一种VR设备视频播放监控方法及系统与流程

一种vr设备视频播放监控方法及系统
技术领域
1.本技术涉及数据监控处理技术领域，具体而言，涉及一种vr设备视频播放监控方法及系统。


背景技术：

2.vr虚拟现实技术是一种可以构建和感受虚拟世界的计算机仿真系统，它借助计算机生成一种虚拟环境，使访客沉浸到该环境中。vr虚拟现实技术就是运用现实生活中的数据信息，借助计算机技术产生的电子信号，将其与各种输出设备相结合使其转换为可以让大家感受到的现象，这种现象可以是现实中真实的物体，同样也可以是大家肉眼所看不见的物质，借助三维建模呈现出来。
3.针对视频播放过程中，可能数据卡顿或者干扰等问题。这样一来，难以确保vr视频播放的播放效果，给体验者带来很差的体验感。现目前，在vr视频播放异常时，往往通过人工控制播放异常的片段，这样导致视频播放的连续性较差。


技术实现要素：

4.为改善相关技术中存在的技术问题，本技术提供了一种vr设备视频播放监控方法及系统。
5.第一方面，提供一种vr设备视频播放监控方法，应用于监控系统，所述方法至少包括：获得待处理vr视频数据，所述待处理vr视频数据包括vr设备的视频播放数据集；通过视频智能监控线程对所述待处理vr视频数据进行处理，生成所述视频播放数据集的影像评估描述；获得所述视频播放数据集的范例评估描述；结合所述影像评估描述和范例评估描述，生成视频播放监控策略。
6.在一种独立实施的实施例中，所述vr设备为可视化vr盒子，所述获得所述视频播放数据集的范例评估描述，包括：确定所述可视化vr盒子对应的标签数据；结合所述标签数据确定所述可视化vr盒子对应的范例vr视频数据；通过所述范例vr视频数据中的视频播放数据集，确定所述范例评估描述。
7.在一种独立实施的实施例中，所述结合所述影像评估描述和范例评估描述，生成视频播放监控策略，包括：结合所述范例评估描述，生成第一视频播放数据集和第二视频播放数据集，所述第一视频播放数据集表示所述待处理vr视频数据中需要展示的范围形成的视频播放数据集，所述第二视频播放数据集表示所述待处理vr视频数据中除所述第一视频播放数据集外，剩余允许展示的范围形成的视频播放数据集；结合所述影像评估描述确定所述视频播放数据集对所述第一视频播放数据集的第一遮挡信息，以及所述视频播放数据集对所述第二视频播放数据集的第二遮挡信息；结合所述第一遮挡信息和第二遮挡信息，生成所述视频播放监控策略。
8.在一种独立实施的实施例中，所述结合所述第一遮挡信息和第二遮挡信息，生成所述视频播放监控策略，至少包括以后一种情况：如果所述第一遮挡信息表示所述第一视
频播放数据集被全部遮挡，并且所述第二遮挡信息表示所述第二视频播放数据集被全部遮挡，则确定不存在展示异常；如果所述第一遮挡信息表示所述第一视频播放数据集被局部遮挡，则确定存在第一异常指示；如果所述第一遮挡信息表示所述第一视频播放数据集被全部遮挡，并且所述第二遮挡信息表示所述第二视频播放数据集被局部遮挡，则确定存在第二异常指示。
9.在一种独立实施的实施例中，所述结合所述影像评估描述和范例评估描述，生成视频播放监控策略，包括：结合所述范例评估描述，确定所述视频播放数据集的目标数目；结合所述影像评估描述，确定所述视频播放数据集的评估数目；如果所述评估数目超过所述目标数目，确定存在影视异常。
10.在一种独立实施的实施例中，所述结合所述影像评估描述和范例评估描述，生成视频播放监控策略，至少包括以后一种情况：如果所述影像评估描述表示存在第一比较情况，则确定存在交互异常，所述第一比较情况的最小迁移值低于第一目标值；如果所述影像评估描述表示存在第二比较情况，则确定存在孔胶异常，所述第二比较情况的基准的匹配度大于第二目标值；其中，所述第一目标值和所述第二目标值通过所述范例评估描述确定。
11.在一种独立实施的实施例中，所述获得待处理vr视频数据，包括：获得不少于一个待识别vr视频数据；确定各所述待识别vr视频数据的置信度；确定不少于一个目标待识别vr视频数据，所述目标待识别vr视频数据为置信度满足事先设定条件的所述待识别vr视频数据；通过所述目标待识别vr视频数据，生成所述待处理vr视频数据。
