图像识别方法、装置、电子设备和介质与流程

1.本公开涉及人工智能技术领域，尤其涉及深度学习、计算机视觉技术领域，可应用于光学字符识别(optical character recognition，ocr)等场景，具体涉及一种图像识别方法、装置、电子设备、计算机可读存储介质和计算机程序产品。


背景技术：

2.人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
3.图像识别是人工智能领域的一种图像处理任务，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，是应用深度学习算法的一种实践应用。
4.在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。


技术实现要素：

5.本公开提供了一种图像识别方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
6.根据本公开的一方面，提供了一种图像识别方法。该方法包括：对包括待检测对象的待检测图像进行目标检测，获取针对待检测对象的边界检测框以及一个或多个区域检测框，边界检测框指示检测出的待检测对象的边界，并且，一个或多个区域检测框中的每个区域检测框分别包围待检测对象中的一个目标区域；基于一个或多个区域检测框中的至少一个区域检测框，获取最小包围框，最小包围框是能够包围至少一个区域检测框的多个包围框中面积最小的包围框；确定最小包围框的面积与边界检测框的面积的比值；以及响应于比值超过阈值，确定待检测对象不完整。
7.根据本公开的另一方面，提供了一种图像识别装置。该装置包括：目标检测单元，目标检测单元被配置为对包括待检测对象的待检测图像进行目标检测，获取针对待检测对象的边界检测框以及一个或多个区域检测框，边界检测框指示检测出的待检测对象的边界，并且，一个或多个区域检测框中的每个区域检测框分别包围待检测对象中的一个目标区域；最小包围框获取单元，最小包围框获取单元被配置为基于一个或多个区域检测框中的至少一个区域检测框，获取最小包围框，最小包围框是能够包围至少一个区域检测框的多个包围框中面积最小的包围框；面积比值确定单元，面积比值确定单元被配置为确定最小包围框的面积与边界检测框的面积的比值；以及完整性确定单元，完整性确定单元被配
置为响应于比值超过阈值，确定待检测对象不完整。
8.根据本公开的另一方面，提供了一种电子设备。该电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行根据上述的方法。
9.根据本公开的另一方面，还提供一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使该计算机执行根据上述的方法。
10.根据本公开的另一方面，还提供一种计算机程序产品，包括计算机程序，其中，该计算机程序在被处理器执行时实现上述的方法。
11.根据本公开的一个或多个实施例，可以高效、低成本地判断待识别的图像是否完整。
12.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
13.附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
14.图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；
15.图2示出了根据本公开的实施例的图像识别方法的流程图；
16.图3a示出了可以实现根据本公开的实施例的图像识别方法的场景图；
17.图3b示出了可以实现根据本公开的实施例的图像识别方法的场景图；
18.图4a示出了可以实现根据本公开的实施例的图像识别方法的场景图；
19.图4b示出了可以实现根据本公开的实施例的图像识别方法的场景图；
20.图5示出了根据本公开的实施例的图像识别装置的结构框图；
21.图6示出了根据本公开的实施例的图像识别装置的结构框图；以及
22.图7示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
23.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
24.在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个要素与另一要素区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
25.在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该
要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
26.在相关技术中，在对图像进行识别时，例如由于图像的拍摄角度、光照等原因，待识别的图像可能不完整，在对不完整的图像进行后续的识别过程中，可能会得到质量较差、甚至错误的图像识别结果。例如，在一些光学字符识别(ocr)的场景中，需要对卡证类图像(例如驾驶证、银行卡、格式票据等)进行结构化识别，如果待识别的卡证类图像不完整(例如卡证部分的损坏、拍摄卡证时未完整拍摄卡证等)，则可能导致错误的文本识别结果，或无法进行文本识别，影响用户体验。
27.相关技术通过训练专用于判断图像完整性的神经网络模型，这种方法在原有的图像识别或文本识别神经网络模型的基础上，增加了图像完整性分类模型，不但效率低下，而且增加了模型训练的成本。
28.基于此，本公开提出一种图像识别方案。通过获得待识别图像中的最小包围框和边界检测框，并将二者的比值与阈值进行比较，从而高效、低成本地判断待检测图像是否完整。
29.下面将结合附图详细描述本公开的实施例。
30.图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
31.在本公开的实施例中，服务器120可以运行使得能够执行图像识别方法的一个或多个服务或软件应用。
32.在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(saas)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
33.在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。
34.用户可以使用客户端设备101、102、103、104、105和/或106来获取待检测图像，并将待检测图像发送至服务器120。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。
35.客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序
和操作系统，例如microsoft windows、apple ios、类unix操作系统、linux或类linux操作系统(例如google chrome os)；或包括各种移动操作系统，例如microsoft windows mobile os、ios、windows phone、android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(pda)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(sms)应用程序，并且可以使用各种通信协议。
36.网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于tcp/ip、sna、ipx等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(lan)、基于以太网的网络、令牌环、广域网(wan)、因特网、虚拟网络、虚拟专用网络(vpn)、内部网、外部网、公共交换电话网(pstn)、红外网络、无线网络(例如蓝牙、wifi)和/或这些和/或其他网络的任意组合。
37.服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如pc(个人计算机)服务器、unix服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
38.服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括http服务器、ftp服务器、cgi服务器、java服务器、数据库服务器等。
39.在一些实施方式中，服务器120可以包括一个或多个应用程序，例如，基于图像、视频、语音、文本、数字信号等数据的目标检测与识别、信号转换等服务的应用程序，以处理从客户端设备101、102、103、104、105和/或106接收的语音交互、文本分类、图像识别或关键点检测等任务请求。服务器可以根据具体的深度学习任务，利用训练样本训练神经网络模型，并且可以对神经网络模型的超网络模块中的各个子网络进行测试，根据各个子网络的测试结果，确定用于执行深度学习任务的神经网络模型的结构和参数。可以将各种数据作为深度学习任务的训练样本数据，如图像数据、音频数据、视频数据或文本数据等。在神经网络模型的训练完成后，服务器120还可以通过模型搜索技术自动搜索出最优模型结构来执行相应的任务。
40.在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(vps，virtual private server)服务中存在的管理难度大、业务扩展性弱的缺陷。
41.系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如，由服务器120使用的数据库可以在服务
器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中，由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
42.在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。
43.图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。
44.图2示出了根据本公开的实施例的图像识别方法200的流程图。
45.如图2所示，图像识别方法200包括：步骤s210、对包括待检测对象的待检测图像进行目标检测，获取针对待检测对象的边界检测框以及一个或多个区域检测框，其中，边界检测框指示检测出的待检测对象的边界，并且其中，一个或多个区域检测框中的每个区域检测框分别包围待检测对象中的一个目标区域；步骤s220、基于一个或多个区域检测框中的至少一个区域检测框，获取最小包围框，其中，最小包围框是能够包围至少一个区域检测框的多个包围框中面积最小的包围框；步骤s230、确定最小包围框的面积与边界检测框的面积的比值；以及步骤s240、响应于所述比值超过阈值，确定待检测对象不完整。
46.通过上述方法，获得待识别图像中的最小包围框和边界检测框，其中，最小包围框是能够包围至少一个区域检测框的面积最小的框，并且至少一个区域检测框包围目标区域。阈值可以是固定的值，例如可以是最小包围框的面积与在图像完整的情况下的边界检测框的面积的比值。通过将最小包围框与检测得到的边界检测框的比值与上述阈值进行比较，如果所述比值超过阈值，则表示检测得到的边界检测框的面积小于在图像完整的情况下的边界检测框的面积，因此，可以确定待识别的图像不完整。由此，能够高效地判断待检测图像是否完整，在提升识别效率的同时不增加成本。
47.对于具有不同尺寸和不同目标区域的待识别图像，可以选取合适的阈值。在选取了合适阈值后，对于相同尺寸和具有相同目标区域的多个待识别图像，可以大批量、快速地判断这些图像是否完整。
48.示例性地，可以通过例如基于east(efficient and accurate scene text)算法的边框检测模型获取针对待检测对象的边界检测框以及一个或多个区域检测框。
49.根据一些实施例，在步骤s210、对包括待检测对象的待检测图像进行目标检测，获取针对待检测对象的边界检测框以及一个或多个区域检测框可以包括：将待检测图像输入文本检测网络模型，获取文本检测网络模型输出的边界检测框以及一个或多个区域检测框。并且，一个或多个区域检测框中的每个区域检测框分别包围待检测对象中的一个目标文本行。
50.在例如对图像进行ocr识别的中间过程中，文本检测网络模型对图像中的目标文本行进行检测，能够生成一个或多个包围目标文本行的区域检测框。此外，文本识别网络模型可以对区域检测框中的目标文本进行文本识别。利用文本检测网络模型输出的结果(即ocr识别过程的中间结果，包括区域检测框)来判断图像的完整性，在现有的ocr识别过程中，不增加额外的成本，无需训练专用于判断图像完整性的神经网络模型，并且还能够提升
ocr识别过程的整体效率；在对大量图像进行ocr处理时，这种优势更加明显。
51.示例性地，文本检测网络模型可以是全卷积网络(fully convolutional networks，fcn)、区域生成网络(region proposal networks，rpn)等。文本识别网络模型可以是循环神经网络(recurrent neural networks，rnn)。在使用文本检测网络模型进行检测时，可以获取边界检测框以及区域检测框，用于在方法200中判断图像的完整性。
52.示例性地，ocr识别过程也可以采用端到端的识别框架，即利用卷积循环神经网络(convolutional recurrent neural networks，crnn)，将文本的检测和识别功能集成，crnn网络结构可以包括卷积层、循环层和转录层。从端到端的识别框架的中间结果中，也能够获取边界检测框和区域检测框，用于在方法200中判断图像的完整性。
53.根据一些实施例，待检测对象可以是卡证的整体或局部，并且，目标区域可以是卡证中的用户信息文本行。例如，卡证可以是身份证、驾驶证、行驶证、银行卡、带有固定格式的票据等。通常，卡证类的待检测对象具有固定的边界尺寸和固定格式的文本排版。卡证中的用户信息文本行可以是身份证或驾驶证中的号码、姓名等。对于卡证类的待检测对象，其目标区域(目标文本行)通常是预先设定的几个区域，在卡证图像完整的情况下，包围这些区域的最小包围框与卡证的边界检测框之间的比值通常是固定的，或仅存在微小的偏差；然而，在卡证图像不完整的情况下，包围这些区域的最小包围框与卡证的边界检测框之间的比值会超过正常值。因此，通过方法200，可以简便高效地判断卡证是否完整。
54.需要说明的是，本实施例中的卡证以及卡证中的用户信息来自于公开数据集。
55.根据一些实施例，最小包围框可以包围一个或多个区域检测框中的每个区域检测框。在一些情况中，待识别图像中的某个文本行可能存在遮挡或反光，因此，针对这些存在遮挡或反光的文本行，可能未成功识别出相对应的区域检测框。因此，通过使最小包围框包围一个或多个区域检测框中的每个区域检测框，即便针对某个文本行未识别出相应的区域检测框，也能够最大程度地确保得到的最小包围框的准确性，从而更加准确地判断图像是否完整。
56.根据一些实施例，一个或多个区域检测框的形状可以为矩形，并且，最小包围框可以是矩形最小包围框。通常情况下，获取到的针对目标区域(例如文本行)的检测框是矩形框。通过采用矩形的最小包围框来包围区域检测框，可以只确定待包围的区域检测框的对角顶点的坐标，便能够简单快速地确定矩形最小包围框的面积，从而提升效率。
57.根据一些实施例，方法200还可以包括：响应于确定待检测对象不完整，发出提示信息。当确定了图像中的待检测对象不完整，通过及时地发出提示信息，可以提示用户对待检测的图像进行调整，例如重新拍摄待检测图像，以使得拍摄的图像包括完整的待检测对象，从而确保后续对图像内容的识别结果准确。例如，当待识别的图像中的卡证不完整时，对卡证进行文本识别得到的文本内容可能与真实内容存在较大差异，通过及时提示用户对卡证进行重新拍摄，可以确保文本识别的内容更加准确。
58.下文中，将结合ocr应用场景，对根据本公开的实施例的图像识别方法进行进一步描述。
59.图3a和图3b示出了可以实现根据本公开的实施例的图像识别方法的场景图。图3a示例性地示出了包括完整卡证的图像，图3b示例性地示出了包括不完整卡证的图像。图3a和图3b中包括卡证的真实边界。卡证中记录了姓名、号码、日期等信息(均以“xx”的形式示
出)，在卡证图像中，记录这部分信息的区域是目标区域。
60.首先，可以对包括卡证的待检测图像进行目标检测，获取针对卡证的边界检测框310以及多个区域检测框320-1、320-2、320-3。其中，边界检测框310指示检测出的卡证的边界330。并且其中，多个区域检测框320-1、320-2、320-3中的每个区域检测框分别包围卡证中的一个目标区域。
61.进一步地，可以基于多个区域检测框中的至少一个区域检测框320-2，获取最小包围框340(图中区域检测框320-2外侧的虚线框)，其中，最小包围框340是能够包围区域检测框320-2的多个包围框中面积最小的包围框。
62.进一步地，可以确定最小包围框340的面积与边界检测框310的面积的比值(例如对于图3a示出的情况，上述比值为0.1；对于图3b示出的情况，上述比值为0.15)。
63.进一步地，可以响应于图3b中确定得到的比值0.15超过阈值(例如0.11)，确定图3b中示出的卡证不完整。
64.图4a和图4b示出了可以实现根据本公开的实施例的图像识别方法的场景图。图4a示例性地示出了包括完整卡证的图像，图4b示例性地示出了包括不完整卡证的图像。图4a和图4b中包括卡证的真实边界。卡证中记录了姓名、号码、日期等信息(均以“xx”的形式示出)，在卡证图像中，记录这部分信息的区域是目标区域。
65.首先，可以对包括卡证的待检测图像进行目标检测，获取针对卡证的边界检测框410以及多个区域检测框420-1、420-3。其中，边界检测框410指示检测出的卡证的边界430。并且其中，多个区域检测框420-1、420-3中的每个区域检测框分别包围卡证中的一个目标区域。
66.值得注意的是，在图4a和图4b所示的示例中，例如由于卡证图像存在遮挡(例如，被涂抹)，卡证图像中的“号码”字段对应的目标区域没有被识别出相应的区域检测框；而只有未被遮挡的“姓名”和“日期”字段对应的目标区域被识别出相应的区域检测框420-1和420-3。
67.对于这一情形，通过使最小包围框440包围多个区域检测框中的每个区域检测框(区域检测框420-1和420-3)。即便针对“号码”字段的文本行未识别出相应的区域检测框，也能够确保得到的最小包围框的准确性，从而更加准确地判断图像是否完整。
68.可以理解的是，图3a、图3b、图4a、图4b中的虚线示出的检测框与实线示出的卡证边界之间存在一定的距离；并且虚线示出的检测框与虚线示出的最小包围框之间也存在一定的距离。这仅旨在清楚地表达图示，在实际场景中，虚线示出的检测框与实线示出的卡证边界可以至少部分的重叠；并且虚线示出的检测框与虚线示出的最小包围框也可以至少部分的重叠，这取决于应用的框检测算法。
69.图5示出了根据本公开的实施例的图像识别装置500的结构框图。
70.如图5所示，图像识别装置500包括：目标检测单元510，目标检测单元510被配置为对包括待检测对象的待检测图像进行目标检测，获取针对待检测对象的边界检测框以及一个或多个区域检测框，其中，边界检测框指示检测出的待检测对象的边界，并且其中，一个或多个区域检测框中的每个区域检测框分别包围待检测对象中的一个目标区域；最小包围框获取单元520，最小包围框获取单元520被配置为基于一个或多个区域检测框中的至少一个区域检测框，获取最小包围框，其中，最小包围框是能够包围至少一个区域检测框的多个
包围框中面积最小的包围框；面积比值确定单元530，面积比值确定单元530被配置为确定最小包围框的面积与边界检测框的面积的比值；以及完整性确定单元540，完整性确定单元540被配置为响应于所述比值超过阈值，确定待检测对象不完整。
71.根据一些实施例，目标检测单元510可以进一步被配置为：将待检测图像输入文本检测网络模型，获取文本检测网络模型输出的边界检测框以及一个或多个区域检测框；并且其中，一个或多个区域检测框中的每个区域检测框分别包围待检测对象中的一个目标文本行。
72.根据一些实施例，最小包围框可以包围一个或多个区域检测框中的每个区域检测框。
73.根据一些实施例，一个或多个区域检测框的形状可以为矩形，并且最小包围框可以是矩形最小包围框。
74.图6示出了根据本公开的实施例的图像识别装置600的结构框图。
75.如图6所示，图像识别装置600包括目标检测单元610至完整性确定单元640，目标检测单元610至完整性确定单元640与上文中关于图5描述的图像识别装置500的目标检测单元510至完整性确定单元540相似，在此不再赘述。图像识别装置600还可以包括提示单元650，提示单元650被配置为响应于确定待检测对象不完整，发出提示信息。
76.根据一些实施例，待检测对象可以是卡证的整体或局部，并且，目标区域是所述卡证中的用户信息文本行。
77.本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
78.本公开还提供一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述任意一种方法。
79.本公开还提供一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行上述任意一种方法。
80.本公开还提供一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时实现上述任意一种方法。
81.参考图7，现将描述可以作为本公开的服务器或客户端的电子设备700的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
82.如图7所示，设备700包括计算单元701，其可以根据存储在只读存储器(rom)702中的计算机程序或者从存储单元708加载到随机访问存储器(ram)703中的计算机程序，来执行各种适当的动作和处理。在ram 703中，还可存储设备700操作所需的各种程序和数据。计算单元701、rom 702以及ram 703通过总线704彼此相连。输入/输出(i/o)接口705也连接至总线704。
83.设备700中的多个部件连接至i/o接口705，包括：输入单元706、输出单元707、存储单元708以及通信单元709。输入单元706可以是能向设备700输入信息的任何类型的设备，输入单元706可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元707可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元708可以包括但不限于磁盘、光盘。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙
tm
设备、802.11设备、wifi设备、wimax设备、蜂窝通信设备和/或类似物。
84.计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如方法200。例如，在一些实施例中，方法200可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由rom 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到ram 703并由计算单元701执行时，可以执行上文描述的方法200的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法200。
85.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
86.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
87.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom
或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
88.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
89.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
90.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
91.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
92.虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。