CN107179831B - 启动应用的方法、装置、存储介质及终端 - Google Patents
启动应用的方法、装置、存储介质及终端 Download PDFInfo
- Publication number
- CN107179831B CN107179831B CN201710526399.0A CN201710526399A CN107179831B CN 107179831 B CN107179831 B CN 107179831B CN 201710526399 A CN201710526399 A CN 201710526399A CN 107179831 B CN107179831 B CN 107179831B
- Authority
- CN
- China
- Prior art keywords
- expression
- application
- user
- terminal
- duration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
- G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/174—Facial expression recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Multimedia (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明实施例提供一种启动应用的方法、装置、存储介质及终端,该方法多次获取终端解锁后首次进入应用的应用信息以及该终端进入该应用时用户的第一表情;对获取到的多个该应用信息以及多个该第一表情进行训练,以生成应用与表情之间的匹配模型;当检测到该终端解锁时,获取用户的第二表情;根据该第二表情与该匹配模型之间的匹配结果确定目标应用;启动该目标应用。该方案在终端解锁后,根据用户表情与已经建立的匹配模型之间的匹配结果来确定目标应用,并启动该目标应用,无需用户操作即可根据用户习惯自动启动应用,从而可以提高应用的启动效率。
Description
技术领域
本发明涉及终端技术领域,特别涉及一种启动应用的方法、装置、存储介质及终端。
背景技术
随着终端技术的发展,诸如智能手机等终端的功能越来越多。终端中可以安装多个应用。
当前,用户解锁终端后,需要手动启动想要使用的应用。而终端上安装的应用通常比较多,用户选择想要使用的应用并启动该应用需要耗费较长时间,从而应用的启动效率低。
发明内容
本发明实施例提供一种启动应用的方法、装置、存储介质及终端,可以提高应用的启动效率。
本发明实施例提供一种启动应用的方法,包括:
多次获取终端解锁后首次进入应用的应用信息以及所述终端进入所述应用时用户的第一表情;
对获取到的多个所述应用信息以及多个所述第一表情进行训练,以生成应用与表情之间的匹配模型;
当检测到所述终端解锁时,获取用户的第二表情;
根据所述第二表情与所述匹配模型之间的匹配结果确定目标应用;
启动所述目标应用。
本发明实施例还提供一种启动应用的装置,包括:
第一获取模块,用于多次获取终端解锁后首次进入应用的应用信息以及所述终端进入所述应用时用户的第一表情;
训练模块,用于对获取到的多个所述应用信息以及多个所述第一表情进行训练,以生成应用与表情之间的匹配模型;
第二获取模块,用于当检测到所述终端解锁时,获取用户的第二表情;
确定模块,用于根据所述第二表情与所述匹配模型之间的匹配结果确定目标应用;
启动模块,用于启动所述目标应用。
本发明实施例还提供一种存储介质,所述存储介质中存储有计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行上述启动应用的方法。
本发明实施例还提供一种终端,包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器通过调用所述存储器中存储的所述计算机程序,用于执行上述启动应用的方法。
本发明实施例提供的启动应用的方法,多次获取终端解锁后首次进入应用的应用信息以及该终端进入该应用时用户的第一表情;对获取到的多个该应用信息以及多个该第一表情进行训练,以生成应用与表情之间的匹配模型;当检测到该终端解锁时,获取用户的第二表情;根据该第二表情与该匹配模型之间的匹配结果确定目标应用;启动该目标应用。该方案在终端解锁后,根据用户表情与已经建立的匹配模型之间的匹配结果来确定目标应用,并启动该目标应用,无需用户操作即可根据用户习惯自动启动应用,从而可以提高应用的启动效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,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。
图1是终端锁屏界面的状态示意图。
图2是本发明实施例提供的启动应用的方法的流程示意图。
图3是本发明实施例提供的启动应用的方法的另一流程示意图。
图4是本发明实施例提供的启动应用的方法的又一流程示意图。
图5是本发明实施例提供的启动应用的方法的再一流程示意图。
图6是本发明实施例提供的启动应用的方法的应用场景示意图。
图7是本发明实施例提供的启动应用的方法的另一应用场景示意图。
图8是本发明实施例提供的启动应用的装置的结构示意图。
图9是本发明实施例提供的终端的结构示意图。
图10是本发明实施例提供的终端的另一结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本发明的保护范围。
本发明的说明书和权利要求书以及上述附图中的术语“第一”、“第二”、“第三”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应当理解,这样描述的对象在适当情况下可以互换。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含。例如,包含了一系列步骤的过程、方法或包含了一系列模块或单元的装置、终端、***不必限于清楚地列出的那些步骤或模块或单元,还可以包括没有清楚地列出的步骤或模块或单元,也可以包括对于这些过程、方法、装置、终端或***固有的其它步骤或模块或单元。