12.在一种独立实施的实施例中，所述视频智能监控线程包括卷积线程、拼接线程和分析线程，所述通过视频智能监控线程对所述待处理vr视频数据进行处理，生成所述视频播放数据集的影像评估描述，包括：通过所述卷积线程对所述待处理vr视频数据进行多种类卷积处理，生成若干个类别的第一视频描述；通过所述拼接线程对所述第一视频描述进行拼接，生成目标拼接结果；通过所述分析线程对所述目标拼接结果进行分析处理，生成所述影像评估描述。
13.在一种独立实施的实施例中，所述通过所述拼接线程对所述第一视频描述进行拼接，生成目标拼接结果，包括：依照类别第一排布方式，对所述第一视频描述进行拼接，生成若干个类别的第二视频描述；依照类别第二排布方式，对所述第二视频描述进行拼接，生成第一拼接结果；结合所述第一拼接结果，生成所述目标拼接结果。
14.在一种独立实施的实施例中，所述结合所述第一拼接结果，生成所述目标拼接结果，包括：对所述第一拼接结果中若干个类别的第三视频描述进行通过特征的拼接，生成第三拼接结果；将所述第三拼接结果确定为所述目标拼接结果。
15.在一种独立实施的实施例中，所述结合所述第一拼接结果，生成所述目标拼接结果，包括：对所述第一拼接结果中若干个类别的第三视频描述进行通过特征的拼接，生成第三拼接结果；对所述第三视频描述进行通过节点的拼接，生成第四拼接结果；拼接所述第三拼接结果和所述第四拼接结果，生成所述目标拼接结果。
16.在一种独立实施的实施例中，所述方法还包括：获得第一范例vr视频数据，所述第一范例vr视频数据携带有需要分析的视频播放数据集的视频记录数据；通过所述卷积线程对所述第一范例vr视频数据进行多种类卷积处理，生成若干个类别的第一范例表达；通过所述拼接线程对所述第一范例表达进行拼接，生成目标范例拼接结果；通过所述分析线程
对所述目标范例拼接结果进行分析处理，生成范例影像评估描述；结合所述范例影像评估描述和所述视频记录数据，分析量化评估；结合所述分析量化评估，调试所述卷积线程、拼接线程和分析线程的系数。
17.在一种独立实施的实施例中，所述方法还包括：结合所述影像评估描述，判断是否存在目标视频播放数据集，所述目标视频播放数据集为第一分析或第二分析的视频播放数据集；如果存在，则结合所述目标视频播放数据集得到第二范例vr视频数据；确定所述第二范例vr视频数据对应的视频记录数据；通过所述第二范例vr视频数据以及所述第二范例vr视频数据对应的视频记录数据，优化所述视频智能监控线程。
18.第二方面，提供一种vr设备视频播放监控系统，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述的方法。
19.本技术实施例所提供的一种vr设备视频播放监控方法及系统，获得待处理vr视频数据，过视频智能监控线程对待处理vr视频数据进行处理，生成视频播放数据集的影像评估描述，获得视频播放数据集的范例评估描述，结合影像评估描述和范例评估描述，生成视频播放监控策略。本技术可以通过视频智能监控线程对待处理vr视频数据进行智能处理，能够准确地确定出影像评估描述，这样一来，能够有效的规避各种干扰和噪声影响，可以使生成的视频播放监控策略能够更加准去且可靠的对视频播放进行监控。
附图说明
20.为了更清楚地说明本技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，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。
21.图1为本技术实施例所提供的一种vr设备视频播放监控方法的流程图。
22.图2为本技术实施例所提供的一种vr设备视频播放监控装置的框图。
23.图3为本技术实施例所提供的一种vr设备视频播放监控系统的架构图。
具体实施方式
24.为了更好的理解上述技术方案，下面通过附图以及具体实施例对本技术技术方案做详细的说明，应当理解本技术实施例以及实施例中的具体特征是对本技术技术方案的详细的说明，而不是对本技术技术方案的限定，在不冲突的情况下，本技术实施例以及实施例中的技术特征可以相互组合。
25.请参阅图1，示出了一种vr设备视频播放监控方法，该方法可以包括以下步骤s10-s40所描述的技术方案。
26.s10：获得待处理vr视频数据，上述待处理vr视频数据包括vr设备的视频播放数据集。
27.由于对可视化vr盒子的视频播放数据集进行识别得到的vr视频数据的效果可以干扰通过该vr视频数据得到的视频播放监控策略的置信度，故可以通过vr视频数据挑选，生成效果较高的待处理vr视频数据，从而提升展示异常识别的置信度。
