目标检测方法及装置与流程

1.本公开涉及计算机技术领域，尤其涉及计算机视觉、图像模式识别、智能交通技术领域。


背景技术：

2.随着互联网技术的不断发展，万物互联的时代即将到来，智能交通系统应运而生并在不断发展。而目标检测是智能交通系统中的关键技术之一。
3.相关技术中，受到摄像机设备拍摄角度、镜头远近、环境复杂等因素的影响，在现实场景中进行目标检测时，存在因为目标过大或目标过小而导致漏检、检测不准确等检测效果差的情况。


技术实现要素：

4.本公开提供了一种目标检测方法、装置、设备以及存储介质。
5.根据本公开的第一方面，提供了一种目标检测方法，包括：
6.通过摄像机设备获取目标图像和所述摄像机设备的类型标识；
7.响应于所述摄像机设备的类型标识为球机设备，将所述目标图像输入到第一特征提取网络，以采用所述第一特征提取网络对所述目标图像进行特征提取和降采样，得到第一特征图；
8.响应于所述摄像机设备的类型标识为枪机设备，将所述目标图像输入到第二特征提取网络，以采用所述第二特征提取网络对所述目标图像进行特征提取和上采样，得到第二特征图；
9.根据所述第一特征图或者所述第二特征图，对所述目标图像进行目标检测，输出检测结果。
10.根据本公开的第二方面，提供了一种目标检测装置，包括：
11.获取模块，用于通过摄像机设备获取目标图像和所述摄像机设备的类型标识；
12.第一特征模块，用于响应于所述摄像机设备的类型标识为球机设备，将所述目标图像输入到第一特征提取网络，以采用所述第一特征提取网络对所述目标图像进行特征提取和降采样，得到第一特征图；
13.第二特征模块，用于响应于所述摄像机设备的类型标识为枪机设备，将所述目标图像输入到第二特征提取网络，以采用所述第二特征提取网络对所述目标图像进行特征提取和上采样，得到第二特征图；
14.处理模块，用于根据所述第一特征图或者所述第二特征图，对所述目标图像进行目标检测，输出检测结果。
15.根据本公开的第三方面，提供了一种电子设备，包括：
16.至少一个处理器；以及
17.与所述至少一个处理器通信连接的存储器；其中，
18.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开第一方面所述的方法。
19.根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行本公开第一方面所述的方法。
20.根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开第一方面所述的方法。
21.本公开实施例提供的上述目标检测方法、装置以及存储介质，能够通过摄像机设备获取目标图像和所述摄像机设备的类型标识；响应于所述摄像机设备的类型标识为球机设备，将所述目标图像输入到第一特征提取网络，以采用所述第一特征提取网络对所述目标图像进行特征提取和降采样，得到第一特征图；响应于所述摄像机设备的类型标识为枪机设备，将所述目标图像输入到第二特征提取网络，以采用所述第二特征提取网络对所述目标图像进行特征提取和上采样，得到第二特征图；根据所述第一特征图或者所述第二特征图，对所述目标图像进行目标检测，输出检测结果。针对不同摄像设备获取的图像，输入到不同的特征提取网络进行有针对性的特征提取，有效提升了目标检测和识别的准确性，提高了目标检测的效果，实现了目标对象的精准检测。
22.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
23.附图用于更好地理解本方案，不构成对本公开的限定。其中：
24.图1是根据本公开实施例的一种目标检测方法示意图；
25.图2是根据本公开实施例的另一种目标检测方法流程图；
26.图3是根据本公开实施例的一种第一特征提取网络结构示意图；
27.图4是根据本公开实施例的一种第二特征提取网络结构示意图；
28.图5是根据本公开实施例的一种目标检测装置的示意图；
29.图6是用来实现本公开实施例的目标检测方法的电子设备的框图。
具体实施方式
30.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
31.本公开实施例提供了一种目标检测方法，参见图1所示的一种目标检测方法流程图，该方法可以由具有数据处理能力的各类电子设备执行，在此对执行本实施例方法的电子设备不进行限制，主要包括如下步骤s101～步骤s104：
32.步骤s101，通过摄像机设备获取目标图像和摄像机设备的类型标识。
33.其中，目标图像是指，通过摄像机设备获取的一帧包括需要检测的目标对象的图像。
34.可以理解的是，摄像机设备获取到目标图像之后，可以通过交换机连接或者其他
等等通信连接的方式将目标图像和摄像机设备的类型标识传输给执行本实施例方法的电子设备，以使执行本实施例方法的电子设备获取目标图像和摄像机设备的类型标识，在此对该通信连接方式以及目标图像和摄像机设备的类型标识的传输方式不作限定。
