本发明涉及计算机应用技术，特别涉及兴趣点空间拓扑关系构建方法、装置及存储介质。
背景技术：
兴趣点(POI，Point of Interest)之间的空间拓扑关系是一种重要的关系型数据，如能够帮助数据中心提高POI定位精度，使地图软件更高质量地还原真实世界，从而完善对真实世界的表达，提高产品体验等。
目前精确的POI空间拓扑关系的构建常见于大商场等用户访问密集的地区，采用专业人员外采的方式进行构建。这种方式需要耗费较大的人力成本，而且效率低下。
技术实现要素：
有鉴于此，本发明提供了兴趣点空间拓扑关系构建方法、装置及存储介质。
具体技术方案如下：
一种兴趣点空间拓扑关系构建方法，包括：
获取至少包含两个兴趣点的标识物的第一图像；
对所述第一图像进行标识物检测；
针对检测到的每个标识物，分别确定出数据库中记录的兴趣点中与所述标识物相匹配的兴趣点；
根据所述第一图像确定出相匹配的兴趣点之间的相对位置关系；
根据兴趣点之间的相对位置关系生成兴趣点的空间拓扑关系。
根据本发明一优选实施例，所述确定出数据库中记录的兴趣点中与所述标识物相匹配的兴趣点包括：
分别基于以下信息之一或全部：所述标识物中的字符、所述标识物的标识物图像，确定出数据库中记录的兴趣点中与所述标识物相匹配的兴趣点。
根据本发明一优选实施例，所述数据库中保存有记录的兴趣点的特征图像；
基于所述标识物的标识物图像，确定出数据库中记录的兴趣点中与所述标识物相匹配的兴趣点包括：
从所述第一图像中裁剪出所述标识物所在区域，得到所述标识物图像；
利用所述标识物图像，从所述数据库中记录的兴趣点中检索出特征图像与所述标识物图像相匹配的兴趣点，将检索到的兴趣点作为与所述标识物相匹配的兴趣点。
根据本发明一优选实施例，所述特征图像包括：兴趣点的门脸图像。
根据本发明一优选实施例，所述数据库中保存有记录的兴趣点的名称信息；
基于所述标识物中的字符，确定出数据库中记录的兴趣点中与所述标识物相匹配的兴趣点包括：
识别出所述标识物中的字符；
从所述数据库中记录的兴趣点中检索出名称与所述字符相匹配的兴趣点，将检索到的兴趣点作为与所述标识物相匹配的兴趣点。
根据本发明一优选实施例，该方法进一步包括：
若与所述标识物相匹配的兴趣点数大于一，则按照预定规则从中选出一个兴趣点作为与所述标识物相匹配的兴趣点。
根据本发明一优选实施例，所述根据所述第一图像确定出相匹配的兴趣点之间的相对位置关系包括：
根据检测到的标识物在所述第一图像中的相对位置关系，确定出相匹配的兴趣点之间的相对位置关系。
根据本发明一优选实施例，该方法进一步包括：
结合检测到的标识物在所述第一图像中的相对位置关系以及所述第一图像中的字符信息，确定出相匹配的兴趣点之间的相对位置关系。
一种兴趣点空间拓扑关系构建装置，包括：获取单元、检测单元、匹配单元、确定单元以及构建单元；
所述获取单元，用于获取至少包含两个兴趣点的标识物的第一图像；
所述检测单元，用于对所述第一图像进行标识物检测；
所述匹配单元，用于针对检测到的每个标识物，分别确定出数据库中记录的兴趣点中与所述标识物相匹配的兴趣点；
所述确定单元，用于根据所述第一图像确定出相匹配的兴趣点之间的相对位置关系；
所述构建单元，用于根据兴趣点之间的相对位置关系生成兴趣点的空间拓扑关系。
根据本发明一优选实施例，针对检测到的每个标识物，所述匹配单元分别基于以下信息之一或全部：所述标识物中的字符、所述标识物的标识物图像，确定出数据库中记录的兴趣点中与所述标识物相匹配的兴趣点。
根据本发明一优选实施例，所述数据库中保存有记录的兴趣点的特征图像；
针对检测到的每个标识物，所述匹配单元从所述第一图像中裁剪出所述标识物所在区域，得到所述标识物图像，利用所述标识物图像，从所述数据库中记录的兴趣点中检索出特征图像与所述标识物图像相匹配的兴趣点，将检索到的兴趣点作为与所述标识物相匹配的兴趣点。
根据本发明一优选实施例，所述特征图像包括：兴趣点的门脸图像。
根据本发明一优选实施例，所述数据库中保存有记录的兴趣点的名称信息；
针对检测到的每个标识物，所述匹配单元识别出所述标识物中的字符，从所述数据库中记录的兴趣点中检索出名称与所述字符相匹配的兴趣点，将检索到的兴趣点作为与所述标识物相匹配的兴趣点。
