CN112738632B - 智能电视性能的优化方法、装置、设备及存储介质 - Google Patents
智能电视性能的优化方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112738632B CN112738632B CN202011587638.1A CN202011587638A CN112738632B CN 112738632 B CN112738632 B CN 112738632B CN 202011587638 A CN202011587638 A CN 202011587638A CN 112738632 B CN112738632 B CN 112738632B
- Authority
- CN
- China
- Prior art keywords
- algorithm
- application
- preset
- target
- performance
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/443—OS processes, e.g. booting an STB, implementing a Java virtual machine in an STB or power management in an STB
- H04N21/4431—OS processes, e.g. booting an STB, implementing a Java virtual machine in an STB or power management in an STB characterized by the use of Application Program Interface [API] libraries
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/262—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists
- H04N21/26291—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists for providing content or additional data updates, e.g. updating software modules, stored at the client
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/458—Scheduling content for creating a personalised stream, e.g. by combining a locally stored advertisement with an incoming stream; Updating operations, e.g. for OS modules ; time-related management operations
- H04N21/4586—Content update operation triggered locally, e.g. by comparing the version of software modules in a DVB carousel to the version stored locally
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Library & Information Science (AREA)
- Software Systems (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明涉及人工智能技术领域,公开了一种智能电视性能的优化方法、装置、设备及存储介质,所述方法包括:获取预设AI算法,判断应用所述预设AI算法对应的终端设备,获得目标终端设备;在所述目标终端设备上运行的算法更改时,获取各个更改的算法;将所述算法进行整合,并将整合后的算法发送至各个应用,获得分发结果;获取所述目标终端设备的输出能力以及上层应用接口,根据所述分发结果与所述上层应用接口进行匹配,获得目标应用,以使所述目标应用根据所述输出能力进行输出。本发明是通过预设AI算法对各个更改的算法进行整合,获得整合后的预设算法,并将所述整合后的预设算法用于目标应用上,能够有效提高智能电视的性能。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及智能电视性能的优化方法、装置、设备及存储介质。
背景技术
近年来,随着互联网技术的飞速发展,人工智能技术日益成为人们关注的话题,人工智能应用于在不同的技术领域,其中包括智能电视技术领域,并在智能电视技术领域取得了较大的进步,但是,如今的智能电视的功能越来越多,涉及的算法也越来越复杂,当智能电视中的应用算法发生更改时,会导致该应用当前运行的算法发生切换,导致该应用发生更改的原因有很多,例如硬件平台、算法提供商以及算法供应商提供的算法,因此,在不同的平台、算法提供商以及算法之间需要合理且灵活的适配,以达到对智能电视性能进行优化的目的。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种智能电视性能的优化方法、装置、设备及存储介质,旨在解决无法提高智能电视的性能的技术问题。
为实现上述目的,本发明提供了一种智能电视性能的优化方法,所述智能电视性能的优化方法包括以下步骤:
获取预设AI算法,判断应用所述预设AI算法对应的终端设备,获得目标终端设备;
在所述目标终端设备上运行的算法更改时,获取各个更改的算法;
根据所述预设AI算法对所述各个更改的算法进行整合,并将整合后的算法发送至所述目标终端设备上运行的各个应用,获得分发结果;
