肤色调整方法及装置、电子设备、机器可读存储介质与流程

本公开涉及图像处理技术领域，尤其涉及一种肤色调整方法及装置、电子设备、机器可读存储介质。

背景技术

目前，用户喜欢在不同的场景中进行拍照以留作纪念，由于用户所处环境光线不同，导致所拍图像中用户肤色与实际肤色相差太远，例如偏黄、偏红等。相关技术有软件提供一键式美颜功能，用户采用一键式美颜功能处理图像，使得图像和用户的肤色基本相同。而实际情况下，拍照时所处环境光线不同，导致调整后的图像经常无法显现用户的肤色特点，从而降低用户的使用体验。

技术实现要素：

本公开提供一种肤色调整方法及装置、电子设备、机器可读存储介质，以解决相关技术中的不足。

根据本公开实施例的第一方面，提供一种肤色调整方法。该方法包括：

检测输入图像中的人脸区域；

基于所述人脸区域识别出人脸姿态；

根据所述人脸姿态从所述人脸的肤色区域中进行采样，获得肤色参数；

根据所述肤色参数对所述人脸的肤色进行调整。

可选地，根据所述人脸姿态从所述人脸的肤色区域中进行采样，获得肤色参数包括：

根据所述人脸姿态确定所述人脸的肤色区域；

从每个肤色区域中获取至少一个特征点的rgb颜色值；

根据rgb颜色值计算所述每个肤色区域中rgb平均值作为肤色参数。

可选地，根据所述肤色参数对所述人脸的肤色进行调整包括：

基于rgb颜色空间和hsl颜色空间的转换关系，根据所述肤色参数确定所述特征点在所述hsl颜色空间中的亮度值和/或色相值；

基于所述亮度值和/或所述色相值调整所述人脸的肤色。

可选地，基于所述亮度值调整所述人脸的肤色包括：

获取预先存储的亮度标准区间；

基于所述亮度标准区间确定所述亮度值所属的亮度区间；

根据所述亮度值所属的亮度区间对应的肤色调整规则调整所述人脸的肤色；所述肤色调整规则包括：

调用曲线调整算法降低所述人脸的亮度以及调用可选颜色算法增加所述人脸的红色；或者，

调用曲线调整算法增加所述人脸的亮度以及调用滤色算法对所述人脸进行滤色。

可选地，基于所述色相值调整所述人脸的肤色包括：

获取预先存储的色相标准区间；

基于所述色相标准区间确定所述色相值所属的色相区间；

根据所述色相值所属的色相区间对应的肤色调整规则调整所述人脸的肤色；

所述肤色调整规则包括：

调用可选颜色算法减少所述人脸的黄色分量以及调用滤色算法对所述人脸进行滤色；或者，

调用所述可选颜色算法减少所述人脸的红色分量并调用所述滤色算法对所述人脸进行滤色。

可选地，基于所述亮度值和所述色相值调整所述人脸的肤色包括：

若所述亮度值属于亮度标准区间且所述色相值属于色相标准区间，调用滤色算法对所述人脸进行滤色并调用饱和度算法调整所述人脸的饱和度。

根据本公开实施例的第二方面，提供一种肤色调整装置，包括：

人脸区域检测模块，用于检测输入图像中的人脸区域；

人脸姿态识别模块，用于基于所述人脸区域识别出人脸姿态；

肤色参数获取模块，用于根据所述人脸姿态从所述人脸的肤色区域中进行采样，获得肤色参数；

人脸肤色调整模块，用于根据所述肤色参数对所述人脸的肤色进行调整。

可选地，所述肤色参数获取模块包括：

肤色区域确定单元，用于根据所述人脸姿态确定所述人脸的肤色区域；

rgb颜色值获取单元，用于从每个肤色区域中获取至少一个特征点的rgb颜色值；

肤色参数计算单元，用于根据rgb颜色值计算所述每个肤色区域中rgb平均值作为肤色参数。

可选地，所述人脸肤色调整模块包括：

亮度/色相值确定单元，用于基于rgb颜色空间和hsl颜色空间的转换关系，根据所述肤色参数确定所述特征点在所述hsl颜色空间中的亮度值和/或色相值；

人脸肤色调整单元，用于基于所述亮度值和/或所述色相值调整所述人脸的肤色。

可选地，所述人脸肤色调整单元包括：

亮度标准区间获取子单元，用于获取预先存储的亮度标准区间；

