CN114924950A - 测试方法、电子设备和计算机可读介质 - Google Patents

测试方法、电子设备和计算机可读介质 Download PDF

Info

Publication number
CN114924950A
CN114924950A CN202210434040.1A CN202210434040A CN114924950A CN 114924950 A CN114924950 A CN 114924950A CN 202210434040 A CN202210434040 A CN 202210434040A CN 114924950 A CN114924950 A CN 114924950A
Authority
CN
China
Prior art keywords
data
real
camera
processing result
time
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.)
Pending
Application number
CN202210434040.1A
Other languages
English (en)
Inventor
谭翔
戢仁和
王浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Kuangshi Jinzhi Technology Co ltd
Beijing Kuangshi Technology Co Ltd
Original Assignee
Shenzhen Kuangshi Jinzhi Technology Co ltd
Beijing Kuangshi Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Kuangshi Jinzhi Technology Co ltd, Beijing Kuangshi Technology Co Ltd filed Critical Shenzhen Kuangshi Jinzhi Technology Co ltd
Priority to CN202210434040.1A priority Critical patent/CN114924950A/zh
Publication of CN114924950A publication Critical patent/CN114924950A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/36Preventing errors by testing or debugging software
    • G06F11/3668Software testing
    • G06F11/3672Test management
    • G06F11/3684Test management for test design, e.g. generating new test cases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/36Preventing errors by testing or debugging software
    • G06F11/3668Software testing
    • G06F11/3672Test management
    • G06F11/3688Test management for test execution, e.g. scheduling of test suites

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本申请实施例公开了测试方法、电子设备和计算机可读介质。该方法应用于嵌入式设备,所述嵌入式设备与上位机通信连接,所述嵌入式设备安装有传感器并存储有待测算法,该方法的实施例包括:获取传感器采集的实时数据;通过待测算法对实时数据进行处理,得到算法处理结果;基于实时数据和算法处理结果,生成目标格式数据;向上位机发送目标格式数据,以使上位机显示并保存实时数据和处理结果。该实施方式提高了测试效率。

