数据处理的优化方法及装置、存储介质、计算机设备制造方法及图纸

技术编号:25186386 阅读:29 留言:0更新日期:2020-08-07 21:13
本发明专利技术公开了一种数据处理的优化方法及装置、存储介质、计算机设备,涉及数据处理技术领域,主要目的在于解决现有矩阵之间的单纯相乘在进行代码运算时耗费大量时间,且当矩阵阶数较大时,也会增大计算机的计算量,占用大量CPU资源,降低数据处理的效率的问题。包括:判断根据所述人脸数据构建的人脸数据矩阵的行数是否超过预设优化阈值;若所述人脸数据矩阵的全部行数未超过所述预设优化阈值,则调用预置扩展指令对所述人脸数据矩阵进行整合处理;若所述人脸数据矩阵的任意行数超过所述预设优化阈值,则对所述人脸数据矩阵进行降阶处理,得到人脸数据矩阵的优化矩阵。

【技术实现步骤摘要】
数据处理的优化方法及装置、存储介质、计算机设备
本专利技术涉及一种数据处理
,特别是涉及一种数据处理的优化方法及装置、存储介质、计算机设备。
技术介绍
随着大数据处理的快速发展,计算机作为运算设备需要处理的数据越来越多,处理数据的形式也越来越复杂。其中,在过程控制、图像处理、科学计算、信号处理、密码学,计算机时序分析等领域,矩阵已经成为大数据处理的基本数据单位。目前,现有的的人脸识别过程中,利用获取人脸数据后需要将人脸数据作为识别模型的基础数据进行运算,在此过程中,人脸数据需要以矩阵形式进行乘法运行处理时,即按照常用的矩阵与矩阵之间相乘进行代码转换运算处理的,但是,由于识别人脸的人脸数据是有像素数据构成,构成的矩阵数据阶数较大,在进行识别之前的预处理过程中,这种矩阵之间的单纯相乘在利用代码运算时耗费大量时间,且当矩阵阶数较大时,也会增大计算机的计算量,占用大量CPU资源,降低数据处理的效率。
技术实现思路
有鉴于此,本专利技术提供一种数据处理的优化方法及装置、存储介质、计算机设备,主要目的在于解决现有矩阵之间的单纯相乘在进行代码运算时耗费大量时间,且当矩阵阶数较大时,也会增大计算机的计算量,占用大量CPU资源,降低数据处理的效率的问题。依据本专利技术一个方面,提供了一种数据处理的优化方法,包括:当根据获取到的人脸数据待进行人脸识别时,截取人脸数据,并判断根据所述人脸数据构建的人脸数据矩阵的行数是否超过预设优化阈值;若所述人脸数据矩阵的全部行数未超过所述预设优化阈值,则调用预置扩展指令对所述人脸数据矩阵进行整合处理;若所述人脸数据矩阵的任意行数超过所述预设优化阈值,则对所述人脸数据矩阵进行降阶处理,得到人脸数据矩阵的优化矩阵。进一步地,所述对所述人脸数据矩阵进行降阶处理,得到人脸数据矩阵的优化矩阵之后,所述方法还包括:将所述优化矩阵确定为人脸数据矩阵,并重新执行判断根据所述人脸数据构建的人脸数据矩阵的行数是否超过预设优化阈值的步骤。进一步地,所述对所述人脸数据矩阵进行降阶处理,得到人脸数据矩阵的优化矩阵包括:对所述人脸数据矩阵进行分块,并将包含有所述分块矩阵的人脸数据矩阵作为优化矩阵。进一步地,所述对所述人脸数据矩阵进行分块,并将包含有所述分块矩阵的人脸数据矩阵作为优化矩阵之前,所述方法还包括:对所述人脸数据矩阵中属于奇数的行数、列数进行数据填充。进一步地,所述对所述人脸数据矩阵进行分块,并将包含有所述分块矩阵的人脸数据矩阵作为优化矩阵包括:按照第一阶数为单位对所述人脸数据矩阵的进行分块,并将确定出的全部分块矩阵作为所述人脸数据矩阵的优化矩阵。进一步地,所述对所述人脸数据矩阵进行分块,并将包含有所述分块矩阵的人脸数据矩阵作为优化矩阵之后,所述方法还包括:判断所述分块矩阵的行数、列数是否小于预设分块阈值;若小于所述预设分块阈值,则按照第二阶数为单位对所述人脸数据矩阵的进行分块,并将确定出的全部分块矩阵作为所述人脸数据矩阵的优化矩阵。进一步地,所述调用预置扩展指令对所述人脸数据矩阵进行整合处理包括:利用预置扩展指令对所述人脸数据矩阵中包含的全部分块矩阵进行和表达式的递归运算处理,得到所述人脸数据矩阵的矩阵运算结果,所述和表达式为将多个分块矩阵进行乘积求和的算法。依据本专利技术另一个方面,提供了一种数据处理的优化装置,包括:判断模块,用于当根据获取到的人脸数据待进行人脸识别时,截取人脸数据,并判断根据所述人脸数据构建的人脸数据矩阵的行数是否超过预设优化阈值;第一处理模块,用于若所述人脸数据矩阵的全部行数未超过所述预设优化阈值,则调用预置扩展指令对所述人脸数据矩阵进行整合处理;第二处理模块,用于若所述人脸数据矩阵的任意行数超过所述预设优化阈值,则对所述人脸数据矩阵进行降阶处理,得到人脸数据矩阵的优化矩阵。进一步地,所述装置还包括:确定模块,用于将所述优化矩阵确定为人脸数据矩阵,并重新执行判断根据所述人脸数据构建的人脸数据矩阵的行数是否超过预设优化阈值的步骤。进一步地,所述第二处理模块,具体用于对所述人脸数据矩阵进行分块,并将包含有所述分块矩阵的人脸数据矩阵作为优化矩阵。进一步地,所述装置还包括:填充模块,用于对所述人脸数据矩阵中属于奇数的行数、列数进行数据填充。进一步地,所述第二处理模块,具体用于按照第一阶数为单位对所述人脸数据矩阵的进行分块,并将确定出的全部分块矩阵作为所述人脸数据矩阵的优化矩阵。进一步地,所述第装置还包括:判断模块,用于判断所述分块矩阵的行数、列数是否小于预设分块阈值;分块模块,用于若小于所述预设分块阈值,则按照第二阶数为单位对所述人脸数据矩阵的进行分块,并将确定出的全部分块矩阵作为所述人脸数据矩阵的优化矩阵。进一步地,所述第一处理模块,具体用于利用预置扩展指令对所述人脸数据矩阵中包含的全部分块矩阵进行和表达式的递归运算处理,得到所述人脸数据矩阵的矩阵运算结果,所述和表达式为将多个分块矩阵进行乘积求和的算法。根据本专利技术的又一方面,提供了一种存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如上述数据处理的优化方法对应的操作。根据本专利技术的再一方面,提供了一种计算机设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行上述数据处理的优化方法对应的操作。借由上述技术方案,本专利技术实施例提供的技术方案至少具有下列优点:本专利技术提供了一种数据处理的优化方法及装置、存储介质、计算机设备,与现有技术按照常用的矩阵与矩阵之间相乘进行代码转换运算处理相比,本专利技术实施例通过判断出人脸数据矩阵的行数超过预设优化阈值时,对人脸数据矩阵进行降阶处理得到优化矩阵,若判断出人脸数据矩阵的行数未超过预设优化阈值时,利用预置扩展指令对人脸数据矩阵进行和表达式运算处理,以实现减少单纯矩阵相乘时代码迭代运算的耗时,降低占用CPU资源,减少数据处理数量,从而提高数据处理效率。上述说明仅是本专利技术技术方案的概述,为了能够更清楚了解本专利技术的技术手段,而可依照说明书的内容予以实施,并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂,以下特举本专利技术的具体实施方式。附图说明通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本专利技术的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:图1示出了本专利技术实施例提供的一种数据处理的优化方法流程图;图2示出了本专利技术实施例提供的另一种数据处理的优化方法流程图;图3示出了本专利技术实施例提供的一种数据处理的优化装置组成框图;图4示出了本本文档来自技高网...

