数据处理方法及装置、设备、存储介质制造方法及图纸

本申请提供了数据处理方法及装置、设备、存储介质；其中，所述方法包括：对待识别数据进行一级识别，得到第一识别结果；如果所述第一识别结果不满足二级识别的触发条件，对下一待识别数据进行所述一级识别；如果所述第一识别结果满足所述触发条件，触发所述二级识别，所述二级识别用于基于至少一个所述待识别数据得到第二识别结果，所述二级识别的识别精度高于所述一级识别的识别精度。于所述一级识别的识别精度。于所述一级识别的识别精度。

【技术实现步骤摘要】
数据处理方法及装置、设备、存储介质


[0001]本申请涉及电子技术，涉及但不限于数据处理方法及装置、设备、存储介质。

技术介绍

[0002]如图1所示，情境智能以业务需求为牵引，通过数据采集器(如图像传感器、麦克风、加速计、陀螺仪、温度传感器等)和算法，将数据采集器采集的数据转化成情境信息，形成对用户的深度理解，进而主动提供服务。情境感知能力也成为当前智能设备(如智能手机、平板电脑、车载设备等)的一个趋势。
[0003]由于情境感知类的服务需要的数据采集器常驻(Always ON，AON)，所以，在智能设备上实现低功耗是其痛点问题，特别是图像类的服务，其功耗相比其他数据采集器(如加速计、陀螺仪和麦克风等)更高。然而，在一些解决方案中，在降低功耗的同时，却牺牲了数据识别精度。