获取所述目标终端设备的输出能力以及上层应用接口,根据所述分发结果与所述上层应用接口进行匹配,获得目标应用,以使所述目标应用根据所述输出能力进行输出。
可选地,所述获取预设AI算法,判断应用所述预设AI算法对应的终端设备,获得目标终端设备,包括:
获取具有AI功能的摄像头端、电视端以及所述摄像头端的预设传输协议;
根据所述预设传输协议,判断所述预设AI算法是否应用在所述摄像头端;
若所述预设AI算法应用在所述摄像头端,则将所述摄像头端作为目标终端设备。
可选地,所述根据所述预设AI算法对所述各个更改的算法进行整合,并将整合后的算法发送至所述目标终端设备上运行的各个应用,获得分发结果,包括:
获取各个更改的算法,对所述各个更改的算法进行分类;
根据所述预设AI算法对分类后的更改算法进行转换,获得目标算法;
将所述目标算法发送至所述目标终端设备上运行的各个应用,获得分发结果。
可选地,所述获取各个更改的算法,对所述各个更改的算法进行分类之前,还包括:
获取算法提供商、更改算法以及硬件平台之间关系映射表;
获取当前算法提供商;
根据所述关系映射表对所述当前算法提供商进行查询,获得对应的更改算法和硬件平台;
根据所述硬件平台对所述更改算法进行筛选,获得筛选后的算法,将所述筛选后的算法作为所述各个更改的算法。
可选地,所述根据所述预设AI算法对所述各个更改的算法进行整合,并将整合后的算法发送至所述目标终端设备上运行的各个应用,获得分发结果之后,还包括:
根据所述分发结果,获得所述应用对应的算法;
获取所述应用的当前算法,根据所述应用对应的算法对所述当前算法进行更改;
获取上层应用接口,将更改后的算法与所述上层应用接口进行匹配,获得目标应用,以使所述目标应用根据所述输出能力进行输出。
可选地,所述获取所述目标终端设备的输出能力以及上层应用接口,根据所述分发结果与所述上层应用接口进行匹配,获得目标应用,以使所述目标应用根据所述输出能力进行输出之后,还包括:
在获取到新的算法提供商时,获得所述新的算法提供商提供的算法;
获取预设AI算法,根据所述算法和预设AI算法,生成对应的API接口;
将所述算法应用在对应的API接口,获得API接口对应的当前应用;
将所述目标应用切换为所述当前应用,以使所述当前应用根据所述输出能力进行输出。
可选地,所述获取上层应用接口,将所述分发结果与所述上层应用接口进行匹配,获得目标应用,并以使所述目标应用根据所述输出能力进行输出之后,包括:
在所述目标应用根据所述输出能力进行输出后,获得智能电视的目标性能参数值;
获取所述智能电视整合前的性能参数值,判断所述目标性能参数值是否大于所述整合前的性能参数值;
若所述目标性能参数值大于所述整合前的性能参数值,则获得性能优化结果。
此外,为实现上述目的,本发明还提出一种智能电视性能的优化装置,所述智能电视性能的优化装置包括:
判断模块,用于获取预设AI算法,判断应用所述预设AI算法对应的终端设备,获得目标终端设备;
获取模块,用于在所述目标终端设备上运行的算法更改时,获取各个更改的算法;
整合模块,用于根据所述预设AI算法对所述各个更改的算法进行整合,并将整合后的算法发送至所述目标终端设备上运行的各个应用,获得分发结果;
匹配模块,用于获取所述目标终端设备的输出能力以及上层应用接口,根据所述分发结果与所述上层应用接口进行匹配,获得目标应用,以使所述目标应用根据所述输出能力进行输出。
此外,为实现上述目的,本发明还提出一种智能电视性能的优化设备,所述智能电视性能的优化设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的智能电视性能的优化程序,所述智能电视性能的优化程序配置为实现如上文所述的智能电视性能的优化方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有智能电视性能的优化程序,所述智能电视性能的优化程序被处理器执行时实现如上文所述的智能电视性能的优化方法的步骤。
本发明提出的智能电视性能的优化方法,通过获取预设AI算法,判断应用所述预设AI算法对应的终端设备,获得目标终端设备;在所述目标终端设备上运行的算法更改时,获取各个更改的算法;将所述算法进行整合,并将整合后的算法发送至各个应用,获得分发结果;获取所述目标终端设备的输出能力以及上层应用接口,根据所述分发结果与所述上层应用接口进行匹配,获得目标应用,以使所述目标应用根据所述输出能力进行输出。本发明是通过预设AI算法对各个更改的算法进行整合,获得整合后的预设算法,并将所述整合后的预设算法用于目标应用上,能够有效提高智能电视的性能。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的智能电视性能的优化设备的结构示意图;
图2为本发明智能电视性能的优化方法第一实施例的流程示意图;
图3为本发明智能电视性能的优化方法第二实施例的流程示意图;
图4为本发明智能电视性能的优化方法第三实施例的流程示意图;
图5为本发明智能电视性能的优化装置第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的智能电视性能的优化设备结构示意图。
如图1所示,该智能电视性能的优化设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对智能电视性能的优化设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及智能电视性能的优化程序。
在图1所示的智能电视性能的优化设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明智能电视性能的优化设备中的处理器1001、存储器1005可以设置在智能电视性能的优化设备中,所述智能电视性能的优化设备通过处理器1001调用存储器1005中存储的智能电视性能的优化程序,并执行本发明实施例提供的智能电视性能的优化方法。
