CN108829595B - 测试方法、装置、存储介质及电子设备 - Google Patents
测试方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN108829595B CN108829595B CN201810595642.9A CN201810595642A CN108829595B CN 108829595 B CN108829595 B CN 108829595B CN 201810595642 A CN201810595642 A CN 201810595642A CN 108829595 B CN108829595 B CN 108829595B
- Authority
- CN
- China
- Prior art keywords
- augmented reality
- algorithm library
- reality algorithm
- test
- input data
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3692—Test management for test results analysis
Abstract
本申请实施例公开了一种测试方法、装置、存储介质及电子设备,其中,本申请实施例中的电子设备,可以通过获取用于对增强现实算法库进行测试的测试输入数据,将获取到的测试输入数据输入增强现实算法库进行处理,获取增强现实算法库对测试输入数据进行处理所输出的、表征其处理能力的指标的指标值,根据获取到的指标值,对增强现实算法库的处理能力进行评估,得到评估结果。本申请实施例中,无需人工参与对增强现实算法库的测试,避免了人工测试的主观影响,能够提高对增强现实算法库进行处理能力测试评估的准确度。
Description
技术领域
本申请涉及电子设备技术领域,具体涉及一种测试方法、装置、存储介质及电子设备。
背景技术
随着电子设备技术的快速发展,电子设备能够提供越来越多的功能。通常的,电子设备所提供的功能是基于不同的算法来实现的,也就使得电子设备中集成了各种各样的算法库。比如,电子设备通过集成增强现实算法库,用以实现增强现实功能。一般的,为了优化增强现实功能,电子设备集成的增强现实算法库需要进行迭代更新。这样,在对其进行更新时,首先就要对增强现实算法库的处理能力进行测试评估。而在相关技术中,往往是通过人工的方式进行测试,其准确度较差。
发明内容
本申请实施例提供了一种测试方法、装置、存储介质及电子设备,能够提高对增强现实算法库进行处理能力测试评估的准确度。
第一方面,本申请实施例提供了一种测试方法,包括:
获取用于对增强现实算法库进行测试的测试输入数据;
将所述测试输入数据输入所述增强现实算法库进行处理;
获取所述增强现实算法库对所述测试输入数据进行处理所输出的、表征其处理能力的指标的指标值;
根据所述指标值,对所述增强现实算法库的处理能力进行评估,得到评估结果。
第二方面,本申请实施例提供了一种测试装置,包括:
第一获取模块,用于获取用于对增强现实算法库进行测试的测试输入数据;
测试模块,用于将所述测试输入数据输入所述增强现实算法库进行处理;
第二获取模块,用于获取所述增强现实算法库对所述测试输入数据进行处理所输出的、表征其处理能力的指标的指标值;
评估模块,用于根据所述指标值,对所述增强现实算法库的处理能力进行评估,得到评估结果。
第三方面,本申请实施例提供了一种存储介质,其上存储有计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行如本申请任一实施例提供的测试方法。
第四方面,本申请实施例提供了一种电子设备,包括处理器和存储器,所述存储器有计算机程序,所述处理器通过调用所述计算机程序,用于执行如本申请任一实施例提供的测试方法。
本申请实施例中的电子设备,可以通过获取用于对增强现实算法库进行测试的测试输入数据,将获取到的测试输入数据输入增强现实算法库进行处理,获取增强现实算法库对测试输入数据进行处理所输出的、表征其处理能力的指标的指标值,根据获取到的指标值,对增强现实算法库的处理能力进行评估,得到评估结果。本申请实施例中,无需人工参与对增强现实算法库的测试,避免了人工测试的主观影响,能够提高对增强现实算法库进行处理能力测试评估的准确度。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的测试方法的一流程示意图。
图2是本申请实施例中搭建的测试场景的示意图。
图3是本申请实施例中生成用于对增强现实算法库进行测试的测试输入数据的示意图。
图4是本申请实施例提供的测试方法的另一流程示意图。
图5是本申请实施例提供的测试装置的一结构示意图。
图6是本申请实施例提供的电子设备的一结构示意图。
图7是本申请实施例提供的电子设备的另一结构示意图。
具体实施方式
请参照图式,其中相同的组件符号代表相同的组件,本申请的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所例示的本申请具体实施例,其不应被视为限制本申请未在此详述的其它具体实施例。
在以下的说明中,本申请的具体实施例将参考由一部或多部计算机所执行的步骤及符号来说明,除非另有述明。因此,这些步骤及操作将有数次提到由计算机执行,本文所指的计算机执行包括了由代表了以一结构化型式中的数据的电子信号的计算机处理单元的操作。此操作转换该数据或将其维持在该计算机的内存系统中的位置处,其可重新配置或另外以本领域测试人员所熟知的方式来改变该计算机的运作。该数据所维持的数据结构为该内存的实体位置,其具有由该数据格式所定义的特定特性。但是,本申请原理以上述文字来说明,其并不代表为一种限制,本领域测试人员将可了解到以下所述的多种步骤及操作亦可实施在硬件当中。
