基于动态白名单的人脸安检方法、装置及电子设备与流程

本发明涉及图像处理技术领域，具体而言，涉及一种基于动态白名单的人脸安检方法、装置及电子设备。

背景技术：

随着互联网技术的不断发展，人脸识别算法的不断优化，人脸识别技术已经成为生物识别技术领域的重要一环。在现有人脸识别技术应用的场景中，对于没有拥有人脸识别核心技术的公司，自建的基于人脸识别算法的业务应用需要通过接口调用市场上提供的商用人脸识别引擎，需要发送照片到引擎，然后根据引擎返回的比对结果进行逻辑运算，现有技术中的人脸算法引擎对于人脸识别的效果不理想，特别是在公众场(如车站人脸识别安检系统的闸机、人脸识别安检机)场景下的安检系统，安检系统对人脸的识别效率低，导致安检效率低。

技术实现要素：

本发明的目的在于提供一种基于动态白名单的人脸安检方法、装置及电子设备，其旨在提高安检系统对人脸的识别效率，提高安检效率。

第一方面，本发明实施例提供了一种基于动态白名单的人脸安检方法，包括：

基于第一精度值，将大名单中的白名单人脸图像与第一人脸图像进行匹配，基于所述大名单中与所述第一人脸图像的匹配度大于第一阈值的白名单人脸图像，构建小名单，其中，所述大名单中包括多个用户的多张白名单人脸图像，所述第一人脸图像是用户通过安检系统的安检通道入口时获得的第一视频流中质量评分最大的一张人脸图像；

基于第二精度值，将小名单中的白名单人脸图像与第二人脸图像进行匹配，若所述白名单人脸图像中存在与所述第二人脸图像的匹配度大于第二阈值的白名单人脸图像，且所述用户的人脸身份信息匹配成功，发出安检通过的指令；所述第二人脸图像是所述用户通过安检系统的闸机时获得的第二视频流中质量评分最大的一张人脸图像，所述第一精度值小于所述第二精度值。

可选的，在所述基于第一精度值，将大名单中的白名单人脸图像与所述第一人脸图像进行匹配之前，所述方法还包括：

控制第一摄像头在第一设定时间长度内获得所述第一视频流，所述第一摄像头的视角大于第一设定值；

对所述第一视频流中的每张人脸图像进行质量评价，以所述第一视频流中质量评分最大的一张人脸图像作为第一图像。

可选的，在所述基于第二精度值，将小名单中的白名单人脸图像与所述第二人脸图像进行匹配之前，所述方法还包括：

控制第二摄像头在第二设定时间长度内获得所述第二视频流，所述第二摄像头的视角大于第二设定值；

对所述第二视频流中的每张人脸图像进行质量评价，以所述第二视频流中质量评分最大的一张人脸图像作为第二图像。

可选的，所述方法还包括：

获得多个用户的注册信息，基于所述注册信息构建大名单，所述注册信息至少包括白名单人脸图像和所述用户的人脸身份信息。

可选的，所述基于所述大名单中与所述第二人脸图像的匹配度大于第一阈值的白名单人脸图像，构建小名单，包括：

若所述大名单中存在与所述第二人脸图像的匹配度大于第一阈值的白名单人脸图像，将所述白名单人脸图像以及所述白名单人脸图像的人脸身份信息存储到所述小名单中。

可选的，所述方法还包括：若所述小名单满足设定条件时，更新所述小名单，所述设定条件是所述小名单中的白名单人脸图像的数量大于预定值。

可选的，所述若所述小名单满足设定条件时，更新所述小名单，包括：

所述若所述小名单满足设定条件时，从所述小名单中删除最先存入所述小名单的所述白名单人脸图像以及所述白名单人脸图像的人脸身份信息，以使所述小名单的人脸图像的数量等于预定值。

