应用控制方法、装置、存储介质以及终端制造方法及图纸

本申请公开了一种应用控制方法、装置、存储介质以及终端，属于人工智能技术领域。方法包括：在显示交互画面的过程中，获取终端状态信息，所述交互画面由终端上当前处于运行状态的交互应用提供；当所述终端状态信息指示所述终端当前处于目标状态下时，对当前显示的交互画面执行锁定操作，显示与所述终端状态信息匹配的锁定画面；其中，所述目标状态为非静止状态或处于特定地理环境中。本申请基于终端状态信息自动地在用户处于非安全状态下对交互应用进行锁定，也即根据终端所处的场景自动在非安全状态下禁止用户使用交互应用，以让用户集中关注周围环境，避免用户过度沉浸于终端，保障了用户在使用终端时的人身安全，对终端的操控效果佳。

Application control methods, devices, storage media and terminals

【技术实现步骤摘要】
应用控制方法、装置、存储介质以及终端
本申请涉及人工智能
，特别涉及一种应用控制方法、装置、存储介质以及终端。
技术介绍
随着智能终端产品在人群中的迅速普及以及移动应用的不断推陈出新，时下越来越多的用户倾向于通过安装在智能终端上的移动应用进行娱乐消遣，但是，在某些情形下用户的上述行为可能会给自身带来很大的安全隐患。以用户通过手机进行游戏为例，在静止、行车或者行走等状态下用户均有可能玩游戏，当用户在行车或行走等非静止状态下玩游戏时，由于无法及时对周围环境的变化进行感知和响应，因此用户的上述行为可能会严重危害到自身的人身安全。基于此，如何针对不同场景对应用进行不同的控制，以保障用户在使用终端时的人身安全，成为了本领域技术人员亟待解决的一个问题。
技术实现思路
本申请实施例提供了一种应用控制方法、装置、存储介质以及终端，能够保障用户在使用终端时的人身安全，效果较佳。所述技术方案如下：一方面，提供了一种应用控制方法，所述方法包括：在显示交互画面的过程中，获取终端状态信息，所述交互画面由终端上当前处于运行状态的交互应用提供；当所述终端状态信息指示所述终端当前处于目标状态下时，对当前显示的交互画面执行锁定操作，显示与所述终端状态信息匹配的锁定画面；其中，所述目标状态为非静止状态或处于特定地理环境中。另一方面，提供了一种应用控制装置，所述装置包括：获取模块，用于在显示交互画面的过程中，获取终端状态信息，所述交互画面由终端上当前处于运行状态的交互应用提供；控制模块，用于当所述终端状态信息指示所述终端当前处于目标状态下时，对当前显示的交互画面执行锁定操作；显示模块，用于显示与所述终端状态信息匹配的锁定画面；其中，所述目标状态为非静止状态或处于特定地理环境中。在一种可能的实现方式中，所述获取模块，还用于获取所述终端第一时长内的传感器数据，所述传感器数据为所述终端上一个或多个传感器输出的数据；对所述传感器数据进行特征提取，基于提取到的特征向量获取所述终端当前的运动状态；基于所述传感器数据，获取所述终端当前所在地理位置的地理属性。在一种可能的实现方式中，所述获取模块，还用于将所述特征向量输入机器学习模型中，获取所述机器学习模型输出的所述终端当前处于各个运动状态下的概率值；将概率值最大的运动状态确定为所述终端当前的运动状态，或，将概率值超过第一阈值的运动状态确定为所述终端当前的运动状态。在一种可能的实现方式中，所述获取模块，还用于获取状态转移矩阵，所述状态转移矩阵给出了由一个运动状态转移至另一个运动状态的转移概率；基于所述终端上一次的运动状态和所述状态转移矩阵，对所述机器学习模型输出的所述终端当前处于各个运动状态下的概率值进行修正。在一种可能的实现方式中，所述装置还包括：训练模块，用于对于每个运动状态，获取一个或多个用户在位于所述运动状态下时的样本数据，所述样本数据为相应终端上一个或多个传感器在第二时长内输出的数据；对所述样本数据进行预处理；分别提取预处理后的所述样本数据在时域和频域上的特征，得到所述样本数据的特征向量；基于所述样本数据的特征向量和相应的运动状态标记，训练所述机器学习模型。在一种可能的实现方式中，所述装置还包括：异常检测模块，用于在预处理后以及特征提取之前，对于任意一个时间窗口内的样本数据，基于所述时间窗口内样本数据对应在设备坐标系下的加速度数据，获取所述时间窗口内相应终端的平均加速度方向变化；当所述平均加速度方向变化大于第二阈值时，过滤掉所述时间窗口内的样本数据。在一种可能的实现方式中，所述传感器数据包括加速度传感器输出的第一类数据、陀螺仪传感器输出的第二类数据以及磁场传感器输出的第三类数据；所述获取模块，还用于对所述传感器数据进行重采样；对重采样后的所述第一类数据进行低通滤波，得到重力加速度；基于所述重力加速度和重采样后的所述第三类数据，获取旋转矩阵；基于所述旋转矩阵，将重采样后的所述第一类数据和重采样后的所述第二类数据，由设备坐标系转换至地球坐标系；对地球坐标系下的所述第一类数据和所述第二类数据进行分解，得到预处理后的所述传感器数据；分别提取预处理后的所述传感器数据在时域和频域上的特征，得到所述特征向量。在一种可能的实现方式中，所述控制模块，还用于在所述交互应用处于非前台运行的过程中，当所述终端状态信息指示所述终端当前处于所述非静止状态或所述特定地理环境中时，在获取到对所述交互应用的应用图标的触发指令后，取消对所述触发指令进行响应。另一方面，提供了一种存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现上述的应用控制方法。另一方面，提供了一种终端，所述终端包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述的应用控制方法。本申请实施例提供的技术方案带来的有益效果是：在显示交互画面的过程中，本申请实施例会获取终端状态信息，其中，交互画面由终端上当前处于运行状态的交互应用提供；当获取到的终端状态信息指示终端当前处于目标状态下时，终端会自动对当前显示的交互画面执行锁定操作，并显示与获取到的终端状态信息匹配的锁定画面，目标状态为非静止状态或终端处于特定地理环境中，即本申请实施例实现了基于终端状态信息自动地在用户处于非安全状态下时对交互应用进行锁定，也即根据终端所处的场景自动在非安全状态下时禁止用户使用交互应用，以让用户能够集中关注周围的环境，避免用户过度沉浸于终端，保障了用户在使用终端时的人身安全，效果较佳。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。图1是本申请实施例提供的一种应用控制方法涉及的实施环境的示意图；图2是本申请实施例提供的一种离线训练阶段以及在线检测阶段的流程示意图；图3是本申请实施例提供的一种应用控制方法的流程图；图4是本申请实施例提供的一种坐标系转换的示意图；图5是本申请实施例提供的一种时域特征和频域特征的示意图；图6是本申请实施例提供的另一种应用控制方法的流程图；图7是本申请实施例提供的一种平均加速度方向变化的计算方式示意图；图8是本申请实施例提供的一种状态转移矩阵的示意图；图9是本申请实施例提供的一种终端显示界面的示意图；图10是本申请实施例提供的另一种终端显示界面的示意图；图11是本申请实施例提供的另一种应用控制方法的流程图；图12是本申请实施例提供的另一种应用控制方法的流程图；图13是本申请实施例提供的另一种应用控制方法的流程图；图14是本申请实施例提供的另一种应用控制方法的流程图；图15是本申请实施例提供的一种应用控制装置的结构示意图；图16是本申请实施例提供的一种终端1600的结构示意图。具体实施方式为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。在对本申请实施例进行详细地解释说明之前，先对本申请实施例涉及到的一些缩略语和关键术语进行定义。用户：指代终端的持有者。以游戏场景为例，用户也可称之为玩家。其中，玩家也可称为游戏者，是一种游戏业界与游戏参与本文档来自技高网...

【技术保护点】
1.一种应用控制方法，其特征在于，所述方法包括：在显示交互画面的过程中，获取终端状态信息，所述交互画面由终端上当前处于运行状态的交互应用提供；当所述终端状态信息指示所述终端当前处于目标状态下时，对当前显示的交互画面执行锁定操作，显示与所述终端状态信息匹配的锁定画面；其中，所述目标状态为非静止状态或处于特定地理环境中。

【技术特征摘要】
1.一种应用控制方法，其特征在于，所述方法包括：在显示交互画面的过程中，获取终端状态信息，所述交互画面由终端上当前处于运行状态的交互应用提供；当所述终端状态信息指示所述终端当前处于目标状态下时，对当前显示的交互画面执行锁定操作，显示与所述终端状态信息匹配的锁定画面；其中，所述目标状态为非静止状态或处于特定地理环境中。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：在所述锁定画面中显示解除锁定选项；在获取到对所述解除锁定选项的触发指令时，对锁定的交互画面执行解除锁定操作，取消显示所述锁定画面。3.根据权利要求1所述的方法，其特征在于，所述获取终端状态信息，包括：获取所述终端第一时长内的传感器数据，所述传感器数据为所述终端上一个或多个传感器输出的数据；对所述传感器数据进行特征提取，基于提取到的特征向量获取所述终端当前的运动状态；基于所述传感器数据，获取所述终端当前所在地理位置的地理属性。4.根据权利要求1所述的方法，其特征在于，所述基于提取到的特征向量获取所述终端当前的运动状态，包括：将所述特征向量输入机器学习模型中，获取所述机器学习模型输出的所述终端当前处于各个运动状态下的概率值；将概率值最大的运动状态确定为所述终端当前的运动状态，或，将概率值超过第一阈值的运动状态确定为所述终端当前的运动状态。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：获取状态转移矩阵，所述状态转移矩阵给出了由一个运动状态转移至另一个运动状态的转移概率；基于所述终端上一次的运动状态和所述状态转移矩阵，对所述机器学习模型输出的所述终端当前处于各个运动状态下的概率值进行修正。6.根据权利要求4所述的方法，其特征在于，所述机器学习模型的训练过程包括：对于每个运动状态，获取一个或多个用户在位于所述运动状态下时的样本数据，所述样本数据为相应终端上一个或多个传感器在第二时长内输出的数据；对所述样本数据进行预处理；分别提取预处理后的所述样本数据在时域和频域上的特征，得到所述样本数据的特征向量；基于所述样本数据的特征向量和相应的运动状态标记，训练所述机器学习模型。7.根据权利要求6所述的方法，其特征在于，所述方法还包括：在预处理后以及特征提取之前，对于任意一个时间窗口内的样本数据，基于所述时间窗口内样本数据对应在设备坐标系下的加速度数据，获取所述时间窗口内相应终端的平均加速度方向变化；当所述平均加速度方向变化大于第二阈值时，过滤掉所述时间窗口内的样本数据。8.根据权利要求3所述的方法，其特征在于，所述传感器数据包括加速度传感器输出的第一类数据、陀螺仪传感器输出的第二类数据以及磁场传感器输出的第三类数据；所述对所述传感器数据进行特征提取，包括：对所述传感器数据进行重采样；对重采样后的所述第一类数据进行低通滤波，得到重力加速度；基于所述重力加速度...

【专利技术属性】
技术研发人员：刘定俊，袁义龙，田野，刘畅，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东,44