本文所使用的术语“模块”可看做为在该运算系统上执行的软件对象。本文所述的不同组件、模块、引擎及服务可看做为在该运算系统上的实施对象。而本文所述的装置及方法可以以软件的方式进行实施,当然也可在硬件上进行实施,均在本申请保护范围之内。
本申请中的术语“第一”、“第二”和“第三”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、系统、产品或设备没有限定于已列出的步骤或模块,而是某些实施例还包括没有列出的步骤或模块,或某些实施例还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请实施例提供一种测试方法,该测试方法的执行主体可以是本申请实施例提供的测试装置,或者集成了该测试装置的电子设备,其中,该测试装置可以采用硬件或者软件的方式实现。电子设备可以是智能手机、平板电脑、掌上电脑、笔记本电脑、或者台式电脑等计算机设备。
请参照图1,图1为本申请实施例提供的测试方法的流程示意图。如图1所示,本申请实施例提供的测试方法的流程可以如下:
101、获取用于对增强现实算法库进行测试的测试输入数据。
需要说明的是,增强现实是一种将真实世界和虚拟世界“无缝”合成的技术,能够将真实世界中一定时间空间范围内很难体验到的实体信息(如视觉信息、声音信息、味觉信息以及触觉信息等)模拟仿真后再叠加,应用到真实世界,被人类感官所感知,从而达到增强现实的感官体验。
比如,电子设备通过摄像头采集真实世界图像,然后将采集的真实世界图像与生成的虚拟物体图像进行合成,得到合成图像,最终通过屏幕显示得到的合成图像,这样,用户将从电子设备的屏幕上将看到合成有虚拟物体图像的真实世界图像。
目前,电子设备为了实现增强现实功能,在操作系统中集成了增强现实算法库,该增强现实算法库包括多种算法,比如,用于构建三维栅格地图的SLAM算法,用于识别图像内容的图像语义分割算法等。为了优化增强现实功能,需要对电子设备集成的增强现实算法库进行迭代更新,在对其进行更新时,首先就要对增强现实算法库的处理能力进行测试评估。
本申请实施例中,为了对增强现实算法库的处理能力进行测试评估,首先获取到用于对增强现实算法库进行测试的测试输入数据,其中,测试输入数据与实际使用时所需的数据相同,包括影像数据和影像数据对应的惯性测量单元数据,比如,影像数据为按照采集时刻先后顺序排列的图像帧序列,惯性测量单元数据为按照采集时刻先后顺序排列的惯性测量单元数据序列,同一采集时刻的图像帧和惯性测量单元数据相互对应,也即是采集该图像帧设备在该采集时刻的惯性测量单元数据。
其中,电子设备在获取测试输入数据时,可以从存储有测试输入数据的数据库中获取到测试输入数据,也可以实时生成测试输入数据。
102、将获取到的测试输入数据输入增强现实算法库进行处理。
其中,电子设备在获取到用于对增强现实算法库进行测试的测试输入数据之后,将获取到的该测试输入数据输入的需要测试的增强现实算法库中进行处理。
比如,在增强现实算法库更新版本时,将新版本的增强现实算法库作为需要测试的增强现实算法库。
103、获取增强现实算法库对测试输入数据进行处理所输出的、表征其处理能力的指标的指标值。
其中,电子设备在获取表征增强现实算法库的指标的指标值时,根据当前的测试需求,进行获取。比如,若需要测试增强现实算法库某方面处理能力,则可以获取表征增强现实算法库该方面处理能力的指标的指标值;又比如,若需要测试增强现实算法库的综合处理能力,则可以获取表征增强现实算法库不同方面处理能力的多个指标的指标值。
需要说明的是,能够表征增强现实算法库处理能力的指标包括但不限于特征点个数、追踪质量、重建平面数以及处理时长等。
104、根据获取到的指标值,对增强现实算法库的处理能力进行评估,得到评估结果。
其中,电子设备在获取到能够表征增强现实算法库处理能力的指标的指标值之后,基于预设的评估策略,根据获取到的指标值,对增强现实算法库的处理能力进行评估,得到评估结果,该评估结果可以是评估分值,通过得到的该评估分值来描述增强现实算法库的处理能力。比如,在获取到一个指标的指标值时,直接将该指标值作为增强现实算法库的评估分值,表征该增强现实算法库在该指标值对应指标的处理能力高低。
由上可知,本申请实施例中的电子设备,可以通过获取用于对增强现实算法库进行测试的测试输入数据,将获取到的测试输入数据输入增强现实算法库进行处理,获取增强现实算法库对测试输入数据进行处理所输出的、表征其处理能力的指标的指标值,根据获取到的指标值,对增强现实算法库的处理能力进行评估,得到评估结果。本申请实施例中,无需人工参与对增强现实算法库的测试,避免了人工测试的主观影响,能够提高对增强现实算法库进行处理能力测试评估的准确度。
在一实施方式中,“获取用于对增强现实算法库进行测试的测试输入数据”包括:
(1)采集当前场景的影像数据;
(2)获取采集影像数据期间的惯性测量单元数据;
(3)根据采集到的影像数据以及惯性测量单元数据生成测试输入数据。
其中,测试人员可以根据生活中的常用场景搭建测试场景,比如,请参照图2,搭建的测试场景为会议室场景,图2所示的会议室301内包括会议桌302、投影仪303、投影幕布304、碎纸机305、复印机306、办公桌307和308、绿化盆栽309和310等。其中,该会议室有四面墙壁,一面安装有照明灯的天花板,该会议室的地面铺设有纯色地毯等。
在完成测试场景的搭建之后,即可将电子设备带入搭建的测试场景中,触发电子设备进行影像数据的采集。
