CN110837011A - 异常数据处理方法、装置、智能投影仪及存储介质 - Google Patents

Abstract

本申请公开了一种异常数据处理方法、装置、智能投影仪及存储介质。其中，方法包括：获取设备系统数据，获取监测项目集合中各个监测项目的监测指标；根据所述各个监测项目的监测指标判断所述设备系统数据是否为异常数据；若所述设备系统数据为异常数据，采集目标投影图像和/或目标音频；生成所述设备系统数据的异常记录信息，所述异常记录信息包括所述异常数据的统计图或统计表，以及对应的所述目标投影图像和/或目标音频，准确、全面地整合运行中的异常信息，便于获取和测试设备异常情况。

Description

异常数据处理方法、装置、智能投影仪及存储介质

技术领域

本申请涉及数据处理技术领域，尤其涉及一种异常数据处理方法、装置、智能投影仪及存储介质。

背景技术

投影技术在人们日常生活中得到普遍的应用。无论在会议、教学或是娱乐场所都随处可见投影系统的使用。

测试老化，是通过用测试其功能的方式来考验产品的稳定性。对于投影仪的测试，测试人员无法及时全面地获取测试老化过程中出现的不良情况；生活中，各种投影仪在出现一些异常时用户一般无法及时察觉，而在必须进行维修时的设备参考信息不足。

发明内容

本申请实施例提供一种异常数据处理方法、装置、智能投影仪及存储介质，可以准确、全面地整合运行中的异常信息，便于获取和测试设备异常情况。

第一方面，本申请实施例提供了一种异常数据处理方法，所述方法包括：

获取设备系统数据，获取监测项目集合中各个监测项目的监测指标；

根据所述各个监测项目的监测指标判断所述设备系统数据是否为异常数据；

若所述设备系统数据为异常数据，采集目标投影图像和/或目标音频；

生成所述设备系统数据的异常记录信息，所述异常记录信息包括所述异常数据的统计图或统计表，以及对应的所述目标投影图像和/或目标音频。

在一种可选的实施方式中，所述方法还包括：

获取设备使用情况数据，所述历史设备使用情况数据包括使用总时长、工作时长以及各个监测项目对应的历史设备系统数据；

将所述使用情况数据输入预设神经网络模型，得到预测的各个监测项目的监测指标，生成所述监测项目集合。

在一种可选的实施方式中，所述方法还包括：

获取历史设备使用情况数据和对应的异常记录信息，以及对应的监测项目的监测指标；

以所述历史设备使用情况数据和对应的异常记录信息为样本，以所述对应的监测项目的监测指标为所述样本的标签数据，训练获得所述预设神经网络模型。

在一种可选的实施方式中，所述根据所述各个监测项目的监测指标判断所述设备系统数据是否为异常数据包括：

在所述设备系统数据符合所述设备系统数据对应的监测项目的监测指标时，确定所述设备系统数据为异常数据；

若所述设备系统数据为异常数据，所述方法还包括：

根据预设异常数据与异常告警级别的对应关系，确定所述异常数据所对应的目标告警级别；

输出所述目标告警级别的告警信息。

在一种可选的实施方式中，所述监测项目包括温度，所述设备系统数据包括设备工作温度；

所述根据所述各个监测项目的监测指标判断所述设备系统数据是否为异常数据包括：

判断所述设备工作温度是否高于预设温度阈值；

若所述设备工作温度高于所述预设温度阈值，确定所述设备系统数据为所述异常数据；若所述设备工作温度不高于所述预设温度阈值，确定所述设备系统数据不为所述异常数据。

在一种可选的实施方式中，所述输出所述告警级别的告警信息之后，所述方法还包括：

根据检测到的用户的维修操作生成所述告警信息对应的维修信息，存储所述维修信息。

在一种可选的实施方式中，所述方法还包括：

在所述用户的维修操作触发目标数据的修改时，通过摄像头采集用户人脸图像；

对所述用户人脸图像进行人脸识别，确定所述用户人脸图像中的人脸是否属于预设人脸模板集合；

若属于，开放所述目标数据的修改权限，若不属于，输出要求输入密码的提示信息。

第二方面，本申请提供了另一种异常数据处理装置，包括：

获取模块，用于获取设备系统数据，获取监测项目集合中各个监测项目的监测指标；

判断模块，用于根据所述各个监测项目的监测指标判断所述设备系统数据是否为异常数据；

采集模块，用于若所述设备系统数据为异常数据，采集目标投影图像和/或目标音频；

生成模块，用于生成所述设备系统数据的异常记录信息，所述异常记录信息包括所述异常数据的统计图或统计表，以及对应的所述目标投影图像和/或目标音频。

第三方面，本申请实施例提供了一种智能投影仪，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如上述第一方面的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行，用以执行如上述第一方面的方法。

