一种基于图像的注册与验证方法及装置与流程

本申请涉及信息技术领域，尤其涉及一种基于图像的注册与验证方法及装置。

背景技术

基于图像进行注册与验证，就是由服务器(也可以是其他计算设备)预先获取某个第一图像，提取第一图像的图像特征，并对提取的图像特征进行注册，随后，当获取用户针对第一图像提供的用于验证的第二图像时，提取第二图像的图像特征，并将第一图像的图像特征与第二图像的图像特征进行比对，若二者匹配，则验证通过。

基于图像的注册与验证方法可以应用于诸多业务场景，而在有些业务场景下，如人脸识别登录、增强现实(augmentedreality，ar)红包等，服务器要求用户提供的第二图像应当满足特定的业务规则。

例如，在人脸识别登录的业务场景下，第一图像是针对用户脸部拍摄得到的图像，第二图像也必须是针对用户脸部拍摄得到的图像。又如，在ar红包的业务场景下，第二图像必须是红包的领取者对第一图像对应的原物拍摄得到的图像。

实际应用中，时常有用户采用一些手段设法使不符合业务规则的第二图像的图像特征与第一图像的图像特征差别足够小，利用不符合业务规则的第二图像通过服务器的验证。例如，在ar红包的业务场景下，有的用户会对第一图像的缩略图进行放大处理，用得到的放大图像作为第二图像提供给服务器，并且，该放大图像的图像特征往往与第一图像的图像特征是匹配的，有很大概率使得验证通过。可见，现有的基于图像的注册与验证方法降低了验证的准确率。

技术实现要素：

本申请实施例提供一种的基于图像的注册与验证方法及装置，以解决现有的基于图像的验证方法准确率低的问题。

为解决上述技术问题，本申请实施例是这样实现的：

本申请实施例提供的一种基于图像的注册方法，包括：

获取图像；

提取所述图像的图像特征，以及确定所述图像的清晰度；

注册所述图像特征和所述清晰度。

本申请实施例提供的一种基于图像的验证方法，包括：

获取待验证图像；

提取所述待验证图像的图像特征，以及确定所述待验证图像的清晰度；

根据所述待验证图像的图像特征、预先注册的图像特征、所述待验证图像的清晰度和预先注册的清晰度，对所述待验证图像进行验证。

本申请实施例提供的一种基于图像的注册装置，包括：

获取模块，获取图像；

提取确定模块，提取所述图像的图像特征，以及确定所述图像的清晰度；

第一注册模块，注册所述图像特征和所述清晰度。

本申请实施例提供的一种基于图像的验证装置，包括：

获取模块，获取待验证图像；

提取确定模块，提取所述待验证图像的图像特征，以及确定所述待验证图像的清晰度；

验证模块，根据所述待验证图像的图像特征、预先注册的图像特征、所述待验证图像的清晰度和预先注册的清晰度，对所述待验证图像进行验证。

由以上本申请实施例提供的技术方案可见，在本申请实施例中，在注册阶段，对图像的图像特征和清晰度进行注册，在验证阶段，同样获取待验证图像的图像特征的清晰度，并根据预先注册的图像特征、待验证图像的图像特征、预先注册的清晰度和待验证图像的清晰度进行验证。区别于现有技术中仅依据图像特征这一个指标进行验证，本申请实施例中同时依据图像特征与清晰度两个指标进行验证，不符合业务规则的待验证图像的图像特征即使与预先注册的图像特征匹配，其清晰度也往往与预先注册的图像的清晰度有较大差别。如此一来，不符合业务规则的待验证图像更难以通过验证，从而提升了验证的准确率。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种基于图像的注册方法流程图；

图2是本申请实施例提供的一种基于图像的验证方法流程图；

图3a～3b是现有的基于图像的注册与验证方法示意图；

图4a～4b是本申请实施例提供的基于图像的注册与验证方法示意图；

图5是本申请实施例提供的一种基于图像的注册装置示意图；

图6是本申请实施例提供的一种基于图像的验证装置示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。

在本申请实施例中，基于图像的注册与验证方法的流程可以分为两个阶段，即注册阶段与验证阶段。执行注册与验证方法的主体可以是服务器，也可以是其他能够进行图像分析与处理的计算设备。并且，在注册阶段执行工作的服务器与在验证阶段执行工作的服务器可以不是同一个服务器，而是可以进行数据交互的两个服务器。

