本公开的实施例一般涉及定位领域，更具体地涉及一种对象定位方法、装置、设备和计算机可读存储介质。
背景技术
在诸如机场、大型商场、大型办公楼等比较复杂的空间环境中，由于楼层多、内部路线比较复杂等原因，往往无法准确地确定一个人的位置。当前，在商场中，为了寻找走失的儿童或老人，往往采用系统广播的方式。但是由于商场中通常比较嘈杂，广播的信息往往无法被人们清楚地听到。在相约见面的场景中，一个人可以通过和另一个人打电话的方式来描述自己所处的位置，但由于对其所处环境不太熟悉，可能会导致无法向对方清楚地描述如何到达自己所处的位置。全球卫星定位(gps)系统作为一种比较普及的定位工具，在这种复杂环境下往往也无法提供准确的定位信息。因此，在这样复杂的空间环境中，利用传统方案来找到特定对象是相当困难的。
技术实现要素：
根据本公开的实施例，提供了一种对象定位方案。
在本公开的第一方面，提供了一种对象定位方法，包括：从图像集中确定与待定位的目标对象的图像相匹配的匹配图像，图像集包括由至少一个相机所采集的图像；获取与采集匹配图像的相机相关联的参考对象的参考位置；以及基于所述参考位置，确定目标对象的目标位置。
在本公开的第二方面，提供了一种对象定位装置，包括：匹配图像确定模块，被配置为从图像集中确定与待定位的目标对象的图像相匹配的匹配图像，图像集包括由至少一个相机所采集的图像；参考位置获取模块，被配置为获取与采集匹配图像的相机相关联的参考对象的参考位置；以及目标位置确定模块，被配置为基于所述参考位置，确定目标对象的目标位置。
在本公开的第三方面，提供了一种电子设备。该电子设备包括：一个或多个处理器；以及存储器，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得电子设备实现根据本公开的第一方面的方法。
在本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现根据本公开的第一方面的方法。
应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：
图1示出了能够在其中实现本公开的实施例的示例性环境的示意图；
图2示出了根据本公开的实施例的对象定位方法的流程图；
图3示出了根据本公开的实施例的基于参考对象的位置来确定目标对象的位置的方法的流程图；
图4示出了根据本公开的实施例的对象定位装置的方框图；以及
图5示出了能够实施本公开的实施例的电子设备的方框图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
在本公开的实施例的描述中，术语“包括”及其类似用语应当理解为开放性包含，即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
在本公开的实施例中，术语“相机”是指具有图像获取功能的设备，例如摄像头、智能终端、全景相机、摄像机等。“目标对象”是指待定位的对象，例如待定位的人、车辆、物品等。“参考对象”是指用于在对象定位中作为参考的对象，例如空间环境中相对静止的对象，例如商场、机场中的店铺等。
如上文所提及的，在诸如商场、机场、地下停车场、大型办公楼等比较复杂的空间环境中，由于楼层多、内部路线复杂，无法准确提供一个目标对象的位置，也无法准确地提供达到目标对象的路线。例如，在具有多层的商场中，在两个人离得很近但是一个人在商场的上一层而另一个人在商场的下一层时，使用gps定位往往无法给出这两个人处于不同楼层的信息，从而会导致这两个人利用gps定位难以找到对方。
另外，在利用gps定位时，需要待定位的目标对象配备有gps系统。在待定位的目标对象不具有gps系统的情况下(例如在商场中偶然走失的儿童往往并不佩戴gps系统)，将无法利用gps系统来定位目标对象。在这种情况下，广泛采用的方式是利用广播来寻人。而由于商场通常比较嘈杂，会导致这种广播信息无法被人们清楚地听到，因此广播寻人的方式有时并不是很有效。
