人体形体及体质数据采集方法、装置及存储介质与流程

本发明涉及图像识别技术领域，尤其涉及一种人体形体及体质数据采集方法、装置及计算机可读存储介质。

背景技术：

随着生活水平的提高和养生理念逐渐受到重视，近年来体检和健身逐渐走进了千家万户。然而目前市场上的体检系统功能相对单一，或者功能较多但操作复杂，只有专业技术人员才能操作。且通常的体检系统给出的结果都是一个个测量参数，普通使用者一般很难通过一个个数字得出分析结果和当前的健康状况。

例如，在传统体检过程中，对人体的体检数据采集，通常限制在身高、体重以及体脂等健康数据的测量，而对于人体的三围、人体比例等其他部位数据的测量，需要医护人员手动检测，导致检测速度慢、效率低，甚至不检测此类数据等问题。

技术实现要素：

本发明提供一种人体形体及体质数据采集方法、装置及计算机可读存储介质，其主要目的在于通过拍摄装置采集人体二维图像信息，并根据二维图像信息标注所有待测位置的平面数据值，结合对应的校正比例系数，最终获取人体的实际形体数据及体质数据。

第一方面，本发明提供一种人体形体及体质数据采集方法，应用于电子装置，所述方法包括：

通过拍摄装置采集人体二维图像信息，所述二维图像信息包括人体正面、背面、侧面、头顶及脚底图像信息；

通过所述二维图像信息及对应的校正比例系数获取相应的人体3d分布特征信息；其中，所述校正比例系数基于深度神经网络模型获取；

根据所述人体3d分布特征信息确定人体各部位的形体参数数据，并根据所述形体参数数据确定人体的体质数据。

优选地，所述基于深度神经网络模型获取所述校正比例系数的步骤包括：

创建卷积神经网络模型，并通过预训练模型对卷积神经网络模型的参数进行初始化；

将人体图像数据库内的图像输入初始化处理后的卷积神经网络模型进行训练，提取所述图像中的特征信息，并获取与所述图像对应的二维图像数据；

根据所述二维图像数据及对应的实际人体各部位的尺寸参数获取所述校正比例系数。

优选地，所述获取与所述图像对应的二维图像数据的过程包括：

体取人体的典型特征并训练出正面检测器、侧面检测器、背面检测器；

通过所述正面检测器、侧面检测器、背面检测器分别对人体的正面全身图像、侧面全身图像和背面全身图像进行判断，并分别检测出正面人体图像区域、侧面全身图像区域和背面全身图像区域；

基于所述正面人体图像区域、侧面全身图像区域和背面全身图像区域确定所述二维图像数据。

优选地，典型特征包括：人体梯度特征、边缘特征、梯度方向直方图特征。

优选地，所述校正比例系数包括侧身校正比例系数、正面校正比例系数、头部校正比例系数、肩部校正比例系数及胸部校正比例系数；所述形体参数数据包括基础参数及比例参数：其中，

所述基础参数包括：人体身高、体重、臂长、腿长、肩宽、手掌尺寸、脚掌尺寸、头部尺寸、胸围、腰围、臀围及颈围数据；

所述比例参数包括：上下身比例、头身比例、头颈比例及头肩比例数据。

优选地，所述人体3d分布特征信息包括人体的立体形状信息和分布在所述立体形状上的特征点；

所述特征点包括头顶点、手/脚掌分布点、人体各关节点。

第二方面，本发明还提供一种电子装置，该电子装置包括：存储器、处理器及拍摄装置，所述存储器中包括人体形体及体质数据采集程序，所述人体形体及体质数据采集程序被所述处理器执行时实现如下步骤：