基于上述硬件结构,提出本发明智能电视性能的优化方法实施例。
参照图2,图2为本发明智能电视性能的优化方法第一实施例的流程示意图。
在第一实施例中,所述智能电视性能的优化方法包括以下步骤:
步骤S10,获取预设AI算法,判断应用所述预设AI算法对应的终端设备,获得目标终端设备。
需要说明的是,本实施例的执行主体可为智能电视性能的优化设备,还可为其他可实现相同或相似功能的设备,本实施例对此不作限制,在本实施例中,以智能电视性能的优化设备为例进行说明。
应当理解的是,所述预设AI算法指的是用于将不同算法提供商提供的算法进行处理并将处理后算法分发至对应上层应用的接口,以实现在算法进行更换时可进行智能切换,并按照所述算法提供商提供的算法进行输出,所述预设AI算法按照功能的不同,可以分为不同的类型,如:决策树算法、随机森林算法、逻辑回归算法、朴素贝叶斯算法、最近邻算法、均值算法、神经网络算法以及马尔可夫算法等等。
可以理解的是,所述判断应用所述预设AI算法对应的终端设备指的是判断当前所述预设预设算法是在哪个终端设备进行应用,由于不同的终端设备对应的输出能力是有所区别的,例如在设置在电视端的摄像头的输出能力为整体输出能力的60%,而在电视端的输出能力为90%,因此在获得预设AI算法后,就需要对所述预设AI算法的应用位置进行判断,所述目标终端设备就是在判断所述预设AI算法应用的终端设备。
应当理解的是,所述终端设备指的是由通信设施向计算机输入程序和数据或接收计算机输出处理结果的设备,所述终端设备分为通用的和专用的两类,通用终端设备泛指附有通信处理控制功能的通用输入输出设备,配置的种类和数量视具体情况而定,通用终端设备由通信接口控制装置与专用或选定的输入输出装置组合而成。
在具体实施中,智能电视性能的优化设备获取预设AI算法,判断应用所述预设AI算法对应的终端设备,获得目标终端设备。
步骤S20,在所述目标终端设备上运行的算法更改时,获取各个更改的算法。
应当理解的是,所述在所述目标终端设备上运行的算法更改时指的是当所述算法提供商提供的算法进行改变时导致所述目标终端设备运行的算法也会发生相应的更改,例如所述当前目标设备上运行的应用有A应用、B应用以及C应用,此时所述A应用上运行的算法是A1算法、所述B应用上运行的算法是B1算法以及所述C应用上运行的算法是C1,当所述算法提供商提供的算法变为A2、B2以及C2时,所述目标终端上运行的算法也需要进行对应的修改,因此在所述目标终端上运行的算法进行更改时,需要先获取各个应用对应的更改算法。
在具体实施中,在所述目标终端设备上运行的算法更改时,智能电视性能的优化设备获取各个更改的算法。
步骤S30,根据所述预设AI算法对所述各个更改的算法进行整合,并将整合后的算法发送至所述目标终端设备上运行的各个应用,获得分发结果。
应当理解的是,所述根据所述预设AI算法对所述各个更改的算法进行整合指的是在获得算法提供商提供的各个更改的算法后,对所述各个更改的算法进行预处理,以获得不同应用接口对应的各个更改算法,不同的应用接口对应的各个更改的算法是不一样的,例如A应用对应的各个更改算法是A算法,B应用对应的各个更改算法是B算法,将预处理后的算法发送至所述目标设备对应的应用上,获得分发结果,那么此时A应用分发的是A算法,B应用分发的算法是B算法。
可以理解的是,所述预处理指的是在将所述算法提供商提供的各个更改的算法发送至所述目标终端设备上运行的各个应用之前进行的处理,经过所述预处理后,能够使所述各个更改的算法按照一定的规律进行分类,以便后续的分发,所述预处理本意是指在进行最后加工完善以前进行的准备过程,具体应用在不同的行业或领域,会有不同的解释。
在具体实施中,智能电视性能的优化设备根据所述预设AI算法对所述各个更改的算法进行整合,并将整合后的算法发送至所述目标终端设备上运行的各个应用,获得分发结果。
步骤S40,获取所述目标终端设备的输出能力以及上层应用接口,根据所述分发结果与所述上层应用接口进行匹配,获得目标应用,以使所述目标应用根据所述输出能力进行输出。
应当理解的是,所述上层应用接口指的是电视端软件系统不同组成部分衔接的约定而成的接口,所述上层接口主要用于接收下层接口的各个更改的算法,在数据封装时,网络分层中的每个层相互之间会用接口进行交互并提供服务,其中应用层与用户之间的接口称之为应用接口,上层应用接口实际上是一种功能集合,也可说是定义、协议的集合,无论是那种集合,它的实质都是通过抽象为用户屏蔽实现上的细节和复杂性。
可以理解的是,根据所述分发结果与所述上层应用接口进行匹配指的是在根据所述上层应用接口对下层算法提供商提供的各个更改的算法进行筛选,所述筛选后的即为所述上层应用运行的算法,例如所述分发给A应用的各个更改的算法分别是A1、A2、B1,但是此时所述上层应用运行的算法的类型是A,即A1和A2均可与所述上层应用接口进行匹配,而此时B1算法无法与所述上层应用接口匹配成功,需要舍弃。
应当理解的是,所述输出能力指的是人脸106识别能力、240点识别能力、人体骨骼点识别能力、图像分割能力、人像距离识别能力、人脸年龄识别能力、人物表情识别能力以及人物男女识别能力等等,在所述上层应用接口与所述分发结果中的各个更改算法进行匹配成功后,获得更改算法后的目标应用,以使所述目标应用根据所述输出能力进行输出,从而实现同一硬件平台不同应用适配不同算法、同一硬件平台同一应用适配不同算法、同一应用不同算法适配不同硬件平台以及同一应用同一算法适配不同硬件平台的效果。
在具体实施中,智能电视性能的优化设备获取所述目标终端设备的输出能力以及上层应用接口,根据所述分发结果与所述上层应用接口进行匹配,获得目标应用,以使所述目标应用根据所述输出能力进行输出。
