基于智能盒子的人员识别方法及相关装置与流程

1.本发明涉及监控技术领域，尤其涉及一种基于智能盒子的人员识别方法及相关装置。


背景技术：

2.智能化电厂，是当前数字化电厂的延伸与发展，其功能需求应包含建设、运行、维护、生产和管理过程的智能化、信息化、可视化、高安全性等特点。新冠肺炎的爆发，配戴口罩成为防控疫情保护自己的必需措施，不佩戴口罩和安全帽严禁进入电厂。近年来，随着大数据、云计算、物联网等前沿技术的不断成熟，其应用范围也越来越广泛，已经深入到社会经济发展的各个层面和领域，正在推动和引发新一轮的社会变革。
3.在人工智能技术迅猛发展的当下，人脸识别已经不是一件新鲜事。但新冠肺炎疫情下，电厂安全生产出现诸多新的技术需求，在戴口罩、安全帽的情况下，如何实现入场人员身份准确识别是管理的一个重点方向。


技术实现要素：

4.为此，本发明目的在于至少一定程度上解决现有技术中的不足，从而提出一种基于智能盒子的人员识别方法及相关装置。
5.第一方面，本发明提供了一种基于智能盒子的人员识别方法，所述方法包括：
6.通过摄像机获取人员的人像图片，基于智能盒子获取所述人像图片的人脸特征码、人体特征码及安全帽特征码；
7.基于智能盒子对比所述人像图片的人脸特征码和预设登记库的人脸特征码，得到人脸相似度，若所述人脸相似度低于预设阈值，则对比所述人像图片的人体特征码；
8.基于所述智能盒子对比所述人像图片的人体特征码和所述预设登记库的人体特征码，得到人体相似度，若所述人体相似度低于预设阈值，则对比所述人像图片的安全帽特征码；
9.基于所述智能盒子对比所述人像图片的安全帽特征码和所述预设登记库的安全帽特征码，若相同，则确认所述人员的身份信息。
10.第二方面，本发明提供了一种基于智能盒子的人员识别系统，所述系统包括：
11.获取模块：用于通过摄像机获取人员的人像图片，基于智能盒子获取所述人像图片的人脸特征码、人体特征码及安全帽特征码；
12.人脸对比模块：用于基于智能盒子对比所述人像图片的人脸特征码和预设登记库的人脸特征码，得到人脸相似度，若所述人脸相似度低于预设阈值，则对比所述人像图片的人体特征码；
13.人体对比模块：用于基于所述智能盒子对比所述人像图片的人体特征码和所述预设登记库的人体特征码，得到人体相似度，若所述人体相似度低于预设阈值，则对比所述人像图片的安全帽特征码；
14.确认模块：用于基于所述智能盒子对比所述人像图片的安全帽特征码和所述预设登记库的安全帽特征码，若相同，则确认所述人员的身份信息。
15.第三方面，本发明还提供了一种基于智能盒子的人员识别设备，包括存储器、处理器、以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如第一方面所述的基于智能盒子的人员识别方法中的各个步骤。
16.第四方面，本发明还提供了一种存储介质，其上存储有计算机程序，所述计算机程序被执行时，实现如第一方面所述的基于智能盒子的人员识别方法中的各个步骤。
17.本发明提供了一种基于智能盒子的人员识别方法及相关装置，该方法包括：通过摄像机获取人员的人像图片，基于智能盒子获取人像图片的人脸特征码、人体特征码及安全帽特征码；基于智能盒子对比人像图片的人脸特征码和预设登记库的人脸特征码，得到人脸相似度，若人脸相似度低于预设阈值，则对比人像图片的人体特征码；基于智能盒子对比人像图片的人体特征码和预设登记库的人体特征码，得到人体相似度，若人体相似度低于预设阈值，则对比人像图片的安全帽特征码；基于智能盒子对比人像图片的安全帽特征码和预设登记库的安全帽特征码，若相同，则确认所述人员的身份信息。通过本发明提供的基于智能盒子的人员识别方法，智能盒子通过多种方式确认人员的身份，减少了人工判断的操作难度，提高安全防范力度，且所有的智能分析算法都通过盒子实现,后续只需要升级盒子的程序，智能功能的扩展非常方便，还降低了整个系统成本。
附图说明