【技术保护点】
1.一种数据处理的优化方法,其特征在于,包括:/n当根据获取到的人脸数据待进行人脸识别时,截取人脸数据,并判断根据所述人脸数据构建的人脸数据矩阵的行数是否超过预设优化阈值;/n若所述人脸数据矩阵的全部行数未超过所述预设优化阈值,则调用预置扩展指令对所述人脸数据矩阵进行整合处理;/n若所述人脸数据矩阵的任意行数超过所述预设优化阈值,则对所述人脸数据矩阵进行降阶处理,得到人脸数据矩阵的优化矩阵。/n

【技术特征摘要】
1.一种数据处理的优化方法,其特征在于,包括:
当根据获取到的人脸数据待进行人脸识别时,截取人脸数据,并判断根据所述人脸数据构建的人脸数据矩阵的行数是否超过预设优化阈值;
若所述人脸数据矩阵的全部行数未超过所述预设优化阈值,则调用预置扩展指令对所述人脸数据矩阵进行整合处理;
若所述人脸数据矩阵的任意行数超过所述预设优化阈值,则对所述人脸数据矩阵进行降阶处理,得到人脸数据矩阵的优化矩阵。


2.根据权利要求1所述的方法,其特征在于,所述对所述人脸数据矩阵进行降阶处理,得到人脸数据矩阵的优化矩阵之后,所述方法还包括:
将所述优化矩阵确定为人脸数据矩阵,并重新执行判断根据所述人脸数据构建的人脸数据矩阵的行数是否超过预设优化阈值的步骤。


3.根据权利要求2所述的方法,其特征在于,所述对所述人脸数据矩阵进行降阶处理,得到人脸数据矩阵的优化矩阵包括:
对所述人脸数据矩阵进行分块,并将包含有所述分块矩阵的人脸数据矩阵作为优化矩阵。


4.根据权利要求3所述的方法,其特征在于,所述对所述人脸数据矩阵进行分块,并将包含有所述分块矩阵的人脸数据矩阵作为优化矩阵之前,所述方法还包括:
对所述人脸数据矩阵中属于奇数的行数、列数进行数据填充。


5.根据权利要求4所述的方法,其特征在于,所述对所述人脸数据矩阵进行分块,并将包含有所述分块矩阵的人脸数据矩阵作为优化矩阵包括:
按照第一阶数为单位对所述人脸数据矩阵的进行分块,并将确定出的全部分块矩阵作为所述人脸数据矩阵的优化矩阵。


6.根据权利要求5所述的方法,其特征在于,所述对所述人...

【专利技术属性】
技术研发人员:张艳孙太武周超勇刘玉宇
申请(专利权)人:平安科技深圳有限公司
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1