三维人体尺寸测量方法、系统及计算机可读存储介质与流程

1.本发明涉及三维人体测量技术领域，尤其涉及一种三维人体尺寸测量方法、系统及计算机可读存储介质。


背景技术：

2.非接触式三维人体测量技术广泛应用于服装、娱乐等行业，现有的三维人体测量方法主要包含以下几个方面：
3.(1)使用关键点的方案，该方案根据人体的形状特性在三维模型上直接计算关键点，如肚脐点，左右肩点，腋窝点等，然后通过这些关键点提取人体尺寸。某些点的获取通过经验值获得，不同人体的差异过大，计算时容易发生较大的错误,关键点提取受模型质量影响(如模型出现噪声，空洞，粘连等问题)。
4.(2)使用二维图像拟合提取人体尺寸的方案，该方案首先获取人体的二维图像，对图片进行分割去除背景区域，获得人体轮廓，之后在二维图上计算人体关键点，再根据关键点和人体轮廓信息估计人体体型，对判定的体型使用不同的计算公式从而获取人体的三维尺寸。目前二维图像处理算法成熟度高，易于实施，但是由于该方案只使用了二维信息，尺寸提取的精度较差，无法满足对精度要求较高的行业。
5.(3)基于参数化模板的三维人体测量算法，该方法根据人体模型求解多人线性骨骼蒙皮模型smpl(multi-person linearmodel)模板中的形态参数和姿态参数，拟合与原始模型相似的标准模型，获得标准模型后再使用关键点的方案提取人体尺寸，该方法通过拟合模板计算人体尺寸，稳定性更高，但是使用模板变换会导致模型细节丢失，从而对尺寸提取的精度造成影响。
6.在一些行业应用中(特别是服装，内衣等)对人体测量的精度和稳定性要求很高，现有的基于关键点的人体测量方法稳定性受模型质量影响大，而基于模板的人体测量算法方法容易受模板影响而忽略了模型原有的细节，这会严重影响某些部位的测量精度。
7.现有技术中缺乏一种测量精度高的三维人体尺寸测量方法。
8.以上背景技术内容的公开仅用于辅助理解本发明的构思及技术方案，其并不必然属于本专利申请的现有技术，在没有明确的证据表明上述内容在本专利申请的申请日已经公开的情况下，上述背景技术不应当用于评价本技术的新颖性和创造性。


技术实现要素：

9.本发明为了解决现有的问题，提供一种三维人体尺寸测量方法、系统及计算机可读存储介质。
10.为了解决上述问题，本发明采用的技术方案如下所述：
11.一种三维人体尺寸测量方法，包括如下步骤：s1：获取待测人体的原始三维模型；s2：对所述原始三维模型进行预处理，得到预处理后的三维模型；s3：提取所述预处理后的三维模型的骨骼点的坐标；s4：根据所述骨骼点的坐标和所述预处理后的三维模型计算多
人线性骨骼蒙皮模型smpl的形变参数，根据所述形变参数得到所述预处理后的三维模型经过smpl形变后的标准三维模型；s5：根据所述预处理后的三维模型对所述经过smpl形变后的标准三维模型进行非刚性配准，得到修正后的标准三维模型，其中，所述修正后的标准三维模型用于三维人体尺寸测量。
12.优选地，提取所述预处理后的三维模型的三维骨骼点的坐标包括如下步骤：s21：将所述预处理后的三维模型的正面和背面分别进行投影，得到两幅二维图像；s22：使用主动形状模型算法分别提取所述二维图像上24个骨骼点，将所述24个骨骼点映射回所述预处理后的三维模型，其中，每个所述骨骼点对应两个空间点，将所述空间点的均值坐标作为最终的骨骼点的坐标。
13.优选地，将所述预处理后的三维模型的正面和背面分别进行投影，得到两幅二维图像的方法包括：s211：使用主成分分析算法将所述预处理后的三维模型转正；s212：分别在所述预处理后的三维模型的正前方和正后方设置虚拟相机将所述预处理后的三维模型投影到二维空间中，同时获取所述预处理后的三维模型的顶点映射得到所述二维图像。
14.优选地，所述虚拟相机的内参数根据如下公式求得：
15.cx＝0.5*w
16.cy＝0.5*h
[0017][0018][0019]
其中，cx、cy是主点坐标，fx、fy是虚拟相机的焦距，w、h分别是虚拟相机拍摄的图像的宽、高，x、y分别是虚拟相机的照射范围的宽、高；
[0020]
根据所述虚拟相机的内参数确定所述预处理后的三维模型的顶点在所述二维图像中坐标位置(u,v)：
[0021][0022][0023]
