本發(fā)明涉及電子產(chǎn)品檢測領(lǐng)域，具體而言，涉及一種性能檢測方法及裝置。

背景技術(shù)：

隨著科學(xué)技術(shù)的發(fā)展，虛擬現(xiàn)實(shí)(virtualreality，vr)技術(shù)廣泛地應(yīng)用在各個領(lǐng)域中，比如醫(yī)療、娛樂游戲等。一般地，虛擬現(xiàn)實(shí)是將智能終端(比如，手機(jī))作為三維動態(tài)視景的模擬環(huán)境，對智能終端的硬件性能有一定要求。現(xiàn)有技術(shù)中，智能終端在使用虛擬現(xiàn)實(shí)時，通過具體地使用，才能判斷該智能終端是否支持虛擬現(xiàn)實(shí)，以及判斷智能終端對虛擬現(xiàn)實(shí)呈現(xiàn)效果的好與差，并不能讓用戶對支持虛擬現(xiàn)實(shí)的性能有一個具體的了解。因此，如何提供一種可檢測智能終端對虛擬現(xiàn)實(shí)的支持性能的檢測方法及裝置，已成為本領(lǐng)域技術(shù)人員亟需解決的問題。

技術(shù)實(shí)現(xiàn)要素：

為了克服上述現(xiàn)有技術(shù)中的不足，本發(fā)明提供一種性能檢測方法及裝置，以解決上述問題。

為了實(shí)現(xiàn)上述目的，本發(fā)明較佳實(shí)施例所提供的技術(shù)方案如下所示：

本發(fā)明較佳實(shí)施例提供一種性能檢測方法，用于檢測智能終端對虛擬現(xiàn)實(shí)的支持性能，該方法包括：

偵查到應(yīng)用開啟指令時，加載預(yù)先設(shè)置的虛擬現(xiàn)實(shí)測試環(huán)境；

在所述虛擬現(xiàn)實(shí)測試環(huán)境中檢測所述智能終端的硬件性能參數(shù)；

對所述硬件性能參數(shù)進(jìn)行解析，得到該智能終端對虛擬現(xiàn)實(shí)的支持性能的檢測分?jǐn)?shù)；

其中，所述硬件性能參數(shù)包括中央處理器的運(yùn)算速度、圖形處理器的運(yùn)算速度、屏幕刷新頻率、傳感器精度中的至少一種。

在本發(fā)明的較佳實(shí)施例中，上述中央處理器的運(yùn)算速度包括單線程整數(shù)運(yùn)算速度、單線程浮點(diǎn)數(shù)運(yùn)算速度、多線程整數(shù)運(yùn)算速度、多線程浮點(diǎn)數(shù)運(yùn)算速度；

圖形處理器的運(yùn)算速度包括畫面的幀傳輸速率；

所述傳感器精度包括陀螺儀傳感器在第一預(yù)設(shè)時長采集或傳輸?shù)臄?shù)據(jù)量、加速度傳感器在第二預(yù)設(shè)時長采集或傳輸?shù)臄?shù)據(jù)量。

在本發(fā)明的較佳實(shí)施例中，上述在所述虛擬現(xiàn)實(shí)測試環(huán)境中檢測所述智能終端的硬件性能參數(shù)的步驟，包括：

采用單線程整數(shù)運(yùn)算、單線程浮點(diǎn)數(shù)運(yùn)算、多線程整數(shù)運(yùn)算、多線程浮點(diǎn)數(shù)運(yùn)算分別執(zhí)行一預(yù)設(shè)的邏輯運(yùn)算；

分別解析所述單線程整數(shù)運(yùn)算、單線程浮點(diǎn)數(shù)運(yùn)算、多線程整數(shù)運(yùn)算、多線程浮點(diǎn)數(shù)運(yùn)算從開始執(zhí)行所述邏輯運(yùn)算至完成該邏輯運(yùn)算的時長，根據(jù)解析的結(jié)果以及第一預(yù)設(shè)權(quán)重計(jì)算得到所述中央處理器的運(yùn)算速度。

在本發(fā)明的較佳實(shí)施例中，上述在所述虛擬現(xiàn)實(shí)測試環(huán)境中檢測所述智能終端的硬件性能參數(shù)的步驟，還包括：

執(zhí)行一個預(yù)設(shè)的虛擬現(xiàn)實(shí)測試場景，并在至少一個預(yù)設(shè)的測試點(diǎn)采集畫面的幀傳輸速率的測試值；

