CN111352817B - 响应时间测试方法、响应时间测试装置和电子设备 - Google Patents
响应时间测试方法、响应时间测试装置和电子设备 Download PDFInfo
- Publication number
- CN111352817B CN111352817B CN202010127843.3A CN202010127843A CN111352817B CN 111352817 B CN111352817 B CN 111352817B CN 202010127843 A CN202010127843 A CN 202010127843A CN 111352817 B CN111352817 B CN 111352817B
- Authority
- CN
- China
- Prior art keywords
- difference
- mutation
- sequence
- picture
- interval
- 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
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
- G06F11/3419—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment by assessing time
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3452—Performance evaluation by statistical analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请公开了一种响应时间测试方法、响应时间测试装置和电子设备,涉及性能测试技术领域。其中方法包括:获取待测任务响应过程中的图片序列;对所述图片序列中任意图片组进行差值处理,得到差值序列;从所述差值序列中确定差值突变区间;将所述差值突变区间对应的时间长度确定为所述待测任务的响应时间。本申请中,由于差值突变区间能够更加真实地反映待测任务从响应起点至响应终点的整个响应过程,从而能够提高响应时间测试结果的精确性。并且,由于差值突变区间具有较好的自适应性和稳定性,能够适用于各种测试场景或测试设备,从而使得待测任务响应时间的测试具备更好的鲁棒性、通用性和易扩展性。
Description
技术领域
本申请涉及计算机技术,尤其涉及性能测试技术领域,具体涉及一种响应时间测试方法、响应时间测试装置和电子设备。
背景技术
在电子设备使用过程中,各项任务的响应时间在很大程度上决定了该任务的使用性能。在响应时间测试中,可通过确定响应起点和响应终点来计算响应时间。目前,一般通过人为地设置固定的阈值来确定响应起点和响应终点,然而该固定的阈值很难适用于不同的场景或不同的电子设备,这使得测试得到的响应时间精确度较低。可见,现有响应时间测试方法存在测试精确度较低的技术问题。
发明内容
本申请提供一种响应时间测试方法、响应时间测试装置和电子设备,以解决现有响应时间测试方法存在测试精确度较低的技术问题。
为了解决上述技术问题,本申请是这样实现的:
第一方面,本申请提供了一种响应时间测试方法,所述方法包括:
获取待测任务响应过程中的图片序列;
对所述图片序列中任意图片组进行差值处理,得到差值序列,所述任意图片组包含两个图片,所述两个图片的位置关系为相邻或者间隔一个图片;
从所述差值序列中确定差值突变区间,所述差值突变区间包括N个有效的突变差值,所述N为大于或等于2的整数;
将所述差值突变区间对应的时间长度确定为所述待测任务的响应时间。
因为采用上述技术手段,由于差值突变区间能够更加真实地反映待测任务从响应起点至响应终点的整个响应过程,从而能够提高响应时间测试结果的精确性。并且,由于差值突变区间具有较好的自适应性和稳定性,能够适用于各种测试场景或测试设备,从而使得待测任务响应时间的测试具备更好的鲁棒性、通用性和易扩展性。
可选的,所述从所述差值序列中确定差值突变区间,包括:
从所述差值序列中确定第一突变差值和第二突变差值,所述第一突变差值为所述差值序列中首个有效的突变差值,所述第二突变差值为所述差值序列中最后一个有效的突变差值;
将所述第一突变差值至所述第二突变差值之间的所有差值确定为所述差值突变区间,所述差值突变区间包括所述第一突变差值和所述第二突变差值。
该实施方式中,由于只需从差值序列中确定首个有效的突变差值和最后一个有效的突变差值,能够提高差值突变区间的确定效率,减少数据处理量,从而能够提高响应时间测试效率,降低响应时间测试所需消耗的处理资源。
可选的,所述从所述差值序列中确定差值突变区间,包括:
从所述差值序列中确定出全部有效的突变差值;
将全部有效的突变差值所在的差值区间确定为所述差值突变区间。
该实施方式中,通过确定出全部有效的突变差值,使得确定的差值突变区间覆盖全部有效的突变差值,使得所确定的差值突变区间具有更高的精确度,从而能够最大程度地确保响应时间测试的精确度。
可选的,通过以下方式从所述差值序列中确定有效的突变差值:
在检测到突变差值的情况下,判断检测到的所述突变差值之后或之前的M个差值中是否具有L个突变差值,所述M大于1,所述L大于1,所述M大于或等于所述L;
在判定检测到的所述突变差值之后或之前的M个差值中具有L个突变差值的情况下,将检测到的所述突变差值确定为有效的突变差值。
该实施方式中,通过循环筛选的方式来确定有效的突变差值,所涉及的处理过程简单,容易实现。该实施方式中,通过确定有效的突变差值,能够使确定的差值突变区间更加精确,从而能够提高响应时间测试结果的精确性。
