关键点确定方法、装置、设备及存储介质与流程

1.本技术涉及数据处理技术领域，尤其涉及一种关键点确定方法、装置、设备及存储介质。


背景技术：

2.随着深度学习技术的发展，作为一种深度学习技术的关键点检测技术，其应用越来越广泛，例如，现阶段比较流行的基于人体关键点检测技术的人体美型、动作识别等。
3.然而，目前在通过关键点检测技术检测视频流中的关键点时，在视频流的相邻帧中检测出的两个关键点的位置会存在较大差别，使得视频流中相邻帧的关键点会出现随机抖动的现象。


技术实现要素：

4.本技术的主要目的在于提供一种关键点确定方法、装置、设备及存储介质，旨在解决如何避免发生视频流中相邻帧的关键点随机抖动的现象的技术问题。
5.为实现上述目的，本技术提供一种关键点确定方法，所述方法包括：
6.获取预设视频流中第一视频帧的第一热力图的第一基准点；所述第一基准点为所述第一热力图中响应值的排名大于或等于预设排名的点；
7.确定所述第一基准点的局部感受野，并基于所述局部感受野，选取预设数量的第一局部点；
8.基于所述预设视频流中第二视频帧的第二基准点与所述第一局部点的坐标差值，计算第一偏移权值；所述第二基准点与所述第一视频帧的第一基准点对应；所述第二视频帧与所述第一视频帧互为相邻帧；
9.基于所述第一偏移权值，确定第一关键点。
10.示例性的，所述基于所述预设视频流中第二视频帧的第二基准点与所述第一局部点的坐标差值，计算第一偏移权值，包括：
11.基于所述第一基准点和所述第一局部点的坐标差值，计算第二偏移权值；
12.基于所述第二偏移权值，确定第一初始关键点；
13.基于所述预设视频流中第二视频帧的第二基准点，与所述第一初始关键点和所述第一局部点的坐标差值，计算第一偏移权值。
14.示例性的，所述第一视频帧还包括其他第一热力图；所述基于所述第一偏移权值，确定第一关键点之后，包括：
15.获取所述其他第一热力图的其他第一关键点；
16.基于所述第一关键点和所述其他第一关键点，创建第一初始视频帧关键点组；
17.基于所述第一初始视频帧关键点组，确定目标视频帧关键点组。
18.示例性的，所述局部感受野包括多个尺度，所述基于所述第一初始视频帧关键点组，确定目标视频帧关键点组，包括：
19.获取其他尺度的局部感受野对应的其他第一初始视频帧关键点组；
20.从所述其他第一初始视频帧关键点组和所述第一初始视频帧关键点组中，确定目标视频帧关键点组。
21.示例性的，所述从所述其他第一初始视频帧关键点组和所述第一初始视频帧关键点组中，确定目标视频帧关键点组，包括：
22.确定每一第一初始视频帧关键点组的第一距离平均值；
23.计算所述第一距离平均值与所述第二视频帧的第二距离平均值之间的平均值差值；
24.基于所述平均值差值，确定目标视频帧关键点组。
25.示例性的，所述确定每一第一初始视频帧关键点组的第一距离平均值，包括：
26.确定每一第一初始视频帧关键点组的几何中心；
27.计算所述几何中心到所述几何中心对应的第一初始视频帧关键点组中每一第一关键点的第一点距，得到多个第一点距；
28.计算所述多个第一点距的平均值，得到第一距离平均值。
29.示例性的，所述基于所述平均值差值，确定目标视频帧关键点组，包括：
30.从每一平均值差值中，确定平均值差值最小值；
31.确定所述平均值差值最小值对应的第一初始视频帧关键点组为目标视频帧关键点组。
32.此外，为实现上述目的，本技术还提供一种关键点确定装置，所述装置包括：
33.第一获取模块，用于获取预设视频流中第一视频帧的第一热力图的第一基准点；所述第一基准点为所述第一热力图中响应值的排名大于或等于预设排名的点；
34.选取模块，用于确定所述第一基准点的局部感受野，并基于所述局部感受野，选取预设数量的第一局部点；
35.计算模块，用于基于所述预设视频流中第二视频帧的第二基准点与所述第一局部点的坐标差值，计算第一偏移权值；所述第二基准点与所述第一视频帧的第一关键点对应；所述第二视频帧与所述第一视频帧互为相邻帧；
36.第一确定模块，用于基于所述第一偏移权值，确定第一关键点。
37.此外，为实现上述目的，本技术还提供一种关键点确定设备，所述关键点确定设备包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的关键点确定程序，所述关键点确定程序被所述处理器执行时实现如上所述的关键点确定方法的步骤。