亮度区间确定子单元，用于基于所述亮度标准区间确定所述亮度值所属的亮度区间；

人脸肤色调整子单元，用于根据所述亮度值所属的亮度区间对应的肤色调整规则调整所述人脸的肤色；

所述肤色调整规则包括：

调用曲线调整算法降低所述人脸的亮度以及调用可选颜色算法增加所述人脸的红色；或者，

调用曲线调整算法增加所述人脸的亮度以及调用滤色算法对所述人脸进行滤色。

可选地，所述人脸肤色调整模块包括：

色相标准区间获取子单元，用于获取预先存储的色相标准区间；

色相区间确定子单元，用于基于所述色相标准区间确定所述色相值所属的色相区间；

人脸肤色调整子单元，还用于根据所述色相值所属的色相区间对应的肤色调整规则调整所述人脸的肤色；

所述肤色调整规则包括：

调用可选颜色算法减少所述人脸的黄色分量以及调用滤色算法对所述人脸进行滤色；或者，

调用所述可选颜色算法减少所述人脸的红色分量并调用所述滤色算法对所述人脸进行滤色；

可选地，所述人脸肤色调整单元还用于：

在所述亮度值属于亮度标准区间且所述色相值属于色相标准区间时，调用滤色算法对所述人脸进行滤色并调用饱和度算法调整所述人脸的饱和度。

根据本公开实施例的第三方面，提供一种电子设备，所述电子设备包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器用于：

检测输入图像中的人脸区域；

基于所述人脸区域识别出人脸姿态；

根据所述人脸姿态从所述人脸的肤色区域中进行采样，获得肤色参数；

根据所述肤色参数对所述人脸的肤色进行调整。

根据本公开实施例的第四方面，提供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：

检测输入图像中的人脸区域；

基于所述人脸区域识别出人脸姿态；

根据所述人脸姿态从所述人脸的肤色区域中进行采样，获得肤色参数；

根据所述肤色参数对所述人脸的肤色进行调整。

本公开的实施例提供的技术方案可以包括以下有益效果：

由上述实施例可知，由于在不同姿态情况下面部受到环境光的影响不同，因此本公开实施例中通过检测输入图像中的人脸区域；然后基于所述人脸区域识别出人脸姿态；之后根据所述人脸姿态从所述人脸的肤色区域中进行采样，获得肤色参数；最后根据所述肤色参数对所述人脸的肤色进行调整。可见，本实施例中根据用户面部的姿态对肤色进行调整，可以降低图像中环境光对用户面部的影响，突出用户在图像当前环境光线下的肤色，提升拍照体验。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种肤色调整方法的流程示意图；

图2是根据一示例性实施例示出的一种获取肤色参数的流程示意图；

图3是根据一示例性实施例示出的一种调整人脸肤色的流程示意图；

图4是根据一示例性实施例示出的一种根据亮度调整人脸肤色的流程示意图；

图5是根据一示例性实施例示出的一种根据色相调整人脸肤色的流程示意图；

图6～图8是根据图1所示肤色调整方法调整输入图像的中间或结果示意图；

图9～图14是根据一示例性实施例示出的一种肤色调整装置的框图；

图15是根据一示例性实施例示出的一种电子设备的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置例子。

本公开实施例提供的肤色调整方法，可以应用于安装有电子设备中，也可以应用于电子设备中app中。当接收到图像后，可以由该电子设备或者app对输入图像检测，得到输入图像中用户的人脸区域。然后根据人脸区域中人脸特征点的位置识别出人脸姿态。之后，从人脸姿态的肤色区域中进行采样得到每个肤色区域的肤色参数；最后结合肤色参数对人脸的肤色进行调整，从而可以降低环境光对人脸不同区域的影响，突出用户拍摄图像时人脸的肤色，提升拍照体验。