为了在这种复杂空间环境下准确定位出目标对象并准确地提供到达该目标对象的路线，本公开的实施例提供了一种对象定位方案。该方案确定与待定位的目标对象的图像相匹配的匹配图像，并基于采集匹配图像的相机(例如摄像头等)所处的位置以及所述位置附近的参考对象来确定目标对象的位置。由于在诸如商场、机场、停车场之类的复杂的公共环境中，往往安装有诸多摄像头，并且这些摄像头及其周围的参考对象(例如店铺)通常是固定的，与其相关联的信息也易于获得，因此可以方便地对这些信息加以利用，而无需搭建额外的硬件设施。同时，由于摄像头的位置以及参考对象的信息可能会反映出复杂环境的结构信息，例如楼层等，因此基于这些信息提供的定位结果会更加准确，更易于用户理解。
下面将结合图1到图5来具体描述本公开的实施例。
图1示出了能够在其中实现本公开的实施例的示例环境100的示意图。举例而非限制性地，环境100可以包括大型商场、机场、停车场、办公楼等复杂的公共环境。在环境100中安装有多个相机，例如摄像头106和108。这些摄像头106和108一旦被安装，其成像参数(例如所处位置、旋转角度、焦距等)就可以被存储到存储设备104中。在摄像头106和108被调整时，可以相应地调整存储在存储设备104中的与摄像头106和108相关的信息，例如成像参数。
基于环境100的信息，可以确定出环境100中与摄像头106和108相关联的参考对象的信息，例如参考对象的名称、参考对象的位置信息(其包括参考对象所处楼层、在该楼层中的方位、该参考对象的实际空间坐标等)等。在本公开的实施例中，参考对象是指位于摄像头106和108附近的静止物体，例如店铺、楼梯、休闲区域等。这些参考对象可以是与摄像头106和108的距离在预定距离内的静止物体，也可以是处于摄像头106和108的视场范围内的静止物体。这些参考对象的信息也可以被存储在存储设备104中，例如与摄像头106和108的标识相关联地存储在存储设备104中。
摄像头106和摄像头108可以分别拍摄其周围场景的视频118、120，并将所拍摄的视频118、120存储到存储设备104中。视频118和120是按照时间顺序排列的一系列图像。因此，也可以说存储设备104中存储有由各个摄像头106和108随着时间而拍摄的图像。在本公开的实施例中，存储设备104可以将图像、该图像被采集的时间、以及采集该图像的摄像头的标识相关联地存储起来，其中采集时间和摄像头标识可以被存储为该图像的元数据。
下面为了便于描述本公开的实施例，在图1中假设以下场景：用户110想要知道目标对象114的位置。例如，用户110和目标对象114事先约定在商场见面，用户110在目标对象114之后到达商场，而希望找到目标对象114。又例如，目标对象114可以是在商场走失的儿童，而用户110为目标对象114的父母，其希望找到目标对象114。为了获得目标对象114的位置，用户110可以从其随身携带的电子设备112(例如智能手机、平板电脑等)中找到以往拍摄的目标对象114的目标图像116，例如含有目标对象114的面部的图像、含有目标对象114所佩戴的附属物(例如包、眼镜、帽子等)的图像，并利用电子设备112将目标图像116发送到计算设备102，以请求获得目标对象114的位置以及达到目标对象114的路线116。
计算设备102在接收到目标对象114的目标图像116之后，可以从存储设备104获取摄像头106和108所采集的图像集，并确定该图像集中与目标对象114的目标图像116匹配的匹配图像。例如，计算设备102可以基于从存储设备104获取的图像集建立特征库(例如包括面部特征表示的人脸库)，并在人脸库中搜索与目标图像116中的目标人脸相匹配的人脸图像。
将理解的是，为了加快匹配速度，计算设备102也可以随着时间的推移，基于存储设备104中的图像集来建立特征库，而不是响应于接收到目标图像116才建立特征库。还将理解的是，特征库的建立也可以由其他计算设备来完成，并将特征库存储到存储设备104中，而计算设备102可以从存储设备104直接获取已经建立的特征库以进行匹配。