相应的,电子设备在接收到采集影像数据的触发操作时,通过摄像头采集当前场景的影像数据,其中,当前场景也即是前述搭建的测试场景。其中,采集得到的影像数据为按照采集时刻先后顺序排序的图像帧序列,比如,可以采集一分钟的影像数据,若采集影像数据的帧频率为30FPS,则采集得到的图像帧序列中将包括1800个图像帧。
需要说明的是,除了采集当前场景的影像数据之外,电子设备还需要获取采集影像数据期间的惯性测量单元数据,该惯性测量单元数据包括其在三轴的姿态角(或角速率)、加速度等。比如,在采集一分钟的影像数据,且采集影响数据的帧频率为30FPS时,电子设备将获取到1800个图像帧,对应于这1800个图像帧中的每一图像帧,电子设备将获取到每一图像帧对应采集时刻的惯性测量单元数据,最终得到一个包括1800个惯性测量单元数据的惯性测量单元数据序列。
在采集到当前场景的影像数据,并获取到采集影像数据期间的惯性测量单元数据之后,即可根据采集到的影像数据以及惯性测量单元数据生成测试输入数据。
比如,请参照图3,电子设备对当前场景进行影像数据的采集,得到一个按照采集时刻先后顺序排列的图像帧序列,该图像帧序列中包括N个图像帧(分别为图像帧1至图像帧N),同时,获取到一惯性测量单元数据序列,该惯性测量单元序列包括分别与N个图像帧的采集时刻相同的N个惯性测量单元数据(分别为惯性测量单元数据1至惯性测量单元数据N),且该惯性测量单元数据序列中的惯性测量单元数据同样按照采集时刻的先后顺序排列,之后,将采集时刻相同的图像帧和惯性测量单元数据绑定,将绑定后的图像帧序列和惯性测量单元数据序列作为测试输入数据。
在一实施方式中,“根据获取到的指标值,对增强现实算法库的处理能力进行评估,得到评估结果”包括:
(1)在获取到多个指标的指标值时,根据获取到的多个指标值,以及各指标对应的权重值,获取多个指标值的加权和值;
(2)将获取到的加权和值与预设阈值进行比较,若获取到的加权和值大于预设阈值,则得到测试通过的评估结果。
其中,在需要对增强现实算法库的综合处理能力进行测试时,将获取到分别对应多个指标的多个指标值。比如,获取到特征点个数指标的指标值为A,获取到追踪质量指标的指标值为B,获取到重建平面数指标的指标值为C,获取到处理时长指标的指标值为D等。
这样,在对增强现实算法库的处理能力进行评估时,电子设备首先对获取到的多个指标值进行归一化处理,然后根据各指标对应的权重值,对归一化后的多个指标值进行加权求和,得到对应前述多个指标值的加权和值。
在得到对应前述多个指标值的加权和值之后,将得到的加权和值与预设阈值(该预设阈值可以基于历史增强现实算法库得到,该历史增强现实算法库的版本号低于被测试的增强现实算法库的版本号)进行比较,其中,若获取到的加权和值大于预设阈值,则得到前述增强现实算法库(即被测试的增强现实算法库)测试通过的评估结果,若获取到的加权和值小于或等于预设阈值,则得到前述增强现实算法库测试失败的评估结果。
在一实施方式中,“根据获取到的指标值,对增强现实算法库的处理能力进行评估,得到评估结果”之前,还包括:
(1)将前述测试输入数据输入历史增强现实算法库进行处理,获取对应历史增强现实算法库的加权和值,历史增强现实算法库的版本号低于增强现实算法库的版本号;
(2)将对应历史增强现实算法库的加权和值作为预设阈值。
其中,对于如何将前述测试数据输入历史增强现实算法库进行处理,获取对应历史增强现实算法库的加权和值,可以参照以上关于获取对应前述增强现实算法库的加权和值的描述相应实施,此处不再赘述。
在获取到对应历史增强现实算法库的加权和值之后,将对应历史增强现实算法库的加权和值作为预设阈值。由此,在将对应历史增强现实算法库的加权和值作为预设阈值时,基于该预设阈值得到评估结果将反应前述增强现实算法库和历史增强现实算法库的处理能力高低。比如,在将对应历史增强现实算法库的加权和值作为预设阈值时,若得到的评估结果为测试通过,则说明被测试的增强现实算法库的处理能力高于历史增强现实算法库的处理能力,若得到的评估结果为测试失败,则说明测试的增强现实算法的处理能力低于或等于历史增强现实算法库的处理能力。
在一实施方式中,“将获取到的加权和值与预设阈值进行比较”之前,还包括:
(1)获取前述增强现实算法库对测试输入数据进行处理期间的硬件状态数据;
(2)根据获取到硬件状态数据对前述增强现实算法库对应的加权和值进行调整。
其中,电子设备获取的硬件状态数据包括但不限于CPU使用率、GPU使用率以及内存使用率中的至少一种。比如,电子设备获取到前述增强现实算法库对测试输入数据进行处理期间的硬件状态数据包括CPU使用率、GPU使用率以及内存使用率。
在根据获取到硬件状态数据对前述增强现实算法库对应的加权和值进行调整时,电子设备首先获取历史增强现实算法库对测试输入数据进行处理期间的硬件状态数据。
需要说明的是,为便于说明,以下将对应前述增强现实算法库的硬件状态数据记为第一硬件状态数据,将对应历史增强现实算法库的硬件状态数据记为第二硬件状态数据。
电子设备在获取到数据类型相同的第一硬件状态数据和第二硬件状态数据之后,进一步获取到第一硬件状态数据与第二硬件状态数据的百分比值。
其中,在获取到第一硬件状态数据和第二硬件状态数据包括单一类型的数据时,直接计算第一硬件状态数据和第二硬件状态数据的百分比值;在获取到的第一硬件状态数据和第二硬件状态数据包括多类型的数据时,分别对第一硬件状态数据和第二硬件状态数据进行归一化处理,再根据各类型数据对应的权重值,对第一硬件状态数据包括的多类型数据进行加权求和,得到对应第一硬件状态数据的第一加权和值,对第二硬件状态数据包括的多类型数据进行加权求和,得到对应第二硬件状态数据的第二加权和值,然后计算第一加权和值和第二加权和值的百分比值,作为第一硬件状态数据和第二硬件状态数据的百分比值。
在获取到第一硬件状态数据与第二硬件状态数据的百分比值之后,电子设备计算前述增强现实算法库对应的加权和值与该该百分比值的商值,将计算得到的商值作为前述增强现实算法库对应的、调整后的加权和值。
