人脸图像处理方法、装置、介质及设备
技术领域
本发明涉及计算机视觉领域，尤其涉及一种人脸图像处理方法、装置、介质及设备。
背景技术
随着人脸识别、人脸解锁技术在金融、考勤机、门禁系统、移动设备等领域的广泛应用，人脸相关算法技术近年来得到了越来越多的关注。在实际应用中，泛化性能对人脸相关算法来说是一个重大挑战。例如不同成像设备、不同颜色光线环境、不同人种肤色等图像色彩都有可能对人脸相关算法造成干扰。在算法研发中，为确保人脸相关算法在不同环境和条件下具有良好的泛化性能，传统解决方法主要是：采集海量的数据来进行训练，海量的数据需要涵盖市面上主要的手机、摄像头型号、不同显示设备型号、不同颜色光线环境、不同人种肤色人脸数据等等。通常开发人员很难采集到能涵盖各种条件的完备数据集，所以图像色彩仍然会对目前人脸相关算法造成干扰，影响人脸识别结果的准确度。
发明内容
本发明的目的在于提供一种人脸图像处理方法、装置、介质及设备，用以实现对人脸图像色彩的归一化处理。
本发明提供一种人脸图像处理方法，该方法包括：确定目标人脸图像；计算所述目标人脸图像的人脸区域像素的参考均值和参考标准差；计算待处理人脸图像的人脸区域像素的初始均值和初始标准差；根据目标人脸图像的人脸区域像素的参考均值和参考标准差，以及待处理人脸图像的人脸区域像素的初始均值和初始标准差，对待处理人脸图像的颜色数据进行归一化，得到处理后的人脸图像。
通过上述方法可以对训练图像数据和测试图像数据进行预处理，从而利用预处理后的训练图像数据和处理后的测试图像数据，对人脸算法参考模型进行训练，得到训练后的人脸算法模型，可见，采用该方法训练得到人脸算法模型可以不受图像色彩的影响，能够有效的避免训练图像数据的色彩和测试图像数据的色彩对人脸算法模型的干扰，有效提升最终生成的人脸算法模型的泛化性能。
在一种可能的实现中，计算目标人脸图像的人脸区域像素的参考均值和参考标准差，包括：将目标人脸图像的三个颜色通道的值，由RGB颜色空间转换到LAB颜色空间；分别在三个颜色通道下，计算目标人脸图像的人脸区域像素的参考均值和参考标准差；
计算待处理人脸图像的人脸区域像素的初始均值和初始标准差，包括：
将待处理人脸图像的三个颜色通道的值，由RGB颜色空间转换到LAB颜色空间；分别在三个颜色通道下，计算待处理人脸图像的人脸区域像素的参考均值和参考标准差。该方法中由RGB颜色空间转换到LAB颜色空间之后再进行计算，可以避免图像色彩失真，提升最终计算结果的准确率。
在一种可能的实现中，该方法还包括：根据待处理人脸图像的人脸区域像素的初始均值和初始标准差，以及待处理人脸图像的各个颜色通道的各个像素的初始值，计算待处理人脸图像的各个颜色通道的各个像素的标准颜色通道值；
根据待处理人脸图像的各个颜色通道的各个像素的标准颜色通道值，以及目标人脸图像的人脸区域像素的参考均值和参考标准差，得到待处理人脸图像的各个颜色通道的各个像素的归一化颜色通道值；将待处理人脸图像的各个颜色通道的各个像素的归一化颜色通道值，由LAB颜色空间转换到RGB颜色空间，得到处理后的人脸图像。该方法可以实现将待处理图像的图像色彩统一至目标人脸图像的图像色彩，基于这样处理后的训练图像数据和处理后的测试图像数据，对人脸算法参考模型进行训练时，图像色彩对模型算法的训练参数的干扰就比较小。
在一种可能的实现中，标准颜色通道值满足如下公式一，归一化颜色通道值满足如下公式二：
x″＝x′×σ+μ...............公式二
其中，μ′表示所述待处理人脸图像的人脸区域像素的初始均值，σ′表示所述待处理人脸图像的人脸区域像素的初始标准差，μ表示所述目标人脸图像的人脸区域像素的参考均值；σ表示所述目标人脸图像的人脸区域像素的参考标准差，x表示待处理人脸图像的初始值，x′表示待处理人脸图像的标准颜色通道值，x″表示待处理人脸图像的归一化颜色通道值。
在一种可能的实现中，待处理图像包括训练图像数据和测试图像数据；处理后的人脸图像包括处理后的训练图像数据和处理后的测试图像数据；该方法还包括：
根据处理后的人脸图像包括处理后的训练图像数据和处理后的测试图像数据，对人脸算法参考模型进行训练，得到训练后的人脸算法模型。