可选的,所述对所述图片序列中任意图片组进行差值处理,得到差值序列,包括:
获取所述任意图片组的每个图片的响应发生区域;
对所述任意图片组的每个图片的响应发生区域进行差值处理,得到差值序列。
该实施方式中,通过获取图片的响应发生区域,对响应发生区域进行差值处理,可以减少差值处理所涉及的处理量,提高差值处理的效率。另外,由于响应发生区域一般大致位于相同的区域,因此,在获取响应发生区域的过程中,可以较好地辨识和排除因抖动而引起的图像变化,避免差值序列中出现因抖动而造成的突变差值,从而进一步提高差值处理的精确性和效率。
第二方面,本申请提供了一种响应时间测试装置,包括:
获取模块,用于获取待测任务响应过程中的图片序列;
处理模块,用于对所述图片序列中任意图片组进行差值处理,得到差值序列,所述任意图片组包含两个图片,所述两个图片的位置关系为相邻或者间隔一个图片;
第一确定模块,用于从所述差值序列中确定差值突变区间,所述差值突变区间包括N个有效的突变差值,所述N为大于或等于2的整数;
第二确定模块,用于将所述差值突变区间对应的时间长度确定为所述待测任务的响应时间。
可选的,所述第一确定模块包括:
第一确定子模块,用于从所述差值序列中确定第一突变差值和第二突变差值,所述第一突变差值为所述差值序列中首个有效的突变差值,所述第二突变差值为所述差值序列中最后一个有效的突变差值;
第二确定子模块,用于将所述第一突变差值至所述第二突变差值之间的所有差值确定为所述差值突变区间,所述差值突变区间包括所述第一突变差值和所述第二突变差值。
可选的,所述第一确定模块包括:
第三确定子模块,用于从所述差值序列中确定出全部有效的突变差值;
第四确定子模块,用于将全部有效的突变差值所在的差值区间确定为所述差值突变区间。
可选的,还包括:
判断模块,用于在检测到突变差值的情况下,判断检测到的所述突变差值之后或之前的M个差值中是否具有L个突变差值,所述M大于1,所述L大于1,所述M大于或等于所述L;
第三确定模块,用于在判定检测到的所述突变差值之后或之前的M个差值中具有L个突变差值的情况下,将检测到的所述突变差值确定为有效的突变差值。
可选的,所述处理模块包括:
获取子模块,用于获取所述任意图片组的每个图片的响应发生区域;
处理子模块,用于对所述任意图片组的每个图片的响应发生区域进行差值处理,得到差值序列。
第三方面,本申请提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面中的任一项方法。
第四方面,本申请提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行第一方面中的任一项方法。
本申请中的一个实施例具有如下优点或有益效果:
本申请中,获取待测任务响应过程中的图片序列,对图片序列进行差值处理得到差值序列,从差值序列中确定差值突变区间,将差值突变区间对应的时间长度确定为待测任务的响应时间。本申请中,由于差值突变区间能够更加真实地反映待测任务从响应起点至响应终点的整个响应过程,从而能够提高响应时间测试结果的精确性。并且,由于差值突变区间具有较好的自适应性和稳定性,能够适用于各种测试场景或测试设备,从而使得待测任务响应时间的测试具备更好的鲁棒性、通用性和易扩展性。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是本申请实施例提供的响应时间测试方法的流程示意图;
图2是本申请实施例提供的图片差值处理的流程示意图;
图3是本申请实施例提供的突变差值有效性确定的流程示意图;
图4是本申请实施例提供的响应时间测试装置的结构示意图;
图5是用来实现本申请实施例的响应时间测试方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本申请提供一种响应时间测试方法,该方法用于测试待测任务的响应时间。
如图1所示,该响应时间测试方法包括如下步骤:
步骤101:获取待测任务响应过程中的图片序列。
上述待测任务为运行于电子设备(如手机、平板电脑、笔记本电脑、车载终端、可穿戴设备等),且需要一定的响应时间才能启动、开启或加载的任务,例如,待测任务可以是应用程序启动、网页加载或信息流加载等任务。
上述图片序列可以在测试之前预先采集得到,该情况下,可在步骤101之前预先采集待测任务响应过程中的图片序列。上述图片序列也可以在测试时进行采集,该情况下,步骤101也可以理解为采集待测任务响应过程中的图片序列。
为了实现对待测任务的响应时间进行测试,上述图片序列可以按照预设频率采集。由于待测任务的响应时间一般较短,该预设频率对应的图片采集速率一般较高,例如,可以以毫秒级的速率采集图片序列。当待测任务在电子设备被触发时,即可对电子设备的显示界面所显示的图像进行采集,得到待测任务响应过程中的图片序列。图片序列的采集可以通过高速摄像机实现,也可以通过电子设备自身的截屏功能实现。上述图片序列中的各图片一般按照时间先后顺序排序,即先采集的图片排在图片序列的前面,后采集的图片排在图片序列的后面。可以按照先后顺序,为图片序列中的各图片编号。因此,上述图片序列可视为按照时间维度排序的图片序列,能够较好地与响应时间进行映射。
步骤102:对所述图片序列中任意图片组进行差值处理,得到差值序列。
上述任意图片组包含两个图片,每个图片组中的两图片的位置关系均相同,每个图片组中的两图片的位置关系可以是相邻,也可以是间隔一个图片。也就是说,可以对图片序列中任意相邻的两图片进行差值处理,也可以对图片序列中任意间隔一个图片的两图片进行差值处理。例如,图片序列包括图片1、图片2、图片3、图片4、……、图片x,则对图片序列进行差值处理的方式可以包括以下两种:
其一,将图片1与图片2进行差值处理,得到差值a1;将图片2与图片3进行差值处理,得到差值a2;将图片3与图片4进行差值处理,得到差值a3;……;依此类推。该方式中,每个图片组的两图片的位置关系为相邻。
其二,将图片1与图片3进行差值处理,得到差值b1;将图片2与图片4进行差值处理,得到差值b2;将图片3与图片5进行差值处理,得到差值b3;……;依此类推。该方式中,每个图片组的两图片的位置关系为间隔一个图片。
上述差值序列中的各差值一般按照图片序列的顺序排序,因此,上述差值序列也可视为按照时间维度排序的差值序列,能够较好地与响应时间进行映射。
该步骤中,对两个图片进行差值处理,可以理解为,计算两个图片之间的差值(diff,也称差异)。
作为举例,如图2所示,图片差值处理的大致流程可以包括图片特征堆处理、差值归一化处理、加权L2范数处理和均值计算这几个主要的步骤。其中,图片特征堆处理可通过神经网络实现,其大致流程如下:将图片1和图片2输入至已经训练的神经网络中,神经网络的各层子网络分别对图片1和图片2进行解析,输出各层的特征表示,神经网络将各层输出的特征进行拼接,从而得到最终的图片1和图片2的特征堆。差值归一化处理可通过差值归一化处理模块实现,差值归一化处理模块将得到的图片1和图片2的特征堆进行差值计算,并将结果进行归一化,得到差值归一化结果。加权L2范数处理可通过加权L2范数处理模块实现,加权L2范数处理模块对差值归一化处理模块得到的归一化的差值计算加权L2范数,得到加权L2范数处理结果。最后,各通道均值计算模块对图片的三通道的L2范数计算均值,得到最终的图片1和图片2之间的差值diff。
上述图片差值处理流程中,通过神经网络各层特征差值的加权计算方法计算得到差值,具有更高的精确度。
需要说明的是,电子设备的显示界面所显示的图像在任意两个时刻不会完全相同,也就是说,电子设备的显示界面所显示的任意两帧图像均存在diff。并且,对于不同的场景或不同的电子设备,任意两帧图像之间的diff的均值也存在或多或少的差异。
现有技术中,为了测试应用程序的响应时间,一般通过人为地设置固定的diff阈值来确定响应起点和响应终点,也就是说,一旦设置了diff阈值,则根据该diff阈值确定响应起点和响应终点。然而,由于不同场景或不同电子设备的diff值存在或多或少的差异,因此,设置固定的diff阈值的方式很难适用于不同的场景或不同的电子设备,这使得测试得到的响应时间的精确度较低。
步骤103:从所述差值序列中确定差值突变区间。
该步骤中,从差值序列中确定差值突变区间,可以理解为,从差值序列中确定差值发生突变的序列区间。该差值突变区间为差值序列的一部分,即,该差值突变区间包括差值序列中的一部分连续排列的差值。该差值突变区间可包括N个有效的突变差值,N为大于或等于2的整数。
本申请中,突变差值可理解为发生突变的差值,突变差值与任意相邻差值在数值上的变化幅度均较大。假设差值a1至差值a5在数值上的变化幅度均较小,则差值a1至a5不为突变差值,假设差值a6与差值a5在数值上的变化幅度较大,且差值a6与差值a7在数值上的变化幅度也较大,则差值a6为突变差值。
本申请中,可以使用KS统计量方法、Haar小波变换等方法来进行突变差值的检测,还可以使用机器学习的方法,通过基于时间序列的回归分析、k-means聚类、随机森林等方法来进行突变差值的检测。
作为举例,以下对突变差值的检测原理进行说明:
假设原始时间序列为y1,y2,…,yn,mi表示第i个样本yi大于yj(1≤j≤i)的累积数,定义统计量dk,如下:
计算dk的均值和方差,并利用计算的均值和方差将dk标准化得到UFk,UFk序列就组成一条曲线;把此方法引用到逆序列中,计算得到另一条曲线UBk,则两条曲线在置信区间内的交点确定为突变发生的时刻。
待测任务在响应过程中,图像的变化一般较大,也就是说,图片之间的差值也会发生较大的变化。如果差值序列中的差值发生突变,较大可能是由于待测任务处于响应过程而导致的。因此,突变差值能够比较真实地反映待测任务的响应过程,从而,差值突变区间能够比较真实地反映待测任务从响应起点至响应终点的整个响应过程。
既然差值突变区间代表待测任务从响应起点至响应终点的整个响应过程,那么,可以理解的,差值突变区间的第一个差值为突变差值,其对应的时刻为响应起点对应的时刻,差值突变区间的最后一个差值也为突变差值,其对应的时刻为响应终点对应的时刻。
考虑到差值发生突变既可能是由于待测任务的响应而导致的,也可能是由于其他原因导致的,例如,电子设备显示界面的图像抖动。因此,为了确保差值突变区间与待测任务响应过程的对应关系,需要确保差值突变区间的突变差值为有效的突变差值,尤其需要确保差值突变区间的第一个差值和最后一个差值均为有效的突变差值。
该步骤中,通过从差值序列中确定差值突变区间,相当于确定了待测任务响应过程的真实响应起点和真实响应终点,为待测任务响应时间的精确测试提供了基础。
步骤104:将所述差值突变区间对应的时间长度确定为所述待测任务的响应时间。
该步骤中,由于差值序列也可视为按照时间维度排序的差值序列,则差值突变区间作为差值序列的一部分,也可以视为按照时间维度排序的差值区间,因此,可将差值突变区间映射至时间维度上,得到差值突变区间对应的时间长度,该时间长度即可确定为待测任务的响应时间。
例如,假设差值突变区间为差值a25至差值a52的差值区间,差值a25为图片25与图片26的diff,差值a52为图片52与图片53的diff,那么,该差值突变区间对应的时间长度可以映射为图片25至图片52的图片序列对应的时间长度,或者,该差值突变区间对应的时间长度可以映射为图片26至图片53的图片序列对应的时间长度。由于图片序列的采集频率为预设频率,则该差值突变区间对应的时间长度可以根据图片数量与预设频率计算得到。