第二方面，本发明实施例提供了一种基于动态白名单的人脸安检装置，包括：

第一处理模块，用于基于第一精度值，将大名单中的白名单人脸图像与第一人脸图像进行匹配，基于所述大名单中与所述第一人脸图像的匹配度大于第一阈值的白名单人脸图像，构建小名单，其中，所述大名单中包括多个用户的多张白名单人脸图像，所述第一人脸图像是用户通过安检系统的安检通道入口时获得的第一视频流中质量评分最大的一张人脸图像；

第二处理模块，用于基于第二精度值，将小名单中的白名单人脸图像与第二人脸图像进行匹配，若所述白名单人脸图像中存在与所述第二人脸图像的匹配度大于第二阈值的白名单人脸图像，且所述用户的人脸身份信息匹配成功，发出安检通过的指令；所述第二人脸图像是所述用户通过安检系统的闸机时获得的第二视频流中质量评分最大的一张人脸图像，所述第一精度值小于所述第二精度值。

第三方面，本发明实施例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上述任一项所述方法的步骤。

第四方面，本发明实施例提供了一种电子设备，其特征在于，包括存储器、处理器及存储在存储器上并可在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上述任一项所述方法的步骤。

相对现有技术，本发明具有以下有益效果：

本发明实施例提供了一种基于动态白名单的人脸安检方法、装置及电子设备，所述方法包括：基于第一精度值，将大名单中的白名单人脸图像与第一人脸图像进行匹配，基于大名单中与第一人脸图像的匹配度大于第一阈值的白名单人脸图像，构建小名单，其中，大名单中包括多个用户的多张白名单人脸图像，第一人脸图像是用户通过安检系统的安检通道入口时获得的第一视频流中质量评分最大的一张人脸图像；基于第二精度值，将小名单中的白名单人脸图像与第二人脸图像进行匹配，若白名单人脸图像中存在与第二人脸图像的匹配度大于第二阈值的白名单人脸图像，且用户的人脸身份信息匹配成功，发出安检通过的指令；第二人脸图像是用户通过安检系统的闸机时获得的第二视频流中质量评分最大的一张人脸图像，第一精度值小于第二精度值。基于第一精度值，将在用户通过安检通道时用户的第一人脸图像与大名单中的白名单人脸图像进行匹配，大名单中多个用户的多张白名单人脸图像数量多，第一精度值小于第二精度值，对用户通过安检通道时的人脸图像进行匹配的精度相对较低，通过牺牲匹配精度缩短时间，进而提高了用户的第一人脸图像与大名单中的白名单人脸图像的匹配速度，基于大名单中与第一人脸图像的匹配度大于第一阈值的白名单人脸图像，构建小名单，如此可以实现从大名单中的大量的白名单人脸图像筛选出与用户的第一人脸图像的匹配度大于第二阈值白名单人脸图像，即在基于第一精度值的情况下，小名单中包含的白名单人脸图像与用户的第一人脸图像的匹配度大于第二阈值；然后基于第二精度值，将小名单中的白名单人脸图像与用户通过安检系统的闸机时获得的第二人脸图像进行匹配，由于第一精度值小于第二精度值，这次匹配的精度高于对第一人脸图像和大名单中的白名单人脸图像的匹配精度，提高了人脸匹配的准确度；若白名单人脸图像中存在与第二人脸图像的匹配度大于第二阈值的白名单人脸图像，且用户的人脸身份信息匹配成功，发出安检通过的指令，通过准确匹配用户的人脸图像和用户的身份信息，提高了安检安全性和效率。因此，解决了现有技术中存在的安检系统对人脸的识别效率低，导致安检效率低的技术问题，达到了提高安检系统对人脸的识别效率，提高安检效率的技术效果。

本发明实施例的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了本发明实施例提供的一种基于动态白名单的人脸安检方法的流程图。

图2示出了示出了本发明实施例提供的另一种基于动态白名单的人脸安检方法的流程图。

图3示出了本发明实施例提供的一种临床数据装置200的方框结构示意图。

图4示出了本发明实施例提供的一种电子设备的方框结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

本发明实施例提供了本发明实施例提供了一种基于动态白名单的人脸安检方法、装置及电子设备，用以解决现有技术中存在的安检系统对人脸的识别效率低，导致安检效率低的技术问题。