通过实施本申请实施例，获取设备系统数据，获取监测项目集合中各个监测项目的监测指标，再根据所述各个监测项目的监测指标判断所述设备系统数据是否为异常数据，若所述设备系统数据为异常数据，采集目标投影图像和/或目标音频，生成所述设备系统数据的异常记录信息，其中异常记录信息包括所述异常数据的统计图或统计表，以及对应的所述目标投影图像和/或目标音频，可以准确、全面地整合运行中的异常信息，便于获取和测试设备异常情况。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。

图1A是本申请实施例提供的一种智能投影仪的结构示意图；

图1B是本申请实施例提供的一种异常数据处理方法的流程示意图；

图2是本申请实施例提供的另一种异常数据处理方法的流程示意图；

图3是本申请实施例提供的一种异常数据处理装置的示意性框图；

图4是本申请实施例提供的另一种智能投影仪的结构性框图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

本申请实施例中的投影设备可以为一种智能投影仪。如图1A所示，图1A是本申请实施例提供的一种智能投影仪的结构示意图。该智能投影仪可以包括处理器、存储器、信号处理器、收发器、扬声器、麦克风、随机存取存储器(Random Access Memory，RAM)、摄像头、传感器和网络模块等等。其中，存储器、DSP、投影装置、扬声器、麦克风、RAM、摄像头、传感器、网络模块与处理器连接，收发器与信号处理器连接。

其中，处理器是智能投影仪的控制中心，利用各种接口和线路连接整个智能投影仪的各个部分，通过运行或执行存储在存储器内的软体程序和/或模块，以及调用存储在存储器内的数据，执行智能投影仪的各种功能和处理数据，从而对智能投影仪进行整体监控，处理器可以为中央处理器(Central Processing Unit/Processor，CPU)、图形处理器(Graphics Processing Unit，GPU)或者网络处理器(Neural-network Processing Unit，NPU)。

进一步地，处理器可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器中。

其中，存储器用于存储软体程序和/或模块，处理器通过运行存储在存储器的软件程序和/或模块，从而执行智能投影仪的各种功能应用以及数据处理。存储器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软体程序等；存储数据区可存储根据智能投影仪的使用所创建的数据等。此外，存储器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。

其中，传感器包括以下至少一种：光感传感器、陀螺仪、红外接近传感器、振动检测传感器，压力传感器等等。其中，光感传感器，也称为环境光传感器，用于检测环境光亮度。光线传感器可以包括光敏元件和模数转换器。其中，光敏元件用于将采集的光信号转换为电信号，模数转换器用于将上述电信号转换为数字信号。可选的，光线传感器还可以包括信号放大器，信号放大器可以将光敏元件转换的电信号进行放大后输出至模数转换器。上述光敏元件可以包括光电二极管、光电三极管、光敏电阻、硅光电池中的至少一种。

其中，该摄像头可以是可见光摄像头(一般视角摄像头、广角摄像头)、也可以是红外摄像头，还可以为双摄像头(具备测距功能)，在此不作限定。

网络模块可以为以下至少一种：蓝牙模块、无线保真(wireless fidelity，Wi-Fi)等等，在此不做限定，上述投影装置能够实现投影功能。

请参阅图1B，图1B是本申请实施例公开的一种异常数据处理方法的示意流程图，该方法可以应用于投影设备，如应用于如图1A所示的智能投影仪。如图1B所示该方法可包括：

101、获取设备系统数据，获取监测项目集合中各个监测项目的监测指标。

本申请实施例中的执行主体可以是异常数据处理装置，可以为上述智能投影仪。投影仪又称投影机，是一种可以将图像或视频投射到幕布上的设备，可以通过不同的接口同计算机、VCD、DVD、BD、游戏机、DV等相连接播放相应的视频信号。投影仪目前广泛应用于家庭、办公室、学校和娱乐场所，根据工作方式不同，有CRT，LCD，DLP等不同类型。