通过拍摄装置采集人体二维图像信息，所述二维图像信息包括人体正面、背面、侧面、头顶及脚底图像信息；

通过所述二维图像信息及对应的校正比例系数获取相应的人体3d分布特征信息；其中，所述校正比例系数基于深度神经网络模型获取；

根据所述人体3d分布特征信息确定人体各部位的形体参数数据，并根据所述形体参数数据确定人体的体质数据。

优选地，所述基于深度神经网络模型获取所述校正比例系数的步骤包括：

创建卷积神经网络模型，并通过预训练模型对卷积神经网络模型的参数进行初始化；

将人体图像数据库内的图像输入初始化处理后的卷积神经网络模型进行训练，提取所述图像中的特征信息，并获取与所述图像对应的二维图像数据；

根据所述二维图像数据及对应的实际人体各部位的尺寸参数获取所述校正比例系数。

优选地，

所述获取与所述图像对应的二维图像数据的过程包括：

体取人体的典型特征并训练出正面检测器、侧面检测器、背面检测器；

通过所述正面检测器、侧面检测器、背面检测器分别对人体的正面全身图像、侧面全身图像和背面全身图像进行判断，并分别检测出正面人体图像区域、侧面全身图像区域和背面全身图像区域；

基于所述正面人体图像区域、侧面全身图像区域和背面全身图像区域确定所述二维图像数据。

此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中包括人体形体及体质数据采集程序，所述人体形体及体质数据采集程序被处理器执行时，实现如上所述的人体形体及体质数据采集方法的步骤。

本发明提出的人体形体及体质数据采集方法、装置及计算机可读存储介质，其主要目的在于通过拍摄装置采集人体二维图像信息，以对人体各部分进行画像(二维图像)，并根据画像标注所有人体待测位置的平面数据值，结合对应的校正比例系数，最终获取人体的实际形体数据及体质数据。

附图说明

图1为本发明人体形体及体质数据采集方法实施例的应用环境示意图；

图2为图1中人体形体及体质数据采集程序实施例的单元示意图；

图3为本发明人体形体及体质数据采集方法实施例的流程图一；

图4为本发明人体形体及体质数据采集方法实施例的流程图二。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明提供一种人体形体及体质数据采集方法，应用于一种电子装置1。参照图1所示，为本发明人体形体及体质数据采集方法较佳实施例的应用环境示意图。

在本实施例中，电子装置1可以是服务器、智能手机、平板电脑、便携计算机、桌上型计算机等具有运算功能的终端设备。

该电子装置1包括：处理器12、存储器11、拍摄装置13、网络接口14及通信总线15。

存储器11包括至少一种类型的可读存储介质。所述至少一种类型的可读存储介质可为如闪存、硬盘、多媒体卡、卡型存储器11等的非易失性存储介质。在一些实施例中，所述可读存储介质可以是所述电子装置1的内部存储单元，例如该电子装置1的硬盘。在另一些实施例中，所述可读存储介质也可以是所述电子装置1的外部存储器11，例如所述电子装置1上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。

在本实施例中，所述存储器11的可读存储介质通常用于存储安装于所述电子装置1的人体形体及体质数据采集程序10、人体图像数据库等。所述存储器11还可以用于暂时地存储已经输出或者将要输出的数据。

处理器12在一些实施例中可以是一中央处理器(centralprocessingunit,cpu)，微处理器或其他数据处理芯片，用于运行存储器11中存储的程序代码或处理数据，例如执行人体形体及体质数据采集程序10等。

拍摄装置13既可以是所述电子装置1的一部分，也可以独立于电子装置1。在一些实施例中，所述电子装置1为智能手机、平板电脑、便携计算机等具有摄像头的终端设备，则所述拍摄装置13即为所述电子装置1的摄像头。在其他实施例中，所述电子装置1可以为服务器，所述拍摄装置13独立于该电子装置1、与该电子装置1通过网络连接，例如，该拍摄装置13安装于特定场所，如医院，对待体检人员拍摄得到实时图像，通过网络将拍摄得到的实时图像传输至处理器12。

网络接口14可选地可以包括标准的有线接口、无线接口(如wi-fi接口)，通常用于在该电子装置1与其他电子设备之间建立通信连接。

通信总线15用于实现这些组件之间的连接通信。

图1仅示出了具有组件11-15的电子装置1，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。

可选地，该电子装置1还可以包括用户接口，用户接口可以包括输入单元比如键盘(keyboard)、语音输入装置比如麦克风(microphone)等具有语音识别功能的设备、语音输出装置比如音响、耳机等，可选地用户接口还可以包括标准的有线接口、无线接口。