根据本发明一优选实施例，所述匹配单元进一步用于，若与所述标识物相匹配的兴趣点数大于一，则按照预定规则从中选出一个兴趣点作为与所述标识物相匹配的兴趣点。
根据本发明一优选实施例，所述确定单元根据检测到的标识物在所述第一图像中的相对位置关系，确定出相匹配的兴趣点之间的相对位置关系。
根据本发明一优选实施例，所述确定单元进一步用于，结合检测到的标识物在所述第一图像中的相对位置关系以及所述第一图像中的字符信息，确定出相匹配的兴趣点之间的相对位置关系。
一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如以上所述的方法。
一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如以上所述的方法。
基于上述介绍可以看出，采用本发明所述方案，可获取至少包含两个兴趣点的标识物的第一图像，并对第一图像进行标识物检测，之后可针对检测到的每个标识物，分别确定出数据库中记录的兴趣点中与该标识物相匹配的兴趣点，并可根据第一图像确定出相匹配的兴趣点之间的相对位置关系，进而可根据兴趣点之间的相对位置关系生成兴趣点的空间拓扑关系，相比于现有技术，本发明所述方案中无需人工进行操作，从而节省了人力成本，并提高了处理效率等。
【附图说明】
图1为本发明所述兴趣点空间拓扑关系构建方法实施例的流程图。
图2为本发明所述指示牌的示意图。
图3为本发明所述兴趣点空间拓扑关系构建装置实施例的组成结构示意图。
图4示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。
【具体实施方式】
针对现有技术中存在的问题，本发明中提出一种兴趣点空间拓扑关系构建方式，可获取至少包含两个兴趣点的标识物的第一图像，并对第一图像进行标识物检测，针对检测到的每个标识物，分别确定出数据库中记录的兴趣点中与该标识物相匹配的兴趣点，并可根据第一图像确定出相匹配的兴趣点之间的相对位置关系，进而可根据兴趣点之间的相对位置关系生成兴趣点的空间拓扑关系。
所述标识物可以包括招牌、路牌等能够提供兴趣点的标识信息的物体。
以下以招牌为例，参照附图并举实施例，对本发明所述方案进行说明。
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。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
图1为本发明所述兴趣点空间拓扑关系构建方法实施例的流程图。如图1所示，包括以下具体实现方式。
在101中，获取至少包含两个兴趣点的招牌的第一图像。
在102中，对第一图像进行招牌检测。
在103中，针对检测到的每个招牌，分别确定出数据库中记录的兴趣点中与该招牌相匹配的兴趣点。
在104中，根据第一图像确定出相匹配的兴趣点之间的相对位置关系。
在105中，根据兴趣点之间的相对位置关系生成兴趣点的空间拓扑关系。
可收集大量的实景采集图像，如可包括二维图像以及全景图像等，实景采集图像的获取渠道不限。比如，可通过发布众包任务，让众包用户到指定的区域进行实景图像采集等。
实景采集到的图像中需要包含至少两个兴趣点的招牌。比如，众包用户可以拍摄某一条街上相邻的两个门店的招牌，并在拍摄时尽量将两个招牌间的相对位置关系体现出来。
为与后续出现的图像相区别，将至少包含两个兴趣点的招牌的实景采集图像称为第一图像。
针对获取到的每张第一图像，可首先对其进行招牌检测。
如何进行招牌检测不作限制。比如，可利用基于深度学习的快速基于区域卷积神经网络(Faster RCNN，Faster Region-based Convolutional Neural Network)检测框架，并融合方向梯度直方图(HOG，Histogram of Oriented Gradient)/Haar等图像特征检测技术，构建招牌检测模型，进而利用该模型对第一图像进行招牌检测，即将深度学习检测方式与传统的检测方式相结合，以获得更好的检测效果。
