基于步态与静脉的身份识别方法和装置与流程

1.本技术涉及身份识别领域，具体而言，涉及一种基于步态与静脉的身份识别方法和装置。


背景技术：

2.随着信息化社会的发展，在越来越多的应用场景中需要对用户进行身份识别，对于身份识别的可靠性的要求逐渐提高。目前常采用的身份识别方法为基于指纹图片的身份识别，通过比对用户的指纹图片与每张待比对指纹图片，确定用户的身份。
3.然而，在指纹图片的采集过程中，需要用户通过按压采集界面来采集指纹图片。并且，当用户的指腹部存在污渍(水渍、油污、灰尘等)时，极易出现采集到的指纹图片无法使用的情况，需要用户反复进行多次采集，进而导致身份识别的耗时较长。
4.由此可见，相关技术中的身份识别方法，存在由于身份识别的耗时较长导致的身份识别的时效性差的问题。


技术实现要素：

5.本技术实施例提供了一种基于步态与静脉的身份识别方法和装置、存储介质及电子装置，以至少解决相关技术中的身份识别方法，存在由于身份识别的耗时较长导致的身份识别的时效性差的问题。
6.根据本技术实施例的一个方面，提供了一种基于步态与静脉的身份识别方法，包括：获取与待识别对象对应的步态视频，其中，所述步态视频包含所述待识别对象的步态信息；基于所述步态视频对所述待识别对象进行身份识别，得到第一识别结果；在所述第一识别结果指示所述待识别对象的身份待定的情况下，获取所述待识别对象的目标部位静脉图像，其中，所述目标部位静脉图像为对所述待识别对象的目标部位的静脉进行图像采集所得到的图像；根据所述第一识别结果和所述目标部位静脉图像对所述待识别对象进行身份识别，得到第二识别结果。
7.在一个示例性实施例中，所述基于所述步态视频对所述待识别对象进行身份识别，得到第一识别结果包括：从所述步态视频中提取出所述待识别对象的目标步态特征；根据参考对象的步态特征和所述目标步态特征，确定所述参考对象与所述待识别对象之间的步态相似度；将与所述待识别对象之间的步态相似度最大的参考对象，确定为所述待识别对象的第一候选对象；根据所述第一候选对象与所述待识别对象之间的步态相似度，确定所述第一识别结果，其中，所述第一识别结果用于指示所述待识别对象为所述第一候选对象的确定性。
8.在一个示例性实施例中，所述从所述步态视频中提取出所述待识别对象的目标步态特征包括：从所述步态视频中筛选出连续的多帧步态图像；分别对所述多帧步态图像中的每帧步态图像进行图像分割，得到与所述待识别对象对应的步态剪影图序列；将所述步态剪影图序列输入到步态识别模型，得到所述步态识别模型输出的所述目标步态特征。
9.在一个示例性实施例中，在所述基于所述步态视频对所述待识别对象进行身份识别，得到第一识别结果之后，所述方法还包括：在所述待识别对象为所述第一候选对象的确定性大于或者等于第一确定性阈值的情况下，确定所述待识别对象的身份为所述第一候选对象；在所述待识别对象为所述第一候选对象的确定性小于所述第一确定性阈值且大于或者等于第二确定性阈值的情况下，确定所述待识别对象的身份待定；在所述待识别对象为所述第一候选对象的确定性小于所述第二确定性阈值的情况下，确定未识别出所述待识别对象的身份。
10.在一个示例性实施例中，所述获取所述待识别对象的目标部位静脉图像包括：获取所述待识别对象的手背静脉图像，其中，所述手背静脉图像为对所述待识别对象的手背的静脉进行图像采集所得到的图像，所述目标部位为所述手背。
11.在一个示例性实施例中，所述根据所述第一识别结果和所述目标部位静脉图像对所述待识别对象进行身份识别，得到第二识别结果包括：从所述目标部位静脉图像中提取出所述待识别对象的目标静脉特征；根据参考对象的静脉特征与所述目标静脉特征，确定所述参考对象与所述待识别对象之间的静脉相似度；将与所述待识别对象之间的静脉相似度最大的参考对象，确定为所述待识别对象的第二候选对象；根据第一候选对象和所述第二候选对象，确定所述第二识别结果，其中，所述第一候选对象为所述第一识别结果所指示的、与所述待识别对象对应的对象，所述第二识别结果指示所述待识别对象的身份是否为所述第一候选对象。
12.在一个示例性实施例中，所述根据所述第一识别结果和所述目标部位静脉图像对所述待识别对象进行身份识别，得到第二识别结果包括：从所述目标部位静脉图像中提取出所述待识别对象的目标静脉特征；根据第一候选对象的静脉特征与所述目标静脉特征，确定所述第一候选对象与所述待识别对象之间的静脉相似度，其中，第一候选对象为所述第一识别结果所指示的、与所述待识别对象对应的对象；根据所述第一候选对象与所述待识别对象之间的静脉相似度，确定所述第二识别结果，其中，所述第二识别结果指示所述待识别对象的身份是否为所述第一候选对象。
13.在一个示例性实施例中，在所述根据所述第一识别结果和所述目标部位静脉图像对所述待识别对象进行身份识别，得到第二识别结果之后，所述方法还包括：在所述第二识别结果指示识别出所述待识别对象的身份的情况下，控制门禁系统开放。
14.根据本技术实施例的另一方面，还提供了一种基于步态与静脉的识别装置，包括：第一获取单元，用于获取与待识别对象对应的步态视频，其中，所述步态视频包含所述待识别对象的步态信息；第一识别单元，用于基于所述步态视频对所述待识别对象进行身份识别，得到第一识别结果；第二获取单元，用于在所述第一识别结果指示所述待识别对象的身份待定的情况下，获取所述待识别对象的目标部位静脉图像，其中，所述目标部位静脉图像为对所述待识别对象的目标部位的静脉进行图像采集所得到的图像；第二识别单元，用于根据所述第一识别结果和所述目标部位静脉图像对所述待识别对象进行身份识别，得到第二识别结果。
15.在一个示例性实施例中，所述第一识别单元包括：第一提取模块，用于从所述步态视频中提取出所述待识别对象的目标步态特征；第一确定模块，用于根据参考对象的步态特征和所述目标步态特征，确定所述参考对象与所述待识别对象之间的步态相似度；第二
确定模块，用于将与所述待识别对象之间的步态相似度最大的参考对象，确定为所述待识别对象的第一候选对象；第三确定模块，用于根据所述第一候选对象与所述待识别对象之间的步态相似度，确定所述第一识别结果，其中，所述第一识别结果用于指示所述待识别对象为所述第一候选对象的确定性。