优选地，根据所述骨骼点的坐标和所述预处理后的三维模型计算smpl形变参数包括如下步骤：s41：通过所述骨骼点的坐标获取人体头顶位置1个点、左右手尖2个点与左右脚2个点，以smpl标准模型中的双脚与肩同宽、双手伸开、垂直站立的姿势的姿态参数作为基础，并设计能量函数e1，根据所述能量函数e1求解smpl形变参数的体态参数；能量函数e1如下所示：
[0024]
e1＝min(w1*||head_t-head|| w2*(||hand_t_l-hand_l|| ||hand_t_r-hand_r||) w3*(||foot_t_l-foot_l|| ||foot_t_r-foot_r||) w4*shape_prior(betas))
[0025]
s42：通过所述骨骼点的坐标获取人体的头顶位置1个点、左右手尖2个点与左右脚2个点，以smpl标准模型中的双脚与肩同宽、双手伸开、垂直站立的姿势的姿态参数作为基础，设计能量函数e2，根据所述能量函数e2优化姿态参数，获得标准模型的姿态参数；能量函数e2如下所示：
[0026]
e2＝min(w1*||head_t-head|| w2*(||hand_t_l-hand_l|| ||hand_t_r-hand_r||) w3*(||foot_t_l-foot_l|| ||foot_t_r-foot_r||) w4*pose_prior(poses))
[0027]
其中，shape_prior(betas)是体型参数对应的形状先验分布，pose_prior(poses)是姿态参数对应的形状先验分布，head_t、hand_t_l、hand_t_r、foot_t_l、foot_t_r分别是smpl标准模型中头顶、左手、右手、左脚、右脚的坐标，head、hand_l、hand_r、foot_l、foot_r分别是人体的头顶、左手、右手、左脚、右脚的坐标，w1、w2、w3、w4分别是权重参数。
[0028]
优选地，根据所述预处理后的三维模型对所述经过smpl形变后的标准三维模型进行非刚性配准，得到修正后的标准三维模型包括：s51：所述预处理后的三维模型的骨骼点的坐标和所述经过smpl形变后的标准三维模型的骨骼点的坐标，使用最小二乘法计算旋转矩阵r和平移矩阵t，对所述经过smpl形变后的标准三维模型进行旋转和平移与所述预处理后的三维模型初步对齐；s52：使用非刚性迭代最近点算法，将所述经过smpl形变后的标准三维模型进行拉伸，与所述预处理后的三维模型匹配后得到所述修正后的标准三维模型。
[0029]
优选地，获取待测人体的原始三维模型包括：获取待测人体在双脚与肩同宽、双手伸开、垂直站立的姿势的原始三维模型；所述原始三维模型包括顶点信息和面片信息。
[0030]
优选地，还包括：s6：预先定义尺寸提取规则，使用所述尺寸提取规则对所述修正后的标准三维模型进行尺寸提取，获得尺寸信息。
[0031]
本发明还提供一种三维人体尺寸测量系统，包括：第一单元：用于获取待测人体的原始三维模型；第二单元：用于对所述原始三维模型进行预处理，得到预处理后的三维模型；第三单元：用于提取所述预处理后的三维模型的骨骼点的坐标；第四单元：用于根据所述骨骼点的坐标和所述预处理后的三维模型三维模型计算多人线性骨骼蒙皮模型smpl的形变参数，根据所述形变参数得到所述预处理后的三维模型经过smpl形变后的标准三维模型；第五单元：用于根据所述预处理后的三维模型对所述经过smpl形变后的标准三维模型进行非刚性配准，得到修正后的标准三维模型，其中，所述修正后的标准三维模型用于三维人体尺寸测量。
[0032]
本发明在提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上任一所述方法的步骤。
[0033]
本发明的有益效果为：提供一种三维人体尺寸测量方法、系统及计算机可读存储介质，通过首先提取预处理后的三维模型中的骨骼点，根据骨骼点计算smpl形变参数，克服标准模板细节还原差的问题；进一步地，还使用了非刚性注册算法将标准模型像原始模型注册，在不改变标准模型顶点和面片数的情况下提高模板的细节信息，更真实的还原三维模型，从而获得更精确人体尺寸结果。
[0034]