参考图1,图1为终端锁屏界面的状态示意图。用户在进入终端***时,终端首先会显示锁屏界面。其中,终端中具有指纹识别模块,用于采集用户的指纹信息。当用户输入的指纹信息与终端中预先存储的指纹信息吻合时,用户身份验证通过。此时,终端进行解锁,并进入解锁后的界面。终端解锁后进入的界面为终端的主界面(即终端的桌面)。此时,用户可以选择运行某个应用,则终端进入该应用的界面。若用户未选择运行应用,则终端停留在主界面。
本发明实施例提供一种启动应用的方法,该方法可以应用于终端中。该终端可以是智能手机、平板电脑等设备。如图2所示,该启动应用的方法,可以包括以下步骤:
S110,多次获取终端解锁后首次进入应用的应用信息以及该终端进入该应用时用户的第一表情。
其中,终端处于锁屏界面时,当用户的身份验证信息(例如,指纹)通过后,终端解锁,并进入终端的主界面。此时,若用户点击某个应用,则终端启动该应用并进入该应用的主界面。
可以理解的,终端的解锁方式不限于指纹解锁,还可以包括其他的解锁方式。例如,虹膜解锁、人脸识别解锁、声纹解锁、密码解锁等。
终端启动该应用时,可以获取该应用的应用信息。其中,该应用信息可以包括该应用的名称、应用包名、应用的安装位置等信息。该应用信息用于区别该应用与其他的应用。也即,该应用信息为该应用的身份标识。
另一方面,用户在解锁终端并首次进入应用时,往往具有不同的表情。用户的不同表情代表着用户使用某个应用时的情绪。例如,进入微信应用时,用户表情为开心;进入打车软件(例如,滴滴)时,用户表情为焦虑;进入电话应用时,用户表情为生气,等等。
终端启动上述应用时,可以获取此时用户的第一表情。该第一表情可以包括开心、难过、焦虑、生气等表情。在一些实施例中,终端中具有摄像头。终端可以通过摄像头采集用户的第一表情。
终端可以多次执行上述操作,以多次获取终端解锁后首次进入应用的应用信息以及该终端进入该应用时用户的第一表情。
S120,对获取到的多个该应用信息以及多个该第一表情进行训练,以生成应用与表情之间的匹配模型。
其中,终端获取到多个应用信息以及多个第一表情后,可以基于预设机器学习算法,对该多个应用信息以及多个第一表情进行训练,以生成应用与表情之间的匹配模型。该匹配模型包括应用与表情之间的对应关系。
其中,该预设机器学习算法可以包括但不限于协同过滤(CF,CollaborativeFiltering)算法、奇异值分解(SVD,Singular Value Decomposition)算法、神经网络算法(Neural network algorithm)等。
在训练过程中,终端可以不断对获取到的应用信息和第一表情进行学习,以不断对生成的匹配模型进行完善,从而不断提高匹配模型中应用与表情之间的对应关系的准确度。
在一些实施例中,该匹配模型中包括多个子模型。该匹配模型可以是如表1所示的匹配模型。
表1
子模型 | 应用 | 表情 |
子模型1 | 应用A | 开心 |
子模型2 | 应用B | 难过 |
…… | …… | …… |
子模型n1 | 应用C | 焦虑 |
子模型n2 | 应用D | 生气 |
S130,当检测到该终端解锁时,获取用户的第二表情。
当终端检测到用户的解锁操作并解锁成功时,获取用户的第二表情。其中,用户的解锁操作可以包括用户输入指纹、输入密码、输入声纹等身份验证信息。当用户的身份验证信息通过时,终端解锁成功。此时,终端获取用户的第二表情。
在一些实施例中,终端具有摄像头。终端可以通过摄像头获取用户的第二表情。该第二表情可以包括开心、难过、焦虑、生气等表情。
S140,根据该第二表情与该匹配模型之间的匹配结果确定目标应用。
终端获取到用户的第二表情后,可以将该第二表情与上述匹配模型进行匹配,以得到匹配结果。其中,匹配结果包括匹配成功和匹配失败。匹配成功时,终端可以确定该第二表情与匹配模型中的哪个子模型匹配成功。
随后,终端根据匹配结果确定目标应用。该目标应用即为终端即将启动的应用。
S150,启动该目标应用。
终端确定目标应用后,即可启动该目标应用。参考图6,用户解锁终端后的第二表情为开心,则终端启动应用A并进入应用A的主界面。参考图7,用户解锁终端后的第二表情为难过,则终端启动应用B并进入应用B的主界面。
在一些实施例中,如图3所示,步骤S130、当检测到该终端解锁时,获取用户的第二表情,包括以下步骤:
S131,当检测到该终端解锁时,获取用户的第二表情维持不变的持续时长;
步骤S140、根据该第二表情与该匹配模型之间的匹配结果确定目标应用,包括以下步骤:
S141,将该第二表情以及该持续时长与该匹配模型进行匹配,以得到匹配结果;
S142,根据该匹配结果确定目标应用。
其中,应用与表情之间的匹配模型包括应用与表情的持续时长之间的对应关系。例如,该匹配模型可以是如表2所示的匹配模型。
表2
子模型 | 应用 | 表情 | 表情的持续时长 |
子模型1 | 应用A | 开心 | 2s |
子模型2 | 应用B | 难过 | 3s |
…… | …… | …… | …… |
子模型n1 | 应用C | 焦虑 | 2s |
子模型n2 | 应用D | 生气 | 1s |
当终端检测到用户的解锁操作并解锁成功时,获取用户的第二表情的持续时长。其中,用户的解锁操作可以包括用户输入指纹、输入密码、输入声纹等身份验证信息。当用户的身份验证信息通过时,终端解锁成功。此时,终端获取用户的第二表情的持续时长。
随后,终端将该第二表情以及该第二表情的持续时长与该匹配模型进行匹配,以得到匹配结果。随后,终端根据该匹配结果确定目标应用。
例如,第二表情为开心,该开心的表情持续了1s,则匹配结果为匹配成功,并且与第二表情以及该第二表情的持续时长匹配成功的子模型为子模型1。则终端可以确定目标应用为应用A。
