多猫识别方法、装置、猫砂机及计算机可读存储介质与流程

1.本技术属于终端技术领域，尤其涉及一种多猫识别方法、装置、猫砂机及计算机可读存储介质。


背景技术：

2.目前，越来越多的用户都会养宠物，例如养猫。为了解猫的日常行为，用户可以在家中安装摄像头，以通过摄像头采集视频或图像来查看猫的日常行为。而当用户的猫的数量较多时，这种方式需要用户自己去识别摄像头所采集的视频或图像中的各猫具体是哪一只猫，从而知道各猫当前的行为，识别方式不够方便。而且这种方式不能实现猫的日常行为的智能化管理。


技术实现要素：

3.本技术实施例提供了一种多猫识别方法、装置、猫砂机及计算机可读存储介质，可以解决现有技术中，不能方便识别猫的身份，不能实现猫的日常行为的智能化管理的问题。
4.第一方面，本技术实施例提供了一种多猫识别方法，应用于猫砂机，所述猫砂机中设置有摄像头，所述方法可以包括：
5.通过所述摄像头获取所述猫砂机内的图像，所述图像中包括一只或多只猫；
6.将所述图像输入至预设的视觉识别模型进行处理，得到所述视觉识别模型输出的各猫对应的目标身份标识，所述视觉识别模型为目标用户对应的视觉识别模型，所述目标用户为所述猫砂机所属的用户。
7.在上述的多猫识别方法中，可以在猫砂机中设置摄像头，以通过摄像头采集猫砂机内的图像，即采集猫砂机内猫的图像。随后，可以通过预设的视觉识别模型对图像进行识别，得到图像中各猫对应的目标身份标识。即可以通过猫砂机内的视觉识别模型准确识别各猫的身份标识，从而可以根据摄像头采集的图像对各猫的日常行为进行管理，方便目标用户对其养的各猫进行日常行为跟踪、日常饲养和健康管理，可以提高用户体验，具有较强的易用性和实用性。
8.在一种可能的实现方式中，所述视觉识别模型可以通过下述步骤训练得到：
9.获取所述目标用户具有的各猫对应的训练图像，并标注各所述训练图像中的各猫对应的标准身份标识；
10.将各所述训练图像分别输入至初始的视觉识别模型进行处理，得到所述初始的视觉识别模型输出的各所述训练图像中各猫的训练身份标识；
11.根据所述训练身份标识和所述标准身份标识，调整所述初始的视觉识别模型的模型参数，并返回执行将各所述训练图像分别输入至初始的视觉识别模型进行处理的步骤以及后续步骤，直至所述训练身份标识与所述标准身份标识满足预设条件，得到所述视觉识别模型。
12.在一个示例中，对于每一只猫，所述训练图像包括所述猫的正面图像、侧面图像、
近景图像、远景图像、坐式图像、卧式图像和行走图像中的一种或多种。
13.在一个示例中，所述获取各猫对应的训练图像之后，所述方法还可以包括：
14.对各所述训练图像进行图像增强处理，和/或对各所述训练图像变换处理。
15.在一种可能的实现方式中，在所述得到所述视觉识别模型输出的各猫对应的目标身份标识之后，所述方法还可以包括：
16.对于每一只猫，根据所述图像获取所述猫对应的日常行为数据，并将所述猫对应的日常行为数据与所述猫对应的目标身份标识进行关联后发送给终端设备，以在所述终端设备对所述猫对应的日常行为数据进行显示。
17.第二方面，本技术实施例提供了一种多猫识别装置，应用于猫砂机，所述猫砂机中设置有摄像头，所述装置可以包括：
18.图像采集模块，用于通过所述摄像头获取所述猫砂机内的图像，所述图像中包括一只或多只猫；
19.目标身份识别模块，用于将所述图像输入至预设的视觉识别模型进行处理，得到所述视觉识别模型输出的各猫对应的目标身份标识，所述视觉识别模型为目标用户对应的视觉识别模型，所述目标用户为所述猫砂机所属的用户。
20.第三方面，本技术实施例提供了一种猫砂机，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，使所述猫砂机实现上述第一方面中任一项所述的多猫识别方法。
21.第四方面，本技术实施例提供了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，所述计算机程序被计算机执行时，使所述计算机实现上述第一方面中任一项所述的多猫识别方法
22.第五方面，本技术实施例提供了一种计算机程序产品，当计算机程序产品在猫砂机上运行时，使得猫砂机执行上述第一方面中任一项所述的多猫识别方法。
