一种确定视频中的对象的方法及装置与流程

本发明实施例涉及视频处理技术领域，尤其涉及一种确定视频中的对象的方法及装置。

背景技术：

当今社会中，出于安防管理的需要，监控设备布满了街道、社区、楼宇等各种公共场合。在发生警情时，先从监控设备采集的视频数据中确定出嫌疑人或嫌疑车辆的图像，然后由警务人员根据嫌疑人或嫌疑车辆的图像搜捕嫌疑人或嫌疑车辆。

现有技术中，监控设备采集视频流后，多采用对视频流中的每帧图像进行检测和识别，确定每帧图像中的人脸或车辆等对象，然后再将各帧图像中检测出的对象进行匹配，确定出一个对象的所有图像，该方法由于需要对每帧图像进行检测和识别，计算量较大，效率低。

技术实现要素：

由于现有技术中，从视频流中确定同一对象的图像时，对每帧图像进行检测和识别，计算量较大且效率较低的问题，本申请实施例提供了一种确定视频中的对象的方法及装置。

一方面，本申请实施例提供了一种确定视频中的对象的方法，包括：

在确定第一待识别图像为检测帧图像时，对所述第一待识别图像进行对象检测，确定所述第一待识别图像中各第一对象对应的第一图像区域；

根据第二待识别图像中的各第二对象对应的第三图像区域，预测所述各第二对象在所述第一待识别图像中对应的第二图像区域；所述第一待识别图像和所述第二待识别图像为监控设备采集的相邻图像；

在第二对象的第二图像区域与第一对象的第一图像区域满足设定条件时，确定所述第二对象与所述第一对象为同一对象。

可选地，确定所述第二对象与所述第一对象为同一对象之后，还包括：

在所述第一待识别图像中标记所述第一对象为所述第二对象，以便对所述第二对象进行跟踪。

可选地，所述第二对象的第二图像区域与第一对象的第一图像区域满足设定条件，包括：

第二对象的第二图像区域与第一对象的第一图像区域存在交集；或

第二对象的第二图像区域的位置空间与第一对象的第一图像区域的位置空间之间的距离小于设定阈值。

可选地，所述确定所述第二对象与所述第一对象为同一对象之后，还包括：

根据所述第一图像区域和所述第二图像区域确定所述同一对象的图像区域。

一方面，本申请实施例提供了一种确定视频中的对象的装置，包括：

检测模块，用于在确定第一待识别图像为检测帧图像时，对所述第一待识别图像进行对象检测，确定所述第一待识别图像中各第一对象对应的第一图像区域；

预测模块，用于根据第二待识别图像中的各第二对象对应的第三图像区域，预测所述各第二对象在所述第一待识别图像中对应的第二图像区域；所述第一待识别图像和所述第二待识别图像为监控设备采集的相邻图像；

处理模块，用于在第二对象的第二图像区域与第一对象的第一图像区域满足设定条件时，确定所述第二对象与所述第一对象为同一对象。

可选地，所述处理模块还用于：

确定所述第二对象与所述第一对象为同一对象之后，在所述第一待识别图像中标记所述第一对象为所述第二对象，以便对所述第二对象进行跟踪。

可选地，所述处理模块具体用于：

在第二对象的第二图像区域与第一对象的第一图像区域存在交集时，确定所述第二对象与所述第一对象为同一对象；或

在第二对象的第二图像区域的位置空间与第一对象的第一图像区域的位置空间之间的距离小于设定阈值时，确定所述第二对象与所述第一对象为同一对象。

可选地，所述处理模块还用于：

确定所述第二对象与所述第一对象为同一对象之后，根据所述第一图像区域和所述第二图像区域确定所述同一对象的图像区域。

一方面，本申请实施例提供了一种确定视频中的对象的设备，包括至少一个处理单元、以及至少一个存储单元，其中，所述存储单元存储有计算机程序，当所述程序被所述处理单元执行时，使得所述处理单元执行确定视频中的对象的方法的步骤。