在一些实施例中,步骤S141、将该第二表情以及该持续时长与该匹配模型进行匹配,以得到匹配结果之前,还包括以下步骤:
S143,判断该持续时长是否超过预设时长;
若该持续时长超过该预设时长,则将该第二表情以及该持续时长与该匹配模型进行匹配,以得到匹配结果。
其中,预设时长为预先设置在终端中的一个时长值。该预设时长用于表示表情的持续时长所需要达到的最小时长。例如,预设时长可以为0.5s。
当终端获取到第二表情维持不变的持续时长后,将该持续时长与该预设时长进行比较,以判断该时序时长是否超过该预设时长。当该持续时长超过该预设时长时,终端将该第二表情以及该持续时长与该匹配模型进行匹配,以得到匹配结果。当该持续时长未超过该预设时长时,终端可以终止流程,或者重新获取第二表情维持不变的持续时长。
例如,当该持续时长为1s,预设时长为0.5s时,则该持续时长超过该预设时长。随后,终端将该第二表情以及该持续时长与该匹配模型进行匹配,以得到匹配结果。
在一些实施例中,如图4所示,步骤S130、当检测到该终端解锁时,获取用户的第二表情,包括以下步骤:
S132,当检测到该终端解锁时,获取用户的第二表情的变化频率;
步骤S140、根据该第二表情与该匹配模型之间的匹配结果确定目标应用,包括以下步骤:
S144,将该第二表情以及该变化频率与该匹配模型进行匹配,以得到匹配结果;
S145,根据该匹配结果确定目标应用。
其中,应用与表情之间的匹配模型包括应用与表情的变化频率之间的对应关系。表情的变化频率表示用户出现某个表情,然后用户的表情迅速消失,然后再次出现该表情,以此迅速切换的情形。例如,该匹配模型可以是如表3所示的匹配模型。
表3
当终端检测到用户的解锁操作并解锁成功时,获取用户的第二表情的变化频率。其中,用户的解锁操作可以包括用户输入指纹、输入密码、输入声纹等身份验证信息。当用户的身份验证信息通过时,终端解锁成功。此时,终端获取用户的第二表情的变化频率。
随后,终端将该第二表情以及该第二表情的变化频率与该匹配模型进行匹配,以得到匹配结果。随后,终端根据该匹配结果确定目标应用。
例如,第二表情为焦虑,该焦虑的表情变化频率为2次/秒,则匹配结果为匹配成功,并且与该第二表情以及该第二表情的变化频率匹配成功的子模型为子模型n1。则终端可以确定目标应用为应用C。
在一些实施例中,如图5所示,步骤S132、当检测到该终端解锁时,获取用户的第二表情的变化频率,包括:
S1321,当检测到该终端解锁时,获取用户的第二表情在预设时间段内的变化次数;
S1322,根据该变化次数计算该第二表情的变化频率。
其中,预设时间段可以是预先设置在终端中的一个时间段。例如,预设时间段为3s。当检测到终端解锁时,终端持续采集用户在该预设时间段内的表情,以获取用户的第二表情在该预设时间段内的变化次数。随后,终端根据该变化次数计算该第二表情的变化频率。
例如,用户的第二表情在3s内变化了6次,则可以计算出该第二表情的变化频率为2次/秒。
在一些实施例中,继续参考图4,步骤S144、将该第二表情以及该变化频率与该匹配模型进行匹配,以得到匹配结果之前,还包括以下步骤:
S146,判断该变化频率是否超过预设频率;
若该变化频率超过该预设频率,则将该第二表情以及该变化频率与该匹配模型进行匹配,以得到匹配结果。
其中,预设频率为预先设置在终端中的一个频率值。该预设频率用于表示表情的变化频率所需要达到的最小频率。例如,预设频率为0.5次/秒。
当终端获取到第二表情的变化频率后,将该变化频率与该预设频率进行比较,以判断该变化频率是否超过该预设频率。当该变化频率超过该预设频率时,终端将该第二表情以及该变化频率与该匹配模型进行匹配,以得到匹配结果。当该变化频率未超过该预设频率时,终端可以终止流程,或者重新获取第二表情的变化频率。
例如,当该变化频率为1次/秒,预设频率为0.5次/秒时,则该变化频率超过该预设频率。随后,终端将该第二表情以及该变化频率与该匹配模型进行匹配,以得到匹配结果。
具体实施时,本发明不受所描述的各个步骤的执行顺序的限制,在不产生冲突的情况下,某些步骤还可以采用其它顺序进行或者同时进行。
由上可知,本发明实施例提供的启动应用的方法,多次获取终端解锁后首次进入应用的应用信息以及该终端进入该应用时用户的第一表情;对获取到的多个该应用信息以及多个该第一表情进行训练,以生成应用与表情之间的匹配模型;当检测到该终端解锁时,获取用户的第二表情;根据该第二表情与该匹配模型之间的匹配结果确定目标应用;启动该目标应用。该方案在终端解锁后,根据用户表情与已经建立的匹配模型之间的匹配结果来确定目标应用,并启动该目标应用,无需用户操作即可根据用户习惯自动启动应用,从而可以提高应用的启动效率。
本发明实施例还提供一种启动应用的装置,该装置可以集成在终端中,该终端可以是智能手机、平板电脑等设备。
如图8所示,启动应用的装置200可以包括:第一获取模块201、训练模块202、第二获取模块203、确定模块204以及启动模块205。
第一获取模块201,用于多次获取终端解锁后首次进入应用的应用信息以及该终端进入该应用时用户的第一表情。
其中,终端处于锁屏界面时,当用户的身份验证信息(例如,指纹)通过后,终端解锁,并进入终端的主界面。此时,若用户点击某个应用,则终端启动该应用并进入该应用的主界面。
可以理解的,终端的解锁方式不限于指纹解锁,还可以包括其他的解锁方式。例如,虹膜解锁、人脸识别解锁、声纹解锁、密码解锁等。
终端启动该应用时,第一获取模块201可以获取该应用的应用信息。其中,该应用信息可以包括该应用的名称、应用包名、应用的安装位置等信息。该应用信息用于区别该应用与其他的应用。也即,该应用信息为该应用的身份标识。
另一方面,用户在解锁终端并首次进入应用时,往往具有不同的表情。用户的不同表情代表着用户使用某个应用时的情绪。例如,进入微信应用时,用户表情为开心;进入打车软件(例如,滴滴)时,用户表情为焦虑;进入电话应用时,用户表情为生气,等等。
终端启动上述应用时,第一获取模块201可以获取此时用户的第一表情。该第一表情可以包括开心、难过、焦虑、生气等表情。在一些实施例中,终端中具有摄像头。终端可以通过摄像头采集用户的第一表情。
