应用程序控制方法及装置与流程

本发明涉及应用程序控制技术领域，具体而言，涉及一种应用程序控制方法及装置。

背景技术：

主播在进行直播时，尤其是在户外进行直播时，有时处于运动状态，有时处于静止状态，而某些业务需求需要根据主播的运动状态来进行相应的处理。现有技术中，通常采用GPS模块来对手持移动设备进行定位，并根据手持移动设备的状态来判断用户的状态。然而，采用GPS模块来进行定位，误差通常在10米左右，对于较小的动作根本无法检测到，无法满足用户的需求。

技术实现要素：

有鉴于此，本发明实施例提供一种应用程序控制方法及装置，以解决上述问题。

为了实现上述目的，本发明较佳实施例提供一种应用程序控制方法，应用于包括加速度传感器和应用程序的手持移动设备，所述方法包括：

调用所述加速度传感器进行加速度采集；

获取所述加速度传感器采集到的加速度数据；

根据所述加速度数据计算得到所述手持移动设备的运动状态；

根据所述手持移动设备的运动状态控制所述应用程序进行与所述运动状态对应的操作。

优选地，根据所述手持移动设备的运动状态控制所述应用程序进行与所述运动状态对应的操作的步骤，包括：

在检测到所述手持移动设备的运动状态为静止，并在静止时长达到第一预设时长且小于第二预设时长时，控制所述应用程序调用预存的静态目标处理算法对采集到的图像信息进行识别和处理，所述第二预设时长大于所述第一预设时长；

在检测到所述手持移动设备的运动状态为静止，并且静止时长达到所述第二预设时长时，关闭所述应用程序；

在检测到所述手持移动设备处于运动中时，控制所述应用程序调用预存的动态目标处理算法对采集到的图像信息进行识别和处理。

优选地，所述加速度传感器为三轴加速度传感器，所述加速度数据包括三个方向的加速度，所述三个方向分别为以所述三轴加速度传感器为原点的空间直角坐标系中的X轴方向、Y轴方向和Z轴方向，所述根据所述加速度数据计算得到所述手持移动设备的运动状态的步骤，包括：

根据每个方向的加速度计算所述手持移动设备在该方向的平均速度，得到三个平均速度；

根据所述三个平均速度计算所述手持移动设备的当前速度；

将所述当前速度与一预设阈值进行比对；

在所述当前速度达到所述预设阈值时，判定所述手持移动设备处于运动中，在所述当前速度未达到所述预设阈值时，判定所述手持移动设备静止。

优选地，所述预设阈值的确定方式为：

将计算得到的所述手持移动设备的预设数量个速度进行排序，所述预设数量大于或等于三；

对所述预设数量个速度中除最大速度和最小速度外的所有速度求平均，并将计算出的平均值作为所述预设阈值。

优选地，所述将计算得到的所述手持移动设备的预设数量个速度进行排序的步骤，包括：

每间隔第三预设时长，在计算得到的所述手持移动设备的多个速度中，选取采集时间与当前时刻最接近的至少两个速度；

采用冒泡法对所述至少两个速度进行排序。

本发明较佳实施例还提供一种应用程序控制装置，应用于包括加速度传感器和应用程序的手持移动设备，所述应用程序控制装置包括：

传感器调用模块，用于调用所述加速度传感器进行加速度采集；

数据获取模块，用于获取所述加速度传感器采集到的加速度数据；

运动状态判计算模块，用于根据所述加速度数据计算得到所述手持移动设备的运动状态；

应用程序控制模块，用于根据所述手持移动设备的运动状态控制所述应用程序进行与所述运动状态对应的操作。

优选地，所述应用程序控制模块包括：

静止目标处理子模块，用于在检测到所述手持移动设备的运动状态为静止，并在静止时长达到第一预设时长且小于第二预设时长时，控制所述应用程序调用预存的静态目标处理算法对采集到的图像信息进行识别和处理，所述第二预设时长大于所述第一预设时长；