18.为了更清楚地说明本发明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，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示出的结构获得其他的附图。
19.图1为本发明的基于智能盒子的人员识别方法的流程示意图；
20.图2为本发明的基于智能盒子的人员识别方法的子流程示意图；
21.图3为本发明的基于智能盒子的人员识别方法的又一子流程示意图；
22.图4为本发明的基于智能盒子的人员识别方法的另一子流程示意图；
23.图5为本发明的基于智能盒子的人员识别方法的另一子流程示意图；
24.图6为本发明的基于智能盒子的人员识别方法的另一子流程示意图；
25.图7为本发明的基于智能盒子的人员识别方法的另一子流程示意图；
26.图8为本发明的基于智能盒子的人员识别系统的程序模块示意图。
具体实施方式
27.为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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发明一部分实施例，而非全部实施例。基于本发明中的实施例，本领域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，都属于本发明保护的范围。
28.请参照图1，图1是本技术实施例的基于智能盒子的人员识别方法的流程示意图，在本实施例中，上述基于智能盒子的人员识别方法包括：
29.步骤101、通过摄像机获取人员的人像图片，基于智能盒子获取所述人像图片的人脸特征码、人体特征码及安全帽特征码。
30.在本实施例中，在电厂的多个入口以及电厂内部设置多个摄像机，摄像机与智能盒子连接，摄像机进行拍摄，智能盒子实现智能分析算法，且所有的算法都采用神经网络深度学习算法，通过摄像机拍摄的视频，智能盒子通过该视频获取人像图片，并基于智能盒子获取人像图片的人脸特征码、人体特征码、安全帽特征码，智能盒子通过对比人脸特征码、人体特征码和安全帽特征码确认人像图片上的人员的身份信息。
31.在本实施例中，为了能更好的获取人像图片上的人脸特征码，人脸识别摄像机的安装高度为2
‑
2.5米，目的是为了采集正面清晰的人脸，尽量确保人脸识别的准确率，获取人像图片上的人体特征码和安全帽特征码，人体摄像机的安装高度为3
‑
5米，且调整摄像机的角度，尽量确保人体识别的准确率。
32.在本实施例中，由于电厂内的员工需要戴口罩、安全帽，由于口罩、安全帽的遮挡，人像信息减少，学习的特征也较少，所以通过获取人脸特征码、人体特征码、及安全帽特征码等多种方式确认人员的身份信息，且安全帽特征码的识别是在人脸特征码识别和人体特征码的识别不满足要求的情况下起作用。
33.在本实施例中，智能盒子为英飞拓推出的v2722系列基于深度学习算法的边缘计算盒子(又称结构化分析终端)，该边缘计算盒子采用嵌入式原理，运用深度学习的结构化算法，集成高性能嵌入式神经网络处理模块，可实现对实时视频中行人、机动车、非机动车目标的检出、跟踪、抓拍，并识别目标特征属性；同时，可设置基于目标的结构化数据检索，进行大数据应用，做更高级的业务管理。同时支持h.265/h.264高效率解码，通过web端可实时显示结构化图像的时间或通道，保证信息的时效性，还可搭配结构化数据管理平台对行人进行预警布控、轨迹分析等。
34.步骤102、基于智能盒子对比所述人像图片的人脸特征码和预设登记库的人脸特征码，得到人脸相似度，若所述人脸相似度低于预设阈值，则对比所述人像图片的人体特征码。
35.在本实施例中，智能盒子通过对比人像图片上的人脸特征码和预设登记库中的人脸特征码，其中预设登记库中的人脸特征码有对应的人员的身份信息，通过摄像机拍摄的人像图片，并获取该人像图片上的人脸特征码，和预设登记库中的人脸特征码进行对比，若二者的相似度低于预设阈值，则说明人像图片上的人员并不是预设登记库中的人脸特征码对应的人员，则需要通过对比人像图片上的人体特征码。