实施例

本发明实施例提供的一种基于动态白名单的人脸安检方法，应用于服务器，所述方法包括如图1所示的s100～s400，以下结合图1对s100～s400进行阐述。

s100：基于第一精度值，将大名单中的白名单人脸图像与第一人脸图像进行匹配，基于大名单中与第一人脸图像的匹配度大于第一阈值的白名单人脸图像，构建小名单。

其中，大名单中包括多个用户的多张白名单人脸图像，第一人脸图像是用户通过安检系统的安检通道入口时获得的第一视频流中质量评分最大的一张人脸图像。

s200：基于第二精度值，将小名单中的白名单人脸图像与第二人脸图像进行匹配，若白名单人脸图像中存在与第二人脸图像的匹配度大于第二阈值的白名单人脸图像，且用户的人脸身份信息匹配成功，发出安检通过的指令。

其中，第二人脸图像是所述用户通过安检系统的闸机时获得的第二视频流中质量评分最大的一张人脸图像，第一精度值小于第二精度值。

通过采用以上方案，基于第一精度值，将在用户通过安检通道时用户的第一人脸图像与大名单中的白名单人脸图像进行匹配，大名单中多个用户的多张白名单人脸图像数量多，第一精度值小于第二精度值，对用户通过安检通道时的人脸图像进行匹配的精度相对较低，通过牺牲匹配精度缩短时间，进而提高了用户的第一人脸图像与大名单中的白名单人脸图像的匹配速度，基于大名单中与第一人脸图像的匹配度大于第一阈值的白名单人脸图像，构建小名单，如此可以实现从大名单中的大量的白名单人脸图像筛选出与用户的第一人脸图像的匹配度大于第二阈值白名单人脸图像，即在基于第一精度值的情况下，小名单中包含的白名单人脸图像与用户的第一人脸图像的匹配度大于第二阈值；然后基于第二精度值，将小名单中的白名单人脸图像与用户通过安检系统的闸机时获得的第二人脸图像进行匹配，由于第一精度值小于第二精度值，这次匹配的精度高于对第一人脸图像和大名单中的白名单人脸图像的匹配精度，提高了人脸匹配的准确度；若白名单人脸图像中存在与第二人脸图像的匹配度大于第二阈值的白名单人脸图像，且用户的人脸身份信息匹配成功，发出安检通过的指令，通过准确匹配用户的人脸图像和用户的身份信息，提高了安检安全性和效率。因此，解决了现有技术中存在的安检系统对人脸的识别效率低，导致安检效率低的技术问题，达到了提高安检系统对人脸的识别效率，提高安检效率的技术效果。

作为一种可选的实施方案，在基于第一精度值，将大名单中的白名单人脸图像与所述第一人脸图像进行匹配之前，所述方法还包括：控制第一摄像头在第一设定时间长度内获得第一视频流，第一摄像头的视角大于第一设定值；对第一视频流中的每张人脸图像进行质量评价，以第一视频流中质量评分最大的一张人脸图像作为第一图像。第一摄像头的视角大于第一设定值，以使第一摄像头获得用户在足够广的范围内的人脸图像的第一视频流，进而保证获得高质量的用户的人脸图像。

针对，对所述第一视频流中的每张人脸图像进行质量评价，具体为:针对第一视频流中的每张人脸图像，获得每张人脸图像中的人脸区域；获得人脸区域的清晰度、人脸区域的角度和人脸区域的面积与人脸区域所在的人脸图像的面积的比值；基于清晰度、角度和所述比值，获得人脸图像的质量评分，具体为：对清晰度、角度和比值进行加权求和，获得人脸图像的质量评分，可选的角度为以人脸区域与人脸图像的边缘的夹角。例如，清晰度、角度和比值的权重分别为0.5、0.2和0.3，某张人脸图像的人脸区域的清晰度为80，角度为45，比值为20，则该人脸图像的评分等于0.5*80+0.2*45+0.3*20＝55分。

