一种基于热成像的人脸考勤方法、装置、设备及存储介质与流程

本发明涉及图像处理技术领域，特别是指一种基于热成像的人脸考勤方法、装置、设备及存储介质。

背景技术：

在生活、教学、企业中，经常会遇到特定地点内点名考勤的情况。通过普通摄像头拍照并检测人脸得到实到人员名单，需要的环境要求比较高，如果墙壁或者人员衣服上有头像图案，普通摄像头无法分辨出是否是活体人脸，从而造成检测结果出现误差，导致考勤数据失败。

技术实现要素：

有鉴于此，本发明的目的在于提出一种基于热成像的人脸考勤方法、装置、设备及存储介质，用户可以在极短的时间内获得全部实际到场并且是真实活体的人员名单；能够有效防止因为人物图片、人物雕像等原因造成检测误差的出现。

基于上述目的本发明提供了一种基于热成像的人脸考勤方法，该方法包括：

获取相同区域相同时刻的普通摄像头图像视频和热成像摄像头图像视频；

根据所述普通摄像头图像视频和所述热成像摄像头图像视频，获得活体对象集合；

将所述活体对象集合中的各人脸特征值与预先录入的人员信息表中的人脸特征值进行比对，获得考勤人员集合；

根据所述考勤人员集合和所述人员信息表，获得所述考勤人员集合中的考勤人员的人员信息；

将所述考勤人员的人员信息分别绘制在所述普通摄像头图像视频中对应的头像上。

优选地，所述根据所述普通摄像头图像视频和所述热成像摄像头图像视频，获得活体对象集合，包括：

由所述普通摄像头图像视频抽取第一视频帧图片；

由所述热成像摄像头图像视频抽取与所述第一视频帧图片对应的第二视频帧图片；

根据所述第一视频帧图片，获得所述第一视频帧图片中全部人脸的坐标位置、宽度高度及特征值；

根据各人脸的坐标位置、宽度高度，获取所述第二视频帧图片中与所述人脸对应的人脸热成像图片；

对各所述人脸热成像图片对应的人脸进行是否为活体对象人脸判断，获得所述活体对象集合。

更优选地，所述由所述普通摄像头图像视频抽取第一视频帧图片，包括：

确定所述普通摄像头图像视频的抽取时段；

抽取所述抽取时段内的最后一帧图片作为所述第一视频帧图片。

更优选地，所述由所述热成像摄像头图像视频抽取与所述第一视频帧图片对应的第二视频帧图片，包括：

记录获取所述第一视频帧图片的第一时间；

由所述热成像摄像头图像视频抽取所述第一时间对应的第二视频帧图片。

更优选地，所述根据所述第一视频帧图片，得到所述第一视频帧图片中全部人脸的坐标位置、宽度高度及特征值，包括：

将所述第一视频帧图片转换为灰度图，对所述灰度图进行灰度图直方图均衡化操作；

对进行灰度图直方图均衡化操作后的灰度图扫描，得到所述第一视频帧图片中全部人脸的坐标位置、宽度高度及特征值。

优选地，所述将所述活体对象集合中的人脸特征值与预先录入的人员信息表中的人脸特征值进行比对，获得考勤人员集合，包括：

将所述活体对象集合中的各人脸特征值与所述预先录入的人员信息表中的人脸特征值进行计算获得浮点数值；

将所述浮点数值与阈值进行比较，获得所述考勤人员集合。

优选地，所述方法还包括预先录入人员信息表，所述人员信息表录入包括：

录入全部待考勤人员的人脸；

提取所述全部待考勤人员的人脸特征值；

存储所述全部待考勤人员的人员信息及人脸特征值，获得所述人员信息表。

基于相同的发明构思，本发明还提供了一种基于热成像的人脸考勤装置，所述装置包括：

图像视频获取模块，用于获取相同区域相同时刻的普通摄像头图像视频和热成像摄像头图像视频；

活体对象集合获得模块，用于根据所述普通摄像头图像视频和所述热成像摄像头图像视频，获得活体对象集合；

考勤人员集合获得模块，用于将所述活体对象集合中的人脸特征值与预先录入的人员信息表中的人脸特征值进行比对，获得考勤人员集合；