第二方面，本申请实施例还提供一种关机预警装置，该装置包括执行上述第二方面的任意一种可能的设计的方法的模块/单元。这些模块/单元可以通过硬件实现，也可以通过硬件执行相应的软件实现。
第三方面，本申请实施例提供一种终端设备，包括处理器和存储器。其中，存储器用于存储一个或多个计算机程序；当存储器存储的一个或多个计算机程序被处理器执行时，使得该终端设备能够实现上述第二方面的任意一种可能的设计的方法。
第四方面，本申请实施例中还提供一种计算机可读存储介质，计算机可读存储介质包括计算机程序，当计算机程序在电子设备上运行时，使得电子设备执行上述任一方面的任意一种可能的设计的方法。
第五方面，本申请实施例还提供一种包含计算机程序产品，当所述计算机程序产品在终端上运行时，使得所述电子设备执行上述任一方面的任意一种可能的设计的方法。
第六方面，本申请实施例还提供一种芯片或芯片模组，芯片或芯片模组与存储器耦合，用于执行所述存储器中存储的计算机程序，使得所述电子设备执行上述任一方面的任意一种可能的设计的方法。
关于上述第二方面至第六方面的有益效果可以参见上述第一方面中的描述。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，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的附图。
图1为本发明实施例提供的一种终端设备的结构示意图；
图2为本发明实施例提供的一种人脸图像处理方法流程示意图；
图3为本发明实施例提供的另一种人脸图像处理方法流程示意图；
图4为本发明实施例提供的一种人脸图像处理装置示意图；
图5为本发明实施例提供的另一种终端设备结构示意图。
具体实施方式
在详细介绍本发明实施例之前，以下先对本申请实施例中的部分用语进行解释说明，以便于本领域技术人员理解。
目前人脸算法模型主要是依据训练图像数据、测试图像数据进行训练得到的，而不同训练图像数据、测试图像数据无法涵盖各种颜色光线环境、各人种肤色人脸数据等，所以构建的人脸算法模型无法排除图像色彩对人脸算法模型的干扰，人脸算法模型泛化性能不佳。为此，本发明提出一种人脸图像处理方法，该方法可以对训练图像数据、测试图像数据预先进行图像色彩归一化处理，也就是选择一张目标人脸图像，将训练数据和测试图像数据根据目标人脸图像的颜色特征，进行色彩归一化预处理，再基于预处理后的训练图像数据、测试图像数据进行训练，得到人脸算法模型，这样构建得到的人脸算法模型可以排除图像色彩对人脸算法模型的干扰。采用这样的预处理方式既可以保留图像色彩特征，同时也可以避免图像色彩对人脸相关算法结果的干扰，有效提升人脸相关算法的泛化性能。
下面结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。其中，在本申请实施例的描述中，以下实施例中所使用的术语只是为了描述特定实施例的目的，而并非旨在作为对本申请的限制。如在本申请的说明书和所附权利要求书中所使用的那样，单数表达形式“一种”、“所述”、“上述”、“该”和“这一”旨在也包括例如“一个或多个”这种表达形式，除非其上下文中明确地有相反指示。还应当理解，在本申请以下各实施例中，“至少一个”、“一个或多个”是指一个或两个以上(包含两个)。术语“和/或”，用于描述关联对象的关联关系，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的情况，其中A、B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。
在本说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。术语“连接”包括直接连接和间接连接，除非另外说明。“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。
在本申请实施例中，“示例性地”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性地”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性地”或者“例如”等词旨在以具体方式呈现相关概念。
