一种人脸识别系统及人脸识别方法与流程

1.本发明涉及人脸识别技术领域，具体是一种人脸识别系统及人脸识别方法。


背景技术：

2.人脸识别是基于人们脸部的面部特征来进行识别身份的一种技术，用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。
3.然而，每一款人脸识别都是一定的阈值的，决定识别成功与否；现有的人脸识别系统都需要先获取图像，这样会出现无法识别的盲区，每次获取的角度不一样都会影响人脸识别的效果，而无法达到阈值就可能会导致无法识别成功，而修改阈值往往需要到后台通过人工修改，这在一些以便捷性为目的的人脸识别系统中是非常麻烦的，影响人们的正常生活和工作。


技术实现要素：

4.本发明的目的在于提供一种人脸识别系统及人脸识别方法，以解决上述背景技术中提出的问题。
5.为实现上述目的，本发明提供如下技术方案：
6.一种人脸识别系统，所述系统包括：
7.面部采集模块，用于实时获取待检人员与摄像头之间的距离值，并将所述距离值与预设的距离阈值进行对比，当所述距离值小于预设的距离阈值时，采集待检人员面部信息；
8.修复比对模块，用于对获取的待检人员面部信息进行修复，将修复后的待检人员面部信息与预存的面部特征信息进行对比，得到对比数值，将所述对比数值与预设的对比阈值进行对比；
9.处理执行模块，用于当对比数值大于对比阈值时，人脸识别通过，当对比数值小于对比阈值时，则获取用户指纹信息，将所述用户指纹信息与预先存储的指纹信息进行一致性对比，当一致性对比通过时，人脸识别通过，同时下调对比阈值。
10.作为本发明技术方案进一步的限定：所述面部采集模块具体包括：
11.接收单元，用于接收红外信号并记录接收时间，根据红外信号的波长获取所述红外信号的发射时间；
12.时间计算单元，用于根据所述发射时间和接收时间计算传播时间；
13.距离计算单元，用于根据所述传播时间计算待检人员与摄像头之间的距离值。
14.作为本发明技术方案进一步的限定：所述面部采集模块还包括：
15.采集单元，用于读取待检人员与摄像头之间的距离值，当待检人员与摄像头之间的距离值小于预设的距离阈值时，采集待检人员面部信息；
16.提示单元，用于当待检人员与摄像头之间的距离值大于预设的距离阈值时，播放
提示音频。
17.作为本发明技术方案进一步的限定：所述修复比对模块包括：
18.图像库生成单元，根据预设的时间间隔获取面部信息，生成信息图像库；
19.目标区域确定单元，依次对所述信息图像库中的图像进行轮廓识别，得到待检区域，根据人脸模型对所述待检区域进行识别，排除固有区域，确定目标区域；
20.修补区域确定单元，遍历所述目标区域的像素点，确定中心点和区域半径，根据中心点和区域半径确定修补区域；
21.修复单元，计算所述修补区域的平均色值，并根据计算出的平均色值填充所述目标区域，得到修复图像，排列所述修复图像得到预图像库；
22.第二筛选单元，遍历所述预图像库，删除无效图像，生成成品图像库。
23.作为本发明技术方案进一步的限定：所述目标区域确定单元包括：
24.色值读取子单元，用于遍历所述图像的像素点，并读取相应色值；
25.区域轮廓确定子单元，用于确定容差，基于所述容差判断相邻像素点色值差的大小；
26.提取子单元，用于提取色值差大于所述容差的像素点，并基于所述像素点生成待检区域。
27.作为本发明技术方案进一步的限定：所述修补区域确定单元包括：
28.半径生成子单元，用于确定扩大倍数，基于扩大倍数扩大区域半径；
29.基底区域截取子单元，用于基于中心点和扩大后的区域半径确定截取圆，根据截取在所述图像中截取基底区域；
30.删除子单元，用于读取目标区域，基于所述目标区域删除基底区域中的对应区域，确定修补区域。
31.作为本发明技术方案进一步的限定：所述第二筛选单元包括：
32.图像转换子单元，用于依次读取所述预图像库中的修复图像，将所述修复图像转换为灰度图像，并计算图像灰度平均值；
33.数据剔除子单元，用于基于图像灰度平均值生成特征数组，并对特征数组进行数据剔除；
34.执行子单元，用于基于剔除结果在预图像库中删除对应图像，生成成品图像库。
35.本发明技术方案还提供了一种人脸识别方法，所述方法应用于人脸识别系统，所述方法包括：
36.实时获取待检人员与摄像头之间的距离值，并将所述距离值与预设的距离阈值进行对比，当所述距离值小于预设的距离阈值时，采集待检人员面部信息；
37.对获取的待检人员面部信息进行修复，将修复后的待检人员面部信息与预存的面部特征信息进行对比，得到对比数值，将所述对比数值与预设的对比阈值进行对比；
38.当对比数值大于对比阈值时，人脸识别通过，当对比数值小于对比阈值时，则获取用户指纹信息，将所述用户指纹信息与预先存储的指纹信息进行一致性对比，当一致性对比通过时，人脸识别通过，同时下调对比阈值。
