然根据需要,也可以采用网络冻结的方法,对其中的一些层的网络参数保持不变,不进行调整,对此,不做任何限定。
第二校正步骤,通过上述眼动组件获取第三人脸信息,以及将上述第三人脸信息输入至上述矫正后注视点定位模型,得到注视点位置信息。
在一些实施例中,上述执行主体可以通过上述眼动组件获取第三人脸信息,以及将上述第三人脸信息输入至上述校正后注视点定位模型,得到注视点位置信息。
可选地,在响应于当前时间为预设校正时间,或响应于预设移动信息序列满足第一预设条件,执行如下校正步骤之前,上述执行主体还可以通过以下步骤执行上述校正步骤:
第一步,响应于检测到上述注视点位置信息表征的位置与上述移动后位置信息表征的位置的距离大于等于预设距离值,将上述人脸信息和上述移动后注视点位置信息作为注视点移动信息,添加至上述预设移动信息序列中,以及根据上述预设移动信息序列,执行上述校正步骤。
第二步,响应于检测到作用于上述触控区域的第二用户操作,且响应于检测到作用于注视点的移动操作,确定移动后的注视点的移动后位置信息与上述人脸信息作为注视点移动信息,输入至上述预设移动信息序列中,以及根据上述预设移动信息序列,执行上述校正步骤。其中,上述第二用户操作可以是预先设定的表征对注视点定位模型进行校正的操作。例如,上述第二用户操作可以是双指下滑或单指滑动出预设图案。
第三步,通过上述眼动组件,响应于检测到注视环境发生变化,获取环境图像,以及根据上述环境图像,对上述注视点定位模型进行替换处理。其中,上述注视环境包括但不限于以下至少一项:光线强度、背景环境、头部姿态。
实践中,上述执行主体可以通过以下子步骤对上述注视点定位模型进行替换处理:
第一子步骤,将上述环境图像输入至预先训练的环境定位模型,得到环境识别结果。其中,上述环境定位模型可以是预先训练的用于对环境图像进行识别的分类模型。例如,上述环境定位模型可以是卷积神经网络模型。
第二子步骤,从预设注视点定位模型集中选取出对应上述环境识别结果的预设注视点定位模型,以及将上述预设注视点定位模型替换为注视点定位模型。其中,上述预设注视点定位模型集中的预设注视点定位模型可以是预先存储的不同的注视点定位模型,用于适应不同的识别环境。
上述第一步-第三步中的相关内容作为本公开的一个发明点,解决了背景技术提及的技术问题二“在对神经网络模型进行校正时,通常设定固定的校正时间进行校正,可能因神经网络模型出现问题而未到校正时间,导致无法准确识别注视点位置,无法进行界面交互;在注视环境发送改变时,预先训练的模型无法适应环境的变化,导致无法对注视点进行识别,从而无法进行界面交互”。造成无法进行界面交互的因素往往如下:在对神经网络模型进行校正时,通常设定固定的校正时间进行校正,可能因神经网络模型出现问题而未到校正时间,导致无法准确识别注视点位置,无法进行界面交互;在注视环境发送改变时,预先训练的模型无法适应环境的变化,导致无法对注视点进行识别,从而无法进行界面交互。如果解决了上述因素,就能达到避免出现无法进行界面交互的情况的效果。为了达到这一效果,第一,响应于检测到上述注视点位置信息表征的位置与上述移动后位置信息表征的位置的距离大于等于预设距离值,将上述人脸信息和上述移动后注视点位置信息作为注视点移动信息,输入至上述预设移动信息序列中,以及根据上述预设移动信息序列,执行上述校正步骤。由此,可以在注视点位置识别结果的误差值大于等于预设阈值时自动进行校正操作,从而可以在模型出现问题时自动校正,避免了因未到校正时间而导致无法进行界面交互的情况。第二,响应于检测到作用于上述触控区域的第二用户操作,且响应于检测到作用于注视点的移动操作,确定移动后的注视点的移动后位置信息与上述人脸信息作为注视点移动信息,输入至上述预设移动信息序列中,以及根据上述预设移动信息序列,执行上述校正步骤。由此,可以在检测到表征进行校正的用户操作后,对模型进行校正,进一步避免了因未到校正时间而导致无法进行界面交互的情况。第三,响应于检测到注视环境发生变化,获取环境图像,以及根据上述环境图像,对上述注视点定位模型进行替换处理。由此,可以在检测到注视点环境发生改变时,通过对注视点定位模型进行替换,以使得注视点定位模型可以适应当前的注视点环境,避免了因预先训练的模型无法适应环境的变化而导致无法对注视点进行识别的情况,进一步避免了无法进行界面交互的情况。
可选地,上述交互步骤还包括以下步骤:
第五步,响应于上述第一用户操作表征单指操作,且检测到单指触点对上述注视点的移动操作,确定是否移动完成。
在一些实施例中,上述执行主体可以响应于上述第一用户操作表征单指操作,且检测到单指触点对上述注视点的移动操作,确定是否移动完成。其中,上述单指操作表征使用单指进行触控操作。
第六步,响应于确定移动完成,在预设时长内接收单指触点所生成的第二指令信息,以及根据上述第二指令信息和上述注视点的所在位置,执行交互操作。
在一些实施例中,是上述执行主体可以响应于确定移动完成,在预设时长内接收单指触点所生成的第二指令信息,以及根据上述第二指令信息和上述注视点的所在位置,执行交互操作。其中,上述预设时长可以是预先设定的在移动完成之后的时长。例如,上述预设时长可以是0.5秒。
第七步,响应于在预设时长内未接收单指触点所生成的第二指令信息,对上述注视点所在位置进行点击交互操作。
在一些实施例中,上述执行主体可以响应于在预设时长内未接收单指触点所生成的第二指令信息,对上述注视点所在位置进行点击交互操作。
可选地,在步骤104之后,上述执行主体还可以执行以下在线校正步骤:
第一在线校正步骤,获取预定义损失函数。实践中,可以通过有线连接或者无线连接的方式从相关联的数据库中获取预定义损失函数。获取的预定义损失函数如下所示:。
其中,表示预定义损失函数。/>表示自定义常数。/>表示/>维的增广矩阵。/>表示/>维的增广矩阵。/>表示矩阵的转置。/>表示预设移动信息序列包括的预设移动信息的数量。
这里,可以通过最小二乘法拟合校正公式。其中,/>表示注视点位置信息。/>表示移动后注视点位置信息。/>和/>分别表示不同的常数。可以令/>,则/>。
第二在线校正步骤,根据上述预定义损失函数,确定自定义常数。实践中,对上述预定义损失函数包括的求偏导取0,得到自定义常数:/>。
第三在线校正步骤,响应于接收到上述注视点定位模型输出的新的注视点位置信息,根据上述自定义常数和最小二乘法拟合校正公式,将上述新的注视点位置信息映射为移动后注视点位置信息作为注视点位置信息。
第四在线校正步骤,生成注视点,以及根据上述注视点位置信息,在上述触控显示组件上显示上述注视点。
上述第一在线校正步骤-第四在线校正步骤中的相关内容作为本公开的一个发明点,解决了背景技术提及的技术问题三“通过对神经网络模型的参数进行校正,且在用户未完成界面交互时,需要耗费较长的时间对模型的参数进行校正,从而需要耗费较长的时间进行界面交互的响应,影响用户体验”。造成需要耗费较长的时间进行界面交互,影响用户体验的因素往往如下:通过对神经网络模型的参数进行校正,且在用户未完成界面交互时,需要耗费较长的时间对模型的参数进行校正,从而需要耗费较长的时间进行界面交互的响应,影响用户体验。如果解决了上述因素,就能达到减少进行界面交互的响应时间,提升用户体验的效果。为了达到这一效果,第一,获取预定义损失函数。由此,可以通过预定义损失函数确定自定义常数的表示公式。第二,根据上述预定义损失函数,确定自定义常数;响应于接收到上述注视点定位模型输出的新的注视点位置信息,根据上述自定义常数和最小二乘法拟合校正公式,将上述新的注视点位置信息映射为移动后注视点位置信息作为注视点位置信息。由此,可以通过拟合的方式,用线性函数表示模型识别的注视点位置信息与注视点实际的位置信息的损失关系,从而可以在接下来的界面交互中,直接将注视点定位模型输出的注视点位置信息映射为注视点实际的位置信息,从而可以在不对注视点定位模型的参数进行校正的情况下完成界面交互,可以减少进行界面交互的响应时间,提升用户体验。最后,生成注视点,以及根据上述注视点位置信息,在上述触控显示组件上显示上述注视点。由此,完成对注视点位置的确定。可以减少进行界面交互的响应时间,提升用户体验。
可选地,还可以执行如下在线校正步骤:
第五校正步骤,响应于头部姿态相关值大于预设相关值阈值,确定样本的第一修正值。其中,上述头部姿态相关值可以根据当前样本的头部姿态相对标准头部姿态的差值确定,也可以根据相对队列中其他样本的头部姿态的差值确定。实践中,上述执行主体可以通过以下公式确定样本的第一修正值:。
其中,表示样本的第一修正值。/>表示与样本/>加入队列时间相关的权重。表示样本/>的头部姿态位置相关的权重。/>表示第/>个样本。/>表示根据拟合方法(例如,最小二乘法)得到的关于/>样本当前时刻的修正值贡献。
这里,可以通过以下公式确定:/>。
