CN110312117B

CN110312117B - 数据刷新方法及装置

Info

Publication number: CN110312117B
Application number: CN201910507381.5A
Authority: CN
Inventors: 王聪
Original assignee: Beijing Dajia Internet Information Technology Co Ltd
Current assignee: Beijing Dajia Internet Information Technology Co Ltd
Priority date: 2019-06-12
Filing date: 2019-06-12
Publication date: 2021-06-18
Anticipated expiration: 2039-06-12
Also published as: CN110312117A

Abstract

本公开关于一种数据刷新方法及装置，其中，该方法包括：通过摄像头获取静态的原始图片；利用所述摄像头的刷新频率，采集用于对所述原始图片产生立体效果的指定数据；对所述原始图片和所述指定数据进行深度学习的计算，得到所述原始图片对应的立体图片；显示所述立体图片。因此，本公开实现了静态的图片也具有实时刷新的能力，并解决了相关技术中在立体照片在展示过程中，一旦出现立体照片传输数据不及时而出现的照片交互的痛点，使得立体照片更生动，提高了用户体验。

Description

数据刷新方法及装置

技术领域

本公开涉及计算机领域，尤其涉及一种数据刷新方法及装置。

背景技术

立体照片，用两台相机拍摄出的一种照片。将右边拍摄的影像(通常是红色)和左边拍摄的影像(通常是蓝色)叠加起来，通过特殊的色彩滤镜，就能看到三维的效果。相关技术中，立体照片一般是通过深度学习的方案，结合相关的深度信息，使静态的图片展示出立体的效果。但是，立体照片在展示过程中，一旦出现立体照片传输数据不及时，将会出现照片交互的痛点，降低了用户体验。

发明内容

本公开提供一种数据刷新方法及装置，以至少解决相关技术中操作繁琐、性能和效率较差的问题。本公开的技术方法如下：

根据本公开实施例的第一方面，提供一种数据刷新方法，包括：

通过摄像头获取静态的原始图片；

利用所述摄像头的刷新频率，采集用于对所述原始图片产生立体效果的指定数据；

对所述原始图片和所述指定数据进行深度学习的计算，得到所述原始图片对应的立体图片；

显示所述立体图片。

根据本公开实施例的第二方面，提供一种数据刷新装置，包括：

获取单元，被配置为通过摄像头获取静态的原始图片；

采集单元，被配置为利用所述摄像头的刷新频率，采集用于对所述原始图片产生立体效果的指定数据；

计算单元，被配置为对所述原始图片和所述指定数据进行深度学习的计算，得到所述原始图片对应的立体图片；

显示单元，被配置为显示所述立体图片。

根据本公开实施例的第三方面，提供一种数据刷新装置，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如上述第一方面所述的数据刷新方法。

根据本公开实施例的第四方面，提供一种存储介质，当所述存储介质中的指令由数据刷新装置的处理器执行时，使得数据刷新装置能够执行如上述第一方面所述的数据刷新方法。

本公开的实施例提供的技术方案至少带来以下有益效果：

本公开中，通过摄像头获取静态的原始图片，并利用摄像头的刷新频率，采集用于对原始图片产生立体效果的指定数据，以及对原始图片和指定数据进行深度学习的计算，得到该原始图片对应的立体图片，并显该立体图片，从而实现了静态的图片也具有实时刷新的能力，并解决了相关技术中在立体照片在展示过程中，一旦出现立体照片传输数据不及时而出现的照片交互的痛点，使得立体照片更生动，提高了用户体验。尤其是，通过渲染、回调处理、进行深度学习的计算这些执行动作，将静态的原始图片能够呈现出立体效果，从而达到立体照片效果呈现更佳的目的，提高了数据刷新的实用性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。

