本公开大体上涉及视频处理，并且更具体地涉及视频和图像匹配。
背景技术：
传统上，使用已知的视频匹配技术来将主题视频或者其部分与参考视频或者其部分匹配以确定匹配主题视频的一个或者多个参考视频。只实现用于将包括动态内容(例如，活动的视频内容)和半静态内容(例如，图像内容)的主题视频与包括动态内容和半静态内容的参考视频匹配的视频匹配技术会是耗时的并且计算成本高昂，并且会降低匹配视频的参考视频的精确度和查全率。
技术实现要素：
提供了一种用于生成匹配合并列表的系统。例如，系统从内容提供者接收主题视频。该系统在主题视频内识别一个或者多个动态片段并且在主题视频内识别一个或者多个半静态片段。该系统确定主题视频的一个或者多个动态片段与一个或者多个参考视频的一个或者多个参考动态片段之间的匹配。同样，该系统确定主题视频的一个或者多个半静态片段与一个或者多个参考视频的一个或者多个参考半静态片段之间的匹配。该系统生成包括一个或者多个条目的匹配合并列表。该匹配合并列表中的每个条目包括：主题视频的分组片段的指示，该分组片段包括主题视频的动态片段和半静态片段的依序出现；以及参考视频的参考分组片段的指示，该参考分组片段包括参考动态片段和参考半静态片段的依序出现，其中，参考动态片段与动态片段相匹配并且参考半静态片段与半静态片段相匹配。
附图说明
通过结合附图考虑以下具体实施方式，可以容易地理解本文公开的实施例的教导。
图1图示了根据一个实施例的用于对主题视频进行分段和识别主题视频的计算环境的流程图。
图2图示了根据一个实施例的用于生成匹配合并列表的匹配模块的组件。
图3图示了根据一个实施例的，包括动态片段和半静态片段的示例主题视频和包括动态片段和/或半静态片段的参考视频。
图4图示了根据一个实施例的用于生成匹配合并列表的流程图。
图5图示了根据一个实施例的，能够从机器可读介质读取指令并且在计算机处理器(或者控制器)中执行这些指令的示例机器的组件。
附图和以下描述仅通过说明的方式介绍各个实施例。应该注意，在下面的讨论中，本文所公开的结构和方法的替选实施例将被容易地认为是可以在不脱离本文讨论的原理的情况下而采用的可行替选实施例。现在将详细参考若干实施例，在附图中图示了这些若干实施例的示例。
具体实施方式
i.配置概述
同时实现用于将包括动态内容(例如，运动的视频内容)和半静态内容(例如，图像内容)的主题视频与包括动态内容和半静态内容的参考视频匹配的视频匹配技术和图像匹配技术由于若干原因而是有利的，这些若干原因包括：改进了资源使用、匹配的精确度和查全率，以及减少了处理时间和相关联的计算开支。可以通过将主题视频的动态内容与参考视频的动态内容匹配来实现视频匹配技术，并且可以通过将主题视频的半静态内容与参考视频的半静态内容匹配来实现图像匹配技术。可以确定主题视频的动态内容和半静态内容的依序出现与参考视频的参考动态内容和参考半静态内容的依序出现相匹配，并且主题视频的动态内容和半静态内容的依序出现与参考视频的参考动态内容和参考半静态内容的依序出现相匹配可以用于将主题视频的部分与参考视频的部分进行匹配以用于滥用检测。
ii.计算环境
图1图示了根据一个实施例的计算环境100的流程图。计算环境100包括内容提供者102和匹配合并系统110(以下称为“系统110”)。这些实体中的每一个包括可以在物理上彼此远离但是通过计算机网络104通信地耦合的计算设备。计算机网络104通常是互联网，但是可以是任何网络，包括但不限于：lan、man、wan、移动有线或者无线网络、专用网络、虚拟专用网络、或者其组合。在替选实例中，可以使用不同的或者附加的组件。
内容提供者102经由网络104来向系统110提供主题视频。内容提供者102的示例包括内容创建者，诸如，视频制作者。内容提供者102还可以包括视频托管和就送站点、搜索引擎、广告主、和社交网络网站。主题视频包括一个或者多个视频帧，其中，主题视频的视频帧的数目取决于主题视频的帧速率、主题视频的持续时间等。