本实施例通过获取预设AI算法,判断应用所述预设AI算法对应的终端设备,获得目标终端设备;在所述目标终端设备上运行的算法更改时,获取各个更改的算法;将所述算法进行整合,并将整合后的算法发送至各个应用,获得分发结果;获取所述目标终端设备的输出能力以及上层应用接口,根据所述分发结果与所述上层应用接口进行匹配,获得目标应用,以使所述目标应用根据所述输出能力进行输出。本发明是通过预设AI算法对各个更改的算法进行整合,获得整合后的预设算法,并将所述整合后的预设算法用于目标应用上,能够有效提高智能电视的性能。
在一实施例中,如图3所述,基于第一实施例提出本发明智能电视性能的优化方法第二实施例,所述步骤S10,包括:
步骤S101,获取具有AI功能的摄像头端、电视端以及所述摄像头端的预设传输协议。
可以理解的是,所述具有AI功能的摄像头端、电视端指的是多数摄像头端和所述电视端均能支持预设AI算法,能使所述预设AI算法在所述摄像头端或者电视端能够执行对应的AI功能,所述摄像头是内置在所述电视端的,例如当所述电视端是不支持所述预设AI算法的,所述摄像头端支持所述预设AI算法,所述预设AI算法也能在所述摄像头端将执行完成后的结果传输至所述电视端,所述摄像头端包括内置摄像头和外置摄像头。
应当理解的是,所述摄像头端的预设传输协议指的是用于评价所述预设AI算法应用于在哪一终端设备的唯一标识,若所述预设传输协议的类型是所述摄像头传输协议,则所述预设AI算法应用于摄像头端,若所述预设传输传输协议是电视端传输协议,则所述预设AI算法应用于电视端,传输协议中各层都为上一层提供业务功能,本实施例中的传输协议主要是在算法提供商提供的算法发生更改时,将更改后的算法与上层应用接口进行匹配,并向所述目标终端设备发送更改后的算法。
在具体实施中,智能电视性能的优化设备获取具有AI功能的摄像头端、电视端以及所述摄像头端的预设传输协议。
步骤S102,根据所述预设传输协议,判断所述预设AI算法是否应用在所述摄像头端。
可以理解的是,所述判断所述预设AI算法是否应用在所述摄像头端指的是判断所述预设传输协议是否属于摄像头端,例如所述摄像头端支持的预设传输协议是A、B以及C三种,此时所述预设传输协议是A,表明所述预设传输协议为所述摄像头端的传输协议,那么所述预设AI算法则应用于所述摄像头端,若此时所述预设传输协议是D,那么所述预设AI算法应用于所述电视端,所述预设传输协议支持所述摄像头端或者所述电视端的所有传输协,但只支持所述摄像头端或者所述电视端其中的一个。
在具体实施中,智能电视性能的优化设备根据所述预设传输协议,判断所述预设AI算法是否应用在所述摄像头端。
步骤S103,若所述预设AI算法应用在所述摄像头端,则将所述摄像头端作为目标终端设备。
可以理解的是,所述将所述摄像头端作为目标终端设备指的是在判断所述预设传输协议属于所述摄像头端时,则表明所述预设AI算法应用于所述摄像头端,那么所述摄像头即为所述目标终端设备,将算法提供商提供的各个更改的算法发送至所述目标终端设备上运行的各个应用上。
在具体实施中,若所述预设AI算法应用在所述摄像头端,则智能电视性能的优化设备将所述摄像头端作为目标终端设备。
本实施例中通过获取具有AI功能的摄像头端、电视端以及所述摄像头端的预设传输协议;根据所述预设传输协议,判断所述预设AI算法是否应用在所述摄像头端;若所述预设AI算法应用在所述摄像头端,则将所述摄像头端作为目标终端设备。本实施例通过预设传输协议判断所述预设AI算法应用的目标终端设备,若所述预设传输协议属于所述摄像头端,则将所述摄像头端作为目标终端设备,若所述预设传输协议属于所述电视端,则将所述电视端作为目标终端设备,根据所述目标终端设备的不同,获得对应的输出能力也不同,从而提高了获得输出能力的准确性。
在一实施例中,如图4所述,基于第一实施例提出本发明智能电视性能的优化方法第三实施例,所述步骤S30,包括:
步骤S301,获取各个更改的算法,对所述各个更改的算法进行分类。
进一步的,为了有效提高了所述智能电视的性能,在获取各个更改的算法,对所述各个更改的算法进行分类之前,还需要获取算法提供商、更改算法以及硬件平台之间关系映射表;获取当前算法提供商;根据所述关系映射表对所述当前算法提供商进行查询,获得对应的更改算法和硬件平台;根据所述硬件平台对所述更改算法进行筛选,获得筛选后的算法,将所述筛选后的算法作为所述各个更改的算法。
可以理解的是,所述各个更改的算法指的是算法提供商提供的算法,所述算法提供商提供的算法主要是用于对当前应用中的算法进行切换,在获得所述算法提供商提供的算法后,需要对所述算法进行分类,例如所述算法提供商提供的算法有A1、B1、C1、A2、B2、C2、A3、B3、C3,此时需要将所述算法分为A、B以及C三类,即A1、A2、A3第一类,B1、B2、B3第二类,C1、C2、C3第三类。
应当理解的是,所述算法提供商、更改算法以及硬件平台关系映射表指的是包含所述算法提供商、更改算法、所述硬件平台以及其他信息的对应的关系,所述对应关系包括一对一、一对多等等,例如算法提供商提供多种算法,或者不同的算法提供商提供同一算法,或者所述算法提供商提供的不同算法能够应用于不同的硬件平台等等,根据所述算法提供商、更改算法以及硬件平台关系映射表其中的一个条件,即可查询到其他对应的信息。
在具体实施中,智能电视性能的优化设备获取各个更改的算法,对所述各个更改的算法进行分类。
步骤S302,根据所述预设AI算法对分类后的更改算法进行转换,获得目标算法。
可以理解的是,所述根据所述预设AI算法对分类后的更改算法进行转换指的是将算法提供商提供的算法进行分类后,将所述分类后的算法转换为目标算法,所述转换的内容可以是多数分类后的算法的格式或者对应用的适配性,例如所述分类后的算法在运用时只能用于对所述电视端的屏幕进行监测,但是可能没有办法进行问题统计,此时通过预设AI算法可以将所述分类后的算法更改为既可监测又能统计,所述更改后的算法即为目标算法。
在具体实施中,智能电视性能的优化设备根据所述预设AI算法对分类后的更改算法进行转换,获得目标算法。
步骤S303,将所述目标算法发送至所述目标终端设备上运行的各个应用,获得分发结果。