23.可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
附图说明
24.图1是本技术实施例提供的多猫识别方法的示意性流程图；
25.图2是本技术实施例提供的视觉识别模型的训练方法的示意性流程图；
26.图3是本技术实施例提供的多猫识别方法所适用的系统的结构示意图；
27.图4是本技术实施例提供的多猫识别装置的结构示意图；
28.图5是本技术实施例提供的猫砂机的结构示意图。
具体实施方式
29.应当理解，当在本技术说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
30.还应当理解，在本技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
31.如在本技术说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0032]
另外，在本技术说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0033]
在本技术说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本技术的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
[0034]
此外，本技术实施例中提到的“多个”应当被解释为两个或两个以上。
[0035]
本技术实施例中提供的多猫识别方法中所涉及到的步骤仅仅作为示例，并非所有的步骤均是必须执行的步骤，或者并非各个信息或消息中的内容均是必选的，在使用过程中可以根据需要酌情增加或减少。本技术实施例中同一个步骤或者具有相同功能的步骤或者消息在不同实施例之间可以互相参考借鉴。
[0036]
本技术实施例描述的业务场景是为了更加清楚的说明本技术实施例的技术方案，并不构成对于本技术实施例提供的技术方案的限定，本领域普通技术人员可知，随着网络架构的演变和新业务场景的出现，本技术实施例提供的技术方案对于类似的技术问题，同样适用。
[0037]
目前，越来越多的用户都会养宠物，例如养猫。为了解猫的日常行为，用户可以在家中安装摄像头，以通过摄像头采集视频或图像来查看猫的日常行为。而当用户的猫的数量较多时，这种方式需要用户自己去识别摄像头所采集的视频或图像中的各猫具体是哪一只猫，从而知道各猫当前的行为，识别方式不够方便。而且这种方式不能实现猫的日常行为的智能化管理。
[0038]
为解决上述问题，本技术实施例提供了一种多猫识别方法，应用于猫砂机，所述猫砂机中设置有摄像头。该方法中，猫砂机可以通过猫砂机中的摄像头获取猫砂机内的图像，图像中可以包括一只或多只猫。随后，猫砂机可以将图像输入至预设的视觉识别模型进行处理，得到视觉识别模型输出的各猫对应的目标身份标识，视觉识别模型为目标用户对应的视觉识别模型，目标用户为猫砂机所属的用户。即本技术实施例中，可以在猫砂机中设置一个或多个摄像头，以通过摄像头采集猫砂机内的图像，即采集猫砂机内猫的图像。随后，可以通过预设的视觉识别模型对图像进行识别，得到图像中各猫对应的目标身份标识。即可以通过猫砂机内的视觉识别模型准确识别各猫的身份标识，从而可以根据摄像头采集的图像对各猫的日常行为进行管理，方便目标用户对其养的各猫进行日常行为跟踪、日常饲养和健康管理等，可以提高用户体验。
[0039]
请参阅图1，图1示出了本技术实施例提供的多猫识别方法的示意性流程图。该方法可以应用于猫砂机。如图1所示，该方法可以包括：
[0040]
s101、通过摄像头获取猫砂机内的图像，图像中包括一只或多只猫；
[0041]
其中，猫砂机中可以设置有一个或多个摄像头。摄像头可以设置于猫砂机的内部，或者可以设置于猫砂机的外部，或者可以一部分设置于猫砂机的内部，另一部分设置于猫砂机的外部。
[0042]
在一个示例中，摄像头可以一直处于启动状态。即当猫在猫砂机内活动时，猫砂机可以通过摄像头实时获取猫在猫砂机内活动的图像。
[0043]
在另一示例中，摄像头可以根据猫砂机内猫的情况来启动。例如，当猫砂机检测到猫砂机内存在猫时，猫砂机可以启动摄像头，以通过摄像头获取猫在猫砂机内活动的图像。其中，猫砂机可以通过任一方式来检测猫砂机内是否存在猫，本技术实施例对此不作任何限制。例如，可以通过检测重量变化来确定猫砂机内是否存在猫。例如，可以通过是否检测到的猫的声音来确定猫砂机内是否存在猫。