Description

测试方法、电子设备和计算机可读介质
技术领域
本申请实施例涉及计算机技术领域,具体涉及测试方法、电子设备和计算机可读介质。
背景技术
随着计算机技术的发展,智能锁、考勤机等嵌入式设备应运而生。为使嵌入式设备达到实现预期功能,需要对其内置的算法进行测试。
现有技术中,由于嵌入式设备存储容量有限,通常需要将待测算法拷贝于具有较大存储容量的测试设备中,并在嵌入式设备每采集一组数据后,拷贝至测试设备中,以通过该数据对待测算法进行测试。这种方式无法实时观测数据和算法效果,导致测试效率较低。
发明内容
本申请实施例提出了测试方法、电子设备和计算机可读介质,以解决现有技术中测试效率较低的技术问题。
第一方面,本申请实施例提供了一种测试方法,该方法应用于嵌入式设备,所述嵌入式设备与上位机通信连接,所述嵌入式设备安装有传感器并存储有待测算法,该方法包括:获取所述传感器采集的实时数据;通过所述待测算法对所述实时数据进行处理,得到算法处理结果;基于所述实时数据和所述算法处理结果,生成目标格式数据;向所述上位机发送所述目标格式数据,以使所述上位机显示并保存所述实时数据和所述处理结果。
第二方面,本申请实施例提供了一种测试方法,该方法应用于上位机,所述上位机与所述嵌入式设备通信连接,所述嵌入式设备安装有传感器并存储有待测算法,所述方法包括:接收所述嵌入式设备传输的目标格式数据,所述目标格式数据基于所述传感器采集的实时数据和通过所述待测算法对所述实时数据进行处理后所得到的算法处理结果生成;基于所述目标格式数据,还原得到所述实时数据和所述算法处理结果;显示并保存所述实时数据和所述算法处理结果。
第三方面,本申请实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如…第一方面或第二方面中所描述的方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面或第二方面所描述的方法。
第五方面,本申请实施例提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现第一方面或第二方面中所描述的方法。
本申请实施例中,通过获取传感器采集的实时数据,而后基于嵌入式设备中所存储的待测算法对实时数据进行处理,得到算法处理结果,之后基于实时数据和算法处理结果,生成目标格式数据,最后向上位机发送目标格式数据,以使上位机显示并保存实时数据和处理结果。由此,可以通过外接上位机的方式,利用上位机的海量存储能力进行数据和算法处理结果的存储,使得测试人员能够实时查看数据及其对应的算法处理结果,无需进行拷贝操作,从而提高了测试效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是根据本申请的测试方法的一个实施例的流程图;
图2是根据本申请的测试方法中目标格式数据的生成过程的示意图;
图3是根据本申请的测试方法的又一个实施例的流程图;
图4是根据本申请的测试方法目标格式数据的解析过程的示意图;
图5是根据本申请的测试装置的一个实施例的结构示意图;
图6是根据本申请的测试装置的一个实施例的结构示意图;
图7是用于实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
需要指出的是,本申请中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下,并获得由相应装置所有者给予授权的情况下进行的。
近年来,生物识别技术已广泛地应用到各种终端设备或电子装置上。生物特征识别技术包括但不限于指纹识别、掌纹识别、静脉识别、虹膜识别、人脸识别、活体识别、防伪识别等技术。其中,指纹识别通常包括光学指纹识别、电容式指纹识别和超声波指纹识别。随着全面屏技术的兴起,可以将指纹识别模组设置在显示屏下方的局部区域或者全部区域,从而形成屏下(Under-display)光学指纹识别;或者,也可以将光学指纹识别模组的部分或者全部集成至电子设备的显示屏内部,从而形成屏内(In-display)光学指纹识别。上述显示屏可以是有机发光二极管(Organic Light Emitting Diode,OLED)显示屏或液晶显示屏(LiquidCrystal Display,LCD)等。指纹识别方法通常包括指纹实时图像数据的获取、预处理、特征提取、特征匹配等步骤。上述步骤中的部分或者全部可以通过传统计算机视觉(Computer Vision,CV)算法实现,也可以通过基于人工智能(Artificial Intelligence,AI)的深度学习算法实现。指纹识别技术可以应用在智能手机、平板电脑、游戏设备等便携式或移动终端,以及智能门锁、汽车、银行自动柜员机等其他电子设备,以用于指纹解锁、指纹支付、指纹考勤、身份认证等。
实践中,通常可使用智能锁、考勤机等嵌入式设备进行生物识别。由于嵌入式设备存储容量有限,通常需要将待测算法拷贝于具有较大存储容量的测试设备中,并在嵌入式设备每采集一组数据后,拷贝至测试设备中,以通过该数据对待测算法进行测试。这种方式无法实时观测数据和算法效果,导致测试效率较低。本申请提供了一种能够提高测试效率的测试方法。
请参考图1,其示出了根据本申请的测试方法的一个实施例的流程100。该测试方法可应用于嵌入式设备。嵌入式设备即为能够独立进行运作的设备,其可以具备简单的数据处理功能,但通常存储容量较小,不具备大容量的存储容量。例如,嵌入式设备可包括但不限于智能锁、考勤机等。