以下结合附图，详细说明本申请各实施例提供的技术方案。

图1是本申请实施例提供的一种基于图像的注册方法流程图，包括以下步骤：

s101：获取图像。

步骤s101～s103是服务器在注册阶段执行的过程。视不同的业务场景，在注册阶段可以基于图像注册账号、注册ar红包、注册某种权限等。

在本申请实施例中，图像可以是图片、视频等，后文主要以图片为例展开说明，视频实际上是多帧图片组成的，基于视频的注册与验证方法原理类似，不再赘述。

在本申请实施例中，服务器获取图像的方式可以是接收用户发送的图像，也可以是根据特定规则，在存储的各图像中选择图像，还可以采集外部的图像。

进一步地，服务器还可以接收用户发送的图像和目标数据。其中，视具体的业务场景，所述目标数据可以是不同的数据形式。例如，在人脸识别的业务场景下，所述目标数据可以是保密信息，只有通过人脸识别的用户才能查看保密信息。

s102：提取所述图像的图像特征，以及确定所述图像的清晰度。

在本申请实施例中，可以针对所述图像，进行图像特征提取和确定清晰度。其中，图像特征可以是颜色特征、纹理特征、形状特征、空间关系特征等特征中的一种或多种。提取图像的图像特征的方法有多种，均属于现有技术，不在本申请所要求的保护范围之内。

进一步地，所述图像特征可以是图像特征值。在本申请实施例中可以分析计算图像的至少一个图像特征值，将各特征值组合成一个向量，作为图像特征值并保存。例如，可以利用局部二值模式(localbinarypatterns，lbp)算法，计算图像中每个像素点的lbp值，作为图像的纹理特征值；利用图像的颜色直方图，计算图像中每个颜色出现的概率，作为颜色特征值，将纹理特征值与颜色特征值组合成向量，作为图像特征值。

图像的清晰度可以是图像细节纹理及图像边界的清晰程度，清晰度可以通过特定的清晰度算法针对图像计算得到。例如，可以根据图像的平均边缘宽度来计算清晰度。有的图像的图像信息中包含有清晰度，服务器也可以从图像信息中直接获取图像的清晰度。确定图像的清晰度的算法有多种，都属于现有技术，不在本申请所要求的保护范围之内。

值得强调的是，本领域技术人员知晓的针对图像计算图像特征值或清晰度的各种算法，均可用于本申请实施例中。

s103：注册所述图像特征和所述清晰度。

在本申请实施例中，在提取了图像的图像特征并确定了图像的清晰度后，服务器可以注册所述图像特征和所述清晰度。注册的所述图像特征与所述清晰度用于后续的验证阶段中的验证。当所述图像特征是图像特征值时，服务器实际上是注册所述图像的图像特征值与清晰度。

图2是本申请实施例提供的基于图像的验证方法流程图，包括以下步骤：

s201：获取待验证图像。

步骤s201～s203是服务器在验证阶段执行的过程。本申请对获取待验证图像的方式不作具体限制。在验证阶段，服务器可以接收用户发送的待验证图像，也可以自行采集待验证图像。

需要说明的是，图2所示的方法中的所述待验证图像是验证阶段服务器验证的对象，而图1所示的方法中的所述图像实际上是注册阶段用于注册的图像(下称为注册图像)。

s202：提取所述待验证图像的图像特征，以及确定所述待验证图像的清晰度。

在本步骤中，针对所述待验证图像执行的操作与步骤s102中针对用于注册的图像执行的操作相同，不再赘述。

s203：根据所述待验证图像的图像特征、预先注册的图像特征、所述待验证图像的清晰度和预先注册的清晰度，对所述待验证图像进行验证。

在现有技术中，服务器在注册阶段，仅将注册图像的图像特征进行注册。图像特征可以用于描述图像，是区分不同的图像的直接依据。服务器通过对比两个图像的图像特征来确定两个图像的相似程度，从而进行验证。

而在本申请实施例中，为了防止不符合业务规则的图像通过验证，还需要在注册阶段确定并注册图像的清晰度，在验证阶段，需要既对比两个图像的图像特征，又对比两个图像的清晰度，基于待验证图像必须在图像特征和清晰度这两个指标上都验证通过。

这是因为，基于业务经验，符合业务规则的待验证图像的清晰度往往与注册图像的清晰度较为接近，而不符合业务规则的待验证图像的清晰度，往往与注册图像的清晰度差距较大。

例如，在人脸识别的业务场景下，注册图像是对用户的脸部拍摄得到的图像，业务规则要求待验证图像必须是拍摄人脸得到的图像。而对用户的全身照进行脸部截取放大或偷拍用户脸部得到的图像的清晰度往往与注册图像的清晰度差别较大。