可选地，该电子装置1还可以包括显示器，显示器也可以称为显示屏或显示单元。在一些实施例中可以是led显示器、液晶显示器、触控式液晶显示器以及有机发光二极管(organiclight-emittingdiode，oled)触摸器等。显示器用于显示在电子装置1中处理的信息以及用于显示可视化的用户界面。

可选地，该电子装置1还包括触摸传感器。所述触摸传感器所提供的供用户进行触摸操作的区域称为触控区域。此外，这里所述的触摸传感器可以为电阻式触摸传感器、电容式触摸传感器等。而且，所述触摸传感器不仅包括接触式的触摸传感器，也可包括接近式的触摸传感器等。此外，所述触摸传感器可以为单个传感器，也可以为例如阵列布置的多个传感器。

此外，该电子装置1的显示器的面积可以与所述触摸传感器的面积相同，也可以不同。可选地，将显示器与所述触摸传感器层叠设置，以形成触摸显示屏。该装置基于触摸显示屏侦测用户触发的触控操作。

可选地，该电子装置1还可以包括射频(radiofrequency，rf)电路，传感器、音频电路等等，在此不再赘述。

在图1所示的装置实施例中，作为一种计算机存储介质的存储器11中可以包括操作系统、以及人体形体及体质数据采集程序10；处理器12执行存储器11中存储的人体形体及体质数据采集程序10时实现如下步骤：

通过拍摄装置采集人体二维图像信息，所述二维图像信息包括人体正面、背面、侧面、头顶及脚底图像信息；

通过所述二维图像信息及对应的校正比例系数获取相应的人体3d分布特征信息；其中，所述校正比例系数基于深度神经网络模型获取；

根据所述人体3d分布特征信息确定人体各部位的形体参数数据，并根据所述形体参数数据确定人体的体质数据。

其中，拍摄装置13包括供用户站立的可旋转底座、设置在可旋转底座四周的拍摄相机，拍摄相机与外界控制系统连接，人体站在可旋转底座上，通过控制系统操控拍摄相机对待检测人体进行多角度的拍摄。其中，拍摄相机的角度可根据待检测的人体高度进行调整。

获取校正比例系数的步骤包括：创建人体图像数据库，并采集数据库中的二维图像数据与对应的实际人体各部位参数之间的比例系数，进而获得人体各部位的校正比例系数。该校正比例系数根据人体部位的不同、角度的不同也存在差异，例如包括侧身校正比例系数，正面校正比例系数、头部校正比例系数、肩部校正比例系数、胸部校正比例系数等。

此外，也可在可旋转底座的辅助作用下，每旋转15度或者30度等对人体进行全方位多角度拍照，直至人体旋转360度为止，从而获得人体在各个角度的图像信息，以提高3d特征信息的准确度。

当基于深度神经网络模型获取校正比例系数时，校正比例系数的获取步骤可以包括：

1、创建卷积神经网络模型，并通过预训练模型对卷积神经网络模型的参数进行初始化。

2、将人体图像数据库内的图像输入初始化处理后的卷积神经网络模型进行训练，提取图像中的特征信息，并获取与图像对应的二维图像数据。

3、根据二维图像数据及对应的实际人体各部位的尺寸参数获取所述校正比例系数。二维图像数据与对应的实际人体各部位参数之间的比例系数即为校正比例系数。

在根据二维图像分析获取二维图像数据的过程中，可以通过多种方式识别正面人体图像区域、背面人体图像区域、侧面人体图像区域等。

方法一：通过提取人体典型特征(如梯度特征，边缘特征)训练出人体正面检测器、侧面检测器、背面检测器，再在尺度和位置空间上应用人体正面检测器、侧面检测器、背面检测器分别对人体的正面全身图像、侧面全身图像和背面全身图像进行判断，进而检测出正面全身图像中的正面人体图像区域、背面人体图像区域、侧面人体图像区域等。此外，还可以通过梯度方向直方图特征结合支持向量机构建人体正面检测器。

方法二：检测人体正面的不同部位，再利用各部位之间的几何关系构造出人体正面检测器。例如：将人体正面分成多个部位：头部、上胸部、下胸部、腰部、臀部、腿部、左臂、右臂，就构造基于这八个部位的人体侧面检测器。构建的人体正面检测器从正面全身图像中基于这八个部位识别出正面人体图像区域。