一方面，本申请实施例提供了一种计算机可读介质，其存储有可由确定视频中的对象的设备执行的计算机程序，当所述程序在确定视频中的对象的设备上运行时，使得所述确定视频中的对象的设备执行确定视频中的对象的方法的步骤。

本申请实施例中，由于先将监控设备采集的视频中的图像分为检测帧图像和预测帧图像，故在获取第一待识别图像时，先判断第一待识别图像是否为检测帧图像，如果是，则对第一待识别图像进行对象检测，确定第一待识别图像中各对象对应的第一图像区域。然后根据第二待识别图像中的各第二对象对应的第三图像区域，预测各第二对象在第一待识别图像中对应的第二图像区域，在第二对象的第二图像区域与第一对象的第一图像区域满足设定条件时，确定第二对象与第一对象为同一对象，根据第一图像区域和第二图像区域确定同一对象的图像区域，一方面避免了同一对象在一张待识别图像中出现两个图像区域，同时保证了同一对象在各张待识别图像中的连续性。在确定第一待识别图像为预测帧图像时，根据第二待识别图像中的各第二对象对应的第三图像区域，预测各第二对象在第一待识别图像中对应的第二图像区域，而不需要对每帧待识别图像进行检测并识别，从而降低了计算量，同时提高了效率。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，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为本申请实施例适用的系统架构图；

图2为本申请实施例一种确定视频中的对象的方法的流程示意图；

图3为本申请实施例一种确定视频中的对象的装置的结构示意图；

图4为本申请实施例一种确定视频中的对象的设备的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

图1示例性示出了本申请实施例适用的系统架构，在该系统架构中包括监控设备101、服务器102。监控设备101实时采集视频，然后将采集的视频发送至服务器102，服务器102中包括确定视频中的对象的装置，服务器102从视频中获取图像，然后确定图像中的对象对应的图像区域，之后再确定同一对象在视频中各帧图像中的图像区域，后续采用同一对象在各帧图像中的图像区域对对象进行归档或者识别。监控设备101通过无线网络与服务器102连接，监控设备是具备采集图像功能的电子设备，比如摄像头、摄像机、录像机等。服务器102是一台服务器或若干台服务器组成的服务器集群或云计算中心。

基于图1所示的系统架构，本申请实施例提供了一种确定视频中的对象的方法的流程，该方法的流程可以由确定视频中的对象的装置执行，确定视频中的对象的装置可以是图1所示的服务器102，如图2所示，包括以下步骤：

步骤s201，在确定第一待识别图像为检测帧图像时，对第一待识别图像进行对象检测，确定第一待识别图像中各第一对象对应的第一图像区域。

第一待识别图像是通过监控设备采集的，监控设备实时采集视频流，视频流由多帧待识别图像组成，预先对视频流中的待识别图像进行标记。

在一种可能的实施方式中，将视频流中需要进行对象检测的图像标记为检测帧图像。示例性地，设定一段视频流中包括10帧图像，将第一帧图像和第五帧图像标记为检测帧图像。

在一种可能的实施方式中，将视频流中需要进行对象检测的图像标记为检测帧图像，将需要进行对象预测的图像标记为预测帧图像。示例性地，设定一段视频流中包括10帧图像，将第一帧图像和第五帧图像标记为检测帧图像，第二帧图像至第四帧图像标记为预测帧图像，第六帧至第十帧标记为预测帧图像。

对象可以是人脸，或者车辆等物体，图像区域可以是具有规则形状的框，或者不具有规则形状的区域。

示例性地，对第一待识别图像进行人脸检测，确定第一待识别图像中各人脸对应的人脸框。

示例性地，对第一待识别图像进行车辆检测，确定第一待识别图像中的各车辆对应的车辆框。

可选地，在确定第一待识别图像为预测帧图像时，根据第二待识别图像中的各第二对象对应的第三图像区域，预测各第二对象在所述第一待识别图像中对应的第二图像区域，第一待识别图像和第二待识别图像为监控设备采集的相邻图像。

