CN108829600B - 算法库的测试方法、装置、存储介质和电子设备 - Google Patents

Abstract

本申请实施例公开了一种算法库的测试方法、装置、存储介质和电子设备；所述方法包括：当需要进行算法库的测试时，获取电子设备所在场景的影像，获取场景中的特征点并确定特征点的第一位置信息，将影像作为测试数据对算法库进行测试，并确定测试结果当中算法处理的第二位置信息，根据第一位置信息和第二位置信息计算算法库的精度。本申请实施例可以通过场景中特征点的真实位置与经算法库计算输出的位置进行对比，从而计算出算法库的精度，因此可以无需人工查验即可快速高效的对比出不同算法库的性能优劣。

Description

算法库的测试方法、装置、存储介质和电子设备

技术领域

本申请涉及电子设备领域，具体涉及一种算法库的测试方法、装置、存储介质和电子设备。

背景技术

随着终端技术的发展，终端已经开始从以前简单地提供通话设备渐渐变成一个通用软件运行的平台。该平台不再以提供通话管理为主要目的，而是提供一个包括通话管理、游戏娱乐、办公记事、移动支付等各类应用软件在内的运行环境，随着大量的普及，已经深入至人们的生活、工作的方方面面。

电子设备上的许多功能是通过算法来实现的，因此电子设备***上集成了各种各样的算法库。一般的，电子设备***上集成的算法库会根据需要进行迭代更新。在对算法库进行更新前，需要在电子设备上对新旧版本的算法库进行各种测试，以判断新旧版本的算法库在性能上的优劣。然而相关技术中，电子设备在对算法库进行测试时其准确度仍然较差。

发明内容

本申请实施例提供一种算法库的测试方法、装置、存储介质和电子设备，可以快速高效的对比出不同算法库的优劣。

第一方面，本申请实施例提供一种算法库的测试方法，包括：

当需要进行算法库的测试时，获取所述电子设备所在场景的影像；

获取所述场景中的特征点并确定所述特征点的第一位置信息；

将所述影像作为测试数据对所述算法库进行测试，并确定测试结果当中算法处理的第二位置信息；

根据所述第一位置信息和所述第二位置信息计算所述算法库的精度。

第二方面，本申请实施例还提供了一种算法库的测试装置，包括：获取模块、第一确定模块、第二确定模块以及计算模块；

所述获取模块，用于当需要进行算法库的测试时，获取所述电子设备所在场景的影像；

所述第一确定模块，用于获取所述场景中的特征点并确定所述特征点的第一位置信息；

所述第二确定模块，用于将所述影像作为测试数据对所述算法库进行测试，并确定测试结果当中算法处理的第二位置信息；

所述计算模块，用于根据所述第一位置信息和所述第二位置信息计算所述算法库的精度。

第三方面，本申请实施例还提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述算法库的测试方法的步骤。

第四方面，本申请实施例还提供一种电子设备，包括存储器，处理器及存储在存储器上并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上述算法库的测试方法的步骤。

本申请实施例提供的算法库的测试方法首先当需要进行算法库的测试时，获取电子设备所在场景的影像，获取场景中的特征点并确定特征点的第一位置信息，将影像作为测试数据对算法库进行测试，并确定测试结果当中算法处理的第二位置信息，根据第一位置信息和第二位置信息计算算法库的精度。本申请实施例可以通过场景中特征点的真实位置与经算法库计算输出的位置进行对比，从而计算出算法库的精度，因此可以无需人工查验即可快速高效的对比出不同算法库的性能优劣。

根据在进行算法库测试时电子设备当前运行的应用程序，来确定使用电子设备上的单摄像头还是双摄像头来采集影像并作为测试数据，从而完成算法库的测试，可以提高电子设备进行算法库的测试的准确度。

附图说明

为了更清楚地说明本申请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申请的一些实施例，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为本申请实施例提供的算法库的测试方法的一种流程示意图。