上述嵌入式设备可以与上位机通信连接。上位机可以是能够直接发出操控命令的计算机,其通常可以具有大容量的存储容量。例如,可包括但不限于平板电脑、服务器、膝上型便携计算机、掌上电脑、台式计算机等。上述通信连接方式既可以包括有线连接,也可以包括无线连接。其中,无线连接方式可包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX(World Interoperability for Microwave Access,全球微波接入互操作性)连接、Zigbee(紫蜂协议)连接、UWB(ultra wideband,超宽带)连接、以及其他现在已知或将来开发的无线连接方式。
该测试方法,包括以下步骤:
步骤101,获取传感器采集的实时数据。
在本实施例中,嵌入式设备可安装有传感器,以进行数据采集。测试方法的执行主体可以获取传感器采集的实时数据。此处,对传感器的种类不作具体限定,例如可以是用于进行实时图像数据采集的摄像头。上述摄像头可以是任意目数的摄像头,如单目摄像头、双目摄像头、三目摄像头等。相应地,其所采集的实时数据可以是实时图像数据,如单目图像数据、双目图像数据、或三目图像数据等。
作为示例,嵌入式设备可以是基于指纹识别的智能锁,则其上所安装的传感器可以是单目摄像头,以用于采集指纹实时图像数据。
作为又一示例,嵌入式设备可以是基于人脸识别的考勤机,其上所安装的传感器可以是双目摄像头,以用于采集人脸实时图像数据。
步骤102,通过待测算法对实时数据进行处理,得到算法处理结果。
在本实施例中,嵌入式设备可存储有算法,以实现目标功能。可对将该算法作为待测算法,对该算法进行测试,以确定嵌入式设备的性能。在对待测算法测试时,可以利用待测算法对所得到的实时数据进行处理,得到算法处理结果,并通过对算法处理结果进行观测和统计,来确定待测算法的性能。
作为示例,若嵌入式设备为基于指纹识别的智能锁,则其所存储的待测算法可以是指纹识别模型。上述执行主体可以将所得到的实时数据(如实时图像数据)输入至该指纹识别模型,得到指纹识别结果。
作为又一示例,若嵌入式设备为基于指纹识别的考勤机,则其所存储的待测算法可以是人脸识别模型。上述执行主体可以将所得到的实时数据(如实时图像数据)输入至该人脸识别模型,得到人脸识别结果。
步骤103,基于实时数据和算法处理结果,生成目标格式数据。
在本实施例中,上述执行主体可以将所获取的实时数据及其算法处理结果按照目标格式进行汇总,生成目标格式数据。其中,目标格式数据可以指目标格式的数据,目标格式可以用于指示实时数据及其算法处理结果的排布格式。目标格式可以预先设定,具体可以由上位机通过下发配置指令的方式进行配置。
在一些可选的实现方式中,传感器可以包括多目摄像头。上述多目摄像头的目数大于1。上述实时数据中可包括多目摄像头中的各摄像头采集的实时图像数据。上述执行主体可以将各摄像头采集的实时图像数据和算法处理结果按照目标格式写入预先配置的帧缓存,得到目标格式数据。由于可同时将多目摄像头中的各摄像头采集的实时图像数据写入帧缓存进行传输,因此可进行多目摄像头的实时成像分析和算法处理结果的分析,提高了测试结果的可视性以及技术人员观测测试结果的便捷性。
在一些可选的实现方式中,多目摄像头中的各摄像头采集的实时图像数据中,可以包括目标通道数据。实践中,各摄像头所采集的实时图像数据可以具有至少一个通道。目标通道数据可以是目标通道的数据,目标通道可以根据需要进行设定。上述执行主体可以将各摄像头采集的实时图像数据中的目标通道数据按照像素顺序进行混排,得到第一混排数据。而后,将上述第一混排数据和上述算法处理结果写入上述帧缓存中的不同存储区域,得到目标格式数据。
作为示例,实时图像数据可以是YUV(Y表示亮度,U和V可以表示色度,其中U表示蓝色分量的色度,V表示红色分量的色度)颜色编码的图像数据,其可以具有三通道,分别为Y通道、U通道和V通道。目标通道数据可以是Y通道的数据。在生成目标格式数据时,上述执行主体首先可以将各摄像头采集的实时图像数据中的Y通道数据按照像素顺序进行混排,得到第一混排数据。参见图2所示,传感器可以为双目摄像头,其中一个摄像头可记为“摄像头1”,另一个摄像头可记为“摄像头2”。摄像头1采集的实时图像数据在内存中的排列可参见标号201所示,其每个像素点的像素值可包括Y1、U1、V1。摄像头2采集的实时图像数据在内存中的排列参见标号202所示,其每个像素点的像素值可包括Y2、U2、V2。W和H分别表示宽和高。上述执行主体可分别从摄像头1采集的实时图像数据中提取Y1并从摄像头2采集的实时图像数据中提取Y2,按照像素顺序对Y1和Y2进行混排。例如,可以确定各个Y1和Y2的像素点坐标,以横坐标作为排序的第一优先级,以纵坐标作为排序的第二优先级,以来源的摄像头作为第三优先级,对Y1和Y2进行混排。混排结果可参见标号203所示,可将其作为第一混排数据。在得到第一混排数据后,可将上述第一混排数据和上述算法处理结果写入上述帧缓存中的不同存储区域,得到目标格式数据。
作为又一示例,若摄像头为红外摄像头,其所采集到的图像为红外图像,仅具有Y通道,没有U通道和V通道的信息,则目标通道可以是Y通道,目标通道数据可以是Y通道的数据。目标格式数据的生成过程可参见上述示例,此处不再赘述。
作为再一示例,实时图像数据可以是RGB(Red-Green-Blue,红绿蓝)颜色编码的图像数据,其可以具有三通道,分别为R通道、G通道和B通道。此时,可以分别将各通道作为目标通道,将各通道的数据均可作为目标通道数据。在确定第一混排数据时,可分别针对每一个目标通道,确定该目标通道对应的第一混排数据,从而得到各个目标通道对应的第一混排数据。在生成目标格式数据时,可将各个目标通道对应的第一混排数据和上述算法处理结果写入帧缓存中的不同存储区域,从而得到目标格式数据。