38.此外，为实现上述目的，本技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有关键点确定程序，所述关键点确定程序被处理器执行时实现如上所述的关键点确定方法的步骤。
39.与现有技术中，视频流中相邻帧的关键点会产生抖动，导致从视频流中确定关键点的准确性低相比，本技术通过获取第一基准点以及从第一基准点的局部感受野中选取预设数量的第一局部点，来获取第一关键点周围的局部最优信息，可以理解，要求第一基准点为第一热力图中响应值的排名大于或等于预设排名的点的目的为确保第一基准点和第一局部点包含第一关键点周围的局部最优信息，即通过局部最优信息来提高确定第一关键点的准确性；在此基础上，通过第二基准点与第一局部点的坐标差值，计算第一偏移权值，其
中，第二基准点与第一基准点对应，第二视频帧与第一视频帧互为相邻帧，不仅实现了避免第一基础点和第二基础点之间存在较大位置差别，以提高确定第一关键点的准确性，还通过向第二基准点进行靠拢来进一步缩小在视频流的相邻帧中检测出的关键点之间的位置差别，进而避免发生视频流中相邻帧的关键点随机抖动的现象。
附图说明
40.图1是本技术关键点确定方法第一实施例的流程示意图；
41.图2是本技术关键点确定方法第二实施例的流程示意图；
42.图3是本技术实施例方案涉及的硬件运行环境的结构示意图。
43.本技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
44.应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
45.本技术提供一种关键点确定方法，参照图1，图1为本技术关键点确定方法第一实施例的流程示意图。
46.本技术实施例提供了关键点确定方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。关键点确定方法可应用于终端(例如移动终端、个人计算机等)中。为了便于描述，以下省略执行主体描述关键点确定方法的各个步骤。关键点确定方法包括：
47.步骤s10，获取预设视频流中第一视频帧的第一热力图的第一基准点；所述第一基准点为所述第一热力图中响应值的排名大于或等于预设排名的点。
48.示例性的，在通过预设目标检测模型从第一视频帧中检测到目标后，确定该目标中每一关键点的第一热力图。可以理解，在第一视频帧中仅包括一个目标时，第一热力图为该目标的热力图；在第一视频帧中包括多个目标时，第一热力图为一目标的热力图，每一目标的热力图的获取方式基本相同。
49.示例性的，预设目标检测模型通过训练初始目标检测模型得到，该初始目标检测模型通过神经网络算法(例如cnn(convolutional neural network，卷积神经网络))构建。
50.示例性的，第一基准点为第一热力图中响应值的排名大于或等于预设排名的点，优选地，第一基准点为第一热力图中响应值最大的点。预设排名可根据需要进行设置，本实施例不作具体限定。响应值基于大小进行排名，响应值的排名大于或等于预设排名的目的为使第一基准点的响应值为最大响应值或者是较大的响应值，需要说明的是，响应值越大，最终确定的第一关键点的准确性越高。
51.示例性的，预设视频流包括电影、电视剧、直播等的视频流。
52.步骤s20，确定所述第一基准点的局部感受野，并基于所述局部感受野，选取预设数量的第一局部点。
53.局部感受野是以第一基准点为中心在第一视频帧上确定的区域，一般地，第一关键点处于该局部感受野中，因此，局部感受野包括第一关键点以及其周边的局部最优信息，利用局部感受野可以辅助确定第一关键点。具体为从局部感受野中选取预设数量的第一局部点，并使第一局部点参与第一关键点的确定过程，其中，预设数量由局部感受野的尺度决
定。
54.例如在尺度为3*3、第一基准点的坐标为(2,2)时，第一局部点的预设数量为3*3-1＝8，第一局部点的坐标分别为(1,1)、(1,2)、(1,3)、(2,1)、(2,3)、(3,1)、(3,2)、(3,3)；又如在尺度为5*5、第一基准点的坐标为(4,4)时，第一局部点的预设数量为5*5-1＝24，第一局部点的坐标为(2,2)、(2,3)、(2,4)、(2,5)、(2,6)、(3,2)、(3,3)、(3,4)、(3,5)、(3,6)、(4,4)、(4,3)、(4,5)、(4,6)、(5,3)、(5,3)、(5,4)、(5,5)、(5,6)、(6,2)、(6,3)、(6,4)、(6,5)、(6,6)。