由此,若第一硬件状态数据与第二硬件状态数据的百分比值大于一,说明前述增强现实算法库相较于历史增强现实算法库在对测试输入数据进行处理时占用了更多的硬件资源,此时计算得到的、前述增强现实算法库对应的加权和值与该该百分比值的商值,将小于前述增强现实算法库对应的加权和值,或者说前述增强现实算法库对应的加权和值被调低了;若第一硬件状态数据与第二硬件状态数据的百分比值小于一,说明前述增强现实算法库相较于历史增强现实算法库在对测试输入数据进行处理时占用了更少的硬件资源,此时计算得到的、前述增强现实算法库对应的加权和值与该百分比值的商值,将大于前述增强现实算法库对应的加权和值,或者说前述增强现实算法库对应的加权和值被调高了。
通过以上描述方式的调整前述增强现实算法库对应的加权和值,能够使得最终得到评估结果中包括硬件资源占用的因素,能够进一步提高对增强现实算法库进行处理能力测试评估的准确度。
在一实施方式中,在前述增强现实算法库对测试输入数据进行处理的期间,还包括:
在接收到应用的资源调用请求时,不响应该资源调用请求,该资源调用请求用于请求硬件资源。
其中,电子设备通过在前述增强现实算法库对测试输入数据进行处理的期间,不响应接收到的资源调用请求,能够避免与测试无关的应用抢占硬件资源,以确保对前述增强现实算法库进行测试的准确度不受影响。
下面将在上述实施例描述的方法基础上,对本申请的测试方法做进一步介绍。请参照图4,该测试方法可以包括:
201、采集当前场景的影像数据。
需要说明的是,增强现实是一种将真实世界和虚拟世界“无缝”合成的技术,能够将真实世界中一定时间空间范围内很难体验到的实体信息(如视觉信息、声音信息、味觉信息以及触觉信息等)模拟仿真后再叠加,应用到真实世界,被人类感官所感知,从而达到增强现实的感官体验。
比如,电子设备通过摄像头采集真实世界图像,然后将采集的真实世界图像与生成的虚拟物体图像进行合成,得到合成图像,最终通过屏幕显示得到的合成图像,这样,用户将从电子设备的屏幕上将看到合成有虚拟物体图像的真实世界图像。
目前,电子设备为了实现增强现实功能,在操作系统中集成了增强现实算法库,该增强现实算法库包括多种算法,比如,用于构建三维栅格地图的SLAM算法,用于识别图像内容的图像语义分割算法等。为了优化增强现实功能,需要对电子设备集成的增强现实算法库进行迭代更新,在对其进行更新时,首先就要对增强现实算法库的处理能力进行测试评估。
本申请实施例中,为了对增强现实算法库的处理能力进行测试评估,首先获取到用于对增强现实算法库进行测试的测试输入数据,其中,测试输入数据与实际使用时所需的数据相同,包括影像数据和影像数据对应的惯性测量单元数据。
其中,测试人员可以根据生活中的常用场景搭建测试场景,比如,请参照图2,搭建的测试场景为会议室场景,图2所示的会议室301内包括会议桌302、投影仪303、投影幕布304、碎纸机305、复印机306、办公桌307和308、绿化盆栽309和310等。其中,该会议室有四面墙壁,一面安装有照明灯的天花板,该会议室的地面铺设有纯色地毯等。
在完成测试场景的搭建之后,即可将电子设备带入搭建的测试场景中,触发电子设备进行影像数据的采集。
相应的,电子设备在接收到采集影像数据的触发操作时,通过摄像头采集当前场景的影像数据,其中,当前场景也即是前述搭建的测试场景。其中,采集得到的影像数据为按照采集时刻先后顺序排序的图像帧序列,比如,可以采集一分钟的影像数据,若采集影像数据的帧频率为30FPS,则采集得到的图像帧序列中将包括1800个图像帧。
202、获取采集影像数据期间的惯性测量单元数据。
需要说明的是,除了采集当前场景的影像数据之外,电子设备还需要获取采集影像数据期间的惯性测量单元数据,该惯性测量单元数据包括其在三轴的姿态角(或角速率)、加速度等。比如,在采集一分钟的影像数据,且采集影响数据的帧频率为30FPS时,电子设备将获取到1800个图像帧,对应于这1800个图像帧中的每一图像帧,电子设备将获取到每一图像帧对应采集时刻的惯性测量单元数据,最终得到一个包括1800个惯性测量单元数据的惯性测量单元数据序列。
203、根据采集到的影像数据以及惯性测量单元数据,生成用于对增强现实算法库进行测试的测试输入数据。
在采集到当前场景的影像数据,并获取到采集影像数据期间的惯性测量单元数据之后,即可根据采集到的影像数据以及惯性测量单元数据生成测试输入数据。
比如,请参照图3,电子设备对当前场景进行影像数据的采集,得到一个按照采集时刻先后顺序排列的图像帧序列,该图像帧序列中包括N个图像帧(分别为图像帧1至图像帧N),同时,获取到一惯性测量单元数据序列,该惯性测量单元序列包括分别与N个图像帧的采集时刻相同的N个惯性测量单元数据(分别为惯性测量单元数据1至惯性测量单元数据N),且该惯性测量单元数据序列中的惯性测量单元数据同样按照采集时刻的先后顺序排列,之后,将采集时刻相同的图像帧和惯性测量单元数据绑定,将绑定后的图像帧序列和惯性测量单元数据序列作为测试输入数据。
204、将生成的测试输入数据输入增强现实算法库进行处理。
其中,电子设备在获取到用于对增强现实算法库进行测试的测试输入数据之后,将获取到的该测试输入数据输入的需要测试的增强现实算法库中进行处理。
比如,在增强现实算法库更新版本时,将新版本的增强现实算法库作为需要测试的增强现实算法库。
205、获取前述增强现实算法库对测试输入数据进行处理所输出的、表征其处理能力的多个指标的指标值。
其中,电子设备在获取表征增强现实算法库的指标的指标值时,若需要测试增强现实算法库的综合处理能力,则获取表征增强现实算法库不同方面处理能力的多个指标的指标值。
