基于人脸识别的光线调节方法、装置、电子设备及介质与流程

1.本发明涉及图像技术领域，尤其涉及基于人脸识别的光线调节方法、装置、电子设备及存储介质。


背景技术：

2.随着人工智能的发展，近年来，基于海量数据的技术被广泛应用于各个领域。火车、地铁通道以及人脸通道等都是人脸识别技术的特殊应用。目前使用终端设备对人脸进行拍摄，由于外界复杂的光线情况，容易在脸部区域产生过度曝光或曝光补足的现象。
3.目前，在人脸识别领域常用的技术手段是对人脸图像的亮度进行自动调节，让图像显示达到人脸最佳亮度对比度的效果。
4.对图像整体亮度进行自动调节，在背景很亮人脸很暗或者人脸很亮背景很暗的情况下，会出现人脸无法看清的情况。


技术实现要素：

5.本发明提供了基于人脸识别的光线调节方法、装置、电子设备及介质，使用颜色通道的均值和标准差对人脸图像的光线进行调节，使得人脸图像在亮度、色相、饱和度、对比度等参数上都会更优，达到人脸识别最佳效果。
6.根据本发明的一方面，提供了基于人脸识别的光线调节方法，该方法包括：
7.获取人脸图像；
8.对所述人脸图像进行检测，得到人脸区域和背景区域；其中，所述背景区域是由人脸区域以外的周围区域构成的；
9.根据所述人脸区域的颜色通道值、颜色通道均值、颜色通道标准差以及预先确定的颜色通道标准值，对所述人脸区域的颜色通道值进行调节，确定目标人脸区域；
10.对所述背景区域进行平滑处理，确定目标背景区域，以使得所述人脸图像的光线均匀分布。
11.根据本发明的另一方面，提供了基于人脸识别的光线调节装置，该装置包括：
12.人脸图像获取模块，用于获取人脸图像；
13.区域得到模块，用于对所述人脸图像进行检测，得到人脸区域和背景区域；其中，所述背景区域是由人脸区域以外的周围区域构成的；
14.目标人脸区域确定模块，用于根据所述人脸区域的颜色通道值、颜色通道均值、颜色通道标准差以及预先确定的颜色通道标准值，对所述人脸区域的颜色通道值进行调节，确定目标人脸区域；
15.目标背景区域确定模块，用于对所述背景区域进行平滑处理，确定目标背景区域，以使得所述人脸图像的光线均匀分布。
16.根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
17.至少一个处理器；以及
18.与所述至少一个处理器通信连接的存储器；其中，
19.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的基于人脸识别的光线调节方法。
20.根据本发明的另一方面，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指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的基于人脸识别的光线调节方法。
21.本发明实施例的技术方案，通过获取人脸图像，对人脸图像进行检测，得到人脸区域和背景区域，然后根据人脸区域的颜色通道值、颜色通道均值、颜色通道标准差以及预先确定的颜色通道标准值，对人脸区域的颜色通道值进行调节，确定目标人脸区域，并对背景区域进行平滑处理，确定目标背景区域，以使得人脸图像的光线均匀分布。本技术方案，基于颜色通道的均值和标准差对人脸图像的光线进行调节，使得人脸图像在亮度、色相、饱和度、对比度等参数上都会更优，达到人脸识别最佳效果。
22.应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明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
23.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获得其他的附图。
24.图1是根据本发明实施例一提供的基于人脸识别的光线调节方法的流程图；
25.图2是本技术实施例一提供的ssd网络模型的结构图；
26.图3是根据本发明实施例二提供的基于人脸识别的光线调节过程的流程图；
27.图4是根据本发明实施例三提供的基于人脸识别的光线调节装置的结构示意图；
28.图5是实现本发明实施例的基于人脸识别的光线调节方法的电子设备的结构示意图。
具体实施方式
29.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通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，都应当属于本发明保护的范围。
30.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于