39.作为本发明技术方案进一步的限定：所述实时获取待检人员与摄像头之间的距离值，并将所述距离值与预设的距离阈值进行对比，当所述距离值小于预设的距离阈值时，采
集待检人员面部信息的步骤包括：
40.接收红外信号并记录接收时间，根据红外信号的波长获取所述红外信号的发射时间；
41.根据所述发射时间和接收时间计算传播时间；
42.根据所述传播时间计算待检人员与摄像头之间的距离值。
43.作为本发明技术方案进一步的限定：所述对获取的待检人员面部信息进行修复，将修复后的待检人员面部信息与预存的面部特征信息进行对比，得到对比数值，将所述对比数值与预设的对比阈值进行对比的步骤包括：
44.根据预设的时间间隔获取面部信息，生成信息图像库；
45.依次对所述信息图像库中的图像进行轮廓识别，得到待检区域，根据人脸模型对所述待检区域进行识别，排除固有区域，确定目标区域；
46.遍历所述目标区域的像素点，确定中心点和区域半径，根据中心点和区域半径确定修补区域；
47.计算所述修补区域的平均色值，并根据计算出的平均色值填充所述目标区域，得到修复图像，排列所述修复图像得到预图像库；
48.遍历所述预图像库，删除无效图像，生成成品图像库。
49.与现有技术相比，本发明的有益效果是：本发明通过阈值下调模块自动下调比对阈值，改变了传统的通过后台系统进行人工修改比对阈值的方式，极大的提高人脸识别的便捷性，方便生活与工作。
附图说明
50.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，下面描述中的附图仅仅是本发明的一些实施例。
51.图1为人脸识别系统的组成框图。
52.图2为人脸识别系统中面部采集模块的第一组成框图。
53.图3为人脸识别系统中面部采集模块的第二组成框图。
54.图4为人脸识别系统中修复比对模块的组成框图。
55.图5为修复比对模块中目标区域确定单元的组成框图。
56.图6为修复比对模块中修补区域确定单元的组成框图。
57.图7为修复比对模块中第二筛选单元的组成框图。
58.图8为人脸识别方法的流程框图。
59.图9为人脸识别方法的第一子流程框图。
60.图10为人脸识别方法的第二子流程框图。
具体实施方式
61.为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
62.在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
63.应当理解，尽管在本发明实施例中可能采用术语第一、第二等来描述不同的模块，但这些模块不应限于这些术语。这些术语仅用来将同一类型的模块彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一筛选单元也可以被称为第二筛选单元，不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。类似地，第二筛选单元也可以被称为第一筛选单元。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
64.实施例1
65.图1示出了人脸识别系统的组成框图，本发明实施例中，一种人脸识别系统，所述系统10包括：
66.面部采集模块11，用于实时获取待检人员与摄像头之间的距离值，并将所述距离值与预设的距离阈值进行对比，当所述距离值小于预设的距离阈值时，采集待检人员面部信息；
67.修复比对模块12，用于对获取的待检人员面部信息进行修复，将修复后的待检人员面部信息与预存的面部特征信息进行对比，得到对比数值，将所述对比数值与预设的对比阈值进行对比；
68.处理执行模块13，用于当对比数值大于对比阈值时，人脸识别通过，当对比数值小于对比阈值时，则获取用户指纹信息，将所述用户指纹信息与预先存储的指纹信息进行一致性对比，当一致性对比通过时，人脸识别通过，同时下调对比阈值。
69.本发明在正常工作过程中，是用于完成人脸识别过程的，本系统可以是硬件，也可以是软件，当本系统为硬件时，是至少具备图像获取功能的电子设备。当本系统为软件时，可以安装在上述电子设备中。其可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。值得一提的是，在上述面部采集模块中，存在距离获取步骤，这一步骤的实现方式有很多，比如通过红外测距模块或是超声测距模块，除些之外，甚至是可以在路面上按距离划线，然后根据所划的线判断用户与本系统之间的距离。
70.在本系统投入使用之前，首先需要进行信息注册环节，信息注册环节中，主要获取两个信息，分别是用户的指纹信息和面部特征信息，用于后期比对环节；像这一过程比较常见，像现在的智能手机，基本上都具备录入指纹信息和面部信息的功能，因此，注册单元的功能理解起来并不复杂；但是上述过程中特别提到了一个对比阈值，对比阈值是一个用于描述相似度的标准，是一个百分比数，可以由用户确定，一般在80％
‑
100％之间，当然，基本上不会设置为100％；在实际应用过程中，获取到的面部信息与注册信息中的面部特征信息相似度只要达到比对阈值即可。值得一提的是，这里的相似度是与面部特征有关的，对于细微差异的面部特征信息，在计算过程就认为是相同的，只有差异巨大的特征才认为是不同的，最终生成的便是相同面部特征占总面部特征的百分比，然后用这个百分比与比对阈值
进行比较，上述比对过程也就是修复比对模块的工作流程。
71.面部采集模块的目的是获取用户面部的距离，获取方式有很多，上述过程中也有提及，在此，本发明技术方案继续提出一个小方案来增强功能，便是面部采集模块内可以内置温度感应模块，因为人脸的温度和其它地方的温度有区别，所以在人脸距离测量中，温度参数是可以进行使用的量，可以极大的缩小检测范围，提高效率；当然，上述例子只是一种情况，具体的距离检测算法是什么样的，并不是本发明技术方案的重点，因此，不作细述。
72.修复比对模块中，与现有技术不同的点便是面部信息修复过程；本发明面对的情况主要是小范围的人脸识别，比如公司打卡或小区门禁这类的社区用人脸识别过程，上述修复后的图像可以降低面部特征数量，提高检测速度。
73.处理执行模块是本发明的核心单元，也是本发明的创新点，举一个例子来说：面部特征得到的对比数值连续三次小于预设的对比阈值，且指纹成功匹配，将对比数值小于预设阈值的数个或单个面部特征进行重新采集，采集完成自动覆盖，进行存储，重新对人脸进行检测，将重新采集的面部特征，与存储的相应面部特征对比，查看对比数值是否大于等于预设的对比阈值，如果成功识别则录入成功，如果无法识别成功则重新录入；重新录入的面部特征连续三次对比结果都小于阈值，将此人面部连续三次没通过的面部特征的预设阈值下调。这一自动下调的功能非常有用，因为在社区用人脸识别技术中，指纹出错的概率几乎为零，人脸识别更多的目的是方便验证，在现有技术中，人脸识别不通过，就说明注册时的人脸信息与现在的人脸信息有较大差异，如果想要调整，还需要去后台系统进行人工修改，这是非常麻烦的，与人脸识别的最初目的不同，因此，自动下调比对阈值可以省去这一步骤，提高人脸识别的便捷性，也提高生活的便捷性。
74.图2示出了人脸识别系统中面部采集模块的第一组成框图，所述面部采集模块12具体包括：
75.接收单元121，用于接收红外信号并记录接收时间，根据红外信号的波长获取所述红外信号的发射时间；
76.时间计算单元122，用于根据所述发射时间和接收时间计算传播时间；
77.距离计算单元123，用于根据所述传播时间计算待检人员与摄像头之间的距离值。
78.上述内容提供了一种确定的面部采集模块，即，红外线测距模式，基本原理便是：
79.2*距离＝传播时间*传播速度
80.值得一提的是，上述过程先是确定检测波长，这么做的目的是计算传播时间，我们可以想到，上述距离检测过程是一个持续的过程，因此，会一直接收到红外线，而如何知道红外线是什么时候发出的呢？这就需要使得发射出的红外线有一个“识别码”，即，上述内容提及的波长。当然，红外线的波长是有一定范围的，在实际设计程序中，我们可以是循环式的，因为本发明面对的距离都较短，同样的一个波长，只需要获取离接收最近的一个发射信号即可。
81.图3示出了人脸识别系统中面部采集模块的第二组成框图，所述面部采集模块12还包括：
82.采集单元124，用于读取待检人员距离的判断结果，若待检人员距离小于距离阈值，则采集待检人员面部信息；
83.提示单元125，若待检人员距离大于距离阈值，则用于播放提示音频。
84.上述内容的重点在于提示单元，增加了提示过程，如果是因为距离原因而无法成功识别的话，通过一个提示音可以使得用户更加明确。
85.图4示出了人脸识别系统中修复比对模块的组成框图，所述修复比对模块13包括：
86.图像库生成单元131，根据预设的时间间隔获取面部信息，生成信息图像库；
87.目标区域确定单元132，依次对所述信息图像库中的图像进行轮廓识别，得到待检区域，根据人脸模型对所述待检区域进行识别，排除固有区域，确定目标区域；
88.修补区域确定单元133，遍历所述目标区域的像素点，确定中心点和区域半径，根据中心点和区域半径确定修补区域；
89.修复单元134，计算所述修补区域的平均色值，并根据计算出的平均色值填充所述目标区域，得到修复图像，排列所述修复图像得到预图像库；
90.第二筛选单元135，遍历所述预图像库，删除无效图像，生成成品图像库。
91.修复比对模块有两个步骤，第一，修复图像；第二比对图像。其中，比对过程较为简单，但是修复过程是本发明一个与众不同的地方，需要进行详述；修复过程主要是修复人脸上的疤痕进行修复，当然，是一些细小的疤痕，至于大的疤痕，属于上述内容中的固定区域，固有区域除了大的疤痕外，还有五官区域；修复比对模块对于小疤痕的修复方式是用周围的皮肤颜色进行填充，具体的填充过程如上述各模块的功能所示。
92.值得一提的是，还会有一种情况，便是人脸上的灰尘，实际上，灰尘污迹这种大范围的修复，更多的是从色相角度去考虑的，相对而言较为简单，只需要一个颜色填充即可；我们可以想象这样一种情况，一个人的脸上有一块泥土，我们仅需要用大面积的皮肤颜色填色即可，如果是满脸泥土，那么人脸识别的意义其实就不大了，如果这种情况都可以修复的话，那么所有人只要在脸上抹些泥土便可以通过验证，这显然是不合适的。
93.图5示出了修复比对模块中目标区域确定单元的组成框图，所述目标区域确定单元132包括：
94.色值读取子单元1321，用于遍历所述图像的像素点，并读取相应色值；
95.区域轮廓确定子单元1322，用于确定容差，基于所述容差判断相邻像素点色值差的大小；
96.提取子单元1323，用于提取色值差大于所述容差的像素点，并基于所述像素点生成待检区域。
97.获取图像各像素点色值，当相邻像素点色值差过大时，就说明它是“边界”，比如，人身上的痣是黑色或红色的，当然，其它颜色也是有可能的，它们均与皮肤颜色有较大差异，确定“边界”后，就可以将痣“圈”出来。
98.图6示出了修复比对模块中修补区域确定单元的组成框图，所述修补区域确定单元133包括：
99.半径生成子单元1331，用于确定扩大倍数，基于扩大倍数扩大区域半径；
100.基底区域截取子单元1332，用于基于中心点和扩大后的区域半径确定截取圆，根据截取在所述图像中截取基底区域；
101.删除子单元1333，用于读取目标区域，基于所述目标区域删除基底区域中的对应区域，确定修补区域。
102.修补区域确定单元的目的是，确定一个修补区域，上述内容是从计算机角度去描
述的，为了便于理解，通过一个例子说明：一个痣，基于痣的中心点和痣的半径，获取一个圆形区域，然后在所述圆形区域中去除痣的区域，剩下的一个环形区域就是修补区域。当然，这一过程中，疤痕的中心点如何确定，这其实是很随意的，比如任取几条直线，再获取直线与区域交点连线的中点，然后再基于这些中点再进行重复操作，这些都是可行的，具体看程序设计者的想法，自由度很高。
103.图7示出了修复比对模块中第二筛选单元的组成框图，所述第二筛选单元135包括：
104.图像转换子单元1351，用于依次读取所述预图像库中的修复图像，将所述修复图像转换为灰度图像，并计算图像灰度平均值；
105.数据剔除子单元1352，用于基于图像灰度平均值生成特征数组，并对特征数组进行数据剔除；
106.执行子单元1353，用于基于剔除结果在预图像库中删除对应图像，生成成品图像库。
107.预图像库的生成过程是有可能出现错误的，第二筛选单元是筛选掉一些无效图像，核心的筛选流程是将图像库转换为一组数据，然后对于这些数据进行数学筛选；最简单的，去掉一个最高值，去掉一个最低值这就是一种数学筛选，至于其它的，比如计算与期望的偏差，再平方或三次方这种，随机性很强，不是本发明需要限定的内容。
108.将图像库转换为一组数据的方式是进行灰度转换，这里说一个非常著名的rgb转灰度公式：gray＝r*0.299 g*0.587 b*0.114；由上述公式可以看到，灰度是一个数值，而且与像素点是一一对应的，遍历所有像素点后，计算灰度平均值，这个灰度平均值与图像就是一一对应的。
109.实施例2
110.图8示出了人脸识别方法的流程框图，本发明实施例中，一种人脸识别方法，所述方法应用于人脸识别系统，所述方法包括：
111.步骤s1：接收用户注册请求，基于所述注册请求获取用户的指纹信息和面部特征信息，基于所述面部特征信息确定对比阈值，连接指纹信息、面部特征信息和对比阈值，生成注册信息并存储；
112.步骤s1由注册单元11完成；
113.步骤s2：确定距离阈值，实时获取待检人员距离，基于所述距离阈值判断所述待检人员距离的大小，基于判断结果采集待检人员面部信息；
114.步骤s2由面部采集模块12完成；
115.步骤s3：对所述面部信息进行修复，读取注册信息，基于所述注册信息比对所述面部信息，生成对比数值，基于所述对比阈值判断所述对比数值大小；
116.步骤s3由修复比对模块13完成；
117.步骤s4：若对比数值大于对比阈值，则验证成功；若对比数值小于对比阈值，则获取用户指纹信息，并基于注册信息中的指纹信息判断用户指纹信息正误，基于判断结果下调对比阈值；
118.步骤s4由处理执行模块14完成。
119.图9示出了人脸识别方法的第一子流程框图，所述实时获取待检人员与摄像头之
间的距离值，并将所述距离值与预设的距离阈值进行对比，当所述距离值小于预设的距离阈值时，采集待检人员面部信息的步骤包括：
120.步骤s11：接收红外信号并记录接收时间，根据红外信号的波长获取所述红外信号的发射时间；
121.步骤s11由收发单元121完成；
122.步骤s12：根据所述发射时间和接收时间计算传播时间；
123.步骤s12由第一筛选单元122完成；
124.步骤s13：根据所述传播时间计算待检人员与摄像头之间的距离值；
125.步骤s13由计算单元123完成。
126.图10示出了人脸识别方法的第二子流程框图，所述对获取的待检人员面部信息进行修复，将修复后的待检人员面部信息与预存的面部特征信息进行对比，得到对比数值，将所述对比数值与预设的对比阈值进行对比的步骤包括：
127.步骤s21：根据预设的时间间隔获取面部信息，生成信息图像库；
128.步骤s21由图像库生成单元131完成；
129.步骤s22：依次对所述信息图像库中的图像进行轮廓识别，得到待检区域，根据人脸模型对所述待检区域进行识别，排除固有区域，确定目标区域；
130.步骤s22由目标区域确定单元132完成；
131.步骤s23：遍历所述目标区域的像素点，确定中心点和区域半径，根据中心点和区域半径确定修补区域；
132.步骤s23由修补区域确定单元133完成；
133.步骤s24：计算所述修补区域的平均色值，并根据计算出的平均色值填充所述目标区域，得到修复图像，排列所述修复图像得到预图像库；
134.步骤s24由修复单元134完成；
135.步骤s25：遍历所述预图像库，删除无效图像，生成成品图像库；
136.步骤s25由第二筛选单元135完成。
137.上述人脸识别方法所能实现的功能均由计算机设备完成，所述计算机设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述程序代码由所述一个或多个处理器加载并执行以实现所述人脸识别方法的功能。
138.处理器从存储器中逐条取出指令、分析指令，然后根据指令要求完成相应操作，产生一系列控制命令，使计算机各部分自动、连续并协调动作，成为一个有机的整体，实现程序的输入、数据的输入以及运算并输出结果，这一过程中产生的算术运算或逻辑运算均由运算器完成；所述存储器包括只读存储器(read
‑
only memory，rom)，所述只读存储器用于存储计算机程序，所述存储器外部设有保护装置。
139.示例性的，计算机程序可以被分割成一个或多个模块，一个或者多个模块被存储在存储器中，并由处理器执行，以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在终端设备中的执行过程。
140.本领域技术人员可以理解，上述服务设备的描述仅仅是示例，并不构成对终端设备的限定，可以包括比上述描述更多或更少的部件，或者组合某些部件，或者不同的部件，例如可以包括输入输出设备、网络接入设备、总线等。
141.所称处理器可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field
‑
programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，上述处理器是上述终端设备的控制中心，利用各种接口和线路连接整个用户终端的各个部分。
142.上述存储器可用于存储计算机程序和/或模块，上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等；存储数据区可存储根据泊位状态显示系统的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
143.终端设备集成的模块/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，本发明实现上述实施例系统中的全部或部分模块/单元，也可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个系统实施例的功能。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。
144.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
145.以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。