考勤人员信息获得模块，用于根据所述考勤人员集合和所述人员信息表，获得所述考勤人员集合中的考勤人员的人员信息；

信息绘制模块，用于将所述考勤人员的人员信息分别绘制在所述普通摄像头图像视频中对应的头像上。

优选地，所述活体对象集合获得模块，包括：

第一视频帧图片获取单元，用于由所述普通摄像头图像视频抽取第一视频帧图片；

第二视频帧图片获取单元，用于由所述热成像摄像头图像视频抽取与所述第一视频帧图片对应的第二视频帧图片；

人脸信息获得单元，用于根据所述第一视频帧图片，获得所述第一视频帧图片中全部人脸的坐标位置、宽度高度及特征值；

人脸热成像图片获取单元，用于根据各人脸的坐标位置、宽度高度，获取所述第二视频帧图片中与所述人脸对应的人脸热成像图片；

活体对象集合获得单元，用于对各所述人脸热成像图片对应的人脸进行是否为活体对象人脸判断，获得所述活体对象集合。

更优选地，所述第一视频帧图片获取单元，用于：

确定所述普通摄像头图像视频的抽取时段；

抽取所述抽取时段内的最后一帧图片作为所述第一视频帧图片。

更优选地，所述第二视频帧图片获取单元，用于：

记录获取所述第一视频帧图片的第一时间；

由所述热成像摄像头图像视频抽取所述第一时间对应的第二视频帧图片。

更优选地，所述人脸信息获得单元，用于：

将所述第一视频帧图片转换为灰度图，对所述灰度图进行灰度图直方图均衡化操作；

对进行灰度图直方图均衡化操作后的灰度图扫描，得到所述第一视频帧图片中全部人脸的坐标位置、宽度高度及特征值。

优选地，所述考勤人员集合获得模块，包括：

浮点数值获得单元，用于将所述活体对象集合中的各人脸特征值与所述预先录入的人员信息表中的人脸特征值进行计算获得浮点数值；

考勤人员集合获得单元，用于将所述浮点数值与阈值进行比较，获得所述考勤人员集合。

优选地，所述装置还包括人员信息表录入模块，用于预先录入人员信息表；所述人员信息表录入模块，包括：

人脸录入单元，用于录入全部待考勤人员的人脸；

人脸特征值提取单元，用于提取所述全部待考勤人员的人脸特征值；

人员信息表获得单元，用于存储所述全部待考勤人员的人员信息及人脸特征值，获得所述人员信息表。

基于相同的发明构思，本发明还提供了一种电子设备，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，其特征在于，所述处理器执行所述程序时实现上述任意一项所述的方法。

基于相同的发明构思，本发明还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行上述任一所述方法。

从上面所述可以看出，本发明提供的基于热成像的人脸考勤方法、装置、设备及存储介质，热成像摄像头接收物体发出的红外线，通过将温度转换成有颜色的实时视频图像显示出来，根据该实时视频图像中的热量分布来判断检测目标是否为活体；能够同时针对多人进行活体检测，保障数据来源真实，并且能够有效防止因人脸图片或雕像导致检测数据出现误差，以保证数据结果真实、有效。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，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的附图。

图1是本发明实施例的方法流程示意图；

图2是对图1中步骤s20的解释说明；

图3是对图2中步骤s201的解释说明；

图4是对图2中步骤s202的解释说明；

图5是对图2中步骤s203的解释说明；

图6是对图1中步骤s30的解释说明；

图7是人员信息表录入流程示意图；

图8是本发明实施例的装置结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图说明，对本发明进一步详细说明。