需要说明的是,能够表征增强现实算法库处理能力的指标包括但不限于特征点个数、追踪质量、重建平面数以及处理时长等。
206、根据获取到的多个指标值,以及各指标对应的权重值,获取多个指标值的加权和值。
其中,在需要对增强现实算法库的综合处理能力进行测试时,将获取到分别对应多个指标的多个指标值。比如,获取到特征点个数指标的指标值为A,获取到追踪质量指标的指标值为B,获取到重建平面数指标的指标值为C,获取到处理时长指标的指标值为D等。
这样,在对增强现实算法库的处理能力进行评估时,电子设备首先对获取到的多个指标值进行归一化处理,然后根据各指标对应的权重值,对归一化后的多个指标值进行加权求和,得到对应前述多个指标值的加权和值。
207、将获取到的加权和值与预设阈值进行比较,若获取到的加权和值大于预设阈值,则得到测试通过的评估结果。
在得到对应前述多个指标值的加权和值之后,将得到的加权和值与预设阈值(该预设阈值可以基于历史增强现实算法库得到,该历史增强现实算法库的版本号低于被测试的增强现实算法库的版本号)进行比较,其中,若获取到的加权和值大于预设阈值,则得到前述增强现实算法库(即被测试的增强现实算法库)测试通过的评估结果,若获取到的加权和值小于或等于预设阈值,则得到前述增强现实算法库测试失败的评估结果。
在一实施方式中,“将获取到的加权和值与预设阈值进行比较”之前,还包括:
(1)将前述测试输入数据输入历史增强现实算法库进行处理,获取对应历史增强现实算法库的加权和值,历史增强现实算法库的版本号低于增强现实算法库的版本号;
(2)将对应历史增强现实算法库的加权和值作为预设阈值。
其中,对于如何将前述测试数据输入历史增强现实算法库进行处理,获取对应历史增强现实算法库的加权和值,可以参照以上关于获取对应前述增强现实算法库的加权和值的描述相应实施,此处不再赘述。
在获取到对应历史增强现实算法库的加权和值之后,将对应历史增强现实算法库的加权和值作为预设阈值。由此,在将对应历史增强现实算法库的加权和值作为预设阈值时,基于该预设阈值得到评估结果将反应前述增强现实算法库和历史增强现实算法库的处理能力高低。比如,在将对应历史增强现实算法库的加权和值作为预设阈值时,若得到的评估结果为测试通过,则说明被测试的增强现实算法库的处理能力高于历史增强现实算法库的处理能力,若得到的评估结果为测试失败,则说明测试的增强现实算法的处理能力低于或等于历史增强现实算法库的处理能力。
在一实施例中,还提供了一种测试装置。请参照图5,图5为本申请实施例提供的测试装置400的结构示意图。其中该测试装置应用于电子设备,该测试装置包括第一获取模块401、测试模块402、第二获取模块403和评估模块404,如下:
第一获取模块401,用于获取用于对增强现实算法库进行测试的测试输入数据。
测试模块402,用于将获取到的测试输入数据输入增强现实算法库进行处理。
第二获取模块403,用于获取增强现实算法库对测试输入数据进行处理所输出的、表征其处理能力的指标的指标值。
评估模块404,用于根据获取到的指标值,对增强现实算法库的处理能力进行评估,得到评估结果。
在一实施方式中,第一获取模块401可以用于:
采集当前场景的影像数据;
获取采集影像数据期间的惯性测量单元数据;
根据采集到的影像数据以及惯性测量单元数据生成测试输入数据。
在一实施方式中,评估模块404可以用于:
在第二获取模块403获取到多个指标的指标值时,根据第二获取模块403获取到的多个指标值,以及各指标对应的权重值,获取多个指标值的加权和值;
将获取到的加权和值与预设阈值进行比较,若获取到的加权和值大于预设阈值,则得到测试通过的评估结果。
在一实施方式中,在将获取到的加权和值与预设阈值进行比较之前,评估模块404可以用于:
将前述测试输入数据输入历史增强现实算法库进行处理,获取对应历史增强现实算法库的加权和值,历史增强现实算法库的版本号低于增强现实算法库的版本号;
将对应历史增强现实算法库的加权和值作为预设阈值。
在一实施方式中,测试装置400还包括调整模块,用于在评估模块404将获取到的加权和值与预设阈值进行比较之前,获取前述增强现实算法库对测试输入数据进行处理期间的硬件状态数据;
根据获取到硬件状态数据对前述增强现实算法库对应的加权和值进行调整。
在一实施方式中,测试装置400还包括请求屏蔽模块,用于在前述增强现实算法库对测试输入数据进行处理的期间接收到应用的资源调用请求时,不响应该资源调用请求,该资源调用请求用于请求硬件资源。
其中,测试装置400中各模块执行的步骤可以参考上述方法实施例描述的方法步骤。该测试装置400可以集成在电子设备中,如手机、平板电脑等。
具体实施时,以上各个模块可以作为独立的实体实现,也可以进行任意组合,作为同一或若干个实体来实现,以上各个单位的具体实施可参见前面的实施例,在此不再赘述。
由上可知,本实施例测试装置可以由第一获取模块401获取用于对增强现实算法库进行测试的测试输入数据。由测试模块402将获取到的测试输入数据输入增强现实算法库进行处理。由第二获取模块403获取增强现实算法库对测试输入数据进行处理所输出的、表征其处理能力的指标的指标值。由评估模块404根据获取到的指标值,对增强现实算法库的处理能力进行评估,得到评估结果。本申请实施例中,无需人工参与对增强现实算法库的测试,避免了人工测试的主观影响,能够提高对增强现实算法库进行处理能力测试评估的准确度。
在一实施例中,还提供一种电子设备。请参照图6,电子设备500包括处理器501以及存储器502。其中,处理器501与存储器502电性连接。
处理器500是电子设备500的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或加载存储在存储器502内的计算机程序,以及调用存储在存储器502内的数据,执行电子设备500的各种功能并处理数据。