图1是根据一示例性实施例示出的一种数据刷新方法的流程图。

图2是根据一示例性实施例示出的一种数据刷新方法的应用场景图。

图3是根据一示例性实施例示出的另一种数据刷新方法的流程图。

图4是根据一示例性实施例示出的另一种数据刷新方法的流程图。

图5是根据一示例性实施例示出的另一种数据刷新方法的流程图。

图6是根据一示例性实施例示出的另一种数据刷新方法的示意图。

图7是根据一示例性实施例示出的一种数据刷新装置框图。

图8是根据一示例性实施例示出的另一种数据刷新装置框图。

图9是根据一示例性实施例示出的另一种数据刷新装置框图。

图10是根据一示例性实施例示出的另一种数据刷新装置框图。

图11是根据一示例性实施例示出的一种用于数据刷新装置的一结构示意图。

具体实施方式

为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。

以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种数据刷新方法的流程图，图2是根据一示例性实施例示出的一种数据刷新方法的应用场景图；该数据刷新方法可以用于能够执行数据刷新的智能设备上。比如：该智能设备是带有摄像头和重力传感器的智能终端，其中，该智能终端可以是安卓系统的智能手机、也可以是iOS系统的智能手机；如图1所示，该数据刷新方法包括以下步骤S11-S14：

在步骤S11中，通过摄像头获取静态的原始图片。

本公开实施例中，通过摄像头获取静态的原始图片，这样所看到的不再是摄像头传出来的画面而是一张静态图片。

在一实施例中，在执行步骤S11时，可以采用但不限于以下实现方式：

将所述原始图片通过OpenGL(Open Graphics Library，开放图形库)渲染到所述摄像头的原始视频帧上。其具体实现过程，详见图3所示实施例。

其中，OpenGL是用于渲染2D、3D矢量图形的跨语言、跨平台的应用程序编程接口(API)。这个接口由近350个不同的函数调用组成，用来从简单的图形比特绘制复杂的三维景象。

在一实施例中，由于样本缓存区(sample buffer)可以用于存储所述原始图片的数据，所以在执行步骤S11时，还可以先从样本缓存区获取所述原始图片，然后再将所述原始图片通过OpenGL渲染到所述摄像头的原始视频帧上。其具体实现过程，详见图4所示实施例。

在步骤S12中，利用摄像头的刷新频率，采集用于对原始图片产生立体效果的指定数据。

本公开实施例中，可以与摄像头的刷新频率同步，采集用于对原始图片产生立体效果的指定数据。其中，摄像头的刷新频率可以指的是该摄像头固有的更新原始视频帧的频率，比如：每秒24帧。

在一实施例中，在执行步骤S12时，可以采用但不限于以下实现方式：

在所述摄像头更新每帧原始视频帧时，触发第一回调处理事件(will OutputSample buffer)，所述第一回调处理事件用于采集所述指定数据、并将采集到的所述指定数据输入到GPU(Graphics Processing Unit，图形处理器)中。其具体实现过程，详见图5所示实施例。

在一实施例中，上述步骤S12中的指定数据可以包括但不限于以下至少一项：

(1-1)指定传感器数据；

(1-2)景深数据。

在一实施例中，上述步骤(1-1)中指定传感器数据可以包括重力传感器数据。

比如：GPU通过摄像头拿到的数据是静态的原始图片，OpenGL渲染加上景深数据以及重力传感器数据，最终会得到一个有3D效果的立体图片。

在步骤S13中，对原始图片和指定数据进行深度学习的计算，得到该原始图片对应的立体图片。

本公开实施例中，在对原始图片和指定数据进行深度学习的计算时，可以在设备上的CPU中来完成、也可以在设备的GPU中来完成。

在步骤S14中，显示原始图片对应的立体图片。

在一示例性场景中，如图2所示，包括用于实现数据刷新功能的智能手机，并且该智能手机带有摄像头和重力传感器。

智能手机可以通过摄像头获取静态的原始图片。比如：原始图片存储在样本缓存区，那么就从样本缓存区获取原始图片，再将该原始图片通过OpenGL渲染到摄像头的原始视频帧上，此时看到的不再是摄像头传出来的画面而是一张静态图片。也就是说，智能手机会将利用原始图片代替摄像头拿到的图像。

同时，智能手机还会利用摄像头的刷新频率，采集用于对原始图片产生立体效果的指定数据。比如，在摄像头更新每帧原始视频帧时，触发第一回调处理事件，该第一回调处理事件用于采集对原始图片产生立体效果的指定数据、并将采集到的指定数据输入到GPU中。其中，对原始图片产生立体效果的指定数据可以包括重力传感器数据和景深数据。

