一种户型图生成方法及其装置与流程

1.本技术涉及计算机技术领域，尤其涉及一种户型图生成方法及其装置。


背景技术：

2.随着计算机对数据处理的能力不断增强，各个领域均产生了颠覆性的变化。在传统的家居行业，也产生了很多具有前沿科技的产品。
3.在确定房屋的户型图方面，现有技术可利用专业相机拍摄关于房屋的大量照片后，确定该房屋的各种测量数据(例如，天花板的形状以及各边长尺寸等)，随后，人工利用这些测量数据生成该房屋的户型图，但这种现有方式需要专业人员参与，不仅成本较高且实时性较差。


技术实现要素：

4.本技术实施例提供一种户型图生成方法及其装置，至少解决了以上提到的技术问题。
5.本技术实施例还提供一种户型图生成方法，所述方法包括：获取与房间对应的全景图像；利用所述全景图像，获取所述房间的结构信息，其中，所述结构信息用于在结构上描述出所述房间；利用所述房间的结构信息，生成所述房间的户型图。
6.本技术实施例还提供一种户型图生成方法，所述包括：响应于户型图生成请求被触发，获取与房间对应的全景图像；在显示界面上显示所述房间的户型图，其中，所述户型图是利用从所述全景图像中获取的结构信息而生成的图像。
7.本技术实施例还提供一种户型图生成装置，所述装置包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行如上方法。
8.本技术实施例还提供一种计算机可读存储介质，其上存储有计算机指令，所述指令被执行时实现以上方法。
9.本技术实施例采用的上述至少一个技术方案能够达到以下有益效果：
10.可利用机器学习布局模型，提取出与房间对应的全景图中的结构信息，并利用该结构信息生成房间的户型图，从而实现了自动化生成户型图。
附图说明
11.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
12.图1是示出根据本技术的示例性实施例的获取户型图的场景图；
13.图2是示出根据本技术的示例性实施例的户型图生成方法的流程图；
14.图3a至图3f是示出根据本技术的示例性实施例的电子终端的用户界面；
15.图4是示出根据本技术的示例性实施例的户型图生成装置的框图。
具体实施方式
16.为使本技术的目的、技术方案和优点更加清楚，下面将结合本技术具体实施例及相应的附图对本技术技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
17.以下结合附图，详细说明本技术各实施例提供的技术方案。
18.首先，说明本发明的一个实施例的系统的结构。如图1所示，系统结构100可以包括电子终端101、102、103、104，网络105和服务器106。网络105用以在终端设备101、102、103、104和服务器106之间提供通信链路的介质。
19.在本实施例中，图1所示的电子终端101、102、103或104可以通过网络105进行各种信息的传输。网络105可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。需要指出的是，上述无线连接方式可以包括但不限于3g/4g/5g连接、wi-fi连接、蓝牙连接、wimax连接、zigbee连接、uwb连接、局域网(“lan”)、广域网(“wan”)、网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)以及其他现在已知或将来开发的网络连接方式。网络105可以利用诸如http(hyper text transfer protocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。
20.用户可以使用电子终端101、102、103、104通过网络105与服务器106交互，以接收或发送消息等。电子终端101、102、103或104上可以安装有各种客户端应用，例如，房屋租赁应用、房屋销售应用以及室内装修应用等。
21.电子终端101、102、103或104可以是具有触摸显示屏并支持显示图像的各种电子设备，并且具有拍照功能，包括但不限于智能手机、平板电脑、电子书阅读器、mp3播放器(动态影像专家压缩标准音频层面3)、mp4(动态影像专家压缩标准音频层面4)播放器、头戴式显示设备、笔记本电脑、数字广播接收器、pda(个人数字助理)、pmp(便携式多媒体播放器)、车载终端等等的移动终端以及诸如数字tv、台式计算机等等。
22.服务器106可以是提供各种服务的服务器，例如，可在接收到电子终端101、102、103或104发送的户型图生成请求后，利用根据本技术的示例性实施例生成户型图。本技术中提及的户型图是指房间的平面空间布局图，包括该房间的使用功能、相应位置、大小进行描述的图型。在实际使用中，可通过户型图直观的看清房间的走向布局。
23.如图1中所示，系统结构100还可包括全景图像采集设备20，作为示例，全景图像采集设备20可在真实世界场景中的多个不同位置分别对同一房屋内的不同房间进行全景拍照，得到多张全景图像。
24.在本技术中提及的全景图像是指视角超过人的正常视角的图像，通常指示水平视角360度，垂直视角180度的图像，这样可将周围景象以特定几何关系进行映射生成的平面图片。
25.在本技术中，通常利用专业的全景图像采集设备20获取全景图像。全景图像采集设备20可以是与电子终端独立分开的设备，例如，可如图1所示，将全景图像采集设备20固定在同一个支架(例如，三脚架上)，配合运行安卓系统中的应用实现本发明的实施例方法。
26.作为另一种示例，如图1中的电子终端102所示，所述全景图像采集设备20还可以
是电子终端102内嵌的设备，例如，电子终端内嵌的相机模块可以是全景图像采集设备，包括不限于摄像头、摄像机、web摄像头、监视摄像头、医疗摄像头、高速摄像头、诸如三维(3d)摄像头的多摄像头等。
27.此外，应理解，图1中的电子终端、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的电子终端、网络和服务器。
28.作为示例，用户在利用全景图像采集设备20拍摄房间的全景图像后，将所述全景图像直接或者利用电子终端101至104上传至服务器106，服务器106执行如图2所述的户型图生成方法。
29.图2是示出根据本技术的示例性实施例的户型图生成方法的流程图。
30.在步骤s210，获取与房间对应的全景图像。全景图像是通过广角的方式尽可能地完全展示出该房间的周围环境，也就是说，全景图像可360度展示该房间。作为示例，可通过使用两个鱼眼相机来实现。其中，每个鱼眼相机能够覆盖180度的视角，也可以使用两个折反射相机来实现。其中，每个折反射相机由普通相机和一个反射镜组成，能够覆盖180度的视角。
31.在实施中，还可利用电子终端内的双摄像头拍摄图像的情况下，可将双摄像头中的两个摄像头分为主摄像头和副摄像头。其中主镜头拍摄所得图像为场景的主图像，副镜头拍摄所得图像为场景的副图像，利用全景拼接技术将同一场景下获取的主副图像进行拼接，从而获取全景图像。
32.在步骤s220，利用所述全景图像，获取所述房间的结构信息，其中，所述结构信息用于在结构上描述出所述房间。作为示例，可通过获取的单帧全景图像即可获取到该房间的结构信息，这样使用者操作起来更加便利。
33.在实施中，可将全景图像输入到已训练完成的机器学习布局模型，获取到所述房间的结构信息，其中，所述机器学习布局模型是利用预先获取的训练全景图像集以及每个训练全景图像对于所述结构信息的标注信息进行训练得到的。
34.具体来说，获取构成所述训练全景图像集的训练全景图像以及所述训练全景图像在所述结构信息上的标注信息，其中，所述结构信息包括针对该全景训练图像对应的训练房间的房顶边缘信息、地面边缘信息以及相交墙之间的交线信息，其中，所述房顶边缘信息可指示全景图像中房顶边缘的位置信息，地面边缘信息可指示全景图像中地面边缘的位置信息，相交墙之间的交线信息可指示相交的墙与墙之间的交线的位置信息。
35.作为示例，可获取针对各个房间拍摄的全景图像后，对这些房间进行标注，包括标注每个房间中的房顶边缘信息、地面边缘信息以及相交墙之间的交线信息。
36.随后，构建所述机器学习布局模型，设置有全网络参数。在实施中，所述机器学习布局模型包括利用神经网络模型与长短期记忆网络(long short-term memory，lstm)耦合而成的水平网络模型(horizonnet)，其中，所述神经网络模型可以是循环神经网络(recurrent neural network，rnn)。
37.利用所述训练全景图像以及标注信息之间的对应关系对所述机器学习布局模型进行训练，调整所述全网络参数，直到所述机器学习布局模型达到预设要求。作为示例，可利用所述训练全景图像在每个像素点上的像素值作为输入向量，例如，输入向量的尺寸为1024*512，在输入所述机器学习布局模型后，可获取到对应的房顶边缘信息、地面边缘信息
以及相交墙之间的交线信息，利用标注信息与获取的信息之间的差异来调整所述全网络参数，直到所述机器学习布局模型达到预设要求，例如，准确率达到90％以上。
38.在可选实施中，为了能够更准确地确定所述房间的结构信息，可将利用全景相机获取的全景图像作为初始全景图像执行预处理，并将预处理后的初始全景图像作为全景图像以输入到该机器学习布局模型中。
39.以上提到的预处理可包括朝向修正处理。具体来说，初始全景图像中的朝向(也就是拍摄视点)可能存在偏差，例如，朝向并非水平朝向。基于此，可对其进行朝向修正。
40.在实施中，可通过检测出的全景图像中的直线执行朝向修正。也就是说，在检测出全景图像中的直线后，利用该直线与水平线之间的夹角对所述全景图像进行朝向修正。
41.作为示例，可将全景图像投影到多面体上，然后在多面体上做线段检测，将检测出来的线段重新投影回球面，最终检测出全景图像中的直线。此外，还可采用如下方式：对全景图像执行边缘检测后，确定所述全景图像中的所有边缘；将所有边缘执行聚类并对聚类后的边缘执行分组；将这些边缘按组投影到三维空间上；基于直线和线外一点可以确定唯一的平面原理，通过线段上的点和圆心(相机中心)构成一个平面，确定全景图像中的直线。在步骤s230,利用所述房间的结构信息，生成所述房间的户型图。作为示例，在已确定房顶边缘信息、地面边缘信息以及相交墙之间的交线信息后，可利用这些信息确定该房间的框架，例如，可通过房顶边缘的投影位置确定该房间的边线，最后，可利用这些结构信息生成所述房间的户型图。
42.在实施中，房间的形状可能是异形，例如，该房间的边线可能是弧度的。在这种情况下，所述户型图可能与房间是不匹配的。因此，可在生成户型图后确定该户型图是否与房间匹配，作为示例，可在生成户型图后，通过人工确定所述户型图是否与房间匹配。
43.在确定所述户型图与该房间不匹配的情况下，所述方法还可包括利用地面投影方法生成所述房间的地面投影图像。随后，利用地面投影图像来生成所述房间的户型图。
44.在可选实施例中，所述方法还可利用工程测量(例如，激光尺测量)的墙面信息对生成的户型图进行修正，从而完成复尺操作。该信息可能会不准,我们支持用户通过激光尺对对应的墙面进行测量,并将数据记录下来，完成复尺的步骤。
45.作为示例，用户可输入该房间的房间参数，例如，可输入该房间的各个边长。随后，可利用该房间参数对户型图进行修正，从而生成修正后的户型图。
46.作为示例，所述方法还可检测到用户对电子终端上显示的户型图的用户触摸。具体来说，在显示单元上已经显示步骤s230生成的户型图的情况下，用户可对显示的户型图进行拖拽等触摸输入。为此，所述方法可通过在保持持续触摸的同时所述触摸的移动，对所述户型图进行修正，生成修正后的户型图。
47.在实施中，可对房屋内的各个房间按照如上所述步骤进行处理，获取到各个房间的户型图。随后，可将各个房间的户型图执行拼接，生成整个房屋的整体户型图。
48.作为示例，可利用连通区域预测处理确定所述多个户型图相互之间的连通区域信息，将所述多个户型图执行拼接，从而生成所述多个房间对应的整体户型图。
49.在实施中，可识别出这些全景图像之间的连通区域，然后，确定这些全景图像相互之间的连通区域信息。简单来说，每两个房间之间通常会利用连通区域进行互通，这样用户可经由连通区域在各个房间内行走，举例来说，用户可通过两个房间之间的门，从一个房间
走入另一个房间，或者，两个房间之间可共用一个窗户。
50.作为示例，可利用边缘检测算法来检测所述全景图像中的连通区域。更进一步地，可利用由景图像确定对应的全景深度图像，然后将所述全景深度图像投影到三维空间并将三维空间内的三维点云投影到地面，计算每列中距离圆点最远的深度值，利用所述深度值确定全景图像中的连通区域。
51.最后，为了更形象地将房屋的户型情况提供给用户，可将以上生成的平面户型图转换为三维空间模型。在实施中，可为平面户型图中的每个像素点增加高度信息，将所述平面户型图转换为三维空间模型。
52.综上可述，根据本技术的户型图生成方法可利用房间的全景图像获取该房间的户型图，实现了自动化生成户型图，并且不需要专业工具多次采集房间图像。
53.在一示例性实施例中，可利用电子终端获取的全景图像执行以上步骤，基于此，用户利用电子终端实时获取户型图。在本技术中，所述用户可以是装修工人、设计师、房产中介、房屋所有人等各种房屋相关人员。
54.此外，以上在描述本技术的示例性实施例的户型图生成方法中的房间不限于专供居住的房屋内的房间，例如，别墅、公寓、家属宿舍楼、集体宿舍等内的房间，可应用于具有独立空间的任一房间。
55.作为示例，本技术的示例性实施例的户型图生成方法可应用于工业领域。具体来说，可针对厂房内的各个车间拍摄单张全景图像，利用所述方法生成各个车间的户型图，最后，将各个车间的户型图拼接起来，获取到整个厂房的户型图，从而更直观地了解整个厂房并有效利用厂房内的各个车间。
56.作为示例，本技术的示例性实施例的户型图生成方法可应用于医疗领域。具体来说，可针对医疗内的各个科室拍摄单张全景图像，利用所述方法生成各个科室的户型图，最后，将各个科室的户型图拼接起来，获取到整个医院的户型图，从而更直观地规划医院内的各个科室。
57.也就是说，本技术的示例性实施例的户型图生成方法还可应用于具有特定用途的房屋，除以上仅给出了工厂和医院外，所述房屋还可以是学校、酒店、仓库等。
58.以下将参照图3a至图3f具体描述电子终端上执行的操作。
59.如图3a所示，电子装置的主界面上可显示用于启动各种应用的各种图标，当用户期望运行某一应用时，可通过触摸显示单元上与其对应的图标进入该应用的用户界面。在图3a中，用户通过手指触摸电子终端的主界面上的图标302启动房屋相关应用。
60.随后，房屋相关应用被运行并且该电子装置的显示单元上可显示与该房屋对应的用户界面。此外，还存在一种情况是已有的应用通过更新的方式增加了房屋相关模块，例如，在已有的购房应用中增加了生成户型图模块。在这种情况下，用户在触发与该模块对应的图标，使电子装置启动该模块并在显示单元上显示与该模块对应的用户界面。
61.用户可利用预设的方式触发户型图生成事件，如图3b所示，用户可通过触摸图标311触发户型图生成事件，或者可如图3c所示，可通过触摸图标312后，通过语音输入的方式触发户型图生成事件。
62.在本技术中，可预先设置与户型图生成操作对应的户型操作生成事件以及触发操作，当用户执行了触发操作时，可触发户型图生成事件，随后获取用于执行此次户型图生成
的用户输入。应注意，以上给出的触发操作仅为示例性的。
63.随后，可如图3d所示，输入与房屋相关的信息，例如，房屋位置、每个房间的测量数据等。应注意，执行该步骤的顺序不限于此，例如，可在以生成户型图后提示用户输入与该房屋先关的信息。
64.接着，用户还可如图3e所示，按照用户界面上显示的一个或多个控件的提示，输入全景图像。如图3e所示，用户在上传全景图的时候可选择已存储在图库中的全景图，该全景图可以是全景相机拍摄全景图像后传输到该电子装置，或者可以是调用可生成全景图的应用后生成并存储的全景图像。另外地，可选择直接拍照的方式，直接拍照的方式是指利用电子终端中的主副相机同时对房间拍照后将获取的图像进行拼接以生成全景图像。本技术对获取全景图像的方式仅为示例性的而非限制性的。
65.随后，电子终端可根据获取的全景图像，向服务器发出户型图生成请求。服务器在接收到该请求后，可按照如上所述的户型图生成方法生成房间/房屋的户型图/三维。
66.此外，还可如图3f所示，用户可通过触摸的方式对已生成的三维空间模型进行调整。也就是说，电子终端可检测在所述户型图上的用户触摸；通过在保持持续触摸的同时所述触摸的移动，对所述户型图进行修正，生成修正后的户型图。
67.此外，电子终端还可接收针对所述户型图的用户输入，其中，所述用户输入包括用于对户型图进行修正的房间参数；利用所述房间参数对所述户型图进行修正，生成修正后的户型图。
68.综上可述，根据本技术的示例性实施例的户型图生成方法可仅利用具有全景图像拍摄功能的电子终端就即可实时生成户型图。在此基础上，用户还可对所述户型图直接进行修正。此外，本技术可根据不同需求生成精度不同的户型图。具体来说，对于房屋销售领域，则不需要执行复尺操作，而对于装修行业，则可向提示用户执行复尺操作。
69.图4示出本技术的示例性实施例的户型图生成装置的框图。参考图4，在硬件层面，该装置包括处理器、内部总线和计算机可读存储介质，其中，所述计算机可读存储介质包括易失性存储器和非易失性存储器。处理器从非易失性存储器中读取对应的计算机程序然后运行。当然，除了软件实现方式之外，本技术并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
70.具体来说，所述处理器执行以下操作：获取与房间对应的全景图像；利用所述全景局图像，获取所述房间的结构信息，其中，所述结构信息用于是指能够在结构上描述出所述房间；利用所述房间的结构信息，生成所述房间的户型图。
71.可选地，所述处理器在实现步骤利用所述全景图像获取所述房间的结构信息包括：将所述全景图像输入到已训练完成的机器学习布局模型，获取所述房间的所述结构信息，其中，所述机器学习布局模型是利用预先获取的训练全景图像集以及每个训练全景图像对于所述结构信息的标注信息进行训练得到的户型图。
72.可选地，所述处理器可实现步骤获取房间对应的全景图像包括：利用全景相机获取所述房间对应的初始全景图像；对所述初始全景图像执行朝向修正处理，将朝向修正处理后的初始全景图像作为全景图像以输入到所述机器学习布局模型中。
73.可选地，所述机器学习布局模型包括利用神经网络模型与长短期记忆网络耦合而
成的水平网络模型。
74.可选地，所述机器学习布局模型是利用预先获取的训练全景图像集以及每个训练全景图像对于所述结构信息的标注信息进行训练得到的包括：获取构成所述训练全景图像集的训练全景图像以及所述训练全景图像在所述结构信息上的标注信息，其中，所述结构信息包括针对该全景训练图像对应的训练房间的房顶边缘信息、地面边缘信息以及相交墙之间的交线信息；构建所述机器学习布局模型，设置有全网络参数；利用所述训练全景图像以及标注信息之间的对应关系对所述机器学习布局模型进行训练，调整所述全网络参数，直到所述机器学习布局模型达到预设要求。
75.可选地，所述处理器可还实现步骤：在确定所述户型图与所述房间不匹配的情况下，利用地面投影方法生成所述房间的地面投影图像；利用所述地面投影图像生成所述房间的户型图。
76.可选地，所述处理器可实现步骤生成所述房间的户型图后包括：利用工程测量的墙面信息对生成的户型图进行修正，从而完成复尺操作。
77.可选地，所述处理器可还实现步骤：获取与所述房间属于同一房屋的多个房间对应的多个全景图像；生成与所述多个全景图像分别对应的多个户型图；利用连通区域预测处理确定所述多个户型图相互之间的连通区域信息，将所述多个户型图执行拼接，从而生成所述多个房间对应的整体户型图。
78.可选地，所述处理器可在实现步骤在生成所述多个房间对应的整体户型图后还包括：利用获取的高度信息，将所述平面户型图转换为三维空间模型。
79.所述处理器还可实现以下步骤：响应于户型图生成请求被触发，获取与房间对应的全景图像；在显示界面上显示所述房间的户型图，其中，所述户型图是将全景图像输入到已训练完成的机器学习布局模型生成的图像。
80.所述处理器还可实现以下步骤：利用从用户输入中提取的房间参数，对所述户型图进行修正，生成修正后的户型图。
81.此外，当户型图生成装置是用户端使用的电子装置时，所述处理器可执行以下步骤：响应于户型图生成事件被触发，获取与房间对应的全景图像；在显示界面上显示所述房间的户型图，其中，所述户型图是利用从所述全景图像中获取的结构信息而生成的图像。
82.可选地，所述处理器还可执行以下步骤：接收针对所述户型图的用户输入，其中，所述用户输入包括用于对所述户型图进行修正的房间参数；利用所述房间参数对所述户型图进行修正，生成修正后的户型图。
83.可选地，所述处理器还可执行以下步骤：检测在所述户型图上的用户触摸；通过在保持持续触摸的同时所述触摸的移动，对所述户型图进行修正，生成修正后的户型图。
84.可选地，所述处理器在实现步骤在显示界面上显示所述房间的户型图包括：在显示界面上显示修正后的户型图。
85.可选地，所述处理器在实现步骤响应于户型图生成事件被触发获取与房间对应的全景图像包括：在显示用户界面时，感测到所述户型图生成事件被触发；响应于所述户型图生成事件被触发，在所述显示界面上显示一个或多个控件；通过对所述一个或多个控件进行操作启动图像获取单元对所述房间进行拍摄，获取所述房间对应的全景图像。
86.综上可述，根据本技术的示例性实施例的户型图生成装置可利用机器学习布局模
型，提取出与房间对应的全景图中的结构信息，并利用该结构信息生成房间的户型图，从而实现了自动化生成户型图。更进一步地，可对所述全景图像执行预处理，从而提高机器学习布局模型的准确度。更进一步地，针对异形户型，可利用地面投影的方式确定所述房间的户型图。更进一步地，可利用激光尺测量的墙面信息对户型图进行修正，提高了准确度。更进一步地，可通过确定连通区域信息，将各个户型图进行拼接，实现了自动化拼接，从而生成整个房屋的整体户型图。更近一步地，可生成房间的三维空间模型，从而使用户更直观地了解房屋的整体情况。
87.需要说明的是，实施例1所提供方法的各步骤的执行主体均可以是同一设备，或者，该方法也由不同设备作为执行主体。比如，步骤21和步骤22的执行主体可以为设备1，步骤23的执行主体可以为设备2；又比如，步骤21的执行主体可以为设备1，步骤22和步骤23的执行主体可以为设备2；等等。
88.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、系统、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。
89.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。
90.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。
91.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。
92.在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
93.内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。内存是计算机可读介质的示例。
94.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除
可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
95.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
96.本领域技术人员应明白，本技术的实施例可提供为方法、系统或计算机程序产品。因此，本技术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，本技术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。
97.以上所述仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。