可以理解的是,所述将所述目标算法发送至所述目标终端设备上运行的各个应用指的是将所述转换后的算法进行发送,以使不同的应用运行所述转换后的目标算法。
在具体实施中,智能电视性能的优化设备根据所述预设AI算法对分类后的更改算法进行转换,获得目标算法。
应当理解的是,当获取新的算法提供商后,根据新的算法提供商获得对应的算法,根据所述预设AI算法和对应的提供算法获得对应的API接口,将将所述提供的算法应用在对应的API接口,获得API接口对应的当前应用,再将所述目标应用切换为所述当前应用,以使所述当前应用根据所述输出能力进行输出,在所述目标应用根据所述输出能力进行输出后,获得智能电视的目标性能参数值,获取所述智能电视整合前的性能参数值,判断所述目标性能参数值是否大于所述整合前的性能参数值,若所述目标性能参数值大于所述整合前的性能参数值,则获得性能优化结果,例如所述智能电视整合前的性能参数值为70,在所述目标应用根据所述输出能力进行输出后,所述智能电视的目标性能参数值为98,那么所述智能电视的性能就得到了优化。
本实施例通过获取算法提供商、更改算法以及硬件平台之间关系映射表;获取当前算法提供商;根据所述关系映射表对所述当前算法提供商进行查询,获得对应的更改算法和硬件平台;根据所述硬件平台对所述更改算法进行筛选,获得筛选后的算法,将所述筛选后的算法作为所述各个更改的算法;对所述各个更改的算法进行分类;根据所述预设AI算法对分类后的更改算法进行转换,获得目标算法;在所述目标应用根据所述输出能力进行输出后,获得智能电视的目标性能参数值;获取所述智能电视整合前的性能参数值,判断所述目标性能参数值是否大于所述整合前的性能参数值;若所述目标性能参数值大于所述整合前的性能参数值,则获得性能优化结果。本实施例通过获取各个更改的算法,将所述各个更改的算法进行分类和转换,获得目标算法,将所述目标算法应用在所述目标终端设备上,在所述算法提供商进行新增后,生成对应的API接口,根据所述对应的API接口和预设AI算法,获得对应的当前应用,并将所述目标应用切换为所述当前应用,从而提高了电视端对算法的适配性,将所述智能电视的当前性能参数值与所述智能电视目标性能参数值进行比较,若所述目标性能参数值大于所述整合前的性能参数值,则获得性能优化结果,从而有效提高了所述智能电视的性能。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有智能电视性能的优化程序,所述智能电视性能的优化程序被处理器执行时实现如上文所述的智能电视性能的优化方法的步骤。
由于本存储介质采用了上述所有实施例的全部技术方案,因此至少具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
此外,参照图5,本发明实施例还提出一种智能电视性能的优化装置,所述智能电视性能的优化装置包括:
判断模块10,用于获取预设AI算法,判断应用所述预设AI算法对应的终端设备,获得目标终端设备。
应当理解的是,所述预设AI算法指的是用于将不同算法提供商提供的算法进行处理并将处理后算法分发至对应上层应用的接口,以实现在算法进行更换时可进行智能切换,并按照所述算法提供商提供的算法进行输出,所述预设AI算法按照功能的不同,可以分为不同的类型,如:决策树算法、随机森林算法、逻辑回归算法、朴素贝叶斯算法、最近邻算法、均值算法、神经网络算法以及马尔可夫算法等等。
可以理解的是,所述判断应用所述预设AI算法对应的终端设备指的是判断当前所述预设预设算法是在哪个终端设备进行应用,由于不同的终端设备对应的输出能力是有所区别的,例如在设置在电视端的摄像头的输出能力为整体输出能力的60%,而在电视端的输出能力为90%,因此在获得预设AI算法后,就需要对所述预设AI算法的应用位置进行判断,所述目标终端设备就是在判断所述预设AI算法应用的终端设备。
应当理解的是,所述终端设备指的是由通信设施向计算机输入程序和数据或接收计算机输出处理结果的设备,所述终端设备分为通用的和专用的两类,通用终端设备泛指附有通信处理控制功能的通用输入输出设备,配置的种类和数量视具体情况而定,通用终端设备由通信接口控制装置与专用或选定的输入输出装置组合而成。
在具体实施中,智能电视性能的优化设备获取预设AI算法,判断应用所述预设AI算法对应的终端设备,获得目标终端设备。
获取模块20,用于在所述目标终端设备上运行的算法更改时,获取各个更改的算法。
应当理解的是,所述在所述目标终端设备上运行的算法更改时指的是当所述算法提供商提供的算法进行改变时导致所述目标终端设备运行的算法也会发生相应的更改,例如所述当前目标设备上运行的应用有A应用、B应用以及C应用,此时所述A应用上运行的算法是A1算法、所述B应用上运行的算法是B1算法以及所述C应用上运行的算法是C1,当所述算法提供商提供的算法变为A2、B2以及C2时,所述目标终端上运行的算法也需要进行对应的修改,因此在所述目标终端上运行的算法进行更改时,需要先获取各个应用对应的更改算法。
在具体实施中,在所述目标终端设备上运行的算法更改时,智能电视性能的优化设备获取各个更改的算法。
整合模块30,用于根据所述预设AI算法对所述各个更改的算法进行整合,并将整合后的算法发送至所述目标终端设备上运行的各个应用,获得分发结果。
应当理解的是,所述根据所述预设AI算法对所述各个更改的算法进行整合指的是在获得算法提供商提供的各个更改的算法后,对所述各个更改的算法进行预处理,以获得不同应用接口对应的各个更改算法,不同的应用接口对应的各个更改的算法是不一样的,例如A应用对应的各个更改算法是A算法,B应用对应的各个更改算法是B算法,将预处理后的算法发送至所述目标设备对应的应用上,获得分发结果,那么此时A应用分发的是A算法,B应用分发的算法是B算法。
可以理解的是,所述预处理指的是在将所述算法提供商提供的各个更改的算法发送至所述目标终端设备上运行的各个应用之前进行的处理,经过所述预处理后,能够使所述各个更改的算法按照一定的规律进行分类,以便后续的分发,所述预处理本意是指在进行最后加工完善以前进行的准备过程,具体应用在不同的行业或领域,会有不同的解释。
在具体实施中,智能电视性能的优化设备根据所述预设AI算法对所述各个更改的算法进行整合,并将整合后的算法发送至所述目标终端设备上运行的各个应用,获得分发结果。
匹配模块40,用于获取所述目标终端设备的输出能力以及上层应用接口,根据所述分发结果与所述上层应用接口进行匹配,获得目标应用,以使所述目标应用根据所述输出能力进行输出。
应当理解的是,所述上层应用接口指的是电视端软件系统不同组成部分衔接的约定而成的接口,所述上层接口主要用于接收下层接口的各个更改的算法,在数据封装时,网络分层中的每个层相互之间会用接口进行交互并提供服务,其中应用层与用户之间的接口称之为应用接口,上层应用接口实际上是一种功能集合,也可说是定义、协议的集合,无论是那种集合,它的实质都是通过抽象为用户屏蔽实现上的细节和复杂性。
可以理解的是,根据所述分发结果与所述上层应用接口进行匹配指的是在根据所述上层应用接口对下层算法提供商提供的各个更改的算法进行筛选,所述筛选后的即为所述上层应用运行的算法,例如所述分发给A应用的各个更改的算法分别是A1、A2、B1,但是此时所述上层应用运行的算法的类型是A,即A1和A2均可与所述上层应用接口进行匹配,而此时B1算法无法与所述上层应用接口匹配成功,需要舍弃。
应当理解的是,所述输出能力指的是人脸106识别能力、240点识别能力、人体骨骼点识别能力、图像分割能力、人像距离识别能力、人脸年龄识别能力、人物表情识别能力以及人物男女识别能力等等,在所述上层应用接口与所述分发结果中的各个更改算法进行匹配成功后,获得更改算法后的目标应用,以使所述目标应用根据所述输出能力进行输出,从而实现同一硬件平台不同应用适配不同算法、同一硬件平台同一应用适配不同算法、同一应用不同算法适配不同硬件平台以及同一应用同一算法适配不同硬件平台的效果。
在具体实施中,智能电视性能的优化设备获取所述目标终端设备的输出能力以及上层应用接口,根据所述分发结果与所述上层应用接口进行匹配,获得目标应用,以使所述目标应用根据所述输出能力进行输出。
本发明提出的智能电视性能的优化方法,通过获取预设AI算法,判断应用所述预设AI算法对应的终端设备,获得目标终端设备;在所述目标终端设备上运行的算法更改时,获取各个更改的算法;将所述算法进行整合,并将整合后的算法发送至各个应用,获得分发结果;获取所述目标终端设备的输出能力以及上层应用接口,根据所述分发结果与所述上层应用接口进行匹配,获得目标应用,以使所述目标应用根据所述输出能力进行输出。本发明是通过预设AI算法对各个更改的算法进行整合,获得整合后的预设算法,并将所述整合后的预设算法用于目标应用上,能够有效提高智能电视的性能。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的智能电视性能的优化方法,此处不再赘述。
在一实施例中,所述判断模块10,还用于获取具有AI功能的摄像头端、电视端以及所述摄像头端的预设传输协议;根据所述预设传输协议,判断所述预设AI算法是否应用在所述摄像头端;若所述预设AI算法应用在所述摄像头端,则将所述摄像头端作为目标终端设备。
在一实施例中,所述整合模块30,还用于获取各个更改的算法,对所述各个更改的算法进行分类;根据所述预设AI算法对分类后的更改算法进行转换,获得目标算法;将所述目标算法发送至所述目标终端设备上运行的各个应用,获得分发结果。
在一实施例中,所述整合模块30,还用于获取算法提供商、更改算法以及硬件平台之间关系映射表;获取当前算法提供商;根据所述关系映射表对所述当前算法提供商进行查询,获得对应的更改算法和硬件平台;根据所述硬件平台对所述更改算法进行筛选,获得筛选后的算法,将所述筛选后的算法作为所述各个更改的算法。
在一实施例中,所述整合模块30,还用于根据所述分发结果,获得所述应用对应的算法;获取所述应用的当前算法,根据所述应用对应的算法对所述当前算法进行更改;获取上层应用接口,将更改后的算法与所述上层应用接口进行匹配,获得目标应用,以使所述目标应用根据所述输出能力进行输出。
在一实施例中,所述匹配模块40,还用于在获取到新的算法提供商时,获得所述新的算法提供商提供的算法;获取预设AI算法,根据所述算法和预设AI算法,生成对应的API接口;将所述算法应用在对应的API接口,获得API接口对应的当前应用;将所述目标应用切换为所述当前应用,以使所述当前应用根据所述输出能力进行输出。
在一实施例中,所述匹配模块40,还用于在所述目标应用根据所述输出能力进行输出后,获得智能电视的目标性能参数值;获取所述智能电视整合前的性能参数值,判断所述目标性能参数值是否大于所述整合前的性能参数值;若所述目标性能参数值大于所述整合前的性能参数值,则获得性能优化结果。
本发明所述智能电视性能的优化装置的其他实施例或具有实现方法可参照上述各方法实施例,此处不在赘余。
此外,需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的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(如只读存储器(Read Only Memory,ROM)/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种智能电视性能的优化方法,其特征在于,所述智能电视性能的优化方法包括以下步骤:
获取预设AI算法,判断应用所述预设AI算法对应的终端设备,获得目标终端设备;
在所述目标终端设备上运行的算法更改时,获取各个更改的算法;
根据所述预设AI算法对所述各个更改的算法进行整合,并将整合后的算法发送至所述目标终端设备上运行的各个应用,获得分发结果;
获取所述目标终端设备的输出能力以及上层应用接口,根据所述分发结果与所述上层应用接口进行匹配,获得目标应用,以使所述目标应用根据所述输出能力进行输出;
所述根据所述预设AI算法对所述各个更改的算法进行整合,并将整合后的算法发送至所述目标终端设备上运行的各个应用,获得分发结果,包括:
获取各个更改的算法,对所述各个更改的算法进行分类;
根据所述预设AI算法对分类后的更改算法进行转换,获得目标算法;
将所述目标算法发送至所述目标终端设备上运行的各个应用,获得分发结果。
2.如权利要求1所述的智能电视性能的优化方法,其特征在于,所述获取预设AI算法,判断应用所述预设AI算法对应的终端设备,获得目标终端设备,包括:
获取具有AI功能的摄像头端、电视端以及所述摄像头端的预设传输协议;
根据所述预设传输协议,判断所述预设AI算法是否应用在所述摄像头端;
若所述预设AI算法应用在所述摄像头端,则将所述摄像头端作为目标终端设备。
3.如权利要求1所述的智能电视性能的优化方法,其特征在于,所述获取各个更改的算法,对所述各个更改的算法进行分类之前,还包括:
获取算法提供商、更改算法以及硬件平台之间关系映射表;
获取当前算法提供商;
根据所述关系映射表对所述当前算法提供商进行查询,获得对应的更改算法和硬件平台;
根据所述硬件平台对所述更改算法进行筛选,获得筛选后的算法,将所述筛选后的算法作为所述各个更改的算法。
4.如权利要求1所述的智能电视性能的优化方法,其特征在于,所述根据所述预设AI算法对所述各个更改的算法进行整合,并将整合后的算法发送至所述目标终端设备上运行的各个应用,获得分发结果之后,还包括:
根据所述分发结果,获得所述应用对应的算法;
获取所述应用的当前算法,根据所述应用对应的算法对所述当前算法进行更改;
获取上层应用接口,将更改后的算法与所述上层应用接口进行匹配,获得目标应用,以使所述目标应用根据所述输出能力进行输出。
5.如权利要求1所述的智能电视性能的优化方法,其特征在于,所述获取所述目标终端设备的输出能力以及上层应用接口,根据所述分发结果与所述上层应用接口进行匹配,获得目标应用,以使所述目标应用根据所述输出能力进行输出之后,还包括:
在获取到新的算法提供商时,获得所述新的算法提供商提供的算法;
获取预设AI算法,根据所述算法和预设AI算法,生成对应的API接口;
将所述算法应用在对应的API接口,获得API接口对应的当前应用;
将所述目标应用切换为所述当前应用,以使所述当前应用根据所述输出能力进行输出。
6.如权利要求1至5中任一项所述的智能电视性能的优化方法,其特征在于,所述获取上层应用接口,将所述分发结果与所述上层应用接口进行匹配,获得目标应用,并以使所述目标应用根据所述输出能力进行输出之后,包括:
在所述目标应用根据所述输出能力进行输出后,获得智能电视的目标性能参数值;
获取所述智能电视整合前的性能参数值,判断所述目标性能参数值是否大于所述整合前的性能参数值;
若所述目标性能参数值大于所述整合前的性能参数值,则获得性能优化结果。
7.一种智能电视性能的优化装置,其特征在于,所述智能电视性能的优化装置包括:
判断模块,用于获取预设AI算法,判断应用所述预设AI算法对应的终端设备,获得目标终端设备;
获取模块,用于在所述目标终端设备上运行的算法更改时,获取各个更改的算法;
整合模块,用于根据所述预设AI算法对所述各个更改的算法进行整合,并将整合后的算法发送至所述目标终端设备上运行的各个应用,获得分发结果;
匹配模块,用于获取所述目标终端设备的输出能力以及上层应用接口,根据所述分发结果与所述上层应用接口进行匹配,获得目标应用,以使所述目标应用根据所述输出能力进行输出;
所述整合模块,还用于获取各个更改的算法,对所述各个更改的算法进行分类;根据所述预设AI算法对分类后的更改算法进行转换,获得目标算法;将所述目标算法发送至所述目标终端设备上运行的各个应用,获得分发结果。
8.一种智能电视性能的优化设备,其特征在于,所述智能电视性能的优化设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的智能电视性能的优化程序,所述智能电视性能的优化程序配置有实现如权利要求1至6中任一项所述的智能电视性能的优化方法的步骤。
9.一种存储介质,其特征在于,所述存储介质上存储有智能电视性能的优化程序,所述智能电视性能的优化程序被处理器执行时实现如权利要求1至6中任一项所述的智能电视性能的优化方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011587638.1A CN112738632B (zh) | 2020-12-28 | 2020-12-28 | 智能电视性能的优化方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011587638.1A CN112738632B (zh) | 2020-12-28 | 2020-12-28 | 智能电视性能的优化方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112738632A CN112738632A (zh) | 2021-04-30 |
CN112738632B true CN112738632B (zh) | 2022-11-25 |
Family
ID=75607072
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011587638.1A Active CN112738632B (zh) | 2020-12-28 | 2020-12-28 | 智能电视性能的优化方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112738632B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017071341A1 (zh) * | 2015-10-28 | 2017-05-04 | 华为技术有限公司 | 一种应用程序编程接口api的分享方法和装置 |