又例如,假设差值突变区间为差值b31至差值b67的差值区间,差值b31为图片31与图片33的diff,差值b67为图片67与图片69的diff,那么,该差值突变区间对应的时间长度可以映射为图片32至图片68的图片序列对应的时间长度,或者,该差值突变区间对应的时间长度可以映射为图片31至图片67的图片序列对应的时间长度,或者,该差值突变区间对应的时间长度可以映射为图片33至图片69的图片序列对应的时间长度。由于图片序列的采集频率为预设频率,则该差值突变区间对应的时间长度可以根据图片数量与预设频率计算得到。
作为举例,表1为对图片序列中任意相邻两图片进行差值处理所得到的差值序列表。从表1可看出,图片69与图片70的差值为第一个有效的突变差值(记为diff_A1),图片85与图片86的差值为最后一个有效的突变差值(记为diff_A2),则差值突变区间为diff_A1至diff_A2之间的区间,且包括diff_A1和diff_A2。
60-61 | 0.017876 |
61-62 | 0.017308 |
62-63 | 0.01842 |
63-64 | 0.016484 |
64-65 | 0.017897 |
65-66 | 0.016978 |
66-67 | 0.017921 |
67-68 | 0.017282 |
68-69 | 0.018666 |
69-70 | 0.048199 |
70-71 | 0.06602 |
71-72 | 0.13129 |
72-73 | 0.178556 |
73-74 | 0.093448 |
74-75 | 0.190814 |
75-76 | 0.188615 |
76-77 | 0.12322 |
77-78 | 0.226174 |
78-79 | 0.148497 |
79-80 | 0.155827 |
80-81 | 0.199791 |
81-82 | 0.09384 |
82-83 | 0.100029 |
83-84 | 0.096409 |
84-85 | 0.035908 |
85-86 | 0.012128 |
86-87 | 0.008507 |
87-88 | 0.00739 |
88-89 | 0.007722 |
89-90 | 0.007337 |
90-91 | 0.00736 |
91-92 | 0.007754 |
92-93 | 0.007246 |
93-94 | 0.007214 |
表1
作为举例,表2为对图片序列中任意间隔1个图片的两图片进行差值处理所得到的差值序列表。从表2可看出,图片132与图片134的差值为第一个有效的突变差值(记为diff_B1),图片148与图片150的差值为最后一个有效的突变差值(记为diff_B2),则差值突变区间为diff_B1至diff_B2之间的区间,且包括diff_B1和diff_B2。
126-128 | 0.021878 |
127-129 | 0.023456 |
128-130 | 0.021329 |
129-131 | 0.020971 |
130-132 | 0.022429 |
131-133 | 0.0258 |
132-134 | 0.075198 |
133-135 | 0.08832 |
134-136 | 0.10813 |
135-137 | 0.180931 |
136-138 | 0.104903 |
137-139 | 0.18813 |
138-140 | 0.226197 |
139-141 | 0.128727 |
140-142 | 0.253085 |
141-143 | 0.210558 |
142-144 | 0.153818 |
143-145 | 0.23516 |
144-146 | 0.13563 |
145-147 | 0.102979 |
146-148 | 0.104676 |
147-149 | 0.05538 |
148-150 | 0.022541 |
149-151 | 0.009748 |
150-152 | 0.008693 |
151-153 | 0.008309 |
152-154 | 0.007498 |
153-155 | 0.007419 |
154-156 | 0.006836 |
155-157 | 0.006513 |
156-158 | 0.006515 |
表2
本申请中,获取待测任务响应过程中的图片序列,对图片序列进行差值处理得到差值序列,从差值序列中确定差值突变区间,将差值突变区间对应的时间长度确定为待测任务的响应时间。本申请中,由于差值突变区间能够更加真实地反映待测任务从响应起点至响应终点的整个响应过程,从而能够提高响应时间测试结果的精确性。并且,由于差值突变区间具有较好的自适应性和稳定性,能够适用于各种测试场景或测试设备,从而使得待测任务响应时间的测试具备更好的鲁棒性、通用性和易扩展性。
本申请中,为了确定待测任务响应过程的真实响应起点和真实响应终点,需要确保差值突变区间的第一个差值为有效的突变差值,还需要确保差值突变区间的最后一个差值为有效的突变差值。
鉴于此,本申请提供如下的用于确定突变差值是否为有效的突变差值的实施方式:
可选的,通过以下方式从所述差值序列中确定有效的突变差值:
在检测到突变差值的情况下,判断检测到的所述突变差值之后或之前的M个差值中是否具有L个突变差值,所述M大于1,所述L大于1,所述M大于或等于所述L;
在判定检测到的所述突变差值之后或之前的M个差值中具有L个突变差值的情况下,将检测到的所述突变差值确定为有效的突变差值。
该实施方式中,如果检测到的突变差值之后或之前的M个差值中,突变差值的数量少于L,则可以将检测到的突变差值确定为无效的突变差值(或称为抖动异常点)。