进而根据正面人体图像区域、侧面全身图像区域和背面全身图像区域可确定人体的二维图像数据。

另外，人体3d分布特征信息包括人体的立体形状信息和分布在所述立体形状上的各特征点，特征点包括头顶点、手/脚掌分布点以及人体各关节点等，特征点的设置可以根据待量取的形体参数数据来确定，即通过特征点我们可以量取形体参数数据。

作为具体示例，形体参数数据包括基础参数及比例参数：其中，基础参数包括：人体身高、体重、臂长、腿长、肩宽、手掌尺寸、脚掌尺寸、头部尺寸、胸围、腰围、臀围及颈围数据等；比例参数根据基础参数获取，比例参数包括：上下身比例、头身比例、头颈比例及头肩比例数据等。

最后，根据形体参数数据确定人体的体质数据的步骤包括：根据体型参数数据获取体质指数，体质指数的计算公式为：

bmi＝g÷h²

其中，bmi为体质指数；g为人体体重；h为人体身高。

需要说明的是，本发明提供的人体形体及体质数据采集方法，还包括传统测量步骤，通过传统测量装置采集人体的身高、体重、握力、血压、心率和血氧等指标。

为方便对采集后的数据进行存储及分析，还可以在数据采集前，先对待检测人进行个人信息记录。具体地，首先对待检测人的指纹进行采集，以便对用户身份进行认证，然后在人体形体数据采集程序10内输入检测人的年龄、性别等参数信息，并将该信息向测试人显示确认，然后通过人体形体数据采集程序实现对人体的各指标或参数的采集、分析及处理，并将获取的各项数据进行实时显示、存储，便于测试人员建立健康档案，及后期查阅等。

上述测试参数可以包括：身高、体重、握力、血压、心率、血氧、三围、人体上下身比例、头身比例、头颈比例及头肩比例、体质指数bmi(用于体型分析)等。

进而通过计算体质指数bmi和握力体重指数，综合体型分析和上肢力量，以评估体检者的健康状况。同时，根据血压和握力测量值，参考不同年龄段男女对应的标准，估算体检者年龄，并对比其实际年龄，从而得到其衰老程度。若估算年龄大于实际年龄，则表示衰老速度较快，体质下降偏快；反之，则表示衰老速度较慢，体质保持较好。

上述实施例提出的电子装置1，能够全面快速的对人体健康及形体数据进行采集分析，并根据现有健康标准，获知人体当前的健康状况，实现一次性、自动化、全面体检的效果，用户体验好。

在其他实施例中，人体形体及体质数据采集程序10还可以被分割为一个或者多个单元，一个或者多个单元被存储于存储器11中，并由处理器12执行，以完成本发明。本发明所称的单元是指能够完成特定功能的一系列计算机程序指令段。参照图2所示，为图1中人体形体及体质数据采集程序10较佳实施例的程序单元。

所述人体形体及体质数据采集程序10可以被分割为：

拍摄单元110，用于采集人体各方位多角度的二维图像信息。

3d分布特征确定单元120，通过所述拍摄单元采集的二维图像信息及对应的校正比例系数获取对应的人体3d分布特征信息。

识别单元130，根据人体3d分布特征信息确定待采集的人体各部位参数数据，并获取人体上下身比例、头身比例、头颈比例及头肩比例数据。

显示单元140，对上述人体上下身比例、头身比例、头颈比例及头肩比例数据进行实时展示。

此外，还包括校正比例系数获取单元和传统测量单元；传统测量单元用于采集人体的身高、体重、握力、血压、心率和血氧等指标。

此外，本发明还提供一种人体形体及体质数据采集方法。参照图3所示，图3为本发明人体形体及体质数据采集方法具体实施例的流程一。该方法可以由一个装置执行，该装置可以由软件和/或硬件实现。