内容提供者102可以按照压缩状态或者未压缩状态来向系统110提供的主题视频。内容提供者102可以通过使用第一编解码器来将主题视频的未编码表示(即，原始格式)编码为第一格式(即，压缩格式)。示例编解码器包括：h.265/mpeg-hhevc、h.264/mpeg-4avc、h.263/mpeg-4part2、h.262/mpeg-2、wmv、msmpeg-4v3等。内容提供者102可以将第一格式的主题视频提供给系统110。
系统110从内容提供者102接收主题视频，处理该主题视频，并且输出匹配合并列表。处理主题视频可以包括：对主题视频进行代码转换，确定主题视频的动态片段和半静态片段的存在，为动态片段生成指纹并且为半静态片段生成图像，将指纹与参考指纹匹配并且将图像与参考图像匹配，以及基于匹配来确定匹配合并列表。匹配合并列表包括一个或者多个条目，每个条目分别包括以下指示：主题视频的分组片段，其包括动态片段和半静态片段的依序出现；以及参考视频的对应分组参考片段，其包括匹配的参考动态片段和匹配的参考半静态片段的相似的依序出现。
如在图1中图示的，系统110包括转码模块112、半静态区域检测模块114、指纹模块116、图像提取器模块118、匹配模块120、和输出模块122。在一个替选实例中，可以使用不同的或者附加的组件。
转码模块112接收主题视频，对该主题视频进行代码转换，并且输出主题视频的代码转换版本。对主题视频进行代码转换可以包括：使用第一编解码器来将主题视频从第一格式(即，压缩格式)解码成未编码表示(即，原始格式)。对主题视频进行代码转换可以进一步包括：使用第二编解码器来将主题视频的未编码表示编码为第二格式，该第二格式和第二编解码器分别与第一格式和第一编解码器不同。在一个示例中，以第二格式存储主题视频会需要比以第一格式存储主题视频更少的存储。在另一示例中，以第二格式对主题视频进行分析会比以第一格式对主题视频进行分析在计算上更加昂贵。转码模块112可以使用有损转码或者使用无损转码来对主题视频进行转码。
半静态区域检测模块114(以下称为“检测模块114”)从转码模块112接收主题视频，并且将该主题视频分段成一个或者多个片段。检测模块114还在被识别为动态片段的片段与被识别为半静态片段的片段之间进行识别和划分。检测模块114输出动态片段和半静态片段本身，或者其输出识别每个这样的片段及其相应的开始/停止时间和/或持续时间的一个或者多个列表。
简要参照图3，其图示了根据一个实施例的主题视频(sv)310。例如，检测模块114将主题视频310分段成片段312至322。检测模块114将片段314和318识别为动态分段(由反斜线图案指示)并且将片段312、316、320、和322识别为半静态片段(由点线图案指示)。
如本文描述的动态片段指代包括在某时间段(例如，时间片段)内改变多于阈值量的内容的片段。动态片段的一个示例包括视频帧的内容在帧到帧之间发生较大改变的视频内容。如本文描述的半静态片段是指包括在某时间段(例如，时间片段)内改变少于阈值量的内容的片段。半静态片段的示例包括视频帧的内容在帧到帧之间较少发生改变的视频内容。在相继的视频帧表现相同或者相似的图像的情况下，或者在相同的图形或者文本出现在相继的视频帧上的情况下，情况即如此。半静态片段还可以包括视频帧的内容包括依次重复的相同图形、文本、或者整个图像的视频内容。一个示例包括仅旋转或者移动的简单图形，与传统的“屏幕保护程序”相似。然而，作为反例，每个视频帧中的图像发生移动的视频内容(诸如，慢速平移镜头)被视为动态片段，并且相应地设置阈值以进行区分。
为了识别和划分片段，检测模块114确定主题视频的一个或者多个片段中的每个片段是动态片段还是半静态片段。存在若干方法来检测片段是否是半静态片段。一个方法是：只要p帧和b帧(增量帧)的大小非常小，就认为是半静态片段。然而，该方法将缓慢移动的场景认为是半静态片段，这不是最优的。另一方法是查看片段的初始帧与片段的后续帧之间的增量的大小，并且只要帧与初始帧之间的增量低于阈值，就达到半静态片段。
指纹模块116接收由检测模块114确定的动态片段，为动态片段中的每个动态片段生成指纹，并且输出生成的指纹。指纹模块116可以接收动态片段本身的视频内容，或者可以接收识别动态片段及其相应的开始/停止时间和/或持续时间的列表。继续前一示例，指纹模块116接收由检测模块114确定的动态片段314和318，并且为动态片段314和318中的每一个生成指纹。
指纹是动态片段的视频内容的固有属性和/或特性的唯一集合的压缩表示。可以使用包括在指纹中的固有属性和/或特性的唯一集合来识别指纹与其相关联的动态片段或者其部分的其它实例。指纹独立于视频分辨率、视频比特率、视频编码、视频文件格式等。指纹还可以包括与视频内容相关联的音频内容的音频指纹。存储并且处理指纹比存储并且处理主题视频中的动态片段的整个基础视频和音频内容消耗更少的资源。
指纹还可以包括有关基础视频、动态片段、以及指纹与基础视频的对应动态片段之间的关联的元数据信息。例如，该关联可以是视频标识符和分段标识符的形式。视频标识符识别指纹与之相关联的基础视频，并且片段标识符识别指纹与之相关联的基础视频的时间段。片段标识符可以进一步包括有关片段与基础视频之间的时间关系的信息，诸如，开始/停止时间和/或由指纹涵括的持续时间。
指纹模块116通过实现指纹算法来为动态片段中的每个动态片段生成指纹。通常，生成指纹包括：识别并且提取动态片段的特征以及将识别并且提取的特征压缩成指纹。这些步骤本身可以进一步包括：关键帧分析、颜色分析、场景分析、对象追踪、和/或运动估计。在一些实例中，指纹是动态片段的统计样本。指纹模块116对动态片段进行采样并且将样本的信息包括在指纹中。例如，如果动态片段包括120个视频帧，则指纹模块116每10个视频帧对动态片段进行一次采样，并且将来自12个采样的视频帧的信息包括在指纹中。在一个实施例中，每动态片段可以生成多于一个指纹。
图像提取器模块118接收由检测模块114确定的半静态片段，从这些半静态片段中的每个半静态片段提取图像，并且输出提取出的图像。图像提取器模块118可以接收半静态片段本身的视频内容，或者可以接收识别半静态片段及其相应的开始/停止时间和/或持续时间的列表。继续前一示例，图像提取器模块118接收由检测模块114确定的半静态片段312、316、320、和322，并且从半静态片段312、316、320、和322中的每一个提取图像。
除了实际图像内容之外，提取出的图像还可以包括有关基础视频、半静态片段、以及图像与基础视频的对应半静态片段之间的关联的元数据信息。例如，该关联可以是视频标识符和片段标识符的形式。视频标识符识别图像与之相关联的基础视频，并且片段标识符识别图像与之相关联的基础视频的时间段。片段标识符可以进一步包括：例如，有关片段与基础视频之间的时间关系的信息，诸如，开始/停止时间和/或由图像涵括的持续时间。
图像提取器模块118从半静态片段中的帧集合提取图像。为此，图像提取器模块118可以例如，从半静态片段中的任何帧提取图像，或者可以生成半静态片段中的帧的合成或者其它类似聚合。
匹配模块120针对主题视频从指纹模块116接收与动态片段中的每个动态片段相关联的指纹并且从图像提取器模块118接收与半静态片段中的每个半静态片段相关联的图像，将接收到的指纹与参考指纹匹配并且将接收到的图像与参考图像匹配，并且确定匹配合并列表。在下面的章节iii中描述了匹配合并列表的创建。输出模块122输出匹配合并列表。可以使用该匹配合并列表来识别匹配的参考视频以供进行内容识别、验证、滥用检测等。
iii.匹配模块