其中,和/>表示预设的权重。这里,对于/>和/>的设定,不作限制,可以是通过实验得到的权重。/>是关于样本/>加入队列的时间相关值,上述时间相关值可以根据样本对应的时间戳或者/>在队列中位置确定。由此,可以增加新放入队列中的样本的权重,提升样本数据的可靠程度。
这里,可以通过以下公式确定:/>。
其中,和/>表示预设的权重。这里,对于/>和/>的设定,不作限制,可以是通过实验得到的权重。/>表示关于样本/>的头部姿态相关值。上述头部姿态相关值可以根据样本相对标准头部姿态的差值或者相对队列中其他校正数据样本点的头部姿态的差值确定。由此,可以增加队列中的头部姿态偏差较大的样本的权重,提升样本数据的可靠程度。
第六在线校正步骤,响应于上述头部姿态相关值大于预设相关值阈值,确定样本的第二修正值。实践中,可以通过以下公式确定样本的第二修正值:
。
其中,表示第二修正值。/>为固定权重,这里,对于/>的设定,不作限制,可以是通过实验得到的固定权重。/>表示头部姿态改变时刻所表征在队列中的序号。
上述第五在线校正步骤至第六在线校正步骤中的相关内容作为本公开的一个发明点,解决了背景技术提及的技术问题四“在使用队列中的样本对神经网络模型进行在线校正时,未考虑到样本存储的时间和头部姿态不同,导致校正后的神经网络模型所识别的注视点可能会存在偏差,造成无法对注视点进行识别,从而无法进行界面交互”。造成无法对注视点进行识别,从而无法进行界面交互的因素往往如下:在使用队列中的样本对神经网络模型进行在线校正时,未考虑到样本存储的时间和头部姿态不同,导致校正后的神经网络模型所识别的注视点可能会存在偏差,造成无法对注视点进行识别,从而无法进行界面交互。如果解决了上述因素,就能达到避免无法对注视点进行识别的情况,从而避免无法进行界面交互的效果。为了达到这一效果,通过建立时间相关权重和头部姿态相关权值,将时间靠后的样本的权重增大,以及将改变头部姿态后的样本的权重增大,可以减少因头部姿态改变和时间推移造成的偏差。同时,在头部姿态改变较大时,减小头部姿态改变前的权重,从而可以避免因头部姿态改变导致的样本不适用的情况,因此,可以避免无法对注视点进行识别的情况,从而避免无法进行界面交互。
步骤105,响应于检测到交互步骤执行完成,通过眼动组件,再次获取人脸信息。
在一些实施例中,上述执行主体可以响应于检测到上述交互步骤执行完成,通过上述眼动组件,再次获取人脸信息。
本公开的上述各个实施例中具有如下有益效果:通过本公开的一些实施例的基于触控屏的视触结合交互方法,可以避免执行错误的界面交互操作。具体来说,造成执行错误的界面交互操作的原因在于:通过视线停留时间确定交互意图,可能会因视线停留时间无法把控而导致时间过长或过短,从而导致执行了错误的界面交互操作。基于此,本公开的一些实施例的基于触控屏的视触结合交互方法,首先,通过上述眼动组件,获取人脸信息。由此,可以通过对人脸信息进行识别,确定人眼的注视点位置。其次,根据上述人脸信息,确定注视点位置信息。由此,可以生成注视点,并将注视点显示在确定的注视点位置上。然后,生成注视点,以及根据上述注视点位置信息,在上述触控显示组件上显示上述注视点;响应于检测到作用于预设区域的第一用户操作,执行如下交互步骤:响应于上述第一用户操作表征双指操作,确定第一触点和第二触点。由此,可以确定双指操作的触点位置。第二,根据上述第一触点和上述第二触点,确定移动触点和指令触点。由此,可以区分出移动注视点的触点和进行指令输入的触点。第三,响应于检测到上述移动触点作用于上述注视点的移动操作,且检测到移动完成,接收上述指令触点生成的第一指令信息。由此,可以根据第一指令信息确定需要进行的交互操作。第四,根据上述第一指令信息和上述注视点的所在位置,执行交互操作。由此,完成双指交互步骤。因此,可以在检测到作用于触控区域(预设区域)的用户操作时,根据生成的注视点进行对应的界面交互,从而可以通过触控组件与视线结合的方式进行界面交互,而未使用视线停留时间进行交互,从而避免了因视线停留时间过长或过短导致的执行错误的界面交互操作。最后,响应于检测到上述交互步骤执行完成,通过上述眼动组件,再次获取人脸信息。由此,可以在检测到上一界面交互完成后,再次获取人脸信息以进行下一次的界面交互。避免了执行错误的界面交互操作。
图2示出了根据本公开的基于触控屏的视触结合交互方法的一些实施例的单触控屏操作示意图200。由图2可知,在图2所示的单触控屏中,触控屏被划分为第一触控区域、第二触控区域和显示区域。触控屏上方安装有眼动组件。这里的眼动组件为前置摄像头。