进一步地，本发明的方法可以完成全自动三维模型测量，同时从全局进行标准模型计算和细节注册，克服了其它算法容易受模型噪声、破洞、穿衣等因素干扰的问题，由于使用了固定顶点和面片数的标准模型，可以事先定义测量方式和测量关部位，有很大的灵活性和易用性。
附图说明
[0035]
图1是本发明实施例中第一种三维人体尺寸测量方法的示意图。
[0036]
图2是本发明实施例中采用骨骼提取算法提取预处理后的三维模型的三维骨骼点
的坐标的方法示意图。
[0037]
图3是本发明实施例中将预处理后的三维模型的正面和背面分别进行投影得到两幅二维图像的方法示意图。
[0038]
图4是本发明实施例中人体三维模型的正面投影的二维图像。
[0039]
图5是本发明实施例中人体的三维模型的背面投影的二维图像。
[0040]
图6是本发明实施例中根据骨骼点的坐标和预处理后的三维模型计算smpl形变参数的方法示意图。
[0041]
图7是本发明实施例中得到修正后的标准三维模型的方法示意图。
[0042]
图8是本发明实施例中人体的三维模型的示意图。
[0043]
图9是本发明实施例中经过smpl形变后的标准三维模型的示意图。
[0044]
图10是本发明实施例中修正后的标准三维模型的示意图。
[0045]
图11是本发明实施例中第二种三维人体尺寸测量方法的示意图。
[0046]
图12是本发明实施例中一种三维人体尺寸测量系统的示意图。
具体实施方式
[0047]
为了使本发明实施例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。
[0048]
需要说明的是，当元件被称为“固定于”或“设置于”另一个元件，它可以直接在另一个元件上或者间接在该另一个元件上。当一个元件被称为是“连接于”另一个元件，它可以是直接连接到另一个元件或间接连接至该另一个元件上。另外，连接既可以是用于固定作用也可以是用于电路连通作用。
[0049]
需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明实施例和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
[0050]
此外，术语“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。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多该特征。在本发明实施例的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0051]
如图1所示，本发明提供一种三维人体尺寸测量方法，包括如下步骤：
[0052]
s1：获取待测人体的原始三维模型；
[0053]
s2：对所述原始三维模型进行预处理，得到预处理后的三维模型；
[0054]
s3：提取所述预处理后的三维模型的骨骼点的坐标；
[0055]
s4：根据所述骨骼点的坐标和所述预处理后的三维模型计算多人线性骨骼蒙皮模型smpl的形变参数，根据所述形变参数得到所述预处理后的三维模型经过smpl形变后的标准三维模型；
[0056]
s5：根据所述预处理后的三维模型对所述经过smpl形变后的标准三维模型进行非刚性配准，得到修正后的标准三维模型，其中，所述修正后的标准三维模型用于三维人体尺
寸测量。
[0057]
本发明的方法通过首先提取预处理后的三维模型中的骨骼点，根据骨骼点计算smpl形变参数，克服标准模板细节还原差的问题；进一步地，还使用了非刚性注册算法将标准模型像原始模型注册，在不改变标准模型顶点和面片数的情况下提高模板的细节信息，更真实的还原三维模型，从而获得更精确人体尺寸结果。
[0058]
进一步地，本发明的方法可以完成全自动三维模型测量测量，同时从全局进行标准模型计算和细节注册，克服了其它算法容易受模型噪声、破洞、穿衣等因素干扰的问题，由于使用了固定顶点和面片数的标准模型，可以事先定义测量方式和测量关部位，有很大的灵活性和易用性。
[0059]
在本发明的一种实施例中，目前市面上的人体扫描设备多种多样，使用手持扫描仪、工业扫描设备、消费级rgb-d相机等都可以提取到人体的原始三维模型，原始三维模型一般包含顶点信息和面片信息。本发明的方法支持测量多种设备获取的模型。要求原始三维模型的人体保持：站姿，手臂伸直与身体有一定角度，两腿分开与肩膀同宽。