16.在一个示例性实施例中，所述第一提取模块包括：筛选子模块，用于从所述步态视频中筛选出连续的多帧步态图像；分割子模块，用于分别对所述多帧步态图像中的每帧步态图像进行图像分割，得到与所述待识别对象对应的步态剪影图序列；输入子模块，用于将所述步态剪影图序列输入到步态识别模型，得到所述步态识别模型输出的所述目标步态特征。
17.在一个示例性实施例中，所述装置还包括：第一确定单元，用于在所述基于所述步态视频对所述待识别对象进行身份识别，得到第一识别结果之后，在所述待识别对象为所述第一候选对象的确定性大于或者等于第一确定性阈值的情况下，确定所述待识别对象的身份为所述第一候选对象；第二确定单元，用于在所述待识别对象为所述第一候选对象的确定性小于所述第一确定性阈值且大于或者等于第二确定性阈值的情况下，确定所述待识别对象的身份待定；第三确定单元，用于在所述待识别对象为所述第一候选对象的确定性小于所述第二确定性阈值的情况下，确定未识别出所述待识别对象的身份。
18.在一个示例性实施例中，所述第二获取单元包括：获取模块，用于获取所述待识别对象的手背静脉图像，其中，所述手背静脉图像为对所述待识别对象的手背的静脉进行图像采集所得到的图像，所述目标部位为所述手背。
19.在一个示例性实施例中，所述第二识别单元包括：第二提取模块，用于从所述目标部位静脉图像中提取出所述待识别对象的目标静脉特征；第四确定模块，用于根据参考对象的静脉特征与所述目标静脉特征，确定所述参考对象与所述待识别对象之间的静脉相似度；第五确定模块，用于将与所述待识别对象之间的静脉相似度最大的参考对象，确定为所述待识别对象的第二候选对象；第六确定模块，用于根据第一候选对象和所述第二候选对象，确定所述第二识别结果，其中，所述第一候选对象为所述第一识别结果所指示的、与所述待识别对象对应的对象，所述第二识别用于指示所述待识别对象的身份是否为所述第一候选对象。
20.在一个示例性实施例中，所述第二识别单元还包括：第三提取模块，用于从所述目标部位静脉图像中提取出所述待识别对象的目标静脉特征；第七确定模块，用于根据第一候选对象的静脉特征与所述目标静脉特征，确定所述第一候选对象与所述待识别对象之间的静脉相似度，其中，第一候选对象为所述第一识别结果所指示的、与所述待识别对象对应的对象；第八确定模块，用于根据所述第一候选对象与所述待识别对象之间的静脉相似度，确定所述第二识别结果，其中，所述第二识别结果指示所述待识别对象的身份是否为所述第一候选对象。
21.在一个示例性实施例中，所述装置还包括：控制单元，用于在所述根据所述第一识别结果和所述目标部位静脉图像对所述待识别对象进行身份识别，得到第二识别结果之后，在所述第二识别结果指示识别出所述待识别对象的身份的情况下，控制门禁系统开放。
22.根据本技术实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述基于
步态与静脉的身份识别方法。
23.根据本技术实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述的基于步态与静脉的身份识别方法。
24.在本技术实施例中，采用基于步态与静脉进行身份识别的方式，通过获取与待识别对象对应的步态视频，其中，步态视频包含待识别对象的步态信息；基于步态视频对待识别对象进行身份识别，得到第一识别结果；在第一识别结果指示待识别对象的身份待定的情况下，获取待识别对象的目标部位静脉图像，其中，目标部位静脉图像为对待识别对象的目标部位的静脉进行图像采集所得到的图像；根据第一识别结果和目标部位静脉图像对待识别对象进行身份识别，得到第二识别结果，由于步态特征相对于指纹特征来说更加稳定可靠，且在用户移动的过程即可完成步态视频的采集，无需用户配合，可以实现缩短身份识别耗时的目的，达到提高身份识别的时效性的技术效果，进而解决了相关技术中的身份识别方法存在由于身份识别的耗时较长导致的身份识别的时效性差的问题；此外，在基于步态信息无法确定用户身份时，结合静脉图像对用户身份进行识别，可以保证身份识别的可靠性，提高身份识别的成功率。
附图说明
25.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。
26.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
27.图1是根据本技术实施例的一种可选的基于步态与静脉的身份识别方法的硬件环境的示意图；
28.图2是根据本技术实施例的一种可选的基于步态与静脉的身份识别方法的流程示意图；
29.图3是根据本技术实施例的一种基于步态与静脉的身份识别方法的图像采集设备结构的示意图；
30.图4是根据本技术实施例的一种可选的门禁系统的示意图；
31.图5是根据本技术实施例的另一种可选的基于步态与静脉的身份识别方法的流程示意图；
32.图6是根据本技术实施例的一种可选的基于步态与静脉的身份识别装置的结构框图；
33.图7是根据本技术实施例的一种可选的电子装置的结构框图。
具体实施方式
34.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术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技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人
员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
35.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
36.根据本技术实施例的一个方面，提供了一种基于步态与静脉的身份识别方法。可选地，在本实施例中，上述基于步态与静脉的身份识别方法可以应用于如图1所示的由图像采集设备102和服务器104所构成的硬件环境中。如图1所示，服务器104通过网络与图像采集设备102进行连接，可用于为终端或终端上安装的客户端提供服务(如应用服务等)，可在服务器上或独立于服务器设置数据库，用于为服务器104提供数据存储服务。
37.上述网络可以包括但不限于以下至少之一：有线网络，无线网络。上述有线网络可以包括但不限于以下至少之一：广域网，城域网，局域网，上述无线网络可以包括但不限于以下至少之一：wifi(wireless fidelity，无线保真)，蓝牙。图像采集设备102可以并不限定于为摄像头、红外传感器等具备图像采集功能的设备。
