CN116028341A - 虚拟工具测试方法及设备 - Google Patents

Abstract

本公开实施例提供一种虚拟工具测试方法及设备，该方法包括：获取待测试虚拟工具，并根据所述虚拟工具的属性信息提取所述待测试虚拟工具的工具特征；获取全量机型的机型信息，并根据所述全量机型的机型信息提取得到各机型的机型特征；将所述工具特征和所述各机型的机型特征分别输入预训练的评分模型中，输出得到所述待测试虚拟工具对应的各机型的性能测试参数；根据所述待测试虚拟工具对应的各机型的性能测试参数，输出所述待测试虚拟工具是否通过测试的结果。本公开实施例的测试过程能够覆盖全量机型，测试覆盖量高，测试结果更准确。

Description

虚拟工具测试方法及设备

技术领域

本公开实施例涉及计算机与软件技术领域，尤其涉及一种虚拟工具测试方法及设备。

背景技术

在用户使用视频应用(例如短视频应用)，需要制作视频时，根据用户的请求后台可以下发相应的虚拟工具(例如虚拟道具、虚拟玩法等)给用户的用户终端，用户可以通过虚拟工具在用户终端上制作视频。这些虚拟工具是创造者通过创造软件按照一定的规则创造的，创造者通常会使用打包工具将虚拟工具打包成一个虚拟工具包以供在用户终端上使用。创造的虚拟工具在上线之前需要对其性能进行测试，以确定虚拟工具在用户终端上运行时是否流畅或者出现卡顿。

目前，传统的虚拟工具测试方法，只能对较为常见的几款机型的真机进行测试，针对全量机型的测试效果无法确定，这样会导致虚拟工具测试覆盖率不全面、测试准确度低的问题。

发明内容

本公开实施例提供一种虚拟工具测试方法及设备，以克服传统的虚拟工具测试方法，只能对较为常见的几款机型的真机进行测试，针对全量机型的测试效果无法确定，导致虚拟工具测试覆盖率不全面、测试准确度低的问题。

第一方面，本公开实施例提供一种虚拟工具测试方法，包括：

获取待测试虚拟工具，并根据所述虚拟工具的属性信息提取所述待测试虚拟工具的工具特征，其中所述虚拟工具用于在原始视频上添加视频编辑效果以得到目标视频；

获取全量机型的机型信息，并根据所述全量机型的机型信息提取得到各机型的机型特征；

将所述工具特征和所述各机型的机型特征分别输入预训练的评分模型中，输出得到所述待测试虚拟工具对应的各机型的性能测试参数；

根据所述待测试虚拟工具对应的各机型的性能测试参数，输出所述待测试虚拟工具是否通过测试的结果。

第二方面，本公开实施例提供一种虚拟工具测试装置，包括：

工具特征处理模块，用于获取待测试虚拟工具，并根据所述虚拟工具的属性信息提取所述待测试虚拟工具的工具特征，其中所述虚拟工具用于在原始视频上添加视频编辑效果以得到目标视频；

机型特征处理模块，用于获取全量机型的机型信息，并根据所述全量机型的机型信息提取得到各机型的机型特征；

模型处理模块，用于将所述工具特征和所述各机型的机型特征分别输入预训练的评分模型中，输出得到所述待测试虚拟工具对应的各机型的性能测试参数；

测试结果处理模块，用于根据所述待测试虚拟工具对应的各机型的性能测试参数，输出所述待测试虚拟工具是否通过测试的结果。

第三方面，本公开实施例提供一种电子设备，包括：处理器和存储器；

所述存储器存储计算机执行指令；

所述处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的虚拟工具测试方法。

第四方面，本公开实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及第一方面各种可能的设计所述的虚拟工具测试方法。

第五方面，本公开实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上第一方面以及第一方面各种可能的设计所述的虚拟工具测试方法。

本实施例提供的虚拟工具测试方法及设备，该方法，根据全量机型的机型信息提取得到各机型的机型特征，通过将待测试虚拟工具的工具特征和各个机型特征分别输入预训练的评分模型中，以输出该待测试虚拟工具对应的各个机型的性能测试参数；根据待测试虚拟工具对应的各个机型的性能测试参数，确定该待测试虚拟工具是否通过机型测试，该实施例的测试过程能够覆盖全量机型，测试覆盖量高，测试准确。

