一种基于热红外的夜间门禁检测方法、装置及电子设备与流程

1.本发明涉及生物识别技术领域，具体而言，涉及一种基于热红外的夜间门禁检测方法、装置及电子设备。


背景技术：

2.随着信息技术的飞速发展，我们进入了数字信息化时代，使用指纹、手掌纹、虹膜、人脸等生物特征进行身份识别已经成为一种趋势，而今人脸识别以其经济、方便、快捷、非接触性等优势得到了越来越广泛的应用，人脸识别已经成为门禁系统中的趋向，随之而来的安全性问题也愈发严重。夜间由于光线昏暗，可能导致系统获取的人脸照片信息不完整，人脸识别的准确性降低，对用户造成极大的不便，影响用户体验；且非法入侵者更容易通过合法用户的人脸照片、电子视频或面具等手段蒙混过关，对合法用户的人身及财产造成严重危害。


技术实现要素：

3.有鉴于此，本技术的目的在于提供一种基于热红外的夜间门禁检测方法、装置及电子设备，能够通过可见光图像结合热红外图像的温度特征来完成门禁系统的人脸检测，提升门禁的夜间检测能力，准确区分照片、面具等其他欺骗攻击手段。
4.第一方面，本发明实施例提供了一种基于热红外的夜间门禁检测方法，所述基于热红外的夜间门禁检测方法包括：
5.获取人脸图像，所述人脸图像包括人脸热红外图像和人脸可见光图像；
6.对所述人脸热红外图像和人脸可见光图像进行图像预处理；
7.将图像预处理后的所述人脸热红外图像进行人脸活体检测；
8.将人脸活体检测后的所述人脸热红外图像与预处理后的所述人脸可见光图像进行图像融合，得到人脸识别图像；
9.将所述人脸识别图像进行人脸身份进行匹配认证。
10.基于第一方面，本发明实施例提供了第一种可选的实施方式，所述对所述人脸热红外图像和人脸可见光图像进行图像预处理的步骤，具体包括：
11.对所述人脸热红外图像和所述人脸可见光图像进行人眼定位；
12.通过人眼定位，将所述人脸热红外图像和所述人脸可见光图像中不端正的图像进行校正；
13.对校正后的所述人脸热红外图像和所述人脸可见光图像进行灰度值处理；
14.将所述人脸图像中的无关内容进行裁剪。
15.基于第一方面，本发明实施例提供了第二种可选的实施方式，所述将图像预处理后的所述人脸热红外图像进行人脸活体检测的步骤之前，还包括：
16.选取真实人脸热红外图像作为正样本；
17.选取欺骗攻击热红外图像作为负样本；
18.将所述正样本和所述负样本输入resnet18网络中进行训练；
19.得到基于热场分布的活体检测模型。
20.基于第一方面，本发明实施例提供了第三种可选的实施方式，所述将图像预处理后的所述人脸热红外图像进行人脸活体检测的步骤，包括：
21.将所述人脸热红外图像输入所述活体检测模型；
22.利用lbp算子提取所述人脸热红外图像的细节特征信息；
23.通过pca降维分析法对所述细节特征信息进行分析；
24.得到所述人脸红外图像是否为活体的结果。
25.基于第一方面，本发明实施例提供了第四种可选的实施方式，所述将人脸活体检测后的所述人脸热红外图像与预处理后的所述人脸可见光图像进行图像融合，得到人脸识别图像的步骤，具体包括：
26.对所述人脸活体检测后的所述人脸热红外图像和所述预处理后的所述人脸可见光图像进行dtcwt分解，得到低频子带图像和高频子带图像；
27.获取所述低频子带图像的融合系数；
28.对所述高频子带图像做中值滤波处理；
29.对中值滤波处理后的所述高频子带图像进行边缘信息提取；
30.计算得到所述高频子带图像的融合系数；
31.将所述低频子带图像的融合系数和所述高频子带图像的融合系数做dtcwt逆变换，得到最终的融合图像。
32.基于第一方面，本发明实施例提供了第五种可选的实施方式，将所述人脸识别图像进行人脸身份进行匹配认证的步骤之后，还包括：
33.如果匹配成功则执行开锁操作。
34.第二方面，本发明实施例还提供了一种基于热红外的夜间门禁检测装置，包括：
35.获取模块，用于获取人脸图像，所述人脸图像包括人脸热红外图像和人脸可见光图像；
36.图像处理模块，用于对所述人脸热红外图像和人脸可见光图像进行图像预处理；
37.活体检测模块，用于将图像预处理后的所述人脸热红外图像进行人脸活体检测；
38.图像融合模块，用于将人脸活体检测后的所述人脸热红外图像与预处理后的所述人脸可见光图像进行图像融合，得到人脸识别图像；
39.匹配认证模块，用于将所述人脸识别图像进行人脸身份进行匹配认证。
40.第三方面，本发明实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如第一方面中任一项所述的基于热红外的夜间门禁检测方法的步骤。
41.第四方面，本发明实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如第一方面中任一项所述的基于热红外的夜间门禁检测方法的步骤。
42.第五方面，本发明实施例还提供一种计算机程序产品，包括计算机指令，所述计算机指令被处理器执行时实现第一方面中任一项所述的基于热红外的夜间门禁检测方法的
步骤。
43.本发明实施例提供的一种基于热红外的夜间门禁检测方法、装置及电子设备，其中，该方法包括：获取人脸图像，人脸图像包括人脸热红外图像和人脸可见光图像；对人脸热红外图像和人脸可见光图像进行图像预处理；将图像预处理后的人脸热红外图像进行人脸活体检测；将人脸活体检测后的人脸热红外图像与预处理后的人脸可见光图像进行图像融合，得到人脸识别图像；将人脸识别图像进行人脸身份进行匹配认证。本发明实施例通过可见光图像结合热红外图像的温度特征来完成门禁系统的人脸检测，提升门禁的夜间检测能力，准确区分照片、面具等其他欺骗攻击手段。
44.为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
45.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出了符合本发明的实施例，并与说明书一起用于说明本发明的技术方案。应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
46.图1示出了本发明实施例所提供的一种基于热红外的夜间门禁检测方法的流程图；
47.图2示出了本发明实施例所提供的另一种基于热红外的夜间门禁检测方法的流程图；
48.图3示出了本发明实施例所提供的一种基于热红外的夜间门禁检测装置的示意图；
49.图4示出了本发明实施例所提供的一种电子设备的示意图。
具体实施方式
50.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中附图，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实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。
51.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
52.本文中术语“和/或”，仅仅是描述一种关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括a、b、c中的至少一种，可以表示包括从a、b和c构成的集合中选择的任意一个或多个元素。
53.经研究发现，随着信息技术的飞速发展，我们进入了数字信息化时代，使用指纹、手掌纹、虹膜、人脸等生物特征进行身份识别已经成为一种趋势，而今人脸识别以其经济、方便、快捷、非接触性等优势得到了越来越广泛的应用，人脸识别已经成为门禁系统中的趋向，随之而来的安全性问题也愈发严重。夜间由于光线昏暗，可能导致系统获取的人脸照片信息不完整，人脸识别的准确性降低，对用户造成极大的不便，影响用户体验；且非法入侵者更容易通过合法用户的人脸照片、电子视频或面具等手段蒙混过关，对合法用户的人身及财产造成严重危害，如何提升门禁系统的夜间检测能力成为一种研究方向。
54.基于上述研究，本发明提供了一种基于热红外的夜间门禁检测方法、装置及电子设备，其中，该方法包括：获取人脸图像，人脸图像包括人脸热红外图像和人脸可见光图像；对人脸热红外图像和人脸可见光图像进行图像预处理；将图像预处理后的人脸热红外图像进行人脸活体检测；将人脸活体检测后的人脸热红外图像与预处理后的人脸可见光图像进行图像融合，得到人脸识别图像；将人脸识别图像进行人脸身份进行匹配认证。本发明实施例通过可见光图像结合热红外图像的温度特征来完成门禁系统的人脸检测，提升门禁的夜间检测能力，准确区分照片、面具等其他欺骗攻击手段。
55.为便于对本实施例进行理解，首先对本发明实施例所公开的一种基于热红外的夜间门禁检测方法进行详细介绍，本发明实施例所提供的基于热红外的夜间门禁检测方法的执行主体一般为具有一定计算能力的计算机设备，该计算机设备例如包括：终端设备或服务器或其它处理设备，终端设备可以为用户设备(user equipment，ue)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(personal digital assistant，pda)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该基于热红外的夜间门禁检测方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
56.参见图1所示，为本发明实施例提供的基于热红外的夜间门禁检测方法的流程图，所述方法包括步骤s101～s105，其中：
57.s101，获取人脸图像，人脸图像包括人脸热红外图像和人脸可见光图像。
58.该步骤中，人脸热红外图像和人脸可见光图像分别由具有摄像功能的热红外摄像头和可见光摄像头获取，人脸可见光摄像头采集到的为人眼可以直接观测到的图像，热红外摄像头采集到的人脸图像人眼是看不到的，但是热红外图像可以根据人脸上不同部位的温度不同观测出差别。
59.s102，对人脸热红外图像和人脸可见光图像进行图像预处理。
60.该步骤中，对人脸热红外图像和人脸可见光图像的预处理包括，人眼定位，几何矫正，灰度值处理和图像裁剪。其中，对人脸图像中的人眼定位采用haar级联分类器方法，haar级联分类器是基于haar-like(哈尔特征：一种数字图像特征)特征，运用积分图加速计算，并用adaboost(迭代算法)训练的强分类器级联的方法来进行人脸检测，在通过人眼位置坐标计算双眼连线与水平线之间的夹角，对不端正的人脸进行旋转，随后进行灰度值处理，并按照模板对人脸进行裁剪，将背景、头发等无关信息去除，只保留当前人脸的有效区域，减少干扰。
61.可选地，对人脸热红外图像和人脸可见光图像进行图像预处理的步骤，具体包括：对人脸热红外图像和人脸可见光图像进行人眼定位；通过人眼定位，将人脸热红外图像和人脸可见光图像中不端正的图像进行校正；对校正后的人脸热红外图像和人脸可见光图像
进行灰度值处理；将人脸图像中的无关内容进行裁剪。
62.s103，将图像预处理后的人脸热红外图像进行人脸活体检测。
63.该步骤中，对获取到的人脸热红外图像进行人脸活体检测，观察多幅热红外图像，可以发现真实人脸的眼睛、鼻子和嘴巴部分的温度较低，颜色区分明显，而面具无法精准的控制眼睛、鼻子和嘴巴区域的温度，导致整个热度场的分布较为均匀，因此本发明实施例中利用改进的lbp特征提取人脸的热场分布。
64.可选的，参见图2，为本发明实时例提供的另一种基于热红外的夜间门禁检测方法的流程图，图像预处理后的人脸热红外图像进行人脸活体检测的步骤，包括s201-s204：
65.步骤s201，将人脸热红外图像输入活体检测模型；
66.步骤s202，利用lbp算子提取人脸热红外图像的细节特征信息；
67.步骤s203，通过pca降维分析法对细节特征信息进行分析；
68.步骤s204，得到人脸红外图像是否为活体的结果。
69.具体的，传统lbp算子只涉及邻域窗口内像素点的关系，导致在描述人脸局部特征时相对单一固定，容易丢失部分细节特征信息，从而影响人脸识别效果，混合多阈值lbp算子(mul-threshold，mtlbp)可以很好的解决传统lbp算子描述特征时存在的局限性问题。mtlbp在传统lbp算法的基础上增加了对比值m，将所有中心点像素与邻域像素差值的绝对值相加求均值得到m，以m为标准阈值，中心点像素标为m，再将其他邻域像素值与m作比较，比m大对应邻域位置标为1，否则标为0，其公式为：
[0070][0071]
本发明实施例采取线性降维法pca主成分析法，通过对图像数据的主要特征信息做分析，将原始数据信息表示为低维度的一组线性关系，对高维数据信息进行筛选，其降维具体过程如下：
[0072]
首先，求样本数据a的平均值x，对样本数据进行中心化，其样本向量组成的矩阵为：
[0073]
a＝[μ1,μ2,...,μm]
[0074]
其中μi的计算公式：
[0075][0076]
计算样本的协方差矩阵s：
[0077][0078]
计算协方差矩阵s特征值λi对应的特征向量vi：
[0079]st
vi＝λvi[0080]
其中i＝1,2,
…
,h，h是s的特征值个数，则由下述公式推导出s的特征矩阵：
[0081]
[0082]
计算特征值的累积贡献率和信息贡献率。λi为矩阵s对应的特征向量，将λi按特征值的大小进行排列，再计算前t个特征值的累计贡献度：
[0083][0084]
通过投影矩阵求降维后的数据，设z＝(η1,η2,
…
,ηt)是前t个特征值对应的特征向量，则特征矩阵在z坐标的投影为：
[0085]
x
l
＝x
*z[0086]
其中，xl表示降维后的特征矩阵，通过矩阵得到人脸红外图像是否为活体的结果，如果人脸热红外图像是活体，则继续进行下面的判断，如果人脸红外图像检测结果为不是活体，则终止。
[0087]
可选的，将图像预处理后的所述人脸红外图像进行人脸活体检测的步骤之前，还包括：
[0088]
选取真实人脸热红外图像作为正样本；
[0089]
选取欺骗攻击热红外图像作为负样本；
[0090]
将正样本和负样本输入resnet18网络中进行训练；
[0091]
得到基于热场分布的活体检测模型。
[0092]
步骤s104，将人脸活体检测后的所述人脸热红外图像与预处理后的人脸可见光图像进行图像融合，得到人脸识别图像。
[0093]
本发明实施例中的图像融合，采用dtcwt的边缘增强的融合方式，先得到低频自带融合系数和高频子带融合系数。然后最终得到融合图像。
[0094]
设f(t)为图像输入信号，sr(t)、sl(t)分别为实部、虚部的小波函数，hr(n)、hl(n)分别为实部、虚部的尺度函数，j表示最大分解层数，则实部变换的小波系数和尺度系数为：
[0095][0096][0097]
虚部的小波系数和尺度系数为
[0098][0099][0100]
最终dtcwt输出的完整小波系数wj(k)和尺度函数cj(k)为：
[0101][0102][0103]
λi表示尺度选择系数，它的取值范围是0或1；
[0104]
最终重构信号f*(t)可表示为：
[0105][0106]
低频子带系数融合
[0107]
图像的低频子带部分表现了图像的大部分背景的能量分布，本文采用基于区域能量加权的方法确定低频子带的融合系数，具体融合步骤如下。
[0108]
计算dtcwt分解后低频子带系数的区域能量，其计算公式为：
[0109][0110]
其中，ef(x,y)为图像f以点(x,y)为中心的邻域窗口(2s+1)
×
(2s+1)内的平均能量，s一般取值为1、2、3，l(x+i,y+j)为图像分解后的低频子带系数。
[0111]
计算权值：
[0112][0113]
计算低频子带融合系数：
[0114][0115]
高频子带系数融合
[0116]
图像的高频子带体现的是大部分细节信息，例如边缘、纹理、轮廓等，融合规则采用传统的绝对值取大法容易受到噪声影响，融合效果较差，且由于夜间光线等因素极易造成可见光图像的边缘信息丢失，导致缺少局部信息。为此，本文提出一种边缘增强融合规则。具体步骤为：
[0117]
步骤a：对高频子带图像做中值滤波处理，去除噪声。
[0118]
步骤b：对去噪之后的高频子带图像进行边缘信息提取。根据改进的roberts算子进行边缘信息提取。依据0
°
、45
°
、90
°
、135
°
方向的模板做卷积运算，获取各像素点的梯度值。得到ra(x,y)与rb(x,y)。
[0119]
步骤c：采用otsu阈值分割法得到最佳阈值ta和tb。
[0120]
步骤d：获取高频子带融合系数其计算公式为：
[0121][0122]
将低频子带融合系数和高频子带融合系数做dtcwt逆变换，即可得到最终的融合图像f。
[0123]
步骤s105，将人脸识别图像进行人脸身份进行匹配认证。
[0124]
该步骤中，将经过处理后的人脸识别图像与拥有合法用户的人脸进行匹配，确定人脸识别图像与已经存在的合法用户的人脸进行匹配，完成匹配识别出身份信息，如果确定是已有身份的合法用户，则匹配验证成功。
[0125]
可选的，人脸识别图像进行人脸身份进行匹配认证的步骤之后，还包括：如果匹配成功则执行开锁操作。
[0126]
本发明实施例中，在人脸识别图像与已经存在的合法用户人脸匹配识别成功后，则该人脸具备打卡的门锁的资格，相应的门锁控制模块在识别到拥有开锁权限的身份后，完成门锁打开操作。
[0127]
本发明实施例提供的基于热红外的夜间门禁检测方法、装置及电子设备，其中，该方法包括：获取人脸图像，人脸图像包括人脸热红外图像和人脸可见光图像；对人脸热红外图像和人脸可见光图像进行图像预处理；将图像预处理后的人脸热红外图像进行人脸活体检测；将人脸活体检测后的人脸热红外图像与预处理后的人脸可见光图像进行图像融合，得到人脸识别图像；将人脸识别图像进行人脸身份进行匹配认证。本发明实施例通过可见光图像结合热红外图像的温度特征来完成门禁系统的人脸检测，提升门禁的夜间检测能力，准确区分照片、面具等其他欺骗攻击手段。
[0128]
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
[0129]
基于同一发明构思，本发明实施例中还提供了与基于热红外的夜间门禁检测方法对应的基于热红外的夜间门禁检测装置，由于本发明实施例中的装置解决问题的原理与本发明实施例上述基于热红外的夜间门禁检测方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
[0130]
请参阅图，图3为本发明实施例提供的一种基于热红外的夜间门禁检测装置的示意图。如图3中所示，本发明实施例提供的基于热红外的夜间门禁检测300包括：
[0131]