第一获取模块201可以多次执行上述操作,以多次获取终端解锁后首次进入应用的应用信息以及该终端进入该应用时用户的第一表情。
训练模块202,用于对获取到的多个该应用信息以及多个该第一表情进行训练,以生成应用与表情之间的匹配模型。
其中,第一获取模块201获取到多个应用信息以及多个第一表情后,训练模块202可以基于预设机器学习算法,对该多个应用信息以及多个第一表情进行训练,以生成应用与表情之间的匹配模型。该匹配模型包括应用与表情之间的对应关系。
其中,该预设机器学习算法可以包括但不限于协同过滤(CF,CollaborativeFiltering)算法、奇异值分解(SVD,Singular Value Decomposition)算法、神经网络算法(Neural network algorithm)等。
在训练过程中,训练模块202可以不断对获取到的应用信息和第一表情进行学习,以不断对生成的匹配模型进行完善,从而不断提高匹配模型中应用与表情之间的对应关系的准确度。
在一些实施例中,该匹配模型中包括多个子模型。该匹配模型可以是如表4所示的匹配模型。
表4
子模型 | 应用 | 表情 |
子模型1 | 应用A | 开心 |
子模型2 | 应用B | 难过 |
…… | …… | …… |
子模型n1 | 应用C | 焦虑 |
子模型n2 | 应用D | 生气 |
第二获取模块203,用于当检测到该终端解锁时,获取用户的第二表情。
当检测到用户的解锁操作并解锁成功时,第二获取模块203获取用户的第二表情。其中,用户的解锁操作可以包括用户输入指纹、输入密码、输入声纹等身份验证信息。当用户的身份验证信息通过时,终端解锁成功。此时,第二获取模块203获取用户的第二表情。
在一些实施例中,终端具有摄像头。第二获取模块203可以通过摄像头获取用户的第二表情。该第二表情可以包括开心、难过、焦虑、生气等表情。
确定模块204,用于根据该第二表情与该匹配模型之间的匹配结果确定目标应用。
第二获取模块203获取到用户的第二表情后,确定模块204可以将该第二表情与上述匹配模型进行匹配,以得到匹配结果。其中,匹配结果包括匹配成功和匹配失败。匹配成功时,确定模块204可以确定该第二表情与匹配模型中的哪个子模型匹配成功。
随后,确定模块204根据匹配结果确定目标应用。该目标应用即为终端即将启动的应用。
启动模块205,用于启动该目标应用。
确定模块204确定目标应用后,启动模块205即可启动该目标应用。
在一些实施例中,第二获取模块203用于执行以下步骤:
当检测到该终端解锁时,获取用户的第二表情维持不变的持续时长;
确定模块204用于执行以下步骤:
将该第二表情以及该持续时长与该匹配模型进行匹配,以得到匹配结果;
根据该匹配结果确定目标应用。
其中,应用与表情之间的匹配模型包括应用与表情的持续时长之间的对应关系。例如,该匹配模型可以是如表5所示的匹配模型。
表5
子模型 | 应用 | 表情 | 表情的持续时长 |
子模型1 | 应用A | 开心 | 2s |
子模型2 | 应用B | 难过 | 3s |
…… | …… | …… | …… |
子模型n1 | 应用C | 焦虑 | 2s |
子模型n2 | 应用D | 生气 | 1s |
当检测到用户的解锁操作并解锁成功时,第二获取模块203获取用户的第二表情的持续时长。其中,用户的解锁操作可以包括用户输入指纹、输入密码、输入声纹等身份验证信息。当用户的身份验证信息通过时,终端解锁成功。此时,第二获取模块203获取用户的第二表情的持续时长。
随后,确定模块204将该第二表情以及该第二表情的持续时长与该匹配模型进行匹配,以得到匹配结果。随后,确定模块204根据该匹配结果确定目标应用。
例如,第二表情为开心,该开心的表情持续了1s,则匹配结果为匹配成功,并且与第二表情以及该第二表情的持续时长匹配成功的子模型为子模型1。则确定模块204可以确定目标应用为应用A。
在一些实施例中,确定模块204还用于执行以下步骤:
判断该持续时长是否超过预设时长;
若该持续时长超过该预设时长,则将该第二表情以及该持续时长与该匹配模型进行匹配,以得到匹配结果。
其中,预设时长为预先设置在终端中的一个时长值。该预设时长用于表示表情的持续时长所需要达到的最小时长。例如,预设时长可以为0.5s。
当第二获取模块203获取到第二表情维持不变的持续时长后,确定模块204将该持续时长与该预设时长进行比较,以判断该时序时长是否超过该预设时长。当该持续时长超过该预设时长时,确定模块204将该第二表情以及该持续时长与该匹配模型进行匹配,以得到匹配结果。当该持续时长未超过该预设时长时,可以终止流程,或者重新获取第二表情维持不变的持续时长。
例如,当该持续时长为1s,预设时长为0.5s时,则该持续时长超过该预设时长。随后,确定模块204将该第二表情以及该持续时长与该匹配模型进行匹配,以得到匹配结果。
在一些实施例中,第二获取模块203用于执行以下步骤:
当检测到该终端解锁时,获取用户的第二表情的变化频率;
确定模块204用于执行以下步骤:
将该第二表情以及该变化频率与该匹配模型进行匹配,以得到匹配结果;
根据该匹配结果确定目标应用。
其中,应用与表情之间的匹配模型包括应用与表情的变化频率之间的对应关系。表情的变化频率表示用户出现某个表情,然后用户的表情迅速消失,然后再次出现该表情,以此迅速切换的情形。例如,该匹配模型可以是如表6所示的匹配模型。
表6
子模型 | 应用 | 表情 | 表情的变化频率 |
子模型1 | 应用A | 开心 | 2次/秒 |
子模型2 | 应用B | 难过 | 3次/秒 |
…… | …… | …… | …… |
子模型n1 | 应用C | 焦虑 | 2次/秒 |
子模型n2 | 应用D | 生气 | 1次/秒 |
当检测到用户的解锁操作并解锁成功时,第二获取模块203获取用户的第二表情的变化频率。其中,用户的解锁操作可以包括用户输入指纹、输入密码、输入声纹等身份验证信息。当用户的身份验证信息通过时,终端解锁成功。此时,第二获取模块203获取用户的第二表情的变化频率。