图2图示了根据一个实施例的图1的匹配模块120的逻辑组件的流程图。匹配模块120包括指纹匹配模块202、图像匹配模块204、指纹数据库206、图像数据库208、和合并模块210。在替选实例中，可以使用不同的或者附加的组件。
指纹匹配模块202从指纹模块116接收与主题视频的动态片段中的每个动态片段相关联的指纹，确定每个接收到的指纹与存储在指纹数据库206中的参考指纹之间的匹配，以及对于每个接收到的指纹，输出与接收到的指纹相匹配的一个或者多个参考指纹。指纹匹配模块202通过将指纹与参考指纹相比较来确定匹配。在一些实例中，指纹匹配模块202确定与接收到的指纹相匹配的一个或者多个参考指纹中的每个参考指纹的匹配可能性。该匹配可能性表示给定参考指纹与接收到的指纹相匹配的数值可能性(也称为置信度值)。还可以与一个或者多个匹配参考指纹一起输出匹配可能性。
继续前一示例，指纹匹配模块202接收与动态片段314和318中的每一个相关联的指纹。指纹匹配模块202确定与动态片段314相关联的指纹和分别与参考视频rv3和rv4的参考动态片段336和338相关联的参考指纹相匹配。同样，指纹匹配模块202确定与动态片段318相关联的指纹和分别与参考视频rv6和rv7的参考动态片段346和348相关联的参考指纹相匹配。
在一些实例中，指纹匹配模块202确定在接收到的指纹与存储在指纹数据库206中的任何参考指纹之间不存在匹配。这是预期的行为，特别是在接收到的指纹与内容比参考视频的内容更新的动态片段相关联的实例中。在这些实例中，指纹模块116不输出任何参考指纹。
图像匹配模块204从图像提取器模块118接收视频的半静态片段中的每个半静态片段的图像，确定每个接收到的图像与存储在图像数据库208中的参考图像之间的匹配，以及对于每个接收到的图像，输出与该接收到的图像相匹配的一个或者多个参考图像。图像匹配模块204通过将图像的关键点和/或特征与参考图像的关键点和/或特征相比较来确定匹配。此外或者替选地，图像匹配模块204可以基于图像的特征和参考图像的特征来实现特征变换以确定匹配。即使在图像和参考图像发生轻微变化时(即，一个是另一个的简单变型)，实现特征变换也可以确定图像与参考图像之间的匹配。在一些实例中，图像匹配模块204确定与接收到的图像相匹配的一个或者多个参考图像中的每个参考图像的匹配可能性。匹配可能性表示给定参考图像与接收到的图像相匹配的数值可能性。还可以与一个或者多个匹配参考指纹一起输出匹配可能性。
继续前一示例，图像匹配模块204接收半静态片段312、316、320、和322中的每一个的图像。图像匹配模块204确定与半静态片段312相关联的图像和分别与参考视频rv1和rv2的参考半静态片段332和334相关联的参考图像相匹配。同样，图像匹配模块204确定与半静态片段316、320、和322相关联的图像和分别与参考视频rv4、rv5、rv8、rv9、rv10、和rv11的参考半静态片段342、344、352、354、356、和358相关联的参考图像相匹配。
在一些实例中，图像匹配模块204确定在接收到的图像与存储在图像数据库208中的任何参考图像之间不存在匹配。这是预期的行为，特别是在接收到的图像与内容比参考视频的内容更新的半静态片段相关联的实例中。在这些实例中，图像匹配模块204不输出接收的图像或者接收的图像的何参考图像。
合并模块210从指纹匹配模块202和图像匹配模块204接收信息，并且确定主题视频的、与一个或者多个参考视频的动态片段和半静态片段的依序出现相匹配的动态片段和半静态片段的依序出现。
从指纹匹配模块202接收到的信息包括主题视频的指纹并且对于一个或者多个接收到的指纹中的每个指纹，包括一个或者多个匹配的参考指纹以及任何相关联的匹配可能性和元数据。同样，从图像匹配模块204接收到的信息包括从主题视频提取出的图像并且对于一个或者多个接收到的图像中的每个图像，包括一个或者多个匹配的参考图像以及任何相关联的匹配可能性和元数据。