存储器502可用于存储软件程序以及模块,处理器501通过运行存储在存储器502的计算机程序以及模块,从而执行各种功能应用以及数据处理。存储器502可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的计算机程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备的使用所创建的数据等。此外,存储器502可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器502还可以包括存储器控制器,以提供处理器501对存储器502的访问。
在本申请实施例中,电子设备500中的处理器501会按照如下的步骤,将一个或一个以上的计算机程序的进程对应的指令加载到存储器502中,并由处理器501运行存储在存储器502中的计算机程序,从而实现各种功能,如下:
获取用于对增强现实算法库进行测试的测试输入数据;
将获取到的测试输入数据输入增强现实算法库进行处理;
获取增强现实算法库对测试输入数据进行处理所输出的、表征其处理能力的指标的指标值;
根据获取到的指标值,对增强现实算法库的处理能力进行评估,得到评估结果。
请一并参阅图7,在某些实施方式中,电子设备500还可以包括:显示器503、射频电路504、音频电路505以及电源506。其中,其中,显示器503、射频电路504、音频电路505以及电源506分别与处理器501电性连接。
显示器503可以用于显示由用户输入的信息或提供给用户的信息以及各种图形用户接口,这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示器503可以包括显示面板,在某些实施方式中,可以采用液晶显示器(Liquid Crystal Display,LCD)、或者有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板。
射频电路504可以用于收发射频信号,以通过无线通信与网络设备或其他电子设备建立无线通讯,与网络设备或其他电子设备之间收发信号。
音频电路505可以用于通过扬声器、传声器提供用户与电子设备之间的音频接口。
电源506可以用于给电子设备500的各个部件供电。在一些实施例中,电源506可以通过电源管理系统与处理器501逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管图7中未示出,电子设备500还可以包括摄像头、蓝牙模块等,在此不再赘述。
在某些实施方式中,在获取用于对增强现实算法库进行测试的测试输入数据时,处理器501可以执行以下步骤:
采集当前场景的影像数据;
获取采集影像数据期间的惯性测量单元数据;
根据采集到的影像数据以及惯性测量单元数据生成测试输入数据。
在某些实施方式中,在根据获取到的指标值,对增强现实算法库的处理能力进行评估,得到评估结果时,处理器501可以执行以下步骤:
在获取到多个指标的指标值时,根据获取到的多个指标值,以及各指标对应的权重值,获取多个指标值的加权和值;
将获取到的加权和值与预设阈值进行比较,若获取到的加权和值大于预设阈值,则得到测试通过的评估结果。
在某些实施方式中,在将获取到的加权和值与预设阈值进行比较之前,处理器501可以执行以下步骤:
将前述测试输入数据输入历史增强现实算法库进行处理,获取对应历史增强现实算法库的加权和值,历史增强现实算法库的版本号低于增强现实算法库的版本号;
将对应历史增强现实算法库的加权和值作为预设阈值。
在某些实施方式中,在将获取到的加权和值与预设阈值进行比较之前,处理器501可以执行以下步骤:
获取前述增强现实算法库对测试输入数据进行处理期间的硬件状态数据;
根据获取到硬件状态数据对前述增强现实算法库对应的加权和值进行调整。
在某些实施方式中,在前述增强现实算法库对测试输入数据进行处理的期间,处理器501还可以执行以下步骤:
在接收到应用的资源调用请求时,不响应该资源调用请求,该资源调用请求用于请求硬件资源。
本申请实施例还提供一种存储介质,所述存储介质存储有计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行上述任一实施例中的测试方法,比如:获取用于对增强现实算法库进行测试的测试输入数据;将获取到的测试输入数据输入增强现实算法库进行处理;获取增强现实算法库对测试输入数据进行处理所输出的、表征其处理能力的指标的指标值;根据获取到的指标值,对增强现实算法库的处理能力进行评估,得到评估结果。
本申请实施例中,存储介质可以是磁碟、光盘、只读存储器(Read Only Memory,ROM,)或者随机存取器(Random Access Memory,RAM)等。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
需要说明的是,对本申请实施例的测试方法而言,本领域普通测试人员可以理解实现本申请实施例的测试方法的全部或部分流程,是可以通过计算机程序来控制相关的硬件来完成,所述计算机程序可存储于一计算机可读取存储介质中,如存储在电子设备的存储器中,并被该电子设备内的至少一个处理器执行,在执行过程中可包括如测试方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储器、随机存取记忆体等。
对本申请实施例的测试装置而言,其各功能模块可以集成在一个处理芯片中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中,所述存储介质譬如为只读存储器,磁盘或光盘等。
