[发明专利]一种移动端用户界面动态元素定位方法及系统在审

专利信息
申请号: 202111160290.2 申请日: 2021-09-30
公开(公告)号: CN113886247A 公开(公告)日: 2022-01-04
发明(设计)人: 鲍红磊 申请(专利权)人: 微梦创科网络科技(中国)有限公司
主分类号: G06F11/36 分类号: G06F11/36;G06N3/04;G06N3/08
代理公司: 北京卓岚智财知识产权代理事务所(特殊普通合伙) 11624 代理人: 武丹聘
地址: 100193 北京市海淀区东北旺西路中关村*** 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: 一种 移动 用户界面 动态 元素 定位 方法 系统
【权利要求书】:

1.一种移动端用户界面动态元素定位方法,其特征在于,包括:

截取满足预设数量的移动端用户界面的显示图像,作为训练图像;

将所述训练图像中各动态元素与类型名称的对应关系输入到YOLOV5算法模型;

通过所述训练图像对所述YOLOV5算法模型进行模型训练,并得到最终模型;

通过所述最终模型对待测试的移动端用户界面中的各动态元素进行定位,所述定位是指识别出图像中的各动态元素的类型名称、以及确定各动态元素在图像中的位置。

2.如权利要求1所述的移动端用户界面动态元素定位方法,其特征在于,所述通过训练图像对所述YOLOV5算法模型进行模型训练,并得到最终模型,包括:

将所述训练图像中各动态元素分别用黑色矩形色块遮盖;

将所述被黑色矩形色块遮盖的训练图像输入到所述YOLOV5算法模型,进行模型训练;

当模型训练的召回率和正确率均达到预设值时,导出最终模型。

3.如权利要求1或2所述的移动端用户界面动态元素定位方法,其特征在于,所述通过最终模型对移动端用户界面中的动态元素进行定位,包括:

从待测试的移动端用户界面截取当前图像,作为测试图像;

通过所述最终模型对所述测试图像中各动态元素进行定位。

4.如权利要求3所述的移动端用户界面动态元素定位方法,其特征在于,所述通过最终模型对所述测试图像中各动态元素进行定位,包括:

将所述测试图像中的各动态元素用黑色矩形色块遮盖;

将所述被黑色矩形色块遮盖的测试图像输入到所述最终模型;

对所述测试图像中的每一个动态元素分别进行定位。

5.如权利要求1所述的移动端用户界面动态元素定位方法,其特征在于,在将所述训练图像中各动态元素与类型名称的对应关系输入到YOLOV5算法模型之前,还包括:

为所述训练图像中的各动态元素指定类型名称。

6.一种移动端用户界面动态元素定位系统,其特征在于,包括:

训练图像获取单元,用于截取满足预设数量的移动端用户界面的显示图像,作为训练图像;

关联建立单元,用于将所述训练图像中各动态元素与类型名称的对应关系输入到YOLOV5算法模型;

模型训练单元,用于通过所述训练图像对所述YOLOV5算法模型进行模型训练,并得到最终模型;

定位单元,用于通过所述最终模型对待测试的移动端用户界面中的各动态元素进行定位,所述定位是指识别出图像中的各动态元素的类型名称、以及确定各动态元素在图像中的位置。

7.如权利要求6所述的移动端用户界面动态元素定位系统,其特征在于,所述模型训练单元具体用于:将所述训练图像中各动态元素分别用黑色矩形色块遮盖;将所述被黑色矩形色块遮盖的训练图像输入到所述YOLOV5算法模型,进行模型训练;当模型训练的召回率和正确率均达到预设值时,导出最终模型。

8.如权利要求6或7所述的移动端用户界面动态元素定位系统,其特征在于,所述定位单元包括:

测试图像获取模块,用于从待测试的移动端用户界面截取当前图像,作为测试图像;

定位模块,用于通过所述最终模型对所述测试图像中各动态元素进行定位。

9.如权利要求8所述的移动端用户界面动态元素定位系统,其特征在于,所述定位模块具体用于:将所述测试图像中的各动态元素用黑色矩形色块遮盖;将所述被黑色矩形色块遮盖的测试图像输入到所述最终模型;对所述测试图像中的每一个动态元素分别进行定位。

10.如权利要求6所述的移动端用户界面动态元素定位系统,其特征在于,所述系统还包括:

类型名称建立单元,用于为所述训练图像中的各动态元素指定类型名称,并提供给所述关联建立单元。

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微梦创科网络科技(中国)有限公司,未经微梦创科网络科技(中国)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/202111160290.2/1.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