计算设备102可以基于与采集匹配图像的摄像头(在图1所示的例子中为摄像头106)相关联的参考对象的位置，来确定目标对象114的位置。例如，在摄像头106附近只存在一个参考对象的情况下，计算设备102可以将该参考对象的位置确定为目标对象114的位置。又例如，在摄像头106附近存在多个参考对象的情况下，计算设备102可以确定目标对象114更可能靠近哪个参考对象，并将该参考对象的位置确定为目标对象114的位置。计算设备102可以基于环境100的信息确定从用户110所处的位置到达目标对象114的位置的路线124，并向用户110的电子设备112发送该路线124以及与该路线相关联的导航信息。电子设备112可以在显示屏上向用户110呈现路线124以及导航信息。
由此，用户110只需将目标对象114的图像116发送到计算设备102，即可获知目标对象114在环境100中的具体位置以及到达目标对象114的路线124和导航信息。以此方式，无需目标对象114通过通信工具(例如手机)向用户110口头描述其所处的位置以及如何到达该位置，从而避免了目标对象114由于不熟悉环境100而向用户110提供错误的信息的可能。另外，在目标对象114不具备gps系统的情况下，该方案也能够使用户110找到目标对象114。同时，该方案基于采集到匹配图像的摄像头106附近的参考对象的位置来确定目标对象114的位置。由于这些参考对象在环境100中的位置信息能够反映该环境100的结构信息(例如该参考对象位于环境100的哪层、位于该层的哪个方位)，所以以这种方式确定的目标对象114的位置更易于用户110找到目标对象114。
虽然图1示出了由用户110发起定位目标对象114的过程，但是该过程也可以由目标对象114自己发起。例如，目标对象114可以利用自己的手机(在图1中未示出)发送自己的图像，以请求计算设备102定位自己的位置，并将自己的位置发送给用户110。这适用于用户110的是电子设备112上不具有目标对象114的图像的情况。
在图1所示的例子中，存储设备104和计算设备102被示出为分离的部件，但是将理解的是，二者也可以被集成在一起。应当理解，图1所示的各个部件的数目、结构、连接关系和布局都是示例性的，而非限制性的，并且其中一些部件是可选的。可以在本公开的范围内在数目、结构、连接关系和布局等方面进行调整。
图2示出了根据本公开的实施例的对象定位方法200的流程图。方法200可以由图1中所示的计算设备102来执行。为了便于描述，下面将参照图1来描述方法200。
在框202，计算设备102从图像集中确定与目标对象114的图像相匹配的匹配图像，该图像集包括由至少一个相机106、108采集的图像。在一些实施例中，计算设备102可以从想要获得目标对象114的位置的用户110接收目标对象的图像116。图像116是包含有利于识别目标对象的信息的图像。例如，在待定位的目标对象114为人的情况下，图像116可以是含有目标对象114的脸部的图像、含有目标对象114当前所佩戴的特殊附属物的图像、含有目标对象114当前所穿着的衣物的图像。在待定位的目标对象114为车辆的情况下，图像116可以是含有车辆的车牌信息的图像。
计算设备102可以从存储设备104获取相机106和108采集的图像集122，该图像集122的采集时间可以与计算设备102接收到图像116的时间相同，也可以与接收到图像116的时间不同。
在一些实施例中，计算设备102可以基于目标对象的图像确定目标对象的特征表示，例如，但不限于面部特征表示、附属物特征表示、服饰特征表示等。面部特征表示是从图像中提取的与面部有关的特征的表示，例如其可以是一个多维度的向量，也可以是图像形式的表示。附属物特征表示是从该图像中提取的与对象所佩戴的附属物有关的特征的表示，其可以为向量形式的表示。服饰特征表示是指从图像中提取的与对象所穿着的服饰有关的特征的表示，例如服饰的颜色等，其也可以为向量形式的表示。
计算设备102可以从特征库中确定与目标对象的特征表示相匹配的匹配特征表示，特征库包括基于图像集122而生成的特征表示。例如，计算设备102可以基于特征库中的特征表示与目标对象的特征表示之间的相似度，来确定匹配特征表示。计算设备102可以计算特征库中的每个特征表示与目标对象的特征表示之间的欧式距离、余弦距离等，来作为相似度的度量，并从特征库中选择相似度最高的特征表示来作为匹配特征表示。计算设备102可以将图像集122中的、与匹配特征表示相对应的图像确定为匹配图像。