步骤s202，根据第二待识别图像中的各第二对象对应的第三图像区域，预测各第二对象在第一待识别图像中对应的第二图像区域。

第一待识别图像和第二待识别图像为监控设备采集的相邻图像，具体地，

第二待识别图像可以是检测帧图像或者非检测帧图像。

步骤s203，在第二对象的第二图像区域与第一对象的第一图像区域满足设定条件时，确定第二对象与第一对象为同一对象。

在一种可能的实施方式中，在第二对象的第二图像区域与第一对象的第一图像区域存在交集时，确定第二对象与第一对象为同一对象。

示例性地，设定对第一待识别图像进行人脸检测，确定人脸a的第一人脸框，根据第二待识别图像中的各第二人脸对应的第三人脸框，预测各第二人脸在第一待识别图像中对应的第二人脸框。设定各第二人脸框中存在一个第二人脸框与人脸a的第一人脸框存在交集，则将该第二人脸框中的人脸确定为人脸a。

在一种可能的实施方式中，在第二对象的第二图像区域的位置空间与第一对象的第一图像区域的位置空间之间的距离小于设定阈值时，确定第二对象与第一对象为同一对象。

由于先将监控设备采集的视频中的图像分为检测帧图像和预测帧图像，故在获取第一待识别图像时，先判断第一待识别图像是否为检测帧图像，如果是，则对第一待识别图像进行对象检测，确定第一待识别图像中各对象对应的第一图像区域。然后根据第二待识别图像中的各第二对象对应的第三图像区域，预测各第二对象在第一待识别图像中对应的第二图像区域，在第二对象的第二图像区域与第一对象的第一图像区域满足设定条件时，确定第二对象与第一对象为同一对象，一方面避免了同一对象在一张待识别图像中出现两个图像区域，同时保证了同一对象在各张待识别图像中的连续性。

可选地，可选地，在上述步骤s202中，针对第二待识别图像中的任一第二对象对应的第三图像区域，从第一待识别图像中确定出与第二对象对应的第三图像区域的相似度大于预设阈值的图像区域，作为第二对象在第一待识别图像中对应的第二图像区域。

示例性地，设定第二对象为人脸，已知第二待识别图像中人脸对应的人脸框，针对第二待识别图像中每个人脸对应的人脸框，从第一待识别图像中确定出与该人脸框的相似度大于预设阈值的人脸框，作为该人脸在第一待识别图像中的人脸框。

在一种可能的实施方式中，从第二对象对应的第三图像区域中选出特征明显的区域，将该区域与第一待识别图像进行比较，从第一待识别图像中确定出与该区域的相似度大于预设阈值的图像区域，然后将图像区域扩大后作为第二对象在第一待识别图像中对应的图像区域。

示例性地，设定第二对象为人脸，已知第二待识别图像中第二人脸对应的人脸框，针对第二待识别图像中的人脸框，首先选取人脸框中特征明显的区域，比如嘴巴以及胡子，将人脸框中特征明显的区域与第一待识别图像进行比较，从第一待识别图像中确定出与该区域的相似度大于预设阈值的图像区域，然后将图像区域扩大后作为该人脸在第一待识别图像中对应的人脸框。

进一步地，在一种可能的实施方式中，若相似度大于预设阈值的图像区域多于一个，则选取相似度最高的图像区域作为第二对象在第一待识别图像中对应的第二图像区域，从而避免了一个对象在一张待识别图像中对应多个图像区域。

在一种可能的实施方式中，若相似度大于预设阈值的图像区域多于一个，则选取距离第二待识别图像中第二对象对应的图像区域的位置最近的图像区域，作为第二对象在第一待识别图像中对应的第二图像区域。

由于监控设备采集的待识别图像之间的时间间隔较短，故相邻两张待识别图像中同一对象移动的距离较短，预测第二待识别图像中的第二对象的第三图像区域在第一待识别图像中的第二图像区域时，可以选取距离第三图像区域最近的图像区域，作为第二对象在第一待识别图像中对应的第二图像区域，从而避免了一个对象在一张待识别图像中对应多个图像区域。