作为举例,如图3所示,上述M的取值可以为5,上述L的取值可以为3。例如,当检测到第一个突变差值时,将该突变差值剔除,然后再次检测该突变差值之后的差值,依次循环五次。在这五次循环过程中,当检测到第二个突变差值后,将该突变差值剔除,然后再次检测该突变差值之后的差值,依此类推。在这五次循环过程中,如果检测到三个或三个以上的突变差值(即突变差值集合),且这三个或三个以上的突变差值与第一个突变差值均间隔五个以内的差值,则第一个突变差值即可视为有效的突变差值,否则视为无效的突变差值。又例如,当检测到最后一个突变差值时,将该突变差值剔除,然后再次检测该突变差值之前的差值,依次循环五次。在这五次循环过程中,当检测到第二个突变差值后,将该突变差值剔除,然后再次检测该突变差值之前的差值,依此类推。在这五次循环过程中,如果检测到三个或三个以上的突变差值,且这三个或三个以上的突变差值与第一个突变差值均间隔五个以内的差值,则第一个突变差值即可视为有效的突变差值,否则视为无效的突变差值。
需要说明的是,在判断检测到的所述突变差值之后或之前的M个差值是否为突变差值时,可以将该检测到的突变差值的前一个差值作为参考差值,例如,也可以将相邻的差值作为参考差值,可以根据需求进行灵活的选择。如果将该检测到的突变差值的前一个(或后一个)差值作为参考差值,则在该检测到的突变差值为抖动异常点的情况下,能够更容易地辨识出来。这是因为,若该检测到的突变差值为抖动异常点,则必然在该检测到的突变差值之前(或之后)的几个差值将恢复到非抖动状态,这样能够比较容易地检测到这几个差值不属于突变差值。
该实施方式中,通过循环筛选的方式来确定有效的突变差值,所涉及的处理过程简单,容易实现。该实施方式中,通过确定有效的突变差值,能够使确定的差值突变区间更加精确,从而能够提高响应时间测试结果的精确性。
需要说明的是,除了采用以上方式来确定突变差值是否为有效的突变差值之外,还可以采用其他恰当的方式来确定突变差值是否为有效的突变差值,例如,可以通过人工的方式来确定突变差值是否为有效的突变差值。
本申请中,从差值序列中确定差值突变区间的方式至少有两种,其一,从差值序列中确定出首个有效的突变差值和最后一个有效的突变差值,将首个有效的突变差值至最后一个有效的突变差值的差值区间作为差值突变区间;其二,从差值序列中确定出全部有效的突变差值,将全部有效的突变差值所在的差值区间确定为差值突变区间。以下分别对这两种方式进行说明:
可选的,所述从所述差值序列中确定差值突变区间,包括:
从所述差值序列中确定第一突变差值和第二突变差值,所述第一突变差值为所述差值序列中首个有效的突变差值,所述第二突变差值为所述差值序列中最后一个有效的突变差值;
将所述第一突变差值至所述第二突变差值之间的所有差值确定为所述差值突变区间,所述差值突变区间包括所述第一突变差值和所述第二突变差值。
该实施方式中,可以按照从前至后的顺序,从差值序列中确定第一突变差值;可以按照从后往前的顺序(即逆序),从差值序列中确定第二突变差值。
该实施方式中,由于只需从差值序列中确定首个有效的突变差值和最后一个有效的突变差值,能够提高差值突变区间的确定效率,减少数据处理量,从而能够提高响应时间测试效率,降低响应时间测试所需消耗的处理资源。
可选的,所述从所述差值序列中确定差值突变区间,包括:
从所述差值序列中确定出全部有效的突变差值;
将全部有效的突变差值所在的差值区间确定为所述差值突变区间。
该实施方式中,通过确定出全部有效的突变差值,使得确定的差值突变区间覆盖全部有效的突变差值,使得所确定的差值突变区间具有更高的精确度,从而能够最大程度地确保响应时间测试的精确度。
以上为从差值序列中确定差值突变区间的两种可选的实施方式,通过确定差值突变区间,即能够通过差值突变区间确定待测任务的响应时间。
可选的,所述对所述图片序列中任意图片组进行差值处理,得到差值序列,包括:
获取所述任意图片组的每个图片的响应发生区域;
对所述任意图片组的每个图片的响应发生区域进行差值处理,得到差值序列。
图片的响应发生区域可以理解为在待测任务响应过程中发生变化的图像区域,待测任务响应过程中的图像序列中,可能是在每个图片的某个区域涉及变化,而其他区域不涉及变化,那么,图片中该涉及变化的区域为响应发生区域。图片的响应发生区域也可称为图片的感兴趣区域。
该实施方式中,可以通过以下方式获取任意图片组的每个图片的响应发生区域:通过一定的区块宽度以及一定的步长,解析出每个图片的响应发生区域,将不涉及响应变化的区域剔除掉,得到每个图片的响应发生区域。可以使用简单的图像对比方法找出图像变化区域,来确定响应发生区域。
该实施方式中,通过获取图片的响应发生区域,对响应发生区域进行差值处理,可以减少差值处理所涉及的处理量,提高差值处理的效率。另外,由于响应发生区域一般大致位于相同的区域,因此,在获取响应发生区域的过程中,可以较好地辨识和排除因抖动而引起的图像变化,避免差值序列中出现因抖动而造成的突变差值,从而进一步提高差值处理的精确性和效率。
需要说明的是,本申请中的响应时间测试方法中的多种可选的实施方式,彼此可以相互结合实现,也可以单独实现,对此本申请不作限定。
本申请的上述实施例具有如下优点或有益效果:
本申请中,获取待测任务响应过程中的图片序列,对图片序列进行差值处理得到差值序列,从差值序列中确定差值突变区间,将差值突变区间对应的时间长度确定为待测任务的响应时间。本申请中,由于差值突变区间能够更加真实地反映待测任务从响应起点至响应终点的整个响应过程,从而能够提高响应时间测试结果的精确性。并且,由于差值突变区间具有较好的自适应性和稳定性,能够适用于各种测试场景或测试设备,从而使得待测任务响应时间的测试具备更好的鲁棒性、通用性和易扩展性。
本申请还提供了一种响应时间测试装置,如图4所示,响应时间测试装置200包括:
获取模块201,用于获取待测任务响应过程中的图片序列;