需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。

本发明实施例提供的基于热成像的人脸考勤方法，所述方法包括：

获取相同区域相同时刻的普通摄像头图像视频和热成像摄像头图像视频；

根据所述普通摄像头图像视频和所述热成像摄像头图像视频，获得活体对象集合；

将所述活体对象集合中的各人脸特征值与预先录入的人员信息表中的人脸特征值进行比对，获得考勤人员集合；

根据所述考勤人员集合和所述人员信息表，获得所述考勤人员集合中的考勤人员的人员信息；

将所述考勤人员的人员信息分别绘制在所述普通摄像头图像视频中对应的头像上。

图1为本发明实施例的方法流程示意图，如图1所示，本发明提供的一种基于热成像的人脸考勤方法的实施例中，所述方法包括：

s10.获取相同区域相同时刻的普通摄像头图像视频和热成像摄像头图像视频；

普通摄像头和热成像摄像头同时对相同区域进行图像采集，分别获得相同区域相同时刻的普通摄像头图像视频和热成像摄像头图像视频。

s20.根据所述普通摄像头图像视频和所述热成像摄像头图像视频，获得活体对象集合；

热成像摄像头能够接受物体发出的红外线，并通过将温度转换成有颜色的实时视频图像显示出来，根据所述实时视频图像中的热量分布来判断检测目标是否为活体。

根据所述步骤s10中获取的普通摄像头图像视频能够获得人脸集合，通过热成像摄像头图像视频能够判断出所述人脸集合中的人脸是否为活体对象人脸；若经判断所述人脸集合中的人脸是活体对象人脸，则检测到的活体对象人脸构成所述活体对象集合。若经判断所述人脸集合中的人脸是非活体对象人脸，则为错误数据，检测到的所述非活性对象人脸构成非活性对象集合。

s30.将所述活体对象集合中的各人脸特征值与预先录入的人员信息表中的人脸特征值进行比对，获得考勤人员集合；

在进行人脸考勤之前，需要预先对所有待考勤人员进行信息统计，得到人员信息表。人员信息表中包含所述所有待考勤人员的人脸图像、人脸特征值、姓名、性别、年龄等人员信息。将所述步骤s20中获得的所述活体对象集合中的各人脸特征值分别与预先录入的所述人员信息表中的人脸特征值进行比对，获得考勤人员集合。需要说明的是，所述活体对象集合中同样包括所述所有待考勤人员之外的非考勤人员，将检测到的非考勤人员保存在非考勤人员集合中。需要说明的是，所述人脸特征值是指人脸的眼睛、鼻子、嘴巴、下巴等部件的形状、大小等数据。

s40.根据所述考勤人员集合和所述人员信息表，获得所述考勤人员集合中的考勤人员的人员信息；

所述人员信息表中包含所述所有待考勤人员的人脸图像、人脸特征值以及姓名、性别、年龄等人员信息，将所述步骤s30中获得的考勤人员集合与所述人员信息表进行联合查询，能够获得所述考勤人员集合中的考勤人员的人员信息。需要说明的是，对所述步骤s30中获得的考勤人员集合与所述人员信息表进行联合查询时，是将步骤s30中获得的考勤人员集合中的各人脸特征值与人员信息表中的人脸特征值进行逐条比对，获得相似百分比，当所述相似百分比大于阈值时，配对成功，所述阈值为80％。

s50.将所述考勤人员的人员信息分别绘制在所述普通摄像头图像视频中对应的头像上；

图像视频是由无数帧图片构成，对图像视频进行编辑时，首先将图像视频分解为无数帧图片，然后对图片进行编辑，再将编辑后的图片合辑为图像视频，从而完成图像视频编辑。

将所述考勤人员集合中的所有人脸，通过记录的人脸坐标位置和人脸宽度高度，分别绘制在由所述普通摄像头图像视频抽取出的普通摄像头视频帧图片上，并将所述考勤人员集合中的考勤人员的人员信息分别绘制在所述普通摄像头视频帧图片对应的头像上，从而实现将所述考勤人员集合中的所有人脸分别绘制在所述普通摄像头图像视频上，并将所述考勤人员的人员信息分别绘制在所述普通摄像头图像视频中对应的头像上。