图2为本申请实施例提供的算法库的测试方法的另一种流程示意图。

图3为本申请实施例提供的算法库的测试方法的一种场景示意图。

图4为本申请实施例提供的算法库的测试装置的一种结构示意图。

图5为本申请实施例提供的算法库的测试装置的另一种结构示意图。

图6为本申请实施例提供的电子设备的一种结构示意图。

图7为本申请实施例提供的电子设备的另一种结构示意图。

具体实施方式

请参照图式，其中相同的组件符号代表相同的组件，本申请的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所例示的本申请具体实施例，其不应被视为限制本申请未在此详述的其它具体实施例。

在以下的说明中，本申请的具体实施例将参考由一部或多部计算机所执行的步骤及符号来说明，除非另有述明。因此，这些步骤及操作将有数次提到由计算机执行，本文所指的计算机执行包括了由代表了以一结构化型式中的数据的电子信号的计算机处理单元的操作。此操作转换该数据或将其维持在该计算机的内存***中的位置处，其可重新配置或另外以本领域测试人员所熟知的方式来改变该计算机的运作。该数据所维持的数据结构为该内存的实***置，其具有由该数据格式所定义的特定特性。但是，本申请原理以上述文字来说明，其并不代表为一种限制，本领域测试人员将可了解到以下所述的多种步骤及操作亦可实施在硬件当中。

本申请的原理使用许多其它泛用性或特定目的运算、通信环境或组态来进行操作。所熟知的适合用于本申请的运算***、环境与组态的范例可包括(但不限于)手持电话、个人计算机、服务器、多处理器***、微电脑为主的***、主架构型计算机、及分布式运算环境，其中包括了任何的上述***或装置。

以下将分别进行详细说明。

本实施例将从算法库的测试装置的角度进行描述，该装置具体可以集成在电子设备中，该电子设备可以为移动互连接网络设备(如智能手机、平板电脑)等具备图像处理功能的电子设备。

首先参考图1，图1为本申请实施例提供的算法库的测试方法的一种流程示意图，包括以下步骤：

步骤S101，当需要进行算法库的测试时，获取电子设备所在场景的影像。

随着技术的快速发展，电子设备具备的功能越来越多。电子设备上的许多功能是通过算法来实现的，因此电子设备***上集成了各种各样的算法库。一般的，电子设备***上集成的算法库会根据需要进行迭代更新。在对算法库进行更新前，需要在电子设备上对新旧版本的算法库进行各种测试，以判断新旧版本的算法库在性能上的优劣。然而相关技术中，在对多个算法库进行校验往往是通过人工查验的方式，效率较低。

在本申请实施例中，当需要进行算法库的测试时，获取电子设备所在场景的影像。上述影像可以为图片也可以为视频，在一实施例中，电子设备可以通过内置的摄像头进行拍摄以得到当前所在场景的影像，具体可以包括：电子设备接收对内置摄像头的启动指令，响应该指令并启动该内置摄像头，在摄像头处于开启状态过程中，通过预览区域预览电子设备的外部环境，以获得该预览区域所预览到的场景的影像。

在一实施例中，上述内置摄像头可以为单摄像头也可以为双摄像头，比如，双摄像头可以包括广角摄像头和长焦摄像头，其中，可以将广角摄像头作为电子设备的主摄像头，长焦摄像头作为副摄像头。当需要拍摄电子设备当前所在场景的影像时，该电子设备可以只通过其广角摄像模组来进行拍摄，也可以通过其广角摄像头与长焦摄像头共同拍摄。在其他实施例中还可以为三摄像头等等，本发明对此不作进一步限定。

在一实施例中，上述获取电子设备所在场景的影像可以为多个，比如分别在不同的场景下电子设备获取当前场景的影像，具体的，上述多种场景可以包括单人、多人、顺光、逆光等等不同的场景，场景复杂度越高、则最终计算算法库精度的准确性也越高。

步骤S102，获取场景中的特征点并确定特征点的第一位置信息。

在本申请实施例中，在获取到电子设备当前场景的影像后需要进一步确定该影像当中的特征点，其中，上述特征点可以为一个也可以为多个，该特征点的选取可以由电子设置根据算法自动选择也可以由用户手动选取，本申请对此均不做进一步限定。