本申请实施例中所提供的人脸图像处理方法可以应用于如图1所示的终端设备，图1示出了该终端设备100的硬件配置框图。
在一些实施例中，终端设备100包括调谐解调器110、通信器120、采集器130、外部装置接口140、控制器150、显示器160、音频输出接口170、存储器、供电电源、用户接口180中的至少一种。
在一些实施例中控制器包括中央处理器，视频处理器，音频处理器，图形处理器，随机存储器(random access memory，RAM)，只读存储器(read-only memory，ROM)，用于输入/输出的第一接口至第n接口。
在一些实施例中，显示器160包括用于呈现画面的显示屏组件，以及驱动图像显示的驱动组件，用于接收源自控制器输出的图像信号，进行显示视频内容、图像内容以及菜单操控界面的组件以及用户操控UI界面等。
在一些实施例中，显示器160可为液晶显示器、OLED显示器、以及投影显示器中的至少一种，还可以为一种投影装置和投影屏幕。
在一些实施例中，调谐解调器110通过有线或无线接收方式接收广播电视信号，以及从多个无线或有线广播电视信号中解调出音视频信号，如以及EPG数据信号。
在一些实施例中，通信器120是用于根据各种通信协议类型与外部设备或服务器进行通信的组件。例如：通信器可以包括无线保真(wireless fidelity，wifi)模块，蓝牙模块，有线以太网模块等其他网络通信协议芯片或近场通信协议芯片，以及红外接收器中的至少一种。终端设备100可以通过通信器120与控制装置100或服务器400建立控制信号和数据信号的发送和接收。
在一些实施例中，采集器130用于采集外部环境或与外部交互的信号。例如，采集器130包括光接收器，用于采集环境光线强度的传感器；或者，采集器130包括图像采集器，如摄像头，可以用于采集外部环境场景、用户的属性或用户交互手势，再或者，采集器130包括声音采集器，如麦克风等，用于接收外部声音。
在一些实施例中，外部装置接口140可以包括但不限于如下：高清多媒体接口接口(HDMI)、模拟或数据高清分量输入接口(分量)、复合视频输入接口(CVBS)、USB输入接口(USB)、RGB端口等任一个或多个接口。也可以是上述多个接口形成的复合性的输入/输出接口。
在一些实施例中，控制器150和调谐解调器110可以位于不同的分体设备中，即调谐解调器110也可在控制器150所在的主体设备的外置设备中，如外置机顶盒等。
在一些实施例中，控制器150，通过存储在存储器上中各种软件控制程序，来控制显示设备的工作和响应用户的操作。控制器150控制终端设备100的整体操作。例如：响应于接收到用于选择在显示器160上显示UI对象的用户命令，控制器150便可以执行与由用户命令选择的对象有关的操作。
在一些实施例中，所述对象可以是可选对象中的任何一个，例如超链接、图标或其他可操作的控件。与所选择的对象有关操作有：显示连接到超链接页面、文档、图像等操作，或者执行与所述图标相对应程序的操作。
在一些实施例中控制器包括中央处理器(central processing unit，CPU)，视频处理器，音频处理器，图形处理器(graphics processing unit，GPU)，RAM，ROM，用于输入/输出的第一接口至第n接口，通信总线(Bus)等中的至少一种。
中央处理器，用于执行存储在存储器中操作系统和应用程序指令，以及根据接收外部输入的各种交互指令，来执行各种应用程序、数据和内容，以便最终显示和播放各种音视频内容。中央处理器，可以包括多个处理器。如，包括一个主处理器以及一个或多个子处理器。
在一些实施例中，图形处理器，用于产生各种图形对象，如：图标、操作菜单、以及用户输入指令显示图形等中的至少一种。图形处理器包括运算器，通过接收用户输入各种交互指令进行运算，根据显示属性显示各种对象；还包括渲染器，对基于运算器得到的各种对象，进行渲染，上述渲染后的对象用于显示在显示器上。
在一些实施例中，视频处理器，用于将接收外部视频信号，根据输入信号的标准编解码协议，进行解压缩、解码、缩放、降噪、帧率转换、分辨率转换、图像合成等视频处理中的至少一种，可得到直接可终端设备100上显示或播放的信号。
