具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

在本领域的相关技术中，图像处理系统广泛适应于多种应用场景中。其中，新闻与视频广告合作部的图像SaaS(软件即服务，Software as a Service)系统的主要功能是为广告投放、广告检索以及广告播放链路上的各个模块提供图像处理能力，主要是使用图像AI(人工智能，Artificial Intelligence)模型服务进行能力输出。

在传统的方案中，每个业务在接入图像SaaS系统之前，都需要定制一个专属的图像AI模型服务，这种按需定制的技术手段可以快速有效的满足各类业务的需求，实现快速部署上线。

但是，这种方案同样存在多种弊端，首先，每个图像模型服务都要在接入图像SaaS系统时进行定制化的开发，包括定制通信协议与接口等，占用的人力和时间成本较大，开发周期较长，开发成本是很高的。然后，由于业务逻辑与模型处理逻辑耦合，因此不同的图像模型服务的接口是无法复用的，导致接口数量与图像模型服务数量随着接入业务数量的增多而爆炸式增长，进而导致系统维护成本快速上升。

基于以上方案存在的问题，本公开提供了一种基于人工智能和云技术的服务流程化处理方法、服务流程化处理装置、计算机可读介质以及电子设备。

人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。

人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础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、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。

其中，计算机视觉技术(Computer Vision,CV)计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D技术、虚拟现实、增强现实、同步定位与地图构建等技术，还包括常见的人脸识别、指纹识别等生物特征识别技术。

而云技术(Cloud technology)是指在广域网或局域网内将硬件、软件、网络等系列资源统一起来，实现数据的计算、储存、处理和共享的一种托管技术。

云技术(Cloud technology)基于云计算商业模式应用的网络技术、信息技术、整合技术、管理平台技术、应用技术等的总称，可以组成资源池，按需所用，灵活便利。云计算技术将变成重要支撑。技术网络系统的后台服务需要大量的计算、存储资源，如视频网站、图片类网站和更多的门户网站。伴随着互联网行业的高度发展和应用，将来每个物品都有可能存在自己的识别标志，都需要传输到后台系统进行逻辑处理，不同程度级别的数据将会分开处理，各类行业数据皆需要强大的系统后盾支撑，只能通过云计算来实现。

云计算(cloud computing)是一种计算模式，它将计算任务分布在大量计算机构成的资源池上，使各种应用系统能够根据需要获取计算力、存储空间和信息服务。提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的，并且可以随时获取，按需使用，随时扩展，按使用付费。

作为云计算的基础能力提供商，会建立云计算资源池(简称云平台，一般称为IaaS(Infrastructure as a Service，基础设施即服务)平台，在资源池中部署多种类型的虚拟资源，供外部客户选择使用。云计算资源池中主要包括：计算设备(为虚拟化机器，包含操作系统)、存储设备、网络设备。

按照逻辑功能划分，在IaaS(Infrastructure as a Service，基础设施即服务)层上可以部署PaaS(Platform as a Service,平台即服务)层，PaaS层之上再部署SaaS(Software as a Service,软件即服务)层，也可以直接将SaaS部署在IaaS上。PaaS为软件运行的平台，如数据库、web容器等。SaaS为各式各样的业务软件，如web门户网站、短信群发器等。一般来说，SaaS和PaaS相对于IaaS是上层。

利用人工智能中计算机视觉技术和云技术的服务流程化处理方法节省了人力成本和开发维护成本，也提升了接入图像处理系统的效率。

图1示出了应用本公开技术方案的示例性系统架构示意图。

如图1所示，系统架构100可以包括终端110、网络120、服务器端130。其中，终端110和服务器端130通过网络120连接。

终端110可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等，但并不局限于此。网络120可以是能够在终端110和服务器端130之间提供通信链路的各种连接类型的通信介质，例如可以是有线通信链路、无线通信链路或者光纤电缆等等，本申请在此不做限制。服务器130可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。

具体地，服务器端130对图像功能模型进行功能分割处理得到至少两个图像处理服务。进一步的，在至少两个图像处理服务中确定一图像处理服务，并查询包括图像处理服务的图像处理模型；其中，图像处理模型包括图像功能模型。然后，获取图像处理服务在图像处理模型中的服务流程信息，并按照服务流程信息对图像处理服务进行服务流程化处理得到图像处理模型的服务执行流程。

并且，还可以生成服务执行流程对应的执行流程标识，以便于终端110调用该服务执行流程。

另外，本公开实施例中的服务流程化处理方法可以应用于终端，也可以应用于服务器端，本公开对此不做特殊限定。本公开实施例主要以服务流程化处理方法应用于服务器端130来举例说明。