28.其示出根据本技术实施例的待处理vr视频数据获得方法。上述获得待处理vr视频
数据，具体可以包括以下内容。
29.s11：获得不少于一个待识别vr视频数据。
30.本技术实施例中待识别vr视频数据为对上述可视化vr盒子的视频播放数据集进行识别所得到的vr视频数据。本技术实施例并不限定上述待识别vr视频数据的数目。
31.s12：确定各上述待识别vr视频数据的置信度。
32.本技术实施例并不限定置信度的确定方法。举例而言，可以将上述每个vr视频数据输入设定的人工智能线程，生成该vr视频数据的置信度确定结果。该设定的人工智能线程可以从vr视频数据声音特征和vr视频数据影响特征对vr视频数据进行全局分析，输出该vr视频数据的置信度结果。
33.s13：确定不少于一个目标待识别vr视频数据，上述目标待识别vr视频数据为置信度满足事先设定条件的上述待识别vr视频数据。
34.本技术实施例并不限定确定目标待识别vr视频数据的具体方法。在本实施例中，可以将置信度最佳的待识别vr视频数据确定为该目标待识别vr视频数据。在一种可能的实施例中，还可以将置信度大于设定的置信度目标值的待识别vr视频数据确定为该目标待识别vr视频数据。
35.s14：通过上述目标待识别vr视频数据，生成上述待处理vr视频数据。
36.本技术实施例可以通过视频智能监控线程对上述待处理vr视频数据进行处理，并根据处理结果得到视频播放监控策略。本步骤中可以根据上述视频智能监控线程对输入vr视频数据的要求对上述目标待识别vr视频数据进行处理，生成对应的上述待处理vr视频数据。
37.通过上述配置，可以得到满足视频智能监控线程对输入vr视频数据的要求的待处理vr视频数据，从而可以通过视频智能监控线程对上述待处理vr视频数据进行处理，最后得到视频播放监控策略。
38.s20：通过视频智能监控线程对上述待处理vr视频数据进行处理，生成上述视频播放数据集的影像评估描述。
39.本技术实施例中，可以通过上述视频智能监控线程对待处理vr视频数据进行分析处理，从而将上述待处理vr视频数据中的视频播放数据集分析出来，将分析结果表达为上述影像评估描述。在一种可替换的实施例中，也可以对待处理vr视频数据进行视频播放数据集处理，识别出该待处理vr视频数据中的视频播放数据集，生成影像评估描述。
40.s30：获得上述视频播放数据集的范例评估描述。
41.本技术实施例中上述范例评估描述表示上述可视化vr盒子的视频播放数据集的评估描述。对于不同的可视化vr盒子，可以有存在差异的展示方式，也相应的，生成存在差异的视频播放数据集。
42.在本实施例中，上述获得上述视频播放数据集的范例评估描述，具体可以包括以下步骤。
43.s31：确定上述可视化vr盒子对应的标签数据。
44.s32：根据上述标签数据确定上述可视化vr盒子对应的范例vr视频数据。
45.s33：通过上述范例vr视频数据中的视频播放数据集，确定上述范例评估描述。
46.本技术实施例并不限定确定上述范例评估描述的具体方法。在本实施例中，可以
由人工记录出上述范例vr视频数据中的视频播放数据集，记录结果表示上述范例评估描述。在一种可能的实施例中，也可以将上述范例vr视频数据输入上述视频智能监控线程，由上述视频智能监控线程分析出上述范例vr视频数据中的上述视频播放数据集，生成的分析结果表示上述范例评估描述。
47.s40：根据上述影像评估描述和范例评估描述，生成视频播放监控策略。
48.在本实施例中，其示出根据本技术实施例的vr设备视频播放监控方法步骤s40的流程示意图。上述根据上述影像评估描述和范例评估描述，生成视频播放监控策略，具体可以包括如下所描述的内容。
49.s41：根据上述范例评估描述，生成第一视频播放数据集和第二视频播放数据集，上述第一视频播放数据集表示上述待处理vr视频数据中需要展示的范围形成的视频播放数据集，上述第二视频播放数据集表示上述待处理vr视频数据中除上述第一视频播放数据集外，剩余允许展示的范围形成的视频播放数据集。
50.s43：根据上述影像评估描述确定上述视频播放数据集对上述第一视频播放数据集的第一遮挡信息，以及上述视频播放数据集对上述第二视频播放数据集的第二遮挡信息。
51.本技术实施例中如果上述影像评估描述表示的视频播放数据集遮挡了上述第一视频播放数据集的全部范围，则该第一遮挡信息表示上述第一视频播放数据集被全部遮挡；反之，上述第一遮挡信息表示上述第一视频播放数据集被局部遮挡。
52.如果上述影像评估描述表示的视频播放数据集遮挡了上述第二视频播放数据集的全部范围，则该第二遮挡信息表示上述第二视频播放数据集被全部遮挡；反之，上述第二遮挡信息表示上述第二视频播放数据集被局部遮挡。
53.s45：根据上述第一遮挡信息和第二遮挡信息，生成上述视频播放监控策略。
54.在本实施例中，如果上述第一遮挡信息表示上述第一视频播放数据集被全部遮挡，并且上述第二遮挡信息表示上述第二视频播放数据集被全部遮挡，则确定不存在展示异常。当第一视频播放数据集和第二视频播放数据集都被全部遮挡时，可以认为展示结果达到展示要求，这种情况可以认为不存在展示异常。
55.如果上述第一遮挡信息表示上述第一视频播放数据集被局部遮挡，则确定存在第一异常指示。第一视频播放数据集未被全部遮挡，可能影响到可视化vr盒子的效果，故第一异常指示是较为严重的异常，如果被确定为第一异常指示，还可以进一步判断异常类型，上述异常类型可以是孔胶异常、影视异常或交互异常。
56.如果上述第一遮挡信息表示上述第一视频播放数据集被全部遮挡，并且上述第二遮挡信息表示上述第二视频播放数据集被局部遮挡，则确定存在第二异常指示。只有第二视频播放数据集未被全部遮挡的基础上，对可视化vr盒子的效果影响不大，故第二异常指示是不甚严重的异常。
57.通过上述配置，可以根据上述第一遮挡信息和第二遮挡信息，快速精确地判断是否存在展示异常以及得到展示异常的识别结果。
58.在本实施例中，可以根据上述第一遮挡信息和第二遮挡信息，进行异常类型的检测。其示出根据本技术实施例的vr设备视频播放监控方法步骤s40的另一流程示意图。上述根据上述影像评估描述和范例评估描述，生成视频播放监控策略，具体可以包括以下内容。
59.s42.根据上述范例评估描述，确定上述视频播放数据集的目标数目。
60.s44.根据上述影像评估描述，确定上述视频播放数据集的评估数目。
61.s46.如果上述评估数目超过上述目标数目，确定存在影视异常。
62.本技术实施例获得待处理vr视频数据，过视频智能监控线程对待处理vr视频数据进行处理，生成视频播放数据集的影像评估描述，获得视频播放数据集的范例评估描述，结合影像评估描述和范例评估描述，生成视频播放监控策略。本技术可以通过视频智能监控线程对待处理vr视频数据进行智能处理，能够准确地确定出影像评估描述，这样一来，能够有效的规避各种干扰和噪声影响，可以使生成的视频播放监控策略能够更加准去且可靠的对视频播放进行监控。
63.在本实施例中，其示出根据本技术实施例的视频智能监控线程。上述视频智能监控线程包括卷积线程、拼接线程和分析线程。根据本技术实施例的vr设备视频播放监控方法中步骤s20。上述通过视频智能监控线程对上述待处理vr视频数据进行处理，生成上述视频播放数据集的影像评估描述，具体可以包括以下步骤。
64.s21.通过上述卷积线程对上述待处理vr视频数据进行多种类卷积处理，生成若干个类别的第一视频描述。
65.s22.通过上述拼接线程对上述第一视频描述进行拼接，生成目标拼接结果。
66.在本实施例中，上述通过上述拼接线程对上述第一视频描述进行拼接，生成目标拼接结果，具体可以包括以下内容。
67.s221.依照类别第一排布方式，对上述第一视频描述进行拼接，生成若干个类别的第二视频描述。
68.s222.依照类别第二排布方式，对上述第二视频描述进行拼接，生成第一拼接结果。
69.本技术实施例中通过不同的特征拼接得到的第二视频描述对应不同类别。依照类别第二排布方式，可以对上述第二视频描述进行拼接，生成若干个类别的第三视频描述，各上述第三视频描述构成上述第一拼接结果。
70.s223.根据上述第一拼接结果，生成上述目标拼接结果。
71.s23.通过上述分析线程对上述目标拼接结果进行分析处理，生成上述影像评估描述。
72.通过上述配置，可以通过视频智能监控线程对待处理vr视频数据进行准确地分析，生成高置信度的影像评估描述。
73.以下对配置上述视频智能监控线程的过程进行进一步地解释，示出训练人工智能线程的方法，可以包括如下内容。
74.s101.获得第一范例vr视频数据，上述第一范例vr视频数据携带有需要分析的视频播放数据集的视频记录数据。
75.本技术实施例并不限定第一范例vr视频数据的数目和获得方法。可以通过丰富第一范例vr视频数据的方式，提升视频智能监控线程的分析能力。