在本申请实施例中，若所述待验证图像的图像特征与所述缩略图对应的预先注册的图像特征匹配，且所述待验证图像的清晰度与所述缩略图对应的预先注册的清晰度匹配，则验证通过；若所述待验证图像的图像特征与所述缩略图对应的预先注册的图像特征不匹配，和/或所述待验证图像的清晰度与所述缩略图对应的预先注册的清晰度不匹配，则验证不通过。

其中，两个图像特征匹配可以是两个图像特征相同或差别较小。当图像特征是图像特征值时，比较两个图像特征值实际上是比较两个向量，因此，两个图像特征值匹配，可以是两个图像特征值相同或空间距离小于指定距离。相应的，两个图像特征不匹配可以是两个图像特征不同或差别较大，两个图像特征值不匹配可以是两个图像特征值不同或距离不小于指定距离。

此外，两个清晰度匹配可以是两个清晰度相同或差距小于指定阈值，两个清晰度不匹配可以是两个清晰度不同或差距不小于指定阈值。本申请对指定距离、指定阈值不作具体限定。

通过图1和图2所示的基于图像的注册与验证方法，在注册阶段，对图像的图像特征和清晰度进行注册，在验证阶段，同样获取待验证图像的图像特征的清晰度，并根据预先注册的图像特征、待验证图像的图像特征、预先注册的清晰度和待验证图像的清晰度进行验证。区别于现有技术中仅依据图像特征这一个指标进行验证，本申请实施例中同时依据图像特征与清晰度两个指标进行验证，不符合业务规则的待验证图像的图像特征即使与预先注册的图像特征匹配，其清晰度也往往与预先注册的图像的清晰度有较大差别。如此一来，不符合业务规则的待验证图像更难以通过验证，从而提升了验证的准确率。

本申请所要求保护的基于图像的注册与验证方法可以应用于诸多业务场景，如人脸识别、ar红包、云数据的存储与获取等。下文以ar红包的业务场景为例，对本申请实施例进行更为详细的说明。

图3a～3b是现有的ar红包业务场景下的注册与验证方法示意图。图3a是注册阶段，图3b是验证阶段。

如图3a所示，用户a想要发红包，其可以向服务器发送图像和目标数据(红包金额)，倘若红包金额为100元，服务器执行以下三个过程：其一，生成100元的红包；其二，对接收到的图像进行图像特征提取，并将提取的图像特征进行注册；其三，生成图像对应的缩略图，并建立缩略图与图像特征的对应关系。缩略图具有提示作用，可以使其他用户得知所述图像对应的原物的大致外观，从而有助于用户找到原物，领取相应的100元红包。

如图3b所示，服务器向想要领取红包的用户b展示所述缩略图，以提示用户b搜寻缩略图对应的原物，当服务器接收到用户b发送的对原物拍摄得到待验证图像时，服务器对待验证图像的图像特征与预先注册的图像特征进行比对，若二者匹配，则验证通过，服务器会将100元红包返回给用户b。

值得强调的是，图像是用户a对ar红包对应的原物拍摄得到的，业务规则要求待验证图像必须也是对所述原物拍摄得到的，这样才能实现ar红包的业务目的，即用户b通过实地寻找ar红包对应的原物，来领取ar红包。实际上，用户b可能对用于提示的缩略图进行放大处理，作为待验证图像，放大处理后的缩略图的清晰度往往与图像的清晰度差别较大。

为了防止用户b故意省略搜寻原物的过程，对缩略图放大处理，以冒充对原物拍摄得到的图像，在现有技术中，服务器还往往会对缩略图进行修改，如加盖阴影、剪切部分区域等，使得对缩略图放大得到的图像的图像特征与预先注册的图像特征差别较大。如图3a～3b所示，缩略图是有阴影遮掩的。

但是，对缩略图进行修改也存在如下缺陷：

1、被修改后的缩略图的提示作用被大大削弱了，其他用户根据被修改后的缩略图搜寻原物的难度大大增加，给其他用户带来了很大的不便。

2、图像特征提取往往是针对图像的有效区域(图像特征密集的区域)进行的，不同的图像的有效区域往往也是不同的。然而，服务器对不同的图像对应的缩略图进行修改时所针对的修改区域却是一样的。对于有些图像而言，修改区域不一定与有效区域一致。这就会导致处理这些图像对应的缩略图(经过修改的)得到的图像依然包含了过多图像的图像特征，还是容易利用不符合业务规则的图像通过验证。

