卡顿预测方法、装置、终端设备及计算机可读存储介质制造方法及图纸

本申请适用于计算机技术领域，提供了一种卡顿预测方法、装置、终端设备及计算机可读存储介质。上述方法通过获取终端设备在第一时间段内的运算能力参数和第二时间段内的渲染运算量；其中，第一时间段和第二时间段连续；通过已训练的卡顿预测模型根据第一时间段内的运算能力参数和渲染运算量，获取终端设备在第二时间段内的预测渲染时间，可以提前预测终端设备在第二时间段是否会出现卡顿，且在预测到第二时间段会出现卡顿时，根据预测渲染时间可以准确预测具体的卡顿时长，使终端设备可以根据具体的卡顿时长提前作出响应，以避免卡顿现象发生，提高了终端设备面对即将发生的卡顿的处理灵活性。理灵活性。理灵活性。

Caton prediction method, device, terminal device and computer readable storage medium

【技术实现步骤摘要】
卡顿预测方法、装置、终端设备及计算机可读存储介质


[0001]本申请属于计算机
，尤其涉及一种卡顿预测方法、装置、终端设备及计算机可读存储介质。

技术介绍

[0002]随着科技水平和生活水平的快速进步，个人电脑、智能手机等电子设备已经成为人们日常生活中常用的消费型电子产品。目前电子设备通常配备有图形处理器(Graphics Processing Unit，GPU)，使电子设备可以完成图像渲染以具备一定的图像处理能力。而电子设备的图形处理器性能有限，当短时间内图像渲染的运算工作量过大，图形处理器无法及时完成图像渲染并输出至电子设备的显示模块，容易使电子设备的显示出现卡顿。
[0003]目前检测电子设备是否出现卡顿的方法通常是在电子设备出现卡顿后，采集显示信息以分析出现卡顿的原因，电子设备无法提前对即将出现的卡顿作出响应，导致卡顿现象无法避免。因此，如何提前并准确地预测电子设备是否会出现卡顿成为当前亟需解决的问题。