針對每個所述測試點(diǎn)采集至少一個所述測試值，并計(jì)算該測試點(diǎn)的所述至少一個測試值的平均值，以作為該測試點(diǎn)的最終測試值；

計(jì)算所有所述測試點(diǎn)的最終測試值之和，得到所述圖形處理器的運(yùn)算速度。

在本發(fā)明的較佳實(shí)施例中，上述對所述硬件性能參數(shù)進(jìn)行解析，得到該智能終端對虛擬現(xiàn)實(shí)的支持性能的檢測分?jǐn)?shù)的步驟，包括：

將檢測到的各個所述硬件性能參數(shù)與對應(yīng)的預(yù)設(shè)運(yùn)算模型進(jìn)行匹配，得出每個硬件對應(yīng)的性能分?jǐn)?shù)；

根據(jù)得到的各個硬件的性能分?jǐn)?shù)以及第二預(yù)設(shè)權(quán)重進(jìn)行運(yùn)算，得到所述智能終端對虛擬現(xiàn)實(shí)的支持性能的檢測分?jǐn)?shù)。

在本發(fā)明的較佳實(shí)施例中，上述第二預(yù)設(shè)權(quán)重包括所述中央處理器的運(yùn)算速度的權(quán)重為20％、所述圖形處理器的運(yùn)算速度的權(quán)重為45％、所述屏幕刷新頻率的權(quán)重為10％、以及所述傳感器精度的權(quán)重為25％。

本發(fā)明的較佳實(shí)施例還提供一種性能檢測裝置，用于檢測智能終端對虛擬現(xiàn)實(shí)的支持性能，所述性能檢測裝置包括：

加載模塊，用于在偵查到應(yīng)用開啟指令時，加載預(yù)先設(shè)置的虛擬現(xiàn)實(shí)測試環(huán)境；

檢測模塊，用于在所述虛擬現(xiàn)實(shí)測試環(huán)境中檢測所述智能終端的硬件性能參數(shù)；

解析模塊，用于對所述硬件性能參數(shù)進(jìn)行解析，得到該智能終端對虛擬現(xiàn)實(shí)的支持性能的檢測分?jǐn)?shù)；

其中，所述硬件性能參數(shù)包括中央處理器的運(yùn)算速度、圖形處理器的運(yùn)算速度、屏幕刷新頻率、傳感器精度中的至少一種。

在本發(fā)明的較佳實(shí)施例中，上述檢測模塊包括：

第一執(zhí)行子模塊，用于采用單線程整數(shù)運(yùn)算、單線程浮點(diǎn)數(shù)運(yùn)算、多線程整數(shù)運(yùn)算、多線程浮點(diǎn)數(shù)運(yùn)算分別執(zhí)行一預(yù)設(shè)的邏輯運(yùn)算；

解析子模塊，用于分別解析所述單線程整數(shù)運(yùn)算、單線程浮點(diǎn)數(shù)運(yùn)算、多線程整數(shù)運(yùn)算、多線程浮點(diǎn)數(shù)運(yùn)算從開始執(zhí)行所述邏輯運(yùn)算至完成該邏輯運(yùn)算的時長，根據(jù)解析的結(jié)果以及第一預(yù)設(shè)權(quán)重計(jì)算得到所述中央處理器的運(yùn)算速度。

在本發(fā)明的較佳實(shí)施例中，上述檢測模塊包括：

第二執(zhí)行子模塊，用于執(zhí)行一個預(yù)設(shè)的虛擬現(xiàn)實(shí)測試場景，并在至少一個預(yù)設(shè)的測試點(diǎn)采集畫面的幀傳輸速率的測試值；

采集子模塊，用于針對每個所述測試點(diǎn)采集至少一個所述測試值，并計(jì)算該測試點(diǎn)的所述至少一個測試值的平均值，以作為該測試點(diǎn)的最終測試值；

第一計(jì)算子模塊，用于計(jì)算所有所述測試點(diǎn)的最終測試值之和，得到所述圖形處理器的運(yùn)算速度。

在本發(fā)明的較佳實(shí)施例中，上述解析模塊還包括：

匹配子模塊，用于將檢測到的各個所述硬件性能參數(shù)與對應(yīng)的預(yù)設(shè)運(yùn)算模型進(jìn)行匹配，得出每個硬件對應(yīng)的性能分?jǐn)?shù)；

第二計(jì)算子模塊，用于根據(jù)得到的各個硬件的性能分?jǐn)?shù)以及第二預(yù)設(shè)權(quán)重進(jìn)行運(yùn)算，得到所述智能終端對虛擬現(xiàn)實(shí)的支持性能的檢測分?jǐn)?shù)。