获取模块301，用于获取人脸图像，人脸图像包括人脸热红外图像和人脸可见光图像；
[0132]
图像处理模块302，用于对人脸热红外图像和人脸可见光图像进行图像预处理；
[0133]
活体检测模块303，用于将图像预处理后的人脸热红外图像进行人脸活体检测；
[0134]
图像融合模块304，用于将人脸活体检测后的人脸热红外图像与预处理后的人脸可见光图像进行图像融合，得到人脸识别图像；
[0135]
匹配认证模块305，用于将人脸识别图像进行人脸身份进行匹配认证。
[0136]
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明，这里不再详述。
[0137]
本发明实施例提供的一种基于热红外的夜间门禁检测装置，通过获取人脸图像，人脸图像包括人脸热红外图像和人脸可见光图像；对人脸热红外图像和人脸可见光图像进行图像预处理；将图像预处理后的人脸红外图像进行人脸活体检测；将人脸活体检测后的人脸热红外图像与预处理后的人脸可见光图像进行图像融合，得到人脸识别图像；将人脸识别图像进行人脸身份进行匹配认证。本发明实施例通过可见光图像结合热红外图像的温度特征来完成门禁系统的人脸检测，提升门禁的夜间检测能力，准确区分照片、面具等其他欺骗攻击手段。
[0138]
对应于图1中的基于热红外的夜间门禁检测方法，本发明实施例还提供了一种电子设备400，如图4示，为本发明实施例提供的电子设备400结构示意图，包括：
[0139]
处理器41、存储器42、和总线43；存储器42用于存储执行指令，包括内存401和外部存储器402；这里的内存401也称内存储器，用于暂时存放处理器41中的运算数据，以及与硬盘等外部存储器402交换的数据，处理器41通过内存401与外部存储器402进行数据交换，当所述电子设备400运行时，所述处理器41与所述存储器42之间通过总线43通信，使得所述处理器41执行图1与图2中的基于热红外的夜间门禁检测方法的步骤。
[0140]
本发明实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中所述的基于热红外的夜间门禁检测方法的步骤。其中，该存储介质可以是易失性或非易失的计算机可读取存储介质。
[0141]
本发明实施例还提供一种计算机程序产品，该计算机程序产品包括有计算机指令，所述计算机指令被处理器执行时可以执行上述方法实施例中所述的基于热红外的夜间门禁检测方法的步骤，具体可参见上述方法实施例，在此不再赘述。
[0142]
其中，上述计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(software development kit，sdk)等等。
[0143]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本发明所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。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，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，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通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0144]
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网络单元上。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。
[0145]
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。
[0146]
所述功能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，可以存储在一个处理器可执行的非易失的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(可以是个人计算机，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、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0147]
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。