随后,确定模块204将该第二表情以及该第二表情的变化频率与该匹配模型进行匹配,以得到匹配结果。随后,确定模块204根据该匹配结果确定目标应用。
例如,第二表情为焦虑,该焦虑的表情变化频率为2次/秒,则匹配结果为匹配成功,并且与该第二表情以及该第二表情的变化频率匹配成功的子模型为子模型n1。则确定模块204可以确定目标应用为应用C。
在一些实施例中,当检测到该终端解锁时,获取用户的第二表情的变化频率时,第二获取模块203用于执行以下步骤:
当检测到该终端解锁时,获取用户的第二表情在预设时间段内的变化次数;
根据该变化次数计算该第二表情的变化频率。
其中,预设时间段可以是预先设置在终端中的一个时间段。例如,预设时间段为3s。当检测到终端解锁时,第二获取模块203持续采集用户在该预设时间段内的表情,以获取用户的第二表情在该预设时间段内的变化次数。随后,第二获取模块203根据该变化次数计算该第二表情的变化频率。
例如,用户的第二表情在3s内变化了6次,则可以计算出该第二表情的变化频率为2次/秒。
在一些实施例中,确定模块204还用于执行以下步骤:
判断该变化频率是否超过预设频率;
若该变化频率超过该预设频率,则将该第二表情以及该变化频率与该匹配模型进行匹配,以得到匹配结果。
其中,预设频率为预先设置在终端中的一个频率值。该预设频率用于表示表情的变化频率所需要达到的最小频率。例如,预设频率为0.5次/秒。
当第二获取模块203获取到第二表情的变化频率后,确定模块204将该变化频率与该预设频率进行比较,以判断该变化频率是否超过该预设频率。当该变化频率超过该预设频率时,确定模块204将该第二表情以及该变化频率与该匹配模型进行匹配,以得到匹配结果。当该变化频率未超过该预设频率时,可以终止流程,或者重新获取第二表情的变化频率。
例如,当该变化频率为1次/秒,预设频率为0.5次/秒时,则该变化频率超过该预设频率。随后,确定模块204将该第二表情以及该变化频率与该匹配模型进行匹配,以得到匹配结果。
具体实施时,以上各个模块可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现。
由上可知,本发明实施例提供的启动应用的装置200,通过第一获取模块201多次获取终端解锁后首次进入应用的应用信息以及该终端进入该应用时用户的第一表情;训练模块202对获取到的多个该应用信息以及多个该第一表情进行训练,以生成应用与表情之间的匹配模型;当检测到该终端解锁时,第二获取模块203获取用户的第二表情;确定模块204根据该第二表情与该匹配模型之间的匹配结果确定目标应用;启动模块205启动该目标应用。该方案在终端解锁后,根据用户表情与已经建立的匹配模型之间的匹配结果来确定目标应用,并启动该目标应用,无需用户操作即可根据用户习惯自动启动应用,从而可以提高应用的启动效率。
本发明实施例还提供一种终端。该终端可以是智能手机、平板电脑等设备。如图9所示,终端300包括处理器301和存储器302。其中,处理器301与存储器302电性连接。
处理器301是终端300的控制中心,利用各种接口和线路连接整个终端的各个部分,通过运行或调用存储在存储器302内的计算机程序,以及调用存储在存储器302内的数据,执行终端的各种功能和处理数据,从而对终端进行整体监控。
在本实施例中,终端300中的处理器301会按照如下的步骤,将一个或一个以上的计算机程序的进程对应的指令加载到存储器302中,并由处理器301来运行存储在存储器302中的计算机程序,从而实现各种功能:
多次获取终端解锁后首次进入应用的应用信息以及所述终端进入所述应用时用户的第一表情;
对获取到的多个所述应用信息以及多个所述第一表情进行训练,以生成应用与表情之间的匹配模型;
当检测到所述终端解锁时,获取用户的第二表情;
根据所述第二表情与所述匹配模型之间的匹配结果确定目标应用;
启动所述目标应用。
在一些实施例中,所述匹配模型包括应用与表情的持续时长之间的对应关系,当检测到所述终端解锁时,获取用户的第二表情时,处理器301执行以下步骤:
当检测到所述终端解锁时,获取用户的第二表情维持不变的持续时长;
根据所述第二表情与所述匹配模型之间的匹配结果确定目标应用时,处理器301执行以下步骤:
将所述第二表情以及所述持续时长与所述匹配模型进行匹配,以得到匹配结果;
根据所述匹配结果确定目标应用。
在一些实施例中,将所述第二表情以及所述第二表情所持续的时长与所述匹配模型进行匹配,以得到匹配结果之前,处理器301还执行以下步骤:
判断所述持续时长是否超过预设时长;
若所述持续时长超过所述预设时长,则将所述第二表情以及所述第二表情所持续的时长与所述匹配模型进行匹配,以得到匹配结果。
在一些实施例中,所述匹配模型包括应用与表情的变化频率之间的对应关系,当检测到所述终端解锁时,获取用户的第二表情时,处理器301执行以下步骤:
当检测到所述终端解锁时,获取用户的第二表情的变化频率;
根据所述第二表情与所述匹配模型之间的匹配结果确定目标应用时,处理器301执行以下步骤:
将所述第二表情以及所述变化频率与所述匹配模型进行匹配,以得到匹配结果;
根据所述匹配结果确定目标应用。
在一些实施例中,当检测到所述终端解锁时,获取用户的第二表情的变化频率时,处理器301执行以下步骤:
当检测到所述终端解锁时,获取用户的第二表情在预设时间段内的变化次数;
根据所述变化次数计算所述第二表情的变化频率。
在一些实施例中,将所述第二表情以及所述变化频率与所述匹配模型进行匹配,以得到匹配结果之前,处理器301还执行以下步骤:
判断所述变化频率是否超过预设频率;
若所述变化频率超过所述预设频率,则将所述第二表情以及所述变化频率与所述匹配模型进行匹配,以得到匹配结果。
存储器302可用于存储计算机程序和数据。存储器302存储的计算机程序中包含有可在处理器中执行的指令。计算机程序可以组成各种功能模块。处理器301通过调用存储在存储器302的计算机程序,从而执行各种功能应用以及数据处理。