合并模块210基于与指纹和图像相关联的片段标识符来确定主题视频的动态片段和半静态片段的依序出现(和/或反之亦然)。合并模块210将与指纹相关联的片段标识符和与图像相关联的片段标识符相比较。响应于与指纹相关联的片段标识符在时间上(按照时间或者帧)紧跟与图像相关联的片段标识符(或者反之亦然)，合并模块210对相邻片段进行分组以创建至少包括动态片段和半静态片段二者的分组分段。该分组片段包括其自己的标识符，所述其自己的标识符包括视频标识符和两个片段标识符，一个片段标识符与指纹的片段标识符相关联，另一片段标识符与图像的片段标识符相关联。
继续前一示例，合并模块210将与动态片段314和318的指纹相关联的片段标识符和与半静态片段312、316、320、和322的图像相关联的片段标识符相比较，并且确定主题视频310的动态片段和半静态片段的依序出现(或者反之亦然)。在该示例中，合并模块210确定主题视频310的四个依序出现，并且为每个依序出现创建分组片段。第一分组片段包括片段312和314，第二分组片段包括片段314和316，第三分组片段包括片段316和318，并且第四分组片段包括片段318和320。
合并模块210还可以响应于与一个或者多个相继指纹相关联的片段标识符在时间上紧跟与一个或者多个连续图像相关联的片段标识符(或者反之亦然)而对相邻片段进行分组。此处，分组片段标识符再次包括其自己的标识符，所述其自己的标识符包括视频标识符和多个片段标识符，这些标识符中的一些标识符与一个或者多个指纹的片段标识符相关联，并且这些标识符中的一些标识符与一个或者多个图像的片段标识符相关联。继续前一示例，合并模块210对动态片段318和半静态片段320和322进行分组。
如上面讨论的，分组片段至少包括动态分段和半静态分段。对于每个分组片段，合并模块210将与参考指纹相关联的参考视频标识符和与参考图像相关联的参考视频标识符相比较以确定是否有任何参考视频标识符匹配，该参考指纹和与分组片段的动态片段相关联的指纹相匹配，该参考图像和与分组片段的半静态片段相关联的图像相匹配。换言之，对于动态和半静态内容二者，合并模块210在针对匹配的参考片段进行比较时比较有关主题视频中的片段的定时的基础信息以确定来自组的片段是否与现有参考视频的片段相匹配。
继续前一示例，对于包括动态片段314和半静态片段316的第二分组片段，合并模块210将与参考指纹相关联的参考视频标识符和与参考图像相关联的参考视频标识符相比较，该参考指纹与参考动态片段336和338相关联，该参考图像与参考半静态片段342和344相关联。合并模块210确定识别与参考指纹相关联的参考视频rv4的参考视频标识符与识别与参考图像相关联的参考视频rv4的参考视频标识符相匹配，该参考指纹与参考动态片段338相关联，该参考图像与参考半静态片段342相关联。因此，合并模块210确定参考动态片段338和参考半静态片段342来自相同的参考视频rv4。
响应于与参考指纹相关联的参考视频标识符和参考图像的参考视频标识符相匹配，合并模块210将与参考指纹相关联的参考片段标识符和与参考图像相关联的参考片段标识符相比较以确定参考动态片段和参考半静态片段是否按照其匹配的动态片段和半静态片段在主题视频中依序出现的相同顺序在参考视频内依序出现。响应于包括在参考指纹中的片段标识符在时间上紧跟包括在参考图像中的片段标识符，合并模块210对相邻参考片段进行分组以创建包括参考动态片段和参考半静态片段二者的参考分组片段。
继续前一示例，合并模块210将与参考指纹相关联的参考片段标识符和与参考图像相关联的参考片段标识符相比较，该参考指纹与参考动态片段338相关联，该参考图像与参考半静态片段342相关联。合并模块210确定参考动态片段338和参考半静态片段342按照匹配的动态片段314和半静态片段316在主题视频310中出现的相同顺序在参考视频rv4内依序出现。合并模块210对相邻参考片段338和342进行分组以创建包括参考片段338和342的参考分组片段。