应用程序关闭子模块，用于在检测到所述手持移动设备的运动状态为静止，并且静止时长达到所述第二预设时长时，关闭所述应用程序；

动态目标处理子模块，用于在检测到所述手持移动设备处于运动中时，控制所述应用程序调用预存的动态目标处理算法对采集到的图像信息进行识别和处理。

优选地，所述加速度传感器为三轴加速度传感器，所述加速度数据包括三个方向的加速度，所述三个方向分别为以所述三轴加速度传感器为原点的空间直角坐标系中的X轴方向、Y轴方向和Z轴方向，所述运动状态计算模块包括：

平均速度计算子模块，用于根据每个方向的加速度计算所述手持移动设备在该方向的平均速度，得到三个平均速度；

当前速度计算子模块，用于根据所述三个平均速度计算所述手持移动设备的当前速度；

速度比对子模块，用于将所述当前速度与一预设阈值进行比对；

运动状态判定子模块，用于在所述当前速度达到所述预设阈值时，判定所述手持移动设备处于运动中，在所述当前速度未达到所述预设阈值时，判定所述手持移动设备静止。

优选地，所述应用程序控制装置还包括阈值确定模块，所述阈值确定模块包括：

排序子模块，用于将计算得到的所述手持移动设备的预设数量个速度进行排序，所述预设数量大于或等于三；

预设阈值计算子模块，用于对所述预设数量个速度中除最大速度和最小速度外的所有速度求平均，并将计算出的平均值作为所述预设阈值。

优选地，所述排序子模块包括：

定时采集次子模块，用于每间隔第三预设时长，在计算得到的所述手持移动设备的多个速度中，选取采集时间与当前时刻最接近的至少两个速度；

冒泡法排序次子模块，用于采用冒泡法对所述至少两个速度进行排序。

本发明实施例提供的应用程序控制方法及装置，能够计算出手持移动设备当前所处的运动状态，并根据所述手持移动设备当前所处的运动状态默认为用户所处的运动状态，进而控制应用程序进行与用户的运动状态相匹配的操作，能够更好地满足用户的需求。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明实施例提供的手持移动设备的方框示意图。

图2为本发明实施例提供的应用程序控制装置的功能模块框图。

图3为本发明实施例提供的应用程序控制模块的子模块框图。

图4为本发明实施例提供的预设阈值确定模块的子模块框图。

图5为本发明实施例提供的一种应用程序控制方法的流程示意图。

图6为图5中所示步骤S130的子步骤示意图。

图7为本发明实施例提供的预设阈值确定步骤的子步骤示意图。

图8为图7中所示步骤S152的子步骤示意图。

图标：100-手持移动设备；110-应用程序控制装置；111-传感器调用模块；112-数据获取模块；113-运动状态计算模块；1131-平均速度计算子模块；1132-当前速度计算子模块；1133-速度对比子模块；1134-运动状态判定子模块；114-应用程序控制模块；1141-静态目标处理子模块；1142-应用程序关闭子模块；1143-动态目标处理子模块；115-阈值确定模块；1151-排序子模块；1161-定时采集次子模块；1162-冒泡排序次子模块；1152-预设阈值计算子模块；120-应用程序；130-存储器；140-处理器；150-显示单元；160-检测组件。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

如图1所示，是本发明较佳实施例提供的一种手持移动设备100的方框示意图。所述手持移动设备100包括应用程序控制装置110、应用程序120、存储器130、处理器140、显示单元150及检测组件160。

所述存储器130、处理器140、显示单元150及检测组件160各元件相互之间直接或间接地电性连接，以实现信号的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。

所述应用程序控制装置110和应用程序120包括至少一个可以软件或固件(firmware)的形式存储于所述存储器130中或固化在所述手持移动设备100的操作系统(operating system，OS)中的软件功能模块。所述处理器140用于运行存储在存储器130中的软件程序以及模块，从而执行各种功能应用以及数据处理，如本发明实施例提供的应用程序控制方法及应用程序120。