[0060]
当获取到人体扫描的三维模型后，对三维模型进行分析，进而提取稳定且准确的人体尺寸信息。由于各个硬件扫描到的三维模型的数据差别较大，如工业扫描的结果点数比消费级rgb-d相机的点数大10倍多，此时需要先对三维模型进行预处理，将不同种类的设备扫描到的三维模型统一，处理的内容包括：点云去孤立点、点云连通域提取等，这些操作是为了去除三维模型中的噪声；还包括：点云重新网格化操作重新以固定的大小对点云进行网格化操作，以此保证三维模型的大小统一。
[0061]
在本发明中，使用asm(active shape model)算法，即主动形状模型算法提取三维模型中的人体骨骼点，目前基于三维模型的人体骨骼提取算法较少，本发明计算的人体模型姿态相对固定(站姿，手臂伸直与身体有一定角度，两腿分开与肩膀同宽)，人体姿态大致相同，因此使用asm提取骨骼有更高的鲁棒性。
[0062]
目前三维人体模型数据较少，手工标注困难，而asm算法不需要大量的训练数据，只使用了10个三维人体数据进行训练就可以满足提取骨骼点的要求，但是由于asm只能对二维图像进行处理，因此首先需要将三维模型映射到二维图像上。
[0063]
在本发明的一种实施例中，先对asm模型进行训练，训练时已知这10个三维人体数据的骨骼点位置，先计算每个关键点的平均值，得到一组平均骨骼点，使用这组平均骨骼点作为初始骨骼点，之后通过迭代修正骨骼点位置，最后获取人体三维骨骼点坐标。
[0064]
在本发明的一种实施例中，从三维模型的正面和背面两个方向上将三维模型进行投影，最终的骨骼点综合了两幅二维图像的骨骼点。
[0065]
如图2所示，提取所述预处理后的三维模型的三维骨骼点的坐标包括如下步骤：
[0066]
s21：将所述预处理后的三维模型的正面和背面分别进行投影，得到两幅二维图像；
[0067]
s22：使用主动形状模型算法分别提取所述二维图像上24个骨骼点，将所述24个骨骼点映射回所述预处理后的三维模型，其中，每个所述骨骼点对应两个空间点，将所述空间点的均值坐标作为最终的骨骼点的坐标。
[0068]
可以理解的是，二维图像中每个像素点的值是对应的预处理后的三维模型的顶点在空间坐标中的z坐标的绝对值。
[0069]
如图3所示，将所述预处理后的三维模型的正面和背面分别进行投影，得到两幅二维图像的方法包括：
[0070]
s211：使用主成分分析算法将所述预处理后的三维模型转正；
[0071]
s212：分别在所述预处理后的三维模型的正前方和正后方设置虚拟相机将所述预处理后的三维模型投影到二维空间中，同时获取所述预处理后的三维模型的顶点映射得到所述二维图像。
[0072]
在本发明的一种具体的实施例中，将三维模型的中心点作为坐标原点o(0,0,0)，接下来设置虚拟相机将三维模型投影到二维空间中，分别在三维模型的正前方和正后方设置两个虚拟相机，这样可以把人体的正面和背面投影在两张二维图像上。
[0073]
如图4和图5所示，人体三维模型的正面和背面投影的二维图像。
[0074]
正面虚拟相机坐标of(0,0,-1000),单位为毫米，虚拟相机需要能包含人体，因此虚拟相机在空间中深度d＝1000毫米时的照射范围为x∈(-750，750)，y∈(-1000，1000)，最终生成宽(w)480，高(h)640的正面图片，所以可以根据下式计算得到正面虚拟相机的内参，模型背面虚拟相机的坐标为of(0,0,1000)，内参不变。内参数根据如下公式求得：
[0075]
cx＝0.5*w
[0076]
cy＝0.5*h
[0077][0078][0079]
其中，cx、cy是主点坐标，fx、fy是虚拟相机的焦距，w、h分别是虚拟相机拍摄的图像的宽、高，x、y分别是虚拟相机的照射范围的宽、高。
[0080]
根据虚拟相机的内参数确定预处理后的三维模型的顶点在二维图像中坐标位置(u,v)：
[0081][0082][0083]
x,y,z为与处理后三维模型上的顶点，u，v为该顶点在二维图像上的坐标，该坐标的值为z的绝对值。
[0084]