技术实现思路

[0004]有鉴于此，本申请实施例提供了一种卡顿预测方法，以解决当短时间内图像渲染的运算工作量过大，图形处理器无法及时完成图像渲染并输出至电子设备的显示模块，导致电子设备的显示出现卡顿的问题。
[0005]本申请实施例的第一方面提供了一种卡顿预测方法，应用于终端设备，所述方法包括：
[0006]获取所述终端设备在第一时间段内的运算能力参数和第二时间段内的渲染运算量；其中，所述第一时间段和所述第二时间段连续；
[0007]通过已训练的卡顿预测模型根据所述第一时间段内的运算能力参数和所述渲染运算量，获取所述终端设备在所述第二时间段内的预测渲染时间。
[0008]本申请实施例的第一方面提供一种卡顿预测方法，使终端设备可以提前预测在第二时间段是否会出现卡顿，且在预测到第二时间段会出现卡顿时，根据预测渲染时间可以准确预测具体的卡顿时长，使终端设备可以根据具体的卡顿时长提前作出响应，以避免卡顿现象发生，提高了终端设备面对即将发生的卡顿的处理灵活性。
[0009]本申请实施例的第二方面提供了一种卡顿预测装置，包括：
[0010]采集模块，用于获取终端设备在第一时间段内的运算能力参数和第二时间段内的渲染运算量；其中，所述第一时间段和所述第二时间段连续；
[0011]预测模块，用于通过已训练的卡顿预测模型根据所述第一时间段内的运算能力参数和所述渲染运算量，获取所述终端设备在所述第二时间段内的预测渲染时间。
[0012]本申请实施例的第三方面提供了一种显示设备，包括存储器、处理器以及存储在所述存储器中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
实现本申请实施例的第一方面提供的卡顿预测方法的步骤。
[0013]本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本申请实施例第一方面提供的卡顿预测方法的步骤。
[0014]可以理解的是，上述第二方面至第四方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
附图说明
[0015]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术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。
[0016]图1是本申请实施例提供的终端设备的结构示意图；
[0017]图2是本申请实施例提供的卡顿预测方法的第一种流程示意图；
[0018]图3是本申请实施例提供的终端设备输出渲染画面时通过已训练的卡顿预测模型预测渲染时间的时序示意图；
[0019]图4是本申请实施例提供的卡顿预测方法的第二种流程示意图；
[0020]图5是本申请实施例提供的卡顿预测方法的第三种流程示意图；
[0021]图6是本申请实施例提供的卡顿预测方法的第四种流程示意图；
[0022]图7是本申请实施例提供的卡顿预测模型的构建、训练、筛选及运用的架构示意图；
[0023]图8是本申请实施例提供的卡顿预测装置的结构示意图。
具体实施方式
[0024]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
[0025]应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0026]还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0027]如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0028]另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0029]在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
[0030]在应用中，目前检测电子设备是否出现卡顿的方法通常是在电子设备出现卡顿后，采集显示信息以分析出现卡顿的原因，电子设备无法提前对即将出现的卡顿作出响应，导致卡顿现象无法避免。因此，如何提前并准确地预测电子设备是否会出现卡顿成为当前亟需解决的问题。
[0031]针对上述技术问题，本申请实施例提供一种卡顿预测方法，通过获取终端设备在第一时间段内的运算能力参数和第二时间段内的渲染运算量；其中，第一时间段和第二时间段连续；通过已训练的卡顿预测模型根据第一时间段内的运算能力参数和渲染运算量，获取终端设备在第二时间段内的预测渲染时间，可以提前预测终端设备在第二时间段是否会出现卡顿，且在预测到第二时间段会本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种卡顿预测方法，其特征在于，应用于终端设备，所述方法包括：获取所述终端设备在第一时间段内的运算能力参数和第二时间段内的渲染运算量；其中，所述第一时间段和所述第二时间段连续；通过已训练的卡顿预测模型根据所述第一时间段内的运算能力参数和所述渲染运算量，获取所述终端设备在所述第二时间段内的预测渲染时间。2.如权利要求1所述的卡顿预测方法，其特征在于，所述通过已训练的卡顿预测模型根据所述第一时间段内的运算能力参数和所述渲染运算量，获取所述终端设备在所述第二时间段内的预测渲染时间之前，还包括：根据训练任务执行渲染操作，获取第一训练信息，以构建至少一种待训练的卡顿预测模型；其中，所述第一训练信息包括所述终端设备的硬件信息、第一运算能力参数、第一渲染运算量及第一渲染时间；根据训练任务执行渲染操作，获取第二训练信息，以对所述至少一种待训练的卡顿预测模型进行训练；其中，所述第二训练信息包括第二运算能力参数、第二渲染运算量及第二渲染时间；获取所述至少一种待训练的卡顿预测模型的综合性能评分，筛选得到已训练的卡顿预测模型。3.如权利要求2所述的卡顿预测方法，其特征在于，所述根据训练任务执行渲染操作，获取第一训练信息，以构建至少一种待训练的卡顿预测模型，包括：根据第一训练任务执行渲染操作，以获取所述终端设备的硬件信息、第一运算能力参数、第一渲染运算量及第一渲染时间；以所述终端设备的硬件信息、第一运算能力参数及第一渲染运算量作为自变量，以所述第一渲染时间作为因变量，采用至少一种机器学习模型构建至少一种待训练的卡顿预测模型；其中，一种机器学习模型用于构建一种待训练的卡顿预测模型。4.如权利要求2所述的卡顿预测方法，其特征在于，所述根据训练任务执行渲染操作，获取第二训练信息，以对所述至少一种待训练的卡顿预测模型进行训练，包括：根据第二训练任务执行渲染操作，以获取所述终端设备的第二运算能力参数、第二渲染运算量及第二渲染时间；对于每一所述待训练的卡顿预测模型，通过所述待训练的卡顿预测模型根据所述第二运算能力参数和所述第二渲染运算量，获取预测渲染时间；根据所述预测渲染时间和所述第二渲染时间构建损失函数；根据所述损失函数优化所述待训练的卡顿预测模型。5.如权利要求2所述的卡顿预测方法，其特征...

【专利技术属性】
技术研发人员：黄文涛，
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：