本申请公开一种触发电子设备预载功能的方法，包括：将采集的当前手势数据输入预先使用第一负样本训练的基础模型，第一负样本为非触发预载功能的手势数据；若基础模型识别当前手势数据为非负样本，则将当前手势数据输入采用预先使用第二负样本训练的推理模型，第二负样本为非触发预载功能的历史手势数据；若推理模型识别当前手势数据为负样本，则不触发预载功能，且将当前手势数据作为新的历史手势数据训练推理模型；若当前手势数据不为负样本，触发预载功能；使用负样本作为新的历史手势数据去训练推理模型，使得推理模型记忆了更多负样本，增加了判断不触发电子设备的预载功能的判定条件，从而使得用户可以使用非预先设置的手势触发预载功能。势触发预载功能。势触发预载功能。
【技术实现步骤摘要】
触发电子设备预载功能的方法、电子装置及存储介质
[0001]本申请涉及终端设备
，具体涉及一种触发电子设备预载功能的方法、电子装置及存储介质。
技术介绍
[0002]为了增加用户体验，现在的电子设备设计的越来越人性化，根据用户的动作设置了一些预载功能，例如，目前的电子设备，大多具有抬手亮屏或类似的功能，即在用户将电子设备拿起或其他可能的使用行为模式发生时自动点亮屏幕，让用户无需通过按键即可点亮屏幕来查看手机内容或进行触发后续如解锁等功能。
[0003]现有的预载功能，主要通过人工设计规则来实现，而判断需要亮屏的依据则为：使用传感器得到的当前手势数据是否与预先设置的固定手势数据相匹配，若匹配，则点亮屏幕或其他预载功能。
[0004]然而，上述方法预先设置的固定手势数据是固定不变的，因此电子设备对于预载功能的触发条件是固定的，用户须使用固定手势才能出发预载功能，使用非预先设置的手势无法触发预载功能，从而降低了用户体验。
技术实现思路
[0005]鉴于此，本申请提供一种触发电子设备预载功能的方法，以解决现有的电子设备对于预载功能的触发条件是固定的，用户想要使用非预先设置的手势触发预载功能，无法实现，从而降低了用户体验的问题。
[0006]本申请第一方面提供一种控制电子设备触发预载功能的方法，包括：采集用户操作电子设备的当前手势数据；将当前手势数据输入预先使用第一负样本训练的基础模型，第一负样本定义为固定的非触发预载功能的手势数据；若利用所述基础模型识别当前手势数据为非负样本，则将所述当前手势数据输入预先使用第二负样本训练的推理模型，第二负样本定义为非触发预载功能的历史手势数据；若利用所述推理模型识别所述当前手势数据为负样本，则不触发电子设备的预载功能，且将所述当前手势数据作为新的历史手势数据训练推理模型；若所述当前手势数据不为负样本，则识别所述当前手势为正样本，触发电子设备的预载功能。
[0007]其中，所述方法还包括：若利用所述基础模型识别当前手势数据为非负样本，则将所述当前手势数据输入采用预先使用正样本训练的群集模型，所述正样本定义为触发电子设备的预载功能的历史手势数据；若使用所述群集模型识别所述非负样本为正样本，且所述推理模型识别所述当前手势数据为正样本，则触发电子设备的预载功能。
[0008]其中，所述推理模型的训练方法包括：采集预定时间段内用户操作电子设备的历史手势数据；将所述历史手势数据输入所述基础模型；若使用所述基础模型识别所述历史手势数据为非负样本，则使用滑动窗口算法对非负样本的所述历史手势数据进行处理，得到处理结果；将所述处理结果输入所述基础模型，若使用所述基础模型识别所述处理结果
为负样本，则将所述处理结果对应的历史手势数据标记为负样本；若使用所述基础模型识别所述处理结果为非负样本，则将所述处理结果对应的历史手势数据标记为正样本；将标记为负样本的所述历史手势数据及其对应的负样本标签存入数据库中，以作为样本数据训练所述推理模型。
[0009]其中，所述群集模型的训练方法包括：使用标记为正样本的所述历史手势数据作为样本数据训练群集模型。
[0010]其中，所述推理模型的训练方法还包括：采集用户未触发电子设备的预载功能而发生波动较大的历史手势数据为训练所述推理模型的样本数据。
[0011]其中，所述滑动窗口算法的滑动窗口的设置方法包括：设置不同大小的预滑动窗口，并使用每个不同大小的预滑动窗口运行滑动窗口算法，得到不同预滑动窗口的处理结果；选取处理结果中不影响所述基础模型的正确率、且最小的预滑动窗口作为滑动窗口。
[0012]其中，所述方法还包括：根据电子设备的使用情况判断用户是否处于睡眠状态；获取电子设备的电量及充电状态；在用户处于睡眠状态、且电子设备电量充足、处于充电状态下，训练所述推理模型及所述群集模型。
[0013]其中，所述预载功能为点亮屏幕或预载程序或启动指纹解锁或启动人脸识别解锁。
[0014]其中，所述当前手势数据及所述历史手势数据为使用电子设备的加速度计或陀螺仪得到的数值。