为方便说明，本实施例中以智能手机为例描述该肤色调整方法。输入图像可以由智能手机直接拍摄得到，也可以是之前拍摄的图像。例如，在每次拍摄完成后，用户可以触发该图像进行编辑状态，处于编辑状态的图像可以作为输入图像，并执行肤色调整方法对该图像进行处理。又如，在拍摄完成后，智能手机可以自动执行肤色调整方法对图像进行处理。

图1是根据一示例性实施例示出的一种肤色调整方法的流程示意图。参见图1，该肤色调整方法包括：

101，检测输入图像中的人脸区域。

当用户或者智能手机确定好需要处理的图像后，将该图像作为输入图像。然后检测该输入图像中的人脸区域。其中，人脸区域检测算法可以采用相关技术中的adaboost迭代方法，还可以采用faster-rcnn算法。当然技术人员还可以选择其他能够确定人脸区域的算法，同样可以实现本实施例的方案，在此不作限定。

102，基于所述人脸区域识别出人脸姿态。

首先，在人脸区域中的特征区域检测人脸的关键点，其中特征区域可以包括人脸中五官区域和脸型的轮廓点。

其次，根据人脸区域的位置确定人脸关键点的位置。人脸区域的位置可以通过以下方式获取：将输入图像的其一个顶点作为平面坐标系的原点，然后以输入图像的两侧边所在直线分别作为平面坐标系的水平坐标轴和垂直坐标轴。在此基础上，可以得到人脸区域中各特征点在上述平面坐标系中的坐标，从而得到人脸区域的位置。另外，人脸关键点检测算法可以采用相关技术中的监督下降算法(superviseddescentmethod，sdm)、主动外观模型(activeappearancemodel，aam)和卷积神经网络(convolutionalneuralnetworks,cnn)。当然技术人员还可以选择其他能够确定人脸的关键点算法，同样可以实现本实施例的方案，在此不作限定。

本实施例中，人脸姿态可以包括左侧脸、右侧脸和正常脸(即人脸正对镜头)。在人脸处于不同姿态时，检测到人脸的关键点数量会发生变化。例如，在人脸姿态为左侧脸时，此时人脸的左侧脸呈现在输入图像中，而右侧脸的全部或者部分被左侧脸遮挡住，从而无法检测到右侧脸的关键点或者仅检测到少量关键点。又如，在人脸姿态为右侧脸时，此时人脸的右侧脸呈现在输入图像中，而左侧脸的全部或者部分被右侧脸遮挡住，从而无法检测到左侧脸的关键点或者仅检测到少量关键点。再如，在人脸姿态为正常脸时，可以检测到人脸的大部分(大于设定阈值)或者全部关键点。

最后，基于上述关键点和人脸姿态的关系，根据人脸的关键点确定人脸姿态，即根据人脸中各特征区域中特征点的位置关系或者数量关系确定出人脸姿态。在一实施例中，将人脸各关键点的坐标输入到姿态估计模型中可以分类得到人脸姿态。其中，姿态估计模型可以采用相关技术中的支持向量机(supportvectormachine，svm)实现。

103，根据所述人脸姿态从所述人脸的肤色区域中进行采样，获得肤色参数。

本实施例中，人脸的肤色区域可以包括左侧脸颊、右侧脸颊和鼻尖处。在人脸姿态为左侧脸时，肤色区域为右侧脸颊和鼻尖处；在人脸姿态为右侧脸时，肤色区域为左侧脸颊和鼻尖处；在人脸姿态为正常脸时，肤色区域为左侧脸颊、右侧脸颊和鼻尖处。