将所述非考勤人员集合中的所有人脸，通过记录的人脸坐标位置和人脸宽度高度，分别绘制在由所述普通摄像头图像视频抽取出的普通摄像头视频帧图片上，从而实现将所述非考勤人员集合中的所有人脸分别绘制在所述普通摄像头图像视频上。

上述步骤s10至步骤s50可以循环多次，至考勤完全。在本发明实施例中，优选地，所述步骤s10至步骤s50循环6次，考勤完全。

图2是对图1中步骤s20的解释，具体地，所述步骤s20中根据所述普通摄像头图像视频和所述热成像摄像头图像视频，获得活体对象集合，包括：

s201.由所述普通摄像头图像视频抽取第一视频帧图片；

图像视频是由无数帧图片构成，从所述普通摄像头图像视频中抽取一帧作为第一视频帧图片。

s202.由所述热成像摄像头图像视频抽取与所述第一视频帧图片对应的第二视频帧图片；

由于普通摄像头和热成像摄像头同时对相同区域进行图像采集，因此所述普通摄像头图像视频和所述热成像摄像头图像视频也是同步的，当在所述普通摄像头图像视频中抽取得到所述第一视频帧图片后，在所述热成像摄像头图像视频中能够抽取得到与所述第一视频帧图片对应的第二视频帧图片。

s203.根据所述第一视频帧图片，获得所述第一视频帧图片中全部人脸的坐标位置、宽度高度及特征值；

使用intel视觉库opencv检测所述第一视频帧图片，得到所述第一视频帧图片中全部人脸及所述全部人脸的坐标位置、宽度高度，检测到的所述第一视频帧图片中的全部人脸构成人脸集合。

根据所述第一视频帧图片，通过intel提供的frsdk计算得到描述人脸标记点的字符串值，即人脸特征值，所述人脸集合中的各人脸分别计算得到相应的特征值。

s204.根据各人脸的坐标位置、宽度高度，获取所述第二视频帧图片中与所述人脸对应的人脸热成像图片；

由于所述普通摄像头图像视频和所述热成像摄像头图像视频是同步的，因此在相同时刻，所述普通摄像头图像视频和所述热成像摄像头图像视频中相同的人脸坐标位置及宽度高度对应的是相同人脸；在由所述第一视频帧图片获得的人脸集合中，根据各人脸的坐标位置及宽度高度，均能够在所述第二视频帧图片中获得对应的人脸热成像图片。

s205.对各所述人脸热成像图片对应的人脸进行是否为活体对象人脸判断，获得所述活体对象集合。

对所述第二视频帧图片中获得的所有人脸热成像图片进行判断，如果检测到某个人脸热成像图片对应的人脸是非活体对象人脸，则该人脸热成像图片对应的人脸是墙壁或者衣服上的图案，将该人脸热成像图片对应的人脸保存到非活体对象集合中，后续不在对所述人脸进行操作，继续对其他人脸热成像图片进行判断。需要说明的是，对所述第二视频帧图片中获得的所有人脸热成像图片进行判断时，先通过热成像阈值分析和运动分析分别比对出可能的人体roi区域rt和rm，然后通过roifusion得到混合的roi区域rf，再对人体区域的高和宽分别进行调整，最终通过宽/高比值及面积判定确定最终的pedestrianroi。

如果检测到某个人脸热成像图片对应的人脸是活体对象人脸，则将该人脸热成像图片对应的人脸保存到活体对象集合中，获得所述活体对象集合。

图3是对步骤s201的解释说明，具体地，所述步骤s201由所述普通摄像头图像视频抽取第一视频帧图片，包括：

s2011.确定所述普通摄像头图像视频的抽取时段；

图像视频是由无数帧图片构成，从所述普通摄像头图像视频中抽取一帧作为第一视频帧图片时，首先确定所述普通摄像头图像视频的抽取时段。在本发明实施例中，优选地，所述抽取时段确定为1秒钟。

s2012.抽取所述抽取时段内的最后一帧图片作为所述第一视频帧图片；

在确定所述抽取时段后，抽取所述普通摄像头图像视频在所述抽取时段内的最后一帧图片作为所述第一视频帧图片。在本发明实施例中，优选地，所述抽取时段确定为1秒钟，所述普通摄像头图像视频在每秒钟产生15～30帧图片，抽取最后一帧图片作为第一视频帧图片。

图4是对步骤s202的解释说明，具体地，所述步骤s202由所述热成像摄像头图像视频抽取与所述第一视频帧图片对应的第二视频帧图片，包括：

s2021.记录获取所述第一视频帧图片的第一时间；

在本发明实施例中，优选地，所述第一时间精确到毫秒。

s2022.由所述热成像摄像头图像视频抽取所述第一时间对应的第二视频帧图片；

由于所述普通摄像头图像视频和所述热成像摄像头图像视频是同步的，所以由所述普通摄像头图像视频获得所述第一视频帧图片后，记录抽取所述第一视频帧图片的第一时间，然后根据第一时间在所述热成像摄像头图像视频中抽取第二视频帧图片，所述第二视频帧图片和第一视频帧图片对应。

图5是对步骤s203的解释说明，具体地，所述步骤s203根据所述第一视频帧图片，获得所述第一视频帧图片中全部人脸的坐标位置、宽度高度及特征值，包括：

s2031.将所述第一视频帧图片转换为灰度图，对所述灰度图进行灰度图直方图均衡化操作；

s2032.对进行灰度图直方图均衡化操作后的灰度图扫描，得到所述第一视频帧图片中全部人脸的坐标位置、宽度高度及特征值；

在对进行灰度图直方图均衡化操作后的灰度图扫描时，以所述灰度图边界为例，计算机中的图片是一个数字组成的矩阵，计算机程序首先计算整个窗口中的灰度值x，然后计算矩形框中的黑色灰度值y，然后计算(x-2y)得到差值，计算所述差值与x的比值，如果所述比值在阈值范围内，则表明所述灰度图边界符合边界特征，继续扫描所述灰度图的其它区域，得到所述第一视频帧图片中全部人脸的坐标位置及宽度高度，检测到的所述第一视频帧图片中的全部人脸构成人脸集合。

根据所述第一视频帧图片，通过intel提供的frsdk计算得到描述人脸标记点的字符串值，即特征值，所述人脸集合中的各人脸分别计算得到相应的特征值

图6是对步骤s30的解释说明，具体地，所述步骤s30将所述活体对象集合中的各人脸特征值与预先录入的人员信息表中的人脸特征值进行比对，获得考勤人员集合，包括：

s301.将所述活体对象集合中的各人脸特征值与所述预先录入的人员信息表中的人脸特征值进行计算获得浮点数值；

将所述活体对象集合中的各人脸特征值分别与所述预先录入的人员信息表中的人脸特征值通过intel提供的frsdk进行计算，获得分别与各人脸特征值对应的浮点数值，所述浮点数值在0～1之间。

s302.将所述浮点数值与阈值进行比较，获得所述考勤人员集合；

将所述步骤s301中获得的各浮点数值与阈值比较，如果所述浮点数值大于所述阈值，则表明与所述浮点数值对应的人脸特征值包括在所述人员信息表中，与所述人脸特征值对应的人脸来自于所述人员信息表中的待考勤人员，保存在所述考勤人员集合中。如果所述浮点数值小于所述阈值，则表明与所述浮点数值对应的人脸特征值不包括在所述人员信息表中，与所述人脸特征值对应的人脸不属于所述人员信息表中的待考勤人员，为非考勤人员，保存在非考勤人员集合中。优选地，在本发明实施例中，所述阈值为0.55，考勤成功率最高。

图7是人员信息表录入流程示意图，具体地，在本发明的实施例中，所述基于热成像的人脸考勤方法还包括预先录入人员信息表，所述人员信息表录入包括：

s001.录入全部待考勤人员的人脸；

s002.提取所述全部待考勤人员的人脸特征值；

s003.存储所述全部待考勤人员的人员信息及人脸特征值，获得所述人员信息表。

需要说明的是，所述人员信息包括姓名、性别、年龄等信息。

图8是本发明实施例的装置结构示意图，如图8所示，本发明实施例公开的一种基于热成像的人脸考勤装置，所述装置包括：

图像视频获取模块801，用于获取相同区域相同时刻的普通摄像头图像视频和热成像摄像头图像视频；

活体对象集合获得模块802，用于根据所述普通摄像头图像视频和所述热成像摄像头图像视频，获得活体对象集合；

考勤人员集合获得模块803，用于将所述活体对象集合中的人脸特征值与预先录入的人员信息表中的人脸特征值进行比对，获得考勤人员集合；

考勤人员信息获得模块804，用于根据所述考勤人员集合和所述人员信息表，获得所述考勤人员集合中的考勤人员的人员信息；

信息绘制模块805，用于将所述考勤人员的人员信息分别绘制在所述普通摄像头图像视频中对应的头像上。

本发明实施例中，所述活体对象集合获得模块802，包括：

第一视频帧图片获取单元，用于由所述普通摄像头图像视频抽取第一视频帧图片；

第二视频帧图片获取单元，用于由所述热成像摄像头图像视频抽取与所述第一视频帧图片对应的第二视频帧图片；

人脸信息获得单元，用于根据所述第一视频帧图片，获得所述第一视频帧图片中全部人脸的坐标位置、宽度高度及特征值；

人脸热成像图片获取单元，用于根据各人脸的坐标位置、宽度高度，获取所述第二视频帧图片中与所述人脸对应的人脸热成像图片；

活体对象集合获得单元，用于对各所述人脸热成像图片对应的人脸进行是否为活体对象人脸判断，获得所述活体对象集合。

具体地，所述第一视频帧图片获取单元，用于：

确定所述普通摄像头图像视频的抽取时段；

抽取所述抽取时段内的最后一帧图片作为所述第一视频帧图片。

具体他，所述第二视频帧图片获取单元，用于：

记录获取所述第一视频帧图片的第一时间；

由所述热成像摄像头图像视频抽取所述第一时间对应的第二视频帧图片。

具体地，所述人脸信息获得单元，用于：

将所述第一视频帧图片转换为灰度图，对所述灰度图进行灰度图直方图均衡化操作；

对进行灰度图直方图均衡化操作后的灰度图扫描，得到所述第一视频帧图片中全部人脸的坐标位置、宽度高度及特征值。

本发明实施例中，所述考勤人员集合获得模块803，包括：

浮点数值获得单元，用于将所述活体对象集合中的各人脸特征值与所述预先录入的人员信息表中的人脸特征值进行计算获得浮点数值；

考勤人员集合获得单元，用于将所述浮点数值与阈值进行比较，获得所述考勤人员集合。

本发明实施例中，所述装置还包括人员信息表录入模块(图中未示出)，用于预先录入人员信息表；所述人员信息表录入模块，包括：

人脸录入单元，用于录入全部待考勤人员的人脸；

人脸特征值提取单元，用于提取所述全部待考勤人员的人脸特征值；

人员信息表获得单元，用于存储所述全部待考勤人员的人员信息及人脸特征值，获得所述人员信息表。

上述实施例的装置用于实现前述实施例中相应的方法，并且具有相应的方法实施例的有益效果，在此不再赘述。

本发明实施例还提供了一种基于热成像的人脸考勤设备，所述设备包括存储器、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上所述的任一种基于热成像的人脸考勤的方法。

本发明实施例还提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行以实现如上所述的任一种基于热成像的人脸考勤的方法。

所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明它们没有在细节中提供。

另外，为简化说明和讨论，并且为了不会使本发明难以理解，在所提供的附图中可以示出或可以不示出与集成电路(ic)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本发明难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本发明的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本发明的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本发明。因此，这些描述应被认为是说明性的而不是限制性的。

尽管已经结合了本发明的具体实施例对本发明进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态ram(dram))可以使用所讨论的实施例。

本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本发明的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明的保护范围之内。