具体实现中，上述智能投影仪可以为激光投影仪，也称激光光源投影机，具有更高的亮度和更长的使用寿命，尤其激光光源投影机的激光光源更省电节能，后期维护工作量也会大大减少，可以为用户带来更可靠地使用效果。

本申请实施例中可以预先设置用于老化测试或者其他监控项目的监测项目集合，上述检测项目结合中可包括多个监测项目及其对应的监测指标，这些监测项目主要可以关注设备运行中的系统数据，具体可以是其中各个功能模块的数据。

而上述监测指标是用于判断对应监测项目是否存在异常的指标，通常为监测项目正常与异常中的至少一个临界值，上述监测指标可以根据不同监测项目的常规状态进行配置，也可以先设置一个初始值，再根据后续的测试情况进行修改调整。

上述设备系统数据为智能投影仪在使用过程中产生的系统数据，可以包括各个功能模块产生的系统数据或者系统日志数据。智能投影仪在使用时可以周期性地获取上述设备系统数据，用于进行异常判断。

102、根据上述各个监测项目的监测指标判断上述设备系统数据是否为异常数据。

在获得上述各个监测项目的监测指标和上述设备系统数据之后，可以根据上述各个监测项目的监测指标判断上述设备系统数据是否为异常数据。具体的，智能投影仪可以在运行过程中主动关注设置的监测项目，即当存在监测项目对应的设备系统数据产生，即可以执行步骤102。

在一种实施方式中，在上述设备系统数据符合上述设备系统数据对应的监测项目的监测指标时，确定上述设备系统数据为异常数据。

对获取的设备系统数据分别参考对应的监测项目做分析处理，比对设备系统数据中监测项目的数据参数是否达到指示为异常的监测指标，若符合检测指标中规定的异常，则可以确定为异常数据，可以执行步骤103；否则，确定上述设备系统数据不为异常数据，可以不执行步骤103，可以继续监测设备系统数据。

在一种可选的实施方式中，上述各个监测项目的监测指标可以是由神经网络获得的。具体的，该方法还可以包括：

获取设备使用情况数据；

将上述使用情况数据输入预设神经网络模型，得到预测的各个监测项目的监测指标，生成上述监测项目集合。

本申请实施例中的预设神经网络模型可以通过设备使用情况数据预测对应的各个监测项目的监测指标，上述设备使用情况数据可以包括智能投影仪的使用总时长、工作时长以及各个监测项目对应的历史设备系统数据。即通过预设神经网络模型可以周期性地根据当前获取的设备使用情况数据来计算更新后的各个监测项目的监测指标。

由于在设备使用过程中都存在着一定的损耗，其监测指标可以具有一定的变化，比如一般在工作时长较久后设备温度较高也可能属于正常现象，因此通过预设神经网络实时更新最符合目前智能投影仪设备状态的监测指标，可以提高测试和使用中数据处理准确度，更合理地检测和判断异常。

可选的，上述预设神经网络模型的训练方法包括：

获取历史设备使用情况数据和异常记录信息，以及对应的检测项目的监测指标；

以上述历史设备使用情况数据和对应的异常记录信息为样本，以上述对应的监测项目的监测指标为上述样本的标签数据，训练获得上述预设神经网络模型。

具体的，可以批量获取在使用中产生的历史设备使用情况数据和对应的异常记录信息，上述对应的监测项目的监测指标可以是人工选取的，也可以是之前通过预测产生的，再以历史设备使用情况数据和对应的异常记录信息为训练的样本，以对应的监测项目的监测指标为标签数据进行神经网络模型的训练，获得训练后的预设神经网络模型。