55.步骤s30，基于所述预设视频流中第二视频帧的第二基准点与所述第一局部点的坐标差值，计算第一偏移权值；所述第二基准点与所述第一视频帧的第一关键点对应；所述第二视频帧与所述第一视频帧互为相邻帧。
56.示例性的，本实施例不限定第一视频帧和第二视频帧在预设视频流中的先后顺序，也即，第一视频帧的播放时间，可以先于第二视频帧，也可以在第二视频帧之后。
57.示例性的，第二基准点和第一基准点与同一目标中的同一关键点相关，区别在于所处的视频帧不同。例如目标为人物，第二关键点和第一关键点为表征该人物的下巴的关键点。
58.示例性的，所述基于所述预设视频流中第二视频帧的第二基准点与所述第一局部点的坐标差值，计算第一偏移权值，包括：
59.步骤a，基于所述第一基准点和所述第一局部点的坐标差值，计算第二偏移权值。
60.坐标差值包括横坐标的差值和纵坐标的差值，第二偏移权值通过如下公式计算：
[0061][0062]
其中，xi为第i个第一局部点的横坐标与第一基准点的横坐标的差值，yi为第i个第一局部点的纵坐标与第一基准点的纵坐标的差值。
[0063]
可以理解，由于第二偏移权值通过第一局部点与第一基准点之间的坐标差值确定，该第二偏移权值用于使第一局部点向第一基准点靠拢。
[0064]
步骤b，基于所述第二偏移权值，确定第一初始关键点。
[0065]
第一初始关键点的坐标(x_prev，y_prev)通过如下公式计算：
[0066]
x_prev＝(x_max (1 w
x_1
)
×
x_1 ... (1 w
x_i
)
×
x_i)/(i 1)
[0067]
y_prev＝(y_max (1 w
y_1
)
×
y_1 ... (1 w
y_i
)
×
y_i)/(i 1)
[0068]
其中，x_max为第一基准点的横坐标，y_max为第一基准点的纵坐标；x_i为第i个第一局部点的横坐标，y_i为第i个第一局部点的纵坐标。
[0069]
可以理解，通过上述公式计算得到的第一初始关键点的坐标，其是与第一基准点的坐标相近的。
[0070]
步骤c，基于所述预设视频流中第二视频帧的第二基准点，与所述第一初始关键点和所述第一局部点的坐标差值，计算第一偏移权值。
[0071]
坐标差值包括横坐标的差值和纵坐标的差值，类似于第二偏移权值的计算方式，第一偏移权值通过如下公式计算：
[0072][0073]
其中，xk为第一局部点和第一初始关键点组成的局部感受野点组中第k个点的横坐标，与第二基准点的横坐标的差值，yk为该局部感受野点组中第k个点的纵坐标与第二基准点的纵坐标的差值。
[0074]
可以理解，由于第一偏移权值通过局部感受野点组中的点与第二基准点之间的坐标差值确定，该第一偏移权值用于使局部感受野点组中的点向第二基准点靠拢。
[0075]
步骤s40，基于所述第一偏移权值，确定第一关键点。
[0076]
类似于第一初始关键点的计算过程，第一关键点的坐标(x_cur，y_cur)通过如下公式计算：
[0077]
x_cur＝(x_prev (1 w
x_1
)
×
x_1 ... (1 w
x_k
)
×
x_k)/(k 1)
[0078]
y_cur＝(y_prev (1 w
y_1
)
×
y_1 ... (1 w
y_k
)
×
y_k)/(k 1)
[0079]
其中，x_prev为第一初始关键点的横坐标，y_prev为第一初始关键点的纵坐标；x_k为局部感受野点组中第k个点的横坐标，y_k为局部感受野点组中第k个点的纵坐标。
[0080]
需要说明的是，第二关键点的获取方式与第一关键点的获取方式存在区别，第二关键点的获取过程不涉及其他视频帧的第二基准点，即第二关键点的获取方式与第一初始关键点的获取方式基本相同，也即获取第二关键点的实施例与获取第一初始关键点的实施例基本相同，在此不再赘述。
[0081]
与现有技术中，视频流中相邻帧的关键点会产生抖动，导致从视频流中确定关键点的准确性低相比，本技术通过获取第一基准点以及从第一基准点的局部感受野中选取预设数量的第一局部点，来获取第一关键点周围的局部最优信息，可以理解，要求第一基准点为第一热力图中响应值的排名大于或等于预设排名的点的目的为确保第一基准点和第一局部点包含第一关键点周围的局部最优信息，即通过局部最优信息来提高确定第一关键点的准确性；在此基础上，通过第二基准点与第一局部点的坐标差值，计算第一偏移权值，其中，第二基准点与第一基准点对应，第二视频帧与第一视频帧互为相邻帧，不仅实现了避免第一基础点和第二基础点之间存在较大位置差别，以提高确定第一关键点的准确性，还通过向第二基准点进行靠拢来进一步缩小在视频流的相邻帧中检测出的关键点之间的位置差别，进而避免发生视频流中相邻帧的关键点随机抖动的现象。
[0082]
示例性的，参照图2，基于上述本技术关键点确定方法第一实施例，提出第二实施例，所述第一视频帧还包括其他第一热力图；所述基于所述第一偏移权值，确定第一关键点之后，包括：
[0083]
步骤a10，获取所述其他第一热力图的其他第一关键点。
[0084]
上述第一实施例中的目标中并非仅包括一个第一关键点，其还包括其他第一关键点，例如目标为人脸，一般地，人脸包括106个关键点，可以理解，每一第一关键点均有一个第一热力图与之对应。
[0085]
需要说明的是，获取其他第一关键点的实施例与获取第一关键点的实施例基本相同，在此不再赘述。
[0086]
步骤a20，基于所述第一关键点和所述其他第一关键点，创建第一初始视频帧关键点组。
[0087]
第一初始视频帧关键点组能够用于表征目标的特征，例如目标为人脸，第一初始视频帧关键点组能够组成人脸的轮廓。例如第一初始视频帧关键点组为[(x_cur_1,y_cur_1),...,(x_cur_n,y_cur_n)]，其中，n为第一关键点的数量。
[0088]
步骤a30，基于所述第一初始视频帧关键点组，确定目标视频帧关键点组。
[0089]
示例性的，所述局部感受野包括多个尺度，所述基于所述第一初始视频帧关键点组，确定目标视频帧关键点组，包括：
[0090]
步骤d，获取其他尺度的局部感受野对应的其他第一初始视频帧关键点组。
[0091]
示例性的，尺度表征局部感受野的大小，尺度可为k*k，其中，k的取值范围为[3,5,7,9,11,13,15...]。
[0092]
需要说明的是，一个尺度的局部感受野对应有一个第一初始视频帧关键点组，每一第一初始视频帧关键点组的获取方式基本相同，在此不再赘述。
[0093]
相应地，其他第一初始视频帧关键点组为[(x_cur_3_1,y_cur_3_1),...,(x_cur_3_n,y_cur_3_n)]、[(x_cur_5_1,y_cur_5_1),...,(x_cur_5_n,y_cur_5_n)]、[(x_cur_7_1,y_cur_7_1),...,(x_cur_7_n,y_cur_7_n)]和/或[(x_cur_k_1,y_cur_k_1),...,(x_cur_k_n,y_cur_k_n)]等。
[0094]
步骤e，从所述其他第一初始视频帧关键点组和所述第一初始视频帧关键点组中，确定目标视频帧关键点组。
[0095]
不同尺度下的第一初始视频帧关键点组不同，目标视频帧关键点组为所有第一初始视频帧关键点组中最接近实际视频帧关键点组的那组第一初始视频帧关键点组。
[0096]
示例性的，所述从所述其他第一初始视频帧关键点组和所述第一初始视频帧关键点组中，确定目标视频帧关键点组，包括：
[0097]
步骤e1，确定每一第一初始视频帧关键点组的第一距离平均值。
[0098]
示例性的，所述确定每一第一初始视频帧关键点组的第一距离平均值，包括：
[0099]
步骤e11，确定每一第一初始视频帧关键点组的几何中心。
[0100]
几何中心的坐标(x_center，y_center)通过第一初始视频帧关键点组的平均坐标确定，具体通过如下计算公式求得：
[0101]
x_center＝(x_cur_k_1 x_cur_k_2 ... x_cur_k_n)/n
[0102]
y_center＝(y_cur_k_1 y_cur_k_2 ... y_cur_k_n)/n
[0103]
其中，x_cur_k_n为尺度为k*k、第n个第一关键点的横坐标，y_cur_k_n为尺度为k*k、第n个第一关键点的纵坐标，n为第一初始视频帧关键点组中第一关键点的数量。
[0104]
步骤e12，计算所述几何中心到所述几何中心对应的第一初始视频帧关键点组中每一第一关键点的第一点距，得到多个第一点距。
[0105]
第一点距dist_k_n通过如下公式计算：
[0106]
x_dist_k_n＝x_cur_k_n-x_center
[0107]
y_dist_k_n＝y_cur_k_n-y_center
[0108][0109]
其中，x_cur_k_n为尺度为k*k、第n个第一关键点的横坐标，y_cur_k_n为尺度为k*k、第n个第一关键点的纵坐标，n为第一初始视频帧关键点组中第一关键点的数量。
[0110]
即每一第一关键点可以计算得到一个x_dist_k_n、一个y_dist_k_n以及一个第一点距dist_k_n。
[0111]