通过采用以上方案，获得第一视频流中的人脸图像的质量评分，以第一视频流中质量评分最大的一张人脸图像作为第一图像，第一图像的质量好，可以提高大名单中的白名单人脸图像与第一图像的匹配准确度。

作为一种可选的实施方式，在s100中，所述的基于大名单中与第二人脸图像的匹配度大于第一阈值的白名单人脸图像，构建小名单，具体为：若大名单中存在与第二人脸图像的匹配度大于第一阈值的白名单人脸图像，将白名单人脸图像以及白名单人脸图像的人脸身份信息存储到小名单中。若大名单中存在多张与第二人脸图像的匹配度大于第一阈值的白名单人脸图像，则小名单中有多张白名单人脸图像以及多张白名单人脸图像对应的多条人脸身份信息。通过采用以上方案，可以在大名单中筛选出若干张与第一人脸图像的匹配度大于第一阈值的白名单人脸图像构建小名单，如此减小小名单的数据量。

作为一种可选的实施方式，在s100之前，所述方法还包括如图2中所示的s001：获得多个用户的注册信息，基于注册信息构建大名单。其中，注册信息至少包括白名单人脸图像和所述白名单人脸图像的人脸身份信息。具体的，多个用户的注册信息从云平台系统获得。即在用户注册账号时，即获得用户的人脸图像信息(白名单人脸图像)、所述用户的人脸身份信息，用户的人脸身份信息与用户的白名单人脸图像一一对应。每个用户只有一个组人脸身份信息与用户的白名单人脸图像，组人脸身份信息可以是例如身份证号、账号、电话号码等。

在本发明实施例中，为了避免小名单内的白名单图像的数量过多造成数据冗余，可选的，所述方法还包括：若小名单满足设定条件时，更新小名单，设定条件是小名单中的白名单人脸图像的数量大于预定值。具体的方式为：若小名单满足设定条件时，从小名单中删除最先存入小名单的白名单人脸图像以及白名单人脸图像的人脸身份信息，以使小名单的人脸图像的数量等于预定值。例如，设定值是10，若存入小名单的白名单人脸图像是11张，则删除掉最先存入白名单的白名单人脸图像以及白名单人脸图像的人脸身份信息。如此，小名单中的白名单人脸图像的数量在设定值以内，以保证小名单的数据量保持在设定值内，以提高缩短将小名单中的白名单人脸图像与第二人脸图像进行匹配的时间，提高匹配效率。

同理的，基于第二精度值，将小名单中的白名单人脸图像与第二人脸图像进行匹配之前，所述方法还包括：控制第二摄像头在第二设定时间长度内获得所述第二视频流，第二摄像头的视角大于第二设定值；对第二视频流中的每张人脸图像进行质量评价，以第二视频流中质量评分最大的一张人脸图像作为第二图像。其中，第二设定值小于第一设定值，以使第二摄像头小于第一摄像头，在保证安检的安全性和效率的情况下，第二摄像头已不需要获得那么多的人脸图像，因此第二摄像头的视角小于第一摄像头的视角可以节约成本。可选的，对第二视频流中的每张人脸图像进行质量评价的具体实施方式与对第一视频流中的每张人脸图像进行质量评价的方式相同，具体请参阅上述的对第一视频流中的每张人脸图像进行质量评价的具体实施方式，在此不再一一赘述。

作为一种可选的实施方式，在s200之前，所述方法还包括，获得用户的人脸身份信息。获得用户的人脸身份信息的方式可以是通过身份证识别器从用户的身份证中获得用户的人脸身份信息，也可以通过用户口头告知，并输入用户的人脸身份信息。在本法实施例中，将白名单人脸图像中与第二人脸图像的匹配度大于第二阈值的白名单人脸图像对应的注册信息中的身份信息与用户的人脸身份信息进行匹配，若注册信息中的身份信息与用户的人脸身份信息一致，判定为用户的人脸身份信息匹配成功，则发出安检通过的指令。在发出安检通过的指令后，所述方法还包括：控制安检系统的闸机打开以供用户通过安检系统的闸机。