35.可选地，摄像机设备包括球机设备和枪机设备，球机设备和枪机设备可以通过摄像机设备的类型标识进行区分识别。
36.其中，球机设备的拍摄范围较近，枪机设备的拍摄范围较远。
37.步骤s102，响应于摄像机设备的类型标识为球机设备，将目标图像输入到第一特征提取网络，以采用第一特征提取网络对目标图像进行特征提取和降采样，得到第一特征图。
38.其中，第一特征提取网络是可以对输入到其中的图像进行特征提取和降采样，以输出得到特征图的网络模型。
39.作为一种可能的实施方式，第一特征提取网络包括至少一个特征提取层和至少一个降采样层。
40.可以理解的是，在第一特征提取网络中，特征提取层和降采样层的个数、采样率和排列顺序等等可以根据对最后输出的第一特征图的需求的不同而进行不同的设置。其中，第一特征图的需求包括尺度和目标类别数。需要说明的是，目标类别数是，在对目标图像进行目标检测时，检测到的目标对象的分类的类别的数量。比如，检测车和人，目标类别数则为2。
41.可选地，第一特征提取网络还可以包括至少一个上采样层。
42.在一些实施方式中，第一特征图包括多个尺度，不同尺度的第一特征图拥有不同的感受野。
43.其中，感受野是指，特征图中每个特征点所能表示的目标图像的区域范围的大小。
44.步骤s103，响应于摄像机设备的类型标识为枪机设备，将目标图像输入到第二特征提取网络，以采用第二特征提取网络对目标图像进行特征提取和上采样，得到第二特征图。
45.其中，第二特征提取网络是可以对输入到其中的图像进行特征提取和上采样，以输出得到特征图的网络模型。
46.作为一种可能的实施方式，第二特征提取网络包括至少一个特征提取层和至少一个上采样层。
47.可以理解的是，在第二特征提取网络中，特征提取层和上采样层的个数、采样率和排列顺序等等可以根据对最后输出的第二特征图的需求的不同而进行不同的设置。其中，第二特征图的需求包括尺度和目标类别数。需要说明的是，目标类别数是，在对目标图像进行目标检测时，检测到的目标对象的分类的类别的数量。比如，检测车和人，目标类别数则为2。
48.可选地，第二特征提取网络还可以包括至少一个降采样层。
49.在一些实施方式中，第二特征图包括多个尺度，不同尺度的第二特征图拥有不同的感受野。
50.其中，感受野是指，特征图中每个特征点所能表示的目标图像的区域范围的大小。
51.步骤s104，根据第一特征图或者第二特征图，对目标图像进行目标检测，输出检测
结果。
52.作为一种可能的实施方式，当该摄像机设备的类型标识为球机设备时，根据步骤s102得到的第一特征图，对目标图像进行目标检测，输出检测结果。
53.作为另外一种可能的实施方式，当该摄像机设备的类型标识为枪机设备是，根据步骤s103得到的第二特征图，对目标图像进行目标检测，输出检测结果。
54.可选地，检测结果包括目标图像中目标对象的检测框和目标对象所属的类别标识。
55.本公开实施例提供的上述方法，通过摄像机设备获取目标图像和所述摄像机设备的类型标识；响应于所述摄像机设备的类型标识为球机设备，将所述目标图像输入到第一特征提取网络，以采用所述第一特征提取网络对所述目标图像进行特征提取和降采样，得到第一特征图；响应于所述摄像机设备的类型标识为枪机设备，将所述目标图像输入到第二特征提取网络，以采用所述第二特征提取网络对所述目标图像进行特征提取和上采样，得到第二特征图；根据所述第一特征图或者所述第二特征图，对所述目标图像进行目标检测，输出检测结果。针对不同摄像设备获取的图像，输入到不同的特征提取网络进行有针对性的特征提取，有效提升了目标检测和识别的准确性，提高了目标检测的效果，实现了目标对象的精准检测。
56.参见图2所示的另一种目标检测方法流程图，示意性描述了执行目标检测的方法流程，主要包括如下步骤s201～步骤s205：
57.步骤s201，通过摄像机设备获取目标图像和摄像机设备的类型标识。
58.步骤s202，响应于摄像机设备的类型标识为球机设备，将目标图像顺序输入到第一特征提取网络中的多个特征提取层和处于多个特征提取层中间位置的至少一个降采样层，以得到第一特征提取网络中的多个特征提取层输出的对应尺度的第一特征图。
59.作为一种示例性的实施方式，该第一特征提取网络包括：第一上采样层和第一降采样层，第一特征提取网络中的多个特征提取层包括第一特征提取层、第二特征提取层、第三特征提取层、第四特征提取层、第五特征提取层和第六特征提取层。
60.将目标图像顺序输入到该示例性的第一特征提取网络中的多个特征提取层和处于多个特征提取层中间位置的至少一个降采样层，可以得到三种尺度的第一特征图。
61.为了更加清楚直观地理解该示例性的实施方式中的第一特征提取网络，请参见图3，图3为一种第一特征提取网络结构示意图。
62.将目标图像输入到如图3所示的第一特征提取网络中，以得到多个特征提取层输出的对应尺度的第一特征图，具体过程包括：
63.1a.将目标图像输入到第一特征提取层进行特征提取，得到第一中间图像。
64.1b.将第一中间图像输入到第二特征提取层进行特征提取，得到第二中间图像。