[0044]
s102、将图像输入至预设的视觉识别模型进行处理，得到视觉识别模型输出的各猫对应的目标身份标识，视觉识别模型为目标用户对应的视觉识别模型，目标用户为猫砂机所属的用户。
[0045]
示例性的，猫砂机中设置有预设的视觉识别模型。该视觉识别模型为猫砂机所属的目标用户对应的视觉识别模型。也就是说，对于不同的用户，其所具有的猫砂机设置有不同的视觉识别模型。例如，对于用户a，其所具有的猫砂机a可以设置有视觉识别模型a，对于用户b，其所具有的猫砂机b可以设置视觉识别模型b，等等，以通过各用户个性化的视觉识别模型来准确识别猫砂机内各猫的身份标识，从而方便用户对其所养的各猫进行日常行为的跟踪与管理等。
[0046]
应理解，视觉识别模型可以为猫砂机自身训练得到的，或者可以为云端服务器或其他终端设备训练完成后，发送给猫砂机的。也就是说，对视觉识别模型进行训练的执行主体可以为猫砂机，也可以为云端服务器或其他终端设备。
[0047]
可选的，猫砂机中的视觉识别模型可以根据实际情况进行升级。例如，猫砂机内可以设置更新周期，例如可以设置每隔10天或每隔1个月进行视觉识别模型的更新。其中，当视觉识别模型为猫砂机自身训练得到时，猫砂机可以根据该更新周期内获取的图像对视觉识别模型进行更新。当视觉识别模型为云端服务器或其他终端设备训练完成后，发送给猫砂机时，在更新周期到达时，猫砂机可以向云端服务器或其他终端设备发送更新指令，并发送该更新周期内获取的图像，以使得云端服务器或其他终端设备在接收该更新指令时，可以根据该更新周期内获取的图像对视觉识别模型进行更新，并可以将更新后的视觉识别模型发送给猫砂机。
[0048]
以下将以对视觉识别模型进行训练的执行主体为云端服务器为例，对视觉识别模型的训练过程进行示例性说明。请参阅图2，图2示出了本技术实施例提供的视觉识别模型的训练方法的示意性流程图。如图2所示，目标用户对应的视觉识别模型可以通过下述步骤训练得到：
[0049]
s201、获取目标用户具有的各猫对应的训练图像，并标注各训练图像中的各猫对应的标准身份标识。
[0050]
s202、将各训练图像分别输入至初始的视觉识别模型进行处理，得到初始的视觉识别模型输出的各训练图像中各猫的训练身份标识。
[0051]
s203、确定训练身份标识和标准身份标识是否满足预设条件。
[0052]
s204、当训练身份标识与标准身份标识不满足预设条件时，调整初始的视觉识别模型的模型参数，并返回执行将各训练图像分别输入至初始的视觉识别模型进行处理的步骤以及后续步骤。
[0053]
s205、当训练身份标识与标准身份标识满足预设条件，得到视觉识别模型。
[0054]
对于上述s201至s205，当目标用户想要定制个性化的视觉识别模型，以通过个性化的视觉识别模型对其所养的猫进行身份识别以及智能化管理时，目标用户可以通过终端设备(例如手机、平板、笔记本电脑等)向云端服务器发送定制请求，以请求云端服务器训练得到目标用户对应的视觉识别模型。
[0055]
应理解，在目标用户通过终端设备向云端服务器发送定制请求时，目标用户还可以通过终端设备将各猫对应的训练图像发送给云端服务器。示例性的，各猫对应的训练图像可以为猫砂机中的摄像头采集的图像，也可以为目标用户通过摄像头单独对各猫进行拍摄得到的图像。示例性的，各猫对应的训练图像可以包括该猫的正面图像、侧面图像、近景图像、远景图像、坐式图像、卧式图像和行走图像中的一种或多种。可选的，各猫对应的训练图像还可以包括各猫的局部特殊所对应的图像，或者可以包括各猫身上的项圈等其他特别的标记所对应的图像。
[0056]
其中，侧面图像可以包括猫的左侧的图像(即从猫的左侧拍摄得到的图像)，也可以包括猫的右侧的图像(即从猫的右侧拍摄得到的图像)。坐式图像可以为猫处于坐着的状态时的图像。卧式图像可以为猫处于躺着的状态时的图像。行走图像可以为猫处于行走状态时的图像。近景图像可以为距离猫较近所拍摄的图像，远景图像可以为距离猫较远所拍摄的图像。距离猫的远近可以根据拍摄时的摄像头与猫之间的距离是否小于预设距离阈值来确定，即当拍摄时的摄像头与猫之间的距离小于或等于预设距离阈值时，可以确定摄像头拍摄得到的图像为近景图像；当拍摄时的摄像头与猫之间的距离大于预设距离阈值时，可以确定摄像头拍摄得到的图像为远景图像。应理解，预设距离阈值可以根据实际场景具体设置，例如可以将预设距离阈值设置为3米、5米等任一数值。
[0057]
示例性的，目标用户通过终端设备将各猫对应的训练图像发送给云端服务器时，可以标注各训练图像所对应的猫的身份标识(例如猫的名称或者猫的唯一编号等)。云端服务器获取各猫对应的训练图像后，可以对训练图像进行身份标识的标注。
[0058]
在一个示例中，云端服务器获取各猫对应的训练图像后，可以对各训练图像进行图像增强处理，和/或对各训练图像变换处理，例如可以执行对各训练图像猫的角度进行变换、对各训练图像进行颜色空间变换、对各训练图像进行感光变换、对各训练图像进行灰度处理和对各训练图像进行归一化处理等中的一个或多个，以丰富训练图像，补充采集不全面的图像数据，使得训练得到的视觉识别模型有更强的泛化能力，从而可以提高视觉识别模型识别的准确率，以提升用户体验。
[0059]
在标注各训练图像对应的标准身份标识后，云端服务器可以将各训练图像分别输入至初始的视觉识别模型进行处理，以得到初始的视觉识别模型输出的各训练图像对应的训练身份标识。其中，初始的视觉识别模型可以为未进行训练的视觉识别模型。视觉识别模型可以为基于任一目标检测网络的模型。
[0060]
随后，云端服务器可以确定训练身份标识和标准身份标识是否满足预设条件。其中，预设条件可以为识别准确率大于预设阈值。预设阈值可以根据实际情况具体设置，例如
可以将预设阈值设置为85％、90％或者95％等任一数值。应理解，对于每一训练图像，当视觉识别模型识别出的训练身份标识与该训练图像对应的标准身份标识相同时，即可以认为视觉识别模型对该训练图像识别准确，从而可以对识别准确的训练图像增加一个计数单位。在完成所有训练图像的识别后，云端服务器即可以获取当次训练对应的识别准确率。例如，当训练图像包括500张，而视觉识别模型识别准确的训练图像为400张时，则当次训练的识别准确率可以为400/500＝80％。
[0061]
当训练身份标识和标准身份标识不满足预设条件时，云端服务器调整模型参数，并可以继续通过训练图像对视觉识别模型进行训练。当训练身份标识和标准身份标识满足预设条件，云端服务器即可以结束训练，以得到目标用户对应的个性化的视觉识别模型。
[0062]
在得到目标用户对应的视觉识别模型后，云端服务器可以将该视觉识别模型发送给目标用户对应的猫砂机，以通过猫砂机中的视觉识别模型对猫砂机内的猫进行身份识别，方便目标用户进行猫的日常行为的智能化管理，例如进行猫的日常行为跟踪、进行猫的健康的管理与跟踪、进行猫饲养的管理等。
[0063]
其中，目标用户对应的猫砂机可以通过目标用户对应的终端设备进行管理，即可以通过目标用户对应的终端设备对目标用户对应的猫砂机进行关联或绑定，并可以将该关联或绑定关系发送给云端服务器。云端服务器可以根据该关联或绑定关系，确定目标用户对应的猫砂机，并可以将训练完成的视觉识别模型发送给该猫砂机。
[0064]
在一种可能的实现方式中，对于任一只猫，猫砂机得到视觉识别模型输出的目标身份标识之后，可以根据摄像头采集的图像获取该猫对应的日常行为数据，并可以将该猫对应的日常行为数据与该猫对应的目标身份标识进行关联后发送给目标用户对应的终端设备，以在目标用户对应的终端设备对该猫对应的日常行为数据进行显示，方便用户了解该猫的日常行为，方便用户对猫进行智能化管理。
[0065]
基于上述描述，请参阅图3，图3示出了本技术实施例提供的多猫识别方法所适用的系统的一种结构示意图。如图3所示，该系统可以包括猫砂机301、云端服务器302和终端设备303。其中，猫砂机301中设置有一个或多个摄像头。猫砂机301可以通过通信网络分别与云端服务器302和终端设备303连接。终端设备303可以通过通信网络与云端服务器302连接。
[0066]
示例性的，猫砂机301可以从云端服务器302获取训练完成的视觉识别模型，并可以将摄像头获取的图像输入至视觉识别模型进行处理，得到视觉识别模型输出的猫的目标身份标识。在识别出猫的目标身份标识后，猫砂机301可以根据摄像头获取的图像确定该猫的日常行为数据，并可以将日常行为数据与该猫的目标身份标识关联后发送给终端设备303。终端设备303可以对该猫的日常行为数据进行显示，以方便用户了解该猫的日常行为。