然后，智能手机会对原始图片、以及重力传感器数据和景深数据进行深度学习的计算，得到原始图片对应的立体图片，并将最终得到的立体图片显示在屏幕上，此时看到的静态的原始图片对应的立体图片。

由上述实例可见，通过摄像头获取静态的原始图片，并利用摄像头的刷新频率，采集用于对原始图片产生立体效果的指定数据，以及对原始图片和指定数据进行深度学习的计算，得到该原始图片对应的立体图片，并显该立体图片，从而实现了静态的图片也具有实时刷新的能力，并解决了相关技术中在立体照片在展示过程中，一旦出现立体照片传输数据不及时而出现的照片交互的痛点，使得立体照片更生动，提高了用户体验。

图3是根据一示例性实施例示出的另一种数据刷新方法的流程图，该数据刷新方法可以用于能够执行数据刷新的智能设备上，并建立在图1所示方法的基础上，如图3所示，在执行步骤S11时，可以包括以下步骤S31：

在步骤S31中，将静态的原始图片通过OpenGL渲染到摄像头的原始视频帧上。

本公开实施例中，为了利用摄像头的刷新频率，可以将用于生成立体图片的原始图片通过OpenGL渲染到摄像头的原始视频帧上，这是用户所看到的不再是摄像头传出来的画面而是一张静态图片。其中，摄像头的刷新频率可以指的是该摄像头固有的更新原始视频帧的频率，比如：每秒24帧。

由上述实例可见，通过OpenGL渲染可以将原始图片来代替摄像头拍摄到的图像，这样便于利用摄像头的刷新频率来实现数据刷新，从而提高了数据刷新的可靠性。

图4是根据一示例性实施例示出的另一种数据刷新方法的流程图，该数据刷新方法可以用于能够执行数据刷新的智能设备上，并建立在图2所示方法的基础上，如图3所示，在执行步骤S31时之前，还可以包括以下步骤S41：

在步骤S41中，从样本缓存区获取静态的原始图片，该样本缓存区用于存储原始图片的数据。

本公开实施例中，由于样本缓存区(sample buffer)可以用于存储原始图片的数据，所以可以先从样本缓存区获取所述原始图片，然后再将所述原始图片通过OpenGL渲染到所述摄像头的原始视频帧上。

由上述实例可见，可以从样本缓存区获取静态的原始图片，并将该原始图片通过OpenGL渲染到摄像头的原始视频帧上，从而提高了静态图片获取的准确性。

图5是根据一示例性实施例示出的另一种数据刷新方法的流程图，该数据刷新方法可以用于能够执行数据刷新的智能设备上，并建立在图1所示方法的基础上，如图5所示，在执行步骤S12时，可以包括以下步骤S51：

在步骤S51中，在摄像头更新每帧原始视频帧时，触发第一回调处理事件(willOutput Sample buffer)，该第一回调处理事件用于采集指定数据、并将采集到的指定数据输入到GPU中。其中，指定数据是用于对原始图片产生立体效果的数据。

本公开实施例中，为了实现静态的图片也具有实时刷新的能力，可以在摄像头更新每帧原始视频帧时，通过第一回调处理事件定时采集用于对静态的原始图片产生立体效果的数据、并将这些数据输入到GPU中，并由GPU进行深度学习的技术，最终呈现出立体效果。

在一实施例中，上述步骤S51中的指定数据可以包括但不限于以下至少一项：

(2-1)指定传感器数据；

(2-2)景深数据。

在一实施例中，上述步骤(2-1)中指定传感器数据可以包括重力传感器数据。

由上述实例可见，可以在摄像头更新每帧原始视频帧时，通过回调处理来获取用于对静态的原始图片产生立体效果的数据，从而实现了对静态图片的定时刷新，并提高了数据刷新的实用性。

图6是根据一示例性实施例示出的另一种数据刷新方法的示意图，该数据刷新方法可以用于能够执行数据刷新的智能设备上。比如：该智能设备是带有摄像头和重力传感器的智能终端，其中，该智能终端可以是安卓系统的智能手机、也可以是iOS系统的智能手机；包括摄像头、传感器等。还有，设备的样本缓存区(sample buffer)可以用于存储原始图片的数据。