在一些可选的实现方式中,上述多目摄像头中可以包括深度摄像头,上述深度摄像头采集的实时图像数据为深度数据。上述多目摄像头中其他摄像头采集的实时图像数据中包括目标通道数据(如Y通道数据)。此时,在生成目标格式数据时,可以首先将深度摄像头采集的深度数据与其他摄像头采集的实时图像数据中的目标通道数据按照像素顺序进行混排,得到第二混排数据。而后,可以将第二混排数据和算法处理结果写入帧缓存中的不同存储区域,得到目标格式数据。由此,可进行常规摄像头和深度摄像头的实时成像分析和算法处理结果的分析,提高了测试结果的可视性以及技术人员观测测试结果的便捷性。
步骤104,向上位机发送目标格式数据,以使上位机显示并保存实时数据和处理结果。
在本实施例中,上述执行主体可以向上位机发送目标格式数据,以使上位机显示并保存实时数据和处理结果。实践中,上位机可以对目标格式数据进行解析,以还原得到实时数据和处理结果。
在一些可选的实现方式中,嵌入式设备与上位机通过通用串行总线(UniversalSerial Bus,USB)连接,嵌入式设备与上位机遵循通用串行总线视频类协议(USB VideoClass,UVC)进行数据传输。由此,可通过UVC单帧复用的方法,实时数据的实时传输。
本申请的上述实施例提供的方法,通过获取传感器采集的实时数据,而后基于嵌入式设备中所存储的待测算法对实时数据进行处理,得到算法处理结果,之后基于实时数据和算法处理结果,生成目标格式数据,最后将目标格式数据传输至与嵌入式设备通信连接的上位机,从而使上位机显示实时数据和处理结果。由此,可以通过外接上位机的方式,利用上位机的海量存储能力进行数据和算法处理结果的存储,使得测试人员能够实时查看数据及其对应的算法处理结果,无需进行拷贝操作,从而提高了测试效率。
另外,在向上位机成功发送目标格式数据之后,嵌入式设备还可以删除该目标格式数据对应的实时数据和算法处理结果,以便于释放嵌入式设备的存储空间,容纳下一时刻的实时数据和算法处理结果。由此,对于存储容量较低的嵌入式设备依然能够适用,降低了对嵌入式设备的存储容量要求,增大了嵌入式设备的适用范围。
需要说明的是,在向上位机成功发送目标格式数据之后,嵌入式设备可以继续进行下一时刻的实时数据采集、算法处理、目标格式数据生成以及发送的过程。下一时刻的实时数据采集、算法处理、目标格式数据生成以及发送的过程可参见上述步骤101至步骤104,此处不再赘述。由此,技术人员可通过上位机,对摄像头等传感器采集的实时数据进行实时成像分析,还可对算法处理结果进行实时效果分析,从而有助于提高测试结果的分析效率以及算法问题的即时定位。
进一步参考图3,其示出了测试方法的又一个实施例的流程300。该测试方法的流程300,可应用于上位机。上位机与嵌入式设备通信连接。上位机可以是能够直接发出操控命令的计算机,其通常可以具有大容量的存储容量。例如,可包括但不限于平板电脑、服务器、膝上型便携计算机、掌上电脑、台式计算机等。嵌入式设备即为能够独立进行运作的设备,其可以具备简单的数据处理功能,但通常存储容量较小,不具备大容量的存储容量。例如,嵌入式设备可包括但不限于智能锁、考勤机等。上述通信连接方式既可以包括有线连接,也可以包括无线连接。其中,无线连接方式可包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX(World Interoperability for Microwave Access,全球微波接入互操作性)连接、Zigbee(紫蜂协议)连接、UWB(ultra wideband,超宽带)连接、以及其他现在已知或将来开发的无线连接方式。
嵌入式设备安装有传感器并存储有待测算法,该方法包括:
步骤301,接收嵌入式设备传输的目标格式数据。
在本实施例中,测试方法的执行主体可以接收嵌入式设备传输的目标格式数据。上述目标格式数据可以基于传感器采集的实时数据和通过上述待测算法对上述实时数据进行处理后所得到的算法处理结果生成。目标格式可以用于指示实时数据及其算法处理结果的排布格式。目标格式可以预先设定,具体可以由上位机通过下发配置指令的方式进行配置。目标格式数据的生成方式可参见上述实施例,此处不再赘述。
在一些可选的实现方式中,嵌入式设备与上位机通过USB连接,嵌入式设备与上位机遵循UVC协议进行数据传输。由此,可通过UVC单帧复用的方法,实时数据的实时传输。
步骤302,基于目标格式数据,还原得到实时数据和算法处理结果。
在本实施例中,上述执行主体可以采用目标格式数据的生成过程的逆过程,还原得到实时数据和算法处理结果。
在一些可选的实现方式中,传感器包括可以多目摄像头。多目摄像头的目数可大于1。上述实时数据可以包括多目摄像头中的各摄像头采集的实时图像数据。目标格式数据可以存储于帧缓存。上述执行主体可以从帧缓存中,提取各摄像头采集的实时图像数据和上述算法处理结果。由此,可进行多目摄像头的实时成像分析和算法处理结果的分析,提高了测试结果的可视性以及技术人员观测测试结果的便捷性。
在一些可选的实现方式中,多目摄像头中的各摄像头采集的实时图像数据中包括目标通道数据。上述执行主体可以分别从上述帧缓存的不同存储区域中提取第一混排数据和上述算法处理结果。其中,第一混排数据可基于各摄像头采集的实时图像数据中的目标通道数据按照像素顺序进行混排后得到。第一混排数据的生成过程可参见上述实施例中的描述,此处不再赘述。在得到第一混排数据和上述算法处理结果后,可按照像素顺序对上述第一混排数据进行解排列,得到各摄像头采集的目标通道数据。此处,可以采用混排过程的逆过程进行解排列。具体地,可将第一混排数据按照数据来源进行分离,而后将分离后的顺序按照像素顺序进行排列,得到各摄像头采集的目标通道数据。
