CN115190362B - 数据处理方法、装置、电子设备及存储介质 - Google Patents
数据处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115190362B CN115190362B CN202211095075.3A CN202211095075A CN115190362B CN 115190362 B CN115190362 B CN 115190362B CN 202211095075 A CN202211095075 A CN 202211095075A CN 115190362 B CN115190362 B CN 115190362B
- Authority
- CN
- China
- Prior art keywords
- target
- special effect
- data
- image processing
- information
- 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
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/44204—Monitoring of content usage, e.g. the number of times a movie has been viewed, copied or the amount which has been watched
-
- 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
- H04N21/21—Server components or server architectures
- H04N21/218—Source of audio or video content, e.g. local disk arrays
- H04N21/2187—Live feed
-
- 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
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
- H04N21/2407—Monitoring of transmitted content, e.g. distribution time, number of downloads
-
- 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
- H04N21/47—End-user applications
- H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
- H04N21/4788—Supplemental services, e.g. displaying phone caller identification, shopping application communicating with other users, e.g. chatting
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Processing Or Creating Images (AREA)
Abstract
本公开关于一种数据处理方法、装置、电子设备及存储介质,该方法包括:获取目标特效对应的特效配置信息和目标对象模板信息;基于特效配置信息,对目标对象模板信息进行实例化处理,得到目标特效对应的目标数据对象;将目标数据对象插入通用中转层对应的数据缓存池;在检测到数据缓存池中已插入目标数据对象的情况下,获取目标数据对象中目标对象指标对应的指标数据;基于指标数据进行图像特效渲染,得到目标特效对应的特效图像。利用本公开实施例可以降低图像处理应用程序对应的代码冗余度,提升程序开发效率。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及一种数据处理方法、装置、电子设备及存储介质。
背景技术
随着计算机技术和多媒体技术的发展,图像特效渲染在图像处理应用领域广泛应用。
相关技术中,确定需要渲染的图像特效之后需要对待处理图像进行图像识别处理和特效渲染处理,特效渲染处理依赖于图像识别结果,因此需要进行数据中转。对于不同的图像处理应用程序,其数据中转实现代码也不相同,并分别由不同的开发人员编写。
相关技术中,图像处理应用程序对应的代码冗余度高、程序开发效率较低。
发明内容
本公开提供一种数据处理方法、装置、电子设备及存储介质,以至少解决相关技术中图像处理应用程序对应的代码冗余度高、程序开发效率较低的问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种数据处理方法,所述方法包括:获取目标特效对应的特效配置信息和目标对象模板信息;基于所述特效配置信息,对所述目标对象模板信息进行实例化处理,得到所述目标特效对应的目标数据对象;将所述目标数据对象插入通用中转层对应的数据缓存池,所述通用中转层为基于适用于至少两类图像处理应用程序的软件开发工具包构建的数据中转层;在检测到所述数据缓存池中已插入所述目标数据对象的情况下,获取所述目标数据对象中目标对象指标对应的指标数据;基于所述指标数据进行图像特效渲染,得到所述目标特效对应的特效图像。
在一些可能的设计中,所述获取目标特效对应的特效配置信息和目标对象模板信息,包括:获取至少一种对象模板信息和所述目标特效对应的特效配置信息,所述特效配置信息包括所述目标特效对应的图像处理类型信息;基于所述图像处理类型信息,从所述至少一种对象模板信息中确定所述目标对象模板信息。
在一些可能的设计中,所述特效配置信息包括所述目标特效对应的图像处理配置信息,所述基于所述特效配置信息,对所述目标对象模板信息进行实例化处理,得到所述目标特效对应的目标数据对象,包括:对所述特效配置信息进行解析,得到所述图像处理配置信息,所述图像处理配置信息包括渲染所述目标特效所需的属性参数信息和方法参数信息;基于所述属性参数信息和所述方法参数信息,对所述目标对象模板信息进行实例化处理,得到所述目标数据对象。
在一些可能的设计中,所述在检测到所述数据缓存池中已插入所述目标数据对象的情况下,获取所述目标数据对象中目标对象指标对应的指标数据,包括:在检测到所述数据缓存池中已插入所述目标数据对象的情况下,获取所述目标数据对象对应的图像处理类型信息、图像处理参数信息和所述目标对象指标;将所述图像处理类型信息、所述图像处理参数信息和所述目标对象指标传入图像处理层进行图像处理,得到所述指标数据。
在一些可能的设计中,所述将所述图像处理类型信息、所述图像处理参数信息和所述目标对象指标传入图像处理层进行图像处理,得到所述指标数据,包括:在所述图像处理层中,确定所述目标对象指标对应的处理器信息,所述处理器信息指示的处理器主体包括中央处理器、图形处理器中至少一种;基于所述处理器信息、所述图像处理类型信息和所述图像处理参数信息,对所述待处理图像进行图像处理,得到所述指标数据。
在一些可能的设计中,所述方法还包括:将所述数据缓存池中的所述目标数据对象传入图像渲染层对应的数据管理器;在所述数据管理器中确定所述目标数据对象对应的内存空间地址;基于所述内存空间地址存储所述指标数据。
在一些可能的设计中,所述基于所述指标数据进行图像特效渲染,得到所述目标特效对应的特效图像,包括:响应于图像渲染指令,基于所述内存空间地址获取所述指标数据;基于所述指标数据对所述待处理图像进行特效渲染处理,得到所述特效图像。
在一些可能的设计中,所述方法应用于安装有目标图像处理应用程序的终端,所述目标图像处理应用程序是所述至少两类图像处理应用程序中的图像处理应用程序,所述至少两类图像处理应用程序是联合开发的图像处理应用程序。
根据本公开实施例的第二方面,提供一种数据处理装置,包括:特效信息获取模块,被配置为执行获取目标特效对应的特效配置信息和目标对象模板信息;数据对象实例化模块,被配置为执行基于所述特效配置信息,对所述目标对象模板信息进行实例化处理,得到所述目标特效对应的目标数据对象;数据对象缓存模块,被配置为执行将所述目标数据对象插入通用中转层对应的数据缓存池,所述通用中转层为基于适用于至少两类图像处理应用程序的软件开发工具包构建的数据中转层;指标数据获取模块,被配置为执行在检测到所述数据缓存池中已插入所述目标数据对象的情况下,获取所述目标数据对象中目标对象指标对应的指标数据;特效渲染模块,被配置为执行基于所述指标数据进行图像特效渲染,得到所述目标特效对应的特效图像。
在一些可能的设计中,所述特效信息获取模块,包括:模板配置信息获取子模块,被配置为执行获取至少一种对象模板信息和所述目标特效对应的特效配置信息,所述特效配置信息包括所述目标特效对应的图像处理类型信息;对象模板确定子模块,被配置为执行基于所述图像处理类型信息,从所述至少一种对象模板信息中确定所述目标对象模板信息。
在一些可能的设计中,所述特效配置信息包括所述目标特效对应的图像处理配置信息,所述数据对象实例化模块,包括:配置信息解析子模块,被配置为执行对所述特效配置信息进行解析,得到所述图像处理配置信息,所述图像处理配置信息包括渲染所述目标特效所需的属性参数信息和方法参数信息;数据对象实例化子模块,被配置为执行基于所述属性参数信息和所述方法参数信息,对所述目标对象模板信息进行实例化处理,得到所述目标数据对象。
在一些可能的设计中,所述指标数据获取模块,包括:对象信息获取子模块,被配置为执行在检测到所述数据缓存池中已插入所述目标数据对象的情况下,获取所述目标数据对象对应的图像处理类型信息、图像处理参数信息和所述目标对象指标;图像处理子模块,被配置为执行将所述图像处理类型信息、所述图像处理参数信息和所述目标对象指标传入图像处理层进行图像处理,得到所述指标数据。
在一些可能的设计中,所述图像处理子模块,包括:处理器确定单元,被配置为执行在所述图像处理层中,确定所述目标对象指标对应的处理器信息,所述处理器信息指示的处理器主体包括中央处理器、图形处理器中至少一种;图像处理单元,被配置为执行基于所述处理器信息、所述图像处理类型信息和所述图像处理参数信息,对所述待处理图像进行图像处理,得到所述指标数据。
在一些可能的设计中,所述装置还包括:数据对象转存模块,被配置为执行将所述数据缓存池中的所述目标数据对象传入图像渲染层对应的数据管理器;内存空间确定模块,被配置为执行在所述数据管理器中确定所述目标数据对象对应的内存空间地址;指标数据存储模块,被配置为执行基于所述内存空间地址存储所述指标数据。
在一些可能的设计中,所述特效渲染模块,包括:指标数据获取子模块,被配置为执行响应于图像渲染指令,基于所述内存空间地址获取所述指标数据;特效渲染子模块,被配置为执行基于所述指标数据对所述待处理图像进行特效渲染处理,得到所述特效图像。
在一些可能的设计中,所述装置应用于安装有目标图像处理应用程序的终端,所述目标图像处理应用程序是所述至少两类图像处理应用程序中的图像处理应用程序,所述至少两类图像处理应用程序是联合开发的图像处理应用程序。
根据本公开实施例的第三方面,提供一种电子设备,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中任一所述数据处理方法。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行本公开实施例的第一方面中任一所述数据处理方法。
根据本公开实施例的第五方面,提供一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行本公开实施例的第一方面中任一所述数据处理方法。
本公开的实施例提供的技术方案至少带来以下有益效果:
通过目标特效对应的特效配置信息对目标特效对应的对象模板进行实例化,可以得到目标特效对应的数据对象并将其存入数据中转层对应的数据缓存池,在检测到数据缓存池中已插入上述数据对象之后可以获取该数据对象中目标对象指标对应的指标数据,从而根据指标数据进行特效渲染得到特效图像,上述数据中转层有效地实现了数据中转,并且是基于适用于至少两个图像应用程序的软件开发工具包构建,因此能够有效降低图像处理应用程序对应的代码冗余度,提升程序开发效率。
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应用环境的示意图;
图2是根据一示例性实施例示出的一种数据处理方法的流程图一;
图3是根据一示例性实施例示出的一种数据处理方法的流程图二;
图4示例性示出了一种联合开发应用程序的技术架构图;
图5是根据一示例性实施例示出的一种数据处理方法的流程图三;
图6示例性示出了一种图像特效处理程序对应的技术架构图;
图7是根据一示例性实施例示出的一种数据处理装置框图;
图8是根据一示例性实施例示出的一种用于数据处理的电子设备的框图。
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。
需要说明的是,本公开所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于展示的数据、分析的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
请参阅图1,图1是根据一示例性实施例示出的一种应用环境的示意图,如图1所示,该应用环境可以包括终端100和服务器200。
终端100可以用于面向任一用户提供图像处理服务。具体的,终端100可以包括但不限于智能手机、台式计算机、平板电脑、笔记本电脑、智能音箱、数字助理、增强现实(augmented reality,AR)/虚拟现实(virtual reality,VR)设备、智能可穿戴设备等类型的电子设备,也可以为运行于上述电子设备的软体,例如应用程序等。可选的,电子设备上运行的操作系统可以包括但不限于安卓系统、IOS系统、linux、windows等。
在一个可选的实施例中,服务器200可以为终端100提供后台服务,提供终端100所需的各项配置信息和图像处理接口。具体的,服务器200可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(ContentDelivery Network,内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。
此外,需要说明的是,图1所示的仅仅是本公开提供的一种应用环境,在实际应用中,还可以包括其他应用环境,例如可以包括更多的终端。
本说明书实施例中,上述终端100以及服务器200可以通过有线或无线通信方式进行直接或间接地连接,本公开在此不做限制。
图2是根据一示例性实施例示出的一种数据处理方法的流程图一,如图2所示,该数据处理方法用于电子设备中,比如所述方法应用于安装有目标图像处理应用程序的终端,包括以下步骤(210~250)。
步骤210,获取目标特效对应的特效配置信息和目标对象模板信息。
可选地,上述目标特效是指待添加至待处理图像的特殊图像效果。可选地,终端中可以显示目标图像处理应用程序对应的应用页面,该应用页面中可以显示特效展示信息,其中可以包括至少一个图像特效,用户可以选择需要的图像特效进行特效渲染。终端响应于基于目标特效触发的选择指令,可以确定上述目标特效并获取该目标特效对应的特效配置信息。可选地,上述目标特效是至少一个图像特效中被选中的图像特效。
可选地,上述至少一个图像特效包括但不限于表情特效、饰品特效、滤镜特效等,本申请实施例对此不作限定。
可选地,上述特效配置信息是指用于渲染目标特效所需的配置信息。可选地,特效配置信息包括目标特效对应的图像处理类型信息和图像处理配置信息。其中,图像处理类型信息表征渲染目标特效所需执行的图像处理的类型;图像处理配置信息表征图像处理对应的各项配置指标对应的数据内容。
可选地,特效配置信息还包括目标特效对应的特效素材。
为便于理解,这里举例说明,在目标特效是人脸特效的情况下,渲染该人脸特效所需执行的图像处理是人脸识别处理,因此上述图像处理类型信息可以是人脸类型,设备解析上述特效配置信息中的图像处理类型信息后,即可以根据该人脸类型去确定相应的人脸识别模型并实例化相应的人脸数据对象。另外,渲染该人脸特效还需要对图像处理进行配置,因此上述图像处理配置信息可以包括图像处理所需识别的目标人脸数量、所用到的人脸识别模型、检测频率、人脸关键点点位指标等配置信息。设备基于上述各项信息才可以配置并执行该人脸特效对应的图像处理,从而得到相应的数据处理结果并依此进行特效渲染。
在示例性实施例中,如图3所示,上述步骤210的实施过程可以包括如下步骤(211~212),图3是根据一示例性实施例示出的一种数据处理方法的流程图二。
步骤211,获取至少一种对象模板信息和目标特效对应的特效配置信息。
可选地,获取目标图像处理应用程序对应的至少一种对象模板信息。可选地,目标图像处理应用程序是至少两类图像处理应用程序中的图像处理应用程序。可选地,上述对象模板信息是指目标图像处理应用程序中定义的类的信息。类(Class)是面向对象程序设计(OOP,Object-Oriented Programming)实现信息封装的基础。类是一种用户定义的引用数据类型,也称类类型。每个类包含数据说明和一组操作数据或传递消息的函数。类的实例称为对象。
可选地,至少两类图像处理应用程序是指具有图像处理功能的至少两类图像处理应用程序。可选地,上述至少两类图像处理应用程序至少包括:第一系统类图像处理应用程序、第二系统类图像处理应用程序。其中,第一系统类图像处理应用程序是指应用于第一操作系统的图像处理类应用程序、第二系统类图像处理应用程序是指应用于第二操作系统的图像处理类应用程序。可选地,上述第一系统包括至少一种移动终端操作系统,例如安卓系统等。可选地,上述第二系统包括至少一种电脑操作系统,例如Windows系统、Linux系统等,上述电脑可以是电脑终端也可以是服务器。需要说明的是,上述各种系统中每一系统对应的应用程序都需要单独开发维护。
上述仅是图像处理应用程序类别的一种划分方式,本申请实施例对图像处理应用程序类别的划分方式不作限定。例如,还可以按照功能划分,上述至少两类图像处理应用程序至少包括:视频社交类应用程序、表情制作类应用程序、相机类图像处理应用程序、展示类图像处理应用程序等。
可选地,特效配置信息包括目标特效对应的图像处理类型信息。可选地,图像处理类型信息表征目标特效对应的人工智能模型的类型。可选地,人工智能模型包括但不限于至少一种对象识别模型(比如人脸识别模型、动物识别模型等)、至少一种对象分割模型(身体分割模型、头发分割模型等)、至少一种对象分类模型(人物分类模型)。
步骤212,基于图像处理类型信息,从至少一种对象模板信息中确定目标对象模板信息。
整个图像应用处理程序中包括一个或多个对象模板,对于渲染目标特效来说,并不一定需要用到所有的对象模板,因此可以根据渲染上述目标特效所需执行的图像处理的类型与对象模板之间的对应关系,可以确定渲染目标特效需要用到的目标对象模板,以便于后续实例化相应的目标数据对象,提升了程序运行效率。
可选地,图像处理类型信息指示上述目标特效对应于目标图像处理类型,因此可以将至少一种对象模板信息中与目标图像处理类型相对应的对象模板信息确定为上述目标对象模板信息。即,将至少一个类中与目标图像处理类型相对应的类确定为目标类。
步骤220,基于特效配置信息,对目标对象模板信息进行实例化处理,得到目标特效对应的目标数据对象。
由于对象模板只是对一类对象的抽象,并不代表实际的某个数据对象,因此需要根据目标特效对应的特效配置信息,将目标对象模板实例化,从而得到渲染上述目标特效所需的目标数据对象实例。
在示例性实施例中,特效配置信息包括目标特效对应的图像处理配置信息;相应的,如图3所示,上述步骤220的实施过程可以包括如下步骤(221~222)。
步骤221,对特效配置信息进行解析,得到图像处理配置信息。
可选地,图像处理配置信息包括渲染目标特效所需的属性参数信息和方法参数信息。
可选地,上述属性参数信息用于表征目标对象对应的目标对象指标,上述目标对象是渲染上述目标特效所需识别的对象,上述目标对象指标是指渲染上述目标特效所需数据结果对应的对象指标,比如人脸关键点点位指标、身体关键点点位指标等。
可选地,上述方法参数信息包括渲染上述目标特效所需执行的图像处理对应的参数信息,比如,图像处理接口信息、接口传入参数信息等。
步骤222,基于属性参数信息和方法参数信息,对目标对象模板信息进行实例化处理,得到目标数据对象。
根据上述属性参数信息可以对目标对象模板信息进行更新修改,得到目标数据对象对应的对象属性信息。可选地,上述对象属性信息包括上述目标对象指标。
根据上述方法参数信息可以对目标对象模板信息进行更新修改,得到目标数据对象对应的对象方法信息。可选地,对象方法信息包括目标数据对象对应的图像处理参数信息。
通过解析特效配置信息,可以精准实例化目标特效对应的目标数据对象,提升了数据对象实例化的精准性。
步骤230,将目标数据对象插入通用中转层对应的数据缓存池。
可选地,通用中转层为基于适用于至少两类图像处理应用程序的软件开发工具包构建的数据中转层。
可选地,方法应用于安装有目标图像处理应用程序的终端。目标图像处理应用程序是至少两类图像处理应用程序中的图像处理应用程序,至少两类图像处理应用程序是联合开发的图像处理应用程序。
上述通用中转层是单独抽象出一套负责数据中转与分发的数据接口层,可以同时适用于上述联合开发的各个图像处理应用程序,因此在联合开发上述至少两类图像处理应用程序的过程中,应用开发人员就可以不用为每个应用程序实现单独的数据中转层,即数据中转层代码可以不用实现多份,降低了联合开发应用程序的代码冗余度,联合开发的各个图像处理应用程序对应的数据中转流程和开发流程的统一性增强,同时提升了代码可维护性。
在一些程序开发场景中,可能会出现在目标图像处理应用程序添加新的图像处理方式的情况,比如添加了新的人工智能模型,在此情况下只需要在缓存池中添加相应的数据对象即可实现数据中转,无需单独为新增的图像处理方式实现数据中转代码,提升了应用程序的可扩展性。
在一个示例中,如图4所示,其示例性示出了一种联合开发应用程序的技术架构图。图4示出的视频应用移动客户端、特效制作应用客户端、视频处理应用客户端以及视频处理应用服务端是联合开发的四类图像处理应用程序,均使用通用中转层实现数据中转与分发。可选地,上述特效制作应用可以是魔法表情制作类应用程序。上述通用中转层可以实现渲染引擎(即图像渲染层)与图像处理引擎(即图像处理层)之间的数据中转。渲染引擎需要依赖于图像处理引擎输出的各种关键点数据(比如,人脸关键点、手势关键点、脖子关键点等等)、分割数据(身体分割、人脸分割等等)以及识别信息进行特效渲染。由于上述通用中转层是单独抽象出一套负责数据中转与分发的数据接口层,可以同时适用于上述联合开发的各个图像处理应用程序,因此在开发上述4种图像处理应用程序的过程中,应用开发人员就可以不用为每个应用程序实现单独的数据中转层,即数据中转层代码可以不用实现多份,降低了联合开发应用程序的代码冗余度,联合开发的各个图像处理应用程序对应的数据中转流程和开发流程的统一性增强,代码结构也更加清晰,有助于提升代码可维护性、降低错误率。
步骤240,在检测到数据缓存池中已插入目标数据对象的情况下,获取目标数据对象中目标对象指标对应的指标数据。
上述目标数据对象插入上述数据缓存池后,可以对数据缓存池中的目标数据对象进行初始化,将目标数据对象中封装的相关参数信息传给图像处理层进行图像处理,从而得到上述指标数据。
在示例性实施例中,如图3所示,上述步骤240的实施过程可以包括如下步骤(241~242)。
步骤241,在检测到数据缓存池中已插入目标数据对象的情况下,获取目标数据对象对应的图像处理类型信息、图像处理参数信息和目标对象指标。
可选地,上述图像处理类型信息表征得到上述指标数据所需执行的图像处理的类型。可选地,上述图像处理类型信息包括图像处理模型对应的类型,比如基于目标对象的对象识别类型、对象分割类型等。
可选地,上述图像处理参数信息表征配置上述图像处理所需的相关参数信息,例如,表征是否需要逐帧检测的参数信息、检测对象数量、检测精度等相关参数。
可选地,上述目标对象指标是指渲染上述目标特效所需的对象指标,比如人脸关键点点位指标、身体关键点点位指标等。
步骤242,将图像处理类型信息、图像处理参数信息和目标对象指标传入图像处理层进行图像处理,得到指标数据。
从上述目标数据对象中获取上述图像处理类型信息、图像处理参数信息和目标对象指标后,可以调用图像处理层中相关图像处理接口,将上述信息传入该图像处理接口,图像处理层可以根据上述传入的信息进行图像处理配置,并执行相应的图像处理,从而得到上述指标数据并返回。
可选地,指标数据是目标数据对象中目标对象指标对应的具体数据,比如,渲染人脸特效需要人脸关键点的位置数据,上述目标对象指标即是表征上述人脸关键点,指标数据即使上述人脸关键点对应的像素点位置数据。
通过将数据缓存池中目标数据对象中的相关信息传给图像处理层进行图像处理,可以有效降低图像处理应用程序的代码耦合性,提升数据中转效率。
在示例性实施例中,如图5所示,上述步骤242的实施过程可以包括如下步骤(2421~2422),图5是根据一示例性实施例示出的一种数据处理方法的流程图三。
步骤2421,在图像处理层中,确定目标对象指标对应的处理器信息。
可选地,处理器信息指示的处理器主体包括中央处理器(Central ProcessingUnit,CPU)、图形处理器(Graphics Processing Unit,GPU)中至少一种。
在图像处理层中需要对待处理图像执行相应的图像处理从而获取上述目标对象指标对应的指标数据,不同的图像处理可以由相同的处理器执行,也可以由不同的处理器执行,具体可以通过目标对象指标与处理器之间的对应关系,确定执行图像处理的处理器主体。例如,用于检测对象关键点数据的对象识别处理由CPU执行,用于得到对象分割数据的对象分割处理由GPU执行。
步骤2422,基于处理器信息、图像处理类型信息和图像处理参数信息,对待处理图像进行图像处理,得到指标数据。
可选地,上述待处理图像可以直接获取,包括但不限于照片、视频流中的图像帧。
基于上述处理器信息可以确定图像处理的执行处理器,该执行处理器可以对待处理图像进行基于上述图像处理类型信息和图像处理参数信息配置的图像处理,从而计算出指标数据。通过划分处理器进行图像处理的方式,可以有效提升图像处理效率,提升程序运行效率。
在示例性实施例中,如图3所示,上述方法还包括如下步骤(260~280)
步骤260,将数据缓存池中的目标数据对象传入图像渲染层对应的数据管理器。
可选地,上述图像渲染层用于进行图像渲染处理。上述图像渲染层包括渲染模块和数据管理器、其中,渲染模块封装至少一个特效渲染处理接口,上述数据管理器用于存储目标数据中目标对象指标对应的指标数据,即存储渲染特效所需执行的图像处理的输出结果。
步骤270,在数据管理器中确定目标数据对象对应的内存空间地址。
可选地,对数据管理器中的目标数据对象进行初始化,可以得到设备为目标数据对象分配的内存空间地址。
步骤280,基于内存空间地址存储指标数据。
可选地,将获取到的指标数据存储至上述内存空间地址对应的内存中,以便于后续调用。
通过图像渲染层中的数据管理器存储上述图像处理后得到的指标数据,可以实现对不同数据对象的数据管理,统一了不同应用程序下的数据管理方式,使得联合开发的应用程序中各接口层相关代码可以跨应用使用,大大提升了代码复用性。
步骤250,基于指标数据进行图像特效渲染,得到目标特效对应的特效图像。
可选地,基于上述指标数据对待处理图像进行特效渲染,将目标特效对应的特效素材信息添加至待处理图像或改变待处理图像中目标像素点的像素值,从而得到上述特效图像。
在示例性实施例中,如图3所示,上述步骤250的实施过程包括如下步骤(251~252)。
步骤251,响应于图像渲染指令,基于内存空间地址获取指标数据。
上述图像渲染指令的触发方式有多种,包括但不限于:基于目标特效的渲染操作触发、设备自动触发。在检测到上述图像渲染指令的情况下,图像渲染层的渲染模块可以从内存空间地址获取上述指标数据。
可选地,响应于图像渲染指令,将上述内存空间地址对应的指标数据传入至目标特效对应的图像渲染接口。
步骤252,基于指标数据对待处理图像进行特效渲染处理,得到特效图像。
获取上述指标数据之后,可以对待处理图像进行特效渲染处理,得到特效图像,通过从数据管理器获取图像处理得到的指标数据来进行图像渲染的方式,降低了图像处理应用程序中不同应用层之间的耦合程度,提升了代码的可维护性。
在一个示例中,如图6所示,其示例性示出了一种图像特效处理程序对应的技术架构图。该图像特效处理程序的技术架构包括数据实例层、数据中转层、图像渲染层(该图像特效处理程序还可以有其他应用层,图6中未示出)。其中,数据实例层(data recevermodules)主要用于封装某一类特定的人工智能数据接口,分别对应不同类型的数据对象,比如基于中央处理器(CPU)运行的对象和基于图形处理器(GPU)运行的对象。基于中央处理器(CPU)运行的对象对应的对象模板包括面部数据对象模板、动物数据对象模板以及其他数据对象模板;基于图形处理器(GPU)运行的对象对应的对象模板包括主体分割数据对象模板、头发分割数据对象模板以及其他分割数据对象模板。确定目标特效之后,可以实例化与目标特效对应的目标对象模板,从而得到目标数据对象实例,并将其存入数据中转层的数据缓存池。数据缓存池用于缓存当前使用到的数据对象实例,即上述目标数据对象实例。运行上述目标数据对象实例,可以得到目标数据对象中各项对象指标对应的指标数据,并将其存储至图像渲染层的数据管理器。数据管理器用于管理各类图像处理结果数据,比如人脸关键点数据、身体关键点数据、手势关键点数据、人脸分割掩膜数据等等。渲染模块可以从数据管理器中获取相关的指标数据进行特效渲染,从而得到特效图像。
综上所述,本公开实施例提供的技术方案,通过目标特效对应的特效配置信息对目标特效对应的对象模板进行实例化,可以得到目标特效对应的数据对象并将其存入数据中转层对应的数据缓存池,在检测到数据缓存池中已插入上述数据对象之后可以获取该数据对象中目标对象指标对应的指标数据,从而根据指标数据进行特效渲染得到特效图像,上述数据中转层有效地实现了数据中转,并且是基于适用于至少两个图像应用程序的软件开发工具包构建,因此能够有效降低图像处理应用程序对应的代码冗余度,提升程序开发效率。
图7是根据一示例性实施例示出的一种数据处理装置框图。参照图7,该装置700包括:特效信息获取模块710、数据对象实例化模块720、数据对象缓存模块730、指标数据获取模块740以及特效渲染模块750。
特效信息获取模块710,被配置为执行获取目标特效对应的特效配置信息和目标对象模板信息;
数据对象实例化模块720,被配置为执行基于所述特效配置信息,对所述目标对象模板信息进行实例化处理,得到所述目标特效对应的目标数据对象;
数据对象缓存模块730,被配置为执行将所述目标数据对象插入通用中转层对应的数据缓存池,所述通用中转层为基于适用于至少两类图像处理应用程序的软件开发工具包构建的数据中转层;
指标数据获取模块740,被配置为执行在检测到所述数据缓存池中已插入所述目标数据对象的情况下,获取所述目标数据对象中目标对象指标对应的指标数据;
特效渲染模块750,被配置为执行基于所述指标数据进行图像特效渲染,得到所述目标特效对应的特效图像。
在一些可能的设计中,所述特效信息获取模块710,包括:
模板配置信息获取子模块,被配置为执行获取至少一种对象模板信息和所述目标特效对应的特效配置信息,所述特效配置信息包括所述目标特效对应的图像处理类型信息;
对象模板确定子模块,被配置为执行基于所述图像处理类型信息,从所述至少一种对象模板信息中确定所述目标对象模板信息。
在一些可能的设计中,所述特效配置信息包括所述目标特效对应的图像处理配置信息,所述数据对象实例化模块720,包括:
配置信息解析子模块,被配置为执行对所述特效配置信息进行解析,得到所述图像处理配置信息,所述图像处理配置信息包括渲染所述目标特效所需的属性参数信息和方法参数信息;
数据对象实例化子模块,被配置为执行基于所述属性参数信息和所述方法参数信息,对所述目标对象模板信息进行实例化处理,得到所述目标数据对象。
在一些可能的设计中,所述指标数据获取模块,包括:
对象信息获取子模块,被配置为执行在检测到所述数据缓存池中已插入所述目标数据对象的情况下,获取所述目标数据对象对应的图像处理类型信息、图像处理参数信息和所述目标对象指标;
图像处理子模块,被配置为执行将所述图像处理类型信息、所述图像处理参数信息和所述目标对象指标传入图像处理层进行图像处理,得到所述指标数据。
在一些可能的设计中,所述图像处理子模块740,包括:
处理器确定单元,被配置为执行在所述图像处理层中,确定所述目标对象指标对应的处理器信息,所述处理器信息指示的处理器主体包括中央处理器、图形处理器中至少一种;
图像处理单元,被配置为执行基于所述处理器信息、所述图像处理类型信息和所述图像处理参数信息,对所述待处理图像进行图像处理,得到所述指标数据。
在一些可能的设计中,所述装置700还包括:
数据对象转存模块,被配置为执行将所述数据缓存池中的所述目标数据对象传入图像渲染层对应的数据管理器;
内存空间确定模块,被配置为执行在所述数据管理器中确定所述目标数据对象对应的内存空间地址;
指标数据存储模块,被配置为执行基于所述内存空间地址存储所述指标数据。
在一些可能的设计中,所述特效渲染模块750,包括:
指标数据获取子模块,被配置为执行响应于图像渲染指令,基于所述内存空间地址获取所述指标数据;
特效渲染子模块,被配置为执行基于所述指标数据对所述待处理图像进行特效渲染处理,得到所述特效图像。
在一些可能的设计中,所述装置应用于安装有目标图像处理应用程序的终端,所述目标图像处理应用程序是所述至少两类图像处理应用程序中的图像处理应用程序,所述至少两类图像处理应用程序是联合开发的图像处理应用程序。
综上所述,本公开实施例提供的技术方案,通过目标特效对应的特效配置信息对目标特效对应的对象模板进行实例化,可以得到目标特效对应的数据对象并将其存入数据中转层对应的数据缓存池,在检测到数据缓存池中已插入上述数据对象之后可以获取该数据对象中目标对象指标对应的指标数据,从而根据指标数据进行特效渲染得到特效图像,上述数据中转层有效地实现了数据中转,并且是基于适用于至少两个图像应用程序的软件开发工具包构建,因此能够有效降低图像处理应用程序对应的代码冗余度,提升程序开发效率。
需要说明的是,上述实施例提供的装置,在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的装置与方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图8是根据一示例性实施例示出的一种用于数据处理的电子设备的框图,该电子设备可以是终端,其内部结构图可以如图8所示。该电子设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种数据处理方法。该电子设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该电子设备的输入装置可以是显示屏上覆盖的触摸层,也可以是电子设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本公开方案相关的部分结构的框图,并不构成对本公开方案所应用于其上的电子设备的限定,具体的电子设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在示例性实施例中,还提供了一种电子设备,包括:处理器;用于存储该处理器可执行指令的存储器;其中,该处理器被配置为执行该指令,以实现如本公开实施例中的数据处理方法。
在示例性实施例中,还提供了一种计算机可读存储介质,当该存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行本公开实施例中的数据处理方法。
在示例性实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行本公开实施例中的数据处理方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
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 (11)
1.一种数据处理方法,其特征在于,所述方法包括:
获取目标特效对应的特效配置信息和目标对象模板信息;
基于所述特效配置信息,对所述目标对象模板信息进行实例化处理,得到所述目标特效对应的目标数据对象;
将所述目标数据对象插入通用中转层对应的数据缓存池,所述通用中转层为基于适用于至少两类图像处理应用程序的软件开发工具包构建的数据中转层;
在检测到所述数据缓存池中已插入所述目标数据对象的情况下,获取所述目标数据对象中目标对象指标对应的指标数据;
基于所述指标数据进行图像特效渲染,得到所述目标特效对应的特效图像。
2.根据权利要求1所述的方法,其特征在于,所述获取目标特效对应的特效配置信息和目标对象模板信息,包括:
获取至少一种对象模板信息和所述目标特效对应的特效配置信息,所述特效配置信息包括所述目标特效对应的图像处理类型信息;
基于所述图像处理类型信息,从所述至少一种对象模板信息中确定所述目标对象模板信息。
3.根据权利要求1所述的方法,其特征在于,所述特效配置信息包括所述目标特效对应的图像处理配置信息,所述基于所述特效配置信息,对所述目标对象模板信息进行实例化处理,得到所述目标特效对应的目标数据对象,包括:
对所述特效配置信息进行解析,得到所述图像处理配置信息,所述图像处理配置信息包括渲染所述目标特效所需的属性参数信息和方法参数信息;
基于所述属性参数信息和所述方法参数信息,对所述目标对象模板信息进行实例化处理,得到所述目标数据对象。
4.根据权利要求1所述的方法,其特征在于,所述在检测到所述数据缓存池中已插入所述目标数据对象的情况下,获取所述目标数据对象中目标对象指标对应的指标数据,包括:
在检测到所述数据缓存池中已插入所述目标数据对象的情况下,获取所述目标数据对象对应的图像处理类型信息、图像处理参数信息和所述目标对象指标;
将所述图像处理类型信息、所述图像处理参数信息和所述目标对象指标传入图像处理层进行图像处理,得到所述指标数据。
5.根据权利要求4所述的方法,其特征在于,所述将所述图像处理类型信息、所述图像处理参数信息和所述目标对象指标传入图像处理层进行图像处理,得到所述指标数据,包括:
在所述图像处理层中,确定所述目标对象指标对应的处理器信息,所述处理器信息指示的处理器主体包括中央处理器、图形处理器中至少一种;
基于所述处理器信息、所述图像处理类型信息和所述图像处理参数信息,对待处理图像进行图像处理,得到所述指标数据。
6.根据权利要求4所述的方法,其特征在于,所述方法还包括:
将所述数据缓存池中的所述目标数据对象传入图像渲染层对应的数据管理器;
在所述数据管理器中确定所述目标数据对象对应的内存空间地址;
基于所述内存空间地址存储所述指标数据。
7.根据权利要求6所述的方法,其特征在于,所述基于所述指标数据进行图像特效渲染,得到所述目标特效对应的特效图像,包括:
响应于图像渲染指令,基于所述内存空间地址获取所述指标数据;
基于所述指标数据对待处理图像进行特效渲染处理,得到所述特效图像。
8.根据权利要求1至7任一项所述的方法,其特征在于,所述方法应用于安装有目标图像处理应用程序的终端,所述目标图像处理应用程序是所述至少两类图像处理应用程序中的图像处理应用程序,所述至少两类图像处理应用程序是联合开发的图像处理应用程序。
9.一种数据处理装置,其特征在于,所述装置包括:
特效信息获取模块,被配置为执行获取目标特效对应的特效配置信息和目标对象模板信息;
数据对象实例化模块,被配置为执行基于所述特效配置信息,对所述目标对象模板信息进行实例化处理,得到所述目标特效对应的目标数据对象;
数据对象缓存模块,被配置为执行将所述目标数据对象插入通用中转层对应的数据缓存池,所述通用中转层为基于适用于至少两类图像处理应用程序的软件开发工具包构建的数据中转层;
指标数据获取模块,被配置为执行在检测到所述数据缓存池中已插入所述目标数据对象的情况下,获取所述目标数据对象中目标对象指标对应的指标数据;
特效渲染模块,被配置为执行基于所述指标数据进行图像特效渲染,得到所述目标特效对应的特效图像。
10.一种电子设备,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8中任一项所述的数据处理方法。
11.一种计算机可读存储介质,其特征在于,当所述存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1至8中任一项所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211095075.3A CN115190362B (zh) | 2022-09-08 | 2022-09-08 | 数据处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211095075.3A CN115190362B (zh) | 2022-09-08 | 2022-09-08 | 数据处理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115190362A CN115190362A (zh) | 2022-10-14 |
CN115190362B true CN115190362B (zh) | 2022-12-27 |
Family
ID=83523277
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211095075.3A Active CN115190362B (zh) | 2022-09-08 | 2022-09-08 | 数据处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115190362B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103106680A (zh) * | 2013-02-16 | 2013-05-15 | 赞奇科技发展有限公司 | 基于云计算架构的三维图形渲染的实现方法及云服务系统 |
CN112463250A (zh) * | 2020-12-02 | 2021-03-09 | 北京齐尔布莱特科技有限公司 | 一种视频处理方法和计算设备 |
CN113490050A (zh) * | 2021-09-07 | 2021-10-08 | 北京市商汤科技开发有限公司 | 视频处理方法和装置、计算机可读存储介质及计算机设备 |
CN114356306A (zh) * | 2021-12-15 | 2022-04-15 | 红有软件股份有限公司 | 一种系统组件可视化定制的实现方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100289804A1 (en) * | 2009-05-13 | 2010-11-18 | International Business Machines Corporation | System, mechanism, and apparatus for a customizable and extensible distributed rendering api |
-
2022
- 2022-09-08 CN CN202211095075.3A patent/CN115190362B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103106680A (zh) * | 2013-02-16 | 2013-05-15 | 赞奇科技发展有限公司 | 基于云计算架构的三维图形渲染的实现方法及云服务系统 |
CN112463250A (zh) * | 2020-12-02 | 2021-03-09 | 北京齐尔布莱特科技有限公司 | 一种视频处理方法和计算设备 |
CN113490050A (zh) * | 2021-09-07 | 2021-10-08 | 北京市商汤科技开发有限公司 | 视频处理方法和装置、计算机可读存储介质及计算机设备 |
CN114356306A (zh) * | 2021-12-15 | 2022-04-15 | 红有软件股份有限公司 | 一种系统组件可视化定制的实现方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115190362A (zh) | 2022-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109933443B (zh) | 进程间通信方法、装置、计算机设备及可读存储介质 | |
CN112330685B (zh) | 图像分割模型训练、图像分割方法、装置及电子设备 | |
CN112270686B (zh) | 图像分割模型训练、图像分割方法、装置及电子设备 | |
US11461999B2 (en) | Image object detection method, device, electronic device and computer readable medium | |
US20230017112A1 (en) | Image generation method and apparatus | |
US20220358156A1 (en) | Method and apparatus for recommending multimedia resources | |
CN114531477B (zh) | 功能组件的配置方法、装置、计算机设备和存储介质 | |
WO2023065746A1 (zh) | 算法应用元生成方法、装置、电子设备、计算机程序产品及计算机可读存储介质 | |
CN113918738B (zh) | 多媒体资源推荐方法、装置、电子设备及存储介质 | |
CN114443189B (zh) | 一种图像处理方法和电子设备 | |
CN113722638B (zh) | 页面展示方法、装置、电子设备及存储介质 | |
CN111223155A (zh) | 图像数据处理方法、装置、计算机设备和存储介质 | |
CN115190362B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN114821811B (zh) | 人物合成图像生成方法、装置、计算机设备及存储介质 | |
CN115237467A (zh) | 页面视图配置方法、装置、计算机设备及存储介质 | |
CN115147469A (zh) | 配准方法、装置、设备及存储介质 | |
CN114463474A (zh) | 页面显示方法、装置、电子设备、存储介质及产品 | |
CN113645064B (zh) | 任务下发方法、装置、电子设备及存储介质 | |
CN113610215A (zh) | 任务处理网络生成、任务处理方法、装置、电子设备及存储介质 | |
CN116185431A (zh) | 一种数据处理方法、装置、电子设备及存储介质 | |
CN113204477B (zh) | 应用测试方法、装置、电子设备及存储介质 | |
CN114327388A (zh) | 一种AI开发环境在Android系统的应用方法、装置、设备及介质 | |
CN117473130A (zh) | 业务处理方法、装置、设备、介质和程序产品 | |
CN117008993A (zh) | 资源处理方法、装置、计算机设备及存储介质 | |
CN114862996A (zh) | 动画渲染方法、装置、电子设备及存储介质 |
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 |