在一些实施例中，特征库可以是计算设备102基于图像集122来建立的。例如，在待定位的目标对象114为人的情况下，对于图像集122中的每张图像，计算设备102可以基于人脸检测算法，检测该图像中是否包括人脸以及人脸在该图像中的位置。计算设备102可以基于检测到的人脸生成包含面部特征表示的人脸库。将理解的是，特征库也可以由其他计算设备来建立，而计算设备102可以直接利用其他设备建立的特征库进行匹配，以此方式，计算设备102可以更快速地对用户110的定位请求进行响应。
在框204，计算设备102获取与采集匹配图像的相机106相关联的参考对象的参考位置。在一些实施例中，计算设备102可以基于采集匹配图像的相机106所在的环境100的信息，来确定与该相机相关联的参考对象的位置，例如处于该相机视场范围的参考对象的位置。在一些实施例中，如之前参考图1所描述的，存储设备104中可以关联地存储图像、该图像被采集的时间以及采集该图像的相机的标识，并且存储设备104还可以与摄像头106和108的标识相关联地存储该摄像头附近的参考对象的信息。因此，计算设备102可以基于采集匹配图像的相机106的标识，从存储设备104获取与该相机相关联的参考对象的参考位置。
在框206，计算设备102基于所获取的参考对象的参考位置，来确定目标对象114的目标位置。在一些实施例中，在采集匹配图像的相机只有一个相关联的参考对象的情况下，计算设备102可以将该参考对象的位置确定为目标对象114的位置。在采集匹配图像的相机存在多个相关联的参考对象的情况下，计算设备102可以确定目标对象114更可能靠近哪个参考对象，并将该参考对象的位置确定为目标对象114的位置。例如，计算设备102可以利用场景匹配技术，来确定目标对象114更靠近哪个参考对象。又例如，计算设备102可以基于目标对象114在匹配图像中的像素位置以及参考对象应该在匹配图像中的像素位置，来确定目标对象114更靠近哪个参考对象。稍后将结合图3的实施例来详细描述如何基于多个参考对象的位置来确定目标对象114的目标位置的示例性例子。
在方法200中，计算设备102基于与采集匹配图像的相机相关联的参考对象的位置来确定目标对象114的位置，由于参考对象的位置信息包含了复杂空间的结构信息，因此定位结果更加准确。另外，由于这种定位方法无需用户110与目标对象114进行交互，从而降低了方向感不强的目标对象114给出错误的导航信息的可能性。另外，由于在定位目标对象114时，无需与目标对象114进行交互，因此方法200特别适用于目标对象114不佩戴任何电子设备的情况。
附加地或可选地，在一些实施例中，计算设备102在确定了目标对象114的目标位置之后，还可以确定从用户110的位置到达目标位置的路线。计算设备102可以将该路线以及相关联的导航发送给用户110。在一些实施例中，计算设备102可以采用增强现实导航的方式向用户110呈现到达目标对象的路线，以增强用户110对真实环境100的感知与交互。在一些实施例中，计算设备102可以在呈现路线及导航信息的用户界面上提供与语音通话相关联的功能，使得用户110在被导航的同时能够利用该功能与目标对象114进行通话，而无需退出导航界面。
附加地或可选地，在一些实施例中，计算设备102还可以实时追踪目标对象114。具体地址，计算设备102可以基于匹配图像的采集时刻，确定出目标位置为目标对象114在该采集时刻的第一目标位置。计算设备102还可以从图像集中确定与目标对象114的图像匹配的在第二时刻采集的第二匹配图像，并利用框204、206的操作来确定目标对象114在第二时刻的第二目标位置。计算设备102可以基于第一目标位置和第二目标位置确定出目标对象114的移动路线。在一些实施例中，计算设备102还可以向用户110呈现目标对象114的移动路线，也可以基于目标对象114的移动路线实时更新从用户110到达目标对象114的路线和导航信息。
图3示出了根据本公开的实施例基于参考对象的位置来确定目标对象的位置的方法300的流程图。方法300可以由图1中所示的计算设备102来执行。下面将结合图1来描述方法300。
