识别目标类型动态图像的方法、装置及电子设备与流程

1.本公开涉及人工智能技术领域，尤其涉及计算机视觉技术领域，具体涉及一种识别目标类型动态图像的方法、装置、电子设备、计算机可读存储介质及计算机程序产品。


背景技术：

2.人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件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、大数据处理等技术：人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
3.本公开的发明人了解到，例如gif格式的动图，可以绕过一些网络信息审核平台的审核而被上传到网络，从而对维护网络信息健康造成一定隐患。
4.在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。


技术实现要素：

5.本公开提供了一种识别目标类型动态图像的方法、装置、电子设备、计算机可读存储介质及计算机程序产品。
6.根据本公开的一方面，提供了一种识别目标类型动态图像的方法，包括：
7.获取动态图像的目标帧，所述目标帧为所述动态图像所包含的多个图像帧中的其中一个；
8.响应于确定所述目标帧包含预设生物特征，确定所述目标帧与预设类型图像模型的关联度，所述预设类型图像模型包含所述预设生物特征；
9.响应于确定所述关联度大于关联度阈值，确定所述多个图像帧所包含的与所述预设生物特征相关的生物体的运动信息；及
10.响应于确定所述运动信息符合预设条件，确定所述动态图像属于目标类型动态图像。
11.根据本公开的另一方面，提供了一种识别目标类型动态图像的装置，包括：
12.获取单元，配置为获取动态图像的目标帧，所述目标帧为所述动态图像所包含的多个图像帧中的其中一个；
13.第一确定单元，配置为响应于确定所述目标帧包含预设生物特征，确定所述目标帧与预设类型图像模型的关联度，所述预设类型图像模型包含所述预设生物特征；
14.第二确定单元，配置为响应于确定所述关联度大于关联度阈值，确定所述多个图像帧所包含的与所述预设生物特征相关的生物体的运动信息；及
15.第三确定单元，配置为响应于确定所述运动信息符合预设条件，确定所述动态图
像属于目标类型动态图像。
16.根据本公开的又一方面，提供了一种电子设备，包括：存储器；和耦接至存储器的处理器，处理器配置为基于存储在存储器中的指令，执行根据前述识别目标类型动态图像的方法。
17.根据本公开的再一方面，提供了一种计算机可读存储介质，其中，计算机程序被处理器执行时实现前述识别目标类型动态图像的方法。
18.根据本公开的再一方面，提供了一种计算机程序产品，其中，计算机程序被处理器执行时实现前述识别目标类型动态图像的方法。
19.根据本公开的一个或多个实施例，可以提高识别目标类型动态图像的准确性，进而可以满足网络内容平台对传播网络信息的限制需求。
20.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
21.附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
22.图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；
23.图2示出了根据本公开一些实施例的识别目标类型动态图像的方法的流程图；
24.图3示出了根据本公开一个实施例的识别目标类型动态图像的方法的流程图；
25.图4示出了根据本公开一些实施例的识别目标类型动态图像的装置的结构框图；及
26.图5示出了根据本公开一些实施例的电子设备的结构框图。
具体实施方式
27.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
28.在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
29.在本公开中对各种示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
30.本公开的发明人了解到，一些网络信息审核平台通过抽帧的方式对用户上传的动
态图像进行内容类型识别。虽然网络信息审核平台不允许用户将某类限制传播的动态图像上传，但例如gif格式的动图却经常可以绕过审核而被上传到网络，这对维护网络信息的健康造成一定隐患。
31.基于此，本公开实施例提供了一种识别目标类型动态图像的方法、装置、电子设备、计算机可读存储介质及计算机程序产品，以提高识别目标类型动态图像的准确性，可以用于各种网络内容平台上传内容的过审，进而可以满足网络内容平台对传播网络信息的限制需求，有利于维护网络信息的健康。
32.下面将结合附图详细描述本公开的实施例。
33.图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
34.在本公开的实施例中，服务器120可以运行使得能够执行本公开实施例方法的一个或多个服务或软件应用。
35.在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(saas)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
36.在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。
