本发明涉及数据处理，更具体地说，本发明涉及一种用于实现触控交互的方法和触控交互设备。
背景技术：
1、现有儿童交互屏作为面向儿童用户的智能设备，通常采用触控技术作为主要的交互方式，结合丰富的多媒体内容，为儿童提供直观、生动的学习和娱乐体验，然而现有儿童交互屏的设计和开发主要基于传统的成人触控屏技术，这种技术在儿童用户群体中暴露出一系列问题和局限性。现有儿童交互屏主要依赖电容式或红外触控技术，儿童的手指较小，精细动作控制能力相对较弱，操作过程中常常会出现不准确的点击或滑动动作。传统触控屏的设计假设用户能够进行精准的操作，而这种假设并不适用于儿童，儿童在使用触控屏时，手指的动作容易出现抖动、不稳定、意外触摸等现象，这些行为特征往往会导致触控屏错误地识别手指的移动轨迹或触控点，从而引发误触或错误操作，同时现有触控技术（如电容式和红外触控）在识别较小的触控面积或快速、不规则的动作时精度有限，这进一步加剧了误触问题。现有的触控过滤和防误触算法大多基于成人的使用数据，缺乏针对儿童用户行为特征的专门优化，因此误触的发生频率较高，影响了儿童的操作体验和学习效果。为了解决上述问题，现提供一种技术方案。
技术实现思路
1、为了克服现有技术的上述缺陷，本发明提供一种用于实现触控交互的方法和触控交互设备，根据实时图像数据分析获取儿童手指的轨迹属性特征以及行为属性特征，并构建实际触控分析策略，预测手指的实际触控点，并排除误触点，通过自适应区域识别根据手指的第一触控参数动态调整触控识别精度，并设置触控误差容忍范围，自动识别和纠正触控偏差，能够有效提高触控的准确性和用户体验，以解决上述背景技术中提出的问题。
2、为实现上述目的，本发明提供如下技术方案：
3、一种用于实现触控交互的方法，包括如下步骤：
4、步骤1，获取监测时段内的儿童操作儿童交互屏的实时图像数据，根据实时图像数据分析获取儿童手指的轨迹属性特征以及行为属性特征；
5、步骤2，根据轨迹属性特征以及行为属性特征构建实际触控分析策略，预测手指的实际触控点，并排除误触点；
6、步骤3，通过自适应区域识别根据手指的第一触控参数动态调整触控识别精度，并设置触控误差容忍范围，自动识别和纠正触控偏差；其中第一触控参数包括第一触控面积、第一触控压力和第一触控时长；获取儿童交互屏图像，将儿童交互屏图像分割为若干个交互子模块，获取监测时段内交互子模块的第一触控面积、第一触控压力和第一触控时长，构建自适应触控识别精度模型，进行触控识别精度的计算，自适应触控识别精度模型的公式为：
7、；
8、式中：为触控识别精度，为第二触控特征系数，为第一触控特征系数，为第一触控时长内p+1时间点的第一触控面积，为第一触控时长内p时间点的第一触控面积，为第一触控时长内的第一触控面积均值，为第一触控时长内p+1时间点的第一触控压力，为第一触控时长内p时间点的第一触控压力，为第一触控时长内的第一触控压力均值，为第一触控时长内的时间点数。
9、作为本发明的进一步方案，步骤2中，根据轨迹属性特征以及行为属性特征构建实际触控分析策略，预测手指的实际触控点，并排除误触点，具体为：
10、步骤21，获取儿童交互屏图像，将儿童交互屏图像分割为若干个交互子模块，获取每个交互子模块内同时间点的轨迹属性特征以及行为属性特征；
11、步骤22，根据每个交互子模块内同时间点的轨迹属性特征确定手指的第一触控特征系数；
12、步骤23，根据每个交互子模块内同时间点的行为属性特征确定手指的第二触控特征系数；
13、步骤24，根据第一触控特征系数以及第二触控特征系数确定实际触控分析策略，进行手指实际触控点的初步预测。
14、作为本发明的进一步方案，步骤22中，根据每个交互子模块内同时间点的轨迹属性特征确定手指的第一触控特征系数，第一触控特征系数的确定公式为：
15、；
16、式中：为第一触控特征系数，为手指的移动轨迹曲率特征、移动轨迹速度特征以及移动轨迹加速度特征的数据项数，为t时间点手指的移动轨迹曲率特征、移动轨迹速度特征以及移动轨迹加速度特征的第i项，为手指的移动轨迹曲率特征、移动轨迹速度特征以及移动轨迹加速度特征中第i项的均值。
17、作为本发明的进一步方案，步骤23中，根据每个交互子模块内同时间点的行为属性特征确定手指的第二触控特征系数，第二触控特征系数的确定公式为：
18、；
19、式中：为第二触控特征系数，为t时间点手指的点击检测特征的持续时长、滑动检测特征的持续时长、双指缩放与旋转检测特征的持续时长中的第j项，为手指的点击检测特征的持续时长、滑动检测特征的持续时长、双指缩放与旋转检测特征的持续时长中第j项的均值，为t时间点手指的点击检测特征的持续时长、滑动检测特征的持续时长、双指缩放与旋转检测特征的持续频率中的第j项，为手指的点击检测特征的持续时长、滑动检测特征的持续时长、双指缩放与旋转检测特征的持续频率中第j项的均值，为时间点手指的点击检测特征的持续时长、滑动检测特征的持续时长、双指缩放与旋转检测特征的持续时长的数据项数。