WO2017128592A1 (zh) * | 2016-01-28 | 2017-08-03 | 深圳国微技术有限公司 | 一种基于智能电视提高应用程序适配性的方法和装置 |
CN108415683A (zh) * | 2018-03-07 | 2018-08-17 | 深圳车盒子科技有限公司 | 多场景语音辅助方法、智能语音系统、设备及存储介质 |
CN112070000A (zh) * | 2020-09-07 | 2020-12-11 | 上海闻泰信息技术有限公司 | 智能识别算法训练方法、装置、终端服务器及可存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102339285A (zh) * | 2010-07-16 | 2012-02-01 | 中国联合网络通信集团有限公司 | web应用和终端自动匹配的方法和系统以及网络侧设备 |
US9711327B2 (en) * | 2015-07-16 | 2017-07-18 | Applied Materials Israel, Ltd. | Method and system for optimizing configurable parameters of inspection tools |
CN110825636B (zh) * | 2019-11-05 | 2021-03-30 | 腾讯科技(深圳)有限公司 | 一种匹配算法性能测试方法、装置、设备、系统及介质 |
-
2020
- 2020-12-28 CN CN202011587638.1A patent/CN112738632B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017071341A1 (zh) * | 2015-10-28 | 2017-05-04 | 华为技术有限公司 | 一种应用程序编程接口api的分享方法和装置 |
WO2017128592A1 (zh) * | 2016-01-28 | 2017-08-03 | 深圳国微技术有限公司 | 一种基于智能电视提高应用程序适配性的方法和装置 |
CN108415683A (zh) * | 2018-03-07 | 2018-08-17 | 深圳车盒子科技有限公司 | 多场景语音辅助方法、智能语音系统、设备及存储介质 |
CN112070000A (zh) * | 2020-09-07 | 2020-12-11 | 上海闻泰信息技术有限公司 | 智能识别算法训练方法、装置、终端服务器及可存储介质 |
Non-Patent Citations (1)
Title |
---|
移动智能终端基于神经网络的人工智能技术与应用;解谦等;《信息通信技术与政策》;20191215(第12期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112738632A (zh) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10235602B1 (en) | Machine learning artificial intelligence system for identifying vehicles | |
CN109492536B (zh) | 一种基于5g架构的人脸识别方法及系统 | |
CN113168326A (zh) | 用于无线通信系统中的基于网络的媒体处理功能的管理的方法和设备 | |
CN108881396A (zh) | 网络数据的加载方法、装置、设备和计算机存储介质 | |
CN112905902A (zh) | 面向云计算和人工智能的会话意图提取方法及系统 | |
CN111967598A (zh) | 神经网络压缩方法、装置、设备及计算机可读存储介质 | |
CN112346751B (zh) | 应用程序的安装方法、装置、电子设备和存储介质 | |
CN113570030A (zh) | 数据处理方法、装置、设备以及存储介质 | |
CN112381010A (zh) | 表格结构的还原方法、系统、计算机设备及存储介质 | |
CN110781180A (zh) | 一种数据筛选方法和数据筛选装置 | |
CN112905881A (zh) | 基于区块链离线支付的信息推送方法及信息推送系统 | |
CN112738632B (zh) | 智能电视性能的优化方法、装置、设备及存储介质 | |
CN102067566B (zh) | 用于位于分布式系统中的服务对象的用户接口 | |
CN116229188B (zh) | 图像处理显示方法、分类模型的生成方法及其设备 | |
CN111258940B (zh) | 配置方法、业务审核方法及系统、设备、存储介质 | |
WO2022262448A1 (zh) | 物品筛选方法及装置、电子设备、存储介质 | |
CN112862073B (zh) | 一种压缩数据分析方法、装置、存储介质及终端 | |
CN115103097A (zh) | 一种图像处理装置、方法、计算机设备及可读存储介质 | |
CN114286302A (zh) | 一种生成5g消息的系统和方法 | |
CN112953993B (zh) | 资源调度方法、设备、网络系统及存储介质 | |
CN112948251A (zh) | 软件自动测试方法及装置 | |
CN111709467A (zh) | 一种基于机器视觉的产品与云端数据匹配系统及方法 | |
CN111104936A (zh) | 文本图像识别方法、装置、设备及存储介质 | |
CN115438270B (zh) | 设备信息智能推荐方法、装置、设备及存储介质 | |
CN114138152A (zh) | 信息收藏方法和设备 |
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 |