CN117389745A - 一种数据处理方法、电子设备及存储介质 - Google Patents
一种数据处理方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117389745A CN117389745A CN202311676327.6A CN202311676327A CN117389745A CN 117389745 A CN117389745 A CN 117389745A CN 202311676327 A CN202311676327 A CN 202311676327A CN 117389745 A CN117389745 A CN 117389745A
- Authority
- CN
- China
- Prior art keywords
- data
- user
- processing
- time
- historical
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 257
- 238000000034 method Methods 0.000 claims abstract description 61
- 230000015654 memory Effects 0.000 claims description 43
- 238000012549 training Methods 0.000 claims description 25
- 238000003062 neural network model Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 2
- 238000012805 post-processing Methods 0.000 abstract description 8
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 29
- 230000006870 function Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 15
- 239000010410 layer Substances 0.000 description 13
- 230000006399 behavior Effects 0.000 description 9
- 238000013528 artificial neural network Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 7
- 229920001621 AMOLED Polymers 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000003111 delayed effect Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000003796 beauty Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000002096 quantum dot Substances 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000012792 core layer Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000036632 reaction speed Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000000007 visual 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
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
-
- 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
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
Abstract
本申请涉及人工智能领域,尤其涉及一种数据处理方法、电子设备及存储介质,其中方法包括:检测到用户的第一操作对应的第一数据,如拍摄操作对应的图像数据;基于用户的当前操作数据,如拍摄操作的时间数据,以及用户的历史操作数据,如用户历史拍摄后进行查看操作的时间数据,确定第一规定处理时间;在电子设备的处理资源满足处理条件的情况下,在第一规定处理时间之前完成所述第一数据的处理,如完成图像数据的后期处理。通过本申请的方案,可以基于规定处理时间进行第一数据的处理,从而尽可能在后续操作之前及时得到处理后的第一数据,如在查看操作之前得到后期处理过的图像数据,保证后续操作的流畅度。
Description
技术领域
本申请涉及人工智能领域,尤其涉及一种数据处理方法、电子设备及存储介质。
背景技术
目前人们越来越多地使用电子设备(例如,手机、平板电脑等终端设备)的应用程序实现各种功能,其中,功能之间可以存在前后关联的关系,即前一个功能对应的后台进程执行情况会影响后一功能的实现。例如,用户通过相机应用程序拍摄图像后,电子设备需要对拍摄得到的图像自动进行图像处理(例如美化处理),得到处理后的图像,才能够呈现给用户,使用户能通过相册应用程序,对处理后的图像进行查看、编辑、分享等操作。然而,电子设备后期处理图像的过程需要时间,举例而言,如果在用户操作前图像没有处理完成,则用户进行查看操作后,电子设备需要先对图像进行一段时间的后期处理,才能得到处理后的图像进行显示,导致电子设备无法流畅地将图像呈现给用户。
发明内容
本申请的目的在于提供一种数据处理方法、电子设备及存储介质。
第一方面,本申请提供一种数据处理方法,方法包括:检测到用户的第一操作对应的第一数据,其中第一操作存在用户历史关联执行的至少一个后续操作,至少一个后续操作包括第二操作;基于用户的当前操作数据、用户历史执行第一操作后再执行第二操作的历史操作数据,确定第一数据的第一规定处理时间;对应于电子设备的处理资源满足处理条件,调用处理资源在第一规定处理时间之前完成第一数据的处理,得到第二操作所对应的第二数据。
即在本申请实施例中,第一操作可以和至少一个后续操作关联执行,例如第一操作可以是拍摄图像的操作,第二操作可以是查看图像的操作,相应地,第一数据可以是图像数据。当前操作数据、用户历史执行第一操作后再执行所述第二操作的历史操作数据,可以是时间序列的形式,即包括操作发生的时间点,例如历史执行第一操作的时间点、历史执行第二操作的时间点。可以理解,电子设备的处理资源包括处理器、内存,即电子设备可以分配处理器资源及内存资源给第一数据的处理,得到第二操作所对应的第二数据,例如,查看图像所需的图像数据。
通过本申请实施例,可以基于历史的第一操作、第二操作的数据,确定第一数据的规定处理时间,然后基于规定处理时间调度处理资源,从而尽可能在第二操作之前及时地完成第一操作的数据处理,保证用户后续进行第二操作的流畅度。例如,用户进行查看操作前,电子设备可以在处理资源满足处理条件的情况下,及时调度处理资源来完成拍摄操作产生的图像数据的处理,才能使用户执行查看操作时能够流畅地查看图像。
在上述第一方面的一种可能的实现中,基于用户的当前操作数据、用户历史执行第一操作后再执行第二操作的历史操作数据,确定所述第一数据的第一规定处理时间,包括:基于用户的当前操作数据、用户历史执行第一操作后再执行第二操作的历史操作数据,预测用户执行第二操作的预测操作时间;基于所述预测操作时间,确定所述第一数据的第一规定处理时间。
通过本申请实施例,可以根据用户操作来预测时间,然后基于预测的时间调度处理资源,从而尽可能在用户需要的时间之前及时地完成第一操作的数据处理。
在上述第一方面的一种可能的实现中,基于用户的当前操作数据、用户历史执行第一操作后再执行第二操作的历史操作数据,预测用户执行第二操作的预测操作时间,包括:基于用户的当前操作数据、用户的当前地理位置、用户历史执行第一操作后再执行第二操作的历史操作数据,预测用户在当前地理位置执行第二操作的预测操作时间。
通过本申请实施例,可以结合用户的当前地理位置来预测第二操作的预测操作时间,如此,预测得到的时间可以更符合用户在当前位置的操作习惯。例如,在家中、旅游景点、餐厅等。
在上述第一方面的一种可能的实现中,基于用户的当前操作数据、用户历史执行第一操作后再执行第二操作的历史操作数据,确定第一数据的第一规定处理时间,包括:将基于用户的当前操作数据输入处理时间预测模型,输出当前的第一操作对应的第一数据的第一规定处理时间,其中处理时间预测模型基于用户历史执行第一操作后再执行第二操作的历史操作数据训练得到。
即在本申请实施例中,处理时间预测模型可以是训练好的神经网络模型。
在上述第一方面的一种可能的实现中,训练得到处理时间预测模型;其中,训练得到处理时间预测模型,包括:采集历史操作数据;将历史操作数据建模为时间序列,得到训练数据;基于训练数据对预设神经网络模型进行训练,得到处理时间预测模型。
即在本申请实施例中,时间序列可以由历史操作数据建模得到,具体可以包括历史操作标签(如拍摄、查看、编辑、分享)、历史操作标签对应的时间戳,标签和时间戳一一对应。
在上述第一方面的一种可能的实现中,电子设备的处理资源满足处理条件包括以下条件中的至少一个:电子设备的温度满足温度条件;电子设备的资源使用率满足资源使用率条件;电子设备的内存使用率满足内存使用率条件;电子设备的电量满足电量条件。
在上述第一方面的一种可能的实现中,当前操作数据包括:第一操作所对应的第一应用的启动数据;第一应用启动后,用户对电子设备的操作数据。
即在本申请实施例中,第一操作可以是拍摄操作,第一应用可以是相机应用程序。
在上述第一方面的一种可能的实现中,用户对电子设备的操作数据为用户对第一应用的操作数据。
在上述第一方面的一种可能的实现中,至少一个后续操作还包括第三操作;方法还包括:基于用户的当前操作数据、用户历史执行第一操作后再执行第三操作的历史操作数据,确定第一数据的第二规定处理时间;对应于电子设备的处理资源满足处理条件,调用处理资源在第二规定处理时间之前完成第一数据的处理,得到第三操作所对应的第三数据。
即在本申请实施例中,第二操作、第三操作可以分别是查看操作、编辑操作、分享操作中的两个。
在上述第一方面的一种可能的实现中,第三操作为第二操作之后的操作,其中,第二规定处理时间晚于第一规定处理时间。
即在本申请实施例中,第二操作、第三操作可以分别为查看操作、编辑操作,或者查看操作、分享操作,或者编辑操作、分享操作。
在上述第一方面的一种可能的实现中,第三操作为第二操作之后的操作;完成对第一数据的处理,得到第三操作所对应的第三数据,包括:对第二数据进行处理,以得到第三数据。
即在本申请实施例中,第二操作、第三操作可以分别为编辑操作、分享操作,则可以对第二数据(编辑操作的编辑图像数据)进行处理,得到第三数据(分享图像数据)以进行分享操作。
在上述第一方面的一种可能的实现中,至少一个后续操作为对管理第一数据的应用的操作。
即在本申请实施例中,第一数据为图像数据、视频数据,管理第一数据的应用为相册应用或者图库应用。
在上述第一方面的一种可能的实现中,对应于电子设备的处理资源不满足处理条件,响应于用户执行第二操作,调用处理资源完成第一数据的处理。
在上述第一方面的一种可能的实现中,第一数据包括图像数据、视频数据中的至少一种。
在上述第一方面的一种可能的实现中,第一操作包括拍摄操作,第二操作包括查看操作、编辑操作、分享操作中的至少一种。
第二方面,本申请实施例提供一种电子设备,包括:存储器,用于存储由电子设备的一个或多个处理器执行的指令,以及处理器,当处理器执行存储器中的指令时,可使得电子设备执行上述的数据处理方法。
第三方面,本申请实施例提供一种存储介质,存储介质上存储有指令,指令在电子设备上执行时使电子设备执行第一方面的数据处理方法。
第四方面,本申请实施例提供一种计算机程序产品,包括:非易失性计算机可读存储介质,非易失性计算机可读存储介质包含用于执行第一方面的数据处理方法的计算机程序代码。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案和优点,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的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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它附图。
图1A根据本申请示出了一种数据处理的第一界面示意图;
图1B根据本申请示出了一种数据处理的第二界面示意图;
图1C根据本申请示出了一种数据处理的第三界面示意图;
图2A根据本申请实施例示出了一种电子设备100的第一界面示意图;
图2B根据本申请实施例示出了一种电子设备100的第二界面示意图;
图2C根据本申请实施例示出了一种电子设备100的第三界面示意图;
图2D根据本申请实施例示出了一种电子设备100的第四界面示意图;
图2E根据本申请实施例示出了一种电子设备100的第五界面示意图;
图2F根据本申请实施例示出了一种电子设备100的第六界面示意图;
图3根据本本申请实施例示出了一种数据处理方法的第一流程示意图;
图4根据本本申请实施例示出了一种数据处理系统的结构示意图;
图5根据本本申请实施例示出了一种数据处理方法的第二流程示意图;
图6根据本本申请实施例示出了一种数据处理方法的第三流程示意图;
图7根据本本申请实施例示出了一种数据处理方法的第四流程示意图;
图8根据本申请实施例示出了一种电子设备100的硬件框架示意图;
图9根据本申请实施例示出了一种电子设备100的软件结构框图。
具体实施方式
本申请的说明性实施例包括但不限于一种数据处理方法、电子设备及存储介质。
应理解,本申请实施例对数据的类型不作限定。例如,在一些实施例中,数据可以是与相机应用程序、相册应用程序相关的多媒体数据,例如图像、视频。如前,在用户对原始拍摄的图像的查看、编辑、分享等操作之前,电子设备需要对原始拍摄的图像等多媒体数据完成后期处理,否则会影响电子设备的使用流畅度,如在用户操作时临时对原始拍摄的图像进行处理,导致无法流畅地将处理后的图像呈现给用户。
又如,在另一些实施例中,数据可以为与邮件应用相关的数据。用户点击邮件应用图标后,电子设备可以生成最新未读邮件中的附件数据,以使用户后续打开最新未读邮件、点击最新未读邮件的附件图标后,电子设备可以直接将上述的附件内容文件显示给用户,使用户流畅地查看附件。
又如,在另一些实施例中,数据可以为音频数据。用户完成录音操作后,电子设备可以根据原始录制的音频文件进行后期处理,得到处理后的音频文件,使用户能够基于处理后的音频文件进行收听、编辑、分享等操作。
为便于描述,以下各实施例中,以数据为多媒体数据为例,介绍本申请的技术方案。可以理解,多媒体数据可以包括图像数据、视频数据。
请参照图1A,用户通过点击电子设备100的相机应用程序界面上的拍摄按钮01,即可拍摄图像。如果用户点击图1A中的相册按钮02,即可进入图1B所示的相册应用程序界面,如图1B所示,相机应用程序界面包括图像的缩略图03A。如果用户点击图像的缩略图03A时,电子设备100已经对原始拍摄的图像完成后期图像处理,即得到了处理后的图像,则用户可以立即查看处理后的图像。例如,用户点击图像的缩略图03A后,电子设备100立刻显示如图1C所示的界面,其中包括处理后的图像03B。
然而,在一些场景中,用户点击图像的缩略图03A时,电子设备还没有完成图像处理,也就是说,还没有得到处理后的图像03B,导致电子设备100无法立即显示如图1C所示的界面,使相册应用程序对用户操作的反应速度较慢,即用户使用电子设备100的流畅度较差。
为了解决上述问题,本申请提供一种数据处理方法,在检测到基于用户的第一操作新增的第一数据后,基于用户的当前操作数据(如执行第一操作的时间、执行第一操作之后执行的其他操作及时间),以及用户执行第一操作后执行第二操作的历史操作数据,预测第一数据的规定处理时间。其中,第二操作需要使用处理第一数据得到的第二数据,即第一数据处理完成,第二操作才能流畅进行。例如,用户进行查看操作前,需要拍摄操作产生的图像数据处理完成,才能流畅地查看图像。然后,对应于电子设备的处理资源满足处理条件,调用处理资源,在规定处理时间之前完成对第一数据的处理,得到第二数据,以便用户的第二操作的流畅执行,例如及时得到处理后的图像,从而能够在用户进行查看操作时,立刻显示处理后的图像。通过上述方法,可以根据用户操作来预测时间,然后基于预测的时间调度处理资源,从而尽可能在用户需要的时间之前及时地完成第一操作的数据处理,保证用户后续进行第二操作的流畅度。
在一些可选的实施例中,可以基于用户的第一操作、第二操作的历史数据(如执行第一操作、第二操作的时间)训练出一个处理时间预测模型,对应于检测到基于用户的第一操作新增的第一数据,将用户的当前操作数据输入该训练好的处理时间预测模型,得到第一数据的处理预测时间。
在一些可选的实施例中,还可以将电子设备的当前位置输入处理时间预测模型,即将用户的当前操作数据、电子设备的当前位置共同输入处理时间预测模型,得到电子设备所处的当前位置对应的处理预测时间。可以理解,用户的当前操作数据、历史操作数据等操作数据,均与电子设备所处的位置相对应,表示用户处于不同的位置时具有不同的使用习惯。如此,预测得到的时间可以更贴近于用户在当前位置执行相应操作的时间,例如用户在家中点击图1B中的图像的缩略图03以查看图1C中处理后的图像04的时间。
在一些可选的实施例中,对多媒体数据的数据处理可以包括美化处理、美颜处理、虚化处理、增强处理中的至少一个。
在一些可选的实施例中,多媒体数据可以是图像数据,对应于第一操作为拍摄操作,用户的当前操作数据可以包括:拍摄时间(拍摄每一张图像的时间点)、拍摄张数(从相机应用程序打开后的拍摄的总张数)、拍摄频率(每隔多久拍摄一张图像)、拍摄后操作(拍摄图像后的其他操作及其操作时间点)。可以理解,如图1A所图示,拍摄时间即:用户在相机应用程序界面点击拍摄按钮01的时间点。
在一些可选的实施例中,用户的历史操作数据可以包括:查看图像习惯数据,如查看图像和拍摄图像的时间差,即在图像拍摄之后多长时间查看图像;编辑图像习惯数据,即编辑图像和拍摄图像、查看图像的时间关系;分享图像习惯数据,即分享图像和拍摄图像、查看图像、编辑图像的时间关系。可以理解,历史操作数据可以对应于设定的历史时间段,例如,过去1个月、过去3个月等。
在一些可选的实施例中,多媒体数据的处理可以分为多个处理阶段,每个处理阶段分别和一个用户行为对应。例如,多个处理阶段包括:查看对应的处理阶段、编辑对应的处理阶段、分享对应的处理阶段,也就是说,查看、编辑、分享这三个用户行为所需的多媒体数据是不同的,即对应于不同的数据处理阶段。在此实施方式中,用户的当前操作数据中的拍摄后操作可以包括:查看操作、编辑操作、分享操作,处理时间预测模型可以输出每个处理阶段的处理预测时间。
可以理解,用户的当前操作数据可以包括时间序列,时间序列包括一一对应的时间戳和操作标签,其中,时间戳可以是上述的拍摄操作、查看操作、编辑操作、分享操作的时间戳,操作标签可以是拍摄、查看、编辑、分享,例如,在一个时间序列中,时间戳为12:00(即拍摄操作的时间戳),操作标签为拍摄;在另一个时间序列中,时间戳为12:01(即查看操作的时间戳),操作标签为查看,等等。
在一些可选的实施例中,电子设备的处理资源满足处理条件,即电子设备的当前运行参数满足处理条件。其中,电子设备的当前运行参数可以包括当前电量、中央处理器(Central Processing Unit,CPU)以及图形处理器(Graphics Processing Unit,GPU)的资源使用率、温度等参数。可选的,当到达多媒体数据处理对应的处理预测时间时,若当前电量满足电量条件、CPU和GPU分别满足使用率条件和温度条件,则说明电子设备的处理资源满足处理条件,即可以控制电子设备执行该多媒体数据处理的任务。
下面结合图2A-图2F介绍本申请实施例中电子设备100的界面。
根据图2A所示,用户于桌面点击相机控件000,即可打开相机应用程序界面,如图2B所示,包括拍摄按钮010A和相册控件020A。
作为一种示例,本申请实施例中的第一操作,即用户点击拍摄按钮010A进行图像或者视频的拍摄。
可以理解,用户在图2D所示的相机应用程序界面点击相册控件020A,即可打开如图2E所示相册应用程序界面。又如,参考图2C,用户可以从桌面点击相册控件020B,以打开图2E所示的相机应用程序界面。如图2E所示,相机应用程序界面包括图像或视频的缩略图030A。
作为一种示例,本申请实施例中的第二操作,可以是用户对图像或视频的查看操作,即用户点击缩略图030A进行图像或视频的查看。可以理解,用户点击缩略图030A之后,可以打开如图2F所示的查看界面,查看界面中显示有处理过的图像或视频030B,分享控件040,和编辑控件050。
作为一种示例,本申请实施例中的第二操作,可以是用户对图像或视频的分享操作,即用户点击图2F中的分享控件040,对图像或视频进行分享。
作为一种示例,本申请实施例中的第二操作,可以是用户对图像或视频的编辑操作,即用户点击图2F中的编辑控件050,对图像或视频进行编辑。
需要注意的是,上述是应用于应用程序、图库应用程序的数据处理方法的示例性界面。在其他可选的实施例中,本申请实施例中的电子设备100的界面还可以是其他前后关联操作(例如第一操作,以及需要使用第一操作的后处理数据的第二操作)对应的应用程序的界面,本申请实施例对此不作限定。
本申请实施例中,数据处理方法可以应用于电子设备100,电子设备100可以包括智能手机、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(augmentedreality,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100。可选的,电子设备100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。下面对本申请实施例提及的数据处理方法进行介绍。参考图3,本申请实施例的一种数据处理方法的示例性流程包括:
S301:检测到用户的第一操作对应的第一数据。
其中,第一操作存在用户历史关联执行的至少一个后续操作。关联执行指用户执行第一操作之后执行后续操作,并且第一操作的第一数据和后续操作的数据之间存在关联。举例而言,后续操作包括第二操作,第二操作的第二数据与第一操作的第一数据存在关联,即第二操作使用的第二数据,是对第一操作的第一数据处理过的数据。
在一种可选的实施例中,用户的第一操作为拍摄图片的操作,即以图2B为例,点击拍摄按钮010对周围环境进行拍摄的操作。在此实施例中,第一数据即为拍摄得到的图像数据。可以理解,该拍摄得到的图像数据需要经过处理,得到处理后的图像数据,才可以供用户执行与第一操作关联的第二操作,如查看、编辑、分享操作。
S302:基于用户的当前操作数据、用户历史执行第一操作后再执行第二操作的历史操作数据,确定第一操作对应的第一数据的规定处理时间。
其中,第一数据的规定处理时间可以是用户进行第二操作的预测时刻。可以理解,若在规定处理时间之前完成第一数据的处理,则用户可以使用电子设备100流畅地执行第二操作。在其他的可选的实施例中,规定处理时间还可以是以第一操作的执行时刻为起点的一个时间段,该时间段的终点即用户执行第二操作的预测时刻;若在该时间段内完成第一数据的处理,用户就可以流畅地执行第二操作。
可以理解,用户的当前操作数据包括用户执行当前操作的时间。其中,当前操作可以是与第一操作关联的全部操作,即:从第一操作对应的应用打开操作起,包括第一操作在内的全部用户操作。例如,当前操作数据可以包括相机应用程序的打开操作、拍摄操作、拍摄操作之后的其他操作;其中,拍摄操作后的其他操作可以包括调整设置操作、针对除相机应用程序之外的其他应用程序的操作,等等。
可以理解,用户历史执行第一操作后再执行第二操作的历史操作数据,包括用户历史执行第一操作的时间、历史执行第二操作的时间,也可以包括用户在执行第一操作之后、执行第二操作之前执行的操作的时间。例如,拍摄第一张照片之后、查看第一张照片之前,调整滤镜参数的时间。
可选的,用户历史执行第一操作后再执行第二操作的历史操作数据,可以包括和第一操作关联的第四操作的数据,该第四操作可以在用户历史执行第一操作之前。例如,打开相机应用程序的操作的数据;该第四操作的数据可以包括打开相机应用程序的时间数据,也可以包括打开方式的数据,如从其他应用程序切换进入、从桌面进入(从如图2A所示的界面进入)。
在一种可选的实施例中,可以将用户的当前操作数据输入处理时间预测模型,输出当前的第一操作对应的第一数据的规定处理时间;其中,处理时间预测模型基于用户历史执行第一操作后再执行第二操作的历史操作数据训练得到。
在此实施例中,当前操作数据可以是用户当前操作的时间序列。时间序列包括一一对应的时间戳和操作事件,操作事件可以作为时间序列的标签,例如,时间序列上用户执行第一操作的时间戳对应的标签为第一操作。类似地,用户历史执行第一操作后再执行第二操作的历史操作数据也可以是时间序列,包括一一对应的时间戳和操作事件,例如用户历史执行第一操作的时间戳对应的标签为第一操作,用户历史执行第二操作的时间戳对应的标签为第二操作。处理时间预测模型可以基于输入的当前操作数据、历史操作数据的时间序列,预测出第一操作的规定处理时间。在此实施例中,处理时间预测模型可以基于用户的历史操作数据训练得到。
通常用户处于不同位置时的操作习惯不同,为了使规定处理时间更贴近于用户在当前位置的操作,在一种可选的实施例中,步骤S302还可以是:基于用户的当前操作数据、用户的当前地理位置、用户历史执行第一操作后再执行第二操作的历史操作数据,确定第一操作对应的第一数据的规定处理时间。可以理解,基于用户的当前地理位置确定的规定处理时间,即用户处于当前地理位置的情况下执行第二操作的预测时间。
可选的,可以将用户的当前操作数据、用户的当前地理位置、用户历史执行第一操作后再执行第二操作的历史操作数据,输入处理时间预测模型,输出第一操作对应的第一数据的规定处理时间。即处理时间预测模型可以针对用户处于当前地理位置的情况,预测得到规定处理时间。在此实施例中,处理时间预测模型可以基于用户的历史操作数据,以及历史操作数据所对应的历史地理位置,训练得到。
S303:对应于电子设备的处理资源满足处理条件,调用处理资源在规定处理时间之前完成第一数据的处理,得到第二操作对应的第二数据。
可以理解,电子设备的处理资源满足处理条件,即电子设备的当前状态参数满足处理条件。其中,当前状态参数可以包括当前电量、CPU/GPU的资源使用率、内存使用率、温度等状态参数。
在一种可选的实施例中,电子设备的当前状态参数满足处理条件,可以包括下述一个或多个:当前电量满足电量条件,CPU的资源使用率满足第一资源使用率条件,GPU的资源使用率满足第二资源使用率条件,温度满足温度条件,内存使用率满足内存使用率条件。
在另一种可选的实施例中,可以基于当前电量、CPU/GPU的资源使用率、内存使用率、温度等状态参数,计算得到状态评分,若状态评分满足评分条件,则确定电子设备的当前状态参数满足处理条件。
可以理解,调用处理资源可以包括调用CPU、GPU、运行内存。
可以理解,在第一数据为图像或者视频的实施例中,对第一数据的处理可以是后期处理,其中后期处理可以包括美化处理、加强处理(清晰化、锐化、色彩增强等)、虚化处理、美颜处理、美体处理等处理。第一数据处理完成后,得到处理后的第一数据,即第二数据,用户执行第二操作时电子设备100可以直接使用处理得到的第二数据。
在一种可选的实施例中,对应于不同的第二操作的类型,对第一数据的处理方法可以不同。例如,用户执行查看操作之后电子设备100显示给用户的图片,与用户执行编辑操作之后电子设备供用户进行编辑的图片,二者具有不同的图片特性,例如编辑需要更高的清晰度,即查看操作、编辑操作所需的图像数据的处理方法不同。
下面基于图4介绍本申请实施例提供的一种数据处理系统。
如图4所示,本申请实施例的一种数据处理系统包括用户行为感知模块406、成片时间预测模型405、设备状态感知模块407、调度模块408、媒体处理引擎409。
在一种可选的实施例中,成片时间预测模型405可以基于用户操作的时间序列样本、到达时间(第二操作的时间)的标签403,通过人工智能学习算法404训练得到。
其中,用户操作的时间序列的样本,可以基于用户行为习惯401、地理位置信息402建模得到。可以理解,用户行为习惯401、地理位置信息402均是历史数据。具体地如图7图示,用户行为习惯401包括拍照习惯4011(拍照张数、拍照频率、拍照后操作)、查看照片习惯4012(长期内查看照片习惯和短期内查看照片习惯,包括立即查看、延迟查看、查看顺序)、编辑照片习惯4013(立即编辑、延迟编辑、编辑与查看的时间差)、分享照片习惯4014(立即分享、延迟分享、分享与查看或编辑的时间差),等等;地理位置信息包括常驻地信息4021(统计次数最多的历史位置)、当前位置信息4022(每个用户操作的地理位置)。
在一种可选的实施例中,用户行为感知模块406将用户操作的时间序列、用户的当前地理位置输入成片时间预测模型405,成片时间预测模型405输出规定处理时间至调度模块408,调度模块408基于设备状态感知模块407发送的电子设备100的状态信息以及规定处理时间,控制媒体处理引擎409对第一数据进行处理,得到第二数据。
需注意的是,本申请实施例提供的一种数据处理系统与本申请实施例提供的一种数据处理方法具有相同的构思。
下面基于图5进一步介绍本申请实施例的一种步骤S302的示例性流程。
S3021:通过用户行为感知模块406,确定用户操作的时间序列。
可以理解,用户行为感知模块406可以感知用户当前操作的时刻信息,例如,在8:08分进行拍摄操作,得到用户操作的时间序列。
作为一种示例,用户操作的时间序列可以包括多个时间戳,其中,多个时间戳中的每个时间戳对应于一个操作事件的标签。例如,第一个时间戳对应于打开相机应用程序的操作的标签,第二个时间戳对应于第一次拍摄操作的标签,第三个时间戳对应于第二次拍摄操作的标签。
需注意的是,上述只是一种示例,在其他可选的实施方式中,用户操作的时间序列可以包括与第一操作相关联的其他操作的时间戳以及操作事件标签,本申请对此不作限定。
可选的,用户行为感知模块406还可以感知用户的当前地理位置。
S3022:将用户操作的时间序列输入处理时间预测模型,输出规定处理时间。
可以理解,处理时间预测模型是基于历史操作数据训练得到的模型,针对历史操作数据的描述可以参考上文针对步骤S302的阐述。
在一种可选的实施例中,处理时间预测模型可以是基于神经网络的模型,如图4所图示的成片时间预测模型405。
可选的,可以将用户操作的时间序列,连同用户的当前地理位置,一起输入处理时间预测模型,输出当前地理位置下的规定处理时间。
可选的,若用户行为感知模块406感知不到用户的当前地理位置,举例而言,用户关闭了电子设备100的定位功能,则可以直接将用户操作的时间序列输入处理时间预测模型,此时,处理时间预测模型基于输入数据里不包括当前地理位置,可以直接输出用户的常驻地下的规定处理时间。在此实施例中,处理时间预测模型可以基于和历史地理位置相对应的历史操作数据,以及用户的常驻地信息,训练得到。
下面基于图6进一步介绍本申请实施例中步骤S303的一种示例性流程。
S3031:通过设备状态感知模块407,确定电子设备100的状态信息。
在一种可选的实施例中,可以通过设备感知状态模块,感知电子设备100的状态信息。
可以理解,电子设备100的状态信息即上文中阐述的当前状态参数,可以包括当前电量、CPU/GPU的资源使用率、内存使用率、温度等状态参数。
S3032:将规定处理时间、状态信息输入调度模块408。
在一种可选的实施例中,可以将步骤S302中得到的规定处理时间,以及步骤S501中得到的状态信息,输入调度模块408。
可以理解,调度模块408可以基于规定处理时间、状态信息,对处理第一数据的进程以及电子设备100的其他进程进行调度。例如,确定第一数据在后台处理进程中的调度时机、资源分配、频点设置等,以完成第一数据的后台调度。其中,调度时机即开始、中断或者继续处理第一数据的时间,资源分配给第一数据的处理分配CPU/GPU的资源,频点设置即设置处理第一数据时CPU/CPU的频率。
可以理解,第一数据的规定处理时间是固定数据,可以一次性输入调度模块408;状态信息是实时变化的数据,可以实时地、多次地输入调度模块408,使调度模块408基于实时的状态信息进行调度。
S3033:调度模块408根据调度策略控制媒体处理引擎409工作。
在一种可选的实施例中,调度策略可以是:在状态信息不满足处理条件的情况下,不对第一数据进行处理;在状态信息满足处理条件的情况下,调用媒体处理引擎409,在第一数据的规定处理时间之前,完成第一数据的处理。
作为一种示例,若用户完成第一操作后,电子设备100的状态信息一直满足处理条件,则调度模块408可以调用媒体处理引擎409直接完成第一数据的处理。
作为一种示例,若用户完成第一操作后的第一时刻,电子设备100的状态信息满足处理条件,此时调度模块408控制电子设备100对第一数据进行处理,直至第二时刻,电子设备100的状态由满足处理条件变为不满足处理条件,则调度模块408控制电子设备100中止第一数据的处理,待电子设备100的状态信息满足处理条件,或者用户进行第二操作,再控制电子设备100继续第一数据的处理。在此实施例中,用户的当前操作数据还可以包括第二操作的数据,即调度模块408基于当前操作数据中包含第二操作的数据,控制电子设备100对第一数据进行处理。
作为一种示例,若用户完成第一操作后、执行第二操作前,电子设备100的状态信息一直不满足处理条件,则当用户执行第二操作时,调度模块408控制电子设备100进行第一数据的处理。在此实施例中,用户的当前操作数据还可以包括第二操作的数据,即调度模块408基于当前操作数据中包含第二操作的数据,控制电子设备100对第一数据进行处理。
可以理解,调度模块408控制电子设备100进行第一数据的处理的过程中,可以基于电子设备100的状态信息,确定第一数据处理过程的资源分配、频点设置。也就是说,给第一数据的处理分配资源,且设置频点,例如给如图4所示的媒体处理引擎409分配CPU/GPU的资源,设置处理第一数据时CPU/CPU的频率。
在一种可选的实施例中,至少一个后续操作还包括第三操作。可选的,第二操作、第三操作可以分别是查看操作、编辑操作、分享操作中的两个。在步骤S303之后,示例性流程还包括:基于用户的当前操作数据、用户历史执行第一操作后再执行第三操作的历史操作数据,确定第一数据的第二规定处理时间;对应于电子设备的处理资源满足处理条件,调用处理资源在第二规定处理时间之前完成第一数据的处理,得到第三操作所对应的第三数据。
可选的,第三操作为第二操作之后的操作,其中,第二规定处理时间晚于第一规定处理时间。例如,第二操作、第三操作可以分别为查看操作、编辑操作,或者查看操作、分享操作,或者编辑操作、分享操作。
可选的,可以对第二数据进行处理以得到第三数据。例如,对查看操作对应的图像数据进行处理,得到编辑操作所对应的图像数据;又如,对编辑操作对应的图像数据进行处理,得到分享操作对应的图像数据。可以理解,处理前后的图像数据可以具有不同的图像参数,例如具有不同的图像规格、图像清晰度等,而分享、查看、编辑操作所需的图像数据的图像参数可以不同。
通过本申请实施例的一种数据处理方法,可以根据用户操作来预测时间,然后基于预测的时间调度处理资源,从而尽可能在用户需要的时间之前及时地完成第一操作的数据处理,保证用户后续进行第二操作的流畅度;例如,保证用户在拍摄图像之后,进行查看、分享、编辑等操作的流畅度。并且,将用户操作和地理位置相对应,可以针对用户不同的地理位置进行操作时间的预测,从而使确定的规定处理时间更加贴近实际。
在上面提到的基于处理时间预测模型确定规定处理时间的实施例中,可选的,步骤S301之前还可以包括训练得到处理时间预测模型的步骤,例如步骤S300:训练得到处理时间预测模型。请参照图6,在一种可选的实施例中,训练得到处理时间预测模型的示例性流程包括:
S3001:通过采集模块采集历史操作数据。
可选的,历史操作数据可以包括用户历史执行第一操作、第二操作的时间数据等。
作为一种示例,历史操作数据可以包括历史执行第四操作的数据,其中,第四操作可以在第一操作之前执行。可选的,第四操作可以是和第一操作关联的操作,如第一操作为拍摄操作,第四操作为打开相机应用程序的操作;例如,第四操作的数据可以包括操作方式,如由其他应用程序切换或者由桌面进入。可选的,第四操作可以是和第一操作没有关联的操作;例如,第四操作可以是用户对电子设备100的其他操作,第四操作的数据可以是用户的操作速度,如点击频率。
作为一种示例,历史操作数据可以包括历史执行第一操作的数据。在第一操作为拍摄操作的实施例中,第一操作的数据可以包括拍摄数量、拍摄频率、拍摄时间等数据。可以理解,拍摄数量即用户在相机应用界面连续拍摄的数量,拍摄频率即用户在相机应用界面连续拍摄的频率,拍摄时间即用户每一次拍摄的时间点。
作为一种示例,历史操作数据可以包括用户历史执行第二操作的数据。可选的,第二操作可以包括查看操作、编辑操作、分享操作中的至少一个。第二操作的数据可以包括查看操作的时间、查看顺序、编辑操作的时间、分享操作的时间,还可以包括拍摄操作、查看操作、编辑操作、分享操作之间的时间差。例如,用户执行第二操作的数据可以是在拍摄操作后立即进行查看操作、编辑操作,并在编辑操作完成后立刻进行分享操作;或者,在拍摄操作完成的第一时间段之后延迟进行查看操作,在查看操作完成的第二时间段之后延迟进行编辑操作,在编辑操作完成的第三时间段之后延迟进行分享操作。
作为一种示例,历史操作数据可以包括用户历史执行第一操作之后、执行第二操作之前进行其他操作的数据,例如退出相册应用程序、打开其他应用程序(如聊天应用程序等)后进行的操作。
可选的,上述的历史操作数据均可以分为长期数据和短期数据。例如,长期数据为过去半年的数据,短期数据为过去一周的数据,本申请不对数据周期作限定。
可选的,采集模块还可以采集用户的历史地理位置,包括常驻地信息、每组历史操作数据对应的历史地理位置。其中,每组历史操作数据和每个第一数据相对应,即每组历史操作数据对应于每次用户执行第一操作然后执行第二操作。可以理解,用户在一个历史地理位置完成每次执行第一操作然后执行第二操作的过程。
关于历史操作数据的其他内容可以参考上文的阐述,此处不再赘述。
S3002:将历史操作数据建模为时间序列,构建数据集。
可以理解,可以基于历史操作数据中的与时间有关的数据,建模为时间序列,如历史操作的时间序列。其中,时间序列可以具有多个时间戳,其中多个时间戳的每个时间戳对应于一个历史操作事件,如第一时间戳对应于第一操作,第二时间戳对应于第二操作。历史操作事件可以作为时间序列中时间戳的标签,如第一时间戳的标签为第一操作,第二时间戳的标签为第二操作。
在一种可选的实施例中,数据集中还可以包含除时间序列之外的其他数据,如拍摄数量、拍摄频率数据。
在一种可选的实施例中,每个时间序列可以对应于一个历史地理位置,该历史地理位置由采集模块采集得到。
S3003:基于数据集对神经网络进行训练,得到处理时间预测模型。
可以理解,可以基于数据集对神经网络进行多轮训练,得到处理时间预测模型。
在一种可选的实施例中,数据集中可以包含多组训练数据,其中,每一组训练数据对应于一个时间序列,即对应于用户历史每次执行第一操作得到第一数据,然后执行第二操作,也即每一组训练数据对应于每一个第一数据。
可以理解,每一组训练数据中,用户历史执行第二操作的时间可以作为参考处理时间,而训练数据之中,除了用户历史执行第二操作的时间之外的其他数据可以作为待预测数据。
可选的,可以将训练数据中的待预测数据输入神经网络,得到输出的预测处理时间,基于预测处理时间、参考处理时间通过损失函数确定损失值,在损失值大于损失阈值的情况下,更新神经网络的参数,重复将带预测数据输入神经网络的步骤,直至确定的损失值小于损失阈值,得到训练好的处理时间预测模型。
本申请实施例中,基于用户操作数据的时间序列对神经网络模型进行训练,可以利用神经网络模型的学习能力、以用户操作数据为参考,得到可以高效预测的模型,以准确地预测第二操作的时间(处理后的第一数据、第二数据的到达时间),即预测得到规定处理时间。
需注意的是,上述实施方式只是训练处理时间预测模型的一种示例,本申请不对训练处理时间预测模型的方法作限定。
图8示出了电子设备100的结构示意图。
电子设备100可以包括处理器110,外部存储器接口120,内部存储器121,通用串行总线(universal serial bus,USB)接口130,充电管理模块140,电源管理模块141,电池142,天线1,天线2,移动通信模块150,无线通信模块160,音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,传感器模块180,按键190,马达191,指示器192,摄像头193,显示屏194,以及用户标识模块(subscriber identification module,SIM)卡接口195等。其中传感器模块180可以包括压力传感器180A,陀螺仪传感器180B,气压传感器180C,磁传感器180D,加速度传感器180E,距离传感器180F,接近光传感器180G,指纹传感器180H,温度传感器180J,触摸传感器180K,环境光传感器180L,骨传导传感器180M等。
可以理解的是,本发明实施例示意的结构并不构成对电子设备100的具体限定。在本申请另一些实施例中,电子设备100可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
处理器110可以包括一个或多个处理单元,例如:处理器110可以包括应用处理器(application processor,AP),调制解调处理器,图形处理器(graphics processingunit,GPU),图像信号处理器(image signal processor,ISP),控制器,视频编解码器,数字信号处理器(digitalsignal processor,DSP),基带处理器,和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。
控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。
处理器110中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据,可从所述存储器中直接调用。避免了重复存取,减少了处理器110的等待时间,因而提高了系统的效率。
在一些实施例中,电子设备100的处理器110通过调用存储器存储的程序指令,用于按照获得的程序指令执行本申请提及的数据处理方法,例如检测到用户的第一操作对应的第一数据,其中第一操作存在用户历史关联执行的第二操作;基于用户的当前操作数据、用户历史执行第一操作后再执行第二操作的历史操作数据,确定第一操作对应的第一数据的规定处理时间;对应于电子设备的处理资源满足处理条件,调用处理资源在规定处理时间之前完成第一数据的处理,得到第二操作对应的第二数据。
在一些实施例中,处理器110可以包括一个或多个接口。
MIPI接口可以被用于连接处理器110与显示屏194,摄像头193等外围器件。MIPI接口包括摄像头串行接口(camera serial interface,CSI),显示屏串行接口(displayserial interface,DSI)等。在一些实施例中,处理器110和摄像头193通过CSI接口通信,实现电子设备100的拍摄功能。处理器110和显示屏194通过DSI接口通信,实现电子设备100的显示功能。
电子设备100通过GPU,显示屏194,以及应用处理器等实现显示功能。GPU为图像处理的微处理器,连接显示屏194和应用处理器。GPU用于执行数学和几何计算,用于图形渲染。处理器110可包括一个或多个GPU,其执行程序指令以生成或改变显示信息。
显示屏194用于显示图像,视频等。显示屏194包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display,LCD),有机发光二极管(organic light-emittingdiode,OLED),有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrixorganic light emittingdiode的,AMOLED),柔性发光二极管(flex light-emittingdiode,FLED),Miniled,MicroLed,Micro-oLed,量子点发光二极管(quantum dot lightemitting diodes,QLED)等。在一些实施例中,电子设备100可以包括1个或N个显示屏194,N为大于1的正整数。
电子设备100可以通过ISP,摄像头193,视频编解码器,GPU,显示屏194以及应用处理器等实现拍摄功能。
ISP 用于处理摄像头193反馈的数据。例如,拍照时,打开快门,光线通过镜头被传递到摄像头感光元件上,光信号转换为电信号,摄像头感光元件将所述电信号传递给ISP处理,转化为肉眼可见的图像。ISP还可以对图像的噪点,亮度,肤色进行算法优化。ISP还可以对拍摄场景的曝光,色温等参数优化。在一些实施例中,ISP可以设置在摄像头193中。
摄像头193用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device,CCD)或互补金属氧化物半导体(complementarymetal-oxide-semiconductor,CMOS)光电晶体管。感光元件把光信号转换成电信号,之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP加工处理。DSP将数字图像信号转换成标准的RGB,YUV等格式的图像信号。在一些实施例中,电子设备100可以包括1个或N个摄像头193,N为大于1的正整数。
数字信号处理器用于处理数字信号,除了可以处理数字图像信号,还可以处理其他数字信号。例如,当电子设备100在频点选择时,数字信号处理器用于对频点能量进行傅里叶变换等。
视频编解码器用于对数字视频压缩或解压缩。电子设备100可以支持一种或多种视频编解码器。这样,电子设备100可以播放或录制多种编码格式的视频,例如:动态图像专家组(moving picture experts group,MPEG)1,MPEG2,MPEG3,MPEG4等。
外部存储器接口120可以用于连接外部存储卡,例如Micro SD卡,实现扩展电子设备100的存储能力。外部存储卡通过外部存储器接口120与处理器110通信,实现数据存储功能。例如将音乐,视频等文件保存在外部存储卡中。
内部存储器121可以用于存储计算机可执行程序代码,所述可执行程序代码包括指令。内部存储器121可以包括存储程序区和存储数据区。其中,存储程序区可存储操作系统,至少一个功能所需的应用程序(比如声音播放功能,图像播放功能等)等。存储数据区可存储电子设备100使用过程中所创建的数据(比如音频数据,电话本等)等。此外,内部存储器121可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件,通用闪存存储器(universal flash storage,UFS)等。处理器110通过运行存储在内部存储器121的指令,和/或存储在设置于处理器中的存储器的指令,执行电子设备100的各种功能应用以及数据处理。
触摸传感器180K,也称“触控器件”。触摸传感器180K可以设置于显示屏194,由触摸传感器180K与显示屏194组成触摸屏,也称“触控屏”。触摸传感器180K用于检测作用于其上或附近的触摸操作。触摸传感器可以将检测到的触摸操作传递给应用处理器,以确定触摸事件类型。可以通过显示屏194提供与触摸操作相关的视觉输出。在另一些实施例中,触摸传感器180K也可以设置于电子设备100的表面,与显示屏194所处的位置不同。
图9是本发明实施例的电子设备100的软件结构框图。
分层架构将软件分成若干个层,每一层都有清晰的角色和分工。层与层之间通过软件接口通信。在一些实施例中,将Android系统分为四层,从上至下分别为应用程序层,应用程序框架层,安卓运行时(Android runtime)和系统库,以及内核层。
应用程序层可以包括一系列应用程序包。如图9所示,应用程序包可以包括相机,图库,日历,通话,地图,导航,WLAN,蓝牙,双卡与移动网络等应用程序。其中,相机应用程序可以提供拍摄图像、视频的功能,图库应用程序也称相册应用程序,可以提供查看、编辑、分享图像及视频的功能。
应用程序框架层为应用程序层的应用程序提供应用编程接口(applicationprogramming interface,API)和编程框架。应用程序框架层包括一些预先定义的函数。
如图9所示,应用程序框架层可以包括窗口管理器,内容提供器,视图系统,电话管理器,资源管理器,媒体处理引擎等。
在一些实施例中,媒体处理引擎用于对图像、视频等媒体数据进行处理,得到处理后的数据,例如,对未处理的媒体数据,媒体处理引擎可以分别通过不同的处理过程,处理得到查看操作对应的查看图像数据、编辑操作对应的编辑图像数据、分享操作对应的编辑图像数据,使用户可以分别进行查看操作、编辑操作和分享操作。
Android Runtime包括核心库和虚拟机。Android runtime负责安卓系统的调度和管理。
系统库可以包括多个功能模块。例如:表面管理器(surface manager),媒体库(Media Libraries),三维图形处理库(例如:OpenGL ES),2D图形引擎(例如:SGL)等。
内核层是硬件和软件之间的层。内核层至少包含显示驱动,摄像头驱动,音频驱动,传感器驱动。
相应地,本申请实施例提供一种电子设备,包括:存储器,用于存储由电子设备的一个或多个处理器执行的指令,以及处理器,用于执行上述的数据处理方法的指令。
相应地,本申请实施例提供一种存储介质,存储介质上存储有指令,指令在电子设备上执行时使电子设备执行上述的数据处理方法。
本说明书提供了如实施例或流程图所示的方法或者流程操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多执行顺序中的一种方式,不代表唯一的执行顺序,在实际执行时,可以按照实施例或者附图所示的方法或者流程顺序执行或者并行执行(例如并行控制器或者多线程处理的环境)。
本申请公开的各实施例可以被实现在硬件、软件、固件或这些实现方法的组合中。本申请的实施例可实现为在可编程系统上执行的计算机程序或程序代码,该可编程系统包括至少一个处理器、存储系统(包括易失性和非易失性存储器和/或存储元件)、至少一个输入设备以及至少一个输出设备。
可将程序代码应用于输入指令,以执行本申请描述的各功能并生成输出信息。可以按已知方式将输出信息应用于一个或多个输出设备。为了本申请的目的,处理系统包括具有诸如例如数字信号处理器(DSP)、微控制器、专用集成电路(ASIC)或微处理器之类的处理器的任何系统。
程序代码可以用高级程序化语言或面向对象的编程语言来实现,以便与处理系统通信。在需要时,也可用汇编语言或机器语言来实现程序代码。事实上,本申请中描述的机制不限于任何特定编程语言的范围。在任一情形下,该语言可以是编译语言或解释语言。
在一些情况下,所公开的实施例可以以硬件、固件、软件或其任何组合来实现。所公开的实施例还可以被实现为由一个或多个暂时或非暂时性机器可读(例如,计算机可读)存储介质承载或存储在其上的指令,其可以由一个或多个处理器读取和执行。例如,指令可以通过网络或通过其他计算机存储介质分发。因此,机器存储介质可以包括用于以机器(例如,计算机)可读的形式存储或传输信息的任何机制,包括但不限于,软盘、光盘、光碟、只读存储器(CD-ROMs)、磁光盘、只读存储器(ROM)、随机存取存储器(RAM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、磁卡或光卡、闪存、或用于利用因特网以电、光、声或其他形式的传播信号来传输信息(例如,载波、红外信号数字信号等)的有形的机器可读存储器。因此,机器存储介质包括适合于以机器(例如,计算机)可读的形式存储或传输电子指令或信息的任何类型的机器存储介质。
如本文所使用的,术语“模块”可以指代,作为其中的一部分,或者包括:用于运行一个或多个软件或固件程序的存储器(共享、专用或组),专用集成电路(ASIC),电子电路和/或处理器(共享、专用或组),组合逻辑电路,和/或提供所述功能的其他合适组件。
在附图中,可能以特定布置和/或顺序示出了一些结构或方法特征。然而,应当理解的是,这样的特定布置和/或排序不是必需的。而是,在一些实施例中,这些特征可以以不同于说明性附图中所示的方式和/或顺序来进行说明。另外,特定附图中所包含得结构或方法特征并不意味着所有实施例都需要包含这样的特征,在一些实施例中,可以不包含这些特征,或者可以将这些特征与其他特征进行组合。
上面结合附图对本申请的实施例做了详细说明,但本申请技术方案的使用不仅仅局限于本专利实施例中提及的各种应用,各种结构和变型都可以参考本申请技术方案轻易地实施,以达到本文中提及的各种有益效果。在本领域普通技术人员所具备的知识范围内,在不脱离本申请宗旨的前提下做出的各种变化,均应归属于本申请专利涵盖范围。
Claims (17)
1.一种数据处理方法,其特征在于,所述方法包括:
检测到用户的第一操作对应的第一数据,其中所述第一操作存在用户历史关联执行的至少一个后续操作,所述至少一个后续操作包括第二操作;
基于用户的当前操作数据、用户历史执行第一操作后再执行所述第二操作的历史操作数据,确定所述第一数据的第一规定处理时间;
对应于电子设备的处理资源满足处理条件,调用所述处理资源在所述第一规定处理时间之前完成所述第一数据的处理,得到所述第二操作所对应的第二数据。
2.根据权利要求1所述的方法,其特征在于,所述基于用户的当前操作数据、用户历史执行第一操作后再执行第二操作的历史操作数据,确定所述第一数据的第一规定处理时间,包括:
基于用户的当前操作数据、用户历史执行第一操作后再执行第二操作的历史操作数据,预测用户执行第二操作的预测操作时间;
基于所述预测操作时间,确定所述第一数据的第一规定处理时间。
3.根据权利要求2所述的方法,其特征在于,所述基于用户的当前操作数据、用户历史执行第一操作后再执行第二操作的历史操作数据,预测用户执行第二操作的预测操作时间,包括:
基于用户的当前操作数据、用户的当前地理位置、用户历史执行第一操作后再执行第二操作的历史操作数据,预测用户在所述当前地理位置执行第二操作的预测操作时间。
4.根据权利要求1所述的方法,其特征在于,所述基于用户的当前操作数据、用户历史执行第一操作后再执行第二操作的历史操作数据,确定所述第一数据的第一规定处理时间,包括:
将所述基于用户的当前操作数据输入处理时间预测模型,输出当前的第一操作对应的第一数据的第一规定处理时间,其中所述处理时间预测模型基于所述用户历史执行第一操作后再执行第二操作的历史操作数据训练得到。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:训练得到所述处理时间预测模型;其中,所述训练得到所述处理时间预测模型,包括:
采集所述历史操作数据;
将所述历史操作数据建模为时间序列,得到训练数据;
基于所述训练数据对预设神经网络模型进行训练,得到所述处理时间预测模型。
6.根据权利要求1所述的方法,其特征在于,所述电子设备的处理资源满足处理条件包括以下条件中的至少一个:
所述电子设备的温度满足温度条件;
所述电子设备的资源使用率满足资源使用率条件;
所述电子设备的内存使用率满足内存使用率条件;
所述电子设备的电量满足电量条件。
7.根据权利要求1所述的方法,其特征在于,所述当前操作数据包括:
第一操作所对应的第一应用的启动数据;
所述第一应用启动后,用户对所述电子设备的操作数据。
8.根据权利要求1所述的方法,其特征在于,所述用户对所述电子设备的操作数据为用户对第一应用的操作数据。
9.根据权利要求1所述的方法,其特征在于,所述至少一个后续操作还包括第三操作;
所述方法还包括:
基于用户的当前操作数据、用户历史执行第一操作后再执行所述第三操作的历史操作数据,确定所述第一数据的第二规定处理时间;
对应于电子设备的处理资源满足处理条件,调用所述处理资源在所述第二规定处理时间之前完成所述第一数据的处理,得到所述第三操作所对应的第三数据。
10.根据权利要求9所述的方法,其特征在于,所述第三操作为所述第二操作之后的操作,其中,所述第二规定处理时间晚于所述第一规定处理时间。
11.根据权利要求9所述的方法,其特征在于,所述第三操作为所述第二操作之后的操作;
所述完成对所述第一数据的处理,得到所述第三操作所对应的第三数据,包括:
对所述第二数据进行处理,以得到所述第三数据。
12.根据权利要求1所述的方法,其特征在于,所述至少一个后续操作为对管理所述第一数据的应用的操作。
13.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对应于所述电子设备的处理资源不满足处理条件,响应于用户执行第二操作,调用所述处理资源完成所述第一数据的处理。
14.根据权利要求1-13任一所述的方法,其特征在于,所述第一数据包括图像数据、视频数据中的至少一种。
15.根据权利要求1-13任一所述的方法,其特征在于,所述第一操作包括拍摄操作,所述第二操作包括查看操作、编辑操作、分享操作中的至少一种。
16.一种电子设备,其特征在于,包括:
存储器,用于存储由电子设备的一个或多个处理器执行的指令,以及
处理器,当所述处理器执行所述存储器中的所述指令时,可使得所述电子设备执行权利要求1-15任一项所述的方法。
17.一种存储介质,其特征在于,所述存储介质上存储有指令,所述指令在电子设备上执行时使所述电子设备执行权利要求1-15任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311676327.6A CN117389745B (zh) | 2023-12-08 | 2023-12-08 | 一种数据处理方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311676327.6A CN117389745B (zh) | 2023-12-08 | 2023-12-08 | 一种数据处理方法、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117389745A true CN117389745A (zh) | 2024-01-12 |
CN117389745B CN117389745B (zh) | 2024-05-03 |
Family
ID=89437663
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311676327.6A Active CN117389745B (zh) | 2023-12-08 | 2023-12-08 | 一种数据处理方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117389745B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102216941A (zh) * | 2008-08-19 | 2011-10-12 | 数字标记公司 | 用于内容处理的方法和系统 |
US20140289323A1 (en) * | 2011-10-14 | 2014-09-25 | Cyber Ai Entertainment Inc. | Knowledge-information-processing server system having image recognition system |
CN110996012A (zh) * | 2019-12-23 | 2020-04-10 | Oppo广东移动通信有限公司 | 连拍处理方法、图像处理器、拍摄装置和电子设备 |
CN113596240A (zh) * | 2021-07-27 | 2021-11-02 | Oppo广东移动通信有限公司 | 录音方法、装置、电子设备及计算机可读介质 |
CN113962840A (zh) * | 2021-10-20 | 2022-01-21 | 维沃移动通信有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN114466129A (zh) * | 2020-11-09 | 2022-05-10 | 哲库科技(上海)有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN116055859A (zh) * | 2022-08-29 | 2023-05-02 | 荣耀终端有限公司 | 图像处理方法和电子设备 |
CN116320141A (zh) * | 2023-05-24 | 2023-06-23 | 荣耀终端有限公司 | 推荐打卡的方法、电子设备及计算机可读存储介质 |
-
2023
- 2023-12-08 CN CN202311676327.6A patent/CN117389745B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102216941A (zh) * | 2008-08-19 | 2011-10-12 | 数字标记公司 | 用于内容处理的方法和系统 |
US20140289323A1 (en) * | 2011-10-14 | 2014-09-25 | Cyber Ai Entertainment Inc. | Knowledge-information-processing server system having image recognition system |
CN110996012A (zh) * | 2019-12-23 | 2020-04-10 | Oppo广东移动通信有限公司 | 连拍处理方法、图像处理器、拍摄装置和电子设备 |
CN114466129A (zh) * | 2020-11-09 | 2022-05-10 | 哲库科技(上海)有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN113596240A (zh) * | 2021-07-27 | 2021-11-02 | Oppo广东移动通信有限公司 | 录音方法、装置、电子设备及计算机可读介质 |
CN113962840A (zh) * | 2021-10-20 | 2022-01-21 | 维沃移动通信有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN116055859A (zh) * | 2022-08-29 | 2023-05-02 | 荣耀终端有限公司 | 图像处理方法和电子设备 |
CN116320141A (zh) * | 2023-05-24 | 2023-06-23 | 荣耀终端有限公司 | 推荐打卡的方法、电子设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117389745B (zh) | 2024-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021104485A1 (zh) | 一种拍摄方法及电子设备 | |
US10602076B2 (en) | Method for combining and providing image, obtained through a camera, electronic device, and storage medium | |
CN104869305B (zh) | 处理图像数据的方法及其装置 | |
CN107925799B (zh) | 用于生成视频内容的方法和设备 | |
CN113747085A (zh) | 拍摄视频的方法和装置 | |
CN113132526B (zh) | 一种页面绘制方法及相关装置 | |
CN113099146B (zh) | 一种视频生成方法、装置及相关设备 | |
CN113536866A (zh) | 一种人物追踪显示方法和电子设备 | |
CN116320783B (zh) | 一种录像中抓拍图像的方法及电子设备 | |
CN115802146B (zh) | 一种录像中抓拍图像的方法及电子设备 | |
CN115333941A (zh) | 获取应用运行情况的方法及相关设备 | |
CN117234398B (zh) | 一种屏幕亮度调节方法及电子设备 | |
CN117389745B (zh) | 一种数据处理方法、电子设备及存储介质 | |
CN116055868B (zh) | 一种拍摄方法及相关设备 | |
CN113518172A (zh) | 图像处理方法和装置 | |
CN116069187B (zh) | 一种显示方法及电子设备 | |
WO2023274093A1 (zh) | 一种滚动截屏的方法及装置 | |
WO2024046162A1 (zh) | 一种图片推荐方法及电子设备 | |
CN117956264A (zh) | 拍摄方法、电子设备、存储介质和程序产品 | |
CN117112087A (zh) | 一种桌面卡片的排序方法、电子设备以及介质 | |
CN115460343A (zh) | 图像处理方法、设备及存储介质 | |
CN116095405A (zh) | 视频播放方法和装置 | |
CN115601842A (zh) | 一种自动抓拍的方法、电子设备及存储介质 | |
CN117119285A (zh) | 一种拍摄方法 | |
CN115883958A (zh) | 一种人像拍摄方法 |
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 |