处理模块202,用于对所述图片序列中任意图片组进行差值处理,得到差值序列,所述任意图片组包含两个图片,所述两个图片的位置关系为相邻或者间隔一个图片;
第一确定模块203,用于从所述差值序列中确定差值突变区间,所述差值突变区间包括N个有效的突变差值,所述N为大于或等于2的整数;
第二确定模块204,用于将所述差值突变区间对应的时间长度确定为所述待测任务的响应时间。
可选的,第一确定模块203包括:
第一确定子模块,用于从所述差值序列中确定第一突变差值和第二突变差值,所述第一突变差值为所述差值序列中首个有效的突变差值,所述第二突变差值为所述差值序列中最后一个有效的突变差值;
第二确定子模块,用于将所述第一突变差值至所述第二突变差值之间的所有差值确定为所述差值突变区间,所述差值突变区间包括所述第一突变差值和所述第二突变差值。
可选的,第一确定模块203包括:
第三确定子模块,用于从所述差值序列中确定出全部有效的突变差值;
第四确定子模块,用于将全部有效的突变差值所在的差值区间确定为所述差值突变区间。
可选的,响应时间测试装置200还包括:
判断模块,用于在检测到突变差值的情况下,判断检测到的所述突变差值之后或之前的M个差值中是否具有L个突变差值,所述M大于1,所述L大于1,所述M大于或等于所述L;
第三确定模块,用于在判定检测到的所述突变差值之后或之前的M个差值中具有L个突变差值的情况下,将检测到的所述突变差值确定为有效的突变差值。
可选的,处理模块202包括:
获取子模块,用于获取所述任意图片组的每个图片的响应发生区域;
处理子模块,用于对所述任意图片组的每个图片的响应发生区域进行差值处理,得到差值序列。
本申请提供的响应时间测试装置200能够实现上述响应时间测试方法实施例中响应时间测试装置实现的各个过程,且能够达到相同的有益效果,为避免重复,这里不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图5所示,是根据本申请实施例的响应时间测试方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示,该电子设备包括:一个或多个处理器501、存储器502,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。
存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的响应时间测试方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的响应时间测试方法。
存储器502作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的响应时间测试方法对应的程序指令/模块(例如,附图4所示的获取模块201、处理模块202、第一确定模块203和第二确定模块204)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块,从而执行响应时间测试装置的各种功能应用以及数据处理,即实现上述方法实施例中的响应时间测试方法。
存储器502可以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、至少一个功能所需要的应用程序;存储数据区可存储根据响应时间测试方法的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,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器502可选包括相对于处理器501远程设置的存储器,这些远程存储器可以通过网络连接至响应时间测试方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
响应时间测试方法的电子设备还可以包括:输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接,图5中以通过总线连接为例。
输入装置503可接收输入的数字或字符信息,以及产生与响应时间测试方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,从差值序列中确定差值突变区间,将差值突变区间对应的时间长度确定为待测任务的响应时间。由于差值突变区间能够更加真实地反映待测任务从响应起点至响应终点的整个响应过程,从而能够提高响应时间测试结果的精确性。并且,由于差值突变区间具有较好的自适应性和稳定性,能够适用于各种测试场景或测试设备,从而使得待测任务响应时间的测试具备更好的鲁棒性、通用性和易扩展性。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (12)
1.一种响应时间测试方法,其特征在于,所述方法包括:
获取待测任务响应过程中的图片序列;
对所述图片序列中任意图片组进行差值处理,得到差值序列,所述任意图片组包含两个图片,所述两个图片的位置关系为相邻或者间隔一个图片;
从所述差值序列中确定差值突变区间,所述差值突变区间包括N个有效的突变差值,所述N为大于或等于2的整数;
将所述差值突变区间对应的时间长度确定为所述待测任务的响应时间。
2.根据权利要求1所述的方法,其特征在于,所述从所述差值序列中确定差值突变区间,包括:
从所述差值序列中确定第一突变差值和第二突变差值,所述第一突变差值为所述差值序列中首个有效的突变差值,所述第二突变差值为所述差值序列中最后一个有效的突变差值;
将所述第一突变差值至所述第二突变差值之间的所有差值确定为所述差值突变区间,所述差值突变区间包括所述第一突变差值和所述第二突变差值。