38.本技术实施例的基于步态与静脉的身份识别方法可以由服务器104来执行，也可以由图像采集设备102来执行，还可以是由服务器104和图像采集设备102共同执行。其中，图像采集设备102执行本技术实施例的基于步态与静脉的身份识别方法也可以是由安装在其上的客户端来执行。
39.以由服务器104来执行本实施例中的基于步态与静脉的身份识别方法为例，图2是根据本技术实施例的一种可选的基于步态与静脉的身份识别方法的流程示意图，如图2所示，该方法的流程可以包括以下步骤：
40.步骤s202，获取与待识别对象对应的步态视频，其中，步态视频包含待识别对象的步态信息。
41.本实施例中的基于步态与静脉的身份识别方法可以应用于对待识别对象的身份进行识别的场景。上述待识别对象可以是进入到身份识别系统识别区域内的对象(例如，待测行人或者除了人类以外的其他活物)。身份识别系统可以是基于待识别对象的特征信息进行识别的门禁系统，还可以是其他具有类似身份识别功能的系统，本实施例中对此不做限定。
42.例如，当行人进入到门禁系统(身份识别系统的一种示例)的识别区域内时，门禁系统对该行人进行身份识别，如果身份识别成功，则门禁系统打开，否则，门禁系统拒绝。
43.又例如，当奶牛进入到身份识别系统的识别区域内时，身份识别系统会对该奶牛进行身份识别，如果身份识别成功，则门禁系统打开，允许该奶牛进入到特定区域(例如，休息区域、喂食区域等)，否则，门禁系统拒绝。
44.以门禁系统为例，当待识别对象进入到门禁系统的识别区域时，图像采集设备开启，对待识别对象的步态信息进行采集，得到与待识别对象对应的步态视频，该步态视频包
含若干帧连续的待识别对象的运动图像。图像采集设备所采集到的步态视频可以上传到门禁系统(例如，门禁系统的后台服务器)，对应地，门禁系统可以接收到图像采集设备所上传的上述步态视频。
45.例如，当待识别对象进入到门禁系统的识别区域时，图像采集设备接收到门禁系统的采集指令，开启近红外摄像头，对待识别对象的步态视频进行拍摄并保存在存储器中，完成待识别对象对应的步态视频的获取。
46.步骤s204，基于步态视频对待识别对象进行身份识别，得到第一识别结果。
47.门禁系统可以基于步态视频对待识别对象进行身份识别，即，根据步态视频中包含的待识别对象对应的步态信息，对待识别对象的身份进行识别，从而确定待识别对象的预估身份。
48.门禁系统可以将待识别对象的步态信息与预先建立的底库中的参考对象对应的步态信息进行比对，这里的底库可以是保存有预先采集的多个对象(例如，1000个行人)的步态视频数据的文件数据库。
49.在进行比对时，门禁系统可以计算出待识别对象的步态信息与底库中的参考对象的步态信息的相似度，与待识别对象的步态信息相似度最大的参考对象即为待识别对象经门禁系统识别后的第一候选对象(即，待识别对象的预估身份)。将最大的相似度与门禁系统预先设置的阈值进行比较，由此得到第一识别结果，该第一识别结果可以指示待识别对象为第一候选对象的确定性。
50.步骤s206，在第一识别结果指示待识别对象的身份待定的情况下，获取待识别对象的目标部位静脉图像，其中，目标部位静脉图像为对待识别对象的目标部位的静脉进行图像采集所得到的图像。
51.第一识别结果可以指示出识别出的与待识别对象匹配的身份，例如，为参考对象中的某一个对象，也可以用于指示未识别出的与待识别对象匹配的身份，即，待识别对象与任意一个参考对象均不匹配，还可以指示待识别对象的身份待定，即，无法确定待识别对象与参考对象中的某一个对象是否匹配。例如，待识别对象为预估的第一候选对象的确定性小于或等于门禁系统设置的第一确定性阈值且大于或等于第二确定性阈值。
52.在本实施例中，如果待识别对象的身份待定，门禁系统可以向采集设备发送采集指令。在接收到门禁系统发送的采集指令之后，采集设备可以开启对待识别对象的目标部位的静脉进行采集。待识别对象按照门禁系统的提示，完成对应静脉的采集，得到目标部位静脉图像。采集设备可以将采集到的目标部位静脉图像发送给门禁系统。
53.步骤s208，根据第一识别结果和目标部位静脉图像对待识别对象进行身份识别，得到第二识别结果。
54.门禁系统可以根据第一识别结果和目标部位静脉图像对待识别对象进行身份识别，从而可以得到第二识别结果，该第二识别结果为待识别对象的身份识别结果，即，待识别对象是否为第一识别结果所指示的该第一候选对象。根据第一识别结果和手背静脉图像对待识别对象进行身份识别的方式可以有多种，可以包括但不限于以下之一：
55.将第一候选对象的手背静脉图像与待识别对象的目标部位静脉图像进行比对，得到第二识别结果；
56.将待识别对象的目标部位静脉图像与参考对象的目标部位静脉图像进行比对，得
到待识别对象的预估身份，即，第二候选对象，并根据第一候选对象和第二候选对象是否相同，生成第二识别结果。
57.通过上述步骤，获取与待识别对象对应的步态视频，其中，步态视频包含待识别对象的步态信息；基于步态视频对待识别对象进行身份识别，得到第一识别结果；在第一识别结果指示待识别对象的身份待定的情况下，获取待识别对象的目标部位静脉图像，其中，目标部位静脉图像为对待识别对象的目标部位的静脉进行图像采集所得到的图像；根据第一识别结果和目标部位静脉图像对待识别对象进行身份识别，得到第二识别结果，解决了相关技术中的身份识别方法存在由于身份识别的耗时较长导致的身份识别的时效性差的问题，提高了身份识别的时效性，同时保证了身份识别的可靠性，提高了身份识别的成功率。
58.在一个示例性实施例中，基于步态视频对待识别对象进行身份识别，得到第一识别结果包括：
59.s11，从步态视频中提取出待识别对象的目标步态特征；
60.s12，根据参考对象的步态特征和目标步态特征，确定参考对象与待识别对象之间的步态相似度；
61.s13，将与待识别对象之间的步态相似度最大的参考对象，确定为待识别对象的第一候选对象；
62.s14，根据第一候选对象与待识别对象之间的步态相似度，确定第一识别结果，其中，第一识别结果用于指示待识别对象为第一候选对象的确定性。
63.门禁系统可以从步态视频中提取出待识别对象的目标步态特征(或者说，步态特征向量)。提取步态特征的方式可以有多种，可以包括但不限于：使用基于神经网络的步态识别网络模型。
64.门禁系统可以根据参考对象的步态特征(参考步态特征)和目标步态特征，确定参考对象与待识别对象之间的步态相似度。这里的步态相似度可以是参考步态特征和目标步态特征之间的特征相似度，例如，参考步态特征和目标步态特征之间的余弦相似度。余弦相似度也称为余弦距离，是用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小的度量。门禁系统还可以按照步态相似度对参考对象进行排序，并将与待识别对象之间的步态相似度最大的参考对象，确定为待识别对象的第一候选对象(即，待识别对象的预估身份)。
65.例如，门禁系统可以通过计算待测行人的步态特征向量与预先建立的底库中的各行人的步态特征向量间的余弦距离，以此来确定待测行人与底库中的各行人之间的步态相似度。对这些余弦距离按照从小到大进行排序，与待测行人的步态特征向量有最小余弦距离的底库行人为待测行人的预估身份。
66.根据第一候选对象与待识别对象之间的步态相似度(最大的步态相似度)，门禁系统可以确定第一识别结果，这里的第一识别结果用于指示待识别对象为第一候选对象的确定性。例如，门禁系统可以将最大的步态相似度与门禁系统预先设置的阈值进行比较，由此得到第一识别结果，该第一识别结果用于指示待识别对象为第一候选对象的确定性。
67.通过本实施例，基于步态相似度确定识别对象的预估身份以及为该预估身份的确定性，从而得到步态识别结果，可以提高步态识别的准确性和效率，进而提升门禁系统进行身份识别的效率。
68.在一个示例性实施例中，从步态视频中提取出待识别对象的目标步态特征包括：
69.s21，从步态视频中筛选出连续的多帧步态图像；
70.s22，分别对多帧步态图像中的每帧步态图像进行图像分割，得到与待识别对象对应的步态剪影图序列；
71.s23，将步态剪影图序列输入到步态识别模型，得到步态识别模型输出的目标步态特征。
72.在从步态视频中提取出待识别对象的目标步态特征时，为了提高特征提取的准确性，可以对步态视频进行预处理，得到与待识别对象对应的步态剪影图序列，步态剪影图序列中包含若干连续的步态剪影图。在进行预处理时，可以对采集到的步态视频进行帧优选，即，筛选出若干帧连续的步态图像，然后利用训练好的分割模型对优选后的步态图像进行分割得到待识别对象的步态剪影图序列。这里的分割模型可以用于从输入的各个步态图像中分割出待识别对象的步态剪影图，其可以是使用训练数据对分割网络进行训练得到的，分割网络由多层卷积神经网络组成，可采用如u
‑
net、deeplabv3、pspnet等已有的分割网络，训练数据可以是待识别对象的三通道彩色图。为了得到统一尺寸、质心对齐的待识别对象的步态剪影图序列，还可以对得到的步态剪影图进行尺寸归一化、质心对齐等处理。
73.步态识别网络模型可以根据步态剪影图序列提取出待识别对象的步态特征(或者说，步态特征向量)。该步态识别网络模型中的步态识别网络可以包含多层卷积神经网络，用于提取步态特征向量。通过将待识别对象的步态剪影图序列送入步态识别网络模型中，可以得到步态识别网络模型输出的待识别对象的步态特征(步态特征向量)，即，目标步态特征。
74.这里的步态识别网络模型是已训练好的步态识别网络模型。在训练步态识别网络模型时采用的损失函数可以为三元组损失函数，训练好的步态识别网络模型输出的步态特征向量的损失函数的输出值是在给定的范围内的，这个给定的范围可以根据实际情况进行设置，例如，可采用0.1、0.2等，由此得到待识别对象的步态特征。
75.通过本实施例，通过可以对步态视频进行预处理，可以提高步态识别的准确性和效率，进而提升门禁系统进行身份识别的效率。
76.在一个示例性实施例中，在基于步态视频对待识别对象进行身份识别，得到第一识别结果之后，上述方法还包括：
77.s31，在待识别对象为第一候选对象的确定性大于或者等于第一确定性阈值的情况下，确定待识别对象的身份为第一候选对象；
78.s32，在待识别对象为第一候选对象的确定性小于第一确定性阈值且大于或者等于第二确定性阈值的情况下，确定待识别对象的身份待定；
79.s33，在待识别对象为第一候选对象的确定性小于第二确定性阈值的情况下，确定未识别出待识别对象的身份。
80.第一识别结果用于指示待识别对象为第一候选对象的确定性。基于上述的第一识别结果，门禁系统可以确定待识别对象的身份。例如，如果待识别对象为第一候选对象的确定性大于一个设定阈值，可以确定待识别对象的身份为第一候选对象，否则，确定待识别对象的身份待定。
81.可选地，在本实施例中，可以设定两个确定性阈值，即，第一确定性阈值和第二确
定性阈值。如果待识别对象为第一候选对象的确定性大于或者等于第一确定性阈值，门禁系统可以确定待识别对象的身份为第一候选对象；如果待识别对象为第一候选对象的确定性小于第一确定性阈值且大于或者等于第二确定性阈值，门禁系统可以确定待识别对象的身份待定，即，无法确定待识别对象与第一候选对象是否匹配；如果待识别对象为第一候选对象的确定性小于第二确定性阈值，则可以确定未识别出待识别对象的身份，即，待识别对象与任意一个参考对象均不匹配。
82.例如，当行人走向门禁系统时，采集装置首先采集行人的步态信息，通过步态身份识别模块给出识别结果。如果识别结果的确定性大于给定的高阈值h1(即，第一确定性阈值)，则门禁系统直接开放。如果识别结果的确定性小于给定的低阈值h2(即，第二确定性阈值)，则门禁系统直接拒绝。如果识别结果的确定性介于高阈值h1和低阈值h2之间，则启动待测行人的手背静脉图像采集(例如，启动手背静脉身份识别模块采集手背静脉的图像)，结合手背静脉特征识别待测行人的身份，这里的高阈值h1和低阈值h2需要结合实际情况进行设置。
83.通过本实施例，通过将第一识别结果的确定性与门禁系统设置的两个确定性阈值进行比较，在第一识别结果的确定性小于基于两个确定性阈值之间时，确定待识别对象的身份待定，而不是对所有未达到确定性阈值的均进行基于手背静脉的身份识别，可以减少身份识别的处理量，提高门禁系统的资源使用的合理性。
84.在一个示例性实施例中，获取待识别对象的目标部位静脉图像包括：
85.s41，获取待识别对象的手背静脉图像，其中，手背静脉图像为对待识别对象的手背的静脉进行图像采集所得到的图像，目标部位为手背。