本發(fā)明提供的性能檢測方法及裝置，用于檢測智能終端對虛擬現(xiàn)實(shí)的支持性能。所述性能檢測方法通過在偵查到應(yīng)用開啟指令時，加載預(yù)先設(shè)置的虛擬現(xiàn)實(shí)測試環(huán)境；在所述虛擬現(xiàn)實(shí)測試環(huán)境中檢測所述智能終端的硬件性能參數(shù)；對所述硬件性能參數(shù)進(jìn)行解析，從而使用戶得到該智能終端對虛擬現(xiàn)實(shí)的支持性能的檢測分?jǐn)?shù)。與現(xiàn)有技術(shù)相比，本發(fā)明提供的性能檢測方法及裝置中，智能終端在運(yùn)行vr之前，用戶可根據(jù)檢測分?jǐn)?shù)而判斷智能終端是否支持vr，另外，用戶可根據(jù)檢測分?jǐn)?shù)而選擇合適的智能終端運(yùn)行vr。

為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能更明顯易懂，下文特舉本發(fā)明較佳實(shí)施例，并配合所附附圖，作詳細(xì)說明如下。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例的技術(shù)方案，下面將對實(shí)施例中所需要使用的附圖作簡單地介紹。應(yīng)當(dāng)理解，以下附圖僅示出了本發(fā)明的某些實(shí)施例，因此不應(yīng)被看作是對范圍的限定，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他相關(guān)的附圖。

圖1為本發(fā)明較佳實(shí)施例提供的智能終端的示意性結(jié)構(gòu)框圖。

圖2為本發(fā)明較佳實(shí)施例提供的一種性能檢測方法的流程圖。

圖3為圖2中步驟s220的子步驟的流程圖。

圖4為圖2中步驟s220的另一子步驟的流程圖。

圖5為圖2中步驟s230的子步驟的流程圖。

圖6為本發(fā)明較佳實(shí)施例提供的一種性能檢測裝置的功能模塊框圖。

圖7為本發(fā)明較佳實(shí)施例提供的性能檢測裝置中的檢測模塊的功能框圖。

圖8為本發(fā)明較佳實(shí)施例提供的性能檢測裝置中的解析模塊的功能框圖。

圖標(biāo)：10-智能終端；11-存儲器；12-存儲控制器；13-處理器；14-外設(shè)接口；15-射頻模塊；16-音頻模塊；17-顯示模塊；18-傳感器模塊；100-性能檢測裝置；110-加載模塊；120-檢測模塊；121-第一執(zhí)行子模塊；122-解析子模塊；123-第二執(zhí)行子模塊；124-采集子模塊；125-第一計(jì)算子模塊；130-解析模塊；131-匹配子模塊；132-第二計(jì)算子模塊。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述。顯然，所描述的實(shí)施例僅僅是本發(fā)明的一部分實(shí)施例，而不是全部的實(shí)施例。通常在此處附圖中描述和示出的本發(fā)明實(shí)施例的組件可以以各種不同的配置來布置和設(shè)計(jì)。

因此，以下對在附圖中提供的本發(fā)明的實(shí)施例的詳細(xì)描述并非旨在限制要求保護(hù)的本發(fā)明的范圍，而是僅僅表示本發(fā)明的選定實(shí)施例?；诒景l(fā)明的實(shí)施例，本領(lǐng)域技術(shù)人員在沒有做出創(chuàng)造性勞動的前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

應(yīng)注意到：相似的標(biāo)號和字母在下面的附圖中表示類似項(xiàng)，因此，一旦某一項(xiàng)在一個附圖中被定義，則在隨后的附圖中不需要對其進(jìn)行進(jìn)一步定義和解釋。

下面結(jié)合附圖，對本發(fā)明的一些實(shí)施方式作詳細(xì)說明。在不沖突的情況下，下述的實(shí)施例及實(shí)施例中的特征可以相互組合。

請參照圖1，是本發(fā)明較佳實(shí)施例提供的智能終端10的示意性結(jié)構(gòu)框圖。如圖1所示，所述智能終端10包括性能檢測裝置100、存儲器11、存儲控制器12、處理器13、外設(shè)接口14、射頻模塊15、音頻模塊16、顯示模塊17以及傳感器模塊18。這些組件通過一條或多條通信總線/信號線相互通信。

存儲器11可以用于存儲軟件程序以及模塊，如本發(fā)明實(shí)施例中的性能檢測裝置100中對應(yīng)的程序指令/模塊，處理器13通過運(yùn)行存儲在存儲器11內(nèi)的軟件程序以及模塊，從而執(zhí)行各種功能應(yīng)用以及數(shù)據(jù)處理，如本發(fā)明實(shí)施例提供的性能檢測方法。

所述存儲器11可以是，但不限于，隨機(jī)存取存儲器(randomaccessmemory，ram)，只讀存儲器(readonlymemory，rom)，可編程只讀存儲器(programmableread-onlymemory，prom)，可擦除只讀存儲器(erasableprogrammableread-onlymemory，eprom)，電可擦除只讀存儲器(electricerasableprogrammableread-onlymemory，eeprom)等。處理器13以及其他可能的組件對存儲器11的訪問可在存儲控制器12的控制下進(jìn)行。