[0067]
此外，猫砂机301还可以向云端服务器302发送更新指令，以指示云端服务器302对视觉识别模型进行更新，并将更新后的视觉识别模型发送给猫砂机301.
[0068]
本技术实施例中，猫砂机可以通过猫砂机中的摄像头获取猫砂机内的图像，图像中可以包括一只或多只猫。随后，可以将图像输入至预设的视觉识别模型进行处理，得到视觉识别模型输出的各猫对应的目标身份标识，视觉识别模型为目标用户对应的视觉识别模型，目标用户为猫砂机所属的用户。即本技术实施例中，可以在猫砂机中设置一个或多个摄像头，以通过摄像头采集猫砂机内的图像，即采集猫砂机内猫的图像。随后，可以通过预设
的视觉识别模型对图像进行识别，得到图像中各猫对应的目标身份标识。即可以通过猫砂机内的视觉识别模型准确识别各猫的身份标识，从而可以根据摄像头采集的图像对各猫的日常行为进行管理，方便目标用户对其养的各猫进行日常行为跟踪、日常饲养和健康管理等，可以提高用户体验。
[0069]
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
[0070]
对应于上文实施例所述的多猫识别方法，图4示出了本技术实施例提供的多猫识别装置的结构框图，为了便于说明，仅示出了与本技术实施例相关的部分。
[0071]
请参阅图4，该装置可以应用于猫砂机，猫砂机中可以设置有摄像头，所述装置可以包括：
[0072]
图像采集模块401，用于通过所述摄像头获取所述猫砂机内的图像，所述图像中包括一只或多只猫；
[0073]
目标身份识别模块402，用于将所述图像输入至预设的视觉识别模型进行处理，得到所述视觉识别模型输出的各猫对应的目标身份标识，所述视觉识别模型为目标用户对应的视觉识别模型，所述目标用户为所述猫砂机所属的用户。
[0074]
在一种可能的实现方式，所述装置还可以包括：
[0075]
训练图像获取模块，用于获取所述目标用户具有的各猫对应的训练图像，并标注各所述训练图像中的各猫对应的标准身份标识；
[0076]
训练身份识别模块，用于将各所述训练图像分别输入至初始的视觉识别模型进行处理，得到所述初始的视觉识别模型输出的各所述训练图像中各猫的训练身份标识；
[0077]
模型参数调整模块，用于根据所述训练身份标识和所述标准身份标识，调整所述初始的视觉识别模型的模型参数，并触发所述训练身份识别模型，直至所述训练身份标识与所述标准身份标识满足预设条件，得到所述视觉识别模型。
[0078]
在一个示例中，对于每一只猫，所述训练图像包括所述猫的正面图像、侧面图像、近景图像、远景图像、坐式图像、卧式图像和行走图像中的一种或多种。
[0079]
在另一个示例中，所述装置还可以包括：
[0080]
图像处理模块，用于对各所述训练图像进行图像增强处理，和/或对各所述训练图像变换处理。
[0081]
在一种可能的实现方式中，所述装置还可以包括：
[0082]
行为数据发送模块，用于对于每一只猫，根据所述图像获取所述猫对应的日常行为数据，并将所述猫对应的日常行为数据与所述猫对应的目标身份标识进行关联后发送给终端设备，以在所述终端设备对所述猫对应的日常行为数据进行显示。
[0083]
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本技术方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
[0084]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上
描述的全部或者部分功能。实施例中的各功能单元、模块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。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0085]