86.目标部位静脉图像可以为手背、手腕或其他部位的静脉图像。可选地，目标部位可以是手背，上述目标部位静脉图像可以是手背静脉图像。相比如其他部位，手背处的静脉图像采集更加便捷，且采集的静脉图像更加清晰，可以提升身份识别的效率以及准确性。
87.如果待识别对象的身份待定，门禁系统可以向采集设备发送采集指令。在接收到门禁系统发送的采集指令之后，采集设备可以开启对待识别对象的手背的静脉进行采集。待识别对象按照门禁系统的提示，完成对应静脉的采集，得到手背静脉图像。采集设备可以将采集到的手背静脉图像发送给门禁系统。
88.采集静脉图像所使用的采集设备可以是基于近红外的采集设备，该采集设备可以包括：近红外光发射部件，用于提供近红外光，近红外摄像头，用于拍摄静脉图像。近红外光发射部件可以是近红外led(light
‑
emitting diode，即发光二极管)，所发射的近红外光的波长为目标波长。近红外摄像头用于捕捉目标部位所反射的近红外光，得到目标静脉图像。可选地，近红外摄像头的镜头上可以配置有增加滤光片，用于过滤目标波长以外的光线。
89.例如，基于行人的步态信息初步得到了行人的身份，为了进一步确定该行人的身份，可以使用手背静脉进行身份识别。使用手背静脉身份识别需要采集手背静脉图像，采集装置如图3所示。该采集装置的硬件结构包括：环形的pcb(printed circuit board，印刷电路板)电路板302、近红外led(light
‑
emitting diode，即发光二极管)304、近红外摄像头306、以及其他保证图像采集设备正常运作的部件，例如，电源、视频采集卡以及存储器等。
90.在如图3所示的图像采集设备的硬件结构示意图中，pcb电路板302用于承载元器件；近红外led 304发出的波长为850nm，用于在拍摄手背静脉图像时提供近红外光；近红外
equalization，直方图均衡化)算法、clahe(contrast limited adaptive histogram equalization，限制对比度的自适应直方图均衡)算法等。
104.可选地，预处理操作还可以包括对增强之后的手背静脉图像进行图像分割，提取其中的手背静脉纹理结构。使用的图像分割算法可以是otsu(最大类间差法，是一种确定图像二值化分割阈值的算法)算法、最大曲率算法等。在分割之后的手背静脉图像中，可以将静脉的像素值设置为1，背景的像素值设置为0。基于分割之后的手背静脉图像，可以提取静脉端点和静脉交叉点的位置信息，从而得到上述目标静脉特征。
105.根据参考对象的静脉特征与目标静脉特征，门禁系统可以确定参考对象与待识别对象之间的静脉相似度。例如，可以分别计算提取到的静脉端点和静脉交叉点的坐标组与参考对象的静脉端点和静脉交叉点的坐标组之间的hausdorff距离(即，豪斯多夫距离，量度度量空间中真子集之间的距离)。hausdorff距离是描述两组点集之间相似程度的一种度量，假设有两组点集，分别为：a＝{a1,a2,
…
,am}，b＝{b1,b2,
…
,bn}，则两者之间的hausdorff距离如公式(2)所示：
106.h(a，b)＝max{h(a，b)，h(b，a)}
ꢀꢀꢀꢀꢀꢀꢀ
(2)
107.其中，h(a,b)和h(b,a)分别表示从点集a到点集b的单向hausdorff距离、从点集b到点集a的单向hausdorff距离，h(a,b)和h(b,a)的计算如公式(3)和公式(4)所示：
[0108][0109][0110]
其中，||a
‑
b||与||b
‑
a||均表示点a与点b之间的欧氏距离。
[0111]
hausdorff距离越小，两组点集之间相似程度越大。根据hausdorff距离，可以确定参考对象与待识别对象之间的静脉相似度。
[0112]
基于参考对象与待识别对象之间的静脉相似度，门禁系统可以对参考对象进行排序，并将与待识别对象之间的静脉相似度最大的参考对象，确定为待识别对象的第二候选对象。
[0113]
例如，门禁系统可以将所有的hausdorff距离按照从小到大进行排序，与待测坐标组有最小hausdorff距离的参考对象即与待识别对象的静脉相似度最大，确定该参考对象为待识别对象的第二候选对象。
[0114]
根据第一候选对象和第二候选对象，门禁系统可以确定出第二识别结果，该第二识别结果指示待识别对象的身份是否为第一候选对象。如果第一候选对象和第二候选对象相同，则待识别对象的身份为第一候选对象，否则，待识别对象的身份不为第一候选对象。如果识别对象的身份不为第一候选对象，则可以确定未识别到待识别对象的身份。
[0115]
在本实施例中，通过待识别对象的静脉特征和参考对象的静脉特征确定待识别对象静脉识别的身份，进而根据待识别对象静脉识别的身份和待识别对象步态识别的身份确定待识别对象的身份，可以提升身份识别的准确性，同时也增加了门禁系统的安全性。
[0116]
在一个示例性实施例中，根据第一识别结果和目标部位静脉图像对待识别对象进行身份识别，得到第二识别结果包括：
[0117]
s61，从目标部位静脉图像中提取出待识别对象的目标静脉特征；
[0118]
s62，根据第一候选对象的静脉特征与目标静脉特征，确定第一候选对象与待识别
对象之间的静脉相似度，其中，第一候选对象为第一识别结果所指示的、与待识别对象对应的对象；
[0119]
s63，根据第一候选对象与待识别对象之间的静脉相似度，确定第二识别结果，其中，第二识别结果指示待识别对象的身份是否为第一候选对象。
[0120]
在本实施例中，为了避免待识别对象的身份存疑，可以仅在静脉识别的身份和步态识别的身份一致时才确定识别到待识别对象的身份。因此，可以仅比对待识别对象的静脉特征与第一候选对象的静脉特征，并基于比对结果确定待识别对象的身份是否为第一候选对象。
[0121]
门禁系统可以采用与前述实施例中相同或者类似的方式提取待识别对象的目标静态特征，并根据第一候选对象的静脉特征与目标静脉特征，确定第一候选对象与待识别对象之间的静脉相似度，
[0122]
根据第一候选对象与待识别对象之间的静脉相似度，门禁系统可以确定第二识别结果。该第二识别结果指示待识别对象的身份是否为第一候选对象。如果两者的静脉相似度大于或者等于静脉相似度阈值，则待识别对象的身份为第一候选对象，否则，待识别对象的身份不为第一候选对象。如果识别对象的身份不为第一候选对象，则可以确定未识别到待识别对象的身份。
[0123]
通过本实施例，通过参考步态身份识别的结果进行基于静脉特征的身份识别，可以有效减少计算量，缩短身份识别的响应时间，进而提高身份识别的效率。
[0124]
在一个示例性实施例中，在根据第一识别结果和目标部位静脉图像对待识别对象进行身份识别，得到第二识别结果之后，上述方法还包括：
[0125]
s71，在第二识别结果指示识别出待识别对象的身份的情况下，控制门禁系统开放。
[0126]
对于门禁系统，如果第二识别结果指示识别出待识别对象，即，在底库中查找匹配出待识别对象的身份，身份识别认证完成，可以控制门禁系统开放，例如，打开门禁系统所控制的门。
[0127]
通过本实施例，将对象身份识别的方式应用到门禁系统，可以增强门禁系统进行身份识别的可靠性。
[0128]
下面结合可选示例对本技术实施例中的基于步态与静脉的身份识别方法进行解释说明。该基于步态与静脉的身份识别方法应用在门禁系统，可以是一种基于行人步态信息与手背静脉图像信息进行的身份识别的方案，行人步态信息为行人靠近门禁系统进入识别区域时所采集到的步态视频，静脉图像信息为行人将手背置于图像采集设备的采集区域所采集到的图像信息。
[0129]
如图4所示，上述门禁系统可以包含以下模块：
[0130]
行人视频采集模块和手背静脉图像采集模块属于同一个模块，上述模块的结构可以如图3所示，用于采集行人视频和手背静脉图像；
[0131]
行人视频预处理模块，用于对采集到的行人视频进行预处理，得到行人的步态剪影图序列；
[0132]
步态身份识别模块，用于基于待测行人的步态剪影图序列对待识别对象进行身份识别，得到行人的预估身份；
[0133]
手背静脉图像预处理模块，用于对采集到的静脉图像进行预处理，得到一组表示静脉端点和静脉交叉点的坐标；
[0134]
手背静脉身份识别模块，用于基于行人的手背静脉图像对行人进行身份识别，得到行人的预估身份。
[0135]
在本可选示例中，在对行人进行身份识别时，无需行人进行多次信息采集操作，在行人行走过程中便可完成步态视频的采集，且在行人身份待定的情况下，结合静脉图像进行二次识别，提高了身份识别的可靠性与效率。如图5所示，本可选示例中的基于步态与静脉的身份识别方法的流程可以包括以下步骤：
[0136]
步骤s502，行人步态身份识别。
[0137]
当行人走向门禁系统时，行人视频采集模块首先采集行人的步态信息，通过行人视频预处理模块以及步态身份识别模块给出识别结果，即，行人的预估身份。
[0138]
步骤s504，判断识别结果的确定性是否大于阈值h1，如果是，执行步骤s506，否则，执行步骤s508。
[0139]
步骤s506，门禁系统开放。
[0140]
如果识别结果的确定性大于给定的高阈值h1，则门禁系统直接开放。
[0141]
步骤s508，判断识别结果确定性是否小于阈值h2，如果是，执行步骤s510，否则，执行步骤s512。
[0142]
步骤s510，门禁系统拒绝。
[0143]
如果识别结果的确定性小于给定的低阈值h2，则门禁系统直接拒绝。
[0144]
步骤s512，手背静脉身份识别。
[0145]
如果识别结果的确定性介于高阈值h1和低阈值h2之间，则启动手背静脉身份识别模块。启动手背静脉身份识别模块时，4颗led会同时启动，门禁系统提示行人将手背置于采集装置的摄像头前，采集行人的手背静脉图像进行身份识别，给出手背静脉身份识别结果。
[0146]
步骤s514，判断手背静脉身份识别结果与步态识别结果是否一致，如果是，执行步骤s516，否则，执行步骤s518。
[0147]
步骤s516，门禁系统开放。
[0148]
如果手背静脉身份识别结果与步态识别结果一致，，则控制门禁系统开放。
[0149]
步骤s518，门禁系统拒绝。
[0150]
如果手背静脉身份识别结果与步态识别结果不一致，控制门禁系统拒绝。
[0151]
与指纹识别相比，本可选示例中所采用的步态识别和手背静脉的身份识别方法均属于非接触式的身份识别方法，不存在卫生问题，极大地提高了用户的使用体验；与语音识别和人脸识别相比，本可选示例中所采用的身份识别方法具有更高的可靠性，步态和手背静脉均是具有长期稳定性的生物特征，例如手背静脉，它的稳定性和唯一性均高于人脸特征，人脸特征相似的双胞胎的手背静脉纹理结构也是不同的。
[0152]
通过本可选示例，将步态识别和手背静脉识别相结合，可以保证身份识别的可靠性，提高身份识别的成功率。
[0153]
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术并不受所描述的动作顺序的限制，因为依据本技术，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知
悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本技术所必须的。
[0154]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献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(如rom(read
‑
only memory，只读存储器)/ram(random access memory，随机存取存储器)、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本技术各个实施例所述的方法。
[0155]
根据本技术实施例的另一个方面，还提供了一种用于实施上述基于步态与静脉的身份识别方法的识别装置。图6是根据本技术实施例的一种可选的基于步态与静脉的身份识别方法的识别装置的结构框图，如图6所示，该装置可以包括：
[0156]
第一获取单元602，用于获取与待识别对象对应的步态视频，其中，步态视频包含待识别对象的步态信息；
[0157]
第一识别单元604，与第一获取单元602相连，用于基于步态视频对待识别对象进行身份识别，得到第一识别结果；
[0158]
第二获取单元606，与第一识别单元604相连，用于在第一识别结果指示待识别对象的身份待定的情况下，获取待识别对象的目标部位静脉图像，其中，目标部位静脉图像为对待识别对象的目标部位的静脉进行图像采集所得到的图像；
[0159]
第二识别单元608，与第二获取单元606相连，用于根据第一识别结果和目标部位静脉图像对待识别对象进行身份识别，得到第二识别结果。
[0160]
需要说明的是，该实施例中的第一获取单元602可以用于执行上述步骤s202，该实施例中的第一识别单元604可以用于执行上述步骤s204，该实施例中的第二获取单元606可以用于执行上述步骤s206，该实施例中的第二识别单元608可以用于执行上述步骤s208。
[0161]
通过上述模块，获取与待识别对象对应的步态视频，其中，步态视频包含待识别对象的步态信息；基于步态视频对待识别对象进行身份识别，得到第一识别结果；在第一识别结果指示待识别对象的身份待定的情况下，获取待识别对象的目标部位静脉图像，其中，目标部位静脉图像为对待识别对象的目标部位的静脉进行图像采集所得到的图像；根据第一识别结果和目标部位静脉图像对待识别对象进行身份识别，得到第二识别结果，解决了相关技术中身份识别方法存在由于身份识别的耗时较长导致的身份识别的时效性差的问题；此外，在基于步态信息无法确定用户身份时，结合手背静脉图像对用户身份进行识别，可以保证身份识别的可靠性，提高身份识别的成功率。
[0162]
在一个示例性实施例中，第一识别单元604包括：
[0163]
第一提取模块，用于从步态视频中提取出待识别对象的目标步态特征；
[0164]
第一确定模块，用于根据参考对象的步态特征和目标步态特征，确定参考对象与待识别对象之间的步态相似度；
[0165]
第二确定模块，用于将与待识别对象之间的步态相似度最大的参考对象，确定为待识别对象的第一候选对象；
[0166]
第三确定模块，用于根据第一候选对象与待识别对象之间的步态相似度，确定第
一识别结果，其中，第一识别结果用于指示待识别对象为第一候选对象的确定性。
[0167]
在一个示例性实施例中，第一提取模块包括：
[0168]
筛选子模块，用于从步态视频中筛选出连续的多帧步态图像；
[0169]
分割子模块，用于分别对多帧步态图像中的每帧步态图像进行图像分割，得到与待识别对象对应的步态剪影图序列；
[0170]
输入子模块，用于将步态剪影图序列输入到步态识别模型，得到步态识别模型输出的目标步态特征。
[0171]
在一个示例性实施例中，上述装置还包括：
[0172]
第一确定单元，用于在基于步态视频对待识别对象进行身份识别，得到第一识别结果之后，在待识别对象为第一候选对象的确定性大于或者等于第一确定性阈值的情况下，确定待识别对象的身份为第一候选对象；
[0173]
第二确定单元，用于在待识别对象为第一候选对象的确定性小于第一确定性阈值且大于或者等于第二确定性阈值的情况下，确定待识别对象的身份待定；
[0174]
第三确定单元，用于在待识别对象为第一候选对象的确定性小于第二确定性阈值的情况下，确定未识别出待识别对象的身份。
[0175]
在一个示例性实施例中，第二获取单元606包括：
[0176]
获取待识别对象的手背静脉图像，其中，手背静脉图像为对待识别对象的手背的静脉进行图像采集所得到的图像，目标部位为手背。
[0177]
在一个示例性实施例中，第二识别单元608包括：
[0178]
第二提取模块，用于从目标部位静脉图像中提取出待识别对象的目标静脉特征；
[0179]
第四确定模块，用于根据参考对象的静脉特征与目标静脉特征，确定参考对象与待识别对象之间的静脉相似度；
[0180]
第五确定模块，用于将与待识别对象之间的静脉相似度最大的参考对象，确定为待识别对象的第二候选对象；
[0181]
第六确定模块，用于根据第一候选对象和第二候选对象，确定第二识别结果，其中，第一候选对象为第一识别结果所指示的、与待识别对象对应的对象，第二识别用于指示待识别对象的身份是否为第一候选对象。
[0182]
在一个示例性实施例中，第二识别单元608还包括：
[0183]
第三提取模块，用于从目标部位静脉图像中提取出待识别对象的目标静脉特征；
[0184]
第七确定模块，用于根据第一候选对象的静脉特征与目标静脉特征，确定第一候选对象与待识别对象之间的静脉相似度，其中，第一候选对象为第一识别结果所指示的、与待识别对象对应的对象；
[0185]
第八确定模块，用于根据第一候选对象与待识别对象之间的静脉相似度，确定第二识别结果，其中，第二识别结果指示待识别对象的身份是否为第一候选对象。
[0186]
在一个示例性实施例中，上述装置还包括：
[0187]
控制单元，用于在根据第一识别结果和目标部位静脉图像对待识别对象进行身份识别，得到第二识别结果之后，在第二识别结果指示识别出待识别对象的身份的情况下，控制门禁系统开放。
[0188]
此处需要说明的是，上述模块与对应的步骤所实现的示例和应用场景相同，但不
限于上述实施例所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在如图1所示的硬件环境中，可以通过软件实现，也可以通过硬件实现，其中，硬件环境包括网络环境。
[0189]
根据本技术实施例的又一个方面，还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以用于执行本技术实施例中上述任一项基于步态与静脉的身份识别方法的程序代码。
[0190]
可选地，在本实施例中，上述存储介质可以位于上述实施例所示的网络中的多个网络设备中的至少一个网络设备上。
[0191]
可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：
[0192]
s1，获取与待识别对象对应的步态视频，其中，步态视频包含待识别对象的步态信息；
[0193]
s2，基于步态视频对待识别对象进行身份识别，得到第一识别结果；
[0194]
s3，在第一识别结果指示待识别对象的身份待定的情况下，获取待识别对象的目标部位静脉图像，其中，目标部位静脉图像为对待识别对象的目标部位的静脉进行图像采集所得到的图像；
[0195]
s4，根据第一识别结果和目标部位静脉图像对待识别对象进行身份识别，得到第二识别结果。
[0196]
可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例中对此不再赘述。
[0197]
可选地，在本实施例中，上述存储介质可以包括但不限于：u盘、rom、ram、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
[0198]
根据本技术实施例的又一个方面，还提供了一种用于实施上述基于步态与静脉的身份识别方法的电子装置，该电子装置可以是服务器、终端、或者其组合。
[0199]
图7是根据本技术实施例的一种可选的电子装置的结构框图，如图7所示，包括处理器702、通信接口704、存储器706和通信总线708，其中，处理器702、通信接口704和存储器706通过通信总线708完成相互间的通信，其中，
[0200]
存储器706，用于存储计算机程序；
[0201]
处理器706，用于执行存储器706上所存放的计算机程序时，实现如下步骤：
[0202]
s1，获取与待识别对象对应的步态视频，其中，步态视频包含待识别对象的步态信息；
[0203]
s2，基于步态视频对待识别对象进行身份识别，得到第一识别结果；
[0204]
s3，在第一识别结果指示待识别对象的身份待定的情况下，获取待识别对象的目标部位静脉图像，其中，目标部位静脉图像为对待识别对象的目标部位的静脉进行图像采集所得到的图像；
[0205]
s4，根据第一识别结果和目标部位静脉图像对待识别对象进行身份识别，得到第二识别结果。
[0206]
可选地，在本实施例中，通信总线可以是pci(peripheral component interconnect，外设部件互连标准)总线、或eisa(extended industry standard architecture，扩展工业标准结构)总线等。该通信总线可以分为地址总线、数据总线、控制
总线等。为便于表示，图7中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。通信接口用于上述电子装置与其他设备之间的通信。
[0207]
存储器可以包括ram，也可以包括非易失性存储器(non
‑
volatile memory)，例如，至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器的存储装置。
[0208]
作为一种示例，上述存储器706中可以但不限于包括上述基于步态与静脉的身份识别装置中的第一获取单元602、第一识别单元604、第二获取单元606以及第二识别单元608。此外，还可以包括但不限于上述基于步态与静脉的身份识别装置中的其他模块单元，本示例中不再赘述。
[0209]
上述处理器可以是通用处理器，可以包含但不限于：cpu(central processing unit，中央处理器)、np(network processor，网络处理器)等；还可以是dsp(digital signal processing，数字信号处理器)、asic(application specific integrated circuit，专用集成电路)、fpga(field－programmable gate array，现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
[0210]
可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例在此不再赘述。
[0211]
本领域普通技术人员可以理解，图7所示的结构仅为示意，实施上述基于步态与静脉的身份识别方法的设备可以是终端设备，该终端设备可以是智能手机(如android手机、ios手机等)、平板电脑、掌上电脑以及移动互联网设备(mobile internet devices，mid)、pad等终端设备。图7其并不对上述电子装置的结构造成限定。例如，电子装置还可包括比图7中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图7所示的不同的配置。
[0212]
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、rom、ram、磁盘或光盘等。
[0213]
上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
[0214]
上述实施例中的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，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本技术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存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。
[0215]
在本技术的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
[0216]
在本技术所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，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，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接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
[0217]
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，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中所提供的方案的目的。
[0218]
另外，在本技术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。
[0219]
以上所述仅是本技术的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本技术的保护范围。