可选地，预测各第二对象在第一待识别图像中对应的第二图像区域之后，针对任一第二对象，在第二对象的第二图像区域中检测第二对象的关键点。根据关键点调整第二对象在第一待识别图像中对应的第二图像区域。

具体地，第二对象的关键点是用于识别第二对象的关键点，比如人脸的关键点为眼睛、鼻子、嘴巴、耳朵、头发等。车的关键点包括车牌、车窗、车轮等。

示例性地，设定第二对象为人脸，预测人脸在第一待识别图像中对应的人脸框后，检测人脸框中的关键点，若监测的关键点中包括两个眼睛、一个鼻子，则说明该人脸框中的人脸为人脸正面，而嘴巴并没有包含在人脸框中，则可以向下扩大人脸框，使人脸框中包含人脸的嘴巴。

由于在预测第二对象在第一待识别图像中的第二图像区域后，检测第二对象的关键点，然后基于关键点调整第二对象的图像区域，从而使第二对象的图像区域更准确。

可选地，在确定第二对象与第一对象为同一对象之后，可以根据第一图像区域和第二图像区域确定同一对象的图像区域。

在一种可能的实施方式中，将第一图像区域和第二图像区域合并后得到的图像区域作为该同一对象的图像区域。

由于将第一图像区域和第二图像区域合并为一个图像区域，从而避免同一对象在一张待识别图像中出现多个图像区域，同时保证了同一对象的图像区域的连续性。

在一种可能的实施方式中，将第一图像区域和第二图像区域合并确定预合并图像区域，然后检测预合并图像区域的对象的关键点，然后根据关键点调整预合并图像区域，确定同一对象的图像区域。

可选地，在确定第二对象与第一对象为同一对象之后，可以在第一待识别图像中标记第一对象为第二对象，以便对第二对象进行跟踪。

可选地，根据第一图像区域和第二图像区域确定同一对象的图像区域之后，根据同一对象在不同待识别图像中的图像区域，确定对象的识别图像。

示例性地，设定同一人脸在10帧待识别图像中包括10个图像区域，则将这10个图像区域作为人脸的10张识别图像。后续对该人脸的识别图像进行归档时，可以将这10张识别图像融合为1张归档图像，将该归档图像与人脸图像库中人脸档案进行比较，确定匹配的人脸档案，之后再将这10张识别图像归入匹配的人脸档案。

可选地，当对象为人脸时，根据第一图像区域和第二图像区域确定同一对象的图像区域之后，可以确定第二图像区域是否为人脸图像，具体包括以下几种实施方式：

在一种可能的实施方式中，检测第二图像区域中的人脸关键点，根据人脸关键点确定第二图像区域是否为人脸图像。

人脸关键点包括眼睛、鼻子、嘴巴、耳朵、头发等。

检测第二图像区域中的人脸关键点，判断第二图像区域中包含的人脸关键点是否满足预设条件，若是，则将第二图像区域确定为人脸图像，否则将第二图像区域确定为非人脸图像。

在一种可能的实施方式中，采用人脸分类器确定第二图像区域是否为人脸图像，人脸分类器是以预选标记类别的图像为训练样本，对人工神经网络进行训练后确定的。

人脸分类器输出的结果包括人脸图像和非人脸图像。

在一种可能的实施方式中，检测第二图像区域中的人脸关键点及图像质量。将第二图像区域输入人脸分类器，确定第二图像区域的分类结果，人脸分类器是以预选标记类别的图像为训练样本，对人工神经网络进行训练后确定的。根据第二图像区域中的人脸关键点、第二图像区域的图像质量以及第二图像区域的分类结果确定第二图像区域是否为人脸图像。

具体地，人脸分类器输出的分类结果包括人脸图像和非人脸图像。预先可以为根据人脸关键点确定的分类结果、人脸分类器的分类结果以及图像质量分配权重，然后根据权重将人脸关键点确定的分类结果、人脸分类器的分类结果以及图像质量进行融合，确定第二图像区域是否为人脸图像。