65.1c.将第二中间图像输入到第三特征提取层进行特征提取，得到第一尺度的第一特征图。
66.1d.将第二中间图像输入到第一上采样层进行上采样，得到第三中间图像。
67.1e.将第三中间图像和第一中间图像合并输入到第四特征提取层进行特征提取，得到第四中间图像。
68.1f.将第四中间图像输入到第五特征提取层进行特征提取，得到第二尺度的第一
特征图。
69.1g.将第四中间图像输入到第一降采样层进行降采样，得到第五中间图像。
70.1h.将第五中间图像和第二中间图像合并输入到第六特征提取层进行特征提取，得到第三尺度的第一特征图。
71.在本技术实施例中，不同尺度的特征图的目标类别数相同。
72.在一些实施方式中，第一尺度的第一特征图的感受野为32*32，第二尺度的第一特征图的感受野为16*16，第三尺度的第一特征图的感受野为64*64。
73.可以理解的是，还可以通过增加特征提取层和降采样层等方式，得到更多尺度的特征图。根据输出特征图的的需求，相应调整该特征提取网络的结构。
74.步骤s203，根据第一特征图，对目标图像进行目标检测，输出目标对象的检测框以及目标对象所属的类别标识。
75.可选地，根据第一尺度的第一特征图、第二尺度的第一特征图和第三尺度的第一特征图，对目标图像进行目标检测，输出目标对象的检测框以及所述目标对象所属的类别标识。
76.作为一种示例性的实施方式，根据感受野为32*32、16*16和64*64的三种尺度的特征图对目标图像进行目标检测。
77.在一些实施方式中，目标对象所属的类别标识可以通过文字显示。比如，在检测框右上角有文字标注该对象的所属类别标识。
78.在一些实施方式中，目标对象所属的类别标识也可以通过检测框的颜色、形状等来表示。比如，红色检测框代表车辆，黄色检测框代表行人。
79.步骤s204，响应于摄像机设备的类型标识为枪机设备，将目标图像顺序输入到第二特征提取网络中的多个特征提取层和处于多个特征提取层中间位置的至少一个上采样层，以得到所述第二特征提取网络中的多个特征提取层输出的对应尺度的第二特征图。
80.作为一种示例性的实施方式，该第二特征提取网络包括第二上采样层和第三上采样层，所述第二特征提取网络中的多个特征提取层包括第七特征提取层、第八特征提取层、第九特征提取层、第十特征提取层、第十一特征提取层、第十二特征提取层和第十三特征提取层。
81.将目标图像顺序输入到该示例性的第二特征提取网络中的多个特征提取层和处于多个特征提取层中间位置的至少一个上采样层，可以得到三种尺度的第二特征图。
82.为了更加清楚直观地理解该示例性的实施方式中的第二特征提取网络，请参见图4，图4为一种第二特征提取网络结构示意图。
83.将目标图像输入到如图4所示的第二特征提取网络中，以得到多个特征提取层输出的对应尺度的第二特征图，具体过程包括：
84.2a.将目标图像输入到第七特征提取层进行特征提取，得到第七中间图像。
85.2b.将第七中间图像输入到第八特征提取层进行特征提取，得到第八中间图像。
86.2c.将第八中间图像输入到第九特征提取层进行特征提取，得到第九中间图像。
87.2d.将第九中间图像输入到第十特征提取层进行特征提取，得到第四尺度的第二特征图。
88.2e.将第九中间图像输入到第二上采样层进行上采样，得到第十中间图像。
89.2f.将第十中间图像和第八中间图像合并输入到第十一特征提取层，得到第十一中间图像。
90.2g.将第十一中间图像输入到第十二特征提取层进行特征提取，得到第五尺度的第二特征图。
91.2h.将第十一中间图像输入到第三上采样层进行上采样，得到第十二中间图像。
92.2i.将第十二中间图像和第七中间图像合并输入到第十三特征提取层进行特征提取，得到第六尺度的第二特征图。
93.在本技术实施例中，不同尺度的特征图的目标类别数相同。
94.在一些实施方式中，第四尺度的第二特征图的感受野为32*32，第五尺度的第二特征图的感受野为16*16，第六尺度的第二特征图的感受野为8*8。
95.可以理解的是，还可以通过增加特征提取层和上采样层等方式，得到更多尺度的特征图。根据输出特征图的的需求，相应调整该特征提取网络的结构。
96.步骤s205，根据第二特征图，对目标图像进行目标检测，输出目标对象的检测框以及目标对象所属的类别标识。
97.可选地，根据第四尺度的第二特征图、第五尺度的第二特征图和第六尺度的第二特征图，对目标图像进行目标检测，输出目标对象的检测框以及所述目标对象所属的类别标识。
98.作为一种示例性的实施方式，根据感受野为32*32、16*16和8*8的三种尺度的特征图对目标图像进行目标检测。
99.在一些实施方式中，目标对象所属的类别标识可以通过文字显示。比如，在检测框右上角有文字标注该对象的所属类别标识。
100.在一些实施方式中，目标对象所属的类别标识也可以通过检测框的颜色、形状等来表示。比如，红色检测框代表车辆，黄色检测框代表行人。