为了利用摄像头的刷新频率，设备可以先从样本缓存区获取用于生成立体图片的原始图片，然后再用原始图片替换摄像头拍摄到的图像(即通过OpenGL渲染到摄像头的原始视频帧上集)；

以及，设备在摄像头更新每帧原始视频帧时，可以触发第一回调处理事件(willOutput Sample buffer)，该第一回调处理事件用于采集指定数据、并将采集到的指定数据输入到GPU中。其中，指定数据是用于对原始图片产生立体效果的数据；比如：传感器和其他数据，其中，传感器可以为重力传感器，其他数据可以为景深数据。

还有，设备在立体图片处理过程中，可以对原始图片和指定数据进行深度学习的计算，得到该原始图片对应的立体图片；

最后，设备可以在屏幕上显示最终得到的立体图片。

由上述实例可见，通过渲染、回调处理、进行深度学习的计算这些执行动作，将静态的原始图片能够呈现出立体效果，从而达到立体照片效果呈现更佳的目的，提高了数据刷新的实用性。

与前述数据刷新方法实施例相对应，本公开还提供了数据刷新装置的实施例。

图7是根据一示例性实施例示出的一种数据刷新装置框图，该数据刷新装置用于能够执行数据刷新的智能设备上。比如：该智能设备是带有摄像头和重力传感器的智能终端，其中，该智能终端可以是安卓系统的智能手机、也可以是iOS系统的智能手机；如图7所示，该数据刷新装置可以包括：获取单元71、采集单元72、计算单元77和显示单元74。

获取单元71，被配置为通过摄像头获取静态的原始图片；

采集单元72，被配置为利用所述摄像头的刷新频率，采集用于对所述原始图片产生立体效果的指定数据；

计算单元77，被配置为对所述原始图片和所述指定数据进行深度学习的计算，得到所述原始图片对应的立体图片；

显示单元74，被配置为显示所述立体图片。

在一实施例中，建立在图7所示装置的基础上，如图8所示，所述获取单元71可以包括：渲染子单元81。

渲染子单元81，被配置为将所述原始图片通过开放图形库OpenGL渲染到所述摄像头的原始视频帧上。

在一实施例中，建立在图8所示装置的基础上，如图9所示，所述获取单元71还可以包括：获取子单元91。

获取子单元91，被配置为从样本缓存区获取所述原始图片，所述样本缓存区用于存储所述原始图片的数据。

在一实施例中，建立在图7所示装置的基础上，如图10所示，所述采集单元72可以包括：回调子单元101。

回调子单元101，被配置为在所述摄像头更新每帧原始视频帧时，触发第一回调处理事件，所述第一回调处理事件用于采集所述指定数据、并将采集到的所述指定数据输入到图形处理器GPU中。

在一实施例中，建立在图7或图10所示装置的基础上，所述指定数据可以包括但不限于以下至少一项：

指定传感器数据；

景深数据。

在一实施例中，建立在上述装置的基础上，所述指定传感器数据可以包括重力传感器数据。

尤其是，通过渲染、回调处理、进行深度学习的计算这些执行动作，将静态的原始图片能够呈现出立体效果，从而达到立体照片效果呈现更佳的目的，提高了数据刷新的实用性。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

本公开还提供了一种数据刷新装置，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如图1至图6任一所述的数据刷新方法。

本公开还提供了一种存储介质，当所述存储介质中的指令由数据刷新装置的处理器执行时，使得数据刷新装置能够执行如如图1至图6任一所述的数据刷新方法。

图11是根据一示例性实施例示出的一种数据刷新装置的结构示意图。如图11所示，根据一示例性实施例示出的一种数据刷新装置1100，该装置1100可以是计算机，移动电话，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。

参照图11，装置1100可以包括以下一个或多个组件：处理组件1101，存储器1102，电源组件1103，多媒体组件1104，音频组件1105，输入/输出(I/O)的接口1106，传感器组件11011，以及通信组件1108。

处理组件1101通常控制装置1100的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1101可以包括一个或多个处理器1109来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件1101可以包括一个或多个模块，便于处理组件1101和其它组件之间的交互。例如，处理组件1101可以包括多媒体模块，以方便多媒体组件1104和处理组件1101之间的交互。