清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
31.实施例一
32.图1是根据本发明实施例一提供的基于人脸识别的光线调节方法的流程图，本实施例可适用于对人脸图像的光线进行调节情况，该方法可以由基于人脸识别的光线调节装置来执行，该基于人脸识别的光线调节装置可以采用硬件和/或软件的形式实现，该基于人脸识别的光线调节装置可配置于用于光线调节的智能终端中。如图1所示，该方法包括：
33.s110、获取人脸图像。
34.其中，可以基于摄像头、相机等智能终端设备拍摄人脸图像。
35.s120、对所述人脸图像进行检测，得到人脸区域和背景区域；其中，所述背景区域是由人脸区域以外的周围区域构成的。
36.在本实施例中，人脸图像中不仅包括人脸区域，还包括人脸区域以外的周围区域，可以利用目标检测模型对人脸图像进行检测，得到人脸区域，以及背景区域。
37.在本技术方案中，可选的，对所述人脸图像进行检测，得到人脸区域和背景区域，包括：
38.利用预先确定的目标检测模型对所述人脸图像进行检测，得到人脸区域和背景区域。
39.在本实施例中，可以预先对目标检测模型进行训练，得到训练好的目标检测模型，并基于该目标检测模型对人脸图像进行检测，得到人脸区域以及背景区域。
40.利用目标检测模型对人脸区域进行检测，提高了人脸区域检测的准确率。
41.在本技术方案中，可选的，利用预先确定的目标检测模型对所述人脸图像进行检测，得到人脸区域，包括：
42.将所述人脸图像作为输入，基于预先确定的单阶段目标检测模型对所述人脸图像进行训练，输出人脸区域和置信度；其中，所述置信度用于表征输出人脸区域的可靠程度。
43.其中，单阶段目标检测模型可以是指ssd(single shot multibox detector)网络模型，可以用于对人脸图像中的人脸区域进行预测。
44.示例性的，图2是本技术实施例一提供的ssd网络模型的结构图，如图2所示，ssd网络模型使用不同卷积层检测不同尺度目标。
45.在本实施例中，ssd网络模型的输出层有5个维度，分别是置信度和上、下、左、右的人脸位置。其中，上、下、左、右的人脸位置用于构成人脸区域；置信度用于表征输出人脸区域的可靠程度。
46.在本方案中，ssd网络模型用于人脸检测，损失函数包含定位损失和置信度损失两部分，即既要找到预测框的上下左右位置，同时也要保证对于预测框内是否有人脸的识别尽可能准确。总的损失函数尽可能准确。总的损失函数其中c表示置信度，l表示预测框，g表示真实框，总的损失函数是分类和回归的误差的带权加和。α表示两者的权重，n表示匹配到default box的数量。目标的种类只有人脸一种，则可以设置置信损失函数l
conf
(x,c)为：(x,c)为：其中，ci表
示预测框有人脸的概率，表示预测为背景(无人脸)的概率，pos表示实际有人脸的预测框集合，neg表示实际上无人脸的集合。位置损失函数由于只对正例有意义，没有人脸的框位置检测成怎么样都不影响，所以设置置检测成怎么样都不影响，所以设置其中
47.利用目标检测模型对人脸区域进行检测，提高了人脸区域检测的准确率。
48.s130、根据所述人脸区域的颜色通道值、颜色通道均值、颜色通道标准差以及预先确定的颜色通道标准值，对所述人脸区域的颜色通道值进行调节，确定目标人脸区域。
49.其中，颜色通道可以是指rgb颜色通道。
50.在本方案中，可以利用图像处理算法对人脸区域进行处理，得到人脸区域的颜色通道值、颜色通道均值以及颜色通道标准差。
51.其中，颜色通道标准值可以用于表征人脸区域的色相、饱和度、亮度和对比度处于较好结果的标准值。可以预先利用大量的人脸图像进行计算，得到人脸区域的rgb三通道的颜色通道标准值。例如，可以设置三通道的颜色通道均值为{r:138.5,g:107.6,b:95.2}；三通道的颜色通道标准差为{r:54.4,g:50.2,b:47.3}。
52.在本实施例中，可以将颜色通道值、颜色通道均值、颜色通道标准差以及预先确定的颜色通道标准值进行组合，得到组合结果，并基于组合结果将人脸区域的颜色通道值进行替换，达到调节人脸区域的光线的目的。
53.s140、对所述背景区域进行平滑处理，确定目标背景区域，以使得所述人脸图像的光线均匀分布。
54.在本方案中，在对人脸区域的光线进行调节后，利用预先确定的图像处理算法对背景区域进行平滑处理，以保证人脸图像的光线更加均匀分布。
55.在本技术方案中，可选的，对所述背景区域进行平滑处理，确定目标背景区域，包括：
56.利用预设图像处理算法对所述背景区域进行平滑处理，确定目标背景区域。