下面结合具体实施方式对本公开提供的服务流程化处理方法、服务流程化处理装置、计算机可读介质以及电子设备做出详细说明。

图2示意性地示出了本公开的一些实施例中服务流程化处理方法的步骤流程图，如图2所示，服务流程化处理方法主要可以包括以下步骤：

步骤S210.对图像功能模型进行功能分割处理得到至少两个图像处理服务。

步骤S220.在至少两个图像处理服务中确定一图像处理服务，并查询包括图像处理服务的图像处理模型；其中，图像处理模型包括图像功能模型。

步骤S230.获取图像处理服务在图像处理模型中的服务流程信息。

步骤S240.按照服务流程信息对图像处理服务进行服务流程化处理得到图像处理模型的服务执行流程。

在本公开的示例性实施例中，根据功能分割处理得到图像处理服务，在保证图像处理功能的独有性的基础上，保证了图像处理服务的复用性。进一步的，对功能分割处理的图像处理服务进行服务流程化处理，节省了人力成本和开发资源，也极大地降低了维护成本，同时，可以更加灵活的接入各种图像处理系统，提高了接入图像处理系统的效率。

下面对服务流程化处理方法的各个步骤进行详细说明。

在步骤S210中，对图像功能模型进行功能分割处理得到至少两个图像处理服务。

在本公开的示例性实施例中，图像处理服务是图像功能模块可以提供的服务，可以包括图像输入服务、图像检测服务等多种服务内容，也可以是由其他方式提供的，本示例性实施例对此不做特殊限定。

具体的，该图像功能模型可以是具有图像处理能力的模型，例如低俗人物识别模型和色情动漫素材检测模型等，或者是广告投放、广告检索或者广告播放链路上的其他图像功能模型，本示例性实施例对此不做特殊限定。

而图像处理服务可以是图像功能模型中的各个功能模块提供的服务。将图像功能模型按照图像处理功能进行抽象处理，那么可以确定各个功能模块对应的图像处理服务。

举例而言，当图像功能模型为低俗人物识别模型时，图像处理服务可以是图片输入模块提供的服务、人物检测模块提供的服务、人物低俗分类模块提供的服务和判别结果输出模块提供的服务等；当图像功能模型为色情动漫素材检测模型时，图像处理服务可以是图片输入模块提供的服务、人物检测模块提供的服务、动漫人物判别模块提供的服务、色情动漫人物判别模块提供的服务和判别结果输出模块提供的服务等。当图像功能模型为广告投放、广告检索或者广告播放链路上的其他图像功能模型时，图像处理服务也可以是对应其他图像功能模型的其他图像处理服务，本示例性实施例对此不做特殊限定。

当图像处理服务是图像功能模型中各个功能模块提供的时，图像处理服务可以表征各个功能模块。因此，为了将图像处理模型按照功能进行功能分割处理，可以根据图像处理服务对图像功能模型进行功能分割处理得到图像处理服务。

当图像处理服务是图片输入模块提供的服务、人物检测模块提供的服务、人物低俗分类模块提供的服务和判别结果输出模块提供的服务时，可以按照图像处理服务进行功能分割处理得到图片输入服务、人物检测服务、人物低俗分类服务和判别结果输出服务；当图像处理服务是图片输入模块提供的服务、人物检测模块提供的服务、动漫人物判别模块提供的服务、色情动漫人物判别模块提供的服务和判别结果输出模块提供的服务时，可以按照图像处理服务进行功能分割处理得到图片输入服务、人物检测服务、动漫人物判别服务、色情动漫人物判别服务和判别结果输出服务。

在本示例性实施例中，按照图像处理服务对图像功能模型进行功能分割处理得到至少两个图像处理服务，为后续服务流程化处理提供了数据基础，也有利于提高图像处理服务的复用性。

在确定图像处理服务之后，可以部署各个图像处理服务生成服务路径信息。

在可选的实施例中，将图像处理服务存储在服务集群中得到图像处理服务的服务路径信息，并将服务路径信息存储在路径信息表中。

该服务集群用于存储功能分割处理得到的图像处理服务，一个服务集群中可以存储多个图像处理服务。并且，该服务集群可以有一个，也可以有多个，本示例性实施例对此不做特殊限定。

为解决部署的图像处理服务过多带来的负载问题，可以通过服务集群的集群标识和图像处理服务的网络路径信息来指定图像处理服务部署的服务路径信息。亦即，服务路径信息包括服务集群的集群标识和图像处理服务的网络路径信息。

其中，集群标识可以是负载均衡的集群的标识信息，一个集群标识可以指定一组网络路径信息，而一个网络路径信息可以指定一个图像处理服务。网络路径信息可以是图像处理服务的路由信息，也可以是其他信息，本示例性实施例对此不做特殊限定。路由信息可以是图像处理服务的存储路径，通过路由信息可以获取到对应的图像处理服务。