3.根据权利要求1所述的方法,其特征在于,所述从所述差值序列中确定差值突变区间,包括:
从所述差值序列中确定出全部有效的突变差值;
将全部有效的突变差值所在的差值区间确定为所述差值突变区间。
4.根据权利要求1所述的方法,其特征在于,通过以下方式从所述差值序列中确定有效的突变差值:
在检测到突变差值的情况下,判断检测到的所述突变差值之后或之前的M个差值中是否具有L个突变差值,所述M大于1,所述L大于1,所述M大于或等于所述L;
在判定检测到的所述突变差值之后或之前的M个差值中具有L个突变差值的情况下,将检测到的所述突变差值确定为有效的突变差值。
5.根据权利要求1所述的方法,其特征在于,所述对所述图片序列中任意图片组进行差值处理,得到差值序列,包括:
获取所述任意图片组的每个图片的响应发生区域;
对所述任意图片组的每个图片的响应发生区域进行差值处理,得到差值序列。
6.一种响应时间测试装置,其特征在于,包括:
获取模块,用于获取待测任务响应过程中的图片序列;
处理模块,用于对所述图片序列中任意图片组进行差值处理,得到差值序列,所述任意图片组包含两个图片,所述两个图片的位置关系为相邻或者间隔一个图片;
第一确定模块,用于从所述差值序列中确定差值突变区间,所述差值突变区间包括N个有效的突变差值,所述N为大于或等于2的整数;
第二确定模块,用于将所述差值突变区间对应的时间长度确定为所述待测任务的响应时间。
7.根据权利要求6所述的装置,其特征在于,所述第一确定模块包括:
第一确定子模块,用于从所述差值序列中确定第一突变差值和第二突变差值,所述第一突变差值为所述差值序列中首个有效的突变差值,所述第二突变差值为所述差值序列中最后一个有效的突变差值;
第二确定子模块,用于将所述第一突变差值至所述第二突变差值之间的所有差值确定为所述差值突变区间,所述差值突变区间包括所述第一突变差值和所述第二突变差值。
8.根据权利要求6所述的装置,其特征在于,所述第一确定模块包括:
第三确定子模块,用于从所述差值序列中确定出全部有效的突变差值;
第四确定子模块,用于将全部有效的突变差值所在的差值区间确定为所述差值突变区间。
9.根据权利要求6所述的装置,其特征在于,还包括:
判断模块,用于在检测到突变差值的情况下,判断检测到的所述突变差值之后或之前的M个差值中是否具有L个突变差值,所述M大于1,所述L大于1,所述M大于或等于所述L;
第三确定模块,用于在判定检测到的所述突变差值之后或之前的M个差值中具有L个突变差值的情况下,将检测到的所述突变差值确定为有效的突变差值。
10.根据权利要求6所述的装置,其特征在于,所述处理模块包括:
获取子模块,用于获取所述任意图片组的每个图片的响应发生区域;
处理子模块,用于对所述任意图片组的每个图片的响应发生区域进行差值处理,得到差值序列。
11.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1至5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010127843.3A CN111352817B (zh) | 2020-02-28 | 2020-02-28 | 响应时间测试方法、响应时间测试装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010127843.3A CN111352817B (zh) | 2020-02-28 | 2020-02-28 | 响应时间测试方法、响应时间测试装置和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111352817A CN111352817A (zh) | 2020-06-30 |
CN111352817B true CN111352817B (zh) | 2023-04-07 |
Family
ID=71192451
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010127843.3A Active CN111352817B (zh) | 2020-02-28 | 2020-02-28 | 响应时间测试方法、响应时间测试装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111352817B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112559271B (zh) * | 2020-12-24 | 2023-10-20 | 北京百度网讯科技有限公司 | 分布式应用的接口性能监测方法、装置、设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104123221A (zh) * | 2013-04-28 | 2014-10-29 | 腾讯科技(深圳)有限公司 | 响应时间的测试方法及装置 |
CN104468916A (zh) * | 2014-10-24 | 2015-03-25 | 天津市康凯特软件科技有限公司 | 基于手机反应时间测试方法 |
CN105389252A (zh) * | 2015-10-16 | 2016-03-09 | 华为技术有限公司 | 反馈测试问题的方法及装置 |
CN106291192A (zh) * | 2016-08-22 | 2017-01-04 | 青岛海信电器股份有限公司 | 一种交互式红外触摸一体机响应时延的测试方法和装置 |
CN106951346A (zh) * | 2016-01-06 | 2017-07-14 | 阿里巴巴集团控股有限公司 | 一种响应时间的测试方法和装置 |