以上对本申请实施例所提供的一种测试方法、装置、存储介质及电子设备进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (9)
1.一种测试方法,其特征在于,包括:
获取用于对增强现实算法库进行测试的测试输入数据,所述测试输入数据包括图像帧序列和惯性测量单元数据序列,所述图像帧序列中的图像帧与所述惯性测量单元数据序列中采集时刻相同的惯性测量单元数据绑定;
将所述测试输入数据输入所述增强现实算法库进行处理;
获取所述增强现实算法库对所述测试输入数据进行处理所输出的、表征其处理能力的指标的指标值,所述指标包括特征点个数、追踪质量、重建平面数以及处理时长中的至少一种;
在获取到多个指标的指标值时,根据获取到的多个指标值,以及各所述指标对应的权重值,获取多个所述指标值的加权和值;
将所述加权和值与预设阈值进行比较,若所述加权和值大于所述预设阈值,则得到测试通过的评估结果,否则得到测试失败的评估结果。
2.如权利要求1所述的测试方法,其特征在于,获取用于对增强现实算法库进行测试的测试输入数据的步骤,包括:
采集当前场景的图像帧序列;
获取采集所述图像帧序列期间的惯性测量单元数据序列;
将所述图像帧序列中的图像帧与所述惯性测量单元数据序列中采集时刻相同的惯性测量单元数据绑定;
将绑定后的所述图像帧序列和所述惯性测量单元数据序列作为所述测试输入数据。
3.如权利要求1所述的测试方法,其特征在于,根据获取到的多个指标值,以及各所述指标对应的权重值,获取多个所述指标值的加权和值的步骤之前,还包括:
将所述测试输入数据输入历史增强现实算法库进行处理,获取对应所述历史增强现实算法库的加权和值,所述历史增强现实算法库的版本号低于所述增强现实算法库的版本号;
将对应所述历史增强现实算法库的加权和值作为所述预设阈值。
4.如权利要求1所述的测试方法,其特征在于,将所述加权和值与预设阈值进行比较的步骤之前,还包括:
获取所述增强现实算法库对所述测试输入数据进行处理期间的硬件状态数据;
根据所述硬件状态数据对所述加权和值进行调整。
5.如权利要求1-4任一项所述的测试方法,其特征在于,在所述增强现实算法库对所述测试输入数据进行处理的期间,还包括以下步骤:
在接收到应用的资源调用请求时,不响应所述资源调用请求,所述资源调用请求用于请求硬件资源。
6.一种测试装置,其特征在于,包括:
第一获取模块,用于获取用于对增强现实算法库进行测试的测试输入数据,所述测试输入数据包括图像帧序列和惯性测量单元数据序列,所述图像帧序列中的图像帧与所述惯性测量单元数据序列中采集时刻相同的惯性测量单元数据绑定;
测试模块,用于将所述测试输入数据输入所述增强现实算法库进行处理;
第二获取模块,用于获取所述增强现实算法库对所述测试输入数据进行处理所输出的、表征其处理能力的指标的指标值,所述指标包括特征点个数、追踪质量、重建平面数以及处理时长中的至少一种;
评估模块,用于在获取到多个指标的指标值时,根据获取到的多个指标值,以及各所述指标对应的权重值,获取多个所述指标值的加权和值;以及将所述加权和值与预设阈值进行比较,若所述加权和值大于所述预设阈值,则得到测试通过的评估结果,否则得到测试失败的评估结果。
7.如权利要求6所述的测试装置,其特征在于,所述第一获取模块还用于:
采集当前场景的图像帧序列;
获取采集所述图像帧序列期间的惯性测量单元数据序列;
将所述图像帧序列中的图像帧与所述惯性测量单元数据序列中采集时刻相同的惯性测量单元数据绑定;
将绑定后的所述图像帧序列和所述惯性测量单元数据序列作为所述测试输入数据。
8.一种存储介质,其上存储有计算机程序,其特征在于,当所述计算机程序在计算机上运行时,使得所述计算机执行如权利要求1至5任一项所述的测试方法。
9.一种电子设备,包括处理器和存储器,所述存储器储存有计算机程序,其特征在于,所述处理器通过调用所述计算机程序,用于执行如权利要求1至5任一项所述的测试方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810595642.9A CN108829595B (zh) | 2018-06-11 | 2018-06-11 | 测试方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810595642.9A CN108829595B (zh) | 2018-06-11 | 2018-06-11 | 测试方法、装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108829595A CN108829595A (zh) | 2018-11-16 |
CN108829595B true CN108829595B (zh) | 2022-05-17 |
Family
ID=64145087
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810595642.9A Active CN108829595B (zh) | 2018-06-11 | 2018-06-11 | 测试方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108829595B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110942017B (zh) * | 2019-11-25 | 2022-12-02 | 重庆紫光华山智安科技有限公司 | 基于自动化的多算法指标对比方法及系统 |
CN115088016A (zh) * | 2020-02-05 | 2022-09-20 | Oppo广东移动通信有限公司 | 用于实现vSLAM系统的动态输入分辨率的方法和系统 |