其中，所述存储器130可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。

所述处理器140可能是一种集成电路芯片，具有信号的处理能力。所述处理器140可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(DSP))、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述显示单元150在手持移动设备100与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据及视频数据。在本实施例中，所述显示单元150可以是液晶显示屏或触控显示屏。

所述检测组件160为安装在手持移动设备100中的各种传感器，例如，加速度传感器。

所述应用程序120可以是直播应用程序等具有视频录制和再现功能的应用程序，也可以是其他需要根据用户的运动状态进行不同操作的应用程序，本实施例对此不作限制。

应当理解，图1所示的结构仅为示意，手持移动设备100还可包括比图1所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。

本发明实施例提出的应用程序控制方法及装置可适用于Android操作系统、iOS操作系统、Windows Phone操作系统等平台。具体地，本发明实施例提出的应用程序控制方法及装置可应用手持移动设备100中的各种用具备直播功能的应用程序或者具备视频录制功能的应用程序。本实施例将以Android操作系统为例进行详细说明。

请参阅图2，图2为应用于图1所示的手持移动设备100的应用程序控制装置110。所述应用程序控制装置110包括传感器调用模块111、数据获取模块112、运动状态计算模块113以及应用程序控制模块114。

其中，所述传感器调用模块111用于调用所述加速度传感器进行加速度采集。

本实施例中，手持移动设备100中安装有加速度传感器，在Android操作系统中，对所有传感器的使用都需要通过SensorManager传感器对象来进行获取，SensorManager传感器对象是Android系统提供的一个专门用于管理传感器的管理者。可选地，实施时，可以通过调用getSystemService(SENSOR_SERVICE)函数来获取Android系统提供的SensorManager传感器管理对象，再通过调用SensorManager传感器管理对象中的getDefaultSensor(Sensor.TYPE_ACCELEROMETER)函数来获取当前系统中加速度传感器。

所述数据获取模块112用于获取所述加速度传感器采集到的加速度数据。

本实施例中，需要在监听器注册加速度传感器，才能够获取到采集到的加速度数据。因此，实施时，所述数据获取模块112可以通过调用Android系统的registerListener函数来注册加速度传感器的监听，当被监听对象即加速度传感器采集到加速度数据时，可以调用监听器对象的某个方法将加速度数据封装到SensorEvent中进行传递。

所述运动状态计算模块113用于根据所述加速度数据计算得到所述手持移动设备100的运动状态。

本实施例中，需要将SensorEvent对象中的加速度数据解析出来，以便后续的解算。可选地，所述加速度传感器可以为，但不限于，普通的加速度传感器或者三轴加速度传感器。当所述加速度传感器为三轴加速度传感器时，既可以为独立的三轴加速度传感器，也可以为三轴加速度传感器、三轴陀螺仪和三轴磁力计集成的九轴传感器中的三轴加速度传感器。当所述加速度传感器为普通加速度传感器时，与三轴加速度传感器其中一个方向的加速度计算方法相同，下面将以三轴加速度传感器进行说明。

在Android设备底层硬件的设计中，以所述三轴加速度传感器为原点，将加速度分为了三个方向，分别为X轴方向、Y轴方向和Z轴方向。具体解析方式如下：

Float x Value＝sensorEvent.values[0]

Float y Value＝sensorEvent.values[1]

Float z Value＝sensorEvent.values[2]

其中，sensorEvent.values[0]表示解析的是X轴的加速度，将其值存储在x Value中。sensorEvent.values[1]表示解析的是Y轴的加速度，将其值存储在y Value中。sensorEvent.values[2]表示解析的是Z轴加速度，将其存储在z Value中。通过上述方式，即可解析出SensorEvent中三个方向的加速度。

在解析出三个方向的加速度后，需要根据三个方向的加速度求解手持移动设备100当前的移动速度，从而得到手持移动设备100当前的运动状态，并将所述手持移动设备100的运动状态默认为用户的运动状态，以使应用程序可以根据用户的运动状态进行相应的操作。