作为示例,若各摄像头采集的实时图像数据采用YUV颜色编码方式表示,其可以具有三通道,分别为Y通道、U通道和V通道。目标通道数据可以是Y通道的数据。在生成目标格式数据时,上述执行主体首先可以将各摄像头采集的实时图像数据中的Y通道数据按照像素顺序进行混排,得到第一混排数据。参见图2中的示例,可分别从摄像头1采集的实时图像数据中提取Y1并从摄像头2采集的实时图像数据中提取Y2,按照像素顺序对Y1和Y2进行混排,得到第一混排数据。在进行解排列时,参见图3所示,可将第一混排数据(参见标号301所示)中的Y1和Y2数据分离,并按照像素顺序对分别对分离后的Y1数据和Y2数据进行排列,得到摄像头1采集的Y通道数据(参见标号302所示)和摄像头2采集的Y通道数据(参见标号303所示)。
在一些可选的实现方式中,上述多目摄像头中可以包括深度摄像头,深度摄像头采集的实时图像数据为深度数据。多目摄像头中其他摄像头采集的实时图像数据中包括目标通道数据(如Y通道数据)。上述执行主体可以分别从帧缓存的不同存储区域中提取第二混排数据和算法处理结果。其中,第二混排数据可以基于深度摄像头采集的深度数据与其他摄像头采集的实时图像数据中的目标通道数据按照像素顺序进行混排后得到。第二混排数据的生成过程可参见上述实施例中的描述,此处不再赘述。在得到第二混排数据和上述算法处理结果后,上述执行主体可以按照像素顺序对第二混排数据进行解排列,得到深度摄像头采集的深度数据和其他摄像头采集的目标通道数据。此处,可以采用混排过程的逆过程进行解排列。具体地,可将第二混排数据按照数据来源进行分离,而后将分离后的顺序按照像素顺序进行排列,得到各摄像头采集的目标通道数据。
步骤303,显示并保存实时数据和算法处理结果。
在本实施例中,在解析得到实时数据和算法处理结果后,上述执行主体可以显示并保存该实时数据和算法处理结果。作为示例,实时数据可以是双目人脸实时图像数据,算法处理结果可以是人脸检测框的位置信息。
本申请的上述实施例提供的方法,通过对所接收到的嵌入式设备传输的目标格式数据进行解析,可得到传感器采集的实时数据和待测算法对实时数据处理后的算法处理结果,从而可显示实时数据和算法处理结果。由此,可以通过外接上位机的方式,利用上位机的海量存储能力进行数据和算法处理结果的存储,使得测试人员能够实时查看数据及其对应的算法处理结果,无需进行拷贝操作,从而提高了测试效率。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种测试装置的一个实施例,该装置实施例与图1所示的方法实施例相对应,该装置具体可以应用于各种嵌入式设备中。上述嵌入式设备与上位机通信连接,上述嵌入式设备安装有传感器并存储有待测算法。
如图5所示,本实施例的测试装置500包括:获取单元501,用于获取上述传感器采集的实时数据;处理单元502,用于通过上述待测算法对上述实时数据进行处理,得到算法处理结果;生成单元503,用于基于上述实时数据和上述算法处理结果,生成目标格式数据;传输单元504,用于向上述上位机发送上述目标格式数据,以使上述上位机显示并保存上述实时数据和上述处理结果。
在本实施例的一些可选的实现方式中,上述传感器包括多目摄像头,上述多目摄像头的目数大于1,上述实时数据包括上述多目摄像头中的各摄像头采集的实时图像数据;上述生成单元503,进一步用于将各摄像头采集的实时图像数据和上述算法处理结果按照目标格式写入预先配置的帧缓存,得到目标格式数据。
在本实施例的一些可选的实现方式中,上述多目摄像头中的各摄像头采集的实时图像数据中包括目标通道数据;上述生成单元503,进一步用于将各摄像头采集的实时图像数据中的目标通道数据按照像素顺序进行混排,得到第一混排数据;将上述第一混排数据和上述算法处理结果写入上述帧缓存中的不同存储区域,得到目标格式数据。
在本实施例的一些可选的实现方式中,上述多目摄像头中包括深度摄像头,上述深度摄像头采集的实时图像数据为深度数据,上述多目摄像头中其他摄像头采集的实时图像数据中包括目标通道数据;上述生成单元503,进一步用于将上述深度摄像头采集的深度数据与其他摄像头采集的实时图像数据中的目标通道数据按照像素顺序进行混排,得到第二混排数据;将上述第二混排数据和上述算法处理结果写入上述帧缓存中的不同存储区域,得到目标格式数据。
在本实施例的一些可选的实现方式中,上述嵌入式设备与上述上位机通过通用串行总线连接,上述嵌入式设备与上述上位机遵循通用串行总线视频类协议进行数据传输。
本申请的上述实施例提供的装置,通过获取传感器采集的实时数据,而后基于嵌入式设备中所存储的待测算法对实时数据进行处理,得到算法处理结果,之后基于实时数据和算法处理结果,生成目标格式数据,最后将目标格式数据传输至与嵌入式设备通信连接的上位机,从而使上位机显示实时数据和处理结果。由此,可以通过外接上位机的方式,利用上位机的海量存储能力进行数据和算法处理结果的存储,使得测试人员能够实时查看数据及其对应的算法处理结果,无需进行拷贝操作,从而提高了测试效率。
进一步参考图6,作为对上述各图所示方法的实现,本申请提供了一种测试装置的一个实施例,该装置实施例与图1所示的方法实施例相对应,该装置具体可以应用于各种上位机,上述上位机与上述嵌入式设备通信连接,上述嵌入式设备安装有传感器并存储有待测算法。
如图6所示,本实施例的测试装置600包括:接收单元601,用于接收上述嵌入式设备传输的目标格式数据,上述目标格式数据基于上述传感器采集的实时数据和通过上述待测算法对上述实时数据进行处理后所得到的算法处理结果生成;还原单元602,用于基于上述目标格式数据,还原得到上述实时数据和上述算法处理结果;显示单元603,用于显示并保存上述实时数据和上述算法处理结果。