如图2所示,响应于第一用户操作为双指操作,且注视点定位模型确定的注视点位置不准确时,可以在上述第一触控区域通过滑动操作对移动触点进行移动,引导注视点至实际位置(真实注视点位置),此时,在显示区域中的注视点会按移动比例移动至实际位置上。上述移动比例为第一触控区域与触控屏的比例。这里,还可以通过设置自定义移动比例。响应于移动完成时,可以接收第二触控区域中的指令触点所生成的第一指令信息。如图2所示,上述第一指令信息表征选择显示区域内的部分区域,可以按照移动比例将指令触点在第二触控区域进行移动,以控制移动后的注视点选取需要选取的区域,以生成选中区域,并根据选中区域进行交互操作。
进一步参考图3,作为对上述各图所示方法的实现,本公开提供了一种基于触控屏的视触结合交互装置的一些实施例,这些装置实施例与图1所示的那些方法实施例相对应,该基于触控屏的视触结合交互装置具体可以应用于各种电子设备中。
如图3所示,一些实施例的基于触控屏的视触结合交互装置300包括:第一获取单元301、确定单元302、生成单元303、执行单元304和第二获取单元305。其中,第一获取单元301被配置成通过上述眼动组件,获取人脸信息;确定单元302被配置成根据上述人脸信息,确定注视点位置信息;生成单元303被配置成生成注视点,以及根据上述注视点位置信息,在上述触控显示组件上显示上述注视点;执行单元304被配置成响应于检测到作用于预设区域的第一用户操作,执行如下交互步骤:响应于上述第一用户操作表征区域选取操作,将上述注视点所在位置确定为区域选取起点;响应于检测到作用于上述预设区域的区域选取起点移动操作,根据上述区域选取起点移动操作的移动路径,等比例移动上述注视点;将移动后的注视点所在位置确定为区域选取终点;根据上述区域选取起点和上述区域选取终点,生成矩形选中区域;根据上述矩形选中区域,进行交互操作;第二获取单元305被配置成响应于检测到上述交互步骤执行完成,再次通过上述眼动组件,获取人脸信息。
可以理解的是,基于触控屏的视触结合交互装置300中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于基于触控屏的视触结合交互装置300及其中包含的单元,在此不再赘述。
下面参考图4,其示出了适于用来实现本公开的一些实施例的电子设备400的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图4所示,电子设备400可以包括处理装置401(例如中央处理器、图形处理器等),其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中,还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常,以下装置可以连接至I/O接口405:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407;包括例如磁带、硬盘等的存储装置408;以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备400,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图4中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置409从网络上被下载和安装,或者从存储装置408被安装,或者从ROM 402被安装。在该计算机程序被处理装置401执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:通过上述眼动组件,获取人脸信息。根据上述人脸信息,确定注视点位置信息。生成注视点,以及根据上述注视点位置信息,在上述触控显示组件上显示上述注视点。响应于检测到作用于预设区域的第一用户操作,执行如下交互步骤:响应于上述第一用户操作表征区域选取操作,将上述注视点所在位置确定为区域选取起点;响应于检测到作用于上述预设区域的区域选取起点移动操作,根据上述区域选取起点移动操作的移动路径,等比例移动上述注视点;将移动后的注视点所在位置确定为区域选取终点;根据上述区域选取起点和上述区域选取终点,生成矩形选中区域;根据上述矩形选中区域,进行交互操作。