有了虚拟相机和内参之后就可以将模型的顶点映射到二维图像上，映射时当二维图像上的统一同一个像素下有多个顶点时，正面相机取深度值小的点，背面相机取深度值最大的点。获得二维图像后，对图像分别使用asm算法提取图片上的24个骨骼点，最后又分别将正面和反面图片上计算的24个骨骼点映射回三维坐标空间，每个骨骼处有前后两个空间点，将这两个空间点连线上处于中间位置的点作为最终的骨骼点，公式如下所示：
[0085]
p＝0.5*(pb pf)
[0086]
其中，pb、pf分别是两个空间点的坐标。
[0087]
在获取人体骨骼点坐标后,结合骨骼点计算人体关键信息，根据关键信息求解标准模型人线性骨骼蒙皮模型smpl(multi-personlinearmodel)的体态参数betas和姿态参
数poses，最后根据形变参数得到所述原始三维模型经过smpl形变后的标准三维模型；该模型包含固定的顶点数和面片数。
[0088]
如图6所示，根据所述骨骼点的坐标和所述预处理后的三维模型计算smpl形变参数包括如下步骤：
[0089]
s41：通过所述骨骼点的坐标获取人体头顶位置1个点、左右手尖2个点与左右脚2个点，以smpl标准模型中的双脚与肩同宽、双手伸开、垂直站立的姿势的姿态参数作为基础，设计能量函数e1，根据所述能量函数e1求解smpl形变参数的体态参数；
[0090]
能量函数e1如下所示：
[0091]
e1＝min(w1*||head_t-head|| w2*(||hand_t_l-hand_l|| ||hand_t_r-hand_r||) w3*(||foot_t_l-foot_l|| ||foot_t_r-foot_r||) w4*shape_prior(betas))
[0092]
s42：通过所述骨骼点的坐标获取人体的头顶位置1个点、左右手尖2个点与左右脚2个点，以smpl标准模型中的双脚与肩同宽、双手伸开、垂直站立的姿势的姿态参数作为基础，设计能量函数e2，根据所述能量函数e2优化姿态参数，获得标准模型的姿态参数；
[0093]
能量函数e2如下所示：
[0094]
e2＝min(w1*||head_t-head|| w2*(||hand_t_l-hand_l|| ||hand_t_r-hand_r||) w3*(||foot_t_l-foot_l|| ||foot_t_r-foot_r||) w4*pose_prior(poses))
[0095]
其中，shape_prior(betas)是体型参数对应的形状先验分布，pose_prior(poses)是姿态参数对应的形状先验分布，head_t、hand_t_l、hand_t_r、foot_t_l、foot_t_r分别是smpl标准模型中头顶、左手、右手、左脚、右脚的坐标，head、hand_l、hand_r、foot_l、foot_r分别是人体的头顶、左手、右手、左脚、右脚的坐标，w1、w2、w3、w4分别是权重参数。
[0096]
此时获取的标准三维模型包含了固定的顶点数和面片数量，可以方便的进行测量，但是为了获得更精确的测量结果，需要对标准三维模型进行细节修正，修正的方法为：使用非刚性注册，将标准模型以原始模型为参考进行局部变形，变形后两者的表面细节一致。
[0097]
如图7所示，根据所述预处理后的三维模型对所述经过smpl形变后的标准三维模型进行非刚性配准，得到修正后的标准三维模型包括：
[0098]
s51：所述预处理后的三维模型的骨骼点的坐标和所述经过smpl形变后的标准三维模型的骨骼点的坐标，使用最小二乘法计算旋转矩阵r和平移矩阵t，对所述经过smpl形变后的标准三维模型进行旋转和平移与所述预处理后的三维模型初步对齐；
[0099]
s52：使用非刚性迭代最近点算法，将所述经过smpl形变后的标准三维模型进行拉伸，与所述预处理后的三维模型匹配后得到所述修正后的标准三维模型。
[0100]
如图8-图10所示，分别为人体的三维模型、经过smpl形变后的标准三维模型、修正后的标准三维模型的示意图。
[0101]
在本发明的一种实施例中，最后在修正好的标准模型上进行测量，由于此时的模型是标准模型，它包含固定的顶点数量(6890)和面片个数(13776)，因此可以事先定义测量关键点和尺寸提取规则，例如定义腰围是第1705，4290等102个顶点在空间中进行b样条(b-spline curves)曲线拟合后曲线的总长度，定义bp距离是第6678个面片上u＝0.2，v＝0.6的空间点和第11894个面片上u＝0.54，v＝0.07的空间点之间的距离，本发明也包含了测量模板定义功能，可以对测量部位和测量方法进行定义。