存储器1102被配置为存储各种类型的数据以支持在装置1100的操作。这些数据的示例包括用于在装置1100上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1102可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件1103为装置1100的各种组件提供电力。电源组件1103可以包括电源管理系统，一个或多个电源，及其它与为装置1100生成、管理和分配电力相关联的组件。

多媒体组件1104包括在所述装置1100和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1104包括一个前置摄像头和/或后置摄像头。当装置1100处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件1105被配置为输出和/或输入音频信号。例如，音频组件1105包括一个麦克风(MIC)，当装置1100处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1102或经由通信组件1108发送。在一些实施例中，音频组件1105还包括一个扬声器，用于输出音频信号。

I/O接口1106为处理组件1101和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件11011包括一个或多个传感器，用于为装置1100提供各个方面的状态评估。例如，传感器组件11011可以检测到装置1100的打开/关闭状态，组件的相对定位，例如所述组件为装置1100的显示器和小键盘，传感器组件11011还可以检测装置1100或装置1100一个组件的位置改变，用户与装置1100接触的存在或不存在，装置1100方位或加速/减速和装置1100的温度变化。传感器组件11011可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件11011还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件11011还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件1108被配置为便于装置1100和其它设备之间有线或无线方式的通信。装置1100可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件1108经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件1108还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其它技术来实现。

在示例性实施例中，装置1100可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其它电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1102，上述指令可由装置1100的处理器1109执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

其中，当所述存储介质中的指令由所述处理器执行时，使得装置1100能够执行上述任一所述的数据刷新方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims

1.一种数据刷新方法，其特征在于，包括：

将摄像头的原始视频帧替换为静态的原始图片；

显示所述立体图片。

2.根据权利要求1所述的数据刷新方法，其特征在于，所述将摄像头的原始视频帧替换为静态的原始图片，包括：

将所述原始图片通过开放图形库OpenGL渲染到所述摄像头的原始视频帧上。

3.根据权利要求2所述的数据刷新方法，其特征在于，所述将所述原始图片通过OpenGL渲染到所述摄像头的原始视频帧上之前，还包括：

从样本缓存区获取所述原始图片，所述样本缓存区用于存储所述原始图片的数据。

4.根据权利要求1所述的数据刷新方法，其特征在于，所述利用所述摄像头的刷新频率，定时采集用于深度学习的指定数据，包括：

在所述摄像头更新每帧原始视频帧时，触发第一回调处理事件，所述第一回调处理事件用于采集所述指定数据、并将采集到的所述指定数据输入到图形处理器GPU中。

5.根据权利要求1或4所述的数据刷新方法，其特征在于，所述指定数据包括以下至少一项：

指定传感器数据；

景深数据。

6.根据权利要求5所述的数据刷新方法，其特征在于，所述指定传感器数据包括重力传感器数据。

7.一种数据刷新装置，其特征在于，包括：

获取单元，被配置为将摄像头的原始视频帧替换为静态的原始图片；

显示单元，被配置为显示所述立体图片。

8.根据权利要求7所述的数据刷新装置，其特征在于，所述获取单元包括：

渲染子单元，被配置为将所述原始图片通过开放图形库OpenGL渲染到所述摄像头的原始视频帧上。

9.根据权利要求8所述的数据刷新装置，其特征在于，所述获取单元还包括：

获取子单元，被配置为从样本缓存区获取所述原始图片，所述样本缓存区用于存储所述原始图片的数据。

10.根据权利要求7所述的数据刷新装置，其特征在于，所述采集单元包括：

回调子单元，被配置为在所述摄像头更新每帧原始视频帧时，触发第一回调处理事件，所述第一回调处理事件用于采集所述指定数据、并将采集到的所述指定数据输入到图形处理器GPU中。

11.根据权利要求7或10所述的数据刷新装置，其特征在于，所述指定数据包括以下至少一项：

指定传感器数据；

景深数据。

12.根据权利要求11所述的数据刷新装置，其特征在于，所述指定传感器数据包括重力传感器数据。

13.一种数据刷新装置，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如权利要求1至6中任一项所述的数据刷新方法。

14.一种存储介质，当所述存储介质中的指令由数据刷新装置的处理器执行时，使得数据刷新装置能够执行如权利要求1至6中任一项所述的数据刷新方法。