在本实施例中，人体形体及体质数据采集方法包括以下所示步骤：

步骤s110：通过拍摄装置采集人体二维图像信息，二维图像信息包括人体正面、背面、侧面、头顶及脚底图像信息。

其中，拍摄装置13包括供用户站立的可旋转底座以及设置在可旋转底座四周的多个拍摄相机，拍摄相机均与外界控制系统连接，人体站在可旋转底座上进行任意角度旋转，通过控制系统操控拍摄相机对待检测人体进行多角度的拍摄，并获取人体二维图像信息。其中，拍摄相机的角度可根据待检测的人体高度进行调整，以获得人体正面、背面、侧面、头顶及脚底等多个部位的图像信息。

获取校正比例系数的步骤包括：创建人体图像数据库，并采集数据库中的二维图像数据与对应的实际人体各部位参数之间的比例系数，进而获得人体各部位的校正比例系数。该校正比例系数根据人体部位的不同、角度的不同也存在差异，例如包括侧身校正比例系数，正面校正比例系数、头部校正比例系数、肩部校正比例系数、胸部校正比例系数等。

此外，也可在可旋转底座的辅助作用下，每旋转15度或者30度等对人体进行全方位多角度拍照，直至人体旋转360度为止，从而获得人体在各个角度的图像信息，以提高3d特征分布信息的准确度。

其中，人体3d分布特征信息包括人体的立体形状信息和分布在所述立体形状上的各特征点，特征点包括头顶点、手/脚掌分布点以及人体各关节点等，特征点的设置可以根据待量取的形体参数数据来确定，即通过特征点我们可以量取形体参数数据。

步骤s120：通过所述二维图像信息及对应的校正比例系数获取相应的人体3d分布特征信息；其中，所述校正比例系数基于深度神经网络模型获取。

当基于深度神经网络模型获取校正比例系数时，校正比例系数的获取步骤可以包括：

1、创建卷积神经网络模型，并通过预训练模型对卷积神经网络模型的参数进行初始化。

2、将人体图像数据库内的图像输入初始化处理后的卷积神经网络模型进行训练，提取图像中的特征信息，并获取与图像对应的二维图像数据。

3、根据二维图像数据及对应的实际人体各部位的尺寸参数获取所述校正比例系数。二维图像数据与对应的实际人体各部位参数之间的比例系数即为校正比例系数。

在根据二维图像分析获取二维图像数据的过程中，可以通过多种方式识别正面人体图像区域、背面人体图像区域、侧面人体图像区域等。

方法一：通过提取人体典型特征(如梯度特征，边缘特征)训练出人体正面检测器、侧面检测器、背面检测器，再在尺度和位置空间上应用人体、侧面检测器、背面检测器分别对人体的正面全身图像、侧面全身图像和背面全身图像进行判断，进而检测出正面全身图像中的正面人体图像区域、背面人体图像区域、侧面人体图像区域等。此外，还可以通过梯度方向直方图特征结合支持向量机构建人体正面检测器。

方法二：检测人体正面的不同部位，再利用各部位之间的几何关系构造出人体正面检测器。例如：将人体正面分成多个部位：头部、上胸部、下胸部、腰部、臀部、腿部、左臂、右臂，就构造基于这八个部位的人体侧面检测器。构建的人体正面检测器从正面全身图像中基于这八个部位识别出正面人体图像区域。

进而根据正面人体图像区域、侧面全身图像区域和背面全身图像区域可确定人体的二维图像数据。

步骤s130：根据所述人体3d分布特征信息确定人体各部位的形体参数数据，并根据所述形体参数数据确定人体的体质数据。

另外，人体3d分布特征信息包括人体的立体形状信息和分布在所述立体形状上的各特征点，特征点包括头顶点、手/脚掌分布点以及人体各关节点等，特征点的设置可以根据待量取的形体参数数据来确定，即通过特征点我们可以量取形体参数数据。

为具体示例，形体参数数据包括基础参数及比例参数：其中，基础参数包括：人体身高、体重、臂长、腿长、肩宽、手掌尺寸、脚掌尺寸、头部尺寸、胸围、腰围、臀围及颈围数据等；比例参数根据基础参数获取，比例参数包括：上下身比例、头身比例、头颈比例及头肩比例数据等。