在相机的位置、旋转角度、焦距等参数已知的情况下，即可确定相机的成像范围(即视场)。如果位于该成像范围内的物体(即对象)是静止的，则静止物体在被该相机成像时，将位于图像中的固定像素处。而对于移动的物体(例如目标对象114)而言，其在移动过程中可能会相对于相机遮住静止物体，因此在被成像时，移动物体将会出现在所遮住的静止物体对应的像素处。本公开的实施例可以利用这一信息来确定目标对象114更靠近哪个参考对象。
在框302，计算设备102可以基于参考对象的参考位置和相机的成像参数确定匹配图像中与参考对象对应的参考部分。在本公开的实施例中，参考对象是指环境100中的位置固定的物体，例如店铺、楼梯、休闲区等。根据相机成像原理，相机的成像参数(例如位置、旋转角度、焦距)可以用来确定空间中的待成像物体与图像中的像素之间的对应关系。因此，在一些实施例中，计算设备102可以基于采集到匹配图像的相机的成像参数和与其相关联的参考对象的空间坐标，来确定匹配图像中与参考对象对应的参考部分。例如，参考部分为匹配图像中的与参考对象对应的像素。
在一些实施例中，也可以由计算设备102或其他计算设备提前(例如在相机被安装时、相机参数被调整时)确定出与相机相关联的参考对象与所成像的图像中的像素之间的对应关系。计算设备102可以基于这种对应关系，来确定匹配图像中与参考对象对应的参考部分。
在框304，计算设备102可以获取匹配图像中与目标对象114对应的目标部分。如之前所描述的，计算设备102可以基于人脸检测算法，检测图像中是否包括人脸以及人脸在该图像中的位置。因此，在一些实施例中，计算设备102可以基于目标对象114在匹配图像中的位置，来确定匹配图像中与目标对应的目标部分，所述目标部分由像素组成。
在框306，计算设备102可以基于参考部分和目标部分，确定目标对象114的目标位置。在一些实施例中，计算设备102可以在参考对象中确定第一参考对象，其中匹配图像中的、与第一参考对象对应的参考部分与目标部分至少部分地重叠。如果目标对象114相对于相机遮住了一个参考对象的一部分(例如目标114站在该参考对象前面)，则被遮住部分在图像中不会被成像，在图像中原本对应与被遮住部分的像素将对应于目标对象114，即该匹配图像中与该参考对象对应的参考部分与匹配图像中与目标对象114对应的目标部分存在重叠关系。因此，可以利用这种关系，来确定目标对象114更靠近哪个参考对象。在一些实施例中，如果与目标部分存在重叠的参考对象有多个，可以将重叠的像素最多的那个参考对象确定为第一对象。
在一些实施例中，计算设备102可以基于第一参考对象的空间位置来确定目标位置。在一些实施例中，计算设备102可以基于环境100的信息，来确定第一参考对象的空间位置。在一些实施例中，计算设备102也可以从存储设备104获取第一参考对象的参考位置。计算设备可以基于第一参考对象的参考位置确定目标对象114的目标位置，例如计算设备可以将第一参考对象的参考位置确定为目标对象114的目标位置。
在方法300中，计算设备102利用采集匹配图像的相机附近的参考对象的位置来确定目标对象114的位置，使得目标对象的位置基于环境100中的参考对象而被描述。这样，用户110更易于找到目标对象114。
图4示出了根据本公开的实施例的对象定位装置400的方框图。装置400可以被包括在图1的计算设备102中或者被实现为计算设备102。如图4所示，装置400包括匹配图像确定模块410，被配置为从图像集中确定与待定位的目标对象的图像相匹配的匹配图像，图像集包括由至少一个相机所采集的图像；参考位置获取模块420，被配置为获取与采集匹配图像的相机相关联的参考对象的参考位置；以及目标位置确定模块430，被配置为基于参考对象的参考位置，确定目标对象的目标位置。
在一些实施例中，匹配图像确定模块410可以包括：特征表示生成模块，被配置为基于目标对象的图像确定目标对象的特征表示；匹配特征表示确定模块，被配置为从特征库中确定与特征表示相匹配的匹配特征表示，特征库包括基于图像集而生成的特征表示；以及确定模块，被配置为将图像集中的、与匹配特征表示相对应的图像确定为匹配图像。
在一些实施例中，特征表示包括以下至少一项：面部特征表示、附属物特征表示、服饰特征表示。
在一些实施例中，参考位置获取模块420可以包括：参考位置确定模块，被配置为基于相机的环境信息，来确定参考对象的参考位置。