可选地，所述运动状态计算模块113可以包括平均速度计算子模块1131、当前速度计算子模块1132、速度对比子模块1133以及运动状态判定子模块1134。

其中，所述平均速度计算子模块1131用于根据每个方向的加速度计算所述手持移动设备100在该方向的平均速度，得到三个平均速度。

在解析出三个方向的加速度后，根据加速度位移等相关公式可以得到如下计算公式：

其中，表示平均速度，ΔS表示位移差，ΔT表示时间差，a表示加速度。有鉴于此，要求得平均速度就需要知道这一段时间内的加速度和时间。可选地，可以将采样周期ΔT预设为200毫秒，但本实施例对采样周期的大小不做限制，可以根据精度及响应速度进行灵活设置。ΔT时间段内的加速度可以取该时间段内的加速度的平均值。

通过上述公式可以分别计算出手持移动设备100当前在X轴、Y轴及Z轴三个方向的平均速度xSpeed、ySpeed以及zSpeed。

所述当前速度计算子模块1132用于根据所述三个平均速度计算所述手持移动设备100的当前速度。

在获取到X轴、Y轴及Z轴三个方向的平均速度后，根据向量的原理计算得到手持移动设备100当前的速度v，具体地，

所述速度对比子模块1133用于将所述当前速度与一预设阈值进行比对。

所述运动状态判定子模块1134用于在所述当前速度达到所述预设阈值时，判定所述手持移动设备100处于运动中，在所述当前速度未达到所述预设阈值时，判定所述手持移动设备100静止。

在本实施例中，计算所述手持移动设备100的运动状态是为了得到用户的大致运动状态，但由于三轴加速度传感器的灵敏度较高，即便是手持移动设备100发生轻微的移动也能被检测到。因此，可能出现手持移动设备100处于运动中，但用户实际仍然待在原地，并无任何大动作。为了让检测到的手持移动设备100的运动状态更好地表征用户的运动状态，可以预先设置一阈值与计算出的手持移动设备100的当前速度进行对比，并根据手持移动设备100的当前速度与该预设阈值的对比结果判断手持移动设备100的运动状态。

请再参阅图2，所述应用程序控制模块114用于根据所述手持移动设备100的运动状态控制所述应用程序120进行与所述运动状态对应的操作。

本实施例中，在计算得到所述手持移动设备100的运动状态后，将所述手持移动设备100的运动状态默认为用户的运动状态，并根据用户处于运动中或者处于静止来进行不同的操作。例如，根据用户运动或静止来调用不同的图像处理算法，又例如，当检测到用户长期静止时，可以关闭所述应用程序120。

可选地，请参阅图3，所述应用程序控制模块114可以包括静态目标处理子模块1141、应用程序关闭子模块1142以及动态目标处理子模块1143。

其中，所述静态目标处理子模块1141用于在检测到所述手持移动设备100的运动状态为静止，并在静止时长达到第一预设时长且小于第二预设时长时，控制所述应用程序120调用预存的静态目标处理算法对采集到的图像信息进行识别和处理。

在实际应用中，应用程序120需要先获取直播对象的图像信息，对所述图像信息进行处理后再进行实时显示。直播对象处于静止中时，整个过程中，直播对象的轮廓不会发生大的变形。直播对象处于运动中时，整个过程中，直播对象的轮廓可能一直处于变化中，并且变化较大。针对上述两种情况，如果采用相同的图像处理算法，可能造成直播对象处于运动中时得到的直播图像不够清晰，或者，占用手持移动设备100的较大内存。

此外，在直播过程中，即便用户处于运动中，但在整个运动过程中用户可能出现短暂的静止。实施时，可以设置一定时长，例如本实施例中的第一预设时长，当检测到手持移动设备100处于静止，并且静止时长达到第一预设时长，但小于第二预设时长，可以判断直播对象即用户处于静止，调用预存的静态目标处理算法，来识别和处理采集到的图像信息，例如采用相关匹配算法来识别和处理采集到的图像信息中的用户轮廓。