比如，本实施例提供的方法可以应用在AR(Augmented Reality，增强现实)贴纸的算法库当中，此时，上述特征点可以为用户的人脸，在一实施例中，可以通过人脸识别来获取该场景中的人脸也即特征点，其中，人脸识别可以采用基于Haar特征的Adaboost(AdaptiveBoosting，自适应增强)算法对原始影像中的人脸进行检测，或者采用其他算法对原始影像中的人脸进行检测。在按测到人脸后，可以进一步获取该人脸的位置信息并作为第一位置信息。

在一实施例中，上述第一位置信息可以为在该影像当中特征点的坐标信息，该坐标可以为二维坐标。在其他实施例中，还可以对当前场景进行建模，在建模后进一步确定上述特征点的坐标信息，并作为第一位置信息，此时该坐标信息可以为三维坐标。比如，通过运动捕捉***对特征点在当前的场景的建模中进行真实标定，以确定该特征点的第一位置信息。

需要说明的是，本申请提供的算法库的测试方法还可以应用在其他的应用场景当中，比如在其他实施例当中，本申请提供的方法还可以应用在人像虚化的算法库当中，此时上述特征点即为人像的位置。

步骤S103，将影像作为测试数据对算法库进行测试，并确定测试结果当中算法处理的第二位置信息。

将上述影像作为测试数据对算法库进行测试，以得到输出结果，其中，当上述影像为多个时，则可以得到多个输出结果，分别确定每个测试结果当中算法处理的第二位置信息。

比如，若上述算法库为AR贴纸的算法库，上述第二位置可以为生成的AR贴纸的位置，该AR贴纸的位置是根据影像当中人脸的位置生成的，也即该第二位置即为算法库计算生成的输出位置。若上述算法库为人像虚化的算法库，则该第二位置即为算法库计算后输出的人像虚化位置。其中，上述第二位置信息可以通过坐标来进行表示。

步骤S104，根据第一位置信息和第二位置信息计算算法库的精度。

根据上述第一位置信息和第二位置信息的坐标计算第一位置和第二位置之间的距离，并根据该距离计算算法库的精度。其中，上述第一位置和第二位置之间的距离越小，则代表该算法库的计算精度越高。

在一实施例中，若上述影像为多个时，则可以得到多个输出结果，确定每个测试结果当中算法处理的第二位置信息以得到多个第二位置信息，进一步的，可以分别计算第一位置与多个第二位置之间的距离，从而确定第一位置与多个第二位置之间的平均距离，通过该平均距离来计算该算法库的精度。

本发明实施例中，上述电子设备可以是任何能够具备摄像头的电子设备，例如：手机、平板电脑(Tablet Personal Computer)、膝上型电脑(Laptop Computer)、个人数字助理(personal digital assistant，简称PDA)、移动上网装置(Mobile Internet Device，MID)或可穿戴式设备(Wearable Device)等。

由上可知，本申请实施例可以当需要进行算法库的测试时，获取电子设备所在场景的影像，获取场景中的特征点并确定特征点的第一位置信息，将影像作为测试数据对算法库进行测试，并确定测试结果当中算法处理的第二位置信息，根据第一位置信息和第二位置信息计算算法库的精度。本申请实施例可以通过场景中特征点的真实位置与经算法库计算输出的位置进行对比，从而计算出算法库的精度，因此可以无需人工查验即可快速高效的对比出不同算法库的性能优劣。

根据上一实施例的描述，以下将进一步地来说明本申请的算法库的测试方法。

请参阅图2，图2为本申请实施例提供的另一种算法库的测试方法的流程示意图，本实施例中的算法库可以为AR贴纸的算法库。该算法库的测试流程可以包括：

步骤S201，当需要进行算法库的测试时，获取电子设备所在场景的影像。

在本申请实施例中，当需要进行算法库的测试时，获取电子设备所在场景的影像。上述影像可以为图片也可以为视频，在一实施例中，电子设备可以通过内置的摄像头进行拍摄以得到当前所在场景的影像，具体可以包括：电子设备接收对内置摄像头的启动指令，响应该指令并启动该内置摄像头，在摄像头处于开启状态过程中，通过预览区域预览电子设备的外部环境，以获得该预览区域所预览到的场景的影像。