在本实施例的一些可选的实现方式中,上述传感器包括多目摄像头,上述多目摄像头的目数大于1,上述实时数据包括上述多目摄像头中的各摄像头采集的实时图像数据,上述目标格式数据存储于帧缓存;上述还原单元602,进一步用于从上述帧缓存中,提取各摄像头采集的实时图像数据和上述算法处理结果。
在本实施例的一些可选的实现方式中,上述多目摄像头中的各摄像头采集的实时图像数据中包括目标通道数据;上述还原单元602,进一步用于分别从上述帧缓存的不同存储区域中提取第一混排数据和上述算法处理结果,上述第一混排数据基于各摄像头采集的实时图像数据中的目标通道数据按照像素顺序进行混排后得到;按照像素顺序对上述第一混排数据进行解排列,得到各摄像头采集的目标通道数据。
在本实施例的一些可选的实现方式中,上述多目摄像头中包括深度摄像头,上述深度摄像头采集的实时图像数据为深度数据,上述多目摄像头中其他摄像头采集的实时图像数据中包括目标通道数据;上述还原单元602,进一步用于分别从上述帧缓存的不同存储区域中提取第二混排数据和上述算法处理结果,上述第二混排数据基于上述深度摄像头采集的深度数据与其他摄像头采集的实时图像数据中的目标通道数据按照像素顺序进行混排后得到;按照像素顺序对上述第二混排数据进行解排列,得到上述深度摄像头采集的深度数据和其他摄像头采集的目标通道数据。
在本实施例的一些可选的实现方式中,上述嵌入式设备与上述上位机通过通用串行总线连接,上述嵌入式设备与上述上位机遵循通用串行总线视频类协议进行数据传输。
本申请的上述实施例提供的方法,通过对所接收到的嵌入式设备传输的目标格式数据进行解析,可得到传感器采集的实时数据和待测算法对实时数据处理后的算法处理结果,从而可显示实时数据和算法处理结果。由此,可以通过外接上位机的方式,利用上位机的海量存储能力进行数据和算法处理结果的存储,使得测试人员能够实时查看数据及其对应的算法处理结果,无需进行拷贝操作,从而提高了测试效率。
本申请实施例还提供了一种电子设备,包括一个或多个处理器,存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器实现上述测试方法。
下面参考图7,其示出了用于实现本申请的一些实施例的电子设备的结构示意图。图7示出的电子设备仅仅是一个示例,不应对本申请的实施例的功能和使用范围带来任何限制。
如图7所示,电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
通常,以下装置可以连接至I/O接口705:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置706;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707;包括例如磁盘、硬盘等的存储装置708;以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图7中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
本申请实施例还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述测试方法。
特别地,根据本申请的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置709从网络上被下载和安装,或者从存储装置708被安装,或者从ROM 702被安装。在该计算机程序被处理装置701执行时,执行本申请的一些实施例的方法中限定的上述功能。
本申请实施例还提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现上述测试方法。
需要说明的是,本申请的一些实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperTextTransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取传感器采集的实时数据;通过待测算法对实时数据进行处理,得到算法处理结果;基于实时数据和算法处理结果,生成目标格式数据;将目标格式数据传输至上位机,以使上位机显示实时数据和处理结果。或者,使得该电子设备:接收嵌入式设备传输的目标格式数据,目标格式数据基于传感器采集的实时数据和通过待测算法对实时数据进行处理后所得到的算法处理结果生成;基于目标格式数据,还原得到实时数据和算法处理结果;显示实时数据和算法处理结果。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的一些实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、Smalltalk、C++;还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接),上述网络包括局域网(LAN)或广域网(WAN)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括第一确定单元、第二确定单元、选取单元和第三确定单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本申请的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (11)