而该路径信息表可以在每监听到一个新的图像处理服务时，存储该图像处理服务的服务路径信息。

该路径信息表可以是存储服务路径信息的表格。而当服务路径信息包括服务集群的集群标识和图像处理服务的网络路径信息时，路径信息表中存储了图像处理服务对应的集群标识和网络路径信息。亦即，可以在路径信息表中查询图像处理服务对应的服务路径信息。

在本示例性实施例中，在确定功能分割处理得到的图像处理服务之后，可以进一步部署该图像处理服务，并存储与该部署位置相关的服务路径信息，便于后续通过该服务路径信息查询及流程化处理对应的图像处理服务。

在步骤S220中，在至少两个图像处理服务中确定一图像处理服务，并查询包括图像处理服务的图像处理模型；其中，图像处理模型包括图像功能模型。

在本公开的示例性实施例中，为对功能分割处理得到的多个图像处理服务进行流程化处理，可以首先在至少两个图像处理服务中确定出一个待流程化处理的图像处理服务。该图像处理服务可以是随机确定的，也可以是按照实际需求指定的，本示例性实施例对此不做特殊限定。

进一步的，确定包括该图像处理服务的图像处理模型以对该图像处理服务进行流程化处理。

具体的，为对该图像处理服务进行流程化处理，可以对路径信息表进行监听，以确定进行流程化处理的时机。

在可选的实施例中，当监听到路径信息表中存储服务路径信息时，确定包括存储有服务路径信息的图像处理服务的图像处理模型。

由于部署图像处理服务时会将图像处理服务的服务路径信息存储在路径信息表中，因此，在部署完毕之后可以确定图像处理模型进行服务流程化处理。除此之外，也可以根据实际需求设定其他服务流程化处理的时机，本示例性实施例对此不做特殊限定。

由于图像处理服务是根据对图像功能模型进行功能分割处理得到的，并且，待流程化处理的图像处理模型中存在相同的图像处理服务，也存在特有的图像处理服务，因此，可以确定包括图像处理服务的图像处理模型，以对图像处理模型包括的图像处理服务进行服务流程化处理。

当该图像处理服务为通用的图像处理服务时，可以确定出包括该图像处理服务的图像处理模型有至少两个；当该图像处理服务为特有的图像处理服务时，可以确定出包括该图像处理服务的图像处理模型只有一个。

举例而言，低俗人物识别模型和色情动漫素材检测模型共同包括的服务由图片输入服务、人物检测服务和判别结果输出服务。因此，包括图像输入服务、人物检测服务和判别结果输出服务的图像处理模型可以有低俗人物识别模型和色情动漫素材检测模型。

除此之外，低俗人物识别模型还包括特有的人物低俗分类服务，而色情动漫素材检测模型还包括特有的动漫人物判别服务和色情动漫人物判别服务。因此，包括人物低俗分类服务的图像处理模型可以有低俗人物识别模型，包括动漫人物判别服务和色情动漫人物判别服务的图像处理模型可以有色情动漫素材检测模型。

在步骤S230中，获取图像处理服务在图像处理模型中的服务流程信息。

在本公开的示例性实施例中，由于图像处理模型中的各个图像处理服务是按照顺序执行的，因此，每个图像处理服务在图像处理模型中都有自己的执行顺序，该执行顺序使用服务流程信息表示。

该服务流程信息可以是利用数字、文字、字母等方式表示的，也可以是以一个服务的执行顺序为参照表征的，或者是其他方式的信息，本示例性实施例对此不做特殊限定。

举例而言，低俗人物识别模型中的图片输入服务的服务流程信息为1，人物检测服务的服务流程信息为2，人物低俗分类服务的服务流程信息为3，判别结果输出服务的服务流程信息为4；色情动漫素材检测模型中图片输入服务的服务流程信息为1，人物检测服务的服务流程信息为2，动漫人物判别服务的服务流程信息为3，色情动漫人物判别服务的服务流程信息为4，判别结果输出服务的服务流程信息为5。

因此，相同的图像处理服务在不同的图像处理模型中的服务流程信息可能相同，也可能不同。

在步骤S240中，按照服务流程信息对图像处理服务进行服务流程化处理得到图像处理模型的服务执行流程。

在本公开的示例性实施例中，在确定图像处理服务在图像处理模型中的服务流程信息之后，可以按照该服务流程信息对图像处理服务进行服务流程化处理，以得到与图像处理模型对应的服务执行流程。

其中，服务流程化处理是按照一图像处理服务的服务流程信息将该图像处理服务在图像处理模型中的其他图像处理服务连接处理得到该图像处理服务的服务执行流程的处理方法，并且，由于连接处理之后各个图像处理服务之间具有服务连接关系，因此，上一图像处理服务的处理结果为下一图像处理服务的输入参数。由于图像处理模型中所包括的所有图像处理服务均进行了服务流程化处理，因此可以在所有图像处理服务完成服务流程化处理之后得到该图像处理模型的服务执行流程，该服务图像流程表征该图像处理模型中的各个图像处理服务之间的服务连接关系。

值得说明的是，由于图像处理模型中包括图像功能模型，因此服务流程化处理的图像处理模型可以是对最新进行功能分割处理的图像功能模型进行服务流程化处理，亦即在对图像功能模型进行功能分割处理之后直接进行服务流程化处理。

除此之外，进行服务流程化处理的图像处理模型还包括除该图像功能模型之外的其他图像处理模型，该其他图像处理模型为包括确定出的图像处理服务的图像处理模型。

不仅如此，服务流程化处理的图像处理模型还可以包括对一图像处理模型进行更新后得到的图像处理模型。亦即，图像处理模型会根据实际需求进行更新，而在更新之后，可以按照更新后的图像处理模型中包括的图像处理服务进行服务流程化处理。并且，根据实际情况还可以删除未更新的图像处理模型的服务执行流程节省存储空间，也可以保存更新前的图像处理模型的服务执行流程作为扩展方式，本示例性实施例对此不做特殊限定。

举例而言，低俗人物识别模型中的图片输入服务的服务流程信息为1，人物检测服务的服务流程信息为2，人物低俗分类服务的服务流程信息为3，判别结果输出服务的服务流程信息为4，因此分别对低俗人物识别模型中包括的图片输入服务、人物检测服务、人物低俗分类服务和判别结果输出服务进行服务流程化处理，可以得到低俗人物识别模型中的图像处理服务的服务执行流程为图片输入服务→人物检测服务→人物低俗分类服务→判别结果输出服务；色情动漫素材检测模型中图片输入服务的服务流程信息为1，人物检测服务的服务流程信息为2，动漫人物判别服务的服务流程信息为3，色情动漫人物判别服务的服务流程信息为4，判别结果输出服务的服务流程信息为5，因此分别对色情动漫素材检测模型所包括的图片输入服务、人物检测服务、动漫人物判别服务、色情动漫人物判别服务和判别结果输出服务进行服务流程化处理，可以得到色情动漫素材检测模型的服务执行流程为图片输入服务→人物检测服务→动漫人物判别服务→色情动漫人物判别服务→判别结果输出服务。

并且，该服务执行流程可以是链式结构的，该链式结构可以是串行链式结构，也可以是并行链式结构，还可以是其他结构，本示例性实施例对此不做特殊限定。

在生成图像处理模型的服务执行流程之后，可以生成对应的执行标识信息，以进行调用。

在可选的实施例中，生成与服务执行流程对应的执行流程标识，以用于调用服务执行流程。

该执行流程标识可以是服务执行流程的标识信息，一个服务执行流程唯一对应一个执行流程标识。通过该执行流程标识信息可以唯一确定一个服务执行流程。

在可选的实施例中，图3示出了根据执行流程标识调用服务执行流程的方法的步骤流程图，如图3所示，该方法至少包括以下步骤：在步骤S310中，接收服务调用参数；其中，服务调用参数包括服务流程标识。

当业务端请求调用服务执行流程时，会发送一业务请求。在该业务请求中携带有服务调用参数，并且为了明确要调用的服务执行流程，在该服务调用参数中会包括执行流程标识。

在步骤S320中，按照执行流程标识确定与服务流程标识对应的服务执行流程，并通过与服务流程标识对应的服务执行流程对图像进行图像处理生成图像处理结果。

由于执行流程标识与服务执行流程之间具有一一对应的关系，因此在获取到服务调用参数中的服务流程标识之后，可以根据与该服务流程标识相同的执行流程标识确定要调用的服务执行流程，以通过该服务执行流程对图像进行图像处理生成图像处理结果。

而在调用时，不是所有发起业务请求的应用程序都具有调用服务执行流程的资格，因此，可以对该业务请求进行鉴权处理。

在可选的实施例中，服务调用参数包括身份参数。图4示出了确定服务执行流程的方法的步骤流程示意图，如图4所示，该方法至少包括以下步骤：在步骤S410中，对身份参数进行鉴权处理得到鉴权处理结果。

该身份参数可以是发起业务请求的应用程序的标识信息和签名信息，亦即appid和app_sign。其中，该签名信息可以是在业务端发起业务请求时，生成的与该业务请求对应的签名信息，以发送该标识信息和签名信息进行验证。该签名信息可以是根据密钥对访问请求进行加密生成的，也可以是根据其他方式生成的，本示例性实施例对此不做特殊限定。

对身份参数进行鉴权处理的方式可以是判断可调用服务执行流程的应用程序的标识信息和签名信息中是否包括业务请求中携带的标识信息和签名信息，也可以有其他鉴权方式，本示例性实施例对此不做特殊限定。

在步骤S420中，基于鉴权处理结果，按照执行流程标识确定与服务流程标识对应的服务执行流程。

当可调用服务执行流程的应用程序的标识信息和签名信息中包括业务请求中携带的标识信息和签名信息时，确定鉴权处理结果为鉴权通过，以进一步利用执行流程标识确定服务执行流程。

在本示例性实施例中，利用身份参数对发起业务请求的应用程序进行鉴权处理，保证了服务执行流程的信息安全性和私密性。

值得说明的是，若服务执行流程为串行结构时，直接调用服务执行流程对图像进行图像处理即可得到图像处理结果；而当服务执行流程为并行结构时，在调用服务执行流程对图像进行图像处理之后，还可以对处理结果进行汇总处理，以得到图像处理结果。

在可选的实施例中，服务调用参数还包括下载地址信息和图像处理信息。图5示出了调用并行结构的服务执行流程的方法的步骤流程示意图，如图5所示，该方法至少包括以下步骤：在步骤S510中，根据下载地址信息下载图像。

该下载地址信息是要处理的图像所存储的位置信息，根据该位置信息可以下载到图像，以对该图像进行后续的图像处理。

在可选的实施例中，图像包括对视频进行视频抽帧处理得到的图像，图像的来源是通过服务调用参数中的类别参数确定的。

由于业务端在发送业务请求时，还会在业务请求中携带一类别参数，因此可以根据该类别参数确定下载到的图像是否为对视频进行视频抽帧处理得到的。其中，视频抽帧处理是在待处理视频中，通过间隔一定帧抽取若干帧的方式，模拟每隔一段时间得到一张图像的处理方式。

通过视频抽帧处理可以得到一张张的图像，亦即根据视频得到的图像。并且，对该图像调用服务执行流程中的图像处理服务进行处理，即可得到图像处理结果。

当然，若此时的服务执行流程也为并行结构时，也可以按照步骤S520-S530的处理方式得到图片处理结果。

在本示例性实施例中，若图像为对视频进行视频抽帧处理得到的时，也可以调用服务执行流程进行图像处理，丰富了服务执行流程的应用场景。在步骤S520中，基于图像处理信息，通过与服务流程标识对应的服务执行流程所包括的图像处理服务对图像进行图像处理得到服务处理结果。

该图像处理信息可以是要对图像进行图像处理时必需的输入参数，也可以是其他必需信息，本示例性实施例对此不做特殊限定。

在确定图像和图像处理信息之后，可以调用服务执行流程对二者进行图像处理得到服务处理结果。

值得说明的是，当图像执行流程为并行结构时，该服务处理结果可以是至少两个子流程的处理结果。并且，对于至少两个子流程而言，图像处理信息可以是相同的，也可以是不同的，本示例性实施例对此不做特殊限定。

在步骤S530中，对服务处理结果进行汇总处理得到图像处理结果。

该汇总处理可以是对至少两个子流程的处理结果进行合并处理的方式，也可以是其他处理方式，本示例性实施例对此不做特殊限定。

举例而言，当一个子流程的处理结果为结果1，而另一个子流程的处理结果为结果2时，可以按照[结果1，结果2]的集合方式合并处理作为图像处理结果。

在本示例性实施例中，调用并行结构的服务执行流程中的图像处理服务可以得到图像处理结果，丰富了服务执行流程的应用方式，扩大了服务执行流程的调用场景。

在可选的实施例中，下载地址信息、图像处理信息和类别参数是编码处理得到的。

该编码方式可以是利用JSON(JavaScript Object Notation,JS对象简谱)协议编码处理，也可以是其他编码方式，本示例性实施例对此不做特殊限定。

由于JSON是一种理想的数据交换格式，易于人阅读和编写，同时也易于机器解析和生成，在接口数据开发和传输中非常常用。当利用JSON协议编码方式对下载地址信息、图像处理信息和类别参数进行编码处理时，便于通过业务请求携带这些信息和传输，为确定服务执行流程提供了更为便捷的信息传输方式。

具体的，可以参照表1查看服务调用参数的内容设计：

其中，appid和app_sign为应用程序的标识信息和签名信息，亦即身份参数；model_action为流程标识，亦即利用model_action可以确定要调用的服务执行流程；model_param为一参数列表，其中可以包括下载地址信息、图像处理信息和类别参数等，并且，下载地址信息、图像处理信息和类别参数进行JSON协议编码处理进行传输。

在下载到图像，并调用服务执行流程中的图像处理服务对图像和图像处理信息进行图像处理时，可以从路径信息表中获取到图像处理服务进行调用。

在可选的实施例中，图6示出了生成图像处理结果的方法的步骤流程图，如图6所示，该方法至少包括以下步骤：在步骤S610中，确定与服务流程标识对应的服务执行流程中所包括的图像处理服务为待调用服务，并在路径信息表中确定待调用服务的服务路径信息。

该路径信息表可以是存储图像处理服务的服务路径信息的表格。由于路径信息表中存储的服务路径信息与图像处理服务之间具有一一对应的关系，因此，可以一一确定服务执行流程中的图像处理服务为待调用服务，并确定待调用服务的服务路径信息，以按照服务执行流程的顺序进行调用。

在步骤S620中，按照服务路径信息调用待调用服务，并通过待调用服务对图像进行图像处理生成图像处理结果。

在可选的实施例中，服务路径信息包括服务集群的集群标识和图像处理服务的网络路径信息。图7示出了确定待调用服务的方法的步骤流程图，如图7所示，该方法至少包括以下步骤：在步骤S710中，根据集群标识确定存储待调用服务的服务集群。

其中，集群标识可以是负载均衡的集群的标识信息，一个集群标识可以指定一组网络路径信息，而一个网络路径信息指定一个图像处理服务。因此，按照服务路径信息中的集群标识可以确定服务执行流程中的图像处理服务所在的服务集群，亦即待调用服务所在的服务集群。

在步骤S720中，根据网络路径信息调用服务集群中的待调用服务。

网络路径信息可以是图像处理服务的路由信息，也可以是其他信息，本示例性实施例对此不做特殊限定。路由信息可以是图像处理服务的存储路径，通过路由信息可以获取对应的图像处理服务，亦即待调用服务。

进一步的，在确定了一个服务集群之后，按照网络路径信息可以获取到服务执行流程中的待调用服务。

在本示例性实施例中，通过服务路径信息可以调用到服务执行流程中的待调用服务，调用过程逻辑缜密，并且解决了存储和调用过程中的负载均衡问题，实用性极强。

在确定待调用服务之后，可以利用该待调用服务对图像进行图像处理生成图像处理结果。并且，由于图像处理过程中生成的图像处理结果数据量较大，可以将图像处理结果存储在指定位置。

在可选的实施例中，将图像处理结果存储在内容分发网络中。

其中，内容分发网络(Content Delivery Network，简称CDN)是一种新型的网络构建方式，它是为能在传统的IP(Internet Protocol，网际互联协议)网发布宽带丰富媒体而特别优化的网络覆盖层。而从广义的角度，CDN代表了一种基于质量与秩序的网络服务模式。简单地说，CDN是一个经策略性部署的整体系统，包括分布式存储、负载均衡、网络请求的重定向和内容管理4个要件，而内容管理和全局的网络流量管理是CDN的核心所在。通过用户就近性和服务器负载的判断，CDN确保内容以一种极为高效的方式为用户的请求提供服务。总的来说，内容服务基于缓存服务器，也称作代理缓存，它位于网络的边缘，距用户仅有”一跳”(Single Hop)之遥。同时，代理缓存是内容提供商源服务器(通常位于CDN服务提供商的数据中心)的一个透明镜像。这样的架构使得CDN服务提供商能够代表内容供应商，向最终用户提供尽可能好的体验，而这些用户是不能容忍请求响应时间有任何延迟的。据统计，采用CDN技术，能处理整个网站页面的70％～95％的内容访问量，减轻服务器的压力，提升了网站的性能和可扩展性。CDN因其高效和高质的服务质量，应用越发广泛。

值得说明的是，CDN中存储的图像处理结果可以是图像处理服务的中间处理结果，也可以是图像处理模型的最终处理结果，以满足业务端调用服务执行流程的各个过程中的处理结果。

在本示例性实施例中，将图像处理结果存储在内容分发网络中，不仅可以是满足图像处理过程中的图像处理结果数据量大的需求，还可以满足业务端快速获取图像处理结果的要求，提高业务端请求的响应速度和成功概率。

下面结合一具体应用场景对本公开实施例中提供的服务流程化处理方法做出详细说明。

图8示出了应用场景下的低俗人物识别模型的模块结构图，如图8所示，低俗人物识别模型中包括图片输入模块、人物检测模块、人物低俗分类模块和判别结果输出模块等。

值得说明的是，每一个功能模块均可以提供图像处理服务，亦即功能模块为服务的外化表现形式。

图9示出了应用场景下的色情动漫素材检测模型的模块结构图，如图9所示，色情动漫素材检测模型包括的功能模块为图片输入模块、人物检测模块、动漫人物判别模块、色情动漫人物判别模块和判别结果输出模块。

对低俗人物识别模型和色情动漫素材检测模型进行功能抽象可以发现，两种模型的功能模块中既有相同的模块，例如图片输入模块、人物检测模型和判别结果输出模块，又有特有的模块，例如低俗人物识别模型中存在低俗人物分类模块，而色情动漫素材检测模型中存在动漫人物判别模块和色情动漫人物判别模块。

因此，可以对低俗人物识别模型和色情动漫素材检测模型进行功能分割处理得到通用模块和特有模块，并进行部署。

为了避免系统接口的爆炸式增长，且维护图像SaaS系统中功能模块的通用性和功能的单一性，可以在图像SaaS系统中部署服务流程化处理系统，以更加灵活的方式将业务端接入到图像SaaS系统中。

图像SaaS系统主要为广告投放、广告检索以及广告播放链路上各个模块提供图像处理服务。尤其是新闻视频广告合作部的图像SaaS系统主要应用于广告投放中的广告智能审核模块。

广告智能审核模块的主要目标是使用机器替代人工对广告主提交的广告进行自动化审核，避免广告中出现低俗图片、侵权商标、违禁物品等信息。因此，在广告智能很合模块中，图像SaaS系统主要为广告素材中的图片或视频提供自动审核处理相应的处理能力，包括判断图片或视频是否低俗、是否包含侵权商标、是否包含违禁物品等。

图10示出了在应用场景下的服务流程化处理系统的结构示意图，如图10所示，服务流程化系统包括配置中心1010、服务集群模块1020、图像SaaS系统的服务流程化处理模块1030和业务端1040。

每个图像处理服务上线时，都会在配置中心1010中注册对应的服务路径信息。图像SaaS系统的服务流程化处理模块1030订阅该服务路径信息，供后续调用使用。具体的，服务集群模块1020上线后会向配置中心1010发送请求，并将自己的服务集群的集群标识和图像处理服务的网络路径信息发送给配置中心1010。进一步的，配置中心1010会将服务集群的集群标识和图像处理服务的网络路径信息写入到路径信息表中，提供给图像SaaS系统的服务流程化处理模块1030订阅。

图像SaaS系统的服务流程化处理模块1030监听该路径信息表。当监听到该路径信息表中写入新的服务集群的集群标识和图像处理服务的网络路径信息时，会确定该服务集群的集群标识和图像处理服务的网络路径信息对应的图像处理服务的图像处理模型，并按照图像处理模型中的服务流程信息对图像处理服务进行服务流程化处理得到服务执行流程，发布到配置中心1010中。当图像SaaS系统的服务流程化处理模块1030订阅该服务执行流程时，可以将该服务执行流程加载进内存中进行调用。

业务端1040向图像SaaS系统的服务流程化处理模块1030发送业务请求，并且会携带有服务调用参数，以确定要调用的服务执行流程。图像SaaS系统的服务流程化处理模块1030依次调用服务执行流程中的图像处理服务得到图像处理结果。

并且，在该服务执行流程为并行结构时，还会对各个子流程的服务处理结果进行汇总处理得到图像处理结果，并返回给业务端1040。

图11示出了并行链式结构的低俗人物识别模型的服务流程化处理流程的结构示意图，如图11所示，该低俗人物识别模型为并行链式结构，包括图片输入服务、人物检测服务、人物低俗分类服务、关键部位检测服务、关键部位低俗分类服务和判别结果输出服务。

该服务流程化处理流程也可以使用JSON协议编码处理，并且编码方式如下：

当服务执行流程为链式结构时，可以逐渐生成服务执行流程的网状图。那么，当每个图像处理服务接入时，只需要用JSON编码协议将对应的服务执行流程发布至配置中心，图像SaaS系统的服务流程化处理模块就会订阅到该信息，以加载到内存中调用服务执行流程。

具体的，与该低俗人物识别模型对应的服务路径信息如下：

低俗人物识别模型的每一个图像处理服务都会对应一个集群标识，例如图片输入服务的集群标识为1981633:65536，人物检测模型服务的集群标识为1528065:720896，关键部位检测服务的集群标识为1570305:983040，人物低俗分类服务的集群标识为1528065:655360，关键部位低俗分类服务的集群标识为1528065:589824。该集群标识对应一组网络路径信息和一个服务端口，亦即一组服务集群。

图像SaaS系统的服务流程化处理模块在调用一个图像处理服务时，会通过集群标识获取到一个网络路径信息和服务端口，并将该业务请求发送给对应的服务实例。

基于以上应用场景可知，本公开实施例提供的服务流程化处理方法，根据功能分割处理得到图像处理服务，在保证图像处理功能的独有性的基础上，保证了图像处理服务的复用性。进一步的，对功能分割处理的图像处理服务进行服务流程化处理，节省了至少50％的人力成本和至少30％的开发资源，也极大地降低了维护成本，同时，可以更加灵活的接入各种图像处理系统，提高了接入图像处理系统的效率。

应当注意，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

以下介绍本公开的装置实施例，可以用于执行本公开上述实施例中的服务流程化处理方法。对于本公开装置实施例中未披露的细节，请参照本公开上述的服务流程化处理方法的实施例。

图12示意性地示出了在本公开一些实施例中的一种服务流程化处理装置的结构框图，如图12所示，服务流程化处理装置1200主要可以包括：功能分割模块1210、服务确定模块1220、信息获取模块1230和流程处理模块1240。

功能分割模块1210，被配置为对图像功能模型进行功能分割处理得到至少两个图像处理服务；服务确定模块1220，被配置为在至少两个图像处理服务中确定一图像处理服务，并查询包括图像处理服务的图像处理模型；其中，图像处理模型包括图像功能模型；信息获取模块1230，被配置为获取图像处理服务在图像处理模型中的服务流程信息；流程处理模块1240，被配置为按照服务流程信息对图像处理服务进行服务流程化处理得到图像处理模型的服务执行流程。

在本公开的一些实施例中，服务流程化处理装置，还包括：

路径存储模块，被配置为将图像处理服务存储在服务集群中得到图像处理服务的服务路径信息，并将服务路径信息存储在路径信息表中。

在本公开的一些实施例中，服务确定模块包括：信息监听子模块，被配置为当监听到路径信息表存储服务路径信息时，确定包括存储有服务路径信息的图像处理服务的图像处理模型。

在本公开的一些实施例中，服务流程化处理装置，还包括：标识生成模块，被配置为生成与服务执行流程对应的执行流程标识，以用于调用服务执行流程。

在本公开的一些实施例中，服务流程化处理装置，还包括：参数接收模块，被配置为接收服务调用参数；其中，服务调用参数包括服务流程标识；

流程确定模块，被配置为按照执行流程标识确定与服务流程标识对应的服务执行流程，并通过与服务流程标识对应的服务执行流程对图像进行图像处理生成图像处理结果。

在本公开的一些实施例中，流程确定模块，包括：对象下载子模块，被配置为根据下载地址信息下载图像；

服务处理子模块，被配置为基于图像处理信息，通过与服务流程标识对应的服务执行流程所包括的图像处理服务对所图像进行图像处理得到服务处理结果；

结果汇总子模块，被配置为对服务处理结果进行汇总处理得到图像处理结果。

在本公开的一些实施例中，图像包括对视频进行视频抽帧处理得到的图像，图像的来源是通过服务调用参数中的类别参数确定的。

在本公开的一些实施例中，下载地址信息、图像处理信息和类别参数是编码处理得到的。

在本公开的一些实施例中，流程确定模块，包括：鉴权处理子模块，被配置为对身份参数进行鉴权处理得到鉴权处理结果；

鉴权成功子模块，被配置为基于鉴权处理结果，按照执行流程标识确定与服务流程标识对应的服务执行流程。

在本公开的一些实施例中，流程确定模块，包括：路径确定子模块，被配置为确定与服务流程标识对应的服务执行流程中所包括的图像处理服务为待调用服务，并在路径信息表中确定待调用服务的服务路径信息；

路径调用子模块，被配置为按照服务路径信息调用待调用服务，并通过待调用服务对图像进行图像处理生成图像处理结果。

在本公开的一些实施例中，路径调用子模块，包括：集群确定单元，被配置为根据集群标识确定存储待调用服务的服务集群；

服务调用单元，被配置为根据网络路径信息调用服务集群中的待调用服务。

在本公开的一些实施例中，服务流程化处理装置，还包括：结果存储子模块，被配置为将图像处理结果存储在内容分发网络中。

本公开各实施例中提供的服务流程化处理装置的具体细节已经在对应的方法实施例中进行了详细的描述，因此此处不再赘述。

图13示出了适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。

需要说明的是，图13示出的电子设备的计算机系统1300仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图13所示，计算机系统1300包括中央处理单元(Central Processing Unit，CPU)1301，其可以根据存储在只读存储器(Read-Only Memory，ROM)1302中的程序或者从储存部分1308加载到随机访问存储器(Random Access Memory，RAM)1303中的程序而执行各种适当的动作和处理。在RAM 1303中，还存储有系统操作所需的各种程序和数据。CPU1301、ROM 1302以及RAM 1303通过总线1304彼此相连。输入/输出(Input/Output，I/O)接口1305也连接至总线1304。

以下部件连接至I/O接口1305：包括键盘、鼠标等的输入部分1306；包括诸如阴极射线管(Cathode Ray Tube，CRT)、液晶显示器(Liquid Crystal Display，LCD)等以及扬声器等的输出部分1307；包括硬盘等的储存部分1308；以及包括诸如LAN(Local AreaNetwork，局域网)卡、调制解调器等的网络接口卡的通信部分1309。通信部分1309经由诸如因特网的网络执行通信处理。驱动器1310也根据需要连接至I/O接口1305。可拆卸介质1311，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1310上，以便于从其上读出的计算机程序根据需要被安装入储存部分1308。

特别地，根据本公开的实施例，各个方法流程图中所描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1309从网络上被下载和安装，和/或从可拆卸介质1311被安装。在该计算机程序被中央处理单元(CPU)1301执行时，执行本申请的系统中限定的各种功能。

需要说明的是，本公开实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本公开实施方式的方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。