需要说明的是，在一实施例当中，在获取到该当前场景的影像后还可以进一步进行预处理，该预处理可以包括图像增强、平滑处理、降噪处理等等。比如，在得到原始影像之后，可以对影像中的信息有选择地加强和抑制，以改善影像的视觉效果，或将影像转变为更适合于机器处理的形式，以便于数据抽取或识别。例如一个影像增强***可以通过高通滤波器来突出影像的轮廓线，从而使机器能够测量轮廓线的形状和周长。影像增强技术有多种方法，反差展宽、对数变换、密度分层和直方图均衡等都可用于改变影像灰调和突出细节。

在一实施例中，可以在电子设备上还可以设置一预设开关，该预设开关可以是通过软件实现的虚拟开关，也可以是实体开关，等等。例如，可以在电子设备的“设置”选项界面中设置一预设开关。当用户开启该预设开关时，表示需要进行算法库的测试。即，当电子设备检测到该预设开关被开启时，可以确定出需要进行算法库的测试。

步骤S202，当场景中包括人脸时，获取场景中的人脸图像并作为特征点。

本实施例提供的方法可以应用在AR贴纸的算法库当中，此时，上述特征点可以为用户的人脸，在一实施例中，可以通过人脸识别来获取该场景中的人脸也即特征点，其中，人脸识别可以有多种方法，比如可以采用基于Haar特征的Adaboost(AdaptiveBoosting，自适应增强)算法对原始影像中的人脸进行检测，或者采用其他算法对原始影像中的人脸进行检测。

步骤S203，获取人脸图像的坐标信息并作为第一位置信息。

在检测到人脸后，可以进一步获取该人脸的位置信息并作为第一位置信息，在一实施例中，上述第一位置信息可以为在该影像当中特征点的坐标信息，该坐标可以为二维坐标。在其他实施例中，还可以对当前场景进行建模，在建模后进一步确定上述特征点的坐标信息，并作为第一位置信息，此时该坐标信息可以为三维坐标。比如，通过运动捕捉***对特征点在当前的场景的建模中进行真实标定，以确定该特征点的第一位置信息。

如图3所示，图3为本申请实施例提供的算法库的测试方法的一种场景示意图。获取电子设备当前所在场景的影像中包含树木、云彩、人物等多种元素，可以首先确定该影像中的人物，然后可以通过人脸识别进一步的确定该人物的人脸位置，该人脸位置即为在当前场景中特征点的第一位置。

步骤S204，将影像作为测试数据对算法库进行测试，以得到测试结果，测试结果中包括与人脸相关联的虚拟模型。

步骤S205，获取虚拟模型的坐标信息并作为第二位置信息。

比如，若上述算法库为AR贴纸的算法库，上述与人脸相关联的虚拟模型可以为AR贴纸，上述第二位置可以为生成的AR贴纸的位置，该AR贴纸的位置是根据影像当中人脸的位置生成的，也即该第二位置即为算法库计算生成的输出位置。若上述算法库为人像虚化的算法库，则该第二位置即为算法库计算后输出的人像虚化位置。其中，上述第二位置信息可以通过坐标来进行表示。

步骤S206，计算人脸图像的坐标信息与虚拟模型的坐标信息之间的距离。

步骤S207，根据距离确定算法库的精度值。

在一实施例中，若上述影像为多个时，则可以得到多个输出结果，确定每个测试结果当中算法处理的第二位置信息以得到多个第二位置信息，进一步的，可以分别计算第一位置与多个第二位置之间的距离，从而确定第一位置与多个第二位置之间的平均距离，通过该平均距离来计算该算法库的精度。

可以理解的是，本申请提供的方法可以对多种算法库进行测试，根据算法库的精度选取较优的算法库，可以快速、高效地测试不同版本的算法库的性能优劣。也即在一实施例中，上述方法还包括：

将影像作为测试数据对多个算法库分别进行测试；

分别计算多个算法库的精度，并选取精度满足预设条件的算法库最为目标算法库。

本发明实施例中，上述电子设备可以是任何具有摄像头的电子设备，例如：手机、平板电脑(Tablet Personal Computer)、膝上型电脑(Laptop Computer)、个人数字助理(personal digital assistant，简称PDA)、移动上网装置(Mobile Internet Device，MID)或可穿戴式设备(Wearable Device)等。