最后，根据形体参数数据确定人体的体质数据的步骤包括：根据体型参数数据获取体质指数，体质指数的计算公式为：

bmi＝g÷h²

其中，bmi为体质指数；g为人体体重，单位可以为kg；h为人体身高，单位可以为m。

需要说明的是，本发明提供的人体形体及体质数据采集方法，还包括传统测量步骤，通过传统测量装置采集人体的身高、体重、握力、血压、心率和血氧等指标。

为方便对采集后的数据进行存储及分析，还可以在数据采集前，先对待检测人进行个人信息记录。具体地，首先对待检测人的指纹进行采集，以便对用户身份进行认证，然后在人体形体数据采集程序10内输入检测人的年龄、性别等参数信息，并将该信息向测试人显示确认，然后通过人体形体数据采集程序实现对人体的各指标或参数的采集、分析及处理，并将获取的各项数据进行实时显示、存储，便于测试人员建立健康档案，及后期查阅等。

上述测试参数可以包括：身高、体重、握力、血压、心率、血氧、三围、人体上下身比例、头身比例、头颈比例及头肩比例、体质指数bmi(用于体型分析)等。

进而通过计算体质指数bmi和握力体重指数，综合体型分析和上肢力量，以评估体检者的健康状况。同时，根据血压和握力测量值，参考不同年龄段男女对应的标准，估算体检者年龄，并对比其实际年龄，从而得到其衰老程度。若估算年龄大于实际年龄，则表示衰老速度较快，体质下降偏快；反之，则表示衰老速度较慢，体质保持较好。

作为具体实施例，图4示出了本发明人体形体及体质数据采集方法实施例的流程二。

如图4所示，本发明人体形体及体质数据采集方法还包括以下步骤：

s210：对待测试人员进行指纹采集及信息录入。

s220：通过拍摄装置及旋转底座的配合，采集人体各角度二维图像信息。

s230：通过上述人体二维图像信息及对应的校正比例系数获取人体3d分布特征信息。

s240：根据人体3d分布特征信息确定人体各部位参数数据。

s250：根据所述参数数据获取人体三围、上下身比例、头身比例、头颈比例及头肩比例数据。

s260：对上述数据进行保存、分析处理，获取测试人员的健康状况。

上述实施例提出的人体形体及体质数据采集方法，通过拍摄装置及校正比例系数，获取人体3d分布特征信息，进而根据3d分布特征信息确定人体各部位的形体参数数据和体质数据，人体形体及体质数据比较全面，且测试操作简单，适用范围广。

此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质中包括人体形体及体质数据采集程序，所述人体形体及体质数据采集程序被处理器执行时实现如下操作：

通过拍摄装置采集人体二维图像信息，所述二维图像信息包括人体正面、背面、侧面、头顶及脚底图像信息；

通过所述二维图像信息及对应的校正比例系数获取相应的人体3d分布特征信息；其中，所述校正比例系数基于深度神经网络模型获取；

根据所述人体3d分布特征信息确定人体各部位的形体参数数据，并根据所述形体参数数据确定人体的体质数据。

优选地，所述基于深度神经网络模型获取所述校正比例系数的步骤包括：

创建卷积神经网络模型，并通过预训练模型对卷积神经网络模型的参数进行初始化；

将人体图像数据库内的图像输入初始化处理后的卷积神经网络模型进行训练，提取所述图像中的特征信息，并获取与所述图像对应的二维图像数据；

根据所述二维图像数据及对应的实际人体各部位的尺寸参数获取所述校正比例系数。

优选地，所述形体参数数据包括基础参数及比例参数：其中，

所述基础参数包括：人体身高、体重、臂长、腿长、肩宽、手掌尺寸、脚掌尺寸、头部尺寸、胸围、腰围、臀围及颈围数据；

所述比例参数包括：上下身比例、头身比例、头颈比例及头肩比例数据。

优选地，根据所述形体参数数据确定人体的体质数据的步骤包括：

根据所述体型参数数据获取体质指数，所述体质指数的计算公式为：

bmi＝g÷h²

其中，bmi为体质指数；g为人体体重，单位为kg；h为人体身高，单位为m。

优选地，所述校正比例系数包括侧身校正比例系数、正面校正比例系数、头部校正比例系数、肩部校正比例系数及胸部校正比例系数。

本发明之计算机可读存储介质的具体实施方式与上述人体形体及体质数据采集方法、电子装置的具体实施方式大致相同，在此不再赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。