合并模块210确定包括一个或者多个条目的匹配合并列表，每个条目包括主题视频的分组片段的指示和对应的参考分组片段的指示。在一些实例中，每个条目进一步包括表示参考视频的给定参考分组片段与主题视频的分组片段相匹配的数值可能性的聚合匹配可能性。合并模块210基于与参考分组片段的参考动态片段相关联的参考指纹的匹配可能性和与参考分组片段的参考图像相关联的参考图像的匹配可能性来确定聚合匹配可能性。在一些实例中，合并模块210基于聚合匹配可能性来对匹配合并列表进行排名。合并模块210输出确定的匹配合并列表。
iv.生成匹配合并列表的示例过程
图4图示了根据一个实施例的用于生成匹配合并列表的方法的流程图。例如，系统110从内容提供者102接收主题视频(402)。半静态区域检测模块114在主题视频内识别(406)一个或者多个动态片段，并且在主题视频内识别(406)一个或者多个半静态片段。指纹匹配模块202确定(408)主题视频的一个或者多个动态片段与一个或者多个参考视频的一个或者多个参考动态片段之间的匹配。图像匹配模块204确定(410)主题视频的一个或者多个半静态片段与一个或者多个参考视频的一个或者多个参考半静态片段之间的匹配。合并模块210生成(412)包括一个或者多个条目的匹配合并列表。该匹配合并列表中的每个条目包括：主题视频的分组片段的指示，主题视频的分组片段包括主题视频的动态片段和半静态片段的依序出现；以及参考视频的参考分组片段的指示，参考视频的参考分组片段包括参考视频的参考动态片段和参考半静态片段的依序出现，其中，参考动态片段与动态片段相匹配并且参考半静态片段与半静态片段相匹配。
v.计算机器架构
图5是图示了能够从非暂时性机器可读介质来读取指令并且在处理器(或者控制器)中执行这些指令以供实现系统和执行上述相关联的方法的示例计算设备500的组件的框图。计算设备可以是能够执行指定待由该机器采取的动作的指令524(按顺序或者以其他方式)的任何计算设备。进一步地，虽然只图示了计算设备，但是术语“计算设备”还应该被理解为包括单独地或者联合地执行用于执行本文所讨论的方法中的任何一个或者多个方法的指令524的计算设备的任何集合。
示例计算设备500包括被配置为经由总线508彼此通信的处理器502(例如，中央处理单元(cpu)、图形处理单元(gpu)、数字信号处理器(dsp)、一个或者多个专用集成电路(asic)、一个或者多个射频集成电路(rfic)、或者这些的任何组合)、主存储器504、和静态存储器506。计算设备500可以进一步包括图形显示单元510(例如，等离子显示面板(pdp)、有机发光二极管(oled)显示器、液晶显示器(lcd)、投影仪、或者阴极射线管(crt)以及对应的显示驱动器。计算设备500还可以包括也配置为经由总线508通信的字母数字输入设备512(例如，键盘)、光标控制设备514(例如，鼠标、轨迹球、操纵杆、运动传感器、或者其它指示仪器)、存储单元516、信号生成设备518(例如，扬声器)、和网络接口设备520。
存储单元516包括非暂时性机器可读介质522，该非暂时性机器可读介质522上存储有体现本文所描述的方法或者功能中的任何一个或者多个的指令524(例如，软件)。该指令524(例如，软件)还可以在由计算机设备500对其执行期间完全地或者至少部分地驻留在主存储器504内或者处理器502内(例如，驻留在处理器的高速缓冲存储器内)，主存储器504和处理器502还构成机器可读介质。可以经由网络接口设备520通过网络526来传输或者接收指令524(例如，软件)。