步骤e13，计算所述多个第一点距的平均值，得到第一距离平均值。
[0112][0113]
其中，为第n个第一关键点的第一点距，n为第一初始视频帧关键点组中第一关键点的数量。
[0114]
步骤e2，计算所述第一距离平均值与所述第二视频帧的第二距离平均值之间的平均值差值。
[0115]
第二距离平均值的实施例与第一距离平均值的实施例基本相同，在此不再赘述。
[0116]
可以理解，第一距离平均值与第二距离平均值之间存在一一对应关系，即计算的平均值差值是同一尺度下的平均值差值。
[0117]
步骤e3，基于所述平均值差值，确定目标视频帧关键点组。
[0118]
示例性的，所述基于所述平均值差值，确定目标视频帧关键点组，包括：
[0119]
步骤e31，从每一平均值差值中，确定平均值差值最小值；
[0120]
步骤e32，确定所述平均值差值最小值对应的第一初始视频帧关键点组为目标视频帧关键点组。
[0121]
可以理解，对于平均值差值最小值对应的第一初始视频帧关键点组中的第一关键点，其位置与第二视频帧中第二关键点的位置最相近，因此，也最能缩小相邻帧中两个关键点的位置的差别，从而避免视频流中相邻帧的关键点出现随机抖动的现象。
[0122]
以尺度包括7个尺度为例，分别为3*3、5*5、7*7、9*9、11*11、13*13、15*15，通过尺度3*3计算得到的平均值差值为3、通过尺度5*5计算得到的平均值差值为4、通过尺度7*7计算得到的平均值差值为3.1、通过尺度9*9计算得到的平均值差值为2.6、通过尺度11*11计算得到的平均值差值为2.8、通过尺度13*13计算得到的平均值差值为3.7、通过尺度15*15计算得到的平均值差值为3.3。由此可确定尺度9*9的平均值为2.6最小，因此，将在尺度为9*9时计算得到的第一初始视频帧关键点组，确定为目标视频帧关键点组。
[0123]
本实施例通过计算不同尺度下的第一初始视频帧关键点组，并依据平均值差值从多个第一初始视频帧关键点组中，选择平均值差值最小的第一初始视频帧关键点组，并确定为目标视频帧关键点组，而非计算一种尺度下的第一初始视频帧关键点组，并直接将该第一初始视频帧关键点组作为目标视频帧关键点组，从而进一步提高了确定关键点位置的准确性，进而进一步避免发生视频流中相邻帧的关键点随机抖动的现象。
[0124]
此外，本技术还提供一种关键点确定装置，所述装置包括：
[0125]
第一获取模块，用于获取预设视频流中第一视频帧的第一热力图的第一基准点；所述第一基准点为所述第一热力图中响应值的排名大于或等于预设排名的点；
[0126]
选取模块，用于确定所述第一基准点的局部感受野，并基于所述局部感受野，选取预设数量的第一局部点；
[0127]
计算模块，用于基于所述预设视频流中第二视频帧的第二基准点与所述第一局部
点的坐标差值，计算第一偏移权值；所述第二基准点与所述第一视频帧的第一关键点对应；所述第二视频帧与所述第一视频帧互为相邻帧；
[0128]
第一确定模块，用于基于所述第一偏移权值，确定第一关键点。
[0129]
示例性的，所述计算模块具体用于：
[0130]
基于所述第一基准点和所述第一局部点的坐标差值，计算第二偏移权值；
[0131]
基于所述第二偏移权值，确定第一初始关键点；
[0132]
基于所述预设视频流中第二视频帧的第二基准点，与所述第一初始关键点和所述第一局部点的坐标差值，计算第一偏移权值。
[0133]
示例性的，所述第一视频帧还包括其他第一热力图，所述关键点确定装置还包括：
[0134]
第二获取模块，用于获取所述其他第一热力图的其他第一关键点；
[0135]
创建模块，用于基于所述第一关键点和所述其他第一关键点，创建第一初始视频帧关键点组；
[0136]
第二确定模块，用于基于所述第一初始视频帧关键点组，确定目标视频帧关键点组。
[0137]
示例性的，所述局部感受野包括多个尺度，所述第二确定模块具体用于：
[0138]
获取其他尺度的局部感受野对应的其他第一初始视频帧关键点组；
[0139]
从所述其他第一初始视频帧关键点组和所述第一初始视频帧关键点组中，确定目标视频帧关键点组。
[0140]
示例性的，所述第二确定模块还用于：
[0141]
确定每一第一初始视频帧关键点组的第一距离平均值；
[0142]
计算所述第一距离平均值与所述第二视频帧的第二距离平均值之间的平均值差值；
[0143]
基于所述平均值差值，确定目标视频帧关键点组。
[0144]
示例性的，所述第二确定模块还用于：
[0145]