鉴于此，在本申请实施例中，在注册阶段还需要确定图像的清晰度，在验证阶段也需要比对待验证图像与图像的清晰度，这样做除了可以提升验证准确性之外，还可以克服上述缺陷。对缩略图放大处理的代价就是造成清晰度有较大损失，可以利用这一性质，甄别出哪些待验证图像是对缩略图放大处理得到的。如此一来，即使不对缩略图进行修改，也无需担心其他用户会对缩略图放大处理，冒充对原物拍摄得到的图像，通过验证。

图4a～4b是本申请实施例提供的基于图像的注册与验证方法示意图。图4a是注册阶段，图4b是验证阶段。可见，图4a～4b与图3a～3b的区别主要有以下两个方面：1、缩略图无需被修改。2、在注册阶段还需要对图像的清晰度进行注册，在验证阶段还需要比对待验证图像的清晰度与图像的清晰度。如此一来，不会给其他用户造成很大的不便，验证的准确率也得到了提升。

具体而言，在注册阶段，提取所述图像的图像特征和确定所述图像的清晰度之后，可以处理所述图像，得到所述图像对应的缩略图，注册所述缩略图，并建立所述缩略图与所述图像特征和所述清晰度的对应关系。当服务器接收到所述图像与目标数据时，建立所述缩略图与所述目标数据的对应关系。所述目标数据可以是红包的金额。

在验证阶段，服务器可以向用户提供预先注册的缩略图，接收用户针对所述缩略图发送的待验证图像。服务器向想要领取红包的用户展示某个缩略图，并要求该用户使用终端拍摄该缩略图对应的原物，并将拍摄得到的图像作为待验证图像提供给服务器进行验证。若待验证图像的图像特征和清晰度都与预先注册的图像特征和清晰度匹配，则验证通过，服务器向所述用户返回所述缩略图对应的预先注册的目标数据，也就是向图4b中的用户b返回具有所述缩略图对应的金额的红包。

基于图1所示的基于图像的注册方法，本申请实施例还对应提供了一种基于图像的注册装置，如图5所示，包括：

获取模块501，获取图像；

提取确定模块502，提取所述图像的图像特征，以及确定所述图像的清晰度；

第一注册模块503，注册所述图像特征和所述清晰度。

所述获取模块501，接收用户发送的图像。

所述装置还包括：第二注册模块504，处理所述图像，得到所述图像对应的缩略图；注册所述缩略图，并建立所述缩略图与所述图像特征和所述清晰度的对应关系。

所述获取模块501，接收用户发送的图像和目标数据；

所述装置还包括：第三注册模块505，建立所述缩略图与所述目标数据的对应关系。

基于图2所示的基于图像的验证方法，本申请实施例还对应提供了一种基于图像的验证装置，如图6所示，包括：

获取模块601，获取待验证图像；

提取确定模块602，提取所述待验证图像的图像特征，以及确定所述待验证图像的清晰度；

验证模块603，根据所述待验证图像的图像特征、预先注册的图像特征、所述待验证图像的清晰度和预先注册的清晰度，对所述待验证图像进行验证。

所述获取模块601，向用户提供预先注册的缩略图；接收用户针对所述缩略图发送的待验证图像。

所述验证模块603，若所述待验证图像的图像特征与所述缩略图对应的预先注册的图像特征匹配，且所述待验证图像的清晰度与所述缩略图对应的预先注册的清晰度匹配，则验证通过；若所述待验证图像的图像特征与所述缩略图对应的预先注册的图像特征不匹配，和/或，所述待验证图像的清晰度与所述缩略图对应的预先注册的清晰度不匹配，则验证不通过。

所述装置还包括：返回模块604，若验证通过，则向所述用户返回所述缩略图对应的预先注册的目标数据。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(programmablelogicdevice,pld)(例如现场可编程门阵列(fieldprogrammablegatearray，fpga))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片pld上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logiccompiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(hardwaredescriptionlanguage，hdl)，而hdl也并非仅有一种，而是有许多种，如abel(advancedbooleanexpressionlanguage)、ahdl(alterahardwaredescriptionlanguage)、confluence、cupl(cornelluniversityprogramminglanguage)、hdcal、jhdl(javahardwaredescriptionlanguage)、lava、lola、myhdl、palasm、rhdl(rubyhardwaredescriptionlanguage)等，目前最普遍使用的是vhdl(very-high-speedintegratedcircuithardwaredescriptionlanguage)与verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(applicationspecificintegratedcircuit，asic)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：arc625d、atmelat91sam、microchippic18f26k20以及siliconelabsc8051f320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。

还需要说明的是，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、方法、商品或者设备不仅包括那些要素，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、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。