20、作为本发明的进一步方案，步骤24中，根据第一触控特征系数以及第二触控特征系数确定实际触控分析策略，进行手指实际触控点的初步预测：
21、若第一触控特征系数小于预设的第一触控特征阈值，且第二触控特征系数小于预设的第二触控特征阈值，则初步认定交互子模块在t时间点时，手指的实际触控点满足要求，不存在误触点；反之，则初步认定交互子模块在t时间点时，手指的实际触控点不满足要求，存在误触点。
22、作为本发明的进一步方案，在步骤1中，获取监测时段内的儿童操作儿童交互屏的实时图像数据，根据实时图像数据分析获取儿童手指的轨迹属性特征以及行为属性特征，具体包括：
23、获取监测时段内的儿童操作儿童交互屏的实时图像数据，提取儿童手指的轨迹属性特征，轨迹属性特征包括手指在儿童交互屏上的移动轨迹速度特征、移动轨迹加速度特征以及移动轨迹曲率特征；行为属性特征包括手指在儿童交互屏上的点击检测特征、滑动检测特征、双指缩放与旋转检测特征、行为时间检测特征；其中，行为时间检测特征为点击检测特征、滑动检测特征、双指缩放与旋转检测特征的持续时长以及频率。
24、作为本发明的进一步方案，一种触控交互设备，包括：图像获取模块、处理器、存储器和总线，图像获取模块用于获取监测时段内的儿童操作儿童交互屏的实时图像数据，根据实时图像数据分析获取儿童手指的轨迹属性特征以及行为属性特征；处理器用于根据轨迹属性特征以及行为属性特征构建实际触控分析策略，预测手指的实际触控点，并排除误触点，再通过自适应区域识别根据手指的第一触控参数动态调整触控识别精度，并设置触控误差容忍范围，自动识别和纠正触控偏差；其中第一触控参数包括第一触控面积、第一触控压力和第一触控时长；所述存储器存储有所述处理器可执行的机器可读指令，当触控交互设备运行时，所述处理器与所述存储器之间通过总线通信，所述处理器与所述图像获取模块之间通过总线通信，以执行如上所述用于实现触控交互的方法。
25、本发明一种用于实现触控交互的方法和触控交互设备的技术效果和优点：本发明通过获取监测时段内的儿童操作儿童交互屏的实时图像数据，根据实时图像数据分析获取儿童手指的轨迹属性特征以及行为属性特征，并构建实际触控分析策略，预测手指的实际触控点，并排除误触点，通过预测手指的实际触控点，准确识别有效触控操作，并过滤误触点，减少系统误判，提高触控交互的准确性和有效性；通过自适应区域识别根据手指的第一触控参数动态调整触控识别精度，并设置触控误差容忍范围，自动识别和纠正触控偏差，能够有效提高触控的准确性和用户体验。
1.一种用于实现触控交互的方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种用于实现触控交互的方法，其特征在于，步骤2中，根据轨迹属性特征以及行为属性特征构建实际触控分析策略，预测手指的实际触控点，并排除误触点，具体为：
3.根据权利要求2所述的一种用于实现触控交互的方法，其特征在于，步骤22中，根据每个交互子模块内同时间点的轨迹属性特征确定手指的第一触控特征系数，第一触控特征系数的确定公式为：
4.根据权利要求2所述的一种用于实现触控交互的方法，其特征在于，步骤23中，根据每个交互子模块内同时间点的行为属性特征确定手指的第二触控特征系数，第二触控特征系数的确定公式为：
5.根据权利要求2所述的一种用于实现触控交互的方法，其特征在于，步骤24中，根据第一触控特征系数以及第二触控特征系数确定实际触控分析策略，进行手指实际触控点的初步预测：
6.根据权利要求1所述的一种用于实现触控交互的方法，其特征在于，在步骤1中，获取监测时段内的儿童操作儿童交互屏的实时图像数据，根据实时图像数据分析获取儿童手指的轨迹属性特征以及行为属性特征，具体包括：
7.一种触控交互设备，其特征在于，包括：图像获取模块、处理器、存储器和总线，图像获取模块用于获取监测时段内的儿童操作儿童交互屏的实时图像数据，根据实时图像数据分析获取儿童手指的轨迹属性特征以及行为属性特征；处理器用于根据轨迹属性特征以及行为属性特征构建实际触控分析策略，预测手指的实际触控点，并排除误触点，再通过自适应区域识别根据手指的第一触控参数动态调整触控识别精度，并设置触控误差容忍范围，自动识别和纠正触控偏差；其中第一触控参数包括第一触控面积、第一触控压力和第一触控时长；所述存储器存储有所述处理器可执行的机器可读指令，当触控交互设备运行时，所述处理器与所述图像获取模块之间通过总线通信，所述处理器与所述存储器之间通过总线通信，以执行如权利要求1至6中任一所述用于实现触控交互的方法。