57.其中，图像处理算法可以是均值滤波、方框滤波、高斯滤波、中值滤波或双边滤波等。
58.通过对背景区域进行平滑处理，能够提高人脸图像光线调节的自然度。
59.本发明实施例的技术方案，通过获取人脸图像，对人脸图像进行检测，得到人脸区域和背景区域，然后根据人脸区域的颜色通道值、颜色通道均值、颜色通道标准差以及预先确定的颜色通道标准值，对人脸区域的颜色通道值进行调节，确定目标人脸区域，并对背景区域进行平滑处理，确定目标背景区域，以使得人脸图像的光线均匀分布。通过执行本技术方案，基于颜色通道的均值和标准差对人脸图像的光线进行调节，使得人脸图像在亮度、色相、饱和度、对比度等参数上都会更优，达到人脸识别最佳效果。
60.实施例二
61.图3是根据本发明实施例二提供的基于人脸识别的光线调节过程的流程图，本实施例与上述实施例之间的关系是对人脸区域的颜色通道值进行调节进一步的详细描述。如图3所示，该方法包括：
62.s310、利用预先确定的图像处理算法对所述人脸区域的通道值进行提取，得到颜色通道值。
63.其中，颜色通道值包括r通道值、g通道值以及b通道值，即第一颜色通道值、第二颜色通道值和第三颜色通道值。
64.s320、对所述颜色通道值进行计算，得到颜色通道均值和颜色通道标准差。
65.在本实施例中，可以对提取到的三个通道的颜色通道值进行计算，分别得到各通道的颜色通道均值和颜色通道标准差。其中，颜色通道均值包括第一颜色实际均值、第二颜色实际均值以及第三颜色实际均值；颜色通道标准差包括第一颜色实际标准差、第二颜色实际标准差以及第三颜色实际标准差。
66.s330、对所述颜色通道值、颜色通道均值、颜色通道标准差以及预先确定的颜色通道标准值进行计算，得到目标颜色通道值，并根据所述目标颜色通道值对所述人脸区域的颜色通道值进行调节，确定目标人脸区域。
67.在本方案中，可以将颜色通道值、颜色通道均值、颜色通道标准差以及预先确定的颜色通道标准值进行组合计算，得到目标颜色通道值。并根据目标颜色通道值对人脸图像的颜色通道值进行调节，达到调节人脸区域光线的目的。
68.在本技术方案中，可选的，对所述颜色通道值、颜色通道均值、颜色通道标准差以及预先确定的颜色通道标准值进行计算，得到目标颜色通道值，包括：
69.利用预先确定的计算公式，将所述颜色通道值、颜色通道均值、颜色通道标准差以及预先确定的颜色通道标准值进行组合，得到目标颜色通道值。
70.在本实施例中，可以将颜色通道值、颜色通道均值、颜色通道标准差以及预先确定的颜色通道标准值，按照计算公式进行组合，计算得到目标颜色通道值。
71.基于颜色通道的均值和标准差对人脸图像的光线进行调节，使得人脸图像在亮度、色相、饱和度、对比度等参数上都会更优，达到人脸识别最佳效果。
72.在本技术方案中，可选的，所述颜色通道值包括第一颜色通道值、第二颜色通道值和第三颜色通道值；所述颜色通道均值包括第一颜色实际均值、第二颜色实际均值和第三颜色实际均值；所述颜色通道标准差包括第一颜色实际标准差、第二颜色实际标准差和第三颜色实际标准差；所述颜色通道标准值包括第一颜色目标标准差、第二颜色目标标准差、第三颜色目标标准差、第一颜色目标均值、第二颜色目标均值和第三颜色目标均值；所述目标颜色通道值包括第一目标颜色通道值、第二目标颜色通道值和第三目标颜色通道值；
73.相应的，利用预先确定的计算公式，将所述颜色通道值、颜色通道均值、颜色通道标准差以及预先确定的颜色通道标准值进行组合，得到目标颜色通道值，包括：
74.采用如下公式计算所述目标颜色通道值；
[0075][0076]
其中，v
r-new
表示第一目标颜色通道值，vr表示第一颜色实际通道值，meanr表示第一颜色实际均值，stdr表示第一颜色实际标准差，r1表示第一颜色目标标准差，r2表示第一
颜色目标均值，v
g-new
表示第二目标颜色通道值，vg表示第二颜色实际通道值，meang表示第二颜色实际均值，stdg表示第二颜色实际标准差，g1表示第二颜色目标标准差，g2表示第二颜色目标均值，v
b-new
表示第三目标颜色通道值，vb表示第三颜色通道值，meanb表示第三颜色实际均值，stdb表示第三颜色实际标准差，b1表示第三颜色目标标准差，b2表示第三颜色目标均值。
[0077]
通过对人脸区域的光线进行调节，能够使得人脸图像在亮度、色相、饱和度、对比度等参数上都会更优，达到人脸识别最佳效果。
[0078]
