CN116737268A - 应用程序的处理方法及装置 - Google Patents
应用程序的处理方法及装置 Download PDFInfo
- Publication number
- CN116737268A CN116737268A CN202310707919.3A CN202310707919A CN116737268A CN 116737268 A CN116737268 A CN 116737268A CN 202310707919 A CN202310707919 A CN 202310707919A CN 116737268 A CN116737268 A CN 116737268A
- Authority
- CN
- China
- Prior art keywords
- application program
- behavior
- sensing data
- terminal equipment
- function
- 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
Links
- 238000003672 processing method Methods 0.000 title description 13
- 230000033001 locomotion Effects 0.000 claims abstract description 231
- 238000012545 processing Methods 0.000 claims abstract description 65
- 238000000034 method Methods 0.000 claims abstract description 63
- 238000013507 mapping Methods 0.000 claims abstract description 54
- 230000006399 behavior Effects 0.000 claims description 289
- 230000006870 function Effects 0.000 claims description 135
- 238000012549 training Methods 0.000 claims description 17
- 230000037147 athletic performance Effects 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 6
- 238000007635 classification algorithm Methods 0.000 claims description 3
- 230000000386 athletic effect Effects 0.000 claims 1
- 230000003542 behavioural effect Effects 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 16
- 238000010586 diagram Methods 0.000 description 13
- 230000001771 impaired effect Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000001953 sensory effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
- G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本说明书一个或多个实施例公开了一种应用程序的处理方法及装置,该方法首先获取预设时间周期内终端设备的传感器采集的传感数据,然后将所采集的传感数据输入预先训练的匹配模型中,通过匹配模型对传感数据进行拟合处理生成终端设备的运动行为,并基于预先存储的基准行为映射关系和所生成的运动行为,确定与终端设备相匹配的应用程序或应用程序的功能,最后,启动与终端设备相匹配的应用程序或应用程序的功能。
Description
技术领域
本文件涉及人机交互手势识别技术领域,尤其涉及一种应用程序的处理方法及装置。
背景技术
当前,用户的手机端通常装有大量App(Application,应用程序),如何快速而准确地找到用户所需要的App以及所需要的App中的某个功能,是提高用户(尤其是视障用户)体验的一种方法。
相关技术中,用户每次使用App时,需要首先找到待启用的App,然后在待启用的App内部找到待启用的功能,最后点击启用相应的App功能,对于视障人群,查找App以及启用App的相应功能的过程是一个缓慢的处理过程。以启用手机中的App为例,用户通常采用快捷手势启用App,且所采用的快捷手势必须要在手机界面上触屏操作。由于手机屏幕上的按钮较多,通过快捷手势开启App时,需要用户在屏幕上进行比较精准的操作,否则很容易影响操作结果,因此,需要提供一种更加便捷的应用程序处理方法。
发明内容
一方面,本说明书一个或多个实施例提供一种应用程序的处理方法,包括:获取预设时间周期内终端设备的传感器采集的传感数据;将所述传感数据输入预先训练的匹配模型中,通过所述匹配模型对所述传感数据进行拟合处理生成所述终端设备的运动行为,并基于预先存储的基准行为映射关系和所生成的运动行为,确定与所述终端设备相匹配的应用程序或应用程序的功能;启动与所述终端设备相匹配的应用程序或应用程序的功能。
另一方面,本说明书一个或多个实施例提供一种应用程序的处理方法,包括:获取预设时间周期内终端设备的传感器采集的传感数据;对所述传感数据进行拟合处理生成所述终端设备的运动行为;从预先存储的基准运动行为中获取与所述运动行为相匹配的目标基准运动行为,并基于预先存储的基准行为映射关系和所述目标基准运动行为确定与所述终端设备相匹配的应用程序或应用程序的功能;启动所述目标基准运动行为对应的应用程序或应用程序的功能。
再一方面,本说明书一个或多个实施例提供一种应用程序的处理装置,包括:传感数据获取模块,获取预设时间周期内终端设备的传感器采集的传感数据;匹配模块,将所述传感数据输入预先训练的匹配模型中,通过所述匹配模型对所述传感数据进行拟合处理生成所述终端设备的运动行为,并基于预先存储的基准行为映射关系和所生成的运动行为,确定与所述终端设备相匹配的应用程序或应用程序的功能;启动模块,启动与所述终端设备相匹配的应用程序或应用程序的功能。
再一方面,本说明书一个或多个实施例提供一种应用程序的处理装置,包括:传感数据获取模块,获取预设时间周期内终端设备的传感器采集的传感数据;运动行为确定模块,对所述传感数据进行拟合处理生成所述终端设备的运动行为;匹配模块,从预先存储的基准运动行为中获取与所述运动行为相匹配的目标基准运动行为,并基于预先存储的基准行为映射关系和所述目标基准运动行为确定与所述终端设备相匹配的应用程序或应用程序的功能;启动模块,启动所述目标基准运动行为对应的应用程序或应用程序的功能。
再一方面,本说明书一个或多个实施例提供一种电子设备,包括:处理器;以及被安排成存储计算机可执行指令的存储器,在所述可执行指令被执行时,能够使得所述处理器:获取预设时间周期内终端设备的传感器采集的传感数据;将所述传感数据输入预先训练的匹配模型中,通过所述匹配模型对所述传感数据进行拟合处理生成所述终端设备的运动行为,并基于预先存储的基准行为映射关系和所生成的运动行为,确定与所述终端设备相匹配的应用程序或应用程序的功能;启动与所述终端设备相匹配的应用程序或应用程序的功能。
再一方面,本说明书一个或多个实施例提供一种电子设备,包括:处理器;以及被安排成存储计算机可执行指令的存储器,在所述可执行指令被执行时,能够使得所述处理器:获取预设时间周期内终端设备的传感器采集的传感数据;对所述传感数据进行拟合处理生成所述终端设备的运动行为;从预先存储的基准运动行为中获取与所述运动行为相匹配的目标基准运动行为,并基于预先存储的基准行为映射关系和所述目标基准运动行为确定与所述终端设备相匹配的应用程序或应用程序的功能;启动所述目标基准运动行为对应的应用程序或应用程序的功能。
再一方面,本说明书一个或多个实施例提供一种存储介质,所述存储介质用于存储计算机可执行指令,所述可执行指令在被处理器执行时实现以下流程:获取预设时间周期内终端设备的传感器采集的传感数据;将所述传感数据输入预先训练的匹配模型中,通过所述匹配模型对所述传感数据进行拟合处理生成所述终端设备的运动行为,并基于预先存储的基准行为映射关系和所生成的运动行为,确定与所述终端设备相匹配的应用程序或应用程序的功能;启动与所述终端设备相匹配的应用程序或应用程序的功能。
再一方面,本说明书一个或多个实施例提供一种存储介质,所述存储介质用于存储计算机可执行指令,所述可执行指令在被处理器执行时实现以下流程:获取预设时间周期内终端设备的传感器采集的传感数据;对所述传感数据进行拟合处理生成所述终端设备的运动行为;从预先存储的基准运动行为中获取与所述运动行为相匹配的目标基准运动行为,并基于预先存储的基准行为映射关系和所述目标基准运动行为确定与所述终端设备相匹配的应用程序或应用程序的功能;启动所述目标基准运动行为对应的应用程序或应用程序的功能。
附图说明
为了更清楚地说明本说明书一个或多个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简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书一个或多个实施例中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本说明书一实施例的一种应用程序的处理方法的示意性流程图;
图2是根据本说明书一实施例的终端设备的运动行为原理示意图;
图3是根据本说明书一实施例的另一种应用程序的处理方法的示意性流程图;
图4是根据本说明书一实施例的一种应用程序的处理装置的示意性框图;
图5是根据本说明书另一实施例的一种应用程序的处理装置的示意性框图;
图6是根据本说明书一实施例的一种电子设备的示意性框图。
具体实施方式
本说明书一个或多个实施例提供一种应用程序的处理方法及装置。
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案,下面将结合本说明书一个或多个实施例中的附图,对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书一个或多个实施例,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,都应当属于本文件保护的范围。
图1是根据本说明书一实施例的一种应用程序的处理方法的示意性流程图,如图1所示,该方法可以包括以下步骤:
在步骤S102中,获取预设时间周期内终端设备的传感器采集的传感数据。
其中,终端设备可以是手机、平板电脑、智能手机等智能电子设备,且该终端设备上设置有各种能够采集终端设备运动行为相关信息的传感器,例如:速度传感器、加速度传感器、角速度传感器、气压传感器以及磁力计传感器等。
在实施中,在预设时间周期内所采集的传感数据可以是传感数据序列的形式,如果同时有多个传感器进行传感数据采集,相应地会有多个传感数据序列,最后依据上述多个传感数据序列确定终端设备相应的运动行为。
终端设备以手机为例,通常用户的手机端会装有大量不同的应用程序,每次启用某一个特定应用程序时,用户首先需要在手机端大量的应用程序中找到该特定的应用程序,然后在该特定的应用程序中找到特定的应用程序的功能。上述查找特定应用程序以及特定应用程序的功能的过程,需要花时间逐一查看,用户体验并不够好,尤其对于视障用户,上述查找特定应用程序的以及特定应用程序的功能的过程是个非常耗时的过程。基于此,本说明书实施例充分利用终端设备上自带的传感数据,将用户通过终端设备所执行的运动行为识别出来,并将该运动行为与某一个特定的应用程序或者某一个特定的应用程序的功能进行绑定,从而实现通过手势动作快速启动应用程序或者应用程序的功能。
另外,终端设备上的传感器通常具备实时采集传感数据的能力,步骤S102中只需要获取预设时间周期内终端设备的传感器所采集的传感数据,具体的预设时间周期可以根据终端设备所执行的具体的运动行为来确定,例如:从执行一个具体的运动行为的起始时刻到终止时刻的时间段,可以定义为预设时间周期。
在步骤S104中,将传感数据输入预先训练的匹配模型中,通过匹配模型对传感数据进行拟合处理生成终端设备的运动行为,并基于预先存储的基准行为映射关系和所生成的运动行为,确定与终端设备相匹配的应用程序或应用程序的功能。
其中,终端设备的运动行为可以是不同运动方向以及不同运动轨迹的行为,例如:左右方向来回晃动的运动行为、上下方向来回晃动的运动行为、画五角星的运动行为、画圆的运动行为等,本说明书实施例对此不做限定。
拟合处理是特征匹配的一种方法,即用一个参数模型来表示特征。本说明书实施例中拟合处理是通过对传感数据拟合处理得到相应的运动行为。在实施中,可以根据预设的算法对传感数据进行拟合处理,得到相应的运动轨迹,还可以包含速度信息,即:执行同一个运动轨迹的运动行为的速度不同,则运动行为不同。预设的算法可以是最小二乘算法、多项式算法拟合等,本说明书实施例对此不做限定。
基准行为映射关系可以预先存储,基准行为映射关系是基准运动行为与应用程序或者应用程序的功能之间的一一对应关系,即:针对具体的一个基准运动行为,其对应一个应用程序,或者对应一个应用程序的功能,从而根据所获取的运动行为,能够基于基准行为映射关系确定相应的应用程序或应用程序的功能。而且,每个应用程序或者应用程序的功能分别与指定的终端设备对应,本说明书实施例中基准行为映射关系、运动行为和终端设备三者之间存在着对应关系。例如:针对A用户预先存储有基准行为映射关系A,当A用户通过终端设备A执行运动行为A时,通过匹配模型能够开启终端设备A上的相应的应用程序或者应用程序的功能,而不能开启其他终端设备如B、C等的应用程序或者应用程序的功能。这种方式既有利于通过运动行为准确开启相关的应用程序或者应用程序的功能,又有利于提高用户数据的安全性。本说明书实施例中终端设备的运动行为原理示意图可以参见图2所示。图2中以通过终端设备画圆开启手机的特定应用程序或特定应用程序的功能为例。
对于训练后的匹配模型,其输入数据是步骤S102所采集的传感数据,输出结果是与终端设备相匹配的应用程序或应用程序的功能。匹配模型的处理过程为:对传感数据进行拟合处理,生成终端设备的运动行为,然后根据基准行为映射关系和生成的运动行为确定相应的应用程序或应用程序的功能。
匹配模型可以基于神经网络构建,具体可以通过卷积神经网络构建。采用卷积神经网络时,可以通过一个中间层对传感数据进行拟合处理生成终端设备的运动行为,再通过另一个中间层根据准行为映射关系和生成的运动行为确定相应的应用程序或应用程序的功能。也可以直接通过一个中间层经对传感数据进行处理确定与终端设备相匹配的应用程序或应用程序的功能,本说明书实施例对此不做限定。训练匹配模型的损失函数可以采用分类模型的标准损失函数,例如:交叉熵损失函数或者BCE-loss(二分类交叉熵损失函数)等。
需要注意的是,利用本说明书实施例中的方法启动应用程序的功能时,该应用程序的功能通常是应用程序的常用的核心功能,例如:一款App常用的核心功能为:支付扫描,可以通过终端设备的运动行为快速打开该App的二维码用于支付,或者快速打开该App的扫码功能。
在步骤S106中,启动与终端设备相匹配的应用程序或应用程序的功能。
当通过步骤S104中的匹配模型对输入的传感数据进行处理确定与终端设备相匹配的应用程序或应用程序的功能后,通过执行步骤S106即可启动与终端设备相匹配的应用程序或应用程序的功能,从而实现快速打开应用程序。
本说明书实施例提供一种应用程序的处理方法,获取预设时间周期内终端设备的传感器采集的传感数据后,将所获取的传感数据输入预先训练的匹配模型中,通过匹配模型对传感数据进行拟合处理生成终端设备的运动行为,并基于预先存储的基准行为映射关系和所生成的运动行为,确定与终端设备相匹配的应用程序或应用程序的功能,然后启动与终端设备相匹配的应用程序或应用程序的功能。由于传感数据基于终端设备的运动行为产生,当前用户通过终端设备发出一个运动行为时,当利用该终端设备的传感器采集到一串或多串传感数据后,基于所获取的传感数据利用匹配模型能够确定与该特定终端设备相匹配的应用程序,从而实现快速开启应用程序,有利于提高用户体验,尤其对于视障人群,能够避免在终端设备屏幕上的精细操作,有效节省从大量App中查找特定App的时间。此外,利用本说明书实施例中的方法,还能够基于所获取的传感数据利用匹配模型确定与特定终端设备相匹配的应用程序的功能,对于某些应用程序中的常用核心功能,也能够实现快速开启,从而有效提高用户体验。
进一步地,在一种实施方式中,所采集的传感数据包括以下信息中的一种或多种:速度信息、加速度信息、角速度信息、气压信息以及磁力信息。
在实施中,所采集的传感数据可以利用速度传感器采集速度信息、利用加速度传感器采集加速度信息、利用角速度传感器采集角速度信息、利用气压传感器采集气压信息、利用磁力计传感器采集磁力大小以及方向信息。对于同一个用户的同一个终端设备,以画圆这一运动行为举例,如果终端设备的传感器所采集的速度信息不同,则定义为不同的运动行为,只有符合预设的速度信息阈值范围的速度信息,才能经由匹配模型确定与终端设备相匹配的应用程序或应用程序的功能。
进一步地,对传感数据进行拟合处理所生成的终端设备的不同运动方向、不同运动轨迹的运动行为可以是三维空间内的运动行为,也可以是二维空间内的运动行为。通常,二维空间内的运动行为不太容易实现,需要确保运动行为处于同一个平面内。比较常见的终端设备运动行为是三维空间内的运动行为,例如:在三维空间内通过终端设备画五角星。三维空间内的运动行为具有更好的防模拟以及防伪造效果,有利于提高用户终端设备的数据安全性。
进一步地,在一个实施例中,匹配模型的训练方法可以多种多样,以下提供一种可选的处理方法:
步骤A1:获取多个终端设备的每个基准运动行为所对应的多个传感数据样本以及每个基准运动行为所对应的应用程序或应用程序的功能。
实施中,可以根据用户需求确定针对特定终端设备的特定应用程序或特定应用程序的功能进行快速开启,模型训练过程中,可以针对每一个基准行为映射关系分别进行训练,即:针对某一个特定终端设备的某一个特定应用程序进行训练,或者针对某一个特定终端设备的某一个特定应用程序的功能进行训练。例如:利用匹配模型训练通过终端设备画圆开启一个特定应用程序时,根据步骤A1,可以获取100个同类型终端设备(对应100个用户)分别画100个圆形所对应的传感数据,从而获取10000个传感数据样本。
步骤A2:针对每个基准运动行为,基于多个传感数据样本以及每个基准运动行为所对应的应用程序或应用程序的功能,通过预设的损失函数对匹配模型进行训练,得到训练后的匹配模型。
继续沿用100个用户分别画100个圆形的例子,通过步骤A2训练后的匹配模型,能够根据当前所获取的传感数据确定画圆的用户(对应一个终端设备),从而开启该用户的终端设备上的特定应用程序。
在另一个实施例中,匹配模型的训练方法可以多种多样,以下提供一种可选的处理方法:
步骤B1:获取多个终端设备的每个基准运动行为所对应的多个传感数据样本以及每个基准运动行为所对应的应用程序或应用程序功能。
步骤B2:对多个传感数据样本进行预处理,获取预处理后的传感数据。
在利用传感数据样本对匹配模型进行模型训练时,通过对传感数据进行特征提取、预处理等操作,能够针对某一种类型的传感数据,形成该传感数据的传感数据阈值,且处于传感数据阈值内的传感数据样本为合格的传感数据,然后对合格的传感数据进行拟合处理生成相应终端设备的运动行为,并执行后续步骤,最终确定相匹配的应用程序或应用程序的功能。
其中,对传感数据进行的预处理操作可以包括:时间对齐,即:将对应于同一个运动行为的多个传感数据的起始时刻设置为一致的时刻,同时,将对应于同一个运动行为的多个传感数据的终止时刻设置为一致的时刻,从而能够确保针对同一个运动行为所采集的传感数据处于同一个预设时间段内,有利于提高模型训练的准确性。对传感数据进行的预处理操作还可以包括:离群点处理,即:根据传数据阈值合理处理离群点的舍弃或保留,可以采用预设统计量T,当T的取值大于舍弃界限中相应置信度下的临界值时舍弃该离群点,否则保留该离群点,这种预处理方式也有利于提高模型训练的精确度。
步骤B3:针对每个基准运动行为,基于多个预处理后的传感数据样本以及每个基准运动行为所对应的应用程序或应用程序功能,通过预设的损失函数对匹配模型进行训练,得到训练后的匹配模型。
以上步骤B1和B3的处理方法可以参见前面的步骤A1和A2,在此不再赘述。
在一种实施方式中,上述匹配模型可以采用二分类算法构建,通过上述匹配模型可以根据所采集的传感数据在对应终端设备上确定相匹配的应用程序或应用程序的功能(即用户通过终端设备所执行的运动行为符合基准行为映射关系中的基准运动行为),也可以根据所采集的传感数据无法在对应终端设备上确定相匹配的应用程序或应用程序的功能(即用户通过终端设备所执行的运动行为不符合基准行为映射关系中的基准运动行为),从而既能够实现快速开启应用程序或应用程序的功能,还能够确保只有用户本人的基准运动行为才能开启对应的应用程序或应用程序的功能,从而保护用户终端设备数据的安全性。
在一种实施方式中,基准行为映射关系可以是第一基准运动行为与应用程序之间的映射关系,也可以是第二基准运动行为与应用程序的功能之间的映射关系,在两种终端设备运动行为同时训练时,还可以同时包含第一基准运动行为与应用程序之间的映射关系和第二基准运动行为与应用程序的功能之间的映射关系。
本说明书实施例提供一种应用程序的处理方法,获取预设时间周期内终端设备的传感器采集的传感数据后,将所获取的传感数据输入预先训练的匹配模型中,通过匹配模型对传感数据进行拟合处理生成终端设备的运动行为,并基于预先存储的基准行为映射关系和所生成的运动行为,确定与终端设备相匹配的应用程序或应用程序的功能,然后启动与终端设备相匹配的应用程序或应用程序的功能。由于传感数据基于终端设备的运动行为产生,当前用户通过终端设备发出一个运动行为时,当利用该终端设备的传感器采集到一串或多串传感数据后,基于所获取的传感数据利用匹配模型能够确定与该特定终端设备相匹配的应用程序,从而实现快速开启应用程序,有利于提高用户体验,尤其对于视障人群,能够避免在终端设备屏幕上的精细操作,有效节省从大量App中查找特定App的时间。此外,利用本说明书实施例中的方法,还能够基于所获取的传感数据利用匹配模型确定与特定终端设备相匹配的应用程序的功能,对于某些应用程序中的常用核心功能,也能够实现快速开启,从而有效提高用户体验。
图3是根据本说明书一实施例的另一种应用程序的处理方法的示意性流程图,如图3所示,该方法可以包括以下步骤:
在步骤S202中,获取预设时间周期内终端设备的传感器采集的传感数据。
在步骤S204中,对传感数据进行拟合处理生成终端设备的运动行为。
在步骤S206中,从预先存储的基准运动行为中获取与运动行为相匹配的目标基准运动行为,并基于预先存储的基准行为映射关系和目标基准运动行为确定与终端设备相匹配的应用程序或应用程序的功能。
目标基准运动行为即预先存储的多种基准运动行为中,与当前所采集的传感数据拟合处理后生成的运动行为最接近的一个基准运动行为。从预先存储的基准运动行为中获取与运动行为相匹配的目标基准运动行为的方法,可以通过预设运动行为阈值的方式,并定义与预设的运动行为阈值相同的基准运动行为是目标基准运动行为,或者定义超过预设的运动行为阈值的基准运动行为是目标基准运动行为,从而实现所采集的传感数据对应的运动行为和基准运动行为的匹配。
本说明书实施例为开启终端设备的不同应用程序或应用程序的功能,提前预存与不同应用程序或应用程序的功能相对应的基准运动行为,为建立基准行为映射关系提供基础,从而建立不同应用程序或应用程序的功能与相应基准运动行为之间的绑定关系。在实施例中,可以采用一空中手势App来实现,通过该空中手势App存储与不同应用程序或应用程序的功能相对应的基准运动行为,以及基准运动行为与应用程序或应用程序的功能之间的基准行为映射关系。
本说明书实施例获取传感数据后,首先通过步骤S204对传感数据进行拟合处理生成终端设备的运动行为,然后通过步骤S206依次确定目标基准运动行为、与终端设备相匹配的应用程序或应用程序的功能。两个步骤分开执行,对于步骤S206可以通过模型训练的方式实现,也可以通过算法的方式实现,这种方式使得应用程序的处理方法更加灵活。
在步骤S208中,启动目标基准运动行为对应的应用程序或应用程序的功能。
上述步骤S202、S204、S208的具体处理过程以及步骤S206中的部分处理过程,可以参见上述步骤S102-S106的相关内容,在此不再赘述。
本说明书实施例提供一种应用程序的处理方法,获取预设时间周期内终端设备的传感器采集的传感数据后,首先对所获取的传感数据进行拟合处理生成终端设备的运动行为,然后从预先存储的基准运动行为中获取与运动行为相匹配的目标基准运动行为,并基于预先存储的基准行为映射关系和目标基准运动行为确定与终端设备相匹配的应用程序或应用程序的功能,最后启动与终端设备相匹配的应用程序或应用程序的功能。由于传感数据基于终端设备的运动行为产生,当前用户通过终端设备发出一个运动行为时,当利用该终端设备的传感器采集到一串或多串传感数据后,对所获取的传感数据进行拟合处理能够生成该特定终端设备的运动行为,确定相匹配的目标基准行为后,基于该目标基准运动行为和预先存储的基准行为映射关系能够确定与该特定终端设备相匹配的应用程序,从而实现快速开启应用程序,有利于提高用户体验,尤其对于视障人群,能够避免在终端设备屏幕上的精细操作,有效节省从大量App中查找特定App的时间。而且,利用本说明书实施例中的方法,还能够基于所获取的传感数据确定与特定终端设备相匹配的应用程序的功能,对于某些应用程序中的常用核心功能,也能够实现快速开启,从而有效提高用户体验。此外,本说明书实施例对用户开启应用程序或应用程序功能的基准运动行为进行预先存储,以及对表示应用程序或应用程序功能和基准运动行为对应关系的基准行为映射关系进行预先存储,也能够有效提高对传感数据识别的准确性,从而提高应用程序的处理效率。
进一步地,从预先存储的基准运动行为中获取与所述运动行为相匹配的目标基准运动行为的方法可以多种多样,以下提供一种可选的处理方法:
步骤C1:将运动行为分别与每一个预先存储的基准运动行为进行相似度比对,获取相似度比对结果。
步骤C2:根据相似度比对结果,确定与运动行为相匹配的目标基准运动行为。
在实施中,可以分别计算当前的运动行为与每一个预先存储的基准运动行为的相似度值,获取多个相似度值,然后将多个相似度值按照从大到小的顺序排列,最后将与当前运动行为的相似度值最大的基准运动行为确定为目标基准运动行为。
可见,通过相似度比对的方式确定与当前运动行为相匹配的目标基准运动行为,能够快速有效地确定目标基准运动行为,有利于进一步提高开启应用程序或应用程序功能的效率,从而提高用户体验。
综上,已经对本主题的特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作可以按照不同的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序,以实现期望的结果。在某些实施方式中,多任务处理和并行处理可以是有利的。
以上为本说明书一个或多个实施例提供的应用程序的处理方法,基于同样的思路,本说明书一个或多个实施例还提供一种应用程序的处理装置。
图4是根据本说明书一实施例的一种应用程序的处理装置的示意性框图,如图4所示,应用程序的处理装置包括:
传感数据获取模块310,获取预设时间周期内终端设备的传感器采集的传感数据;
匹配模块320,将传感数据输入预先训练的匹配模型中,通过匹配模型对传感数据进行拟合处理生成终端设备的运动行为,并基于预先存储的基准行为映射关系和所生成的运动行为,确定与终端设备相匹配的应用程序或应用程序的功能;
启动模块330,启动与终端设备相匹配的应用程序或应用程序的功能。
在一个实施例中,传感数据获取模块310中用于采集的传感数据的传感器包括:速度传感器、加速度传感器、角速度传感器、气压传感器以及磁力计传感器中的一种或多种。
在一个实施例中,匹配模块320拟合处理生成终端设备的运动行为包括:三维空间内的运动行为或二维空间内的运动行为。
在一个实施例中,匹配模块320包括:
输入单元,获取多个终端设备的每个基准运动行为所对应的多个传感数据样本以及每个基准运动行为所对应的应用程序或应用程序的功能;
模型训练单元,针对每个基准运动行为,基于多个传感数据样本以及每个基准运动行为所对应的应用程序或应用程序的功能,通过预设的损失函数对匹配模型进行训练,得到训练后的匹配模型。
在一个实施例中,匹配模块320中所采用的匹配模型是采用二分类算法构建的模型。
在一个实施例中,匹配模块320中的基准行为映射关系包括:第一基准运动行为与应用程序之间的映射关系,和/或,第二基准运动行为与应用程序的功能之间的映射关系。
本说明书实施例提供一种应用程序的处理装置,通过传感数据获取模块获取预设时间周期内终端设备的传感器采集的传感数据后,通利用匹配模块将所获取的传感数据输入预先训练的匹配模型中,通过匹配模型对传感数据进行拟合处理生成终端设备的运动行为,并基于预先存储的基准行为映射关系和所生成的运动行为,确定与终端设备相匹配的应用程序或应用程序的功能,然后通过启动模块启动与终端设备相匹配的应用程序或应用程序的功能。由于传感数据基于终端设备的运动行为产生,当前用户通过终端设备发出一个运动行为时,当利用该终端设备的传感器采集到一串或多串传感数据后,基于所获取的传感数据利用匹配模型能够确定与该特定终端设备相匹配的应用程序,从而实现快速开启应用程序,有利于提高用户体验,尤其对于视障人群,能够避免在终端设备屏幕上的精细操作,有效节省从大量App中查找特定App的时间。此外,利用本说明书实施例中的方法,还能够基于所获取的传感数据利用匹配模型确定与特定终端设备相匹配的应用程序的功能,对于某些应用程序中的常用核心功能,也能够实现快速开启,从而有效提高用户体验。
本领域的技术人员应可理解,上述应用程序的处理装置能够用来实现图1所述的应用程序的处理方法,其中的细节描述应与前文方法部分描述类似,为避免繁琐,此处不另赘述。
图5是根据本说明书一实施例的另一种应用程序的处理装置的示意性框图,如图5所示,应用程序的处理装置包括:
传感数据获取模块410,获取预设时间周期内终端设备的传感器采集的传感数据;
运动行为确定模块420,对传感数据进行拟合处理生成终端设备的运动行为;
匹配模块430,从预先存储的基准运动行为中获取与运动行为相匹配的目标基准运动行为,并基于预先存储的基准行为映射关系和目标基准运动行为确定与终端设备相匹配的应用程序或应用程序的功能;
启动模块440,启动目标基准运动行为对应的应用程序或应用程序的功能。
在一个实施例中,匹配模块430包括:
相似度比对单元,将运动行为分别与每一个预先存储的基准运动行为进行相似度比对,获取相似度比对结果;
目标基准运动行为确定单元,根据相似度比对结果,确定与运动行为相匹配的目标基准运动行为。
本说明书实施例提供一种应用程序的处理装置,该装置通过传感数据获取模块获取预设时间周期内终端设备的传感器采集的传感数据后,首先通过运动行为确定模块对所获取的传感数据进行拟合处理生成终端设备的运动行为,然后通过匹配模块从预先存储的基准运动行为中获取与运动行为相匹配的目标基准运动行为,并基于预先存储的基准行为映射关系和目标基准运动行为确定与终端设备相匹配的应用程序或应用程序的功能,最后通过启动模块启动与终端设备相匹配的应用程序或应用程序的功能。由于传感数据基于终端设备的运动行为产生,当前用户通过终端设备发出一个运动行为时,当利用该终端设备的传感器采集到一串或多串传感数据后,对所获取的传感数据进行拟合处理能够生成该特定终端设备的运动行为,确定相匹配的目标基准行为后,基于该目标基准运动行为和预先存储的基准行为映射关系能够确定与该特定终端设备相匹配的应用程序,从而实现快速开启应用程序,有利于提高用户体验,尤其对于视障人群,能够避免在终端设备屏幕上的精细操作,有效节省从大量App中查找特定App的时间。而且,利用本说明书实施例中的方法,还能够基于所获取的传感数据确定与特定终端设备相匹配的应用程序的功能,对于某些应用程序中的常用核心功能,也能够实现快速开启,从而有效提高用户体验。此外,本说明书实施例对用户开启应用程序或应用程序功能的基准运动行为进行预先存储,以及对表示应用程序或应用程序功能和基准运动行为对应关系的基准行为映射关系进行预先存储,也能够有效提高对传感数据识别的准确性,从而提高应用程序的处理效率。
本领域的技术人员应可理解,上述应用程序的处理装置能够用来实现图3所述的应用程序的处理方法,其中的细节描述应与前文方法部分描述类似,为避免繁琐,此处不另赘述。
基于同样的思路,本说明书一个或多个实施例还提供一种电子设备,如图6所示。电子设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上的处理器501和存储器502,存储器502中可以存储有一个或一个以上存储应用程序或数据。其中,存储器502可以是短暂存储或持久存储。存储在存储器502的应用程序可以包括一个或一个以上模块(图示未示出),每个模块可以包括对电子设备中的一系列计算机可执行指令。更进一步地,处理器501可以设置为与存储器502通信,在电子设备上执行存储器502中的一系列计算机可执行指令。电子设备还可以包括一个或一个以上电源503,一个或一个以上有线或无线网络接口504,一个或一个以上输入输出接口505,一个或一个以上键盘506。
具体在本实施例中,电子设备包括有存储器,以及一个或一个以上的程序,其中一个或者一个以上程序存储于存储器中,且一个或者一个以上程序可以包括一个或一个以上模块,且每个模块可以包括对电子设备中的一系列计算机可执行指令,且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令:
获取预设时间周期内终端设备的传感器采集的传感数据;
将传感数据输入预先训练的匹配模型中,通过匹配模型对传感数据进行拟合处理生成终端设备的运动行为,并基于预先存储的基准行为映射关系和所生成的运动行为,确定与终端设备相匹配的应用程序或应用程序的功能;
启动与终端设备相匹配的应用程序或应用程序的功能。
具体在另一实施例中,电子设备包括有存储器,以及一个或一个以上的程序,其中一个或者一个以上程序存储于存储器中,且一个或者一个以上程序可以包括一个或一个以上模块,且每个模块可以包括对电子设备中的一系列计算机可执行指令,且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令:
获取预设时间周期内终端设备的传感器采集的传感数据;
对传感数据进行拟合处理生成终端设备的运动行为;
从预先存储的基准运动行为中获取与运动行为相匹配的目标基准运动行为,并基于预先存储的基准行为映射关系和目标基准运动行为确定与终端设备相匹配的应用程序或应用程序的功能;
启动目标基准运动行为对应的应用程序或应用程序的功能。
本说明书一个或多个实施例提供一种存储介质,存储介质用于存储计算机可执行指令,可执行指令在被处理器执行时实现以下流程:
获取预设时间周期内终端设备的传感器采集的传感数据;
将传感数据输入预先训练的匹配模型中,通过匹配模型对传感数据进行拟合处理生成终端设备的运动行为,并基于预先存储的基准行为映射关系和所生成的运动行为,确定与终端设备相匹配的应用程序或应用程序的功能;
启动与终端设备相匹配的应用程序或应用程序的功能。
本说明书一个或多个实施例还提供一种存储介质,存储介质用于存储计算机可执行指令,可执行指令在被处理器执行时实现以下流程:
获取预设时间周期内终端设备的传感器采集的传感数据;对传感数据进行拟合处理生成终端设备的运动行为;
从预先存储的基准运动行为中获取与运动行为相匹配的目标基准运动行为,并基于预先存储的基准行为映射关系和目标基准运动行为确定与终端设备相匹配的应用程序或应用程序的功能;
启动目标基准运动行为对应的应用程序或应用程序的功能。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书一个或多个实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书一个或多个实施例可提供为方法、系统、或计算机程序产品。因此,本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书一个或多个实施例是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商品或者设备不仅包括那些要素,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、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书一个或多个实施例而已,并不用于限制本申请。对于本领域技术人员来说,本说明书一个或多个实施例可以有各种更改和变化。凡在本说明书一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书一个或多个实施例的权利要求范围之内。
Claims (12)
1.一种应用程序的处理方法,包括:
获取预设时间周期内终端设备的传感器采集的传感数据;
将所述传感数据输入预先训练的匹配模型中,通过所述匹配模型对所述传感数据进行拟合处理生成所述终端设备的运动行为,并基于预先存储的基准行为映射关系和所生成的运动行为,确定与所述终端设备相匹配的应用程序或应用程序的功能;
启动与所述终端设备相匹配的应用程序或应用程序的功能。
2.根据权利要求1所述的方法,所述传感数据包括以下信息中的一种或多种:速度信息、加速度信息、角速度信息、气压信息以及磁力信息。
3.根据权利要求1所述的方法,所述运动行为包括:三维空间内的运动行为或二维空间内的运动行为。
4.根据权利要求1所述的方法,所述匹配模型的训练方法包括:
获取多个终端设备的每个基准运动行为所对应的多个传感数据样本以及所述每个基准运动行为所对应的应用程序或应用程序的功能;
针对每个基准运动行为,基于所述多个传感数据样本以及所述每个基准运动行为所对应的应用程序或应用程序的功能,通过预设的损失函数对所述匹配模型进行训练,得到训练后的匹配模型。
5.根据权利要求1所述的方法,所述匹配模型是采用二分类算法构建的模型。
6.根据权利要求1所述的方法,所述基准行为映射关系包括:第一基准运动行为与应用程序之间的映射关系,和/或,第二基准运动行为与应用程序的功能之间的映射关系。
7.一种应用程序的处理方法,包括:
获取预设时间周期内终端设备的传感器采集的传感数据;
对所述传感数据进行拟合处理生成所述终端设备的运动行为;
从预先存储的基准运动行为中获取与所述运动行为相匹配的目标基准运动行为,并基于预先存储的基准行为映射关系和所述目标基准运动行为确定与所述终端设备相匹配的应用程序或应用程序的功能;
启动所述目标基准运动行为对应的应用程序或应用程序的功能。
8.根据权利要求7所述的方法,所述从预先存储的基准运动行为中获取与所述运动行为相匹配的目标基准运动行为,包括:
将所述运动行为分别与每一个预先存储的基准运动行为进行相似度比对,获取相似度比对结果;
根据所述相似度比对结果,确定与所述运动行为相匹配的目标基准运动行为。
9.一种应用程序的处理装置,包括:
传感数据获取模块,获取预设时间周期内终端设备的传感器采集的传感数据;
匹配模块,将所述传感数据输入预先训练的匹配模型中,通过所述匹配模型对所述传感数据进行拟合处理生成所述终端设备的运动行为,并基于预先存储的基准行为映射关系和所生成的运动行为,确定与所述终端设备相匹配的应用程序或应用程序的功能;
启动模块,启动与所述终端设备相匹配的应用程序或应用程序的功能。
10.一种应用程序的处理装置,包括:
传感数据获取模块,获取预设时间周期内终端设备的传感器采集的传感数据;
运动行为确定模块,对所述传感数据进行拟合处理生成所述终端设备的运动行为;
匹配模块,从预先存储的基准运动行为中获取与所述运动行为相匹配的目标基准运动行为,并基于预先存储的基准行为映射关系和所述目标基准运动行为确定与所述终端设备相匹配的应用程序或应用程序的功能;
启动模块,启动所述目标基准运动行为对应的应用程序或应用程序的功能。
11.一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,在所述可执行指令被执行时,能够使得所述处理器:
获取预设时间周期内终端设备的传感器采集的传感数据;
将所述传感数据输入预先训练的匹配模型中,通过所述匹配模型对所述传感数据进行拟合处理生成所述终端设备的运动行为,并基于预先存储的基准行为映射关系和所生成的运动行为,确定与所述终端设备相匹配的应用程序或应用程序的功能;
启动与所述终端设备相匹配的应用程序或应用程序的功能。
12.一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,在所述可执行指令被执行时,能够使得所述处理器:
获取预设时间周期内终端设备的传感器采集的传感数据;
对所述传感数据进行拟合处理生成所述终端设备的运动行为;
从预先存储的基准运动行为中获取与所述运动行为相匹配的目标基准运动行为,并基于预先存储的基准行为映射关系和所述目标基准运动行为确定与所述终端设备相匹配的应用程序或应用程序的功能;
启动所述目标基准运动行为对应的应用程序或应用程序的功能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310707919.3A CN116737268A (zh) | 2023-06-14 | 2023-06-14 | 应用程序的处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310707919.3A CN116737268A (zh) | 2023-06-14 | 2023-06-14 | 应用程序的处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116737268A true CN116737268A (zh) | 2023-09-12 |
Family
ID=87902401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310707919.3A Pending CN116737268A (zh) | 2023-06-14 | 2023-06-14 | 应用程序的处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116737268A (zh) |
-
2023
- 2023-06-14 CN CN202310707919.3A patent/CN116737268A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110781469B (zh) | 一种身份认证方法及装置 | |
US10204265B2 (en) | System and method for authenticating user | |
CN111160251B (zh) | 一种活体识别方法及装置 | |
CN112347512A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN107220614A (zh) | 图像识别方法、装置及计算机可读存储介质 | |
CN111178277B (zh) | 一种视频流识别方法及装置 | |
CN110059569B (zh) | 活体检测方法和装置、模型评估方法和装置 | |
EP3940588A1 (en) | Fingerprint image processing methods and apparatuses | |
CN117078962B (zh) | 基于纹理采集的数据上链方法及装置 | |
US8610831B2 (en) | Method and apparatus for determining motion | |
CN111563049B (zh) | 一种生物特征识别的攻击测试方法、装置及设备 | |
CN111601129B (zh) | 控制方法、装置、终端及存储介质 | |
CN116737268A (zh) | 应用程序的处理方法及装置 | |
KR102337217B1 (ko) | 전자 장치 및 그 동작 방법 | |
CN113343295B (zh) | 基于隐私保护的图像处理方法、装置、设备和存储介质 | |
US9952671B2 (en) | Method and apparatus for determining motion | |
CN106293034A (zh) | 一种信息输出的方法及终端 | |
CN112948785B (zh) | 账户认证方法、装置及设备 | |
CN111291685B (zh) | 人脸检测模型的训练方法及装置 | |
CN111091388B (zh) | 活体检测方法和装置、人脸支付方法和装置、电子设备 | |
CN111931148A (zh) | 图像处理方法、装置和电子设备 | |
CN111563048B (zh) | 一种生物识别设备的测试方法、装置、设备及系统 | |
CN109165488B (zh) | 身份鉴别方法及装置 | |
CN113849788A (zh) | 一种身份验证方法及装置 | |
CN116092133A (zh) | 特征预测模型的训练方法及装置 |
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 |