针对检测到的每个招牌，可分别确定出数据库中记录的兴趣点中与该招牌相匹配的兴趣点。
数据库中可记录有真实世界中的各兴趣点及其相关信息，所述相关信息可包括兴趣点的名称、兴趣点的特征图像等，特征图像可以是指兴趣点的门脸图像等。针对检测到的每个招牌，分别建立其与数据库中记录的兴趣点之间的关联关系。
较佳地，针对检测到的每个招牌，可分别基于以下信息之一或全部：该招牌中的字符、该招牌的招牌图像，确定出数据库中记录的兴趣点中与该招牌相匹配的兴趣点。
其中，针对检测到的每个招牌，基于该招牌的招牌图像，确定出数据库中记录的兴趣点中与该招牌相匹配的兴趣点的方式可包括：从第一图像中裁剪出该招牌所在区域，得到招牌图像，利用该招牌图像，从数据库中记录的兴趣点中检索出特征图像与该招牌图像相匹配的兴趣点，将检索到的兴趣点作为与该招牌相匹配的兴趣点。
对于每个招牌，通过招牌检索，可确定出招牌所在区域，相应地，可将招牌所在区域从第一图像中裁剪出来，将裁剪出来的图像作为招牌图像。
如果数据库中保存有各兴趣点的特征图像，如各兴趣点的门脸图像，那么可通过图图检索的方式，从数据库中记录的各兴趣点中检索出特征图像与招牌图像相匹配的兴趣点，进而将检索到的兴趣点作为与招牌图像中的招牌相匹配的兴趣点。其中，图图检索即指以图搜图的检索方式，用招牌图像作为输入，对各特征图像进行检索，查找到与招牌图像相匹配的特征图像。
如何获取各兴趣点的门脸图像不作限制，比如，可为专门采集的，或通过其它渠道获取的等。
针对检测到的每个招牌，基于该招牌中的字符，确定出数据库中记录的兴趣点中与该招牌相匹配的兴趣点的方式可包括：识别出该招牌中的字符，从数据库中记录的兴趣点中检索出名称与所述字符相匹配的兴趣点，将检索到的兴趣点作为与该招牌相匹配的兴趣点。
其中，可通过光学字符识别(OCR，Optical Character Recognition)技术，识别出检测到的招牌中的字符，可能包括汉字、英文、数字等。
如果数据库中保存有各兴趣点的名称信息，那么获取到某一招牌中的字符后，可基于获取到的字符对数据库中的各兴趣点的名称进行检索，以便检索出名称与获取到的字符相匹配的兴趣点，进而将检索到的兴趣点作为与该招牌相匹配的兴趣点。
本实施例中所述的招牌通常是指广义上的招牌。可以是指如餐馆门脸某一位置处悬挂的如“***家常菜”的传统形式的招牌，也可以是指其它形式的招牌，如包含兴趣点名称的指示牌等。比如，“***美食城”共有七层，在每一层的电梯口处，均设置有如图2所示形式的关于该楼层中的各餐馆(兴趣点)的位置分布的指示牌，图2为本发明所述指示牌的示意图，这种形式的指示牌也可视为兴趣点的招牌，同样适用于本实施例所述方案。
上述过程可举例说明如下。
示例一：
第一图像中包含两个兴趣点的招牌，分别为招牌1和招牌2，这两个招牌均为传统形式的招牌，通过招牌检测，可分别获取到这两个招牌的招牌图像，分别为招牌图像1和招牌图像2，如果数据库中保存有各兴趣点的门脸图像，那么针对招牌图像1，可通过与数据库中记录的各兴趣点的门脸图像进行匹配，查找出与招牌图像1相匹配的门脸图像，进而可将该门脸图像对应的兴趣点作为与招牌1相匹配的兴趣点，针对招牌图像2，可通过与数据库中记录的各兴趣点的门脸图像进行匹配，查找出与招牌图像2相匹配的门脸图像，进而可将该门脸图像对应的兴趣点作为与招牌2相匹配的兴趣点。
示例二：
第一图像中包含三个兴趣点的招牌，分别为招牌a、招牌b和招牌c，这三个招牌均为图2所示形式的指示牌，若数据库中保存有各兴趣点的名称信息，那么可分别对三个招牌中的字符进行OCR识别，从而得到识别结果a、识别结果b以及识别结果c，从数据库中记录的各兴趣点中检索出名称与识别结果a相匹配的兴趣点，将该兴趣点作为与招牌a相匹配的兴趣点，从数据库中记录的各兴趣点中检索出名称与识别结果b相匹配的兴趣点，将该兴趣点作为与招牌b相匹配的兴趣点，从数据库中记录的各兴趣点中检索出名称与识别结果c相匹配的兴趣点，将该兴趣点作为与招牌b相匹配的兴趣点。
示例三：
第一图像中包含两个兴趣点的招牌，分别为招牌1和招牌2，这两个招牌均为传统形式的招牌，如果数据库中同时保存有各兴趣点的门脸图像以及名称信息，那么针对每个招牌，可分别按照字符以及招牌图像的方式查找出与该招牌相匹配的兴趣点，两个结果相互验证，从而确保了处理结果的准确性等。
