文本识别处理方法、装置及相关设备与流程

1.本发明实施例涉及通信技术领域，尤其涉及一种文本识别处理方法、装置及相关设备。


背景技术：

2.众所周知，在目标检测中，非极大值抑制是一个常用的算法。由于一张图片上，待检测的目标数量不定，当前的目标检测算法均是采用预测大量边界框，然后通过非极大值抑制算法从大量的边界框中选出合适的框。传统的非极大值抑制算法通常是比较两个边界框的交并比，在进行文本检测时，由于文本一般不会发生重叠，因此按照交并比的方式确定文本的边界框，从而使得在文本的边界框识别的准确度较差。


技术实现要素：

3.本发明实施例提供一种文本识别处理方法、装置及相关设备，以解决文本的边界框识别的准确度较差的问题。
4.为解决上述问题，本发明是这样实现的：
5.第一方面，本发明实施例提供了一种文本识别处理方法，所述方法包括：
6.对目标图片进行文本位置检测，获得第一边界框序列，第一边界框序列包括与多个边界框，每一所述边界框包括坐标信息和置信度；
7.按照预设排列顺序对所述第一边界框序列中各所述边界框进行排序，获得第二边界框序列；
8.基于所述第二边界框序列，按照所述置信度从大到小的顺序依次执行目标操作，得到第三边界框序列；
9.基于所述第三边界框序列对所述目标图片进行文本识别；
10.其中，所述目标操作包括：
11.在第一目标边界框与第二目标边界框之间重叠比例大于或等于第一阈值的情况下，在所述第二边界框序列中删除所述第二目标边界框，在所述预设排列顺序为置信度从大到小的排列顺序时，所述第一目标边界框为目标边界框序列中的第i个边界框，i为正整数，所述第二目标边界框为所述第一目标边界框之前的边界框；在所述预设排列顺序为置信度从小到大的排列顺序时，所述第一目标边界框为目标边界框序列中的倒数第i个边界框，所述第二目标边界框为所述第一目标边界框之前的任一个边界框；所述目标边界框序列为第i-1次执行所述目标操作对所述第二边界框序列中的边界框进行调整后的边界框序列。
12.第二方面，本发明实施例提供了一种文本识别处理装置，包括：
13.检测模块，用于对目标图片进行文本位置检测，获得第一边界框序列，第一边界框序列包括与多个边界框，每一所述边界框包括坐标信息和置信度；
14.排序模块，用于按照预设排列顺序对所述第一边界框序列中各所述边界框进行排
序，获得第二边界框序列；
15.执行模块，用于基于所述第二边界框序列，按照所述置信度从大到小的顺序依次执行目标操作，得到第三边界框序列；
16.识别模块，用于基于所述第三边界框序列对所述目标图片进行文本识别；
17.其中，所述目标操作包括：在第一目标边界框与第二目标边界框之间重叠比例大于或等于第一阈值的情况下，在所述第二边界框序列中删除所述第二目标边界框，在所述预设排列顺序为置信度从大到小的排列顺序时，所述第一目标边界框为目标边界框序列中的第i个边界框，i为正整数，所述第二目标边界框为所述第一目标边界框之前的边界框；在所述预设排列顺序为置信度从小到大的排列顺序时，所述第一目标边界框为目标边界框序列中的倒数第i个边界框，所述第二目标边界框为所述第一目标边界框之前的任一个边界框；所述目标边界框序列为第i-1次执行所述目标操作对所述第二边界框序列中的边界框进行调整后的边界框序列。
18.第三方面，本发明实施例还提供一种电子设备，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程序；所述处理器，用于读取存储器中的程序实现如前述第一方面所述方法中的步骤；。
19.第四方面，本发明实施例还提供一种可读存储介质，用于存储程序，所述程序被处理器执行时实现如前述第一方面所述方法中的步骤。
20.本发明实施例通过对目标图片进行文本位置检测，获得第一边界框序列，第一边界框序列包括与多个边界框，每一所述边界框包括坐标信息和置信度；按照预设排列顺序对所述第一边界框序列中各所述边界框进行排序，获得第二边界框序列；基于所述第二边界框序列，按照所述置信度从大到小的顺序依次执行目标操作，得到第三边界框序列；基于所述第三边界框序列对所述目标图片进行文本识别；其中，所述目标操作包括：在第一目标边界框与第二目标边界框之间重叠比例大于或等于第一阈值的情况下，在所述第二边界框序列中删除所述第二目标边界框，在所述预设排列顺序为置信度从大到小的排列顺序时，所述第一目标边界框为目标边界框序列中的第i个边界框，i为正整数，所述第二目标边界框为所述第一目标边界框之前的边界框；在所述预设排列顺序为置信度从小到大的排列顺序时，所述第一目标边界框为目标边界框序列中的倒数第i个边界框，所述第二目标边界框为所述第一目标边界框之前的任一个边界框；所述目标边界框序列为第i-1次执行所述目标操作对所述第二边界框序列中的边界框进行调整后的边界框序列。由于基于文本不重叠的特征，对边界框的重叠比例确定文本的边界框，从而提高了文本的边界框的识别准确度，进而可以提高后续文本识别的准确性。
附图说明
21.为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例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性的前提下，还可以根据这些附图获得其他的附图。
22.图1是本发明实施例提供的文本识别处理方法的流程示意图；
23.图2是本发明实施例提供的文本识别处理装置的结构图；
24.图3是本发明实施提供的电子设备的结构示意图。
具体实施方式
25.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
26.本发明实施例中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。此外，本发明中使用“和/或”表示所连接对象的至少其中之一，例如a和/或b和/或c，表示包含单独a，单独b，单独c，以及a和b都存在，b和c都存在，a和c都存在，以及a、b和c都存在的7种情况。
27.参见图1，图1是本发明实施例提供的文本识别处理方法的流程示意图之一。如图1所示，该文本识别处理方法可以包括以下步骤：
28.步骤101，对目标图片进行文本位置检测，获得第一边界框序列，所述第一边界框序列包括与多个边界框，每一所述边界框包括坐标信息和置信度；
29.本技术实施例中，上述边界框可以理解为包括五个元素的向量集合，例如可以表示为bbox。其中，五个元素中四个为坐标信息，一个未置信度。该坐标信息可以表示该边界框的面积，具体地，坐标信息可以包括x轴方向的最大值xmax，x轴方向的最小值xmin，y轴方向的最大值ymax，y轴方向的最小值ymin；其中，xmax和ymin表示该边界框的右下角的坐标信息，xmin和ymax表示该边界框左上角的坐标信息。上述置信度可以理解为该边界框的预测概率值，例如可以表示为score。
30.步骤102，按照预设排列顺序对所述第一边界框序列中各所述边界框进行排序，获得第二边界框序列；
31.本技术实施例中，上述预设排列顺序可以为理解置信度按照从大到小的排列顺序，也可以理解为置信度从小到大的排列顺序，以下各实施例中，预设排列顺序以置信度按照从大到小的排列顺序为例进行说明。例如，假设上述第一边界框序列中包括五个边界框，对应的置信度分别为0.90、0.10、0.93、0.80和0.73，此时按照置信度按照从大到小的排列顺序进行排列后得到的第二边界框序列为{bbox1，bbox2，bbox3，bbox4，bbox5}，此时，bbox1的置信度为0.93，bbox2的置信度为0.90，bbox3的置信度为0.80，bbox4的置信度为0.73，bbox5的置信度为0.10。
32.应理解，当l(l为大于1的整数)个边界框的置信度相同时，该l个边界框的排列顺序可以任意排列，在此不做进一步的限定。例如，在一些可选实施例中，可以保证l个边界框在第二边界框序列中相对位置关系与l个边界框在第一边界框序列中相对位置关系不变。
33.步骤103，基于所述第二边界框序列，按照所述置信度从大到小的顺序依次执行目标操作，得到第三边界框序列；
34.本技术实施例中，按照所述置信度从大到小的顺序依次执行目标操作可以理解
为，针对第二边界框序列执行多次目标操作，最终得到第三边界框序列。
35.以预设排列顺序以置信度按照从大到小的排列顺序为例，每一次执行目标操作可以理解为基于当前未执行第二边界框序列中未执行目标操作的所有边界框中，针对排列最前的一个边界框执行目标操作，确定该边界框与其余各边界框之间的重复比例，删除重复比例大较大的边界框。直到所有的边界框都执行完上述目标操作，或者仅剩最后一个边界框未执行目标操作。换句话说，在本技术实施例中，所述目标操作包括：
36.在第一目标边界框与第二目标边界框之间重叠比例大于或等于第一阈值的情况下，在所述第二边界框序列中删除所述第二目标边界框，在所述预设排列顺序为置信度从大到小的排列顺序时，所述第一目标边界框为目标边界框序列中的第i个边界框，i为正整数，所述第二目标边界框为所述第一目标边界框之前的边界框；在所述预设排列顺序为置信度从小到大的排列顺序时，所述第一目标边界框为目标边界框序列中的倒数第i个边界框，所述第二目标边界框为所述第一目标边界框之前的任一个边界框；所述目标边界框序列为第i-1次执行所述目标操作对所述第二边界框序列中的边界框进行调整后的边界框序列。
37.需要说明的是，上述第一目标边界框与第二目标边界框之间重叠比例的计算方式可以根据实际需要进行设置，例如，在一些实施例中，将重叠比例确定为cover score，则该cover score满足：
[0038][0039]
其中，bbox
s1
表示第一目标边界框，bbox
s2
表示第二目标边界框，|bbox
s1
∩bbox
s2
|表示第一目标边界框和第二边界框重叠的面积，|bbox
s1
|表示第一目标边界框的面积。
[0040]
由于在文本识别场景中，文字的边界框不应出现大的边界框中包含小的边界框的情况，因此通过边界框之间的重复比例删除置信度较小的边界框，从而可以提高边界框识别的准确度，进而提高后续文本识别的准确性。
[0041]
步骤104，基于所述第三边界框序列对所述目标图片进行文本识别。
[0042]
本技术实施例中，基于第三边界框序列对目标图片进行文本识别的方式可以参照相关技术。具体地流程为：基于第三边界框序列中的边界框对目标图片进行像素提取，获得每一边界框对应的子图，对各边界框的位置信息各子图进行文本识别，最后拼接得到最终输出的目标文本，或者识别指定边界框内的文本，得到最终输出的目标文本。
[0043]
本发明实施例通过对目标图片进行文本位置检测，获得第一边界框序列，第一边界框序列包括与多个边界框，每一所述边界框包括坐标信息和置信度；按照预设排列顺序对所述第一边界框序列中各所述边界框进行排序，获得第二边界框序列；基于所述第二边界框序列，按照所述置信度从大到小的顺序依次执行目标操作，得到第三边界框序列；基于所述第三边界框序列对所述目标图片进行文本识别；其中，所述目标操作包括：在第一目标边界框与第二目标边界框之间重叠比例大于或等于第一阈值的情况下，在所述第二边界框序列中删除所述第二目标边界框，在所述预设排列顺序为置信度从大到小的排列顺序时，所述第一目标边界框为目标边界框序列中的第i个边界框，i为正整数，所述第二目标边界框为所述第一目标边界框之前的边界框；在所述预设排列顺序为置信度从小到大的排列顺序时，所述第一目标边界框为目标边界框序列中的倒数第i个边界框，所述第二目标边界框
为所述第一目标边界框之前的任一个边界框；所述目标边界框序列为第i-1次执行所述目标操作对所述第二边界框序列中的边界框进行调整后的边界框序列。由于基于文本不重叠的特征，对边界框的重叠比例确定文本的边界框，从而提高了文本的边界框的识别准确度，进而可以提高后续文本识别的准确性。
[0044]
可选地，在一些实施例中，所述按照预设排列顺序对所述第一边界框序列中各所述边界框进行排序，获得第二边界框序列的步骤，包括：
[0045]
按照所述预设排列顺序对所述第一边界框序列中各所述边界框进行排序，获得中间边界框序列；
[0046]
在所述中间边界框序列中删除置信度小于第二阈值的边界框，得到所述第二边界框序列。
[0047]
本技术实施例中，上述第二阈值的大小可以根据实际需要进行设置，置信度小于第二阈值可以理解为该边界框为不合理的边界框。例如，在一些实施例中，该第二阈值可以为0.5。也就是说，对上述第一边界框序列中的边界框按照置信度从大到小排列后，删除置信度小于05的边界框，从而可以得到第二边界框序列。
[0048]
例如，第一边界框序列包括5个边界框，对应的置信度分别为0.90、0.10、0.93、0.80和0.73。按照置信度从大到小排列，并删除置信度小于05的边界框后，得到的第二边界框序列包括四个边界框，对应的置信度分别为0.93、0.90、0.80和0.73。
[0049]
本技术实施例中，由于删除了置信度小于第二阈值的边界框，从而可以减少目标操作时，重复比例的计算量，因此可以提高边界框确定的速度，进而提高文本识别的速度。
[0050]
可选地，在一些实施例中，所述目标操作还包括：
[0051]
在第一目标边界框与第二目标边界框之间重叠比例小于所述第一阈值且大于0的情况下，计算所述第一目标边界框与第二目标边界框在y轴方向的第一交并比；
[0052]
在所述第一交并比大于或等于第三阈值的情况下，计算所述第一目标边界框与第二目标边界框的合并边界框；
[0053]
将所述第一目标边界框更新为所述合并边界框，并删除所述第二目标边界框。
[0054]
本技术实施例中，上述第一交并比可以表示为yiou，由于cover score》0，两个边界框必然相交，因此yiou＞0。若yiou大于第三阈值，表示两个边界框重复覆盖了同一行文字的部分文字内容。例如第一目标边界框覆盖了第一行文字中的内容为“abcde”，第二目标边界框覆盖了第一行文本的内容为“ehijk”，此时第一目标边界框和第二目标边界框满足yiou大于第三阈值，通过将第一目标边界框和第二目标边界框进行合并，从而将合并后的边界框对第一目标边界框进行合并，并删除第二目标边界框，这样可以保证同一行的文字应当被检测为同一个边界框。本技术实施例可以避免，重复覆盖的文字被重复识别，导致后续文本识别出错，因此，本技术实施例进一步提高了文本识别的准确性。
[0055]
需要说明的是，本技术实施例，在对第一目标边界框进行更新时，可以仅更新第一目标边界框的坐标信息，不更新置信度。当然在其他实施例中，还可以对置信度进行更新，例如将置信度更新为两个边界框的置信度的平均值。
[0056]
可选地，上述yiou的计算方式可以为：
[0057]
[0058]
其中，ymax
s1
表示第一目标边界框y轴方向的最大坐标值，ymin
s1
表示第一目标边界框y轴方向的最小坐标值，xmax
s1
表示第一目标边界框x轴方向的最大坐标值，xmin
s1
表示第一目标边界框x轴方向的最小坐标；ymax
s2
表示第二目标边界框y轴方向的最大坐标值，ymin
s2
表示第二目标边界框y轴方向的最小坐标值，xmax
s2
表示第二目标边界框x轴方向的最大坐标值，xmin
s2
表示第二目标边界框x轴方向的最小坐标。
[0059]
例如，在一些实施例中，更新后的第一目标边界框满足：
[0060]
x轴方向的最小坐标值为min{xmin
s1
,xmin
s2
}；
[0061]
x轴方向的最大坐标值为max{xmax
s1
,xmax
s2
}；
[0062]
y轴方向的最小坐标值为min{ymin
s1
,ymin
s2
}；
[0063]
y轴方向的最大坐标值为max{ymax
s1
,ymax
s2
}；
[0064]
置信度为(score
s1
+score
s2
)/2，其中，score
s1
为更新之前第一目标边界框的置信度，score
s1
为第二目标边界框的置信度。
[0065]
可选地，在一些实施例中，所述目标操作还包括：
[0066]
在第一目标边界框与第二目标边界框之间重叠比例小于所述第一阈值且大于0，所述第一交并比小于第三阈值的情况下，计算所述第一目标边界框与第二目标边界框在x轴方向的第二交并比；
[0067]
在所述第二交并比大于或等于第四阈值的情况下，确定目标调整量δy；
[0068]
按照所述目标调整量调整所述第一目标边界框的y轴坐标值和所述第二目标边界框的y轴坐标值；
[0069]
其中，δy＝λ*max{ymax
s1-ymin
s2
,ymax
s2-ymin
s1
}；ymax
s1
表示第一目标边界框的y轴最大坐标值，ymin
s1
表示第一目标边界框的y轴最小坐标值，ymax
s2
表示第二目标边界框的y轴最大坐标值，ymin
s2
表示第二目标边界框的y轴最小坐标值，score
s1
表示第一目标边界框的置信度；score
s2
表示第二目标边界框的置信度。
[0070]
本技术实施例中，上述第二交并比可以表示为xiou。若xiou大于第四阈值，可以表示，多行文字覆盖在同一边界框内，即多行文字被检测到同一边界框内。例如第一目标边界框覆盖了第一行文字，且覆盖了第二行文字靠近第一行文字的部分内容，第一目标边界框覆盖了第二行文字，且覆盖了第一行文字靠近第一行文字的部分内容。此时，通过对第一目标边界框和第二目标边界框y轴坐标值进行调整，使得同一行文字仅被一个边界框覆盖，从而保证后续文本识别的准确性。
[0071]
可选地，上述xiou的计算方式可以为：
[0072][0073]
其中，ymax
s1
表示第一目标边界框y轴方向的最大坐标值，ymin
s1
表示第一目标边界框y轴方向的最小坐标值，xmax
s1
表示第一目标边界框x轴方向的最大坐标值，xmin
s1
表示第一目标边界框x轴方向的最小坐标；ymax
s2
表示第二目标边界框y轴方向的最大坐标值，ymin
s2
表示第二目标边界框y轴方向的最小坐标值，xmax
s2
表示第二目标边界框x轴方向的最大坐标值，xmin
s2
表示第二目标边界框x轴方向的最小坐标。
[0074]
需要说明的是，对于上述第一目标边界框和第二目标边界框y轴坐标值进行调整
的方式可以根据实际需要进行设置，例如在一些实施例中，所述按照所述目标调整量调整所述第一目标边界框的y轴坐标值和所述第二目标边界框的y轴坐标值包括：
[0075]
在ymin
s1
＞ymin
s2
的情况下，将所述第一目标边界框的y轴最小坐标值和所述第二目标边界框的y轴最大坐标值均调整为ymin
s1
+δy；
[0076]
在ymin
s1
≤ymin
s2
的情况下，将所述第一目标边界框的y轴最大坐标值和所述第二目标边界框的y轴最小坐标值均调整为ymin
s2
+δy。
[0077]
本技术实施例中，ymin
s1
＞ymin
s2
时，可以表示第一目标边界框位于第二目标边界框的上方，通过将所述第一目标边界框的y轴最小坐标值和所述第二目标边界框的y轴最大坐标值均调整为ymin
s1
+δy，从而可以保证第一目标边界框和第二目标边界框不存在重叠覆盖区域；ymin
s1
≤ymin
s2
时，可以表示第一目标边界框位于第二目标边界框的下方。通过将所述第一目标边界框的y轴最大坐标值和所述第二目标边界框的y轴最小坐标值均调整为ymin
s2
+δy，从而可以保证第一目标边界框和第二目标边界框不存在重叠覆盖区域。这样，在本技术实施例中，经过对所述第一目标边界框的y轴坐标值和所述第二目标边界框的y轴坐标值进行调整后，可以保证未对第一目标边界框和第二目标边界框整体覆盖的面积进行调整，从而可以避免丢失识别区域，保证了后续文本识别的准确性。
[0078]
需要说明的是，在每一次执行完上述目标操作后均可以对第二边界框序列进行整理，以避免第二边界序列框存在空元素。例如，在删除某一边界框后，后续的边界框可以向前补齐。
[0079]
参见图2，图2是本发明实施例提供的文本识别处理装置的结构图。如图2所示，文本识别处理装置200包括：
[0080]
检测模块201，用于对目标图片进行文本位置检测，获得第一边界框序列，所述第一边界框序列包括与多个边界框，每一所述边界框包括坐标信息和置信度；
[0081]
排序模块202，用于按照预设排列顺序对所述第一边界框序列中各所述边界框进行排序，获得第二边界框序列；
[0082]
执行模块203，用于基于所述第二边界框序列，按照所述置信度从大到小的顺序依次执行目标操作，得到第三边界框序列；
[0083]
识别模块204，用于基于所述第三边界框序列对所述目标图片进行文本识别；
[0084]
其中，所述目标操作包括：在第一目标边界框与第二目标边界框之间重叠比例大于或等于第一阈值的情况下，在所述第二边界框序列中删除所述第二目标边界框，在所述预设排列顺序为置信度从大到小的排列顺序时，所述第一目标边界框为目标边界框序列中的第i个边界框，i为正整数，所述第二目标边界框为所述第一目标边界框之前的边界框；在所述预设排列顺序为置信度从小到大的排列顺序时，所述第一目标边界框为目标边界框序列中的倒数第i个边界框，所述第二目标边界框为所述第一目标边界框之前的任一个边界框；所述目标边界框序列为第i-1次执行所述目标操作对所述第二边界框序列中的边界框进行调整后的边界框序列。
[0085]
可选地，所述排序模块202包括：
[0086]
排序单元，用于按照所述预设排列顺序对所述第一边界框序列中各所述边界框进行排序，获得中间边界框序列；
[0087]
处理单元，用于在所述中间边界框序列中删除置信度小于第二阈值的边界框，得
到所述第二边界框序列。
[0088]
可选地，所述目标操作还包括：
[0089]
在第一目标边界框与第二目标边界框之间重叠比例小于所述第一阈值且大于0的情况下，计算所述第一目标边界框与第二目标边界框在y轴方向的第一交并比；
[0090]
在所述第一交并比大于或等于第三阈值的情况下，计算所述第一目标边界框与第二目标边界框的合并边界框；
[0091]
将所述第一目标边界框更新为所述合并边界框，并删除所述第二目标边界框。
[0092]
可选地，所述目标操作还包括：
[0093]
在第一目标边界框与第二目标边界框之间重叠比例小于所述第一阈值且大于0，所述第一交并比小于第三阈值的情况下，计算所述第一目标边界框与第二目标边界框在x轴方向的第二交并比；
[0094]
在所述第二交并比大于或等于第四阈值的情况下，确定目标调整量δy；
[0095]
按照所述目标调整量调整所述第一目标边界框的y轴坐标值和所述第二目标边界框的y轴坐标值；
[0096]
其中，δy＝λ*max{ymax
s1-ymin
s2
,ymax
s2-ymin
s1
}；ymax
s1
表示第一目标边界框的y轴最大坐标值，ymin
s1
表示第一目标边界框的y轴最小坐标值，ymax
s2
表示第二目标边界框的y轴最大坐标值，ymin
s2
表示第二目标边界框的y轴最小坐标值，score
s1
表示第一目标边界框的置信度；score
s2
表示第二目标边界框的置信度。
[0097]
可选地，所述执行模块203具体用于：在ymin
s1
＞ymin
s2
的情况下，将所述第一目标边界框的y轴最小坐标值和所述第二目标边界框的y轴最大坐标值均调整为ymin
s1
+δy；在ymin
s1
≤ymin
s2
的情况下，将所述第一目标边界框的y轴最大坐标值和所述第二目标边界框的y轴最小坐标值均调整为ymin
s2
+δy。
[0098]
文本识别处理装置200能够实现本发明实施例中图1方法实施例的各个过程，以及达到相同的有益效果，为避免重复，这里不再赘述。
[0099]
本发明实施例还提供一种电子设备。请参见图3，电子设备可以包括处理器301、存储器302及存储在存储器302上并可在处理器301上运行的程序3021。
[0100]
程序3021被处理器301执行时可实现图1对应的方法实施例中的任意步骤及达到相同的有益效果，此处不再赘述。
[0101]
本领域普通技术人员可以理解实现上述实施例方法的全部或者部分步骤是可以通过程序指令相关的硬件来完成，所述的程序可以存储于一可读取介质中。本发明实施例还提供一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时可实现上述图1对应的方法实施例中的任意步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0102]
所述的存储介质，如只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等。
[0103]
以上所述是本发明实施例的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。