请参阅图5，图5示出了本技术实施例提供的猫砂机的结构示意图。如图5所示，该实施例的猫砂机5可以包括：至少一个摄像头53(图5中仅示出一个)、至少一个处理器50(图5中仅示出一个)、存储器51以及存储在所述存储器51中并可在所述至少一个处理器50上运行的计算机程序52，所述处理器50执行所述计算机程序52时实现上述任意各个多猫识别方法实施例中的步骤。
[0086]
所述猫砂机5可以包括，但不仅限于，处理器50、存储器51。本领域技术人员可以理解，图5仅仅是猫砂机5的举例，并不构成对猫砂机5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如，还可以包括输入输出设备、网络接入设备等。
[0087]
所述处理器50可以是中央处理单元(central processing unit，cpu)，该处理器50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)、现场可编程门阵列(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。
[0088]
所述存储器51在一些实施例中可以是所述猫砂机5的内部存储单元，例如猫砂机5的硬盘或内存。所述存储器51在另一些实施例中也可以是所述猫砂机5的外部存储设备，例如所述猫砂机5上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。进一步地，所述存储器51还可以既包括所述猫砂机5的内部存储单元也包括外部存储设备。所述存储器51用于存储操作系统、应用程序、引导装载程序(bootloader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
[0089]
本技术实施例还提供了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，所述计算机程序被计算机执行时，使所述计算机实现上述任意各个方法实施例中的步骤。
[0090]
本技术实施例提供了一种计算机程序产品，当计算机程序产品在猫砂机上运行时，使得猫砂机实现上述任意各个方法实施例中的步骤。
[0091]
所述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，可以存储在一个计算机可读存储介质中。基于这样的理解，本技术实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述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。所述计算机可读存储介质至少可以包括：能够将计算机程序代码携带到装置/猫砂机的任何实体或装置、记录介质、计算
机存储器、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、电载波信号、电信信号以及软件分发介质。例如u盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读存储介质不可以是电载波信号和电信信号。
[0092]
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或记载的部分，可以参见其它实施例的相关描述。
[0093]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0094]
在本技术所提供的实施例中，应该理解到，所揭露的装置/猫砂机和方法，可以通过其它的方式实现。例如，以上所描述的装置/猫砂机实施例仅仅是示意性的，例如，所述模块或单元的划分，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讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
[0095]
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，或者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方案的目的。
[0096]
以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。