[發明專利]智能筆書寫行為特征分析方法、裝置及電子設備

在審

• 申請號: 202011275774.7
• 申請日: 2020-11-16
• 公開（公告）號: CN112487883A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 盧啟偉;張淮清;陳方圓
• 申請（專利權）人: 深圳市鷹碩教育服務有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F3/0354
• 代理公司: 深圳余梅專利代理事務所(特殊普通合伙) 44519
• 代理人: 陳余才

1.一種智能筆書寫行為特征分析方法，其特征在于，包括：

基于智能筆筆跡數據對應的筆跡矩陣和存儲值，計算所述筆跡數據的第一特征；

獲取所述筆跡數據對應的圖形化文件中所包含的字符集合，以便于基于所述字符集合確定所述筆跡數據的第二特征；

對所述字符集合對應的語義識別內容進行特征提取，得到所述筆跡數據的第三特征；

基于第一特征、第二特征和第三特征，確定所述智能筆筆跡數據所對應的書寫行為特征。

2.根據權利要求1所述的方法，其特征在于，所述基于智能筆筆跡數據對應的筆跡矩陣和存儲值，計算所述筆跡數據的第一特征，包括：

計算筆跡矩陣的特征值；

將所述特征值與所述存儲值一起形成第一特征的特征向量。

3.根據權利要求1所述的方法，其特征在于，所述獲取所述筆跡數據對應的圖形化文件中所包含的字符集合，以便于基于所述字符集合確定所述筆跡數據的第二特征，包括：

對所述字符集合中的字符進行向量計算，得到第二向量；

將所述第二向量作為所述第二特征的特征向量。

4.根據權利要求1所述的方法，其特征在于，所述對所述字符集合對應的語義識別內容進行特征提取，得到所述筆跡數據的第三特征，包括：

對所述語義識別內容進行向量計算，得到第三向量；

將所述第三向量作為所述第三特征的特征向量。

5.根據權利要求1所述的方法，其特征在于，所述基于第一特征、第二特征和第三特征，確定所述智能筆筆跡數據所對應的書寫行為特征，包括：

基于所述第一特征、第二特征和第三特征構建書寫行為矩陣；

將所述書寫行為矩陣的特征值確定為所述智能筆筆跡數據所對應的書寫行為特征。

6.根據權利要求1所述的方法，其特征在于，所述基于智能筆筆跡數據對應的筆跡矩陣和存儲值，計算所述筆跡數據的第一特征之前，所述方法還包括：

獲取基于圖形化文件形成的字符集合，所述圖形化文件基于智能筆筆跡形成；

基于所述圖形化文件對應的筆跡矩陣和存儲值，在云端服務平臺中預設的數據庫中，判斷是否存在與所述圖形化文件對應的個性化語義數據庫。

7.根據權利要求6所述的方法，其特征在于，所述方法還包括：

當存在與所述圖形化文件對應的個性化語義數據庫時，調用所述個性化語義數據庫對所述字符集合中的內容進行解析，得到解析結果；

基于所述解析結果，重新確定所述字符集合中的內容。

8.一種智能筆書寫行為特征分析裝置，其特征在于，包括：

計算模塊，用于基于智能筆筆跡數據對應的筆跡矩陣和存儲值，計算所述筆跡數據的第一特征；

獲取模塊，用于獲取所述筆跡數據對應的圖形化文件中所包含的字符集合，以便于基于所述字符集合確定所述筆跡數據的第二特征；

提取模塊，用于對所述字符集合對應的語義識別內容進行特征提取，得到所述筆跡數據的第三特征；

確定模塊，用于基于第一特征、第二特征和第三特征，確定所述智能筆筆跡數據所對應的書寫行為特征。

9.一種電子設備，其特征在于，所述電子設備包括：

至少一個處理器；以及，

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行前述利要求1-7中任一項所述的智能筆書寫行為特征分析方法。

10.一種非暫態計算機可讀存儲介質，該非暫態計算機可讀存儲介質存儲計算機指令，該計算機指令用于使該計算機執行前述權利要求1-7中任一項所述的方法。