[0015]本申请第二方面提供一种电子装置，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现上述中的任意一项所述的触发电子设备预载功能的方法。
[0016]本申请第三方面提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现上述中的任意一项所述的触发电子设备预载功能的方法。
[0017]本申请上述触发电子设备预载功能的方法、电子装置及存储介质，将固定的非触发预载功能的手势数据作为第一负样本而不是去固定能够触发预载功能的手势数据，因此输入的当前手势数据如不符合第一负样本就可视为可触发预载功能的手势数据，因此不需要固定可触发预载功能的手势数据就可以触发预载功能。且若利用所述推理模型识别所述当前手势数据为负样本，不会触发电子设备的预载功能，且将所述当前手势数据作为新的历史手势数据去训练推理模型，能够使得推理模型记忆更多的负样本，即使得不触发电子设备的预载功能的手势数据增加，可以降低正样本的增长带来的不可预期性。
附图说明
[0018]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。
[0019]图1是本申请实施例触发电子设备预载功能的方法的流程示意图；
[0020]图2是本申请实施例触发电子设备预载功能的方法的具体实施方式的流程示意图；
[0021]图3是本申请实施例电子设备的结构示意框图。
具体实施方式
[0022]下面结合附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而非全部实施例。基于本申请中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。在不冲突的情况下，下述各个实施例及其技术特征可以相互组合。
[0023]请参阅图1，本申请实施例提供一种触发电子设备预载功能的方法，包括：S1、采集用户操作电子设备的当前手势数据；S2、将当前手势数据输入预先使用第一负样本训练的基础模型，第一负样本定义为固定的非触发预载功能的手势数据；S3、若利用基础模型识别当前手势数据为非负样本，则将当前手势数据输入预先使用第二负样本训练的推理模型，第二负样本定义为非触发预载功能的历史手势数据；S4、若利用推理模型识别当前手势数据为负样本，则不触发电子设备的预载功能，且将当前手势数据作为新的历史手势数据训练推理模型；S5、若当前手势数据不为负样本，则识别当前手势为正样本，触发电子设备的预载功能。
[0024]在上述步骤中，将固定的非触发预载功能的手势数据作为第一负样本而不是去固定能够触发预载功能的手势本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种触发电子设备预载功能的方法，其特征在于，包括：采集用户操作电子设备的当前手势数据；将当前手势数据输入预先使用第一负样本训练的基础模型，第一负样本定义为固定的非触发预载功能的手势数据；若利用所述基础模型识别当前手势数据为非负样本，则将所述当前手势数据输入预先使用第二负样本训练的推理模型，第二负样本定义为非触发预载功能的历史手势数据；若利用所述推理模型识别所述当前手势数据为负样本，则不触发电子设备的预载功能，且将所述当前手势数据作为新的历史手势数据训练推理模型；若所述当前手势数据不为负样本，则识别所述当前手势为正样本，触发电子设备的预载功能。2.根据权利要求1所述的触发电子设备预载功能的方法，其特征在于，所述方法还包括：若利用所述基础模型识别当前手势数据为非负样本，则将所述当前手势数据输入采用预先使用正样本训练的群集模型，所述正样本定义为触发电子设备的预载功能的历史手势数据；若使用所述群集模型识别所述非负样本为正样本，且所述推理模型识别所述当前手势数据为正样本，则触发电子设备的预载功能。3.根据权利要求2所述的触发电子设备预载功能的方法，其特征在于，所述推理模型的训练方法包括：采集预定时间段内用户操作电子设备的历史手势数据；将所述历史手势数据输入所述基础模型；若使用所述基础模型识别所述历史手势数据为非负样本，则使用滑动窗口算法对非负样本的所述历史手势数据进行处理，得到处理结果；将所述处理结果输入所述基础模型，若使用所述基础模型识别所述处理结果为负样本，则将所述处理结果对应的历史手势数据标记为负样本；若使用所述基础模型识别所述处理结果为非负样本，则将所述处理结果对应的历史手势数据标记为正样本；将标记为负样本的所述历史手势数据及其对应的负样本标签存入数据库中，以作为样本数据...
【专利技术属性】
技术研发人员：吴耿晖，
申请(专利权)人：深圳市万普拉斯科技有限公司，
类型：发明
国别省市：
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。