所述處理器13可以是一種集成電路芯片，具有信號的處理能力。上述處理器13可以是通用處理器，包括中央處理器(centralprocessingunit，cpu)、圖形處理器(graphicsprocessingunit，gpu)、網(wǎng)絡(luò)處理器(networkprocessor，np)等；還可以是數(shù)字信號處理器(dsp)、專用集成電路(asic)、現(xiàn)成可編程門陣列(fpga)或者其他可編程邏輯器件、分立門或者晶體管邏輯器件、分立硬件組件，可以實(shí)現(xiàn)或者執(zhí)行本發(fā)明實(shí)施例中的公開的各方法、步驟及邏輯框圖。通用處理器可以是微處理器或者該處理器也可以是任何常規(guī)的處理器等。

外設(shè)接口14連接處理器13以及存儲器11。在一些實(shí)施例中，外設(shè)接口14、處理器13以及存儲控制器12可以在單個芯片中實(shí)現(xiàn)。在其他一些實(shí)例中，它們可以分別由獨(dú)立的芯片實(shí)現(xiàn)。

射頻模塊15用于接收以及發(fā)送電磁波，實(shí)現(xiàn)電磁波與電信號的相互轉(zhuǎn)換，從而與通信網(wǎng)絡(luò)或者其他設(shè)備進(jìn)行通信。

音頻模塊16向用戶提供音頻接口，其可包括一個或多個麥克風(fēng)、一個或者多個揚(yáng)聲器以及音頻電路。

顯示模塊17在智能終端10與用戶之間提供一個顯示界面。具體地，顯示模塊17向用戶顯示視頻輸出，這些視頻輸出的內(nèi)容可包括文字、圖形、視頻及其任意組合。

傳感器模塊18用于探測、感受外界的信號、物理?xiàng)l件或化學(xué)組成，并將探知的信息傳遞給其他模塊。具體地，所述傳感器模塊18可包括陀螺儀傳感器、加速度傳感器、溫度傳感器等，可將相應(yīng)的傳感數(shù)據(jù)傳輸給處理器13，以供處理器13處理。

于本發(fā)明實(shí)施例中，所述智能終端10可以為安裝有android系統(tǒng)、ios系統(tǒng)或windows系列系統(tǒng)的智能終端10。智能終端10可以是平板電腦、智能手機(jī)等。所述智能終端10可與其他設(shè)備進(jìn)行交互，比如，和vr設(shè)備等進(jìn)行交互。優(yōu)選地，所述智能終端10為手機(jī)。

可以理解，圖1所示的結(jié)構(gòu)僅為示意，智能終端10還可包括比圖1中所示更多或者更少的組件，或者具有與圖1所示不同的配置。圖1中所示的各組件可以采用硬件、軟件或其組合實(shí)現(xiàn)。

請參照圖2，是本發(fā)明較佳實(shí)施例提供的一種性能檢測方法的流程圖。所述性能檢測方法用于檢測智能終端10對虛擬現(xiàn)實(shí)的支持性能。下面對圖2中所示的性能檢測方法的具體流程和步驟進(jìn)行詳細(xì)闡述。

步驟s210，偵查到應(yīng)用開啟指令時，加載預(yù)先設(shè)置的虛擬現(xiàn)實(shí)測試環(huán)境。

用戶在需要開啟某應(yīng)用時，可以通過點(diǎn)擊系統(tǒng)桌面上的應(yīng)用圖標(biāo)或者觸發(fā)相應(yīng)的按鈕生成應(yīng)用開啟指令。當(dāng)智能終端10(例如手機(jī))偵查到該應(yīng)用開啟指令時，可以通過性能檢測裝置100加載預(yù)先設(shè)置的虛擬現(xiàn)實(shí)測試環(huán)境。

可理解地，所述虛擬現(xiàn)實(shí)測試環(huán)境為性能檢測裝置100中的一個可對智能終端10的硬件性能參數(shù)進(jìn)行檢測和運(yùn)算的一個整體模塊。

步驟s220，在所述虛擬現(xiàn)實(shí)測試環(huán)境中檢測智能終端10的硬件性能參數(shù)；所述硬件性能參數(shù)包括中央處理器的運(yùn)算速度、圖形處理器的運(yùn)算速度、屏幕刷新頻率、傳感器精度中的至少一種。

優(yōu)選地，所檢測的硬件性能參數(shù)包括中央處理器的運(yùn)算速度、圖形處理器的運(yùn)算速度、屏幕刷新頻率以及傳感器精度。可選地，所述硬件性能參數(shù)還可以包括屏幕分辨率、cpu溫度、gpu溫度中的一個或多個。

具體地，所述中央處理器的運(yùn)算速度包括單線程整數(shù)運(yùn)算速度、單線程浮點(diǎn)數(shù)運(yùn)算速度、多線程整數(shù)運(yùn)算速度、多線程浮點(diǎn)數(shù)運(yùn)算速度。圖形處理器的運(yùn)算速度包括畫面的幀傳輸速率，可理解地，幀傳輸速率為每秒鐘時間里傳輸?shù)膱D片的幀數(shù)，也可以理解為圖形處理器每秒鐘能夠刷新幾次，通常以幀率(framespersecond，fps)表示。所述傳感器精度包括陀螺儀傳感器在第一預(yù)設(shè)時長采集或傳輸?shù)臄?shù)據(jù)量、加速度傳感器在第二預(yù)設(shè)時長采集或傳輸?shù)臄?shù)據(jù)量。所述第一預(yù)設(shè)時長與第二預(yù)設(shè)時長可以相同，也可以不同，這里不做具體限定。

請參照圖3，在本實(shí)施例中，所述步驟s220還可以包括子步驟s221以及子步驟s222。

子步驟s221，采用單線程整數(shù)運(yùn)算、單線程浮點(diǎn)數(shù)運(yùn)算、多線程整數(shù)運(yùn)算、多線程浮點(diǎn)數(shù)運(yùn)算分別執(zhí)行一預(yù)設(shè)的邏輯運(yùn)算。

子步驟s222，分別解析所述單線程整數(shù)運(yùn)算、單線程浮點(diǎn)數(shù)運(yùn)算、多線程整數(shù)運(yùn)算、多線程浮點(diǎn)數(shù)運(yùn)算從開始執(zhí)行所述邏輯運(yùn)算至完成該邏輯運(yùn)算的時長，根據(jù)解析的結(jié)果以及第一預(yù)設(shè)權(quán)重計(jì)算得到中央處理器的運(yùn)算速度。

具體地，cpu運(yùn)算速度本身是浮動的，即為cpu頻率，可理解為在單個周期內(nèi)的二進(jìn)制計(jì)算總量。所述邏輯運(yùn)算可以理解為大量的二進(jìn)制計(jì)算組成的一個整體。通過單線程、多線程、對于整數(shù)和浮點(diǎn)數(shù)計(jì)算進(jìn)行測試，對測試的結(jié)果進(jìn)行定量，通過計(jì)算cpu完成定量邏輯運(yùn)算的時長來測試出cpu自身的效率。例如可根據(jù)運(yùn)算完成的時間長短判斷cpu性能的優(yōu)劣，時間越短，其性能越好，即運(yùn)算速度越快。優(yōu)選地，單線程整數(shù)運(yùn)算、單線程浮點(diǎn)數(shù)運(yùn)算、多線程整數(shù)運(yùn)算、多線程浮點(diǎn)數(shù)運(yùn)算執(zhí)行的邏輯運(yùn)算為同一個邏輯運(yùn)算。

所述第一預(yù)設(shè)權(quán)重可根據(jù)具體情況而設(shè)計(jì)。比如，第一預(yù)設(shè)權(quán)重由大權(quán)重和小權(quán)重構(gòu)成。大權(quán)重可以為cpu性能在整體測試中對于實(shí)際體驗(yàn)表現(xiàn)，即為cpu對于vr畫面運(yùn)行的影響力，可以根據(jù)vr測試項(xiàng)目中cpu運(yùn)行占比的多次測試結(jié)果而得到。小權(quán)重可以由單核心處理器以及多核心處理器在運(yùn)行同等畫面時產(chǎn)生的效果差計(jì)算而得到。

一般地，上述四項(xiàng)運(yùn)算在cpu測試中的權(quán)重占比本身不是一個固定值。具體的權(quán)重占比可以通過測試多款(比如超過20款)cpu后而得到。另外，上述四項(xiàng)運(yùn)算各自的占比還可以通過cpu多核心(即單芯片多處理器)調(diào)用的幾率或占比進(jìn)行分配計(jì)算得到。所述第一預(yù)設(shè)權(quán)重的具體占比這里不做具體限定。

請參照圖4，在本實(shí)施例中，所述步驟s220還可以包括子步驟s223、子步驟s224、子步驟s225。

子步驟s223，執(zhí)行一個預(yù)設(shè)的虛擬現(xiàn)實(shí)測試場景，并在至少一個預(yù)設(shè)的測試點(diǎn)采集畫面的幀傳輸速率的測試值。

具體地，所述預(yù)設(shè)的虛擬現(xiàn)實(shí)測試場景可以為一個vr游戲場景的小片段。通過在一個或多個預(yù)設(shè)的測試點(diǎn)采集畫面的fps值，可以根據(jù)fps值的大小判斷gpu性能，fps值越大gpu性能越好，gpu的運(yùn)算速度越快。優(yōu)選地，所述預(yù)設(shè)的測試點(diǎn)為在vr游戲場景中含有較多特效的時段對應(yīng)的畫面，該時段可以為一固定時長的預(yù)設(shè)時段，也可以為隨機(jī)時長的預(yù)設(shè)時段。

子步驟s224，針對每個所述測試點(diǎn)采集至少一個所述測試值，并計(jì)算該測試點(diǎn)的所述至少一個測試值的平均值，以作為該測試點(diǎn)的最終測試值。

作為一種實(shí)施方式，在每個所述測試點(diǎn)所對應(yīng)的時段內(nèi)采集一個或多個fps值，然后計(jì)算出該測試點(diǎn)所有fps值的平均值，并將該平均值作為該測試點(diǎn)的最終測試值。另外，不同的測試點(diǎn)所采集的fps值個數(shù)可以相同，也可以不同，這里不做具體限定。

可選地，所述測試點(diǎn)為3個。設(shè)置的3個測試點(diǎn)可以減少不確定因素導(dǎo)致單個測試點(diǎn)波動過大的問題，進(jìn)而提高測試結(jié)果的精準(zhǔn)度。

子步驟s225，計(jì)算所有所述測試點(diǎn)的最終測試值之和，得到所述圖形處理器的運(yùn)算速度。

一般情況下，各個測試點(diǎn)內(nèi)的畫面內(nèi)容不一致?？梢酝ㄟ^對每個點(diǎn)的fps值賦予對應(yīng)的分?jǐn)?shù)，然后將各個測試點(diǎn)的分?jǐn)?shù)相加，得到gpu的分?jǐn)?shù)。其中，根據(jù)fps值而得到分?jǐn)?shù)的依據(jù)可以為人眼時間感受，也就是對畫面感覺是流暢還是卡頓的程度作為賦予分?jǐn)?shù)的依據(jù)。

步驟s230，對所述硬件性能參數(shù)進(jìn)行解析，得到該智能終端10對虛擬現(xiàn)實(shí)的支持性能的檢測分?jǐn)?shù)。

具體地，請參照圖5，是圖2中步驟s230的子步驟的流程圖。所述步驟s230還可以包括子步驟s231和子步驟s232。

子步驟s231，將檢測到的各個硬件性能參數(shù)與對應(yīng)的預(yù)設(shè)運(yùn)算模型進(jìn)行匹配，得出每個硬件對應(yīng)的性能分?jǐn)?shù)。

具體地，比如以解析pfs值而得到gpu的檢查分?jǐn)?shù)為例，進(jìn)行舉例說明?；诩榷ü娬J(rèn)知的視覺殘留，以60fps為滿幀點(diǎn)，30fps為低點(diǎn)，形成三個不同區(qū)間的fps值，即fps低于30、fps值大于等于30且小于等于60、fps值大于60這三個區(qū)間。畫面的fps高于60時，在超過60fps的區(qū)間內(nèi)，人眼觀測到的畫面都是連續(xù)不間斷的，并且感覺不到不同fps值之間帶來的流暢感的差距。當(dāng)畫面的fps低于30時，人眼會有比較明顯的反應(yīng)，即能感覺出畫面的卡頓。基于所述的三個區(qū)間，可通過一個多重拋物線形數(shù)學(xué)給分模型，賦予不同fps對應(yīng)的分?jǐn)?shù)。

上述三個fps值區(qū)間所對應(yīng)的拋物線不同，每個區(qū)間設(shè)置有對應(yīng)的拋物線以及賦值算法，進(jìn)而得到每個fps值對應(yīng)的分?jǐn)?shù)。解析cpu的運(yùn)算速度、傳感器的精度以及屏幕的刷新頻率而到對應(yīng)的分?jǐn)?shù)的過程與得到gpu分?jǐn)?shù)的過程類似，這里不再贅述。

子步驟s232，根據(jù)得到的各個硬件的性能分?jǐn)?shù)以及第二預(yù)設(shè)權(quán)重進(jìn)行運(yùn)算，得到智能終端10對虛擬現(xiàn)實(shí)的支持性能的檢測分?jǐn)?shù)。

在得到各個硬件的性能參數(shù)對應(yīng)的分?jǐn)?shù)的基礎(chǔ)上，需要將該分?jǐn)?shù)放大到整體影響占比中進(jìn)行計(jì)算。即，各個硬件的分?jǐn)?shù)根據(jù)第二預(yù)設(shè)的權(quán)重進(jìn)行運(yùn)算，通過整體放大得到用戶可見的檢測分?jǐn)?shù)，該分?jǐn)?shù)即為智能終端10對虛擬現(xiàn)實(shí)的支持性能的檢測分?jǐn)?shù)。