101.本公开实施例提供的上述方法，通过摄像机设备获取目标图像和摄像机设备的类型标识，响应于摄像机设备的类型标识为球机设备，将目标图像顺序输入到第一特征提取网络中的多个特征提取层和处于多个特征提取层中间位置的至少一个降采样层，以得到第一特征提取网络中的多个特征提取层输出的对应尺度的第一特征图，根据第一特征图，对目标图像进行目标检测，输出目标对象的检测框以及目标对象所属的类别标识，响应于摄像机设备的类型标识为枪机设备，将目标图像顺序输入到第二特征提取网络中的多个特征提取层和处于多个特征提取层中间位置的至少一个上采样层，以得到所述第二特征提取网络中的多个特征提取层输出的对应尺度的第二特征图，根据第二特征图，对目标图像进行目标检测，输出目标对象的检测框以及目标对象所属的类别标识。能够针对不同摄像设备获取的图像，输入到不同的特征提取网络进行有针对性的特征提取，以输出不同尺度的特征图，根据这些不同尺度的特征图对目标图像进行目标检测，能够有效提升目标检测和识别的准确性，提高了目标检测的效果，实现了目标对象的精准检测。
102.对应于前述目标检测方法，本公开实施例还提供了一种目标检测装置，参见图5所示的一种目标检测装置的结构框图，主要包括如下：
103.获取模块510，用于通过摄像机设备获取目标图像和所述摄像机设备的类型标识；
104.第一特征模块520，用于响应于所述摄像机设备的类型标识为球机设备，将所述目
标图像输入到第一特征提取网络，以采用所述第一特征提取网络对所述目标图像进行特征提取和降采样，得到第一特征图；
105.第二特征模块530，用于响应于所述摄像机设备的类型标识为枪机设备，将所述目标图像输入到第二特征提取网络，以采用所述第二特征提取网络对所述目标图像进行特征提取和上采样，得到第二特征图；
106.处理模块540，用于根据所述第一特征图或者所述第二特征图，对所述目标图像进行目标检测，输出检测结果。
107.在一些实施方式中，第一特征模块520具体用于：
108.响应于所述摄像机设备的类型标识为球机设备，将所述目标图像顺序输入到第一特征提取网络中的多个特征提取层和处于所述多个特征提取层中间位置的至少一个降采样层，以得到所述第一特征提取网络中的多个特征提取层输出的对应尺度的第一特征图。
109.在一些实施方式中，所述第一特征提取网络包括第一上采样层和第一降采样层，所述第一特征提取网络中的多个特征提取层包括第一特征提取层、第二特征提取层、第三特征提取层、第四特征提取层、第五特征提取层和第六特征提取层；
110.第一特征模块520具体用于：
111.将所述目标图像输入到第一特征提取层进行特征提取，得到第一中间图像；
112.将所述第一中间图像输入到第二特征提取层进行特征提取，得到第二中间图像；
113.将所述第二中间图像输入到第三特征提取层进行特征提取，得到第一尺度的第一特征图；
114.将所述第二中间图像输入到第一上采样层进行上采样，得到第三中间图像；
115.将所述第三中间图像和所述第一中间图像合并输入到第四特征提取层进行特征提取，得到第四中间图像；
116.将所述第四中间图像输入到第五特征提取层进行特征提取，得到第二尺度的第一特征图；
117.将所述第四中间图像输入到第一降采样层进行降采样，得到第五中间图像；
118.将所述第五中间图像和所述第二中间图像合并输入到第六特征提取层进行特征提取，得到第三尺度的第一特征图。
119.在一些实施方式中，第二特征模块530具体用于：
120.响应于所述摄像机设备的类型标识为枪机设备，将所述目标图像顺序输入到第二特征提取网络中的多个特征提取层和处于所述多个特征提取层中间位置的至少一个上采样层，以得到所述第二特征提取网络中的多个特征提取层输出的对应尺度的第二特征图。
121.在一些实施方式中，第二特征提取网络包括第二上采样层和第三上采样层，所述第二特征提取网络中的多个特征提取层包括第七特征提取层、第八特征提取层、第九特征提取层、第十特征提取层、第十一特征提取层、第十二特征提取层和第十三特征提取层；
122.第二特征模块530具体用于：
123.将所述目标图像输入到第七特征提取层进行特征提取，得到第七中间图像；
124.将所述第七中间图像输入到第八特征提取层进行特征提取，得到第八中间图像；
125.将所述第八中间图像输入到第九特征提取层进行特征提取，得到第九中间图像；
126.将所述第九中间图像输入到第十特征提取层进行特征提取，得到第四尺度的第二
特征图；
127.将所述第九中间图像输入到第二上采样层进行上采样，得到第十中间图像；
128.将所述第十中间图像和所述第八中间图像合并输入到第十一特征提取层，得到第十一中间图像；
129.将所述第十一中间图像输入到第十二特征提取层进行特征提取，得到第五尺度的第二特征图；
130.将所述第十一中间图像输入到第三上采样层进行上采样，得到第十二中间图像；
131.将所述第十二中间图像和所述第七中间图像合并输入到第十三特征提取层进行特征提取，得到第六尺度的第二特征图。
132.在一些实施方式中，处理模块540具体用于：