在一些实施例中,如图10所示,终端300还包括:摄像头303、显示屏304、控制电路305、输入单元306、传感器307以及电源308。其中,处理器301分别与摄像头303、显示屏304、控制电路305、输入单元306、传感器307以及电源308电性连接。
摄像头303可用于采集外部影像数据。在一些实施例中,摄像头303可用于采集用户的表情,并将采集到的表情数据交由处理器301进行处理。
显示屏304可用于显示由用户输入的信息或提供给用户的信息以及终端的各种图形用户接口,这些图形用户接口可以由图像、文本、图标、视频和其任意组合来构成。
控制电路305与显示屏304电性连接,用于控制显示屏304显示信息。
输入单元306可用于接收输入的数字、字符信息或用户特征信息(例如指纹),以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。其中,输入单元306可以包括指纹识别模组。
传感器307用于采集外部环境信息。传感器307可以包括环境亮度传感器、加速度传感器、陀螺仪等传感器中的一种或多种。
电源308用于给终端300的各个部件供电。在一些实施例中,电源308可以通过电源管理***与处理器301逻辑相连,从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。
尽管图10中未示出,终端300还可以包括射频电路、蓝牙模块等,在此不再赘述。
由上可知,本发明实施例提供了一种终端,该终端多次获取解锁后首次进入应用的应用信息以及该终端进入该应用时用户的第一表情;对获取到的多个该应用信息以及多个该第一表情进行训练,以生成应用与表情之间的匹配模型;当检测到该终端解锁时,获取用户的第二表情;根据该第二表情与该匹配模型之间的匹配结果确定目标应用;启动该目标应用。该方案在终端解锁后,根据用户表情与已经建立的匹配模型之间的匹配结果来确定目标应用,并启动该目标应用,无需用户操作即可根据用户习惯自动启动应用,从而可以提高应用的启动效率。
本发明实施例还提供一种存储介质,该存储介质中存储有计算机程序,当该计算机程序在计算机上运行时,该计算机执行上述任一实施例所述的启动应用的方法。
需要说明的是,本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于计算机可读存储介质中,该存储介质可以包括但不限于:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁盘或光盘等。
以上对本发明实施例所提供的启动应用的方法、装置、存储介质及终端进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种启动应用的方法,其特征在于,包括:
多次获取终端解锁后首次进入应用的应用信息以及所述终端进入所述应用时用户的第一表情,其中所述应用信息包括所述应用的身份标识,所述第一表情表示所述用户使用所述应用时的情绪;
通过预设机器学习算法对获取到的多个所述应用信息以及多个所述第一表情进行训练,以生成应用与表情之间的匹配模型,其中所述预设机器学习算法包括协同过滤算法、奇异值分解算法、神经网络算法中的一种;
当检测到所述终端解锁时,获取用户的第二表情;
根据所述第二表情与所述匹配模型之间的匹配结果确定目标应用;
启动所述目标应用。
2.根据权利要求1所述的启动应用的方法,其特征在于,所述匹配模型包括应用与表情的持续时长之间的对应关系,当检测到所述终端解锁时,获取用户的第二表情,包括:
当检测到所述终端解锁时,获取用户的第二表情维持不变的持续时长;
根据所述第二表情与所述匹配模型之间的匹配结果确定目标应用,包括:
将所述第二表情以及所述持续时长与所述匹配模型进行匹配,以得到匹配结果;
根据所述匹配结果确定目标应用。
3.根据权利要求2所述的启动应用的方法,其特征在于,将所述第二表情以及所述第二表情所持续的时长与所述匹配模型进行匹配,以得到匹配结果之前,还包括:
判断所述持续时长是否超过预设时长;
若所述持续时长超过所述预设时长,则将所述第二表情以及所述第二表情所持续的时长与所述匹配模型进行匹配,以得到匹配结果。
4.根据权利要求1所述的启动应用的方法,其特征在于,所述匹配模型包括应用与表情的变化频率之间的对应关系,当检测到所述终端解锁时,获取用户的第二表情,包括:
当检测到所述终端解锁时,获取用户的第二表情的变化频率;
根据所述第二表情与所述匹配模型之间的匹配结果确定目标应用,包括:
将所述第二表情以及所述变化频率与所述匹配模型进行匹配,以得到匹配结果;
根据所述匹配结果确定目标应用。
5.根据权利要求4所述的启动应用的方法,其特征在于,当检测到所述终端解锁时,获取用户的第二表情的变化频率,包括:
当检测到所述终端解锁时,获取用户的第二表情在预设时间段内的变化次数;
根据所述变化次数计算所述第二表情的变化频率。
6.根据权利要求4所述的启动应用的方法,其特征在于,将所述第二表情以及所述变化频率与所述匹配模型进行匹配,以得到匹配结果之前,还包括:
判断所述变化频率是否超过预设频率;
若所述变化频率超过所述预设频率,则将所述第二表情以及所述变化频率与所述匹配模型进行匹配,以得到匹配结果。
7.一种启动应用的装置,其特征在于,包括:
第一获取模块,用于多次获取终端解锁后首次进入应用的应用信息以及所述终端进入所述应用时用户的第一表情,其中所述应用信息包括所述应用的身份标识,所述第一表情表示所述用户使用所述应用时的情绪;
训练模块,用于通过预设机器学习算法对获取到的多个所述应用信息以及多个所述第一表情进行训练,以生成应用与表情之间的匹配模型,其中所述预设机器学习算法包括协同过滤算法、奇异值分解算法、神经网络算法中的一种;
第二获取模块,用于当检测到所述终端解锁时,获取用户的第二表情;
确定模块,用于根据所述第二表情与所述匹配模型之间的匹配结果确定目标应用;
启动模块,用于启动所述目标应用。