无论采用何种方式，针对第一图像中的任一招牌，若查找出的相匹配的兴趣点数大于一，那么可按照预定规则从中选出一个兴趣点作为与该招牌相匹配的兴趣点。
所述预定规则具体为何种规则不作限制。比如，可选出与第一图像的采集点的地理位置距离最近的兴趣点，将选出的兴趣点作为最终所需的兴趣点等。
以众包用户为例，在进行实景图像采集时，除了需要上传采集到的实景图像之外，还可上传自身的地理位置信息，即采集点的地理位置信息，采集点的地理位置信息可利用众包用户使用的智能终端如手机中的定位功能来获取。相应地，数据库中也需要保存有各兴趣点的地理位置信息。
在分别确定出与从第一图像中检测到的各招牌相匹配的兴趣点之后，可进一步根据第一图像确定出相匹配的兴趣点之间的相对位置关系。
比如，可根据检测到的招牌在第一图像中的相对位置关系，确定出相匹配的兴趣点之间的相对位置关系。
或者，结合检测到的招牌在第一图像中的相对位置关系以及第一图像中的字符信息，确定出相匹配的兴趣点之间的相对位置关系，相比于前一种方式，按照这种方式确定出的相对位置关系会更为准确。
上述过程可举例说明如下。
示例一：
第一图像中包含两个兴趣点的招牌，分别招牌1和招牌2，招牌1和招牌2均为传统形式的招牌，与招牌1相匹配的兴趣点为兴趣点1，与招牌2相匹配的兴趣点为兴趣点2，招牌1和招牌2中均只包含兴趣点的名称信息，第一图像中也没有其它额外的字符信息，招牌1和招牌2在第一图像中为左右相邻的相对位置关系，那么则可确定兴趣点1与兴趣点2也为左右相邻的相对位置关系。
示例二：
第一图像中包含两个兴趣点的招牌，分别招牌1和招牌2，招牌1和招牌2均为传统形式的招牌，与招牌1相匹配的兴趣点为兴趣点1，与招牌2相匹配的兴趣点为兴趣点2，招牌1中仅包含兴趣点1的名称信息，招牌2中除了包含兴趣点2的名称信息之外，在右下角还额外包含了“地下一层”的文字信息，招牌1和招牌2在第一图像中为左右相邻的相对位置关系，但结合“地下一层”的文字信息，可确定出兴趣点1和兴趣点2处于不同的楼层，为楼上楼下的相对位置关系，“地下一层”的文字信息也可以位于招牌2之外的第一图像中的某一位置。
示例三：
第一图像中包含两个兴趣点的招牌，分别招牌1和招牌2，招牌1和招牌2均为图2所示形式的招牌，与招牌1相匹配的兴趣点为兴趣点1，与招牌2相匹配的兴趣点为兴趣点2，招牌1中除了包含兴趣点1的名称信息之外，还包含“1701室”的文字信息，招牌2中除了包含兴趣点2的名称信息之外，还包含“1702室”的文字信息，另外第一图像中还包含“5层”的文字信息，招牌1和招牌2在第一图像中为上下相邻的相对位置关系，但结合“1701室”、“1702室”以及“5层”等文字信息，可确定出兴趣点1和兴趣点2位于同一大楼的同一楼层即5层，且相邻。
按照上述方式，可获取到各兴趣点之间的相对位置关系，进而可按照现有技术，根据兴趣点之间的相对位置关系生成兴趣点的空间拓扑关系。
需要说明的是，对于前述的方法实施例，为了简单描述，将其表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
总之，采用本发明方法实施例所述方案，无需人工进行操作，即可准确高效地构建出兴趣点空间拓扑关系，并节省了人力成本等。
以上是关于方法实施例的介绍，以下通过装置实施例，对本发明所述方案进行进一步说明。
图3为本发明所述兴趣点空间拓扑关系构建装置实施例的组成结构示意图。如图3所示，包括：获取单元301、检测单元302、匹配单元303、确定单元304以及构建单元305。
获取单元301，用于获取至少包含两个兴趣点的招牌的第一图像。
检测单元302，用于对第一图像进行招牌检测。
匹配单元303，用于针对检测到的每个招牌，分别确定出数据库中记录的兴趣点中与该招牌相匹配的兴趣点。
确定单元304，用于根据第一图像确定出相匹配的兴趣点之间的相对位置关系。
构建单元305，用于根据兴趣点之间的相对位置关系生成兴趣点的空间拓扑关系。