76.s102.通过上述卷积线程对上述第一范例vr视频数据进行多种类卷积处理，生成若干个类别的第一范例表达。
77.s103.通过上述拼接线程对上述第一范例表达进行拼接，生成目标范例拼接结果。
78.s104.通过上述分析线程对上述目标范例拼接结果进行分析处理，生成范例影像评估描述。
79.s105.根据上述范例影像评估描述和上述视频记录数据，分析量化评估。
80.s106.根据上述分析量化评估，调试上述卷积线程、拼接线程和分析线程的系数。
81.通过上述配置，可以对视频智能监控线程进行配置，使得该视频智能监控线程能够准确的分析出视频播放数据集。
82.根据本技术实施例优化视频智能监控线程的方法，具体可包括如下内容。
83.s201.根据上述影像评估描述，判断是否存在目标视频播放数据集，上述目标视频播放数据集为第一分析或第二分析的视频播放数据集。
84.s202.如果存在，则根据上述目标视频播放数据集得到第二范例vr视频数据。
85.对于目标视频播放数据集，本技术实施例可以将该目标视频播放数据集所在的待处理vr视频数据确定为该第二范例vr视频数据。
86.s203.确定上述第二范例vr视频数据对应的视频记录数据。
87.s204.通过上述第二范例vr视频数据以及上述第二范例vr视频数据对应的视频记录数据，优化上述视频智能监控线程。
88.本技术实施例中上述第二范例vr视频数据以及上述第二范例vr视频数据对应的视频记录数据形成了视频智能监控线程的训练范例，根据该训练范例可以调试该视频智能监控线程的系数，从而可以使得调试后的该视频智能监控线程具备正确分析出该目标视频播放数据集的能力，通过连续优化视频智能监控线程可以提升分析可靠性。
89.在上述基础上，请结合参阅图2，提供了一种vr设备视频播放监控装置200，应用于vr设备视频播放监控系统，所述装置包括：数据获得模块210，用于获得待处理vr视频数据，所述待处理vr视频数据包括vr设备的视频播放数据集；描述评估模块220，用于通过视频智能监控线程对所述待处理vr视频数据进行处理，生成所述视频播放数据集的影像评估描述；策略生成模块230，用获得所述视频播放数据集的范例评估描述；结合所述影像评估描述和范例评估描述，生成视频播放监控策略。
90.在上述基础上，请结合参阅图3，示出了一种vr设备视频播放监控系统300，包括互相之间通信的处理器310和存储器320，所述处理器310用于从所述存储器320中读取计算机程序并执行，以实现上述的方法。
91.在上述基础上，还提供了一种计算机可读存储介质，其上存储的计算机程序在运行时实现上述的方法。
92.综上，基于上述方案，获得待处理vr视频数据，过视频智能监控线程对待处理vr视频数据进行处理，生成视频播放数据集的影像评估描述，获得视频播放数据集的范例评估描述，结合影像评估描述和范例评估描述，生成视频播放监控策略。本技术可以通过视频智能监控线程对待处理vr视频数据进行智能处理，能够准确地确定出影像评估描述，这样一来，能够有效的规避各种干扰和噪声影响，可以使生成的视频播放监控策略能够更加准去且可靠的对视频播放进行监控。
93.应当理解，上述所示的系统及其模块可以利用各种方式来实现。例如，在一些实施
例中，系统及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中，硬件部分可以利用专用逻辑来实现；软件部分则可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、cd或dvd-rom的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本技术的系统及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用例如由各种类型的处理器所执行的软件实现，还可以由上述硬件电路和软件的结合(例如，固件)来实现。
94.需要说明的是，不同实施例可能产生的有益效果不同，在不同的实施例里，可能产生的有益效果可以是以上任意一种或几种的组合，也可以是其他任何可能获得的有益效果。
95.上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本技术的限定。虽然此处并没有明确说明，本领域技术人员可能会对本技术进行各种修改、改进和修正。该类修改、改进和修正在本技术中被建议，所以该类修改、改进、修正仍属于本技术示范实施例的精神和范围。