[0102]
如图11所示，本发明的方法还包括：
[0103]
s6：预先定义尺寸提取规则，使用所述尺寸提取规则对所述修正后的标准三维模型进行尺寸提取，获得尺寸信息。
[0104]
在本发明的一种实施例中，首先定义尺寸提取规则，本例设计了测量部位定义交互工具帮助测量规则定义。尺寸提取规则如下，软件中用来设置的模型为smpl标准模型的a1pose模型：
[0105]
(1)关键点选取：胸点，腋下点，裆底点等。软件通过显示人体模型，人工在模型上使用鼠标选择相关点的位置，软件自动记录面片id和顶点id。
[0106]
(2)直线测量：bb点，臂长，腿长等，选择第一步选取的关键点，软件自动保存相关关键点，并在计算时使用直线方式计算尺寸。
[0107]
(3)曲线测量：如肩宽，背长等，计算一条曲线上所有点的距离之和。人工在模型上使用鼠标标记曲线上面的点(最少5个)，软件自动使用b样条拟合算法获得曲线信息，保存曲线信息和模型中在曲线上的点。
[0108]
(4)围度测量：如腰围，胸围，臀围，臂围等。通过界面显示模型，人工在模型上使用鼠标点击屏幕，选择测量部位以及对应的平面倾角，界面自动拟合封闭测量曲线，并保存曲线参数和对应的测量点。
[0109]
上述的定义过程和测量过程是分开的，定义一次后即可进行测量，如(1)无变化则无需再次定义。测量时直接加载测量规则文件，根据所定义的测量类型直接计算出相应的人体尺寸。
[0110]
本发明的方法可以应用于服装定制行业，客户在门店扫描得到全身模型后，由本发明的方法提取尺寸信息，服装厂家根据寸尺定制适合用户的衣服。与现有方法相比，本发明对肥胖人群的测量结果更好(因为肥胖人群的模型在腋下裆下的黏连比较严重)；并且可以对穿衣服，裙子的客户进行测量，而现有的算法都是需要客户穿紧身衣或者裸体进行模型采集的。
[0111]
如图12所示，一种三维人体尺寸测量系统，其特征在于，包括：
[0112]
第一单元：用于获取待测人体的原始三维模型；
[0113]
第二单元：用于对所述原始三维模型进行预处理，得到预处理后的三维模型；
[0114]
第三单元：用于提取所述预处理后的三维模型的骨骼点的坐标；
[0115]
第四单元：用于根据所述骨骼点的坐标和所述预处理后的三维模型三维模型计算多人线性骨骼蒙皮模型smpl的形变参数，根据所述形变参数得到所述预处理后的三维模型经过smpl形变后的标准三维模型；
[0116]
第五单元：用于根据所述预处理后的三维模型对所述经过smpl形变后的标准三维模型进行非刚性配准，得到修正后的标准三维模型，其中，所述修正后的标准三维模型用于三维人体尺寸测量。
[0117]
本技术实施例还提供一种控制装置，包括处理器和用于存储计算机程序的存储介质；其中，处理器用于执行所述计算机程序时至少执行如上所述的方法。
[0118]
本技术实施例还提供一种存储介质，用于存储计算机程序，该计算机程序被执行时至少执行如上所述的方法。
[0119]
本技术实施例还提供一种处理器，所述处理器执行计算机程序，至少执行如上所
述的方法。
[0120]
所述存储介质可以由任何类型的易失性或非易失性存储设备、或者它们的组合来实现。其中，非易失性存储器可以是只读存储器(rom，read only memory)、可编程只读存储器(prom，programmable read-only memory)、可擦除可编程只读存储器(eprom，erasableprogrammable read-only memory)、电可擦除可编程只读存储器(eeprom，electricallyerasable programmable read-only memory)、磁性随机存取存储器(fram，ferromagneticrandomaccess memory)、快闪存储器(flash memory)、磁表面存储器、光盘、或只读光盘(cd-rom，compact disc read-only memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(ram，randomaccess memory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的ram可用，例如静态随机存取存储器(sram，static randomaccess memory)、同步静态随机存取存储器(ssram，synchronousstatic randomaccess memory)、动态随机存取存储器(dram，dynamic randomaccess memory)、同步动态随机存取存储器(sdram，synchronous dynamic randomaccess memory)、双倍数据速率同步动态随机存取存储器(ddrsdram，double data rate synchronous dynamic randomaccess memory)、增强型同步动态随机存取存储器(esdram，enhanced synchronous dynamic randomaccess memory)、同步连接动态随机存取存储器(sldram，synclink dynamic randomaccess memory)、直接内存总线随机存取存储器(drram，direct rambus randomaccess memory)。本发明实施例描述的存储介质旨在包括但不限于这些和任意其它适合类型的存储器。
[0121]
在本技术所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。以上所描述的设备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，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
[0122]
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或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全部单元来实现本实施例方案的目的。
[0123]
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，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，也可以采用硬件加软件功能单元的形式实现。
[0124]
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(rom，read-only memory)、随机存取存储器(ram，randomaccess memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0125]
或者，本发明上述集成的单元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，也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。而前述的存储介质包括：移动存储设备、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
[0126]
本技术所提供的几个方法实施例中所揭露的方法，在不冲突的情况下可以任意组合，得到新的方法实施例。
[0127]
本技术所提供的几个产品实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的产品实施例。
[0128]
本技术所提供的几个方法或设备实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的方法实施例或设备实施例。
[0129]
以上内容是结合具体的优选实施方式对本发明所做的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的技术人员来说，在不脱离本发明构思的前提下，还可以做出若干等同替代或明显变型，而且性能或用途相同，都应当视为属于本发明的保护范围。