本公开涉及相机,尤其涉及一种数据处理方法、装置及存储介质。
背景技术:
1、目前市场上的移动终端设备的相机大多会通过光学防抖器件进行防抖,来避免或减少捕捉光学信号过程中出现的抖动现象,从而提高成像质量。然而,在开启相机时,光学防抖器件的初始化过程会影响开启相机的速度。
技术实现思路
1、为克服相关技术中存在的问题,本公开提供一种数据处理方法、装置及存储介质。
2、根据本公开实施例的第一方面,提供一种数据处理方法,包括:
3、获取电子设备的传感器数据;
4、基于所述传感器数据,确定所述电子设备的操作状态,并在所述操作状态为目标操作状态的情况下,使能所述电子设备的相机的光学防抖器件;所述目标操作状态用于表征所述电子设备即将被用于拍照;
5、响应于检测到预设触发事件,使能所述相机。
6、在一些实施例中,所述基于所述传感器数据,确定所述电子设备的操作状态,包括:
7、在所述传感器数据在对应的阈值范围内的情况下,确定所述电子设备的操作状态为所述目标操作状态。
8、在一些实施例中,所述使能所述电子设备的相机的光学防抖器件,包括:
9、对所述电子设备的相机的所述光学防抖器件进行上电,并对所述光学防抖器件的参数进行预配置。
10、在一些实施例中,所述预设触发事件包括相机启动事件,所述响应于检测到预设触发事件,使能所述相机,包括:
11、在预设时长内对相机启动事件进行检测,并在检测到所述相机启动事件的情况下,响应于所述相机启动事件,启动所述相机。
12、在一些实施例中,所述方法还包括:
13、在所述预设时长内未检测到所述相机启动事件的情况下,对所述光学防抖器件进行下电。
14、在一些实施例中,所述传感器数据包括多组数据,其中,每组所述数据通过所述电子设备的加速度传感器和位置传感器在对应采集时刻采集得到的。
15、在一些实施例中,所述基于所述传感器数据,确定所述电子设备的操作状态,包括:
16、基于预先训练好的机器学习模型对所述传感器数据进行处理,以确定所述电子设备的所述操作状态。
17、在一些实施例中,所述机器学习模型基于如下方式训练得到:
18、获取携带有标签的多个训练样本,每个所述训练样本包括样本电子设备的样本传感器数据,所述标签用于表征所述样本电子设备的操作状态;
19、基于多个所述训练样本迭代更新初始机器学习模型的参数以减小各训练样本对应的损失函数值,得到训练好的机器学习模型;
20、其中,各训练样本对应的损失函数值通过以下过程确定:
21、通过机器学习模型处理所述样本传感器数据,得到所述电子设备的预测操作状态;
22、至少基于所述预测操作状态和所述标签的差异,确定损失函数值。
23、根据本公开实施例的第二方面,提供一种数据处理装置,包括:
24、获取模块,被配置为获取电子设备的传感器数据;
25、第一使能模块,被配置为基于所述传感器数据,确定所述电子设备的操作状态,并在所述操作状态为目标操作状态的情况下,使能所述电子设备的相机的光学防抖器件;所述目标操作状态用于表征所述电子设备即将被用于拍照;
26、第二使能模块,被配置为响应于检测到预设触发事件,使能所述相机。
27、在一些实施例中,所述第一使能模块进一步被配置为:
28、在所述传感器数据在对应的阈值范围内的情况下,确定所述电子设备的操作状态为所述目标操作状态。
29、在一些实施例中,所述第一使能模块进一步被配置为:
30、对所述电子设备的相机的所述光学防抖器件进行上电,并对所述光学防抖器件的参数进行预配置。
31、在一些实施例中,所述预设触发事件包括相机启动事件,所述第二使能模块进一步被配置为:
32、在预设时长内,检测到所述相机启动事件的情况下,响应于所述相机启动事件,启动所述相机。
33、在一些实施例中,所述装置还包括:
34、下电模块,被配置为在所述预设时长内未检测到所述相机启动事件的情况下,对所述光学防抖器件进行下电。
35、在一些实施例中,所述传感器数据包括多组数据,其中,每组所述数据通过所述电子设备的加速度传感器和位置传感器在对应采集时刻采集得到的。
36、在一些实施例中,所述第一使能模块进一步被配置为:
37、基于预先训练好的机器学习模型对所述传感器数据进行处理,以确定所述电子设备的所述操作状态。
38、在一些实施例中,所述机器学习模型基于如下方式训练得到:
39、获取携带有标签的多个训练样本,每个所述训练样本包括样本电子设备的样本传感器数据,所述标签用于表征所述样本电子设备的操作状态;
40、基于多个所述训练样本迭代更新初始机器学习模型的参数以减小各训练样本对应的损失函数值,得到训练好的机器学习模型;
41、其中,各训练样本对应的损失函数值通过以下过程确定:
42、通过机器学习模型处理所述样本传感器数据,得到所述样本电子设备的预测操作状态;
43、至少基于所述预测操作状态和所述标签的差异,确定损失函数值。
44、根据本公开实施例的第三方面,提供一种数据处理装置,包括:
45、处理器;
46、用于存储处理器可执行指令的存储器;
47、其中,所述处理器被配置为:
48、获取电子设备的传感器数据;
49、基于所述传感器数据,确定所述电子设备的操作状态,并在所述操作状态为目标操作状态的情况下,使能所述电子设备的相机的光学防抖器件;所述目标操作状态用于表征所述电子设备即将被用于拍照;
50、响应于检测到预设触发事件,使能所述相机。
51、根据本公开实施例的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序指令,该程序指令被处理器执行时实现本公开第一方面所提供的数据处理方法的步骤。
52、本公开的实施例提供的技术方案可以包括以下有益效果:通过在电子设备被用于拍照前,使能电子设备的相机的光学防抖器件,即在电子设备的相机使能前预先对相机的光学防抖器件进行使能操作,使得后续使能相机时可以不必再对光学防抖器件进行使能,提高了相机开启的速度,提升用户体验。
53、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
1.一种数据处理方法,其特征在于,包括:
2.根据权利要求1所述的数据处理方法,其特征在于,所述基于所述传感器数据,确定所述电子设备的操作状态,包括:
3.根据权利要求1所述的数据处理方法,其特征在于,所述使能所述电子设备的相机的光学防抖器件,包括:
4.根据权利要求1所述的数据处理方法,其特征在于,所述预设触发事件包括相机启动事件,所述响应于检测到预设触发事件,使能所述相机,包括:
5.根据权利要求4所述的数据处理方法,其特征在于,所述方法还包括:
6.根据权利要求1所述的数据处理方法,其特征在于,所述传感器数据包括多组数据,其中,每组所述数据通过所述电子设备的加速度传感器和位置传感器在对应采集时刻采集得到。
7.根据权利要求1所述的数据处理方法,其特征在于,所述基于所述传感器数据,确定所述电子设备的操作状态,包括:
8.根据权利要求1所述的数据处理方法,其特征在于,所述机器学习模型基于如下方式训练得到:
9.一种数据处理装置,其特征在于,包括:
10.一种数据处理装置,其特征在于,包括:
11.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,该程序指令被处理器执行时实现权利要求1~8中任一项所述方法的步骤。