响应于检测到上述交互步骤执行完成,通过上述眼动组件,再次获取人脸信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括第一获取单元、确定单元、生成单元、执行单元和第二获取单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“通过上述眼动组件,获取人脸信息的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种基于触控屏的视触结合交互方法,其中,所述触控屏包括眼动组件和触控显示组件,包括:
通过所述眼动组件,获取人脸信息;
根据所述人脸信息,确定注视点位置信息;
生成注视点,以及根据所述注视点位置信息,在所述触控显示组件上显示所述注视点;
响应于检测到作用于预设区域的第一用户操作,执行如下交互步骤:
响应于所述第一用户操作表征双指操作,确定第一触点和第二触点;
根据所述第一触点和所述第二触点,确定移动触点和指令触点;
响应于检测到所述移动触点作用于所述注视点的移动操作,且检测到移动完成,接收所述指令触点生成的第一指令信息;
根据所述第一指令信息和所述注视点的所在位置,执行交互操作;
响应于检测到所述交互步骤执行完成,通过所述眼动组件,再次获取人脸信息。
2.根据权利要求1所述的方法,其中,所述注视点为以下之一:光标点、区域特效、显示内容高亮。
3.根据权利要求1所述的方法,其中,所述预设区域为预先设定的所述触控显示组件中的任意区域,所述触控显示组件为以下之一:正触控屏、反触控屏、触控板。
4.根据权利要求1所述的方法,其中,所述根据所述人脸信息,确定注视点位置信息,包括:
将所述人脸信息输入至预先训练的注视点定位模型中,得到注视点位置信息。
5.根据权利要求1所述的方法,其中,所述交互步骤还包括:
响应于检测到作用于预设区域的第一用户操作,且所述第一用户操作表征对注视点进行移动,确认是否移动完成;
响应于移动完成,根据所述注视点的移动位置,生成移动后注视点位置信息;
通过所述眼动组件获取第二人脸信息,以及将所述第二人脸信息和所述移动后注视点位置信息确定为注视点移动信息;
将所述注视点移动信息添加至预设移动信息序列中,其中,所述预设移动信息序列初始为空。
6.根据权利要求4所述的方法,其中,所述方法还包括:
响应于当前时间为预设校正时间,或响应于预设移动信息序列满足第一预设条件,执行如下校正步骤:
根据所述预设移动信息序列,对所述注视点定位模型进行校正,以生成校正后注视点定位模型,其中,所述第一预设条件为所述预设移动信息序列中的预设移动信息的数量大于等于预设信息数量;
通过所述眼动组件获取第三人脸信息,以及将所述第三人脸信息输入至所述校正后注视点定位模型,得到注视点位置信息。
7.根据权利要求1所述的方法,其中,所述交互步骤还包括:
响应于所述第一用户操作表征单指操作,且检测到单指触点对所述注视点的移动操作,确定是否移动完成;
响应于确定移动完成,在预设时长内接收单指触点所生成的第二指令信息,以及根据所述第二指令信息和所述注视点的所在位置,执行交互操作;
响应于在预设时长内未接收单指触点所生成的第二指令信息,对所述注视点所在位置进行点击交互操作。
8.一种基于触控屏的视触结合交互装置,包括:
第一获取单元,被配置成通过眼动组件,获取人脸信息;
确定单元,被配置成根据所述人脸信息,确定注视点位置信息;
生成单元,被配置成生成注视点,以及根据所述注视点位置信息,在触控显示组件上显示所述注视点;
执行单元,被配置成响应于检测到作用于预设区域的第一用户操作,执行如下交互步骤:响应于所述第一用户操作表征双指操作,确定第一触点和第二触点;根据所述第一触点和所述第二触点,确定移动触点和指令触点;响应于检测到所述移动触点作用于所述注视点的移动操作,且检测到移动完成,接收所述指令触点生成的第一指令信息;根据所述第一指令信息和所述注视点的所在位置,执行交互操作;
第二获取单元,被配置成响应于检测到所述交互步骤执行完成,再次通过所述眼动组件,获取人脸信息。
9.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1至7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311029107.4A CN116737051B (zh) | 2023-08-16 | 2023-08-16 | 基于触控屏的视触结合交互方法、装置、设备和可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311029107.4A CN116737051B (zh) | 2023-08-16 | 2023-08-16 | 基于触控屏的视触结合交互方法、装置、设备和可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116737051A true CN116737051A (zh) | 2023-09-12 |
CN116737051B CN116737051B (zh) | 2023-11-24 |
Family
ID=87911903
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311029107.4A Active CN116737051B (zh) | 2023-08-16 | 2023-08-16 | 基于触控屏的视触结合交互方法、装置、设备和可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116737051B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170115732A1 (en) * | 2014-07-15 | 2017-04-27 | Huawei Technologies Co., Ltd. | Position Locating Method and Apparatus |
CN108829239A (zh) * | 2018-05-07 | 2018-11-16 | 北京七鑫易维信息技术有限公司 | 终端的控制方法、装置及终端 |
CN108968907A (zh) * | 2018-07-05 | 2018-12-11 | 四川大学 | 眼动数据的校正方法及装置 |
CN110737339A (zh) * | 2019-10-28 | 2020-01-31 | 福州大学 | 基于深度学习的视觉—触觉交互模型构建方法 |
CN113936324A (zh) * | 2021-10-29 | 2022-01-14 | Oppo广东移动通信有限公司 | 注视检测方法、电子设备的控制方法及相关设备 |
CN114078278A (zh) * | 2020-08-20 | 2022-02-22 | Oppo广东移动通信有限公司 | 注视点定位方法与装置、电子设备和存储介质 |
CN116301429A (zh) * | 2023-03-22 | 2023-06-23 | 重庆惠科金渝光电科技有限公司 | 智能终端的控制方法及智能终端 |
-
2023
- 2023-08-16 CN CN202311029107.4A patent/CN116737051B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170115732A1 (en) * | 2014-07-15 | 2017-04-27 | Huawei Technologies Co., Ltd. | Position Locating Method and Apparatus |
CN108829239A (zh) * | 2018-05-07 | 2018-11-16 | 北京七鑫易维信息技术有限公司 | 终端的控制方法、装置及终端 |
CN108968907A (zh) * | 2018-07-05 | 2018-12-11 | 四川大学 | 眼动数据的校正方法及装置 |
CN110737339A (zh) * | 2019-10-28 | 2020-01-31 | 福州大学 | 基于深度学习的视觉—触觉交互模型构建方法 |
CN114078278A (zh) * | 2020-08-20 | 2022-02-22 | Oppo广东移动通信有限公司 | 注视点定位方法与装置、电子设备和存储介质 |
CN113936324A (zh) * | 2021-10-29 | 2022-01-14 | Oppo广东移动通信有限公司 | 注视检测方法、电子设备的控制方法及相关设备 |