由于先判断第二图像区域是否为人脸图像，然后根据同一人脸对象的已确定为人脸图像的第二图像区域，确定人脸对象的识别图像，从而提高人脸对象的识别图像的精度，进一步提高后续使用人脸对象的识别图像进行归档的准确性。

可选地，针对任一对象，在对象的图像区域中检测对象的关键点。根据关键点调整对象在第一待识别图像中对应的图像区域。

具体地，对象的关键点是用于识别对象的关键点，比如人脸的关键点为眼睛、鼻子、嘴巴、耳朵、头发等。车的关键点包括车牌、车窗、车轮等。

示例性地，检测人脸框中的关键点，若检测的关键点中包括两个眼睛、一个鼻子，则说明该人脸框中的人脸为人脸正面，而嘴巴并没有包含在人脸框中，则可以向下扩大人脸框，使人脸框中包含人脸的嘴巴。

由于检测对象的关键点，然后基于关键点调整图像区域，从而使图像区域更准确。

为了更好的解释本发明实施例，下面结合具体的实施场景描述本申请实施例提供的一种确定视频中的对象的方法，该方法可以由确定视频中的对象的装置执行。

设定视频流中包括10帧待识别图像，其中第一帧待识别图像为检测帧图像、第三帧待识别图像为检测帧图像，其余均为预测帧图像。首先对第一帧待识别图像进行人脸检测，确定第一帧待识别图像中的各人脸的第一人脸检测框。针对第一帧待识别图像中人脸a的第一人脸检测框，先对第一人脸检测框中人脸a的关键点进行检测，根据检测的关键点调整第一人脸检测框。然后判断人脸a的第一人脸检测框是否为人脸图像，若是，则预测人脸a的第一人脸检测框在第二帧待识别图像对应的第二人脸预测框。对第二人脸预测框中人脸a的关键点进行检测，根据检测的关键点调整第二人脸预测框。之后再判断人脸a的第二人脸预测框是否为人脸图像，若是，则预测人脸a的第二人脸预测框在第三帧待识别图像中对应的第三人脸预测框，对第三人脸预测框中人脸a的关键点进行检测，根据检测的关键点调整第三人脸预测框。同时对第三帧待识别图像进行人脸检测，确定第三帧待识别图像的第三人脸检测框。设定第三帧待识别图像的第三人脸检测框中存在一个第三人脸检测框与人脸a的第三人脸预测框存在交集，则采用该第三人脸检测框修正人脸a的第三人脸预测框。之后再判断修正后的人脸a的第三人脸预测框是否为人脸图像，若是，则预测修正后的人脸a的第三人脸预测框在第四帧待识别图像对应的第四人脸预测框。依次类推，直到不能预测人脸a在下一帧待识别图像中人脸预测框。设定10帧待识别图像中，人脸a对应8个人脸框，则将这8个人脸框作为人脸a的识别图像，用于后续对人脸a进行识别或对人脸a进行归档。

另外在第三帧待识别图像的第三人脸检测框中，当与第三帧待识别图像的第三人脸预测框没有交集时，将该类第三人脸检测框确定为一个新的人脸对应的人脸检测框。对第三人脸检测框中的关键点进行检测，根据检测的关键点调整第三人脸检测框。然后判断第三人脸检测框是否为人脸图像，若是，则预测第三人脸检测框在第四帧待识别图像对应的第四人脸预测框，依次类推，直到不能预测在下一帧待识别图像中人脸预测框。