可收集大量的实景采集图像，如可包括二维图像以及全景图像等，实景采集图像的获取渠道不限。实景采集到的图像中需要包含至少两个兴趣点的招牌。
针对获取到的每张实景采集图像即第一图像，可首先对其进行招牌检测。如何进行招牌检测不作限制。
针对检测到的每个招牌，匹配单元303可分别确定出数据库中记录的兴趣点中与该招牌相匹配的兴趣点。
较佳地，针对检测到的每个招牌，匹配单元303可分别基于以下信息之一或全部：招牌中的字符、招牌的招牌图像，确定出数据库中记录的兴趣点中与该招牌相匹配的兴趣点。
数据库中可记录有真实世界中的各兴趣点及其相关信息，所述相关信息可包括兴趣点的名称、兴趣点的特征图像等，特征图像可以是指兴趣点的门脸图像等。针对检测到的每个招牌，分别建立其与数据库中记录的兴趣点之间的关联关系。
比如，针对检测到的每个招牌，匹配单元303可从第一图像中裁剪出招牌所在区域，得到招牌图像，利用该招牌图像，从数据库中记录的兴趣点中检索出特征图像与该招牌图像相匹配的兴趣点，将检索到的兴趣点作为与该招牌相匹配的兴趣点。其中，特征图像可为兴趣点的门脸图像。
再比如，针对检测到的每个招牌，匹配单元303可识别出该招牌中的字符，从数据库中记录的兴趣点中检索出名称与所述字符相匹配的兴趣点，将检索到的兴趣点作为与该招牌相匹配的兴趣点。
其中，可通过OCR技术，识别出检测到的招牌中的字符。
无论采用何种方式，针对第一图像中的任一招牌，若查找出的相匹配的兴趣点数大于一，那么匹配单元303可按照预定规则从中选出一个兴趣点作为与该招牌相匹配的兴趣点。
所述预定规则具体为何种规则不作限制。比如，可选出与第一图像的采集点的地理位置距离最近的兴趣点，将选出的兴趣点作为最终所需的兴趣点等。
之后，可由确定单元304根据第一图像确定出相匹配的兴趣点之间的相对位置关系。
比如，确定单元304可根据检测到的招牌在第一图像中的相对位置关系，确定出相匹配的兴趣点之间的相对位置关系。
或者，确定单元304可结合检测到的招牌在第一图像中的相对位置关系以及第一图像中的字符信息，确定出相匹配的兴趣点之间的相对位置关系，相比于前一种方式，按照这种方式确定出的相对位置关系会更为准确。
后续，可由构建单元305根据兴趣点之间的相对位置关系生成兴趣点的空间拓扑关系。
图3所示装置实施例的具体工作流程请参照前述方法实施例中的相关说明，不再赘述。
总之，采用本发明装置实施例所述方案，无需人工进行操作，即可准确高效地构建出兴趣点空间拓扑关系，并节省了人力成本等。
图4示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。图4显示的计算机系统/服务器12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，计算机系统/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于：一个或者多个处理器(处理单元)16，存储器28，连接不同系统组件(包括存储器28和处理器16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信，和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图4所示，网络适配器20通过总线18与计算机系统/服务器12的其它模块通信。应当明白，尽管图中未示出，可以结合计算机系统/服务器12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器16通过运行存储在存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现图1所示实施例中的方法。
本发明同时公开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将实现如图1所示实施例中的方法。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法等，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。