103、若上述设备系统数据为异常数据，采集目标投影图像和/或目标音频。

若上述设备系统数据为异常数据时，可以及时进行记录和存储，除存储确定为异常数据的设备系统数据之外，还可以通过摄像头采集当前的目标投影图像和/或目标音频。

具体的，智能投影仪在投影镜头之外还具有摄像头，可以采集图像或者视频。上述摄像头可以自动对焦，也可以调整拍摄方向。

在一种可选的实施方式中，在存在异常数据的情况下，智能投影仪可以通过上述摄像头采集当前的目标投影图像，即若智能投影仪处于投影工作状态，可以拍摄一张或者几张包括投影画面的图像，拍摄数量可以根据需要预先手动设置。对于没有处于投影工作状态的情况，智能投影仪可以不再采集上述目标投影图像，以节省开销。

本申请实施例中的智能投影仪还可以包含麦克风，在存在异常数据的情况下，可以通过上述麦克风采集当前环境中的语音，获得上述目标音频。对于目标音频的时长也可以根据需要预先手动设置。

在采集到上述目标投影图像和/或目标音频之后，可以执行步骤104。

104、生成上述设备系统数据的异常记录信息，上述异常记录信息包括上述异常数据的统计图或统计表，以及对应的上述目标投影图像和/或目标音频。

对于异常数据可以进行记录和存储，智能投影仪可以整合异常的设备系统数据，生成对应的异常记录信息。上述异常记录信息可以包括该设备系统数据的标识、发生时间和上述目标投影图像和/或目标音频。同时上述异常数据本身可以被存储，通过标识可以准确查找和获取。

可选的，上述异常记录信息还可以包括异常级别，即可以分析异常数据的内容确定其异常级别，不同的监测项目可以预先设置不同的参数阈值与异常级别的对应关系，通过该参数阈值与异常级别的对应关系则可以确定获取的设备系统数据中的参数阈值所对应的异常级别(在为异常数据的情况下)。

在一种可选的实施方式中，还可以以统计图或统计表的形式整合异常数据。对于各个监测项目，可以获取预设周期内该监测项目对应的异常数据并统计，生成上述统计图或者统计表，使测试人员查看图表就可以清楚直观地了解老化过程中出现的异常不良信息，在实际应用中，用户将智能投影仪拿去维修时也可以给维修人员提供更多参考数据。

本申请实施例通过获取设备系统数据，获取监测项目集合中各个监测项目的监测指标，再根据上述各个监测项目的监测指标判断上述设备系统数据是否为异常数据，若上述设备系统数据为异常数据，采集目标投影图像和/或目标音频，生成上述设备系统数据的异常记录信息，其中异常记录信息包括上述异常数据的统计图或统计表，以及对应的上述目标投影图像和/或目标音频，可以准确、全面地整合运行中的异常信息，便于获取和测试设备异常情况。

请参阅图2，图2是本申请实施例公开的另一种异常数据处理方法的示意流程图，如图2所示的实施例是在图1A和图1B所示实施例的基础上优化获得的，如图2所示方法可包括：

201、获取设备系统数据，获取监测项目集合中各个监测项目的监测指标。

202、根据上述各个监测项目的监测指标判断上述设备系统数据是否为异常数据。

具体的，上述监测项目可以包括温度，上述设备系统数据包括设备工作温度；

上述根据上述各个监测项目的监测指标判断上述设备系统数据是否为异常数据包括：

判断上述设备工作温度是否高于预设温度阈值；

若上述设备工作温度高于上述预设温度阈值，上述设备系统数据为上述异常数据；若上述设备工作温度不高于上述预设温度阈值，上述设备系统数据不为上述异常数据。

可选的，上述温度还可以设置为某个模块的温度，对不同的模块温度进行区分监控。

其中，上述步骤201和步骤202可以分别参考图1B所示实施例中的步骤101和步骤102的具体描述，此处不再赘述。

203、根据预设异常数据与异常告警级别的对应关系，确定上述异常数据所对应的目标告警级别。

具体的，本申请实施例中还可以预先设置异常数据与异常告警级别的对应关系，对属于不同监测项目的异常数据可以设置不同的异常告警规则，可以是异常告警级别越高异常情况越严重，比如当风扇转速低于第一转速阈值时异常告警级别为1，当风扇转速低于第二转速阈值时异常告警级别为2；或者当温度高于第一温度阈值时异常告警级别为1，当温度高于第二温度阈值时异常告警级别为2，等等，可以根据需求进行设置。