确定每一第一初始视频帧关键点组的几何中心；
[0146]
计算所述几何中心到所述几何中心对应的第一初始视频帧关键点组中每一第一关键点的第一点距，得到多个第一点距；
[0147]
计算所述多个第一点距的平均值，得到第一距离平均值。
[0148]
示例性的，所述第二确定模块还用于：
[0149]
从每一平均值差值中，确定平均值差值最小值；
[0150]
确定所述平均值差值最小值对应的第一初始视频帧关键点组为目标视频帧关键点组。
[0151]
本技术关键点确定装置具体实施方式与上述关键点确定方法各实施例基本相同，在此不再赘述。
[0152]
此外，本技术还提供一种关键点确定设备。如图3所示，图3是本技术实施例方案涉及的硬件运行环境的结构示意图。
[0153]
需要说明的是，图3即可为关键点确定设备的硬件运行环境的结构示意图。
[0154]
如图3所示，该关键点确定设备可以包括：处理器3001，例如cpu，存储器3005，用户接口3003，网络接口3004，通信总线3002。其中，通信总线3002用于实现这些组件之间的连
接通信。用户接口3003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口3003还可以包括标准的有线接口、无线接口。网络接口3004可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。存储器3005可以是高速ram存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器3005可选的还可以是独立于前述处理器3001的存储装置。
[0155]
可选地，关键点确定设备还可以包括rf(radio frequency，射频)电路，传感器、音频电路、wifi模块等等。
[0156]
本领域技术人员可以理解，图3中示出的关键点确定设备结构并不构成对关键点确定设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0157]
如图3所示，作为一种计算机存储介质的存储器3005中可以包括操作系统、网络通信模块、用户接口模块以及关键点确定程序。其中，操作系统是管理和控制关键点确定设备硬件和软件资源的程序，支持关键点确定程序以及其它软件或程序的运行。
[0158]
在图3所示的关键点确定设备中，用户接口3003主要用于连接终端，与终端进行数据通信，如接收终端发送的用户信令数据；网络接口3004主要用于后台服务器，与后台服务器进行数据通信；处理器3001可以用于调用存储器3005中存储的关键点确定程序，并执行如上所述的关键点确定方法的步骤。
[0159]
本技术关键点确定设备具体实施方式与上述关键点确定方法各实施例基本相同，在此不再赘述。
[0160]
此外，本技术实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有关键点确定程序，所述关键点确定程序被处理器执行时实现如上所述的关键点确定方法的步骤。
[0161]
本技术计算机可读存储介质具体实施方式与上述关键点确定方法各实施例基本相同，在此不再赘述。
[0162]
此外，为实现上述目的，本技术还提供一种计算机程序产品，包括：计算机程序，所述计算机程序被处理器执行时实现如上所述的关键点确定方法的步骤。
[0163]
本技术计算机程序产品具体实施方式与上述关键点确定方法各实施例基本相同，在此不再赘述。
[0164]
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。
[0165]
上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
[0166]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术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(如rom/ram、磁碟、光盘)中，包括：若干指令用以使得一台终端设备(可以是手机，计算机，
服务器，设备，或者网络设备等)执行本技术各个实施例所述的方法。
[0167]
以上仅为本技术的优选实施例，并非因此限制本技术的专利范围，凡是利用本技术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，均同理包括在本技术的专利保护范围内。