CN116301429A (zh) * | 2023-03-22 | 2023-06-23 | 重庆惠科金渝光电科技有限公司 | 智能终端的控制方法及智能终端 |
Also Published As
Publication number | Publication date |
---|---|
CN116737051B (zh) | 2023-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11853108B2 (en) | Electronic apparatus for searching related image and control method therefor | |
US9992429B2 (en) | Video pinning | |
CN109313812A (zh) | 具有上下文增强的共享体验 | |
US20130145304A1 (en) | Confirming input intent using eye tracking | |
US9665216B2 (en) | Display control device, display control method and program | |
KR20160088631A (ko) | 화면 제어 방법 및 그 방법을 처리하는 전자 장치 | |
EP3368970B1 (en) | Target selection on a small form factor display | |
CN109981787B (zh) | 用于展示信息的方法和装置 | |
US10853024B2 (en) | Method for providing information mapped between a plurality of inputs and electronic device for supporting the same | |
US20160350136A1 (en) | Assist layer with automated extraction | |
WO2022095674A1 (zh) | 用于操作移动设备的方法和装置 | |
KR20170033656A (ko) | 전자 장치 및 그의 터치 입력 처리 방법 | |
EP3070582B1 (en) | Apparatus, method, and program product for setting a cursor position | |
US20200142582A1 (en) | Disambiguating gesture input types using multiple heatmaps | |
CN104679471A (zh) | 用于检测可听输入中的中止的装置、设备及方法 | |
WO2019196548A1 (zh) | 数据处理方法、终端设备和服务器 | |
US20140195951A1 (en) | Method for managing schedule and electronic device thereof | |
CN116737051B (zh) | 基于触控屏的视触结合交互方法、装置、设备和可读介质 | |
KR20160098700A (ko) | 멀티 터치 입력을 처리하기 위한 전자 장치 및 그 동작 방법 | |
CN112309389A (zh) | 信息交互方法和装置 | |
CN113034580B (zh) | 图像信息检测方法、装置和电子设备 | |
CN116560552A (zh) | 一种信息处理方法、装置、电子设备及介质 | |
CN112308745A (zh) | 用于生成信息的方法和装置 | |
US20230409121A1 (en) | Display control method, apparatus, electronic device, medium, and program product | |
US20230409677A1 (en) | Generating cross-domain guidance for navigating hci's |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |