[发明专利]数据处理方法和装置有效

专利信息
申请号: 201811362742.3 申请日: 2018-11-15
公开(公告)号: CN109461153B 公开(公告)日: 2022-04-22
发明(设计)人: 朱颖;王云海 申请(专利权)人: 联想(北京)有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/90
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 吕朝蕙
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 数据处理 方法 装置
【说明书】:

本公开提供了一种数据处理方法,包括:获取用户界面图像;确定所述用户界面图像的图像特征;基于所述图像特征通过神经网络获得所述用户界面图像的评估数据。本公开还提供了一种数据处理装置、一种计算机系统以及一种计算机可读存储介质。

技术领域

本公开涉及一种数据处理方法和一种数据处理装置。

背景技术

随着信息技术和网络技术的快速发展,各种各样的电子设备广泛地应用于生活和工作等诸多场景,各种各样的应用也相继而生。目前的应用程序通常采用用户界面的交互方式与用户进行交互。而应用程序在开发过程中,通常需要对用户界面进行测试和评估。

在实现本公开构思的过程中,发明人发现现有技术中至少存在如下问题,即,现有技术通常由测试人员人工地测试和评估用户界面,然而,一个应用程序中可能存在很多个交互界面,由测试人员人工地评估用户界面则会导致大量人力物力的投入,成本高,效率低。

发明内容

本公开的一个方面提供了一种数据处理方法,包括:获取用户界面图像,确定所述用户界面图像的图像特征,以及基于所述图像特征通过神经网络获得所述用户界面图像的评估数据。

可选地,上述确定所述用户界面图像的图像特征,包括:提取所述用户界面图像中的至少一个特征点。上述方法还包括:确定所述至少一个特征点分别对应的标记类型。上述基于所述图像特征通过神经网络获得所述用户界面图像的评估数据,包括:基于所述至少一个特征点的位置信息和对应的标记类型通过第一神经网络获得所述用户界面图像的评估数据。

可选地,上述提取所述用户界面图像中的至少一个特征点,包括:通过尺度不变特征变化SIFT算法提取所述用户界面图像中的至少一个特征点。上述确定所述至少一个特征点分别对应的标记类型,包括:基于所述用户界面图像和所述至少一个特征点通过第二神经网络确定所述至少一个特征点对应的标记类型。

可选地,上述标记类型包括标签类型、按键类型、导航栏类型或图标类型。上述评估数据包括第一评估数据和第二评估数据,所述第一评估数据表征所述用户界面图像符合布局规范,所述第二评估数据表征所述用户界面图像不符合布局规范。

可选地,上述确定所述用户界面图像的图像特征,包括:提取所述用户界面图像的颜色特征。上述基于所述图像特征通过神经网络获得所述用户界面图像的评估数据,包括:基于所述颜色特征通过第三神经网络获得所述用户界面图像的第三评估数据,其中,所述第三评估数据表征所述用户界面图像的颜色的用户喜爱程度。

可选地,上述第三神经网络是通过多个图像的颜色特征和所述多个图像对应的用户评分训练得到的。

可选地,上述提取所述用户界面图像的颜色特征,包括:提取所述用户界面图像的特定像素点的RGB颜色矩阵。

可选地,上述确定所述用户界面图像的图像特征,包括:提取所述用户界面图像中的至少一个特征点。上述基于所述图像特征通过神经网络获得所述用户界面图像的评估数据,包括:基于所述至少一个特征点通过第四神经网络获得所述用户界面图像的第四评估数据,其中,所述第四评估数据表征所述用户界面图像的布局的用户喜爱程度。

可选地,上述第四神经网络是通过多个图像的特征点和所述多个图像对应的用户评分训练得到的。

本公开的另一个方面提供了一种数据处理装置,包括获取模块、第一确定模块和获得模块。其中,获取模块获取用户界面图像。第一确定模块确定所述用户界面图像的图像特征。获得模块基于所述图像特征通过神经网络获得所述用户界面图像的评估数据。

可选地,上述确定所述用户界面图像的图像特征,包括:提取所述用户界面图像中的至少一个特征点。上述装置还包括:第二确定模块,确定所述至少一个特征点分别对应的标记类型。上述基于所述图像特征通过神经网络获得所述用户界面图像的评估数据,包括:基于所述至少一个特征点的位置信息和对应的标记类型通过第一神经网络获得所述用户界面图像的评估数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于联想(北京)有限公司,未经联想(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811362742.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top