具體地，在本實(shí)施例中，通過對多款智能終端10的硬件性能參數(shù)進(jìn)行測量，而得到第二預(yù)設(shè)權(quán)重的占比。所述第二預(yù)設(shè)權(quán)重可以包括所述中央處理器運(yùn)算速度的分?jǐn)?shù)的權(quán)重，可以為20％；所述圖形處理器運(yùn)算速度的分?jǐn)?shù)的權(quán)重，可以為45％；所述屏幕刷新頻率的分?jǐn)?shù)的權(quán)重，可以為10％；以及所述傳感器精度的分?jǐn)?shù)的權(quán)重，可以為25％。其中，所述傳感器精度對應(yīng)的權(quán)重可以包括陀螺儀傳感器的分?jǐn)?shù)的權(quán)重，可以為16％，加速度傳感器的分?jǐn)?shù)的權(quán)重，可以為9％。將各個硬件的分?jǐn)?shù)根據(jù)所述第二預(yù)設(shè)權(quán)重的相對應(yīng)的占比相乘，最后求和，得到所述智能終端10對虛擬現(xiàn)實(shí)的支持性能的檢測分?jǐn)?shù)。當(dāng)然，本實(shí)施例中的第二預(yù)設(shè)的權(quán)重占比僅作為一個優(yōu)選的實(shí)施方式，而并不限制本發(fā)明的其他實(shí)施方式，在其他實(shí)施例中，其占比的具體百分比也可以不同于本實(shí)施例中所描述的權(quán)重占比。

在本實(shí)施例中，可以設(shè)置評判所述檢測分?jǐn)?shù)的評判等級，所述評判等級可幫助用戶對智能終端10進(jìn)行篩選，不同的評判等級對應(yīng)不同所述檢測分?jǐn)?shù)，一般地，不同的檢測分?jǐn)?shù)對應(yīng)的vr呈現(xiàn)效果也不同。用戶可根據(jù)不同的vr呈現(xiàn)效果進(jìn)行選擇相應(yīng)的智能終端10。其具體的評判等級可以為：不支持vr、vr效果差、vr效果良以及vr效果優(yōu)等四個等級，當(dāng)然其等級也可以是不同于本實(shí)施例所述的評判等級。

進(jìn)一步地，所述評判等級可以通過測試多款智能終端10的所述檢測分?jǐn)?shù)，而得到不同所述檢測分?jǐn)?shù)范圍對應(yīng)的vr呈現(xiàn)效果，根據(jù)不同的vr呈現(xiàn)效果而確定相應(yīng)的所述檢測分?jǐn)?shù)范圍，進(jìn)而確定所述評判等級。

請參照圖6，本發(fā)明還提供一種性能檢測裝置100，應(yīng)用于上述智能終端10。所述性能檢測裝置100包括加載模塊110、檢測模塊120以及解析模塊130。

所述加載模塊110，用于在偵查到應(yīng)用開啟指令時，加載預(yù)先設(shè)置的虛擬現(xiàn)實(shí)測試環(huán)境。具體地，所述加載模塊110用于執(zhí)行圖2中所示的步驟s210，具體的操作方法可參考步驟s210的詳細(xì)描述。

所述檢測模塊120，用于在所述虛擬現(xiàn)實(shí)測試環(huán)境中檢測所述智能終端10的硬件性能參數(shù)。所述硬件性能參數(shù)包括中央處理器的運(yùn)算速度、圖形處理器的運(yùn)算速度、屏幕刷新頻率、傳感器精度中的至少一種。具體地，所述檢測模塊120用于執(zhí)行圖2中所示的步驟s220，具體的操作方法可參考步驟s220的詳細(xì)描述。

所述解析模塊130，用于對所述硬件性能參數(shù)進(jìn)行解析，得到該智能終端10對虛擬現(xiàn)實(shí)的支持性能的檢測分?jǐn)?shù)。具體地，所述加載模塊110用于執(zhí)行圖2中所示的步驟s220，具體的操作方法可參考步驟s230的詳細(xì)描述。

請參照圖7，所述檢測模塊120可以包括第一執(zhí)行子模塊121、解析子模塊122，還可以包括第二執(zhí)行子模塊123、采集子模塊124、第一計(jì)算子模塊125。