1.一种测试方法,其特征在于,应用于嵌入式设备,所述嵌入式设备与上位机通信连接,所述嵌入式设备安装有传感器并存储有待测算法,所述方法包括:
获取所述传感器采集的实时数据;
通过所述待测算法对所述实时数据进行处理,得到算法处理结果;
基于所述实时数据和所述算法处理结果,生成目标格式数据;
向所述上位机发送所述目标格式数据,以使所述上位机显示并保存所述实时数据和所述处理结果。
2.根据权利要求1所述的方法,其特征在于,所述传感器包括多目摄像头,所述多目摄像头的目数大于1,所述实时数据包括所述多目摄像头中的各摄像头采集的实时图像数据;
所述基于所述实时数据和所述算法处理结果,生成目标格式数据,包括:
将各摄像头采集的实时图像数据和所述算法处理结果按照目标格式写入预先配置的帧缓存,得到目标格式数据。
3.根据权利要求2所述的方法,其特征在于,所述多目摄像头中的各摄像头采集的实时图像数据中包括目标通道数据;
所述将各摄像头采集的实时图像数据和所述算法处理结果按照目标格式写入预先配置的帧缓存,得到目标格式数据,包括:
将各摄像头采集的实时图像数据中的目标通道数据按照像素顺序进行混排,得到第一混排数据;
将所述第一混排数据和所述算法处理结果写入所述帧缓存中的不同存储区域,得到目标格式数据。
4.根据权利要求2所述的方法,其特征在于,所述多目摄像头中包括深度摄像头,所述深度摄像头采集的实时图像数据为深度数据,所述多目摄像头中其他摄像头采集的实时图像数据中包括目标通道数据;
所述将各摄像头采集的实时图像数据和所述算法处理结果按照目标格式写入预先配置的帧缓存,得到目标格式数据,包括:
将所述深度摄像头采集的深度数据与其他摄像头采集的实时图像数据中的目标通道数据按照像素顺序进行混排,得到第二混排数据;
将所述第二混排数据和所述算法处理结果写入所述帧缓存中的不同存储区域,得到目标格式数据。
5.一种测试方法,其特征在于,应用于上位机,所述上位机与所述嵌入式设备通信连接,所述嵌入式设备安装有传感器并存储有待测算法,所述方法包括:
接收所述嵌入式设备传输的目标格式数据,所述目标格式数据基于所述传感器采集的实时数据和通过所述待测算法对所述实时数据进行处理后所得到的算法处理结果生成;
基于所述目标格式数据,还原得到所述实时数据和所述算法处理结果;
显示并保存所述实时数据和所述算法处理结果。
6.根据权利要求5所述的方法,其特征在于,所述传感器包括多目摄像头,所述多目摄像头的目数大于1,所述实时数据包括所述多目摄像头中的各摄像头采集的实时图像数据,所述目标格式数据存储于帧缓存;
所述基于所述目标格式数据,还原得到所述实时数据和所述算法处理结果,包括:
从所述帧缓存中,提取各摄像头采集的实时图像数据和所述算法处理结果。
7.根据权利要求6所述的方法,其特征在于,所述多目摄像头中的各摄像头采集的实时图像数据中包括目标通道数据;
所述从所述帧缓存中,提取各摄像头采集的实时图像数据和所述算法处理结果,包括:
分别从所述帧缓存的不同存储区域中提取第一混排数据和所述算法处理结果,所述第一混排数据基于各摄像头采集的实时图像数据中的目标通道数据按照像素顺序进行混排后得到;
按照像素顺序对所述第一混排数据进行解排列,得到各摄像头采集的目标通道数据。
8.根据权利要求6所述的方法,其特征在于,所述多目摄像头中包括深度摄像头,所述深度摄像头采集的实时图像数据为深度数据,所述多目摄像头中其他摄像头采集的实时图像数据中包括目标通道数据;
所述从所述帧缓存中,提取各摄像头采集的实时图像数据和所述算法处理结果,包括:
分别从所述帧缓存的不同存储区域中提取第二混排数据和所述算法处理结果,所述第二混排数据基于所述深度摄像头采集的深度数据与其他摄像头采集的实时图像数据中的目标通道数据按照像素顺序进行混排后得到;
按照像素顺序对所述第二混排数据进行解排列,得到所述深度摄像头采集的深度数据和其他摄像头采集的目标通道数据。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法,或者,使得所述一个或多个处理器实现如权利要求5-9中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-4中任一所述的方法,或者,该程序被处理器执行时实现如权利要求5-9中任一所述的方法。
11.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-4中任一所述的方法,或者,该程序被处理器执行时实现如权利要求5-9中任一所述的方法。
CN202210434040.1A 2022-04-24 2022-04-24 测试方法、电子设备和计算机可读介质 Pending CN114924950A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210434040.1A CN114924950A (zh) 2022-04-24 2022-04-24 测试方法、电子设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210434040.1A CN114924950A (zh) 2022-04-24 2022-04-24 测试方法、电子设备和计算机可读介质

