[发明专利]页面显示异常的检测方法、装置及存储介质在审

专利信息
申请号: 201911291236.4 申请日: 2019-12-16
公开(公告)号: CN111078552A 公开(公告)日: 2020-04-28
发明(设计)人: 陈兴;黄冰菁;黄晶 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F11/36 分类号: G06F11/36;G06K9/46;G06K9/62
代理公司: 深圳翼盛智成知识产权事务所(普通合伙) 44300 代理人: 彭绪坤
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 页面 显示 异常 检测 方法 装置 存储 介质
【权利要求书】:

1.一种页面显示异常的检测方法,其特征在于,包括:

获取目标显示页面的第一页面图像;

根据特征提取算法,从所述第一页面图像中提取控件元素的第一特征图;

按照多组池化参数分别对所述第一特征图进行池化处理,得到多组特征,并对所述多组特征进行合并处理,生成预设维度的特征向量;

基于预设分类算法和所述特征向量,检测所述控件元素是否在所述目标显示页面上显示异常。

2.如权利要求1所述的页面显示异常的检测方法,其特征在于,根据特征提取算法,从所述第一页面图像中提取控件元素的第一特征图,包括:

获取所述目标显示页面对应的第一控件树数据;

基于所述第一控件树数据从所述目标显示页面上提取第一控件图像;

根据特征提取算法,从所述第一控件图像中提取所述控件元素的第一特征图。

3.如权利要求1所述的页面显示异常的检测方法,其特征在于,基于预设分类算法和所述特征向量,检测所述控件元素是否在所述目标显示页面上显示异常之后,还包括:

若检测到所述控件元素在所述目标显示页面上显示异常,则确定所述预设分类算法识别到的异常类别,并输出所述异常类别。

4.如权利要求1所述的页面显示异常的检测方法,其特征在于,根据特征提取算法,从所述第一页面图像中提取控件元素的第一特征图;按照多组池化参数分别对所述第一特征图进行池化处理,得到多组特征,并对所述多组特征进行合并处理,生成预设维度的特征向量;基于预设分类算法和所述特征向量,检测所述控件元素是否在所述目标显示页面上显示异常,包括:

通过训练后的异常识别网络的卷积层提取所述控件元素的第一特征图,其中,所述异常识别网络依次包括卷积层、空间金字塔池化层以及全连接层;

根据所述空间金字塔池化层,按照多个多组池化参数分别对所述第一特征图进行池化处理得到多组特征,对所述多组特征合并处理,生成具有预设维度的特征向量;

将所述特征向量输入所述全连接层进行计算,以检测所述目标显示页面的控件显示异常,并输出检测结果。

5.如权利要求4所述的页面显示异常的检测方法,其特征在于,所述卷积层的卷积核大小为m×n,其中,m≥1,n≥1,且m≠n。

6.如权利要求4所述的页面显示异常的检测方法,其特征在于,所述获取目标显示页面的第一页面图像的步骤之前,还包括:

在被测终端上运行目标应用,并遍历所述目标应用的显示页面,以获取所述显示页面的第二页面图像和所述显示页面对应第二控件树数据;

基于所述第二控件树数据从所述第二页面图像中截取第二控件图像,并基于所述第二控件图像生成正样本;

基于所述第二控件树数据对提取的第二控件图像进行叠加和/或变形处理,生成负样本;

根据所述正样本和所述负样本对预先构建的异常识别网络进行训练,以确定网络参数。

7.如权利要求6所述的页面显示异常的检测方法,其特征在于,所述基于所述第二控件树数据从所述第二页面图像中截取第二控件图像的步骤,包括:

根据所述第二控件树数据,获取所述显示页面中各控件元素在所述显示页面中的位置信息;

根据所述位置信息,从所述样本第二页面图像中截取所述控件元素的第二控件图像。

8.如权利要求6所述的页面显示异常的检测方法,其特征在于,所述基于所述第二控件图像生成正样本的步骤包括:

确定所述被测终端的第一分辨率,并获取预设机型数据对应的第二分辨率;

根据所述第一分辨率与所述第二分辨,得到缩放比例;

按照所述缩放比例对所述第二控件图像进行缩放处理,得到第三控件图像;

为所述第二控件图像和所述第三控件图像添加类别标签后,作为正样本。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/201911291236.4/1.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