参见图2，在确定人脸姿态后，从人脸的肤色区域中采样得到至少一个特征点的肤色参数值(对应步骤201)。由于图像多采用rgb颜色格式存储，因此上述至少一个特征点的肤色参数值可以为rgb颜色值(对应步骤202)。然后根据计算至少一个特征点的rgb颜色值的平均值，利用该rgb平均值作为对应肤色区域的肤色参数(对应步骤203)。若图像采用hsl颜色格式存储时，直接将色相值(h)和/或亮度值(l)作为肤色区域的肤色参数。

104，根据所述肤色参数对所述人脸的肤色进行调整。

本实施例中，根据肤色参数和肤色调整规则对人脸肤色进行调整的方式包括：

方式一，参见图3，在输入图像采用rgb颜色格式存储时，并且肤色调整规则是根据人脸的亮度值和/或者色相值调整肤色时，需要基于rgb颜色空间和hsl颜色空间的转换关系，根据rgb平均值确定特征点在hsl颜色空间中的亮度值(l)和/或色相值(h)(对应步骤301)；最后基于亮度值和/或色相值调整人脸的肤色(对应步骤302)。

参见图4，以基于亮度值调整人脸的肤色为例，调整过程中默认人脸的色相值位于色相标准区域，包括：获取预先存储的亮度标准区间(对应步骤401)；然后确定rgb平均值转换得到的亮度值位于哪个亮度标准区间，或者位于哪个亮度标准区间之外，这样可以确定亮度值所属的亮度区间(对应步骤402)。之后，根据亮度值所属的亮度区间对应的肤色调整规则调整所述人脸的肤色(对应步骤403)。

在一场景中，若亮度值l>0.73(无单位)即亮度区间为(0.73，1]，则确定人脸的肤色偏亮，此场景下肤色调整规则可以为调用曲线调整算法降低人脸的亮度，以及调用可选颜色算法增加人脸的红色。

在一场景中，若亮度值l<0.4(无单位)即亮度区间为[0，0.4)，则确定人脸的肤色偏暗，此场景下肤色调整规则可以为调用曲线调整算法增加人脸的亮度，以及调用滤色算法对人脸进行滤色，增加美白效果。

在一场景中，若亮度值0.4<l<0.73(包括端点)即亮度区间为[0.4，0.73]，则确定人脸的肤色正常，即亮度值位于亮度标准区间之内，此场景下肤色调整规则可以为调用滤色算法对人脸进行滤色，增加美白效果；并且调用饱和度算法调整人脸的饱和度。

参见图5，以基于色相值调整人脸的肤色为例，调整过程中默认人脸的亮度值位于亮度标准区域，包括：获取预先存储的色相标准区间(对应步骤501)；然后确定rgb平均值转换得到的色相值位于哪个色相标准区间，或者位于哪个色相标准区间之外，这样可以确定色相值所属的色相区间(对应步骤502)。之后，根据色相值所属的色相区间对应的肤色调整规则调整所述人脸的肤色(对应步骤503)。

在一场景中，若色相值5>h>0(包含左端点)或者360>h>300(包含左端点)，即色相区间为[0，5)或者[300，360)，则确定人脸的肤色偏红，此场景下肤色调整规则可以为调用可选颜色算法减少人脸的红色分量；并调用滤色算法对人脸进行滤色，增加美白效果。

在一场景中，若色相值300>h>25(包含左端点)，即色相区间为[25，300)，则确定人脸的肤色偏黄，此场景下肤色调整规则可以为调用可选颜色算法减少人脸的黄色分量；并调用滤色算法对人脸进行滤色，增加美白效果。

在一场景中，若色相值5<l<25(包括端点)即色相区间为[5，25]，则确定人脸的肤色正常，即色相值位于色相标准区间之内，此场景下肤色调整规则可以为调用滤色算法对人脸进行滤色，增加美白效果；并且调用饱和度算法调整人脸的饱和度。

方式二，在输入图像采用hsl格式存储时，并且肤色调整规则是根据人脸的亮度值和/或者色相值调整肤色时，可以直接获取肤色区域的肤色参数即图像的亮度值(l)和/或色相值(h)；最后基于亮度值和/或色相值调整人脸的肤色。即方式二中不存在颜色空间转换的步骤。