通过预设异常数据与异常告警级别的对应关系，可以确定上述异常数据所对应的目标告警级别，在执行步骤204。

204、输出上述目标告警级别的告警信息。

不同的异常告警级别可以对应不同的告警方式，比如告警信息可以为以下任意一种或几种：语音信息、断点提示音、文字信息、图像信息。在确定上述目标告警级别后可以输出对应目标告警级别的告警信息，根据异常程度提示用户或测试人员出现异常。

可选的，上述步骤204之后，该方法还包括：

根据检测到的用户的维修操作生成上述告警信息对应的维修信息，存储上述维修信息。

在输出上述告警信息之后，还可以检测并记录相应的维修操作，其中，上述维修操作可以包括对智能投影仪的系统设置、数据修改等，比如进入待机模式，或者对其系统数据进行的程序修改，此处不做限制。根据检测到的用户的维修操作可以生成告警信息对应的维修信息，并存储维修信息作为记录，便于查证和后续处理。

205、在用户的维修操作触发目标数据的修改时，通过摄像头采集用户人脸图像。

智能投影仪中可以预先设置需要保护的目标数据，要对上述目标数据进行访问或修改时需要验证身份，以提高设备安全性，同时防止发生错误。在触发目标数据的修改时，智能投影仪可以控制摄像头采集用户人脸图像，即当前进行操作的用户的人脸图像，并执行步骤206。

206、对上述用户人脸图像进行人脸识别，确定上述用户人脸图像中的人脸是否属于预设人脸模板集合。

具体的，智能投影仪可以获取上述用户人脸图像，对用户人脸图像进行区域分割，得到目标人脸区域，目标人脸区域为不包括背景但仅包含人脸的区域，对目标人脸区域进行二值化处理，得到二值化人脸图像，对二值化人脸图像划分为多个区域，将二值化人脸图像进行特征点提取，得到多个特征点，特征提取的算法可以为以下至少一种：harris角点检测、尺度不变特征变换算法(scale invariant feature transform，SIFT)、SURF算法、金字塔算法、小波变换等等，在此不做限定。

上述预设人脸模板集合中包括至少一个人脸模板图像，可以为用户注册登记的人脸图像。进一步地，先检测用户人脸图像是否达到图像质量阈值，若达到，直接将该用户人脸图像与人脸模板图像进行匹配，在其之间的匹配值大于预设阈值，上述用户人脸图像中的人脸属于预设人脸模板集合，确认用户人脸图像被验证通过，可以执行步骤207；否则，则确认用户人脸图像被验证失败，可以输出提示信息以要求用户被采集清楚完整的人脸图像，再次进行验证。若验证未通过，可以执行步骤208。

207、开放上述目标数据的修改权限。

用户人脸图像被验证通过后可以开放上述目标数据的修改权限，用户可以对目标数据进行修改，同时可以执行上述根据检测到的用户的维修操作生成告警信息对应的维修信息，存储上述维修信息的步骤。

208、输出要求输入密码的提示信息。

若用户人脸图像被验证失败，可以通过输入密码的形式进行验证，若验证成功可以执行步骤208。上述提示信息可以为语音信息或者文字信息。通过上述步骤提高了智能投影仪的系统安全性。

通过实施本申请实施例，可以获取设备系统数据，获取监测项目集合中各个监测项目的监测指标，根据上述各个监测项目的监测指标判断上述设备系统数据是否为异常数据，若是，根据预设异常数据与异常告警级别的对应关系，确定上述异常数据所对应的目标告警级别，再输出上述目标告警级别的告警信息，可以根据异常程度提示用户或测试人员出现异常；在用户的维修操作触发目标数据的修改时，通过摄像头采集用户人脸图像，然后对上述用户人脸图像进行人脸识别，确定上述用户人脸图像中的人脸是否属于预设人脸模板集合，若属于，验证通过，开放上述目标数据的修改权限，若不属于，输出要求输入密码的提示信息，对发生异常时的操作进行记录，核实操作人员身份，提高了智能投影仪的系统安全性。