8.根据权利要求7所述的启动应用的装置,其特征在于,所述匹配模型包括应用与表情的持续时长之间的对应关系,所述第二获取模块用于:
当检测到所述终端解锁时,获取用户的第二表情维持不变的持续时长;
所述确定模块用于:
将所述第二表情以及所述持续时长与所述匹配模型进行匹配,以得到匹配结果;
根据所述匹配结果确定目标应用。
9.一种存储介质,其特征在于,所述存储介质中存储有计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行权利要求1至6任一项所述的启动应用的方法。
10.一种终端,其特征在于,包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器通过调用所述存储器中存储的所述计算机程序,用于执行权利要求1至6任一项所述的启动应用的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710526399.0A CN107179831B (zh) | 2017-06-30 | 2017-06-30 | 启动应用的方法、装置、存储介质及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710526399.0A CN107179831B (zh) | 2017-06-30 | 2017-06-30 | 启动应用的方法、装置、存储介质及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107179831A CN107179831A (zh) | 2017-09-19 |
CN107179831B true CN107179831B (zh) | 2019-05-03 |
Family
ID=59845470
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710526399.0A Active CN107179831B (zh) | 2017-06-30 | 2017-06-30 | 启动应用的方法、装置、存储介质及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107179831B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190053675A (ko) * | 2017-11-10 | 2019-05-20 | 삼성전자주식회사 | 전자 장치 및 그 동작 방법 |
CN108388389B (zh) * | 2018-01-31 | 2021-09-07 | 努比亚技术有限公司 | 一种交互界面控制方法、移动终端及计算机存储介质 |
CN109085991A (zh) * | 2018-07-25 | 2018-12-25 | 腾讯科技(深圳)有限公司 | 应用程序控制方法及装置、终端、存储介质 |
CN109240759A (zh) * | 2018-08-01 | 2019-01-18 | Oppo广东移动通信有限公司 | 应用程序启动方法、装置、终端设备和可读存储介质 |
CN109522059B (zh) * | 2018-11-28 | 2023-01-06 | 广东小天才科技有限公司 | 一种程序唤醒方法及*** |
CN109819100A (zh) * | 2018-12-13 | 2019-05-28 | 平安科技(深圳)有限公司 | 手机控制方法、装置、计算机装置及计算机可读存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7251642B1 (en) * | 2001-08-06 | 2007-07-31 | Gene Logic Inc. | Analysis engine and work space manager for use with gene expression data |
CN102722664A (zh) * | 2012-05-21 | 2012-10-10 | 北京百纳威尔科技有限公司 | 一种解锁方法及设备 |
CN104077043A (zh) * | 2013-08-09 | 2014-10-01 | 苏州天鸣信息科技有限公司 | 一种图像识别的行动装置及其方法 |
CN105242942A (zh) * | 2015-09-17 | 2016-01-13 | 小米科技有限责任公司 | 应用控制方法和装置 |
CN105677025A (zh) * | 2015-12-31 | 2016-06-15 | 宇龙计算机通信科技(深圳)有限公司 | 一种终端应用的启动方法、装置及终端 |
CN105825112A (zh) * | 2016-03-18 | 2016-08-03 | 北京奇虎科技有限公司 | 移动终端的解锁方法及装置 |
CN106250040A (zh) * | 2016-07-29 | 2016-12-21 | 宇龙计算机通信科技(深圳)有限公司 | 应用程序的启动方法及装置 |
WO2017008415A1 (en) * | 2015-07-10 | 2017-01-19 | Zte Corporation | Apparatus and method for launching mobile applications from a lock screen |
CN106708559A (zh) * | 2016-11-15 | 2017-05-24 | 珠海格力电器股份有限公司 | 终端桌面应用的启动方法和装置 |
-
2017
- 2017-06-30 CN CN201710526399.0A patent/CN107179831B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7251642B1 (en) * | 2001-08-06 | 2007-07-31 | Gene Logic Inc. | Analysis engine and work space manager for use with gene expression data |