Publications (1)

Publication Number Publication Date
CN114924950A true CN114924950A (zh) 2022-08-19

Family

ID=82807562

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210434040.1A Pending CN114924950A (zh) 2022-04-24 2022-04-24 测试方法、电子设备和计算机可读介质

Country Status (1)

Country Link
CN (1) CN114924950A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115862183A (zh) * 2023-02-28 2023-03-28 禾多科技(北京)有限公司 传感器特征工程信息构建方法、装置、设备和计算机介质
CN116627916A (zh) * 2023-07-25 2023-08-22 厦门瑞为信息技术有限公司 多路摄像头数据采集和数据倒灌的自动测试方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115862183A (zh) * 2023-02-28 2023-03-28 禾多科技(北京)有限公司 传感器特征工程信息构建方法、装置、设备和计算机介质
CN116627916A (zh) * 2023-07-25 2023-08-22 厦门瑞为信息技术有限公司 多路摄像头数据采集和数据倒灌的自动测试方法及系统
CN116627916B (zh) * 2023-07-25 2023-10-13 厦门瑞为信息技术有限公司 多路摄像头数据采集和数据倒灌的自动测试方法及系统

Similar Documents

Publication Publication Date Title
CN109902659B (zh) 用于处理人体图像的方法和装置
CN114924950A (zh) 测试方法、电子设备和计算机可读介质
CN111461089A (zh) 一种人脸检测的方法、人脸检测模型的训练方法及装置
CN108182412A (zh) 用于检测图像类型的方法及装置
CN109522902A (zh) 空-时特征表示的提取
CN111275784A (zh) 生成图像的方法和装置
CN110059624B (zh) 用于检测活体的方法和装置
CN111914812A (zh) 图像处理模型训练方法、装置、设备及存储介质
CN109977832B (zh) 一种图像处理方法、装置及存储介质
CN110866977A (zh) 增强现实处理方法及装置、系统、存储介质和电子设备
CN112990053B (zh) 图像处理方法、装置、设备及存储介质
CN111067522A (zh) 大脑成瘾结构图谱评估方法及装置
CN111680675A (zh) 人脸活体检测方法、系统、装置、计算机设备和存储介质
CN114612987A (zh) 一种表情识别方法及装置
CN111784665A (zh) 基于傅里叶变换的oct图像质量评估方法、系统及装置
US10803353B2 (en) Method and apparatus for acquiring information
CN111126159A (zh) 用于实时跟踪行人的方法、装置、电子设备和介质
CN113191189A (zh) 人脸活体检测方法、终端设备及计算机可读存储介质
CN112464873A (zh) 模型的训练方法、人脸活体识别方法、系统、设备及介质
EP4303815A1 (en) Image processing method, electronic device, storage medium, and program product
CN113569822B (zh) 图像分割方法、装置、计算机设备及存储介质
CN113723310B (zh) 基于神经网络的图像识别方法及相关装置
WO2022089220A1 (zh) 图像数据处理方法、装置、设备、存储介质及产品
CN110942033B (zh) 用于推送信息的方法、装置、电子设备和计算机介质
CN115083006A (zh) 虹膜识别模型训练方法、虹膜识别方法及装置

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