所述第一執(zhí)行子模塊121，用于采用單線程整數(shù)運(yùn)算、單線程浮點(diǎn)數(shù)運(yùn)算、多線程整數(shù)運(yùn)算、多線程浮點(diǎn)數(shù)運(yùn)算分別執(zhí)行一預(yù)設(shè)的邏輯運(yùn)算。具體地，所述第一執(zhí)行子模塊121用于執(zhí)行圖3中所示的子步驟s221，具體的操作方法可以參考子步驟s221的詳細(xì)描述。

所述解析子模塊122，用于分別解析所述單線程整數(shù)運(yùn)算、單線程浮點(diǎn)數(shù)運(yùn)算、多線程整數(shù)運(yùn)算、多線程浮點(diǎn)數(shù)運(yùn)算從開始執(zhí)行所述邏輯運(yùn)算至完成該邏輯運(yùn)算的時長，根據(jù)解析的結(jié)果以及第一預(yù)設(shè)權(quán)重計(jì)算得到所述中央處理器的運(yùn)算速度。具體地，所述解析子模塊122用于執(zhí)行圖3中所示的子步驟s222，具體的操作方法可以參考子步驟s222的詳細(xì)描述。

所述第二執(zhí)行子模塊123，用于執(zhí)行一個預(yù)設(shè)的虛擬現(xiàn)實(shí)測試場景，并在至少一個預(yù)設(shè)的測試點(diǎn)采集畫面的幀傳輸速率的測試值。具體地，所述第二執(zhí)行子模塊123用于執(zhí)行圖4中所示的子步驟s223，具體的操作方法可以參考子步驟s223的詳細(xì)描述。

所述采集子模塊124，用于針對每個所述測試點(diǎn)采集至少一個所述測試值，并計(jì)算該測試點(diǎn)的所述至少一個測試值的平均值，以作為該測試點(diǎn)的最終測試值。具體地，所述采集子模塊124用于執(zhí)行圖4中所示的子步驟s224，具體的操作方法可以參考子步驟s224的詳細(xì)描述。

所述第一計(jì)算子模塊125，用于計(jì)算所有所述測試點(diǎn)的最終測試值之和，得到所述圖形處理器的運(yùn)算速度。具體地，所述第一計(jì)算子模塊125用于執(zhí)行圖4中所示的子步驟s225，具體的操作方法可以參考子步驟s225的詳細(xì)描述。

請參照圖8，所述解析模塊130可以包括匹配子模塊131以及第二計(jì)算子模塊132。

所述匹配子模塊131，用于將檢測到的各個所述硬件性能參數(shù)與對應(yīng)的預(yù)設(shè)運(yùn)算模型進(jìn)行匹配，得出每個硬件對應(yīng)的性能分?jǐn)?shù)。具體地，所述匹配子模塊131用于執(zhí)行圖5中所示的子步驟s231，具體的操作方法可以參考子步驟s231的詳細(xì)描述。

所述第二計(jì)算子模塊132，用于根據(jù)得到的各個硬件的性能分?jǐn)?shù)以及第二預(yù)設(shè)權(quán)重進(jìn)行運(yùn)算，得到所述智能終端10對虛擬現(xiàn)實(shí)的支持性能的檢測分?jǐn)?shù)。具體地，所述第二計(jì)算子模塊132用于執(zhí)行圖5中所示的子步驟s232，具體的操作方法可以參考子步驟s232的詳細(xì)描述。

綜上所述，本發(fā)明提供一種性能檢測方法及裝置，通過在偵查到應(yīng)用開啟指令時，加載預(yù)先設(shè)置的虛擬現(xiàn)實(shí)測試環(huán)境；在所述虛擬現(xiàn)實(shí)測試環(huán)境中檢測所述智能終端的硬件性能參數(shù)；對所述硬件性能參數(shù)進(jìn)行解析，從而使用戶得到該智能終端對虛擬現(xiàn)實(shí)的支持性能的檢測分?jǐn)?shù)。用戶通過性能檢測方法及裝置，可直觀地獲取到智能終端對虛擬現(xiàn)實(shí)的支持性能的分?jǐn)?shù)，另外，用戶可根據(jù)檢測分?jǐn)?shù)而判斷該智能終端是否支持vr，用戶還可以可根據(jù)檢測分?jǐn)?shù)而選擇合適的智能終端運(yùn)行vr。

應(yīng)當(dāng)注意，在有些作為替換的實(shí)現(xiàn)中，方框中所標(biāo)注的步驟也可以以不同于附圖中所標(biāo)注的順序發(fā)生。例如，兩個連續(xù)的方框?qū)嶋H上可以基本并行地執(zhí)行，它們有時也可以按相反的順序執(zhí)行，這依實(shí)際情況而定。

以上所述僅為本發(fā)明的優(yōu)選實(shí)施例而已，并不用于限制本發(fā)明，對于本領(lǐng)域的技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。