技术实现思路

[0004]有鉴于此，本申请提供的数据处理方法及装置、设备、存储介质，能够在降低功耗的同时，不失对待识别数据的识别精度。
[0005]根据本申请实施例的一个方面，提供一种数据处理方法，包括：对待识别数据进行一级识别，得到第一识别结果；如果所述第一识别结果不满足二级识别的触发条件，对下一待识别数据进行所述一级识别；如果所述第一识别结果满足所述触发条件，触发所述二级识别，所述二级识别用于基于至少一个所述待识别数据得到第二识别结果，所述二级识别的识别精度高于所述一级识别的识别精度。
[0006]本申请实施例提供的数据处理装置，包括：识别模块，用于对待识别数据进行一级识别，得到第一识别结果；以及用于如果所述第一识别结果不满足二级识别的触发条件，对下一待识别数据进行所述一级识别；触发模块，用于如果所述第一识别结果满足所述触发条件，触发所述二级识别，所述二级识别用于基于至少一个所述待识别数据得到第二识别结果，所述二级识别的精度高于所述一级识别的精度。
[0007]本申请实施例提供的电子设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本申请实施例所述的方法。
[0008]本申请实施例提供的计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本申请实施例提供的所述的方法。
[0009]在本申请实施例中，提供一种数据处理方法，首先对待识别数据进行一级识别，得到第一识别结果；如果所述第一识别结果不满足二级识别的触发条件，则不进行二级识别，而是返回对下一待识别数据进行一级识别；如果所述第一识别结果满足二级识别的触发条件，则触发二级识别；其中，二级识别的功能与一级识别的功能相同，均是用于基于待识别数据得到识别结果，例如，二级识别用于基于至少一个待识别数据得到属于特定类别的第二概率；但是，二级识别的识别精度高于一级识别的识别精度；如此，在降低功耗的同时，或
者在满足低功耗要求的情况下，使得二级识别能够使用更高精度的模型，从而不失识别精度。
[0010]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0011]此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本申请的实施例，并与说明书一起用于说明本申请的技术方案。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他的附图。
[0012]附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
[0013]图1为情境感知的应用场景示意图；
[0014]图2为本申请实施例提供的数据处理方法的实现流程示意图；
[0015]图3为本申请实施例提供的另一数据处理方法的实现流程示意图；
[0016]图4为本申请实施例提供的又一数据处理方法的实现流程示意图；
[0017]图5为本申请实施例提供的移动终端的结构示意图；
[0018]图6为本申请实施例提供的置信度与帧率之间的关系示意图；
[0019]图7为本申请实施例数据处理装置的结构示意图；
[0020]图8为本申请实施例提供的电子设备的结构示意图。
具体实施方式
[0021]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请的具体技术方案做进一步详细描述。以下实施例用于说明本申请，但不用来限制本申请的范围。
[0022]除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的
的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。
[0023]在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
[0024]需要指出，本申请实施例所涉及的术语“第一\第二\第三”不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
[0025]本申请实施例提供一种数据处理方法，该方法应用于电子设备，该电子设备在实施的过程中可以为各种类型的具有数据处理能力的设备，例如所述电子设备可以包括手机、平板电脑、车载设备、笔记本电脑、个人计算机、服务器等。该方法所实现的功能可以通过电子设备中的处理器调用程序代码来实现，当然程序代码可以保存在计算机存储介质
中，可见，该电子设备至少包括处理器和存储介质。
[0026]图2为本申请实施例提供的数据处理方法的实现流程示意图，如图2所示，该方法可以包括以下步骤201至步骤203：
[0027]步骤201，对待识别数据进行一级识别，得到第一识别结果。
[0028]待识别数据可以是电子设备内部的数据采集器采集的数据，也可以是对数据采集器采集的数据进行预处理后输出的数据；待识别数据还可以是电子设备从其他设备接收的数据。在本申请中，对于待识别数据的类型不做限制，可以是各种各样的。换句话说，对于不同的应用场景，相应的待识别数据的类型可能是不同的。比如，在监测智能手机是否正在被他人偷窥的场景中，待识别数据为图像数据；又如，在基于手机定位预测形成的服务体验场景中，待识别数据为手机的位置信息；再如，在语音识别服务的场景中，待识别数据为语音数据；又如，在基于步态识别以及出行状态检测的服务场景中，待识别数据为加速度、角速度等数据。
[0029]在本申请中，对于一级识别采用的方法不做限定，可以是各种各样的。比如，基于特定场景而采用的预先训练好的神经网络模型对待识别数据进行一级识别。又如，还可以采用其他算法实现一级识别。
[0030]步骤202，确定所述第一识本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法包括：对待识别数据进行一级识别，得到第一识别结果；如果所述第一识别结果不满足二级识别的触发条件，对下一待识别数据进行所述一级识别；如果所述第一识别结果满足所述触发条件，触发二级识别，所述二级识别用于基于至少一个所述待识别数据得到第二识别结果，所述二级识别的识别精度高于所述一级识别的识别精度。2.根据权利要求1所述的方法，其特征在于，所述第一识别结果包括属于特定类别的第一概率，所述触发条件包括所述第一概率大于第一阈值；所述二级识别用于基于所述待识别数据中所述第一概率大于或等于第二阈值的待识别数据，得到所述第二识别结果，所述第二识别结果包括属于所述特定类别的第二概率；其中，所述第二阈值小于或等于所述第一阈值。3.根据权利要求2所述的方法，其特征在于，所述触发所述二级识别，包括：触发第一处理器进行所述二级识别；相应地，所述方法还包括：存储所述待识别数据和相应的所述第一概率，或者存储所述第一概率大于或等于所述第二阈值的待识别数据；将存储的所述待识别数据中所述第一概率大于或等于所述第二阈值的待识别数据发送给所述第一处理器，以便所述第一处理器基于所述第一概率大于或等于所述第二阈值的待识别数据进行所述二级识别。4.根据权利要求2所述的方法，其特征在于，所述方法还包括：如果在第一时长内所述第一概率小于或等于所述第一阈值的次数大于或等于第三阈值，或者，如果连续N1次所述第一概率小于或等于所述第一阈值，根据至少一个小于或等于所述第一阈值的所述第一概率，得到第三概率；根据所述第三概率，调整采集待识别数据的当前采集频率；其中，所述第三概率与所述当前采集频率呈正相关，N1大于0。5.根据权利要求2所述的方法，其特征在于，所述方法还包括：如果在第二时长内所述第一概率大于所述第一阈值的次数大于或等于第四阈值，或者，如果连续N2次所述第一概率大于所述第一阈值，根据至少一个大于所述第...

【专利技术属性】
技术研发人员：韩世广，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：