综上所述，本发明实施例提供了一种基于动态白名单的人脸安检方法，所述方法包括：基于第一精度值，将大名单中的白名单人脸图像与第一人脸图像进行匹配，基于大名单中与第一人脸图像的匹配度大于第一阈值的白名单人脸图像，构建小名单，其中，大名单中包括多个用户的多张白名单人脸图像，第一人脸图像是用户通过安检系统的安检通道入口时获得的第一视频流中质量评分最大的一张人脸图像；基于第二精度值，将小名单中的白名单人脸图像与第二人脸图像进行匹配，若白名单人脸图像中存在与第二人脸图像的匹配度大于第二阈值的白名单人脸图像，且用户的人脸身份信息匹配成功，发出安检通过的指令；第二人脸图像是用户通过安检系统的闸机时获得的第二视频流中质量评分最大的一张人脸图像，第一精度值小于第二精度值。基于第一精度值，将在用户通过安检通道时用户的第一人脸图像与大名单中的白名单人脸图像进行匹配，大名单中的白名单人脸图像数量多，第一精度值小于第二精度值，对用户通过安检通道时的人脸图像进行匹配的精度相对较低，通过牺牲匹配精度缩短时间，进而提高了用户的第一人脸图像与大名单中的白名单人脸图像的匹配速度，基于大名单中与第一人脸图像的匹配度大于第一阈值的白名单人脸图像，构建小名单，如此可以实现从大名单中的大量的白名单人脸图像筛选出与用户的第一人脸图像的匹配度大于第二阈值白名单人脸图像，即在基于第一精度值的情况下，小名单中包含的白名单人脸图像与用户的第一人脸图像的匹配度大于第二阈值；然后基于第二精度值，将小名单中的白名单人脸图像与用户通过安检系统的闸机时获得的第二人脸图像进行匹配，由于第一精度值小于第二精度值，这次匹配的精度高于对第一人脸图像和大名单中的白名单人脸图像的匹配精度，提高了人脸匹配的准确度；若白名单人脸图像中存在与第二人脸图像的匹配度大于第二阈值的白名单人脸图像，且用户的人脸身份信息匹配成功，发出安检通过的指令，通过准确匹配用户的人脸图像和用户的身份信息，提高了安检安全性和效率。因此，解决了现有技术中存在的安检系统对人脸的识别效率低，导致安检效率低的技术问题，达到了提高安检系统对人脸的识别效率，提高安检效率的技术效果。

作为一种可选的实施方式，所述的安检系统包括云平台、防火墙、大摄像头、小摄像头、闸机、安检通道和站点服务器。云平台、防火墙、大摄像头、小摄像头、闸机、安检通道和站点服务器通过网络连接。通过云平台向服务器下发注册用户信息及人脸图片，在站点建立动态大小白名单库，同步到服务器等站点设备的人脸识别引擎，再配合大摄像头和小摄像头(第一摄像头和第二摄像头)进行监控，大摄像头从远端进行监控，上传视频流，站点服务器调用人脸引擎，在大名单中匹配出相似人脸特征的白名单人脸图像，存储在小名单中，然后用户在人脸设备(电子设备)进行比对时，人脸设备抓取当前人脸照片和动态小白名单进行精确比对，从而缩短比对时间，提高人脸比对效率。在公共场合人数众多的人脸识别场景中，如采用人脸识别技术的安检系统的闸机，人脸识别安检设备等，带来精确比对效率的提升，从而提高人脸设备的比对效率和用户使用体验。

为了克服大量比对数据资源的缺点，通过将已实名注册的名单下发到站点服务器形成动态白名单的大名单，当用户到达通道入口大摄像头的拍摄范围时，大摄像头进行抓拍上传视频流，站点服务器程序进行预处理，根据较低的对比精度阈值(第一精度值)匹配用户的人脸图像，从大名单中过滤筛选出一个动态白名单的小名单(因为在不断更新小名单)。当用户直接和设备(闸机、安检机等)进行交互时，设备上的小摄像头进行拍摄上传，站点服务器程序通过视频流分析，只需要从动态白名单的小名单中进行筛选和比对，从而提高识别准确度和效率。