由上可知，本申请实施例提供的算法库的测试方法可以当需要进行算法库的测试时，获取电子设备所在场景的影像，当场景中包括人脸时，获取场景中的人脸图像并作为特征点，获取人脸图像的坐标信息并作为第一位置信息，将影像作为测试数据对算法库进行测试，以得到测试结果，测试结果中包括与人脸相关联的虚拟模型，获取虚拟模型的坐标信息并作为第二位置信息，计算人脸图像的坐标信息与虚拟模型的坐标信息之间的距离，根据距离确定算法库的精度值。本申请实施例可以通过场景中特征点的真实位置与经算法库计算输出的位置进行对比，从而计算出算法库的精度，因此可以无需人工查验即可快速高效的对比出不同算法库的性能优劣。

为了便于更好的实施本申请实施例提供的算法库的测试方法，本申请实施例还提供了一种基于上述算法库的测试方法的装置。其中名词的含义与上述算法库的测试方法中相同，具体实现细节可以参考方法实施例中的说明。

请参阅图4，图4为本申请实施例提供的一种算法库的测试装置的结构示意图，该算法库的测试装置30包括：获取模块301、第一确定模块302、第二确定模块303以及计算模块304；

所述获取模块301，用于当需要进行算法库的测试时，获取所述电子设备所在场景的影像；

所述第一确定模块302，用于获取所述场景中的特征点并确定所述特征点的第一位置信息；

所述第二确定模块303，用于将所述影像作为测试数据对所述算法库进行测试，并确定测试结果当中算法处理的第二位置信息；

所述计算模块304，用于根据所述第一位置信息和所述第二位置信息计算所述算法库的精度。

在一实施例中，如图5所示，所述第一确定模块302，包括：获取子模块3021和第一确定子模块3022；

所述获取子模块3021，用于当所述场景中包括人脸时，获取所述场景中的人脸图像并作为特征点；

所述第一确定子模块3022，用于获取所述人脸图像的坐标信息并作为所述第一位置信息。

在一实施例中，所述第二确定模块303，包括：测试子模块3031和第二确定子模块3032；

所述测试子模块3031，用于将所述影像作为测试数据对所述算法库进行测试，以得到测试结果，所述测试结果中包括与所述人脸相关联的虚拟模型；

所述第二确定子模块3032，用于获取所述虚拟模型的坐标信息并作为所述第二位置信息。

由上可知，本申请实施例提供的算法库的测试装置30可以当需要进行算法库的测试时，获取电子设备所在场景的影像，获取场景中的特征点并确定特征点的第一位置信息，将影像作为测试数据对算法库进行测试，并确定测试结果当中算法处理的第二位置信息，根据第一位置信息和第二位置信息计算算法库的精度。本申请实施例可以通过场景中特征点的真实位置与经算法库计算输出的位置进行对比，从而计算出算法库的精度，因此可以无需人工查验即可快速高效的对比出不同算法库的性能优劣。

本申请还提供一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现方法实施例提供的算法库的测试方法。

本申请还提供一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现方法实施例提供的算法库的测试方法。

在本申请又一实施例中还提供一种电子设备，该电子设备可以是智能手机、平板电脑等设备。如图6所示，电子设备400包括处理器401、存储器402。其中，处理器401与存储器402电性连接。

处理器401是电子设备400的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或加载存储在存储器402内的应用程序，以及调用存储在存储器402内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。

在本实施例中，电子设备400中的处理器401会按照如下的步骤，将一个或一个以上的应用程序的进程对应的指令加载到存储器402中，并由处理器401来运行存储在存储器402中的应用程序，从而实现各种功能：

当需要进行算法库的测试时，获取所述电子设备所在场景的影像；

获取所述场景中的特征点并确定所述特征点的第一位置信息；

将所述影像作为测试数据对所述算法库进行测试，并确定测试结果当中算法处理的第二位置信息；

根据所述第一位置信息和所述第二位置信息计算所述算法库的精度。

请参阅图7，图7为本申请实施例提供的电子设备结构示意图。该电子设备500可以包括射频(RF，Radio Frequency)电路501、包括有一个或一个以上计算机可读存储介质的存储器502、输入单元503、显示单元504、传感器504、音频电路506、无线保真(WiFi，Wireless Fidelity)模块507、包括有一个或者一个以上处理核心的处理器508、以及电源509等部件。本领域技术人员可以理解，图7中示出的电子设备结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

射频电路501可用于收发信息，或通话过程中信号的接收和发送，特别地，将基站的下行信息接收后，交由一个或者一个以上处理器508处理；另外，将涉及上行的数据发送给基站。通常，射频电路501包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、用户身份模块(SIM，Subscriber Identity Module)卡、收发信机、耦合器、低噪声放大器(LNA，Low Noise Amplifier)、双工器等。此外，射频电路501还可以通过无线通信与网络和其他设备通信。该无线通信可以使用任一通信标准或协议，包括但不限于全球移动通信***(GSM，Global System of Mobile communication)、通用分组无线服务(GPRS，GeneralPacket Radio Service)、码分多址(CDMA，Code Division Multiple Access)、宽带码分多址(WCDMA，Wideband Code Division Multiple Access)、长期演进(LTE，Long TermEvolution)、电子邮件、短消息服务(SMS，Short Messaging Service)等。

存储器502可用于存储应用程序和数据。存储器502存储的应用程序中包含有可执行代码。应用程序可以组成各种功能模块。处理器508通过运行存储在存储器502的应用程序，从而执行各种功能应用以及数据处理。存储器502可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器502可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器502还可以包括存储器控制器，以提供处理器508和输入单元503对存储器502的访问。

输入单元503可用于接收输入的数字、字符信息或用户特征信息(比如指纹)，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。具体地，在一个具体的实施例中，输入单元503可包括触敏表面以及其他输入设备。触敏表面，也称为触摸显示屏或者触控板，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面上或在触敏表面附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触敏表面可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器508，并能接收处理器508发来的命令并加以执行。

显示单元504可用于显示由用户输入的信息或提供给用户的信息以及电子设备的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元504可包括显示面板。可选的，可以采用液晶显示器(LCD，Liquid CrystalDisplay)、有机发光二极管(OLED，Organic Light-Emitting Diode)等形式来配置显示面板。进一步的，触敏表面可覆盖显示面板，当触敏表面检测到在其上或附近的触摸操作后，传送给处理器508以确定触摸事件的类型，随后处理器508根据触摸事件的类型在显示面板上提供相应的视觉输出。虽然在图7中，触敏表面与显示面板是作为两个独立的部件来实现输入和输入功能，但是在某些实施例中，可以将触敏表面与显示面板集成而实现输入和输出功能。

电子设备还可包括至少一种传感器505，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板的亮度，接近传感器可在电子设备移动到耳边时，关闭显示面板和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于电子设备还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

音频电路506可通过扬声器、传声器提供用户与电子设备之间的音频接口。音频电路506可将接收到的音频数据转换成电信号，传输到扬声器，由扬声器转换为声音信号输出；另一方面，传声器将收集的声音信号转换为电信号，由音频电路506接收后转换为音频数据，再将音频数据输出处理器508处理后，经射频电路501以发送给比如另一电子设备，或者将音频数据输出至存储器502以便进一步处理。音频电路506还可能包括耳塞插孔，以提供外设耳机与电子设备的通信。

无线保真(WiFi)属于短距离无线传输技术，电子设备通过无线保真模块507可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图7示出了无线保真模块507，但是可以理解的是，其并不属于电子设备的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

处理器508是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器502内的应用程序，以及调用存储在存储器502内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。可选的，处理器508可包括一个或多个处理核心；优选的，处理器508可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作***、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器508中。

电子设备还包括给各个部件供电的电源509(比如电池)。优选的，电源可以通过电源管理***与处理器508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。电源509还可以包括一个或一个以上的直流或交流电源、再充电***、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。

尽管图7中未示出，电子设备还可以包括摄像头、蓝牙模块等，在此不再赘述。

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，以上各个模块的具体实施可参见前面的方法实施例，在此不再赘述。

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，如存储在终端的存储器中，并被该终端内的至少一个处理器执行，在执行过程中可包括如算法库的测试方法的实施例的流程。其中，存储介质可以包括：只读存储器(ROM，ReadOnly Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。

以上对本申请实施例提供的一种算法库的测试方法、装置、存储介质和电子设备进行了详细介绍，其各功能模块可以集成在一个处理芯片中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。本文中应用了具体个例对本申请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申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，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申请的限制。

Claims (10)

1.一种算法库的测试方法，应用于电子设备，其特征在于，包括以下步骤：

当需要进行算法库的测试时，获取所述电子设备所在场景的影像；

获取所述场景中的特征点并确定所述特征点的第一位置信息；其中，所述特征点为影像中的对象；

将所述影像作为测试数据对所述算法库进行测试，并确定测试结果当中算法处理的第二位置信息；

根据所述第一位置信息和所述第二位置信息计算所述算法库的精度，包括：根据所述第一位置信息和第二位置信息的坐标计算第一位置和第二位置之间的距离，并根据所述距离计算算法库的精度；其中，所述第一位置和第二位置之间的距离越小，则代表算法库的计算精度越高。

2.根据权利要求1所述的算法库的测试方法，其特征在于，获取所述场景中的特征点并确定所述特征点的第一位置信息，包括：

当所述场景中包括人脸时，获取所述场景中的人脸图像并作为特征点；

获取所述人脸图像的坐标信息并作为所述第一位置信息。

3.根据权利要求2所述的算法库的测试方法，其特征在于，将所述影像作为测试数据对所述算法库进行测试，并确定测试结果当中算法处理的第二位置信息，包括：

将所述影像作为测试数据对所述算法库进行测试，以得到测试结果，所述测试结果中包括与所述人脸相关联的虚拟模型；

获取所述虚拟模型的坐标信息并作为所述第二位置信息。

4.根据权利要求3所述的算法库的测试方法，其特征在于，根据所述第一位置信息和所述第二位置信息计算所述算法库的精度，包括：

计算所述人脸图像的坐标信息与所述虚拟模型的坐标信息之间的距离；

根据所述距离确定所述算法库的精度值。

5.根据权利要求1所述的算法库的测试方法，其特征在于，所述方法还包括：

将所述影像作为测试数据对多个算法库分别进行测试；

分别计算所述多个算法库的精度，并选取所述精度满足预设条件的算法库最为目标算法库。

6.一种算法库的测试装置，其特征在于，所述装置包括：获取模块、第一确定模块、第二确定模块以及计算模块；

所述获取模块，用于当需要进行算法库的测试时，获取电子设备所在场景的影像；

所述第一确定模块，用于获取所述场景中的特征点并确定所述特征点的第一位置信息；其中，所述特征点为影像中的对象；

所述第二确定模块，用于将所述影像作为测试数据对所述算法库进行测试，并确定测试结果当中算法处理的第二位置信息；

所述计算模块，用于根据所述第一位置信息和所述第二位置信息计算所述算法库的精度，包括：根据所述第一位置信息和第二位置信息的坐标计算第一位置和第二位置之间的距离，并根据所述距离计算算法库的精度；其中，所述第一位置和第二位置之间的距离越小，则代表算法库的计算精度越高。

7.根据权利要求6所述的算法库的测试装置，其特征在于，所述第一确定模块，包括：获取子模块和第一确定子模块；

所述获取子模块，用于当所述场景中包括人脸时，获取所述场景中的人脸图像并作为特征点；

所述第一确定子模块，用于获取所述人脸图像的坐标信息并作为所述第一位置信息。

8.根据权利要求7所述的算法库的测试装置，其特征在于，所述第二确定模块，包括：测试子模块和第二确定子模块；

所述测试子模块，用于将所述影像作为测试数据对所述算法库进行测试，以得到测试结果，所述测试结果中包括与所述人脸相关联的虚拟模型；

所述第二确定子模块，用于获取所述虚拟模型的坐标信息并作为所述第二位置信息。

9.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-5任一项所述方法的步骤。

10.一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-5任一项所述方法的步骤。

Images