虽然在示例实施例中将机器可读介质522示出为单个介质，但是术语“机器可读介质”应该被理解为包括能够存储指令(例如，指令524)的单个介质或者多个介质(例如，集中式或者分布式数据库、或者相关联的高速缓冲存储器和服务器)。术语“机器可读介质”还应该被理解为包括能够存储用于由机器执行并且使得机器执行本文所公开的方法中的任何一个或者多个方法的指令(例如，指令524)的任何介质。术语“机器可读介质”包括但不限于：固态存储器形式、光学介质、和磁介质的数据存储库。
vi.另外的配置考虑
本文将某些实施例描述为包括逻辑或者多个组件、模块、或者机构，例如，如在图1和图2中图示的。模块可以构成软件模块(例如，包含在机器可读介质上的代码)或者硬件模块。硬件模块是能够执行某些操作的有形单元，并且可以按照特定方式来配置或者布置。在示例实施例中，一个或者多个计算设备可以包括用于实现本文所描述的操作的一个或者多个硬件模块。
在各个实施例中，可以机械地或者电子地实现硬件模块。例如，硬件模块可以包括持久配置的专用电路系统或者逻辑(例如，作为专用处理器，诸如，现场可编程门阵列(fpga)或者专用集成电路(asic))以执行某些操作。硬件模块还可以包括由软件临时配置为执行某些操作的可编程逻辑或者电路系统(例如，囊括在通用处理器或者其它可编程处理器内)。要了解，在专门和持久配置的电路系统中或者在临时配置的电路系统中(例如，由软件配置的)机械地实现硬件模块的决定可以是由于成本和时间考虑使然。
硬件或者软件模块还可以操作以支持在“云计算”环境中或者作为“软件即服务”(saas)来执行相关操作。例如，至少一些操作可以由一组计算设备来执行，可经由网络(例如，互联网)以及经由一个或者多个适当的接口(例如，应用程序接口(api))来访问这些操作。某些操作的性能可以分布在一个或者多个处理器间，不仅驻留在单个机器内，而且跨多个机器部署。在一些示例实施例中，一个或者多个处理器或者处理器实施的模块可以位于单个地理位置(例如，在家庭环境、办公室环境、或者服务器场内)。在其它示例实施例中，一个或者多个处理器或者处理器实施的模块可以跨多个地理位置分布。
本说明书的一些部分是根据有关作为比特或者二进制数字信号存储在机器存储器(例如，计算机存储器)内的数据的操作的算法或者符号表示来呈现的。这些算法或者符号表示是由数据处理领域的普通技术人员用来将他们的工作的实质传达给本领域的其它技术人员的技术的示例。如本文使用的，“算法”是操作的自洽序列或者获得期望的结果的类似处理。在该场境(context)中，算法和操作涉及对物理量的物理操纵。通常，但是不一定地，这些量可以采取能够由机器存储、访问、传递、组合、比较、或者以其他方式操纵的电信号、磁信号、或者光信号的形式。有时主要出于共同使用的原因，通过使用诸如“数据”、“内容”、“比特”、“值”、“元素”、“符号”、“字符”、“词项”、“编号”、“数字”等词语来提及这种信号。然而，这些词语仅仅是方便的标签，并且与适当的物理量相关联。
除非另有特别说明，否则本文中使用诸如“处理”、“计算”、“运算”、“确定”、“呈现”、“显示”等词语的讨论可以指操纵或者转换在一个或者多个存储器(例如，易失性存储器、非易失性存储器、或者其组合)、寄存器、或者接收、存储、传输、或者显示信息的其它机器组件内表示为物理(例如，电、磁、或者光)量的数据的机器(例如，计算机)的动作或者处理。
在阅读本公开之后，本领域的技术人员通过本文公开的原理,将了解用于将动态片段和半静态片段匹配在一起的系统和过程的其他附加替选设计。因此，虽然已经图示和描述了特定实施例和应用，但是要明白，所公开的实施例不限于本文所公开的精确构造和组件。在不脱离在随附权利要求书中限定的精神和范围的情况下，可以对本文所公开的方法和装置的布置、操作和细节进行各种修改、改变和变化，这些各种修改、改变和变化对于本领域的技术人员而言将是显而易见的。