133.根据所述第一尺度的第一特征图、所述第二尺度的第一特征图和所述第三尺度的第一特征图，对所述目标图像进行目标检测，输出目标对象的检测框以及所述目标对象所属的类别标识。
134.在一些实施方式中，处理模块540具体用于：
135.根据所述第四尺度的第二特征图、所述第五尺度的第二特征图和所述第六尺度的第二特征图，对所述目标图像进行目标检测，输出目标对象的检测框以及所述目标对象所属的类别标识。
136.本公开实施例提供的上述装置，通过摄像机设备获取目标图像和所述摄像机设备的类型标识；响应于所述摄像机设备的类型标识为球机设备，将所述目标图像输入到第一特征提取网络，以采用所述第一特征提取网络对所述目标图像进行特征提取和降采样，得到第一特征图；响应于所述摄像机设备的类型标识为枪机设备，将所述目标图像输入到第二特征提取网络，以采用所述第二特征提取网络对所述目标图像进行特征提取和上采样，得到第二特征图；根据所述第一特征图或者所述第二特征图，对所述目标图像进行目标检测，输出检测结果。针对不同摄像设备获取的图像，输入到不同的特征提取网络进行有针对性的特征提取，有效提升了目标检测和识别的准确性，提高了目标检测的效果，实现了目标对象的精准检测。
137.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
138.首先，本公开实施例提供了一种电子设备，包括：
139.至少一个处理器；以及
140.与至少一个处理器通信连接的存储器；其中，
141.存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行前述任一项目标检测方法。
142.本公开实施例还提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现前述任一项目标检测方法。
143.图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算
装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
144.如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(rom)602中的计算机程序或者从存储单元608加载到随机访问存储器(ram)603中的计算机程序，来执行各种适当的动作和处理。在ram 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、rom 602以及ram 603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
145.设备600中的多个部件连接至i/o接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
146.计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如目标检测方法。例如，在一些实施例中，目标检测方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由rom 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到ram 603并由计算单元601执行时，可以执行上文描述的目标检测方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行目标检测方法。
147.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
148.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
149.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计
算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd
‑
rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
150.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
151.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
152.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端
‑
服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
153.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
154.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。