96.同时，本技术使用了特定词语来描述本技术的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本技术至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本技术的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
97.此外，本领域技术人员可以理解，本技术的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本技术的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本技术的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。
98.计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、rf、或类似介质，或任何上述介质的组合。
99.本技术各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如java、scala、smalltalk、eiffel、jade、emerald、c++、c#、vb.net、python等，常规程序化编程语言如c语言、visual basic、fortran 2003、perl、cobol 2002、php、abap，动态编程语言如python、ruby和groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机
上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网（lan）或广域网（wan），或连接至外部计算机（例如通过因特网），或在云计算环境中，或作为服务使用如软件即服务（saas）。
100.此外，除非权利要求中明确说明，本技术所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本技术流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本技术实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
101.同理，应当注意的是，为了简化本技术披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本技术实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本技术对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
102.一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有适应性的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本技术一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
103.针对本技术引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本技术作为参考。与本技术内容不一致或产生冲突的申请历史文件除外，对本技术权利要求最广范围有限制的文件(当前或之后附加于本技术中的)也除外。需要说明的是，如果本技术附属材料中的描述、定义、和/或术语的使用与本技术所述内容有不一致或冲突的地方，以本技术的描述、定义和/或术语的使用为准。
104.最后，应当理解的是，本技术中所述实施例仅用以说明本技术实施例的原则。其他的变形也可能属于本技术的范围。因此，作为示例而非限制，本技术实施例的替代配置可视为与本技术的教导一致。相应地，本技术的实施例不仅限于本技术明确介绍和描述的实施例。
105.以上仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。