本实施例中，所述第二预设时长大于所述第一预设时长。实施时，可以根据实际情况对所述第一预设时长和第二预设时长进行设置，本实施例对此不作限制。例如：所述第一预设时长可以为1分钟，所述第二预设时长可以为5分钟。当直播对象静止时长达到2分钟时，可以判定直播对象静止，但并未离开直播。

所述应用程序关闭子模块1142用于在检测到所述手持移动设备100的运动状态为静止，并且静止时长达到所述第二预设时长时，关闭所述应用程序120。

本实施例中，当检测到所述手持移动设备100第二预设时长为静止时，可以判定用户已经停止直播，可以直接关闭所述应用程序120，以节约内存以及节省电量。

所述动态目标处理子模块1143用于在检测到所述手持移动设备100处于运动中时，控制所述应用程序120调用预存的动态目标处理算法对采集到的图像信息进行识别和处理。

本实施例中，当检测到所述手持移动设备100处于运动中时，可以默认用户也处于运动中，可以调用预存的动态目标处理算法来识别和处理采集到的图像信息中用户的轮廓，例如，光流分割算法。

其中，光流是指图像灰度模式的表面运动。在光流场中，不同的物理会有不同的速度，大面积背景的运动会在图像上产生较为均匀的速度矢量区域，可以据此检测运动物体。具体地，可以通过以下两个步骤实现：从图像序列的灰度变化中计算速度场；利用约束条件从速度场中推测运动参数和物体结构。

在本实施例中，所述阈值可以根据用户的运动状态进行相应的调整。可选地，请参阅图4，所述应用程序控制装置110还可以包括阈值确定模块115，所述阈值确定模块115可以包括排序子模块1151和预设阈值计算子模块1152。

其中，所述排序子模块1151用于将计算得到的手持移动设备100的预设数量个速度进行排序。

所述预设阈值计算子模块1152用于对所述预设数量个速度中除所述最大速度和最小速度外的所有速度求平均，并将计算出的平均值作为所述预设阈值。

本实施例中，三轴加速度传感器每间隔一定时间(例如，上述内容中的200毫秒)对手持移动设备100的加速度进行采集和计算，得到多个速度，手持移动设备100可以选择所述多个速度中的预设数量个速度进行排序，排序后会得到最大速度和最小速度。将排序得到的最大速度和最小速度排除，对剩下的速度求平均，并将求出的平均值作为所述预设阈值。

需要说明的是，所述预设数量大于或等于三。

可选地，所述排序子模块1151可以包括定时采集次子模块1161和冒泡法排序次子模块。

其中，所述定时采集次子模块1161用于每间隔第三预设时长，获取采集时间与当前时刻最接近的所述手持移动设备100的预设数量个速度。

所述冒泡法排序次子模块用于采用冒泡法对选取的所述至少两个速度进行排序。

本实施例中，为了更准确地判定用户的运动状态，可以实时地调整所述预设阈值，实施时，可以每间隔第三预设时长更新一次所述预设阈值，也即，需要每间隔第三预设时长重新采集预设数量个速度进行排序和求平均。