36.在本实施例中，当智能盒子获取到人像图片上的人脸特征码后，首先将人脸的特征码和预设登记库中的人脸特征码进行对比，若二者的相似度高于预设阈值，则说明人像图片上的人员就是预设登记库中的人脸特征码对应的人员，确认人像图片上的人员的身份信息后，同时保存该人像图片上的人体特征码和安全帽字符串，即将人体特征码、安全帽字符串与已确认身份的人员进行关联，当确认身份的人员下次被摄像机抓拍到时，可将已保存的人脸特征码、安全帽字符串等信息提取出来，与抓拍时的人员的特征码进行对比，确认是否为该人员。
37.步骤103、基于所述智能盒子对比所述人像图片的人体特征码和所述预设登记库的人体特征码，得到人体相似度，若所述人体相似度低于预设阈值，则对比所述人像图片的
安全帽特征码。
38.在本实施例中，智能盒子通过对比人像图片上的人体特征码和预设登记库中的人体特征码，其中预设登记库中的人体特征码也有对应的人员的身份信息，通过对比摄像机拍摄的人像图片上，获取该人像图片上的人体特征码，并与预设登记库中的人体特征码进行对比，若二者的相似度低于预设阈值，在说明人像图片上的人员并不是预设登记库中的人体特征码所对应的人员，则需要再次对比人像图片上的安全帽特征码。
39.步骤104、基于所述智能盒子对比所述人像图片的安全帽特征码和所述预设登记库的安全帽特征码，若相同，则确认所述人员的身份信息。
40.在本实施例中，若人像图片上的人脸特征码和人体特征码与预设登记库中的人脸特征码、人体特征码均不匹配，则再对比人像图片上的安全帽特征码和预设登记库中的安全帽特征码，预设登记库中的安全帽特征码也有对应的人员的身份信息，若从人像图片上获取的安全帽特征码与预设登记库中的安全帽特征码相同的话，则可确认人像图片上的人员的身份信息。
41.本技术实施例提供了一种基于智能盒子的人员识别方法及相关装置，该方法包括：通过摄像机获取人员的人像图片，基于智能盒子获取人像图片的人脸特征码、人体特征码及安全帽特征码；基于智能盒子对比人像图片的人脸特征码和预设登记库的人脸特征码，得到人脸相似度，若人脸相似度低于预设阈值，则对比人像图片的人体特征码；基于智能盒子对比人像图片的人体特征码和预设登记库的人体特征码，得到人体相似度，若人体相似度低于预设阈值，则对比人像图片的安全帽特征码；基于智能盒子对比人像图片的安全帽特征码和预设登记库的安全帽特征码，若相同，则确认所述人员的身份信息。通过本发明提供的基于智能盒子的人员识别方法，智能盒子通过多种方式确认人员的身份，减少了人工判断的操作难度，提高安全防范力度，且所有的智能分析算法都通过盒子实现,后续只需要升级盒子的程序，智能功能的扩展非常方便，还降低了整个系统成本。
42.进一步地，参照图2，图2是本技术实施例中基于智能盒子的人员识别方法的子流程示意图，在本实施例中，通过摄像机获取人员的人像图片，基于智能盒子获取所述人像图片的人脸特征码、人体特征码及安全帽特征码具体包括：
43.步骤201、基于所述智能盒子对所述人像图片进行人脸检测，获取人脸位置；
44.步骤202、提取所述人脸位置的所述人脸特征码，所述人脸特征码至少包括眼睛、眉毛。
45.在本实施例中，当摄像机拍摄到不戴口罩的人像图片时，智能盒子对摄像机拍摄的人像图片进行人脸检测，获取人脸位置，提取人脸位置处的5个关键点(2个眼睛、1个鼻子、嘴巴的两边)，智能盒子把鼻子及以下的内容全部清空，只保留眼睛、眉毛这部分的图片数据，去除口罩对人脸特征码的影响，智能盒子对处理后的人脸位置的图片采用眼部、眉毛等局部特征训练人脸特征码提取模型，提取人脸位置的人脸特征码，并将提取的人脸特征码和原始的人像图片存入预设登记库中。当摄像机拍摄到戴口罩的人像图片时，智能盒子对摄像机拍摄的人像图片进行人脸检测，获取人脸位置，智能盒子将获取到的人脸位置，通过眼部、眉毛等局部特征训练人脸特征码提取模型提取该人脸位置的图片的人脸特征码，并将提取到的人脸特征码和原始的人像图片存入预设登记库中。