本发明实施例的技术方案，通过利用预先确定的图像处理算法对人脸区域的通道值进行提取，得到颜色通道值，然后对颜色通道值进行计算，得到颜色通道均值和颜色通道标准差，对颜色通道值、颜色通道均值、颜色通道标准差以及预先确定的颜色通道标准值进行计算，得到目标颜色通道值，并根据目标颜色通道值对人脸区域的颜色通道值进行调节，确定目标人脸区域。通过执行本技术方案，基于颜色通道的均值和标准差对人脸图像的光线进行调节，使得人脸图像在亮度、色相、饱和度、对比度等参数上都会更优，达到人脸识别最佳效果。
[0079]
实施例三
[0080]
图4是根据本发明实施例三提供的基于人脸识别的光线调节装置的结构示意图。如图4所示，该装置包括：
[0081]
人脸图像获取模块410，用于获取人脸图像；
[0082]
区域得到模块420，用于对所述人脸图像进行检测，得到人脸区域和背景区域；其中，所述背景区域是由人脸区域以外的周围区域构成的；
[0083]
目标人脸区域确定模块430，用于根据所述人脸区域的颜色通道值、颜色通道均值、颜色通道标准差以及预先确定的颜色通道标准值，对所述人脸区域的颜色通道值进行调节，确定目标人脸区域；
[0084]
目标背景区域确定模块440，用于对所述背景区域进行平滑处理，确定目标背景区域，以使得所述人脸图像的光线均匀分布。
[0085]
在本技术方案中，可选的，目标人脸区域确定模块430，包括：
[0086]
颜色通道值得到单元，用于利用预先确定的图像处理算法对所述人脸区域的通道值进行提取，得到颜色通道值；
[0087]
均值和标准差得到单元，用于对所述颜色通道值进行计算，得到颜色通道均值和颜色通道标准差；
[0088]
目标人脸区域确定单元，用于对所述颜色通道值、颜色通道均值、颜色通道标准差以及预先确定的颜色通道标准值进行计算，得到目标颜色通道值，并根据所述目标颜色通道值对所述人脸区域的颜色通道值进行调节，确定目标人脸区域。
[0089]
在本技术方案中，可选的，目标人脸区域确定单元，包括：
[0090]
目标颜色通道值得到子单元，用于利用预先确定的计算公式，将所述颜色通道值、颜色通道均值、颜色通道标准差以及预先确定的颜色通道标准值进行组合，得到目标颜色通道值。
[0091]
在本技术方案中，可选的，所述颜色通道值包括第一颜色通道值、第二颜色通道值和第三颜色通道值；所述颜色通道均值包括第一颜色实际均值、第二颜色实际均值和第三
颜色实际均值；所述颜色通道标准差包括第一颜色实际标准差、第二颜色实际标准差和第三颜色实际标准差；所述颜色通道标准值包括第一颜色目标标准差、第二颜色目标标准差、第三颜色目标标准差、第一颜色目标均值、第二颜色目标均值和第三颜色目标均值；所述目标颜色通道值包括第一目标颜色通道值、第二目标颜色通道值和第三目标颜色通道值；
[0092]
相应的，目标颜色通道值得到子单元，具体用于：
[0093]
采用如下公式计算所述目标颜色通道值；
[0094][0095]
其中，v
r-new
表示第一目标颜色通道值，vr表示第一颜色通道值，meanr表示第一颜色实际均值，stdr表示第一颜色实际标准差，r1表示第一颜色目标标准差，r2表示第一颜色目标均值，v
g-new
表示第二目标颜色通道值，vg表示第二颜色通道值，meang表示第二颜色实际均值，stdg表示第二颜色实际标准差，g1表示第二颜色目标标准差，g2表示第二颜色目标均值，v
b-new
表示第三目标颜色通道值，vb表示第三颜色通道值，meanb表示第三颜色实际均值，stdb表示第三颜色实际标准差，b1表示第三颜色目标标准差，b2表示第三颜色目标均值。
[0096]
在本技术方案中，可选的，区域得到模块420，包括：
[0097]
区域得到单元，用于利用预先确定的目标检测模型对所述人脸图像进行检测，得到人脸区域和背景区域。
[0098]
在本技术方案中，可选的，区域得到单元，具体用于：
[0099]
将所述人脸图像作为输入，基于预先确定的单阶段目标检测模型对所述人脸图像进行训练，输出人脸区域和置信度；其中，所述置信度用于表征输出人脸区域的可靠程度。
[0100]
在本技术方案中，可选的，目标背景区域确定模块440，具体用于：利用预设图像处理算法对所述背景区域进行平滑处理，确定目标背景区域。
[0101]
本发明实施例所提供的基于人脸识别的光线调节装置可执行本发明任意实施例所提供的基于人脸识别的光线调节方法，具备执行方法相应的功能模块和有益效果。
[0102]
实施例四
[0103]
图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，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(如头盔、眼镜、手表等)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/或者要求的本发明的实现。