在一些实施例中，目标位置确定模块430可以包括：参考部分确定模块，被配置为基于参考位置和相机的成像参数，确定匹配图像中与参考对象对应的参考部分；目标部分获取模块，被配置为获取匹配图像中与目标对象对应的目标部分；以及确定模块，被配置为基于参考部分和目标部分，确定目标对象的目标位置。
在一些实施例中，确定模块可以包括：参考对象确定模块，被配置为在参考对象中确定第一参考对象，在匹配图像中的、与第一参考对象对应的参考部分与目标部分至少部分地重叠；以及位置确定模块，被配置为基于第一参考对象的参考位置来确定目标对象的目标位置。
在一些实施例中，匹配图像是在第一时刻采集的第一匹配图像，其中，匹配图像确定模块410还可以被配置为从图像集中确定与目标对象的图像相匹配的第二匹配图像，第二匹配图像是在第二时刻采集的；参考位置获取模块420还可以被配置为获取与采集第二匹配图像的相机相关联的第二参考对象的第二参考位置；以及目标位置确定模块430还可以被配置为基于第二参考位置，来确定目标对象的第二目标位置；并且装置400还可以包括移动路线确定模块，被配置为基于目标位置和第二目标位置确定目标对象的移动路线。
在一些实施例中，装置400还可以包括：目标图像接收模块，被配置为从处于第一位置的用户接收目标图像；以及提供模块，被配置为提供从第一位置到目标位置的路线和导航中的至少一项。
在一些实施例中，提供模块还可以被配置为提供用户与目标对象之间的语音通话功能。
图5示出了可以用来实施本公开的实施例的电子设备500的示意性框图。设备500可以用于实现图1的计算设备102。如图所示，设备500包括中央处理单元(cpu)501，其可以根据存储在只读存储器(rom)502中的计算机程序指令或者从存储单元508加载到随机访问存储器(ram)503中的计算机程序指令，来执行各种适当的动作和处理。在ram503中，还可以存储设备500操作所需的各种程序和数据。cpu501、rom502以及ram503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。
设备500中的多个部件连接至i/o接口505，包括：输入单元706，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500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。
处理单元501执行上文所描述的各个方法和处理，例如方法200、300。例如，在一些实施例中，方法200、300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508。在一些实施例中，计算机程序的部分或者全部可以经由rom502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到ram503并由cpu501执行时，可以执行上文描述的方法200、300的一个或多个步骤。备选地，在其他实施例中，cpu501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法200、300。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：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)等等。
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。
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。
此外，虽然采用特定次序描绘了各操作，但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行，或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地，在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。