本申请实施例中，由于先将监控设备采集的视频中的图像分为检测帧图像和预测帧图像，故在获取第一待识别图像时，先判断第一待识别图像是否为检测帧图像，如果是，则对第一待识别图像进行对象检测，确定第一待识别图像中各对象对应的第一图像区域。然后根据第二待识别图像中的各第二对象对应的第三图像区域，预测各第二对象在第一待识别图像中对应的第二图像区域，在第二对象的第二图像区域与第一对象的第一图像区域满足设定条件时，确定第二对象与第一对象为同一对象，根据第一图像区域和第二图像区域确定同一对象的图像区域，一方面避免了同一对象在一张待识别图像中出现两个图像区域，同时保证了同一对象在各张待识别图像中的连续性。在确定第一待识别图像为预测帧图像时，根据第二待识别图像中的各第二对象对应的第三图像区域，预测各第二对象在第一待识别图像中对应的第二图像区域，而不需要对每帧待识别图像进行检测并识别，从而降低了计算量，同时提高了效率。

基于相同的技术构思，本发明实施例提供了一种确定视频中的对象的装置，如图3所示，该装置300包括：

检测模块，用于在确定第一待识别图像为检测帧图像时，对所述第一待识别图像进行对象检测，确定所述第一待识别图像中各第一对象对应的第一图像区域；

预测模块，用于根据第二待识别图像中的各第二对象对应的第三图像区域，预测所述各第二对象在所述第一待识别图像中对应的第二图像区域；所述第一待识别图像和所述第二待识别图像为监控设备采集的相邻图像；

处理模块，用于在第二对象的第二图像区域与第一对象的第一图像区域满足设定条件时，确定所述第二对象与所述第一对象为同一对象。

可选地，所述处理模块还用于：

确定所述第二对象与所述第一对象为同一对象之后，在所述第一待识别图像中标记所述第一对象为所述第二对象，以便对所述第二对象进行跟踪。

可选地，所述处理模块具体用于：

在第二对象的第二图像区域与第一对象的第一图像区域存在交集时，确定所述第二对象与所述第一对象为同一对象；或

在第二对象的第二图像区域的位置空间与第一对象的第一图像区域的位置空间之间的距离小于设定阈值时，确定所述第二对象与所述第一对象为同一对象。

可选地，所述处理模块还用于：

确定所述第二对象与所述第一对象为同一对象之后，根据所述第一图像区域和所述第二图像区域确定所述同一对象的图像区域。

基于相同的技术构思，本申请实施例提供了一种确定视频中的对象的设备，如图4所示，包括至少一个处理器401，以及与至少一个处理器连接的存储器402，本申请实施例中不限定处理器401与存储器402之间的具体连接介质，图4中处理器401和存储器402之间通过总线连接为例。总线可以分为地址总线、数据总线、控制总线等。

在本申请实施例中，存储器402存储有可被至少一个处理器401执行的指令，至少一个处理器401通过执行存储器402存储的指令，可以执行前述确定视频中的对象的方法中所包括的步骤。

其中，处理器401是确定视频中的对象的设备的控制中心，可以利用各种接口和线路连接确定视频中的对象的设备的各个部分，通过运行或执行存储在存储器402内的指令以及调用存储在存储器402内的数据，从而确定视频中的对象。可选的，处理器401可包括一个或多个处理单元，处理器401可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器401中。在一些实施例中，处理器401和存储器402可以在同一芯片上实现，在一些实施例中，它们也可以在独立的芯片上分别实现。

处理器401可以是通用处理器，例如中央处理器(cpu)、数字信号处理器、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列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申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。

存储器402作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器402可以包括至少一种类型的存储介质，例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(randomaccessmemory，ram)、静态随机访问存储器(staticrandomaccessmemory，sram)、可编程只读存储器(programmablereadonlymemory，prom)、只读存储器(readonlymemory，rom)、带电可擦除可编程只读存储器(electricallyerasableprogrammableread-onlymemory，eeprom)、磁性存储器、磁盘、光盘等等。存储器402是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。本申请实施例中的存储器402还可以是电路或者其它任意能够实现存储功能的装置，用于存储程序指令和/或数据。

基于同一发明构思，本申请实施例提供了一种计算机可读介质，其存储有可由确定视频中的对象的设备执行的计算机程序，当程序在确定视频中的对象的设备上运行时，使得确定视频中的对象的设备执行确定视频中的对象的方法的步骤。

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、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。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。