[0104]
如图5所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(rom)12、随机访问存储器(ram)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(rom)12中的计算机程序或者从存储单元18加载到随机访问存储器(ram)13中的计算机程序，来执行各种适当的动作和处理。在ram 13中，还可存储电子设备10操作所需的各种程序和数据。处理器
11、rom 12以及ram 13通过总线14彼此相连。输入/输出(i/o)接口15也连接至总线14。
[0105]
电子设备10中的多个部件连接至i/o接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10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。
[0106]
处理器11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。处理器11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处理器、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。处理器11执行上文所描述的各个方法和处理，例如基于人脸识别的光线调节方法。
[0107]
在一些实施例中，基于人脸识别的光线调节方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由rom 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到ram 13并由处理器11执行时，可以执行上文描述的基于人脸识别的光线调节方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行基于人脸识别的光线调节方法。
[0108]
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。
[0109]
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序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，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序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。
[0110]
在本发明的上下文中，计算机可读存储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计算机程序。计算机可读存储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。备选地，计算机可读存储介质可以是机器可读信号介质。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。
[0111]
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：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电子设备。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。
[0112]
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)、区块链网络和互联网。
[0113]
计算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，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务中，存在的管理难度大，业务扩展性弱的缺陷。
[0114]
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，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
[0115]
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。