CN107678895A (zh) * | 2017-09-11 | 2018-02-09 | 上海斐讯数据通信技术有限公司 | 一种智能终端页面跳转时间的测试方法及系统 |
CN108376117A (zh) * | 2018-02-07 | 2018-08-07 | 网易(杭州)网络有限公司 | 交互响应的测试方法和设备 |
CN109885492A (zh) * | 2019-02-13 | 2019-06-14 | 福建天晴数码有限公司 | 一种基于图像识别和曲线拟合的响应时间测试方法及终端 |
-
2020
- 2020-02-28 CN CN202010127843.3A patent/CN111352817B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104123221A (zh) * | 2013-04-28 | 2014-10-29 | 腾讯科技(深圳)有限公司 | 响应时间的测试方法及装置 |
CN104468916A (zh) * | 2014-10-24 | 2015-03-25 | 天津市康凯特软件科技有限公司 | 基于手机反应时间测试方法 |
CN105389252A (zh) * | 2015-10-16 | 2016-03-09 | 华为技术有限公司 | 反馈测试问题的方法及装置 |
CN106951346A (zh) * | 2016-01-06 | 2017-07-14 | 阿里巴巴集团控股有限公司 | 一种响应时间的测试方法和装置 |
CN106291192A (zh) * | 2016-08-22 | 2017-01-04 | 青岛海信电器股份有限公司 | 一种交互式红外触摸一体机响应时延的测试方法和装置 |
CN107678895A (zh) * | 2017-09-11 | 2018-02-09 | 上海斐讯数据通信技术有限公司 | 一种智能终端页面跳转时间的测试方法及系统 |
CN108376117A (zh) * | 2018-02-07 | 2018-08-07 | 网易(杭州)网络有限公司 | 交互响应的测试方法和设备 |
CN109885492A (zh) * | 2019-02-13 | 2019-06-14 | 福建天晴数码有限公司 | 一种基于图像识别和曲线拟合的响应时间测试方法及终端 |
Also Published As
Publication number | Publication date |
---|---|
CN111352817A (zh) | 2020-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3852008A2 (en) | Image detection method and apparatus, device, storage medium and computer program product | |
CN110659600B (zh) | 物体检测方法、装置及设备 | |
CN111327926B (zh) | 视频插帧方法、装置、电子设备及存储介质 | |
CN110675635B (zh) | 相机外参的获取方法、装置、电子设备及存储介质 | |
CN112529180B (zh) | 模型蒸馏的方法和装置 | |
CN113765873A (zh) | 用于检测异常访问流量的方法和装置 | |
CN111582477A (zh) | 神经网络模型的训练方法和装置 | |
CN111460292A (zh) | 模型评估方法、装置、设备和介质 | |
CN111784757A (zh) | 深度估计模型的训练方法、深度估计方法、装置及设备 | |
CN111352817B (zh) | 响应时间测试方法、响应时间测试装置和电子设备 | |
CN112561879A (zh) | 模糊度评价模型训练方法、图像模糊度评价方法及装置 | |
CN112559231A (zh) | 应用检测方法、装置、设备以及存储介质 | |
CN113325954A (zh) | 用于处理虚拟对象的方法、装置、设备、介质和产品 | |
CN111861991A (zh) | 计算图像清晰度的方法以及装置 | |
CN111178137A (zh) | 检测真实人脸方法、装置、电子设备以及计算机可读存储介质 | |
US11646050B2 (en) | Method and apparatus for extracting video clip | |
CN113033346B (zh) | 文本检测方法、装置和电子设备 | |
CN111177479A (zh) | 获取关系网络图中节点的特征向量的方法以及装置 | |
CN114627556B (zh) | 动作检测方法、动作检测装置、电子设备以及存储介质 | |
US11704813B2 (en) | Visual search method, visual search device and electrical device | |
CN113327311A (zh) | 基于虚拟角色的显示方法、装置、设备、存储介质 | |
CN112558810A (zh) | 检测指尖位置的方法、装置、设备和存储介质 | |
CN111553283A (zh) | 用于生成模型的方法及装置 | |
CN111416744B (zh) | 互联网线上监控报警的方法及装置 | |
CN115378746B (zh) | 网络入侵检测规则生成方法、装置、设备以及存储介质 |
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 |