在一些实施例中，视频处理器，包括解复用模块、视频解码模块、图像合成模块、帧率转换模块、显示格式化模块等中的至少一种。其中，解复用模块，用于对输入音视频数据流进行解复用处理。视频解码模块，用于对解复用后的视频信号进行处理，包括解码和缩放处理等。图像合成模块，如图像合成器，其用于将图形生成器根据用户输入或自身生成的图形用户界面(graphical user interface，GUI)信号，与缩放处理后视频图像进行叠加混合处理，以生成可供显示的图像信号。帧率转换模块，用于对转换输入视频帧率。显示格式化模块，用于将接收帧率转换后视频输出信号，改变信号以符合显示格式的信号，如输出RGB数据信号。
在一些实施例中，音频处理器，用于接收外部的音频信号，根据输入信号的标准编解码协议，进行解压缩和解码，以及降噪、数模转换、和放大处理等处理中的至少一种，得到可以在扬声器中播放的声音信号。
在一些实施例中，用户可在显示器160上显示的图形用户界面输入用户命令，则用户输入接口通过图形用户界面接收用户输入命令。或者，用户可通过输入特定的声音或手势进行输入用户命令，则用户输入接口通过传感器识别出声音或手势，来接收用户输入命令。
在一些实施例中，“用户界面”，是应用程序或操作系统与用户之间进行交互和信息交换的介质接口，它实现信息的内部形式与用户可以接受形式之间的转换。用户界面常用的表现形式是图形用户界面，是指采用图形方式显示的与计算机操作相关的用户界面。它可以是在电子设备的显示屏中显示的一个图标、窗口、控件等界面元素，其中控件可以包括图标、按钮、菜单、选项卡、文本框、对话框、状态栏、导航栏、Widget等可视的界面元素中的至少一种。
在一些实施例中，用户接口180，为可用于接收控制输入的接口(如：显示设备本体上的实体按键，或其他等)。
在具体实现时，上述终端设备100，可以为手机，平板电脑，手持计算机，个人电脑(personal computer，PC)，蜂窝电话，个人数字助理(personal digital assistant，PDA)，可穿戴式设备(如智能手表)，智能家居设备(如电视机)，车载电脑，游戏机，以及增强现实(augmented reality，AR)\虚拟现实(virtual reality，VR)设备等，本实施例对终端设备100的具体设备形态不做特殊限制。
基于图1所示的终端设备，本申请实施例提供了一种人脸图像处理方法的流程图，如图2所示，该方法的流程可以由终端设备执行，该方法包括以下步骤：
S201，确定目标人脸图像。
示例性地，目标人脸图像中包含人脸，目标人脸图像可以满足如下条件：人脸成像清晰、人脸大小适中、人脸无遮挡，图像中光线环境为正常光(非暗光、逆光、有色光环境)，人脸部区域无过暗、过亮、过曝、色彩异常等情况。
S202，计算目标人脸图像的人脸区域像素的参考均值和参考标准差，以及计算待处理人脸图像的人脸区域像素的初始均值和初始标准差。
一种可能的实现中，终端设备可以将目标人脸图像的RGB三个颜色通道的值，由RGB颜色空间转换到LAB颜色空间；接着，分别在三个颜色通道下，计算目标人脸图像的人脸区域像素的参考均值μ和标准差σ。同样地，终端设备将待处理人脸图像的三个颜色通道的值，由RGB颜色空间转换到LAB颜色空间；分别在三个颜色通道下，计算待处理人脸图像的人脸区域像素的参考均值u′和参考标准差σ′。
S203，根据目标人脸图像的人脸区域像素的参考均值和参考标准差，以及待处理人脸图像的人脸区域像素的初始均值和初始标准差，对待处理人脸图像的颜色数据进行归一化，得到处理后的人脸图像。
该步骤中，终端可以先根据待处理人脸图像的人脸区域像素的初始均值和初始标准差，以及待处理人脸图像的各个颜色通道的各个像素的初始值，计算待处理人脸图像的各个颜色通道的各个像素的标准颜色通道值；标准颜色通道值满足如下公式一：
其中，μ′表示待处理人脸图像的人脸区域像素的初始均值，σ′表示待处理人脸图像的人脸区域像素的初始标准差，x表示待处理人脸图像的初始值，x′表示待处理人脸图像的标准颜色通道值。
然后终端设备根据待处理人脸图像的各个颜色通道的各个像素的标准颜色通道值，以及目标人脸图像的人脸区域像素的参考均值和参考标准差，得到待处理人脸图像的各个颜色通道的各个像素的归一化颜色通道值；将待处理人脸图像的各个颜色通道的各个像素的归一化颜色通道值，由LAB颜色空间转换到RGB颜色空间，得到处理后的人脸图像。归一化颜色通道值满足如下公式二：
x”＝x′×σ+μ...............公式二
其中，μ表示目标人脸图像的人脸区域像素的参考均值；σ表示目标人脸图像的人脸区域像素的参考标准差，x′表示待处理人脸图像的标准颜色通道值，x”表示待处理人脸图像的归一化颜色通道值。
基于上述方法，可以对训练图像数据和测试图像数据进行预处理，从而利用预处理后的训练图像数据和处理后的测试图像数据，对人脸算法参考模型进行训练，得到训练后的人脸算法模型，可见，采用该方法训练得到人脸算法模型可以不受图像色彩的影响，能够有效的避免训练图像数据的色彩和测试图像数据的色彩对人脸算法模型的干扰，有效提升最终生成的人脸算法模型的泛化性能。需要指出的是，该方法同样适用于其它人脸相关算法的生成，如人脸检测算法、人脸对齐算法、人脸活体检测算法、人脸属性识别算法、人脸分割算法、人脸比对算法等。
为了更加系统地对上述人脸图像算法进行阐述，本发明还提供如图3所示的方法流程，该方法流程包括如下步骤。
S301，预先选取一张目标人脸图像tarImg，对目标人脸图像tarImg进行人脸检测获取人脸位置信息tar_face，以此确定人脸区域。
S302，将目标人脸图像tarImg由RGB颜色空间转换到LAB颜色空间，获得LAB颜色空间图像tarImgLAB。
S303，计算目标人脸图像LAB颜色空间上，人脸区域像素值在各个通道的均值和参考标准差。
具体地，先将LAB颜色空间图像tarImgLAB，结合S301获取的人脸位置信息tar_face，计算人脸区域图像tarImgLAB_face，RGB三个颜色通道分别为tarImgL_face/tarImgA_face/tarImgB_face。使用统计学方法计算人脸区域图像tarImgLAB_face 3个通道各自的参考均值和参考标准差如下述表1。
表1
颜色通道
均值
标准差
L颜色通道
tarImgL_face_mean
tarImgL_face_std
A颜色通道
tarImgA_face_mean
tarImgA_face_std
B颜色通道
tarImgB_face_mean
tarImgB_face_std
S304，对待处理人脸图像srcImg进行人脸检测获取人脸位置信息src_face，以此确定人脸区域。
S305，将待处理人脸图像srcImg由RGB颜色空间转换到LAB颜色空间，获得LAB颜色空间图像srcImgLAB。
S306，计算待处理人脸图像srcImgLAB在LAB颜色空间上，人脸区域像素值在各个通道的初始均值和初始标准差。
具体地，使用统计学方法计算人脸区域图像srcImgLAB_face 3个通道各自的初始均值和初始标准差，如下述表2所示。
表2
颜色通道
初始均值
初始标准差
L颜色通道
srcImgL_face_mean
srcImgL_face_std
A颜色通道
srcImgA_face_mean
srcImgA_face_std
B颜色通道
srcImgB_face_mean
srcImgB_face_std
S307，根据待处理人脸图像srcImgLAB在LAB颜色空间上，人脸区域像素值在各个通道的初始均值和初始标准差，以及目标人脸图像在LAB颜色空间上人脸区域像素值在各个通道的参考均值和参考标准差，将待处理人脸图像LAB颜色空间的3个通道srcImgL,srcImgA,srcImgB分别逐像素进行归一化处理。
具体的，将待处理图像分通道进行逐像素减去各自对应通道的人脸区域像素的初始均值，然后乘目标人脸图像与待处理图像人脸区域像素标准差的比值，然后再加上目标人脸图像人脸区域像素的参考均值(计算步骤参见如下公式三至公式五)，对求得的srcImgL_new，srcImgA_new，srcImgB_new像素值限定至[0，255]区间，即将结果小于0的像素值置为0，大于255的像素值置为255。
其中，srcImgLi为待处理图像L颜色通道的第i像素的像素值，srcImgL_newi为待处理图像L颜色通道的第i像素的归一化像素值，i为取值范围为(0,N]，N为待处理图像的L颜色通道的像素总个数。
其中，srcImgAi为待处理图像A颜色通道的第i像素的像素值，srcImgA_newi为待处理图像A颜色通道的第i像素的归一化像素值，i为取值范围为(0,N]，N为待处理图像的A颜色通道的像素总个数。
其中，srcImgBi为待处理图像B颜色通道的第i像素的像素值，srcImgB_newi为待处理图像B颜色通道的的第i像素的归一化像素值，i为取值范围为(0,N]，N为待处理图像的B颜色通道的像素总个数。
S308，将处理后的人脸图像srcImgL_newi、srcImgA_newi、srcImgB_newi由LAB颜色空间转换到RGB颜色空间，获得RGB颜色空间下的srcImgR_newi、srcImgG_newi、srcImgB_newi，从而依据各个像素点RGB颜色空间下的srcImgR_newi、srcImgG_newi、srcImgB_newi，得到预处理后的图像。
值得说明的是，上述S301至S303，与S304至S306之间并不存在严格的先后执行顺序，可以先执行S301至S303，再执行S304至S306，也可以S304至S306，再执行S301至S303，也可以二者并行执行，对此，本实施例并不作限定，
综上，依据上述方法可以对训练数据和测试数据进行人脸图像色彩的归一化处理，从而利用预处理后的训练图像数据和处理后的测试图像数据，对人脸算法参考模型进行训练，得到训练后的人脸算法模型，可见，采用该方法训练得到人脸算法模型可以不受图像色彩的影响，能够有效的避免训练图像数据的色彩和测试图像数据的色彩对人脸算法模型的干扰，有效提升最终生成的人脸算法模型的泛化性能。
在本申请的一些实施例中，本申请实施例还公开了一种人脸图像处理装置，如图4所示，该装置用于实现以上各个方法实施例中记载的方法，其包括：确定单元401，用于确定目标人脸图像；计算单元402，用于计算所述目标人脸图像的人脸区域像素的参考均值和参考标准差；以及计算待处理人脸图像的人脸区域像素的初始均值和初始标准差；处理单元403，用于根据所述目标人脸图像的人脸区域像素的参考均值和参考标准差，以及所述待处理人脸图像的人脸区域像素的初始均值和初始标准差，对所述待处理人脸图像的颜色数据进行归一化，得到处理后的人脸图像。上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述，在此不再赘述。
在本申请的另一些实施例中，本申请实施例公开了一种终端设备，如图5所示，该终端设备可以包括：一个或多个处理器501；存储器502；显示器503；一个或多个应用程序(未示出)；以及一个或多个计算机程序504，上述各器件可以通过一个或多个通信总线505连接。其中该一个或多个计算机程序504被存储在上述存储器502中并被配置为被该一个或多个处理器501执行，该一个或多个计算机程序504包括指令，上述指令可以用于执行如图2和图4及相应实施例中的各个步骤。
通过以上的实施方式的描述，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，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请实施例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。
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，本申请实施例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(可以是个人计算机，服务器，或者网络设备等)或处理器执行本申请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：快闪存储器、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请实施例的具体实施方式，但本申请实施例的保护范围并不局限于此，任何在本申请实施例揭露的技术范围内的变化或替换，都应涵盖在本申请实施例的保护范围之内。因此，本申请实施例的保护范围应以所述权利要求的保护范围为准。