相应的，本申请实施例还提供一种异常数据处理装置。

具体地，参见图3，是本申请实施例提供的一种异常数据处理装置300的示意框图。本实施例的异常数据处理装置300包括：

获取模块310，用于获取设备系统数据，获取监测项目集合中各个监测项目的监测指标；

判断模块320，用于根据上述各个监测项目的监测指标判断上述设备系统数据是否为异常数据；

采集模块330，用于若上述设备系统数据为异常数据，采集目标投影图像和/或目标音频；

生成模块340，用于生成上述设备系统数据的异常记录信息，上述异常记录信息包括上述异常数据的统计图或统计表，以及对应的上述目标投影图像和/或目标音频。

在一种实施方式中，还包括预测模块350，用于：

获取设备使用情况数据，上述历史设备使用情况数据包括使用总时长、工作时长以及各个监测项目对应的历史设备系统数据；

将上述使用情况数据输入预设神经网络模型，得到预测的各个监测项目的监测指标，生成上述监测项目集合。

可选的，上述预测模块350中的预设神经网络模型的训练方法包括：

获取历史设备使用情况数据和对应的异常记录信息，以及对应的监测项目的监测指标；

以上述历史设备使用情况数据和对应的异常记录信息为样本，以上述对应的监测项目的监测指标为上述样本的标签数据，训练获得上述预设神经网络模型。

可选的，上述判断模块320具体用于，在上述设备系统数据符合上述设备系统数据对应的监测项目的监测指标时，确定上述设备系统数据为异常数据；

上述异常数据处理装置300还包括告警模块360，用于：

若上述设备系统数据为异常数据，根据预设异常数据与异常告警级别的对应关系，确定上述异常数据所对应的目标告警级别；

输出上述目标告警级别的告警信息。

可选的，上述监测项目包括温度，上述设备系统数据包括设备工作温度；

上述判断模块320具体用于：

判断上述设备工作温度是否高于预设温度阈值；

若上述设备工作温度高于上述预设温度阈值，确定上述设备系统数据为上述异常数据；若上述设备工作温度不高于上述预设温度阈值，确定上述设备系统数据不为上述异常数据。

可选的，上述生成模块340还用于，在输出上述告警级别的告警信息之后，根据检测到的用户的维修操作生成上述告警信息对应的维修信息，存储上述维修信息。

可选的，上述异常数据处理装置300还包括验证模块370，用于：

在上述用户的维修操作触发目标数据的修改时，通过摄像头采集用户人脸图像；

对上述用户人脸图像进行人脸识别，确定上述用户人脸图像中的人脸是否属于预设人脸模板集合；

若属于，开放上述目标数据的修改权限；若不属于，输出要求输入密码的提示信息。

本申请实施例中的异常数据处理装置300可以获取设备系统数据，获取监测项目集合中各个监测项目的监测指标，再根据上述各个监测项目的监测指标判断上述设备系统数据是否为异常数据，若上述设备系统数据为异常数据，采集目标投影图像和/或目标音频，生成上述设备系统数据的异常记录信息，其中异常记录信息包括上述异常数据的统计图或统计表，以及对应的上述目标投影图像和/或目标音频，可以准确、全面地整合运行中的异常信息，便于获取和测试设备异常情况。

参见图4，是本申请另一实施例提供的一种智能投影仪的示意框图。本实施例中的智能投影仪可以包括：一个或多个处理器410；一个或多个输入设备420，一个或多个输出设备430和存储器440。上述处理器410、输入设备420、输出设备430和存储器440通过总线450连接。存储器440用于存储计算机程序，上述计算机程序包括程序指令，处理器410用于执行存储器440存储的程序指令。其中，处理器410被配置用于执行上述程序指令。

应当理解，在本申请实施例中，处理器410可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器410还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

输入设备420可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等，输出设备430可以包括显示器(LCD等)、扬声器等。还可以包括至少一个USB接口，以实现数据传输。

该存储器440可以包括只读存储器和随机存取存储器，并向处理器410提供指令和数据。存储器440的一部分还可以包括非易失性随机存取存储器。例如，存储器440还可以存储设备类型的信息，或者用户的各类语音数据、图像数据和视频数据等。