CN111551184B (zh) * | 2020-03-27 | 2021-11-26 | 上海大学 | 一种移动机器人slam的地图优化方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102884779A (zh) * | 2010-02-24 | 2013-01-16 | 数字标记公司 | 直觉计算方法和系统 |
CN102893327A (zh) * | 2010-03-19 | 2013-01-23 | 数字标记公司 | 直觉计算方法和系统 |
CN106803286A (zh) * | 2017-01-17 | 2017-06-06 | 湖南优象科技有限公司 | 基于多视点图像的虚实遮挡实时处理方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007529007A (ja) * | 2004-03-12 | 2007-10-18 | ブラッコ イメージング ソチエタ ペル アチオニ | 強化現実システムにおけるオーバーレイ・エラーの測定方法と、その計測システム |
CN106910180B (zh) * | 2015-12-22 | 2019-08-20 | 成都理想境界科技有限公司 | 一种图像质量评估方法及装置 |
-
2018
- 2018-06-11 CN CN201810595642.9A patent/CN108829595B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102884779A (zh) * | 2010-02-24 | 2013-01-16 | 数字标记公司 | 直觉计算方法和系统 |
CN102893327A (zh) * | 2010-03-19 | 2013-01-23 | 数字标记公司 | 直觉计算方法和系统 |
CN106803286A (zh) * | 2017-01-17 | 2017-06-06 | 湖南优象科技有限公司 | 基于多视点图像的虚实遮挡实时处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108829595A (zh) | 2018-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110210571B (zh) | 图像识别方法、装置、计算机设备及计算机可读存储介质 | |
CN110471858B (zh) | 应用程序测试方法、装置及存储介质 | |
CN109784351B (zh) | 行为数据分类方法、分类模型训练方法及装置 | |
CN107943683B (zh) | 一种测试脚本生成方法、装置、电子设备及存储介质 | |
US20170046123A1 (en) | Device for providing sound user interface and method thereof | |
CN108829595B (zh) | 测试方法、装置、存储介质及电子设备 | |
US20220148279A1 (en) | Virtual object processing method and apparatus, and storage medium and electronic device | |
CN111338910B (zh) | 日志数据处理、显示方法、装置、设备及存储介质 | |
WO2020192195A1 (zh) | 图像处理方法、装置和电子设备 | |
US20230328197A1 (en) | Display method and apparatus based on augmented reality, device, and storage medium | |
CN112965780B (zh) | 图像显示方法、装置、设备及介质 | |
CN111078521A (zh) | 异常事件的分析方法、装置、设备、系统及存储介质 | |
CN109814930A (zh) | 一种应用加载方法、装置及移动终端 | |
WO2021244267A1 (zh) | 应用程序的移植方法、装置、设备及介质 | |
CN104102560B (zh) | 系统性能测试的方法及装置 | |
KR20180043098A (ko) | 영상을 표시하기 위한 전자 장치 및 컴퓨터 판독 가능한 기록 매체 | |
CN104541304B (zh) | 使用多个相机的目标对象角度确定 | |
CN111984803B (zh) | 多媒体资源处理方法、装置、计算机设备及存储介质 | |
CN108537149A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN112766406A (zh) | 物品图像的处理方法、装置、计算机设备及存储介质 | |
CN112052167A (zh) | 生成测试脚本代码的方法和装置 | |
KR20160098700A (ko) | 멀티 터치 입력을 처리하기 위한 전자 장치 및 그 동작 방법 | |
CN110069997B (zh) | 场景分类方法、装置及电子设备 | |
CN108446237B (zh) | 测试方法、装置、存储介质及电子设备 | |
CN111599417B (zh) | 溶解度预测模型的训练数据获取方法及装置 |
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 |