37.用户可以使用客户端设备101、102、103、104、105和/或106来向网络内容平台上传动态图像。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。
38.客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如microsoft windows、apple ios、类unix操作系统、linux或类linux操作系统(例如google chrome os)；或包括各种移动操作系统，例如microsoft windows mobile os、ios、windows phone、android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(pda)等。可穿戴设备可以包括头戴式显示器和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(sms)应用程序，并且可以使用各种通信协议。
39.网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于tcp/ip、sna、ipx等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(lan)、基于以太网的网络、令牌环、广域网(wan)、因特网、虚拟网络、虚拟专用网络(vpn)、内部网、外部网、公共交换电话网(pstn)、红外网络、无线网络(例如蓝牙、wifi)和/或这些和/或其他网络的任意组合。
40.服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如pc(个人计算机)服务器、unix服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
41.服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括http服务器、ftp服务器、cgi服务器、java服务器、数据库服务器等。
42.在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
43.在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(vps，virtual private server)服务中存在的管理难度大、业务扩展性弱的缺陷。
44.系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据存储库130可以驻留在各种位置。例如，由服务器120使用的数据存储库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库130可以是不同的类型。在某些实施例中，由服务器120使用的数据存储库可以是数据库，例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
45.在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。
46.图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。
47.如图2所示，本公开一些实施例提供了一种识别目标类型动态图像的方法200，该方法包括以下步骤s201至步骤s204。
48.在步骤s201，获取动态图像的目标帧，该目标帧为动态图像所包含的多个图像帧
中的其中一个。
49.在步骤s202，响应于确定目标帧包含预设生物特征，确定目标帧与预设类型图像模型的关联度，该预设类型图像模型包含该预设生物特征。
50.在步骤s203，响应于确定关联度大于关联度阈值，确定多个图像帧所包含的与预设生物特征相关的生物体的运动信息。
51.在步骤s204，响应于确定运动信息符合预设条件，确定动态图像属于目标类型动态图像。
52.本公开实施例技术方案涉及多维度、多帧信息的综合判断，有别于相关技术简单的抽帧判断，可以有效提高识别目标类型动态图像的准确性，进而可以满足网络内容平台对传播网络信息的限制需求。其中，多维度判断包括目标帧是否包含预设生物特征、目标帧与预设类型图像模型的关联度、运动信息是否符合预设条件等。
53.在本公开实施例中，目标类型动态图像包含了预设生物特征，预设生物特征例如为人脸或者人体的某个部位等。当动态图像中与预设生物特征有关的信息满足一定的条件时，可以认为该动态图像属于目标类型动态图像，例如属于在网络内容平台上被限制传播而不允许上传的动态图像。
54.以人脸作为预设生物特征为例，本公开实施例中的技术方案的原理为：可以通过人脸特征分辨算法判断目标帧中是否包含人脸(只判断图像中是否包含人脸，不需要进行身份识别)。在步骤s202，响应于确定目标帧包含人脸，还需要进一步确定目标帧与预设类型图像模型的关联度。预设类型图像模型例如为在网络内容平台上被限制传播而不允许上传的某类图片模型，该预设类型图像模型包含了人脸，可以作为关联度确定的参照基准，通过该步骤也可以判断出动态图像中人物的性别。在步骤s203，响应于确定关联度大于关联度阈值，确定多个图像帧所包含的人体的运动信息，例如整个人体或者人体某个部位的运动信息。关联度阈值可以根据网络内容平台对上传信息的限制级别进行设定。进一步，在步骤s204，响应于确定运动信息符合预设条件，例如呈现设定的周期性，则确定动态图像属于目标类型动态图像。
55.在本公开实施中，动态图像不但可以为例如gif格式的动图，还可以为例如wmv,avi,mpg,mpeg,3gp,mov,mp4,flv,f4v,m2t,mts,rmvb,vob,mkv等格式的短视频，短视频的播放时间例如为5秒、10秒或者15秒等。在一个实施例中，动态图像为gif格式的动图，实施例方法适用于对gif格式的动图进行识别检测。
56.gif图片一般包括gif87a和gif89a两个版本。在一个实施例中，可以通过解析图片二进制流的前5个字节信息来判断图片是否为gif格式的动图。例如，如果图片二进制流的前5个字节信息为“gif89a”(对应的16进制信息为：47 49 46 38 39 61)或者“gif87a”(对应的16进制信息为：47 49 46 38 37 61)，则判断其为gif格式的动图。在确定图片为gif格式的动图后，从该gif格式的动图中获取目标帧。
57.在本公开的一些实施例中，动态图像在未被触发播放时默认停留在预设序位的图像帧。例如，一些移动端为了节约用户流量及减少缓存，默认动态图像在未被触发播放时不能自动播放，而是停留在预设序位的图像帧，例如动态图像的第一个图像帧、中间序位图像帧或最后一个图像帧等等。在这些实施例中，上述步骤s201包括：获取动态图像的预设序位的图像帧，并将预设序位的图像帧作为目标帧。即，目标帧为动态图像的多个图像帧中的固
定一帧，这些实施例是基于该目标帧进行目标类型动态图像的识别。
58.在本公开的另一些实施例中，实施例方法还包括：响应于确定目标帧不包含预设生物特征，返回获取动态图像的目标帧，并将与目标帧相邻的后一序位图像帧作为更新后的目标帧；或者，响应于确定目标帧不包含预设生物特征，返回获取动态图像的目标帧，并将与目标帧相邻的前一序位图像帧作为更新后的目标帧。
59.在这些实施例中，目标帧不是固定一帧，当目标帧不包含预设生物特征时，目标帧被更新为前一序位或后一序位的图像帧。例如，第一个图像帧为默认的目标帧，当第一个图像帧不包含预设生物特征时，目标帧自动更新为第二个图像帧；当第二个图像帧不包含预设生物特征时，目标帧自动更新为第三个图像帧；以此类推。该实施例可以防止用户故意将一些信息隐藏在动态图像的非默认停留的一帧(需用户触发动态图像播放才能看到)，从而可以进一步提高识别目标类型动态图像的准确性。
60.本公开的一些实施例中，响应于满足以下各项条件中的至少其中之一，确定动态图像不属于目标类型动态图像：确定目标帧不包含预设生物特征；确定关联度不大于关联度阈值；及，确定运动信息不符合预设条件。
61.在一个实施例中，同时满足目标帧包含预设生物特征、关联度大于关联度阈值、运动信息符合预设条件，才能够确定动态图像属于目标类型动态图像，在该识别结果下，用户不能将动态图像上传到网络。如果不能同时满足以上条件，则确定动态图像不属于目标类型动态图像，允许用户将动态图像上传到网络。
62.在本公开一些实施例中，在步骤s203中，确定多个图像帧所包含的与预设生物特征相关的生物体的运动信息，包括：提取包含目标帧的至少两个连续图像帧的光流信息；及，确定光流信息对应的运动信息。
63.光流是图像亮度模式的表观运动，光流表达了图像的变化，由于它包含了运动的信息，因此可用于确定目标的运动情况。至少两个连续图像帧可以表达出一定的运动信息。在该实施例中，可以根据包含目标帧的至少两个连续图像帧的光流信息，快速而准确的确定出对应的运动信息。包含目标帧的至少两个连续图像帧例如为目标帧及目标帧前后相邻的各两个图像帧，或者为动态图像所包含的全部图像帧。
64.在本公开一些实施例中，步骤s201包括：响应于确定动态图像不属于异常动态图像，获取动态图像的目标帧。异常动态图像的确定条件不限，例如满足以下至少一个即可确定属于异常动态图像：动态图像无法下载、动态图像格式无法识别、动态图像的至少一个图像帧展示不完整，以及动态图像的至少一个图像帧长宽比超出设定范围。该实施例首先将异常动态图像筛除，然后再进行目标类型动态图像的识别，可以提高识别目标类型动态图像的速度。
65.在一些实施例中，识别目标类型动态图像的方法还包括：响应于确定运动信息符合预设条件，对动态图像和/或动态图像关联的账号进行处置操作，例如，删除动态图像、发出禁止上传警示、或者将关联账户封禁等。该步操作可以由网络信息审核平台自动操作，也可以由网络信息审核平台的相关人员手动操作。
66.如图3所示，以人脸作为预设生物特征为例，本公开一个实施例的识别目标类型动态图像的方法300，包括以下步骤s301至步骤s311：
67.在步骤s301，获取用户上传的动态图像；
68.在步骤s302，判断动态图像是否属于异常动态图像(异常动态图像的确定条件参考前述实施例中的设定)，如果是，结束流程，否则，流程转向以下步骤s303；
69.在步骤s303，获取动态图像的第一个图像帧，将其作为目标帧；
70.在步骤s304，判断目标帧是否包含人脸，如果是，流程转向以下步骤s305，否则，结束流程；
71.在步骤s305，确定目标帧与预设类型图像模型的关联度，预设类型图像模型包含人脸；
72.在步骤s306，判断关联度是否大于关联度阈值，如果是，流程转向以下步骤s307，否则，结束流程；
73.在步骤s307，提取动态图像的全部图像帧的光流信息；
74.在步骤s308，确定光流信息对应的运动信息；
75.在步骤s309，判断运动信息是否呈现设定的周期性，如果是，流程转向以下步骤s310，否则，结束流程；
76.在步骤s310，确定动态图像属于目标类型动态图像；
77.在步骤s311，对动态图像进行删除，并且对该动态图像关联的账号进行记录和封禁。
78.采用该实施例方法技术方案，可以有效提高识别目标类型动态图像的准确性，进而可以满足网络内容平台对传播网络信息的限制需求。
79.如图4所示，本公开实施例还提供一种识别目标类型动态图像的装置400，包括：
80.获取单元401，配置为获取动态图像的目标帧，目标帧为动态图像所包含的多个图像帧中的其中一个；
81.第一确定单元402，配置为响应于确定目标帧包含预设生物特征，确定目标帧与预设类型图像模型的关联度，预设类型图像模型包含预设生物特征；
82.第二确定单元403，配置为响应于确定关联度大于关联度阈值，确定多个图像帧所包含的与预设生物特征相关的生物体的运动信息；及
83.第三确定单元404，配置为响应于确定运动信息符合预设条件，确定动态图像属于目标类型动态图像。
84.如前述分析，本公开上述实施例的装置可以有效提高识别目标类型动态图像的准确性，进而可以满足网络内容平台对传播网络信息的限制需求。
85.本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。需要说明的是，本实施例中的预设类型图像模型、目标类型动态图像并不是针对某一特定用户，并不能反映出某一特定用户的个人信息。
86.如图5所示，为本公开应用于服务器或客户端的电子设备500的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备500旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者
要求的本公开的实现。
87.如图5所示，电子设备500包括计算单元501，其可以根据存储在只读存储器(rom)502中的计算机程序或者从存储单元508加载到随机访问存储器(ram)503中的计算机程序，来执行各种适当的动作和处理。在ram503中，还可存储电子设备500操作所需的各种程序和数据。计算单元501、rom 502以及ram 503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。
88.设备500中的多个部件连接至i/o接口505，包括：输入单元506、输出单元507、存储单元508以及通信单元509。输入单元506可以是能向电子设备500输入信息的任何类型的设备，输入单元506可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元507可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元508可以包括但不限于磁盘、光盘。通信单元509允许电子设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙tm设备、1302.11设备、wifi设备、wimax设备、蜂窝通信设备和/或类似物。
89.计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如前述识别目标类型动态图像的方法。例如，在一些实施例中，识别目标类型动态图像的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由rom 502和/或通信单元509而被载入和/或安装到电子设备500上。当计算机程序加载到ram 503并由计算单元501执行时，可以执行上文描述的识别目标类型动态图像的方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行上述识别目标类型动态图像的方法。
90.本公开实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，其中，计算机程序被处理器执行时实现上述任一实施例的方法步骤。
91.根据本公开的另一方面，还提供一种计算机程序产品，包括计算机程序，其中，计算机程序被处理器执行时实现上述任一实施例的方法步骤。
92.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
93.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
94.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd
‑
rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
95.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
96.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
97.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端
‑
服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
98.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
99.虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。