在本申请实施例中，由处理器410加载并执行计算机存储介质中存放的一条或一条以上指令，以实现上述图1B或图2所示方法流程的相应步骤。

通过实施本申请实施例，智能投影仪400可以获取设备系统数据，获取监测项目集合中各个监测项目的监测指标，再根据上述各个监测项目的监测指标判断上述设备系统数据是否为异常数据，若上述设备系统数据为异常数据，采集目标投影图像和/或目标音频，生成上述设备系统数据的异常记录信息，其中异常记录信息包括上述异常数据的统计图或统计表，以及对应的上述目标投影图像和/或目标音频，可以准确、全面地整合运行中的异常信息，便于获取和测试设备异常情况。

本申请实施例还提供了一种计算机可读存储介质，其特征在于，计算机存储介质存储有计算机程序，计算机程序包括程序指令，程序指令被处理器执行，用以执行如上述本申请实施例中的部分或全部异常数据处理方法。

计算机可读存储介质可以是前述任一实施例的装置(智能投影仪)的内部存储单元，例如装置的硬盘或内存。计算机可读存储介质也可以是装置的外部存储设备，例如装置上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，计算机可读存储介质还可以既包括装置的内部存储单元也包括外部存储设备。计算机可读存储介质用于存储计算机程序以及装置所需的其他程序和数据。计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的服务器和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的服务器和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本申请实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种异常数据处理方法，其特征在于，所述方法包括：

获取设备系统数据，获取监测项目集合中各个监测项目的监测指标；

根据所述各个监测项目的监测指标判断所述设备系统数据是否为异常数据；

若所述设备系统数据为异常数据，采集目标投影图像和/或目标音频；

生成所述设备系统数据的异常记录信息，所述异常记录信息包括所述异常数据的统计图或统计表，以及对应的所述目标投影图像和/或目标音频。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取设备使用情况数据，所述历史设备使用情况数据包括使用总时长、工作时长以及各个监测项目对应的历史设备系统数据；

将所述使用情况数据输入预设神经网络模型，得到预测的各个监测项目的监测指标，生成所述监测项目集合。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

获取历史设备使用情况数据和对应的异常记录信息，以及对应的监测项目的监测指标；

以所述历史设备使用情况数据和对应的异常记录信息为样本，以所述对应的监测项目的监测指标为所述样本的标签数据，训练获得所述预设神经网络模型。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述各个监测项目的监测指标判断所述设备系统数据是否为异常数据包括：

在所述设备系统数据符合所述设备系统数据对应的监测项目的监测指标时，确定所述设备系统数据为异常数据；

若所述设备系统数据为异常数据，所述方法还包括：

根据预设异常数据与异常告警级别的对应关系，确定所述异常数据所对应的目标告警级别；

输出所述目标告警级别的告警信息。

5.根据权利要求4所述的方法，其特征在于，所述监测项目包括温度，所述设备系统数据包括设备工作温度；

所述根据所述各个监测项目的监测指标判断所述设备系统数据是否为异常数据包括：

判断所述设备工作温度是否高于预设温度阈值；

若所述设备工作温度高于所述预设温度阈值，确定所述设备系统数据为所述异常数据；若所述设备工作温度不高于所述预设温度阈值，确定所述设备系统数据不为所述异常数据。

6.根据权利要求5所述的方法，其特征在于，所述输出所述告警级别的告警信息之后，所述方法还包括：

根据检测到的用户的维修操作生成所述告警信息对应的维修信息，存储所述维修信息。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

在所述用户的维修操作触发目标数据的修改时，通过摄像头采集用户人脸图像；

对所述用户人脸图像进行人脸识别，确定所述用户人脸图像中的人脸是否属于预设人脸模板集合；

若属于，开放所述目标数据的修改权限，若不属于，输出要求输入密码的提示信息。

8.一种异常数据处理装置，其特征在于，包括：

获取模块，用于获取设备系统数据，获取监测项目集合中各个监测项目的监测指标；

判断模块，用于根据所述各个监测项目的监测指标判断所述设备系统数据是否为异常数据；

采集模块，用于若所述设备系统数据为异常数据，采集目标投影图像和/或目标音频；

生成模块，用于生成所述设备系统数据的异常记录信息，所述异常记录信息包括所述异常数据的统计图或统计表，以及对应的所述目标投影图像和/或目标音频。

9.一种智能投影仪，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-7任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行，用以执行如权利要求1-7任一项所述的方法。

Images