根据亮度值(l)和/或色相值(h)调整肤色的步骤可以参见方式一，在此不再赘述。

结合前述本公开方法实施例，如图2～图7所示，为图2～图7是根据图1所示肤色调整方法调整输入图像肤色的中间或结果示意图，该肤色调整方法包括：

首先，参见图6，利用adaboost算法对输入图像进行人脸检测，得到如图6所示输入图像中方框区域内的人脸区域。然后，利用卷积神经网络cnn获取人脸区域中人脸的关键点，包括人脸五官区域和脸型的轮廓点，轮廓点如图7中圆点标记所示。之后，利用支持向量机对输入图像进行分类，输入图像的人脸姿态为左侧脸、正常脸或者右侧脸。在确定人脸姿态后，在对应的肤色区域上采样特征点，正常脸的特征点如图8中方框标记所示。之后，根据特征点位置处的肤色参数以及肤色调整规则对输入图像中人脸的肤色进行调整。

例如，输入图像的肤色为正常肤色，然后调用滤色算法对人脸进行滤色，增加美白效果；并且调用饱和度算法调整人脸的饱和度，使人脸更清晰以及色彩更鲜艳。

又如，输入图像的肤色为偏黄肤色，然后为调用可选颜色算法减少人脸的黄色分量；并调用滤色算法对人脸进行滤色，增加美白效果。

可见，本实施例中根据用户面部的姿态对肤色进行调整，可以降低图像中环境光对用户面部的影响，突出用户在图像当前环境光线下的肤色，提升拍照体验。

图9是根据一示例性实施例示出的一种肤色调整装置的框图。参见图8，该肤色调整装置包括：

人脸区域检测模块901，用于检测输入图像中的人脸区域；

人脸姿态识别模块902，用于基于所述人脸区域识别出人脸姿态；

肤色参数获取模块903，用于根据所述人脸姿态从所述人脸的肤色区域中进行采样，获得肤色参数；

人脸肤色调整模块904，用于根据所述肤色参数对所述人脸的肤色进行调整。

在一实施例中，在图9所示肤色调整装置的基础上，参见图10，所述人脸姿态识别模块902包括：

特征点提取单元1001，用于从所述人脸区域的每个特征区域中提取特征点；

位置关系确定单元1002，用于根据所述每个特征区域中特征点的位置确定所述多个特征区域的位置关系；

人脸状态确定单元1003，用于基于所述多个特征区域的位置关系确定所述人脸的姿态。

在一实施例中，在图9所示肤色调整装置的基础上，参见图11，所述肤色参数获取模块903包括：

肤色区域确定单元1101，用于根据所述人脸姿态确定所述人脸的肤色区域；

rgb颜色值获取单元1102，用于从每个肤色区域中获取至少一个特征点的rgb颜色值；

肤色参数计算单元1103，用于根据rgb颜色值计算所述每个肤色区域中rgb平均值作为肤色参数。

在一实施例中，在图11所示肤色调整装置的基础上，参见图12，所述人脸肤色调整模块904包括：

亮度/色相值确定单元1201，用于基于rgb颜色空间和hsl颜色空间的转换关系，根据所述肤色参数确定所述特征点在所述hsl颜色空间中的亮度值和/或色相值；

人脸肤色调整单元1202，用于基于所述亮度值和/或所述色相值调整所述人脸的肤色。

在一实施例中，在图12所示肤色调整装置的基础上，参见图13，所述人脸肤色调整单元1202包括：

亮度标准区间获取子单元1301，用于获取预先存储的亮度标准区间；

亮度区间确定子单元1302，用于基于所述亮度标准区间确定所述亮度值所属的亮度区间；

人脸肤色调整子单元1303，用于根据所述亮度值所属的亮度区间对应的肤色调整规则调整所述人脸的肤色。

在一实施例中，所述肤色调整规则包括：

调用曲线调整算法降低所述人脸的亮度以及调用可选颜色算法增加所述人脸的红色；或者，

调用曲线调整算法增加所述人脸的亮度以及调用滤色算法对所述人脸进行滤色。

在一实施例中，在图11所示肤色调整装置的基础上，参见图14，所述人脸肤色调整模块904包括：

色相标准区间获取子单元1401，用于获取预先存储的色相标准区间；

色相区间确定子单元1402，用于基于所述色相标准区间确定所述色相值所属的色相区间；

人脸肤色调整子单元1403，还用于根据所述色相值所属的色相区间对应的肤色调整规则调整所述人脸的肤色。

在一实施例中，所述肤色调整规则包括：

调用可选颜色算法减少所述人脸的黄色分量以及调用滤色算法对所述人脸进行滤色；或者，

调用所述可选颜色算法减少所述人脸的红色分量并调用所述滤色算法对所述人脸进行滤色。

在一实施例中，所述人脸肤色调整单元还用于：

若所述亮度值属于亮度标准区间且所述色相值属于色相标准区间，调用滤色算法对所述人脸进行滤色并调用饱和度算法调整所述人脸的饱和度。