CN102722664A (zh) * | 2012-05-21 | 2012-10-10 | 北京百纳威尔科技有限公司 | 一种解锁方法及设备 |
CN104077043A (zh) * | 2013-08-09 | 2014-10-01 | 苏州天鸣信息科技有限公司 | 一种图像识别的行动装置及其方法 |
WO2017008415A1 (en) * | 2015-07-10 | 2017-01-19 | Zte Corporation | Apparatus and method for launching mobile applications from a lock screen |
CN105242942A (zh) * | 2015-09-17 | 2016-01-13 | 小米科技有限责任公司 | 应用控制方法和装置 |
CN105677025A (zh) * | 2015-12-31 | 2016-06-15 | 宇龙计算机通信科技(深圳)有限公司 | 一种终端应用的启动方法、装置及终端 |
CN105825112A (zh) * | 2016-03-18 | 2016-08-03 | 北京奇虎科技有限公司 | 移动终端的解锁方法及装置 |
CN106250040A (zh) * | 2016-07-29 | 2016-12-21 | 宇龙计算机通信科技(深圳)有限公司 | 应用程序的启动方法及装置 |
CN106708559A (zh) * | 2016-11-15 | 2017-05-24 | 珠海格力电器股份有限公司 | 终端桌面应用的启动方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107179831A (zh) | 2017-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107179831B (zh) | 启动应用的方法、装置、存储介质及终端 | |
US20150169942A1 (en) | Terminal configuration method and terminal | |
US11249645B2 (en) | Application management method, storage medium, and electronic apparatus | |
CN110232373A (zh) | 人脸聚类方法、装置、设备和存储介质 | |
CN107347138A (zh) | 图像处理方法、装置、存储介质及终端 | |
CN112418360B (zh) | 卷积神经网络的训练方法、行人属性识别方法及相关设备 | |
CN110741387B (zh) | 人脸识别方法、装置、存储介质及电子设备 | |
US10346597B2 (en) | Method for screen unlocking, method for image acquiring, and electronic terminal | |
CN111797854B (zh) | 场景模型建立方法、装置、存储介质及电子设备 | |
EP3657325A2 (en) | Method for deriving frequently used applications, and derivation device using same | |
CN111797861A (zh) | 信息处理方法、装置、存储介质及电子设备 | |
CN109064613A (zh) | 人脸识别方法及装置 | |
CN111665938A (zh) | 应用启动方法及电子设备 | |
CN101673329A (zh) | 生物特征数据建立方法、电子装置及计算机程序产品 | |
CN113696849B (zh) | 基于手势的车辆控制方法、装置和存储介质 | |
CN110858479B (zh) | 语音识别模型更新方法、装置、存储介质及电子设备 | |
CN113205045A (zh) | 行人重识别方法、装置、电子设备和可读存储介质 | |
CN107077617B (zh) | 指纹提取方法及装置 | |
CN110580055B (zh) | 动作轨迹识别方法及移动终端 | |
CN107423441A (zh) | 一种图片关联方法及其装置、电子设备 | |
CN114936637A (zh) | 神经网络训练方法及装置 | |
CN111077993A (zh) | 一种学习场景的切换方法、电子设备及存储介质 | |
CN115830618A (zh) | 一种文本识别方法、装置、计算机设备及存储介质 | |
CN113721582B (zh) | 座舱***响应效率测试方法、设备、存储介质及装置 | |
CN106407386B (zh) | 提高题目搜索效率的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 523860 No. 18, Wu Sha Beach Road, Changan Town, Dongguan, Guangdong Applicant after: OPPO Guangdong Mobile Communications Co., Ltd. Address before: 523860 No. 18, Wu Sha Beach Road, Changan Town, Dongguan, Guangdong Applicant before: Guangdong OPPO Mobile Communications Co., Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |