基于语音信息的物体检索方法及其装置、电子设备与流程

1.本发明涉及人工智能领域，具体而言，涉及一种基于语音信息的物体检索方法及其装置、电子设备。


背景技术：

2.随着科技的发展，和人类日常生活、工作密切相关的家居服务机器人受到越来越多的关注。当前，家居服务机器人(如智能扫地机器人)已在消费市场大规模产业化，给人们的生活带来极大的便利。
3.相关技术中，家居服务机器人具备路径规划、作业规划、避障等简单功能。但是，家居服务机器人智能化程度还不够，普遍缺乏对环境的理解能力，复杂感知、认知与决策能力较弱，不具备对物体进行辨别、按区域处理的能力，执行效率低并且缺乏适应性强的路径规划方法。
4.针对上述的问题，目前尚未提出有效的解决方案。


技术实现要素：

5.本发明实施例提供了一种基于语音信息的物体检索方法及其装置、电子设备，以至少解决相关技术中智能机器人无法对物体的位置进行精准检索的技术问题。
6.根据本发明实施例的一个方面，提供了一种基于语音信息的物体检索方法，包括：接收输入的语音信息，并将所述语音信息转化为文字信息；基于预设检测模型，处理所述文字信息，得到特征信息；将所述特征信息与预设打标信息集进行匹配，得到匹配结果，其中，所述预设打标信息集包括：多个打标信息，所述打标信息用于确定物体的位置；在所述匹配结果指示存在目标打标信息的情况下，基于所述目标打标信息，确定待检索物体的目标位置。
7.可选地，在接收输入的语音信息之前，还包括：为待检索场景部署多个拍摄设备，其中，所述拍摄设备用于拍摄所述待检索场景，得到场景图片；分割所述场景图片，得到多张物体图片。
8.可选地，在分割所述场景图片，得到多张物体图片之后，还包括：依据预设维度信息，为每张所述物体图片中的物体进行打标，得到与每个所述物体对应的所述打标信息，其中，所述预设维度信息至少包括：颜色、位置、形状、属性；基于所有所述打标信息，生成所述预设打标信息集。
9.可选地，基于预设检测模型，处理所述文字信息，得到特征信息的步骤，包括：基于所述预设检测模型中的预设编码器对所述文字信息进行编码，得到一组词向量，其中，每个所述词向量对应有一个预设网络；基于所述预设网络，处理所述词向量，得到特征向量；采用预设领域门聚合所有所述特征向量，得到所述特征信息。
10.可选地，在将所述特征信息与预设打标信息集进行匹配，得到匹配结果之后，还包括：在所述匹配结果指示存在多个打标信息的情况下，接收交互语音信息；分析所述交互语
音信息，得到所述目标打标信息。
11.可选地，在基于所述目标打标信息，确定待检索物体的目标位置之后，还包括：基于所述目标位置，控制智能机器人导航到与所述目标位置对应的目标区域；控制所述智能机器人对所述目标区域执行预设操作。
12.可选地，所述智能机器人预先安装有预设语音处理系统以及预设检测系统，其中，所述预设语音处理系统用于处理接收到的语音信息，得到文字信息，所述预设检测系统通过所述预设检测模型处理所述文字信息，得到所述目标区域。
13.根据本发明实施例的另一方面，还提供了一种基于语音信息的物体检索装置，包括：接收单元，用于接收输入的语音信息，并将所述语音信息转化为文字信息；处理单元，用于基于预设检测模型，处理所述文字信息，得到特征信息；匹配单元，用于将所述特征信息与预设打标信息集进行匹配，得到匹配结果，其中，所述预设打标信息集包括：多个打标信息，所述打标信息用于确定物体的位置；确定单元，用于在所述匹配结果指示存在目标打标信息的情况下，基于所述目标打标信息，确定待检索物体的目标位置。
14.可选地，所述物体检索装置还包括：第一部署模块，用于在接收输入的语音信息之前，为待检索场景部署多个拍摄设备，其中，所述拍摄设备用于拍摄所述待检索场景，得到场景图片；第一分割模块，用于分割所述场景图片，得到多张物体图片。
15.可选地，所述物体检索装置还包括：第一打标模块，用于在分割所述场景图片，得到多张物体图片之后，依据预设维度信息，为每张所述物体图片中的物体进行打标，得到与每个所述物体对应的所述打标信息，其中，所述预设维度信息至少包括：颜色、位置、形状、属性；第一生成模块，用于基于所有所述打标信息，生成所述预设打标信息集。
16.可选地，所述处理单元包括：第一编码模块，用于基于所述预设检测模型中的预设编码器对所述文字信息进行编码，得到一组词向量，其中，每个所述词向量对应有一个预设网络；第一处理模块，用于基于所述预设网络，处理所述词向量，得到特征向量；第一聚合模块，用于采用预设领域门聚合所有所述特征向量，得到所述特征信息。
17.可选地，所述物体检索装置还包括：第一接收模块，用于在将所述特征信息与预设打标信息集进行匹配，得到匹配结果之后，在所述匹配结果指示存在多个打标信息的情况下，接收交互语音信息；第一分析模块，用于分析所述交互语音信息，得到所述目标打标信息。
18.可选地，所述物体检索装置还包括：第一导航模块，用于在基于所述目标打标信息，确定待检索物体的目标位置之后，基于所述目标位置，控制智能机器人导航到与所述目标位置对应的目标区域；第一执行模块，用于控制所述智能机器人对所述目标区域执行预设操作。
19.可选地，所述智能机器人预先安装有预设语音处理系统以及预设检测系统，其中，所述预设语音处理系统用于处理接收到的语音信息，得到文字信息，所述预设检测系统通过所述预设检测模型处理所述文字信息，得到所述目标区域。
20.根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述基于语音信息的物体检索方法。
21.根据本发明实施例的另一方面，还提供了一种电子设备，包括一个或多个处理器
和存储器，所述存储器用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述基于语音信息的物体检索方法。
22.在本公开中，接收输入的语音信息，并将语音信息转化为文字信息，基于预设检测模型，处理文字信息，得到特征信息，将特征信息与预设打标信息集进行匹配，得到匹配结果，在匹配结果指示存在目标打标信息的情况下，基于目标打标信息，确定待检索物体的目标位置。在本公开中，可以先将语音信息转换成文字信息，然后通过预设检测模型处理该文字信息，得到特征信息，再将特征信息与预设打标信息集进行匹配，若存在唯一的目标打标信息，则可以根据目标打标信息，确定待检索物体的目标位置，能够提高智能机器人对物体位置进行检索的精准度，提升智能机器人的工作效率，进而解决了相关技术中智能机器人无法对物体的位置进行精准检索的技术问题。
附图说明
23.此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
24.图1是根据本发明实施例的一种可选的基于语音信息的物体检索方法的流程图；
25.图2是根据本发明实施例的一种可选的硬件平台的示意图；
26.图3是根据本发明实施例的一种可选的基于多领域虚假新闻检测模型从文字信息筛选出正确有用的信息流程的示意图；
27.图4是根据本发明实施例的一种可选的基于语音信息的精准目标检索流程的示意图；
28.图5是根据本发明实施例的一种可选的基于语音信息的物体检索装置的示意图；
29.图6是根据本发明实施例的一种用于基于语音信息的物体检索方法的电子设备(或移动设备)的硬件结构框图。
具体实施方式
30.为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅仅是本发明一部分的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
31.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“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。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。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。
32.需要说明的是，本公开所涉及的相关信息(包括但不限于用户设备信息、用户个人
信息等)和数据(包括但不限于用于展示的数据、分析的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。例如，本系统和相关用户或机构间设置有接口，在获取相关信息之前，需要通过接口向前述的用户或机构发送获取请求，并在接收到前述的用户或机构反馈的同意信息后，获取相关信息。
33.本发明提出了一种基于语音信息的物体精准检索方法，能够解决智能机器人对语音识别不够智能与准确，以及不能精准辨别物体位置，按区域执行工作的问题，有利于增强智能机器人工作的主动性和效率，提高智能机器人的智能化程度。
34.本发明中的智能机器人可以对语音信息做智能化识别，有效识别出目标信息，从而实现目标区域工作任务，实现按区域处理事情的能力，对比相关技术中的全局遍历工作，提高了工作效率，为智能机器人领域智能化提供新的技术基础与理论参考依据。
35.下面结合各个实施例来详细说明本发明。
36.实施例一
37.根据本发明实施例，提供了一种基于语音信息的物体检索方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
38.图1是根据本发明实施例的一种可选的基于语音信息的物体检索方法的流程图，如图1所示，该方法包括如下步骤：
39.步骤s101，接收输入的语音信息，并将语音信息转化为文字信息。
40.步骤s102，基于预设检测模型，处理文字信息，得到特征信息。
41.步骤s103，将特征信息与预设打标信息集进行匹配，得到匹配结果，其中，预设打标信息集包括：多个打标信息，打标信息用于确定物体的位置。
42.步骤s104，在匹配结果指示存在目标打标信息的情况下，基于目标打标信息，确定待检索物体的目标位置。
43.通过上述步骤，可以接收输入的语音信息，并将语音信息转化为文字信息，基于预设检测模型，处理文字信息，得到特征信息，将特征信息与预设打标信息集进行匹配，得到匹配结果，在匹配结果指示存在目标打标信息的情况下，基于目标打标信息，确定待检索物体的目标位置。在本发明实施例中，可以先将语音信息转换成文字信息，然后通过预设检测模型处理该文字信息，得到特征信息，再将特征信息与预设打标信息集进行匹配，若存在唯一的目标打标信息，则可以根据目标打标信息，确定待检索物体的目标位置，能够提高智能机器人对物体位置进行检索的精准度，提升智能机器人的工作效率，进而解决了相关技术中智能机器人无法对物体的位置进行精准检索的技术问题。
44.下面结合上述各步骤对本发明实施例进行详细说明。
45.图2是根据本发明实施例的一种可选的硬件平台的示意图，如图2所示，基于待检索场景的多相机，可以对待检索场景进行拍照，并对拍照得到的图片进行实例分割，还可以基于多维度信息对待检索场景中的物体进行打标，将打标信息(包括：颜色、位置、形状、属性等)与实例分割后的物体图片一一对应，得到打标信息集。
46.可选地，在接收输入的语音信息之前，还包括：为待检索场景部署多个拍摄设备，其中，拍摄设备用于拍摄待检索场景，得到场景图片；分割场景图片，得到多张物体图片。
47.在本发明实施例中，可以为待检索场景(如某一室内场景)部署多个拍摄设备(如摄像机、照相机等)，该拍摄设备用于拍摄待检索场景，以得到场景图片，之后可以分割场景图片，以得到多张物体图片。
48.可选地，在分割场景图片，得到多张物体图片之后，还包括：依据预设维度信息，为每张物体图片中的物体进行打标，得到与每个物体对应的打标信息，其中，预设维度信息至少包括：颜色、位置、形状、属性；基于所有打标信息，生成预设打标信息集。
49.在本发明实施例中，可以依据预设维度信息(如颜色、前后左右等位置信息、形状、属性等)，为每张物体图片中的物体进行打标，从而得到与每个物体对应的打标信息(即使得该待检索场景中的每个物体都具有了前后左右位置信息、颜色等打标信息)，然后根据所有打标信息，生成预设打标信息集。
50.可选地，智能机器人预先安装有预设语音处理系统以及预设检测系统，其中，预设语音处理系统用于处理接收到的语音信息，得到文字信息，预设检测系统通过预设检测模型处理文字信息，得到目标区域。
51.在本发明实施例中，可以为智能机器人(如扫地机器人等)安装预设语音处理系统以及预设检测系统，该预设语音处理系统可以用于处理接收的语音信息，以得到文字信息，该预设检测系统可以通过预设检测模型(如多领域虚假新闻检测模型)处理文字信息，以得到需进行工作的目标区域。
52.步骤s101，接收输入的语音信息，并将语音信息转化为文字信息。
53.在本发明实施例中，人或者其他机器(如手机终端、其他机器人等)等可以对智能机器人输入语音信息，然后智能机器人利用自然语言处理技术(简称nlp)将接收到的语音信息转换为文字信息。由于领域不同或者其他因素(例如，不同领域对同一物体的称呼不同)输入到智能机器人的语音信息与打标信息不符合，需要对得到的文字信息做进一步的智能处理。
54.步骤s102，基于预设检测模型，处理文字信息，得到特征信息。
55.在本发明实施例中，可以将转换好的文字信息输入至多领域虚假新闻检测模型(即预设检测模型)中，以筛选出正确有用的信息(即特征信息)(即基于预设检测模型，处理文字信息，得到特征信息)，从而可以匹配输入的语音信息与打标信息。
56.可选地，基于预设检测模型，处理文字信息，得到特征信息的步骤，包括：基于预设检测模型中的预设编码器对文字信息进行编码，得到一组词向量，其中，每个词向量对应有一个预设网络；基于预设网络，处理词向量，得到特征向量；采用预设领域门聚合所有特征向量，得到特征信息。
57.在本发明实施例中，由于不同区域、不同人群、不同领域等对同一事物或者物体的表述方式不一样，因此可以基于多领域虚假新闻检测模型从文字信息中筛选出正确有用的信息。
58.图3是根据本发明实施例的一种可选的基于多领域虚假新闻检测模型从文字信息筛选出正确有用的信息流程的示意图，如图3所示，可以先将文字信息输入至该模型，然后通过预设编码器(如bert编码器，即bidirectional encode representation from transformers，是一个预训练的语言表征模型)编码之后可以得到一组词向量w＝[w1，w2，w3，...，wn]，n为序列长度。再使用多个“专家”网络(如expert1，expert2，expert3，...，
expertn)来获取每个领域对词语以及句子的不同表示。一个“专家”网络可以表示为ψi(w；θi)(1≤i≤t)，词向量w作为“专家”网络的输入，θi表示学习的参数，t是“专家”的网络个数。经过不同领域“专家”网络学习后，物体就可以使用学习出的特征向量(如特征向量1，特征向量2，特征向量3，...，特征向量n)表示词语信息。经过邻域门(即预设领域门)聚合不同“专家”网络获取的特征向量，以得到特征信息(即基于预设检测模型中的预设编码器对文字信息进行编码，得到一组词向量，并且每个词向量对应有一个预设网络，再基于预设网络，处理词向量，得到特征向量，然后采用预设领域门聚合所有特征向量，得到特征信息)。
[0059]
然后，可以把聚合后的特征信息输入分类器，分类器可以将特征信息与打标信息集进行匹配，以识别物体位置。
[0060]
步骤s103，将特征信息与预设打标信息集进行匹配，得到匹配结果，其中，预设打标信息集包括：多个打标信息，打标信息用于确定物体的位置。
[0061]
在本发明实施例中，可以将得到的关于物体的特征信息与预设打标信息集进行匹配，以得到匹配结果，该预设打标信息集包括：多个打标信息，打标信息能够用于确定物体的位置。
[0062]
可选地，在将特征信息与预设打标信息集进行匹配，得到匹配结果之后，还包括：在匹配结果指示存在多个打标信息的情况下，接收交互语音信息；分析交互语音信息，得到目标打标信息。
[0063]
在本发明实施例中，如果匹配得到的打标信息有多个，则智能机器人可以继续进行语音信息交互，以确定唯一的目标打标信息(即在匹配结果指示存在多个打标信息的情况下，接收交互语音信息，分析交互语音信息，得到目标打标信息)。例如，当两个物体周边的打标信息相同或者完全对称时，还需要智能机器人与智能语音继续交互，从而确定是哪个打标信息，最后根据识别到的物体的打标信息自动导航，以实现精准区域工作任务。
[0064]
步骤s104，在匹配结果指示存在目标打标信息的情况下，基于目标打标信息，确定待检索物体的目标位置。
[0065]
在本发明实施例中，如果匹配到的打标信息是唯一的(即在匹配结果指示存在目标打标信息的情况下)，则可以根据目标打标信息，确定待检索物体的目标位置。例如，扫地机器人能够知道是哪个区域的桌子或椅子等物体需要打扫，此时如果这个物体的位置是唯一的，扫地机器人可以根据目标位置自动导航，以实现精准区域清扫任务。
[0066]
可选地，在基于目标打标信息，确定待检索物体的目标位置之后，还包括：基于目标位置，控制智能机器人导航到与目标位置对应的目标区域；控制智能机器人对目标区域执行预设操作。
[0067]
在本发明实施例中，智能机器人识别到目标位置后，可以导航到与目标位置对应的目标区域，以实现对目标区域的预设操作(如扫地机器人对目标区域的清扫操作)。
[0068]
在本发明实施例中，智能机器人可以智能识别语音信息，从识别的语音信息中锁定要到达的目标位置信息，从获得的目标位置信息，结合打标信息实现智能导航，从而实现精准区域工作任务，完成接收的任务，从而提高智能机器人的智能化程度。
[0069]
图4是根据本发明实施例的一种可选的基于语音信息的精准目标检索流程的示意图，如图4所示，可以先对智能机器人输入语音信息，然后利用自然语言处理技术(简称nlp)转换为文字信息，再基于多领域虚假新闻检测模型筛选正确信息，以准确匹配输入的语音
信息与打标信息。如果有多个物体周边打标信息相同或者完全对称时，还需要继续进行语音交互，从而确定唯一物体位置。最后根据识别到的物体位置自动导航实现精准区域工作任务。
[0070]
本发明实施例中，可以对智能机器人增加语音信息下达任务，对语音信息做智能化处理，以获得与语音信息对应的高质量特征信息，有效识别了带有打标信息的目标任务。获得目标任务之后，通过检索实例分割物体，能够精准判断工作区域，从而有效完成区域工作任务。
[0071]
下面结合另一实施例进行详细说明。
[0072]
实施例二
[0073]
本实施例中提供的一种基于语音信息的物体检索装置包含了多个实施单元，每个实施单元对应于上述实施例一中的各个实施步骤。
[0074]
图5是根据本发明实施例的一种可选的基于语音信息的物体检索装置的示意图，如图5所示，该物体检索装置可以包括：接收单元50，处理单元51，匹配单元52，确定单元53，其中，
[0075]
接收单元50，用于接收输入的语音信息，并将语音信息转化为文字信息；
[0076]
处理单元51，用于基于预设检测模型，处理文字信息，得到特征信息；
[0077]
匹配单元52，用于将特征信息与预设打标信息集进行匹配，得到匹配结果，其中，预设打标信息集包括：多个打标信息，打标信息用于确定物体的位置；
[0078]
确定单元53，用于在匹配结果指示存在目标打标信息的情况下，基于目标打标信息，确定待检索物体的目标位置。
[0079]
上述物体检索装置，可以通过接收单元50接收输入的语音信息，并将语音信息转化为文字信息，通过处理单元51基于预设检测模型，处理文字信息，得到特征信息，通过匹配单元52将特征信息与预设打标信息集进行匹配，得到匹配结果，通过确定单元53在匹配结果指示存在目标打标信息的情况下，基于目标打标信息，确定待检索物体的目标位置。在本发明实施例中，可以先将语音信息转换成文字信息，然后通过预设检测模型处理该文字信息，得到特征信息，再将特征信息与预设打标信息集进行匹配，若存在唯一的目标打标信息，则可以根据目标打标信息，确定待检索物体的目标位置，能够提高智能机器人对物体位置进行检索的精准度，提升智能机器人的工作效率，进而解决了相关技术中智能机器人无法对物体的位置进行精准检索的技术问题。
[0080]
可选地，物体检索装置还包括：第一部署模块，用于在接收输入的语音信息之前，为待检索场景部署多个拍摄设备，其中，拍摄设备用于拍摄待检索场景，得到场景图片；第一分割模块，用于分割场景图片，得到多张物体图片。
[0081]
可选地，物体检索装置还包括：第一打标模块，用于在分割场景图片，得到多张物体图片之后，依据预设维度信息，为每张物体图片中的物体进行打标，得到与每个物体对应的打标信息，其中，预设维度信息至少包括：颜色、位置、形状、属性；第一生成模块，用于基于所有打标信息，生成预设打标信息集。
[0082]
可选地，处理单元包括：第一编码模块，用于基于预设检测模型中的预设编码器对文字信息进行编码，得到一组词向量，其中，每个词向量对应有一个预设网络；第一处理模块，用于基于预设网络，处理词向量，得到特征向量；第一聚合模块，用于采用预设领域门聚
合所有特征向量，得到特征信息。
[0083]
可选地，物体检索装置还包括：第一接收模块，用于在将特征信息与预设打标信息集进行匹配，得到匹配结果之后，在匹配结果指示存在多个打标信息的情况下，接收交互语音信息；第一分析模块，用于分析交互语音信息，得到目标打标信息。
[0084]
可选地，物体检索装置还包括：第一导航模块，用于在基于目标打标信息，确定待检索物体的目标位置之后，基于目标位置，控制智能机器人导航到与目标位置对应的目标区域；第一执行模块，用于控制智能机器人对目标区域执行预设操作。
[0085]
可选地，智能机器人预先安装有预设语音处理系统以及预设检测系统，其中，预设语音处理系统用于处理接收到的语音信息，得到文字信息，预设检测系统通过预设检测模型处理文字信息，得到目标区域。
[0086]
上述的物体检索装置还可以包括处理器和存储器，上述接收单元50，处理单元51，匹配单元52，确定单元53等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
[0087]
上述处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来在匹配结果指示存在目标打标信息的情况下，基于目标打标信息，确定待检索物体的目标位置。
[0088]
上述存储器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)，存储器包括至少一个存储芯片。
[0089]
本技术还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：接收输入的语音信息，并将语音信息转化为文字信息，基于预设检测模型，处理文字信息，得到特征信息，将特征信息与预设打标信息集进行匹配，得到匹配结果，在匹配结果指示存在目标打标信息的情况下，基于目标打标信息，确定待检索物体的目标位置。
[0090]
根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的计算机程序，其中，在计算机程序运行时控制计算机可读存储介质所在设备执行上述的基于语音信息的物体检索方法。
[0091]
根据本发明实施例的另一方面，还提供了一种电子设备，包括一个或多个处理器和存储器，存储器用于存储一个或多个程序，其中，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现上述的基于语音信息的物体检索方法。
[0092]
图6是根据本发明实施例的一种用于基于语音信息的物体检索方法的电子设备(或移动设备)的硬件结构框图。如图6所示，电子设备可以包括一个或多个(图中采用602a、602b，
……
，602n来示出)处理器602(处理器602可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)、用于存储数据的存储器604。除此以外，还可以包括：显示器、输入/输出接口(i/o接口)、通用串行总线(usb)端口(可以作为i/o接口的端口中的一个端口被包括)、网络接口、键盘、电源和/或相机。本领域普通技术人员可以理解，图6所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，电子设备还可包括比图6中所示更多或者更少的组件，或者具有与图6所示不同的配置。
[0093]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0094]
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
[0095]
在本技术所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
[0096]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0097]
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0098]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
[0099]
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。