针对上述实施例提供一种基于动态白名单的人脸安检方法，本申请实施例还对应提供一种用于执行上述的步骤的执行主体，该执行主体可以为图3中基于动态白名单的人脸安检装置200。请参考图3，该装置包括：

第一处理模块210，用于基于第一精度值，将大名单中的白名单人脸图像与第一人脸图像进行匹配，基于大名单中与第一人脸图像的匹配度大于第一阈值的白名单人脸图像，构建小名单，其中，大名单中包括多个用户的多张白名单人脸图像，第一人脸图像是用户通过安检系统的安检通道入口时获得的第一视频流中质量评分最大的一张人脸图像；

第二处理模块220，用于基于第二精度值，将小名单中的白名单人脸图像与第二人脸图像进行匹配，若白名单人脸图像中存在与第二人脸图像的匹配度大于第二阈值的白名单人脸图像，且用户的人脸身份信息匹配成功，发出安检通过的指令；第二人脸图像是用户通过安检系统的闸机时获得的第二视频流中质量评分最大的一张人脸图像，第一精度值小于第二精度值。

作为一种可选的实施方式，所述装置还包括：

控制模块，用于控制第一摄像头在第一设定时间长度内获得所述第一视频流，所述第一摄像头的视角大于第一设定值；

第三处理模块，用于对所述第一视频流中的每张人脸图像进行质量评价，以所述第一视频流中质量评分最大的一张人脸图像作为第一图像。

作为一种可选的实施方式，所述控制模块还用于：控制第二摄像头在第二设定时间长度内获得所述第二视频流，所述第二摄像头的视角大于第二设定值；所述第三处理模块还用于：对所述第二视频流中的每张人脸图像进行质量评价，以所述第二视频流中质量评分最大的一张人脸图像作为第二图像。

作为一种可选的实施方式，所述装置还包括：

获得模块，用于获得多个用户的注册信息，基于所述注册信息构建大名单，所述注册信息至少包括白名单人脸图像和所述用户的人脸身份信息。

作为一种可选的实施方式，所述第一处理模块210具体用于：

若所述大名单中存在与所述第二人脸图像的匹配度大于第一阈值的白名单人脸图像，将所述白名单人脸图像以及所述白名单人脸图像的人脸身份信息存储到所述小名单中。

作为一种可选的实施方式，所述装置包括：

更新模块，用于若所述小名单满足设定条件时，更新所述小名单，所述设定条件是所述小名单中的白名单人脸图像的数量大于预定值。

作为一种可选的实施方式，所述更新模块，具体用于：所述若所述小名单满足设定条件时，从所述小名单中删除最先存入所述小名单的所述白名单人脸图像以及所述白名单人脸图像的人脸身份信息，以使所述小名单的人脸图像的数量等于预定值。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

本发明实施例还提供了一种电子设备，电子设备可以是服务器，如图4所示，包括存储器504、处理器502及存储在存储器504上并可在处理器502上运行的计算机程序，所述处理器502执行所述程序时实现前文所述基于动态白名单的人脸安检方法的任一方法的步骤。

其中，在图4中，总线架构(用总线500来代表)，总线500可以包括任意数量的互联的总线和桥，总线500将包括由处理器502代表的一个或多个处理器和存储器504代表的存储器的各种电路链接在一起。总线500还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进进一步描述。总线接口505在总线500和接收器501和发送器503之间提供接口。接收器501和发送器503可以是同一个元件，即收发机，提供用于在传输介质上与各种其他装置通信的单元。处理器502负责管理总线500和通常的处理，而存储器504可以被用于存储处理器502在执行操作时所使用的数据。

本发明实施例还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前文所述基于动态白名单的人脸安检方法的任一方法的步骤。

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(dsp)来实现根据本发明实施例的装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。