附图说明

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本公开实施例提供的虚拟工具测试的场景示意图；

图2为本公开实施例提供的虚拟工具测试方法流程示意图一；

图3为本公开实施例提供的虚拟工具测试方法流程示意图二；

图4为本公开实施例提供的虚拟工具测试装置的结构框图；

图5为本公开实施例提供的电子设备的硬件结构示意图。

具体实施方式

为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

目前，针对大多数的虚拟工具(包括虚拟道具、虚拟玩法等)需要创造者设置虚拟工具的贴纸、计算机视觉(Computer Version，CV)等相关的效果，这里有很多的效果在用户的用户终端上运行时需要调用算法库，以进行人脸检测、眉毛检测或图像的生成等。此过程中，虚拟工具在用户终端上运行时，在调用大量的算法模型或者在完成相关检测后使用了大量的图层时，会对用户终端的性能造成较大的消耗，甚至会导致在某些低端机型的用户终端产生卡顿。因此这些虚拟工具在上线之前，需要对虚拟工具创造者创造的虚拟工具进行性能的测试，以确定虚拟工具能够满足在大部分用户终端上稳定运行。目前，传统的虚拟工具测试方法是，使用测试真机加载待测试的虚拟工具进行性能测试，计算出真机运行虚拟工具时的帧率、CPU使用率和内存使用率等指标，然后判断这些指标是否位于一定的阈值范围内，若是则说明待测试的虚拟工具通过了性能测试，若否则说明待测试的虚拟工具没有通过性能测试。然而，传统的虚拟工具测试方法，只能对较为常见的几款机型的真机进行测试，针对全量机型的测试效果无法确定，这样会导致虚拟工具测试覆盖率不全面。

为了解决上述技术问题，本公开提供了如下技术方案：获取待测试虚拟工具的工具特征，根据全量机型的机型信息获取全量机型的机型特征；将工具特征和各个机型特征分别输入预训练的评分模型中，以输出该待测试虚拟工具对应的各个机型的性能测试参数；根据待测试虚拟工具对应的各个机型的性能测试参数，确定该待测试虚拟工具是否通过机型测试。由于是根据全量机型的机型信息提取到的各机型的机型特征，测试过程能够覆盖全量机型，测试覆盖量高，测试结果更准确。

参考图1，图1为本公开实施例提供的虚拟工具测试的场景示意图。如图1所示，包括用户终端101和服务器102。其中，用户终端101可以是任何形式的终端设备，本公开所涉及的终端设备可以是无线终端也可以是有线终端。无线终端可以是指向用户提供语音和/或其他业务数据连通性的设备，具有无线连接功能的手持式设备、或连接到无线调制解调器的其他处理设备。无线终端可以经无线接入网(Radio Access Network，简称RAN)与一个或多个核心网设备进行通信，无线终端可以是移动终端，如移动电话(或称为“蜂窝”电话)和具有移动终端的计算机，例如，可以是便携式、袖珍式、手持式、计算机内置的或者车载的移动装置，它们与无线接入网交换语言和/或数据。再例如，无线终端还可以是个人通信业务(Personal Communication Service，简称PCS)电话、无绳电话、会话发起协议(SessionInitiation Protocol，简称SIP)话机、无线本地环路(Wireless Local Loop，简称WLL)站、个人数字助理(Personal Digital Assistant，简称PDA)等设备。无线终端也可以称为系统、订户单元(Subscriber Unit)、订户站(Subscriber Station)，移动站(MobileStation)、移动台(Mobile)、远程站(Remote Station)、远程终端(Remote Terminal)、接入终端(Access Terminal)、用户终端(User Terminal)、用户代理(User Agent)、用户设备(User Device or User Equipment)，在此不作限定。可选的，上述用户终端还可以是手机、智能穿戴设备、平板电脑等终端设备。

服务器102，可以是一台服务器或多台服务器组成的集群，该服务器可以通过网络与终端进行通信，服务器可以为用户终端101提供各种通信数据，包括下发制作视频的虚拟工具。

参考图2，图2为本公开实施例提供的虚拟工具测试方法流程示意图一。本实施例的方法可以应用在如图1所示的用户终端或服务器中，对此本公开不作任何限制，该虚拟工具测试方法包括：

S201：获取待测试虚拟工具，并根据所述虚拟工具的属性信息提取所述待测试虚拟工具的工具特征，其中所述虚拟工具用于在原始视频上添加视频编辑效果以得到目标视频。

在本实施例中，待测试的虚拟工具可以是虚拟工具包，例如道具包。

具体地，根据所述虚拟工具的属性信息提取所述待测试虚拟工具的工具特征，可以包括：对待测试虚拟工具的虚拟工具包进行解析，以获取待测试虚拟工具对应的属性信息，并根据属性信息提取关键参数或关键字段以得到工具特征。这里，虚拟工具的属性信息可以包括但不限于：虚拟工具包的大小、渲染图片大小、所用的计算机视觉(ComputerVision，简称CV)算法。

例如，虚拟工具为虚拟道具，用户可使用该虚拟道具对用户拍摄的原始视频添加虚拟道具处理后特效，从而得到具有一定特效的目标视频。

S202：获取全量机型的机型信息，并根据所述全量机型的机型信息提取得到各机型的机型特征。

在本实施例中，可以通过该网络爬虫等技术采集市面上所有机型的机型信息。其中，机型信息包括机型的各种参数信息。

具体地，根据全量机型的机型信息提取得到各机型的机型特征，可以包括：从所有机型的各种参数信息中提取机型的名称、机型的处理器参数、机型的内存大小、机型的图像处理器参数等作为机型特征。

S203：将所述工具特征和所述各机型的机型特征分别输入预训练的评分模型中，输出得到所述待测试虚拟工具对应的各机型的性能测试参数。

在本实施例中，预训练的评分模型可以是deepFM模型、XGBoost模型、逻辑回归模型等。

具体地，将虚拟工具与所述任一机型对应的工具特征与机型特征输入deepFM模型、XGBoost模型、逻辑回归模型中任一模型中，输出虚拟工具与所述任一机型对应的性能测试参数；重复上述步骤，直至得到待测试虚拟工具与所有机型对应的性能测试参数。

在本实施例中，性能测试参数可以是待测试虚拟工具在任一机型上运行的预计的帧率、虚拟工具的得分、平均帧率或加权平均帧率等等。

S204：根据所述待测试虚拟工具对应的各机型的性能测试参数，输出所述待测试虚拟工具是否通过虚拟工具测试的结果。

具体地，若所述待测试虚拟工具对应的各机型的性能测试参数位于预设参数阈值范围内，则输出所述待测试虚拟工具通过测试的第一结果。若所述待测试虚拟工具对应的各机型的性能测试参数超出所述预设参数阈值范围，则针对所述待测试虚拟工具执行真机评测，若真机评测通过则输出所述待测试虚拟工具通过测试的第一结果，若真机评测不通过，则输出所述待测试虚拟工具没有通过测试的第二结果。

在本实施例中，预设参数阈值范围可以根据需要进行设置。

在本公开的一个实施例中，在输出待测试虚拟工具通过测试的第一结果之后，还可以包括，确定待测试虚拟工具通过测试，下发稿待测试虚拟工具至用户终端，以使用户在用户终端使用。

在本公开的一个实施例中，在输出所述待测试虚拟工具没有通过测试的第二结果之后，还可以包括，将待测试虚拟工具没有通过测试的提示发送给虚拟工具创造者的终端，以使虚拟工具创造者对待测试虚拟工具进行修改。

从上述描述可知，根据全量机型的机型信息提取得到各机型的机型特征；通过将待测试虚拟工具的工具特征和各个机型特征分别输入预训练的评分模型中，以输出该待测试虚拟工具对应的各个机型的性能测试参数；根据待测试虚拟工具对应的各个机型的性能测试参数，确定该待测试虚拟工具是否通过机型测试，该实施例的测试过程能够覆盖全量机型，测试覆盖量高，测试准确。

参考图3，图3为本公开实施例提供的虚拟工具测试方法流程示意图二。在上述实施例的基础上，上述步骤S203，具体包括：

S301：将工具特征和任一机型的机型特征输入预训练的评分模型的第一子模型中进行特征重要性排序。

其中，预训练的评分模型可以是XGBoost模型与deepFM模型的组合模型，的第一子模型可以是XGBoost模型。

在本实施例中，将工具特征和任一机型的机型特征输入XGBoost模型中，XGBoost模型对工具特征和任一机型的机型特征的各特征按照决策树进行遍历，确定各特征的特征分裂数，根据特征分裂数确定各特征的重要性指标。具体地，特征分裂数越大，特征的重要性指标越高，表征特征的重要性越高。

例如，虚拟工具所用的计算机视觉(Computer Vision，简称CV)算法、机型的处理器参数、机型的内存大小、机型的图像处理器参数等的特征复杂，对应的特征分裂数较大，属于重要性指标较高的特征。虚拟工具包的大小、渲染图片大小、机型的名称等的特征简单，对应的特征分裂数较小，书重要性指标较低的特征。

S302：根据排序后的工具特征和机型特征进行筛选，得到目标特征。

在本实施例中，可以特征重要性排序在前的预设个数的工具特征和机型特征，确定为目标特征。

其中，的预设个数可以是5个或10个。

S303：将所述目标特征输入所述预训练的评分模型的第二子模型中，得到所述待测试虚拟工具对应的任一机型的性能测试参数。

具体地，所述将所述目标特征输入所述预训练的评分模型的第二子模型中，得到所述待测试虚拟工具对应的任一机型的性能测试参数，包括：对所述目标特征特征转换处理，得到待测试虚拟工具与所述任一机型对应的稀疏特征；对所述稀疏特征进行稀疏编码，得到密集嵌入特征；将所述密集嵌入特征输入所述第二子模型的第一模块以提取所述密集嵌入特征中的低阶特征，将所述密集嵌入特征输入所述第二子模型的第二模块以提取所述密集嵌入特征中的高阶特征；将所述密集嵌入特征中的低阶特征和所述密集嵌入特征中的高阶特征输入所述第二子模型的输出模块，以输出所述待测试虚拟工具对应的任一机型的性能测试参数。

在本实施例中，将稀疏特征进行稀疏编码，得到密集嵌入特征，以减少特征空间的维度，降低了计算量。具体地，采用one-hot稀疏编码对稀疏特征进行处理，转化为密集嵌入特征(dense embedding)。

在本公开的一个实施例中，所述第二子模型为deepFM模型；所述将所述密集嵌入特征输入所述第二子模型的第一模块以提取所述密集嵌入特征中的低阶特征，将所述密集嵌入特征输入所述第二子模型的第二模块以提取所述密集嵌入特征中的高阶特征，包括：将所述密集嵌入特征输入所述deepFM模型的FM层以提取所述密集嵌入特征中的低阶特征，将所述密集嵌入特征输入所述deepFM模型的隐藏层以提取所述密集嵌入特征中的高阶特征。将密集嵌入特征中的低阶特征和高阶特征进行融合的到融合特征，并输入第二子模型的输出模块，以使第二子模型的输出模块根据融合特征输出待测试虚拟工具对应的任一机型的性能测试参数。

其中，deepFM模型在训练时采用L2损失函数。

从上述描述可知，通过对稀疏特征稀疏编码密集嵌入特征，能够减少特征空间的维度，降低了计算量；同时通过分别密集嵌入特征中的低阶特征和高级特征，并对高阶特征和低阶特征进行融合后，以使输出模块根据融合特征输出预测结果，得到的预测结果更为准确。

在本公开的一个实施例中，对于上述实施例步骤S204部分中，针对所述待测试虚拟工具执行真机评测，若真机评测通过则输出所述待测试虚拟工具通过测试的第一结果，若真机评测不通过，则输出所述待测试虚拟工具没有通过测试的第二结果，包括：

根据所述待测试虚拟工具对应的各机型的性能测试参数确定超出所述预设参数阈值范围的兜底机型；将所述待测试虚拟工具下发至所述兜底机型对应的真机进行运行，并获取所述待测试虚拟工具在所述兜底机型对应的真机运行的性能测试参数；若真机运行的性能测试参数位于预设参数阈值范围内，则输出所述待测试虚拟工具通过测试的第一结果；若真机运行的性能测试参数超出预设参数阈值范围，则输出所述待测试虚拟工具没有通过测试的第二结果。

在本实施例中，对于性能测试参数确定超出所述预设参数阈值范围的待测试虚拟工具，属于置信率低的虚拟工具，对于置信率低的虚拟工具，确定其对应的兜底机型；利用兜底机型进一步进行确认待测试虚拟工具是否通过测试，既提升了准确率，同时也减小了真机的使用成本。

对应于上文实施例的虚拟工具测试方法，图4为本公开实施例提供的虚拟工具测试装置的结构框图。为了便于说明，仅示出了与本公开实施例相关的部分。参照图4，所述装置包括：工具特征处理模块401、机型特征处理模块402、模型处理模块403和测试结果处理模块404。

其中，工具特征处理模块401，用于获取待测试虚拟工具，并根据所述虚拟工具的属性信息提取所述待测试虚拟工具的工具特征，其中所述虚拟工具用于在原始视频上添加视频编辑效果以得到目标视频；

机型特征处理模块402，用于获取全量机型的机型信息，并根据所述全量机型的机型信息提取得到各机型的机型特征；

模型处理模块403，用于将所述工具特征和所述各机型的机型特征分别输入预训练的评分模型中，输出得到所述待测试虚拟工具对应的各机型的性能测试参数；

测试结果处理模块404，用于根据所述待测试虚拟工具对应的各机型的性能测试参数，输出所述待测试虚拟工具是否通过虚拟工具测试的结果。

从上述描述可知，根据全量机型的机型信息提取得到各机型的机型特征，通过将待测试虚拟工具的工具特征和各个机型特征分别输入预训练的评分模型中，以输出该待测试虚拟工具对应的各个机型的性能测试参数；根据待测试虚拟工具对应的各个机型的性能测试参数，确定该待测试虚拟工具是否通过机型测试，该实施例的测试过程能够覆盖全量机型，测试覆盖量高，测试准确。

根据本公开的一个或多个实施例，所述模型处理模块403，具体包括：

第一子模型处理单元4031，用于将工具特征和任一机型的机型特征输入预训练的评分模型的第一子模型中进行特征重要性排序；根据排序后的工具特征和机型特征进行筛选，得到目标特征；

第二子模型处理单元4032，用于将所述目标特征输入所述预训练的评分模型的第二子模型中，得到所述待测试虚拟工具对应的任一机型的性能测试参数。

根据本公开的一个或多个实施例，所述第二子模型处理单元4032，具体用于对所述目标特征特征转换处理，得到虚拟工具与所述任一机型对应的稀疏特征；对所述稀疏特征进行稀疏编码，得到密集嵌入特征；将所述密集嵌入特征输入所述第二子模型的第一模块以提取所述密集嵌入特征中的低阶特征，将所述密集嵌入特征输入所述第二子模型的第二模块以提取所述密集嵌入特征中的高阶特征；将所述密集嵌入特征中的低阶特征和所述密集嵌入特征中的高阶特征输入所述第二子模型的输出模块，以输出所述待测试虚拟工具对应的任一机型的性能测试参数。

根据本公开的一个或多个实施例，所述测试结果处理模块404，具体包括：第一测试结果处理单元4041，用于若所述待测试虚拟工具对应的各机型的性能测试参数位于预设参数阈值范围内，则输出所述待测试虚拟工具通过测试的第一结果。第二测试结果处理单元4042，用于若所述待测试虚拟工具对应的各机型的性能测试参数超出所述预设参数阈值范围，则针对所述待测试虚拟工具执行真机评测，若真机评测通过则输出所述待测试虚拟工具通过测试的第一结果，若真机评测不通过，则输出所述待测试虚拟工具没有通过测试的第二结果。

根据本公开的一个或多个实施例，所述第二测试结果处理单元4042，具体用于根据所述待测试虚拟工具对应的各机型的性能测试参数确定超出所述预设参数阈值范围的兜底机型；将所述待测试虚拟工具下发至所述兜底机型对应的真机进行运行，并获取所述待测试虚拟工具在所述兜底机型对应的真机运行的性能测试参数；若真机运行的性能测试参数位于预设参数阈值范围内，则输出所述待测试虚拟工具通过测试的第一结果；若真机运行的性能测试参数超出预设参数阈值范围，则输出所述待测试虚拟工具没有通过测试的第二结果。

本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。

为了实现上述实施例，本公开实施例还提供了一种电子设备。

参考图5，其示出了适于用来实现本公开实施例的电子设备500的结构示意图，该电子设备500可以为终端设备或服务器。其中，终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、个人数字助理(Personal Digital Assistant，简称PDA)、平板电脑(Portable Android Device，简称PAD)、便携式多媒体播放器(Portable MediaPlayer，简称PMP)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图5所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(Read Only Memory，简称ROM)502中的程序或者从存储装置508加载到随机访问存储器(Random Access Memory，简称RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

通常，以下装置可以连接至I/O接口505：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506；包括例如液晶显示器(Liquid CrystalDisplay，简称LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，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。

特别地，根据本公开的实施例，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，本公开的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。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM502被安装。在该计算机程序被处理装置501执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上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。在本公开中，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。而在本公开中，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。

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，使得该电子设备执行上述实施例所示的方法。

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公开的操作的计算机程序代码，上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——包括局域网(LocalArea Network，简称LAN)或广域网(Wide Area Network，简称WAN)—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)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、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。

描述于本公开实施例中所涉及到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。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。

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。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

第一方面，根据本公开的一个或多个实施例，提供了一种虚拟工具测试方法，包括：

获取待测试虚拟工具，并根据所述虚拟工具的属性信息提取所述待测试虚拟工具的工具特征，其中所述虚拟工具用于在原始视频上添加视频编辑效果以得到目标视频；

获取全量机型的机型信息，并根据所述全量机型的机型信息提取得到各机型的机型特征；

将所述工具特征和所述各机型的机型特征分别输入预训练的评分模型中，输出得到所述待测试虚拟工具对应的各机型的性能测试参数；

根据所述待测试虚拟工具对应的各机型的性能测试参数，输出所述待测试虚拟工具是否通过测试的结果。

根据本公开的一个或多个实施例，所述将所述工具特征和所述各机型的机型特征分别输入预训练的评分模型中，输出得到所述待测试虚拟工具对应的各机型的性能测试参数，包括：将工具特征和任一机型的机型特征输入预训练的评分模型的第一子模型中进行特征重要性排序；根据排序后的工具特征和机型特征进行筛选，得到目标特征；将所述目标特征输入所述预训练的评分模型的第二子模型中，得到所述待测试虚拟工具对应的任一机型的性能测试参数。

根据本公开的一个或多个实施例，所述将所述目标特征输入所述预训练的评分模型的第二子模型中，得到所述待测试虚拟工具对应的任一机型的性能测试参数，包括：对所述目标特征特征转换处理，得到虚拟工具与所述任一机型对应的稀疏特征；对所述稀疏特征进行稀疏编码，得到密集嵌入特征；将所述密集嵌入特征输入所述第二子模型的第一模块以提取所述密集嵌入特征中的低阶特征，将所述密集嵌入特征输入所述第二子模型的第二模块以提取所述密集嵌入特征中的高阶特征；将所述密集嵌入特征中的低阶特征和所述密集嵌入特征中的高阶特征输入所述第二子模型的输出模块，以输出所述待测试虚拟工具对应的任一机型的性能测试参数。

根据本公开的一个或多个实施例，所述根据所述待测试虚拟工具对应的各机型的性能测试参数，输出所述待测试虚拟工具是否通过测试的结果，包括：若所述待测试虚拟工具对应的各机型的性能测试参数位于预设参数阈值范围内，则输出所述待测试虚拟工具通过测试的第一结果；若所述待测试虚拟工具对应的各机型的性能测试参数超出所述预设参数阈值范围，则针对所述待测试虚拟工具执行真机评测，若真机评测通过则输出所述待测试虚拟工具通过测试的第一结果，若真机评测不通过，则输出所述待测试虚拟工具没有通过测试的第二结果。

根据本公开的一个或多个实施例，所述针对所述待测试虚拟工具执行真机评测，若真机评测通过则输出所述待测试虚拟工具通过测试的第一结果，若真机评测不通过，则输出所述待测试虚拟工具没有通过测试的第二结果，包括：根据所述待测试虚拟工具对应的各机型的性能测试参数确定超出所述预设参数阈值范围的兜底机型；将所述待测试虚拟工具下发至所述兜底机型对应的真机进行运行，并获取所述待测试虚拟工具在所述兜底机型对应的真机运行的性能测试参数；若真机运行的性能测试参数位于预设参数阈值范围内，则输出所述待测试虚拟工具通过测试的第一结果；若真机运行的性能测试参数超出预设参数阈值范围，则输出所述待测试虚拟工具没有通过测试的第二结果。

第二方面，根据本公开的一个或多个实施例，提供了一种虚拟工具测试装置，包括：

工具特征处理模块，用于获取待测试虚拟工具，并根据所述虚拟工具的属性信息提取所述待测试虚拟工具的工具特征，其中所述虚拟工具用于在原始视频上添加视频编辑效果以得到目标视频；

机型特征处理模块，用于获取全量机型的机型信息，并根据所述全量机型的机型信息提取得到各机型的机型特征；

模型处理模块，用于将所述工具特征和所述各机型的机型特征分别输入预训练的评分模型中，输出得到所述待测试虚拟工具对应的各机型的性能测试参数；

测试结果处理模块，用于根据所述待测试虚拟工具对应的各机型的性能测试参数，输出所述待测试虚拟工具是否通过测试的结果。

根据本公开的一个或多个实施例，所述模型处理模块，具体包括：第一子模型处理单元，用于将工具特征和任一机型的机型特征输入预训练的评分模型的第一子模型中进行特征重要性排序；根据排序后的工具特征和机型特征进行筛选，得到目标特征；第二子模型处理单元，用于将所述目标特征输入所述预训练的评分模型的第二子模型中，得到所述待测试虚拟工具对应的任一机型的性能测试参数。

根据本公开的一个或多个实施例，所述第二子模型处理单元，具体用于对所述目标特征特征转换处理，得到虚拟工具与所述任一机型对应的稀疏特征；对所述稀疏特征进行稀疏编码，得到密集嵌入特征；将所述密集嵌入特征输入所述第二子模型的第一模块以提取所述密集嵌入特征中的低阶特征，将所述密集嵌入特征输入所述第二子模型的第二模块以提取所述密集嵌入特征中的高阶特征；将所述密集嵌入特征中的低阶特征和所述密集嵌入特征中的高阶特征输入所述第二子模型的输出模块，以输出所述待测试虚拟工具对应的任一机型的性能测试参数。

根据本公开的一个或多个实施例，所述测试结果处理模块，具体包括：第一测试结果处理单元，用于若所述待测试虚拟工具对应的各机型的性能测试参数位于预设参数阈值范围内，则输出所述待测试虚拟工具通过测试的第一结果。第二测试结果处理单元，用于若所述待测试虚拟工具对应的各机型的性能测试参数超出所述预设参数阈值范围，则针对所述待测试虚拟工具执行真机评测，若真机评测通过则输出所述待测试虚拟工具通过测试的第一结果，若真机评测不通过，则输出所述待测试虚拟工具没有通过测试的第二结果。

根据本公开的一个或多个实施例，所述第二测试结果处理单元，具体用于根据所述待测试虚拟工具对应的各机型的性能测试参数确定超出所述预设参数阈值范围的兜底机型；将所述待测试虚拟工具下发至所述兜底机型对应的真机进行运行，并获取所述待测试虚拟工具在所述兜底机型对应的真机运行的性能测试参数；若真机运行的性能测试参数位于预设参数阈值范围内，则输出所述待测试虚拟工具通过测试的第一结果；若真机运行的性能测试参数超出预设参数阈值范围，则输出所述待测试虚拟工具没有通过测试的第二结果。

第三方面，根据本公开的一个或多个实施例，提供了一种电子设备，包括：至少一个处理器和存储器；

所述存储器存储计算机执行指令；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的虚拟工具测试方法。

第四方面，根据本公开的一个或多个实施例，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及第一方面各种可能的设计所述的虚拟工具测试方法。

第五方面，根据本公开的一个或多个实施例，提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上第一方面以及第一方面各种可能的设计所述的虚拟工具测试方法。

以上描述仅为本公开的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，本公开中所涉及的公开范围，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公开构思的情况下，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。例如上述特征与本公开中公开的(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。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (10)

1.一种虚拟工具测试方法，其特征在于，包括：

获取待测试虚拟工具，并根据所述虚拟工具的属性信息提取所述待测试虚拟工具的工具特征，其中所述虚拟工具用于在原始视频上添加视频编辑效果以得到目标视频；

获取全量机型的机型信息，并根据所述全量机型的机型信息提取得到各机型的机型特征；

将所述工具特征和所述各机型的机型特征分别输入预训练的评分模型中，输出得到所述待测试虚拟工具对应的各机型的性能测试参数；

根据所述待测试虚拟工具对应的各机型的性能测试参数，输出所述待测试虚拟工具是否通过测试的结果。

2.根据权利要求1所述的方法，其特征在于，所述将所述工具特征和所述各机型的机型特征分别输入预训练的评分模型中，输出得到所述待测试虚拟工具对应的各机型的性能测试参数，包括：

将工具特征和任一机型的机型特征输入预训练的评分模型的第一子模型中进行特征重要性排序；

根据排序后的工具特征和机型特征进行筛选，得到目标特征；

将所述目标特征输入所述预训练的评分模型的第二子模型中，得到所述待测试虚拟工具对应的任一机型的性能测试参数。

3.根据权利要求2所述的方法，其特征在于，所述将所述目标特征输入所述预训练的评分模型的第二子模型中，得到所述待测试虚拟工具对应的任一机型的性能测试参数，包括：

对所述目标特征特征转换处理，得到待测试虚拟工具与所述任一机型对应的稀疏特征；

对所述稀疏特征进行稀疏编码，得到密集嵌入特征；

将所述密集嵌入特征输入所述第二子模型的第一模块以提取所述密集嵌入特征中的低阶特征，将所述密集嵌入特征输入所述第二子模型的第二模块以提取所述密集嵌入特征中的高阶特征；

将所述密集嵌入特征中的低阶特征和所述密集嵌入特征中的高阶特征输入所述第二子模型的输出模块，以输出所述待测试虚拟工具对应的任一机型的性能测试参数。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述根据所述待测试虚拟工具对应的各机型的性能测试参数，输出所述待测试虚拟工具是否通过测试的结果，包括：

若所述待测试虚拟工具对应的各机型的性能测试参数位于预设参数阈值范围内，则输出所述待测试虚拟工具通过测试的第一结果；

若所述待测试虚拟工具对应的各机型的性能测试参数超出所述预设参数阈值范围，则针对所述待测试虚拟工具执行真机评测，若真机评测通过则输出所述待测试虚拟工具通过测试的第一结果，若真机评测不通过，则输出所述待测试虚拟工具没有通过测试的第二结果。

5.根据权利要求4所述的方法，其特征在于，所述针对所述待测试虚拟工具执行真机评测，若真机评测通过则输出所述待测试虚拟工具通过测试的第一结果，若真机评测不通过，则输出所述待测试虚拟工具没有通过测试的第二结果，包括：

根据所述待测试虚拟工具对应的各机型的性能测试参数确定超出所述预设参数阈值范围的兜底机型；

将所述待测试虚拟工具下发至所述兜底机型对应的真机进行运行，并获取所述待测试虚拟工具在所述兜底机型对应的真机运行的性能测试参数；

若真机运行的性能测试参数位于预设参数阈值范围内，则输出所述待测试虚拟工具通过测试的第一结果；若真机运行的性能测试参数超出预设参数阈值范围，则输出所述待测试虚拟工具没有通过测试的第二结果。

6.一种虚拟工具测试装置，其特征在于，包括：

工具特征处理模块，用于获取待测试虚拟工具，并根据所述虚拟工具的属性信息提取所述待测试虚拟工具的工具特征，其中所述虚拟工具用于在原始视频上添加视频编辑效果以得到目标视频；

机型特征处理模块，用于获取全量机型的机型信息，并根据所述全量机型的机型信息提取得到各机型的机型特征；

模型处理模块，用于将所述工具特征和所述各机型的机型特征分别输入预训练的评分模型中，输出得到所述待测试虚拟工具对应的各机型的性能测试参数；

测试结果处理模块，用于根据所述待测试虚拟工具对应的各机型的性能测试参数，输出所述待测试虚拟工具是否通过测试的结果。

7.根据权利要求6所述的装置，其特征在于，所述模型处理模块，具体包括：

第一子模型处理单元，用于将工具特征和任一机型的机型特征输入预训练的评分模型的第一子模型中进行特征重要性排序；根据排序后的工具特征和机型特征进行筛选，得到目标特征；

第二子模型处理单元，用于将所述目标特征输入所述预训练的评分模型的第二子模型中，得到所述待测试虚拟工具对应的任一机型的性能测试参数。

8.一种电子设备，其特征在于，包括：处理器和存储器；

所述存储器存储计算机执行指令；

所述处理器执行所述存储器存储的计算机执行指令，使得所述处理器执行如权利要求1至5任一项所述的虚拟工具测试方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1至5任一项所述的虚拟工具测试方法。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的虚拟工具测试的方法。

Images