需要说明的是，本发明实施例提供的肤色调整装置，在上述肤色调整方法实施例中已经作过详细描述，相关之处参见方法实施例的部分说明即可。另外，随着使用场景的变化，肤色调整方法也会做出相应的调整，该肤色调整装置也会采用不同的功能部件重新调整。此处将不做详细阐述说明。

图15是根据一示例性实施例示出的一种电子设备的框图。例如，电子设备1500可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图15，电子设备1500可以包括以下一个或多个组件：处理组件1502，存储器1504，电源组件1506，多媒体组件1508，音频组件1510，输入/输出(i/o)的接口1512，传感器组件1514，以及通信组件1516。

处理组件1502通常控制电子设备1500的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1502可以包括一个或多个处理器1520来执行指令，从而实现：检测输入图像中的人脸区域；基于所述人脸区域识别出人脸姿态；根据所述人脸姿态从所述人脸的肤色区域中进行采样，获得肤色参数；根据所述肤色参数对所述人脸的肤色进行调整。此外，处理组件1502可以包括一个或多个模块，便于处理组件1502和其他组件之间的交互。例如，处理组件1502可以包括多媒体模块，以方便多媒体组件1508和处理组件1502之间的交互。

存储器1504被配置为存储各种类型的数据以支持在电子设备1500的操作。这些数据的示例包括用于在电子设备1500上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1504可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。

电源组件1506为电子设备1500的各种组件提供电力。电源组件1506可以包括电源管理系统，一个或多个电源，及其他与为电子设备1500生成、管理和分配电力相关联的组件。

多媒体组件1508包括在所述电子设备1500和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1508包括一个前置摄像头和/或后置摄像头。当电子设备1500处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件1510被配置为输出和/或输入音频信号。例如，音频组件1510包括一个麦克风(mic)，当电子设备1500处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1504或经由通信组件1516发送。在一些实施例中，音频组件1510还包括一个扬声器，用于输出音频信号。

i/o接口1512为处理组件1502和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件1514包括一个或多个传感器，用于为电子设备1500提供各个方面的状态评估。例如，传感器组件1514可以检测到装置1500的打开/关闭状态，组件的相对定位，例如所述组件为电子设备1500的显示器和小键盘，传感器组件1514还可以检测电子设备1500或电子设备1500一个组件的位置改变，用户与电子设备1500接触的存在或不存在，电子设备1500方位或加速/减速和电子设备1500的温度变化。传感器组件1514可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1514还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1514还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件1516被配置为便于电子设备1500和其他设备之间有线或无线方式的通信。电子设备1500可以接入基于通信标准的无线网络，如wifi，2g或3g，或它们的组合。在一个示例性实施例中，通信组件1516经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件1516还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。

在示例性实施例中，电子设备1500可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1504，上述指令可由电子设备1500的处理器1520执行。例如，所述非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。