46.在本实施例中，当人员戴口罩后，人脸可识别的关键点大幅减少，同时口罩的类型
较多且遮挡程度不一，也提升了难度，为了提高戴口罩的人脸识别效果，需要尽可能的增加面部特征关键点，当面部几乎一半被口罩遮挡后，面部特征的关键点就主要集中在眼镜和眉毛两个部位，在训练人脸关键点提取模型的时候，训练的人脸图片擦除人脸面部数据，仅采用眼镜、眉毛等局部特征训练，所以当摄像机拍摄到不戴口罩的人像图片时，智能盒子也会擦除掉除了眼镜和眉毛之外的特征。
47.进一步地，参照图3，图3是本技术实施例中基于智能盒子的人员识别方法的又一子流程示意图，在本实施例中，通过摄像机获取人员的人像图片，基于智能盒子获取所述人像图片的人脸特征码、人体特征码及安全帽特征码具体包括：
48.步骤301、基于所述智能盒子获取所述人像图片的人头位置；
49.步骤302、扣除所述人像图片上的所述人头位置，并提取所述扣除所述人头位置的所述人像图片的所述人体特征码。
50.在本实施例中，当摄像机拍摄到不戴安全帽、不戴口罩的人像图片，智能盒子先对人像图片进行人头检测，获取人头在人像图片上的位置，并将人像图片中的人头位置清空，就可去除安全帽、口罩对提取人体特征码的影响，并增强了人体头部以下部分(即人体)的特征，提取扣除头部的人像图片的人体特征码，并将提取人体特征码和原始的人像图片存入预设登记库中。当摄像机拍摄到戴口罩、戴安全帽的人像图片时，智能盒子先对人像图片进行人头检测，获取人头在人像图片上的位置，并将人像图片中的人头位置清空，可去除安全帽、口罩对提取人体特征码的影响，并增强了人体头部以下部分的特征，提取扣除掉头部的人像图片的人体特征码，并将提取的人体特征码和原始拍摄到的人像图片存入预设登记库中。
51.在本实施例中，当人员戴口罩、戴安全帽后，人体原来可供识别的“关键点”大幅减少，同时口罩和安全帽类型较多且遮挡程度不一，也提升了难度。为了提高戴口罩和戴安全帽人体识别效果，需要尽可能地剔除安全帽和口罩的影响。在训练人体关键点提取模型时候，训练的人体图片擦除人头部分数据，采用人头以下部分特征来训练。所以当摄像机拍摄到不戴口罩、不戴安全帽的人员时，智能盒子在进行人体识别的时候，也会将人像图片上的人头扣除。
52.进一步地，参照图4，图4为本技术实施例中基于智能盒子的人员识别方法的另一子流程示意图，在本实施例中，通过摄像机获取人员的人像图片，基于智能盒子获取所述人像图片的人脸特征码、人体特征码及安全帽特征码具体包括：
53.步骤401、基于所述智能盒子获取所述人像图片上的安全帽位置；
54.步骤402、提取所述安全帽位置的安全帽特征码，所述安全帽特征码至少包括字符串。
55.在本实施例中，摄像机拍摄到人像图片时，智能盒子对摄像机拍摄到的人像图片进行安全帽检测，获取到人像图片上的安全帽的位置，进行安全帽上的文字识别，获取安全帽的字符串。其中每个安全帽周围和头顶都有都有不同的字符串，并且每个安全帽上都有一个二维码，通过扫描该二维码，也可获得该安全帽的字符串，可通过安全帽上方的二维码对该安全帽的用户和安全帽上的字符进行关联，即每一个人拥有唯一的字符串和二维码及安全帽，通过获取二维码或字符串，即可知道该安全帽的用户。
56.进一步地，参照图5，图5为本技术实施例中基于智能盒子的人员识别方法的另一
子流程示意图，在本实施例中，基于所述智能盒子对比所述人像图片的人体特征码和所述预设登记库的人体特征码，得到人体相似度，若所述人体相似度低于预设阈值，则对比所述人像图片的安全帽特征码具体包括：
57.步骤501、基于所述智能盒子对比所述人像图片的人体特征码和所述预设的登记库的人体特征码，得到对比值，若所述对比值低于所述预设阈值，则获取历史人体特征码；
58.步骤502、对比所述历史人体特征码和所述人像图片的人体特征码，得到所述人体相似度，若所述人体相似度低于所述预设阈值，则对比所述人像图片的安全帽特征码。
59.在本实施例中，智能盒子对比人像图片的人体特征码和预设登记库的人体特征码时，预设登记库中的人体特征码有对应的人员的身份信息，通过对比摄像机拍摄到的人像图片，并基于智能盒子获取人像图片中的人员的人体特征码，将人像图片上的人体特征码与预设登记库中的人体特征码进行对比，若两者的相似度超过预设阈值，则可确认摄像机拍摄的人像图片中的人员就是预设登记库中的人体特征码相对应的人员，若两者的相似度低于预设阈值，则说明摄像机拍摄的人像图片的人员并不是预设登记库中的人体特征码相对应的人员。当两者的相似度低于预设阈值时，再获取其他摄像机拍摄的历史人体特征码，并将智能盒子获取的人像图片上的人体特征码与历史人体特征码进行比较，因其他摄像机拍摄到的人体关联到人脸具有确定的身份信息，若人像图片上的人体特征码与历史人体特征码的人体相似度高于预设阈值，则可确认人像图片上的人员的身份信息，若人像图片上的人体特征码与历史人体特征码的人体相似度低于预设阈值，则再次对比安全帽特征码。
60.在本实施例中，智能盒子获取人像图片上的人体特征码，可先与其他摄像机拍摄的历史人体特征码进行对比，若人像图片上的人体特征码与历史人体特征码的人体相似度低于预设阈值时，再获取预设登记库中的人体特征码，将预设登记库中的人体特征码与人像图片上的人体特征码进行对比，若两者的相似度高于预设阈值，则确认人像图片上的人员的身份，若两者的相似度低于预设阈值，则再次对比安全帽特征码。
61.进一步地，参照图6，图6为本技术实施例中基于智能盒子的人员识别方法的另一子流程示意图，在本实施例中，基于所述智能盒子对比所述人像图片的安全帽特征码和所述预设登记库的安全帽特征码，若相同，则确认所述人员的身份信息具体包括：
62.步骤601、基于所述智能盒子对比所述人像图片的安全帽特征码和历史安全帽特征码，若不相同，则获取所述预设登记库的安全帽特征码；
63.步骤602、对比所述预设登记库的安全帽特征码和所述人像图片的安全帽特征码，若相同，则确认所述人员的身份信息。
64.在本实施例中，摄像机拍摄到人像图片时，智能盒子获取人像图片上的安全帽特征码，智能盒子还将人像图片上的安全帽特征码与其他摄像机拍摄到的历史安全帽特征码进行对比，因其他摄像机拍摄到的历史安全帽特征码关联到人脸具有确定的身份信息，若人像图片上的安全帽特征码与历史安全帽特征码相同，则可确认该人像图片上的身份信息；若人像图片上的安全帽特征码与历史安全帽特征码不相同，则再次获取预设登记库中的安全帽特征码，预设登记库中的安全帽特征码具有相应的人员身份信息，基于智能盒子对比人像图片上的安全帽特征码与预设登记库中的安全帽特征码，若人像图片上的安全帽特征码与预设登记库中的安全帽特征码相同，则可确认该人像图片上的人员的身份信息。
65.在本实施例中，智能盒子可先对比人像图片上的安全帽特征与预设登记库中的安
全帽特征，若两者的相似度低于预设阈值，再对比人像图片上的安全帽特征与历史安全帽特征。
66.参照图7，图7为本技术实施例中基于智能盒子的人员识别方法的另一子流程示意图，在本实施例中，基于智能盒子对比所述人像图片的安全帽特征码和所述预设登记库的安全帽特征码，若相同，则确认所述人员的身份信息之后包括：
67.步骤701、将所述人员的身份信息发送至后端，所述后端判断所述人员是否为重点布控人员；
68.步骤702、若是，则对所述人员进行全程自动跟踪监控。
69.在本实施例中，后端平台可以实时查询人员行动轨迹，对于布控的重点人员，实现全程自动跟踪监控，所以当智能盒子确认了摄像机拍摄的人员的具体身份信息后，后端通过确认人员的身份信息判断该人员是否为重点布控人员，若是，则对该重点布控人员进行全程自动跟踪监控。后端还会汇总智能盒子发送的人员身份的结果，并存入后端平台数据库中，查询所有电厂内人员的轨迹，且后端平台实时获取盒子的比对结果，发现是重点布控人员，可以实现自动联动重点人员经过摄像机的视频画面切换到大屏上显示，实现全程自动跟踪监控，减少人工判断操作难度。多方位可视化，全方位提前识别风险，提高安全防范力度。其中，摄像机以及智能盒子识别人员的身份信息不仅可以在电厂内使用，可以在所有需要识别用户身份的地方，对比不作限定。
70.进一步地，本技术实施例还提供了一种基于智能盒子的人员识别系统800，图8为本技术实施例中基于智能盒子的人员识别系统的程序模块示意图，在本实施例中，上述基于智能盒子的人员识别系统800包括：
71.获取模块801：用于通过摄像机获取人员的人像图片，基于智能盒子获取所述人像图片的人脸特征码、人体特征码及安全帽特征码；
72.人脸对比模块802：用于基于智能盒子对比所述人像图片的人脸特征码和预设登记库的人脸特征码，得到人脸相似度，若所述人脸相似度低于预设阈值，则对比所述人像图片的人体特征码；
73.人体对比模块803：用于基于所述智能盒子对比所述人像图片的人体特征码和所述预设登记库的人体特征码，得到人体相似度，若所述人体相似度低于预设阈值，则对比所述人像图片的安全帽特征码；
74.确认模块804：用于基于所述智能盒子对比所述人像图片的安全帽特征码和所述预设登记库的安全帽特征码，若相同，则确认所述人员的身份信息。
75.本技术实施例提供了一种基于智能盒子的人员识别系统800，可以实现：通过摄像机获取人员的人像图片，基于智能盒子获取人像图片的人脸特征码、人体特征码及安全帽特征码；基于智能盒子对比人像图片的人脸特征码和预设登记库的人脸特征码，得到人脸相似度，若人脸相似度低于预设阈值，则对比人像图片的人体特征码；基于智能盒子对比人像图片的人体特征码和预设登记库的人体特征码，得到人体相似度，若人体相似度低于预设阈值，则对比人像图片的安全帽特征码；基于智能盒子对比人像图片的安全帽特征码和预设登记库的安全帽特征码，若相同，则确认所述人员的身份信息。通过本发明提供的基于智能盒子的人员识别方法，智能盒子通过多种方式确认人员的身份，减少了人工判断的操作难度，提高安全防范力度，且所有的智能分析算法都通过盒子实现,后续只需要升级盒子
的程序，智能功能的扩展非常方便，还降低了整个系统成本。
76.进一步地，本技术还提供了一种基于智能盒子的人员识别设备，包括存储器、处理器、以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现上述的基于智能盒子的人员识别方法中的各个步骤。
77.进一步地，本技术还提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上述的基于智能盒子的人员识别方法中的各个步骤。
78.在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块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。
79.基于这样的理解，本发明的说明书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)执行本发明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：u盘、移动硬盘、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
80.需要说明的是，对于前述的各方法实施例，为了简便描述，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，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。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都是本发明所必须的。在上述实施例中，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，可以参见其它实施例的相关描述。
81.对于本领域的技术人员，依据本技术实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本发明的限制。