触发电子设备预载功能的方法、电子装置及存储介质与流程

技术特征：
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，以作为样本数据训练所述推理模型。4.根据权利要求3所述的触发电子设备预载功能的方法，其特征在于，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。5.根据权利要求3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。6.根据权利要求3所述的触发电子设备预载功能的方法，其特征在于，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。7.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。8.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。9.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。10.一种电子装置，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，其特征在于，所述处理器执行所述计算机程序时，实现权利要求1至9中的任意一项所述方法。11.一种计算机可读存储介质，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，实现权利要求1至9中的任意一项所述方法。

技术总结
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。


技术研发人员：吴耿晖
受保护的技术使用者：深圳市万普拉斯科技有限公司
技术研发日：2020.08.25
技术公布日：2022/2/28