根据实际需求，可以选择与当前时刻最接近的预设数量个时刻采集并计算得到的速度作为用于更新预所述预设阈值的所述预设数量个速度。

请参阅图5，本发明实施例还提供一种应用程序控制方法，应用所述手持移动设备100。下面将对图5所示的具体流程进行详细说明。

步骤S110：调用所述加速度传感器进行加速度采集。

本实施例中，步骤S110可以由图2所示的传感器调用模块111执行。

步骤S120：获取所述加速度传感器采集到的加速度数据。

本实施例中，步骤S120可以由图2所示的数据获取模块112执行。

步骤S130：根据所述加速度数据计算得到所述手持移动设备100的运动状态。

本实施例中，步骤S130可以由图2中所示的运动状态计算模块113执行。

步骤S140：根据所述手持移动设备100的运动状态控制所述应用程序120进行与所述运动状态对应的操作。

本实施例中，步骤S140可以由图2中所示的应用程序控制模块114执行。

可选地，所述步骤S140可以包括以下三个子步骤：

在检测到所述手持移动设备100的运动状态为静止，并在静止时长达到第一预设时长且小于第二预设时长时，控制所述应用程序120调用预存的静态目标处理算法对采集到的图像信息进行处理。

其中，所述第二预设时长大于所述第一预设时长。本实施例中，此步骤可以由图3所示的静态目标处理子模块1141执行。

在检测到所述手持移动设备100的运动状态为静止，并且静止时长达到所述第二预设时长时，关闭所述应用程序120。

其中，所述第二预设时长大于所述第一预设时长。本实施例中，此步骤可以由图3所示的应用程序关闭子模块1142执行。

在检测到所述手持移动设备100处于运动中时，控制所述应用程序120调用预存的动态目标处理算法对采集到的图像信息进行处理。

在本实施例中，此步骤可以由图3中所示的动态目标处理子模块1143执行。

本实施例中，所述加速度传感器可以为三轴加速度传感器，所述加速度数据包括三个方向的加速度，所述三个方向分别为以所述三轴加速度传感器为原点的空间直角坐标系中的X轴、Y轴和Z轴方向。

可选地，请参阅图6，所述步骤S130可以包括步骤S131、步骤S132、步骤S133以及步骤S134四个子步骤。

步骤S131：根据每个方向的加速度计算所述手持移动设备100在该方向的平均速度，得到三个平均速度。

本实施例中，步骤S131可以由图2中所示的平均速度计算子模块1131执行。

步骤S132：根据所述三个平均速度计算所述手持移动设备100的当前速度。

本实施例中，步骤S132可以由图2中所示的当前速度计算子模块1132执行。

步骤S133：将所述当前速度与一预设阈值进行比对。

本实施例中，步骤S133可以由图2中所示的速度对比子模块1133执行。

步骤S134：在所述当前速度达到所述预设阈值时，判定所述手持移动设备100处于运动中，在所述当前速度未达到所述预设阈值时，判定所述手持移动设备100静止。

本实施例中，步骤S134可以由图2所示的运动状态判定子模块1134执行。

可选地，所述方法还包括所述预设阈值的确定，根据实际需求，请参阅图7，所述预设阈值的确定可以由步骤S151以及步骤S152两个子步骤实现。

步骤S151：将计算得到的手持移动设备100的预设数量个速度进行排序。

本实施例中，步骤S151可以由图4中所示的排序子模块1151执行。

步骤S152：对所述预设数量个速度中除最大速度和最小速度外的所有速度求平均，并将计算出的平均值作为所述预设阈值。

本实施例中，步骤S152可以由图4中所示的预设阈值计算子模块1152执行。

可选地，请参阅图8，步骤S152可以包括步骤S1521和步骤S1522两个次子步骤。

步骤S1521：每间隔第三预设时长，获取采集时间与当前时刻最接近的所述手持移动设备100的预设数量个速度。

本实施例中，步骤S1521可以由图4中所示的定时采集次子模块1161执行。

步骤S1522：采用冒泡法对所述预设数量个速度进行排序。

本实施例中，步骤S1522可以由图4中所示的冒泡排序次子模块1162执行。

综上所述，本发明提供的应用程序控制方法及装置通过加速度传感器采集手持移动设备100的加速度数据，根据所述加速度数据计算出手持移动设备100的运动状态，进而控制应用程序120进行与该运动状态匹配的操作，能够更好地满足用户的需求。

在本发明实施例所提供的几个实施例中，应该理解到，所揭露的系统和方法，也可以通过其它的方式实现。以上所描述的系统和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。