一种基于AI的缺陷自动检测方法、系统及存储介质与流程

一种基于ai的缺陷自动检测方法、系统及存储介质
技术领域
1.本发明涉及缺陷自动检测技术领域，具体而言，涉及一种基于ai的缺陷自动检测方法、系统及存储介质。


背景技术：

2.随着生活水平的提高，各种消费电子产品进入人们的视野，丰富了大家的日常生活。显示面板作为信息时代产物，极大丰富信息的承载形式，提高信息传播速度。然而，显示面板生产厂商在生产面板过程中会产生很多缺陷，并且整个显示面板的生产工艺流程复杂、生产周期长，从基板到生产加工完毕常常需要较长的时间，因此在每个工艺段产生的缺陷都需要时刻监控，避免缺陷流入下一道制程造成良率的降低。传统的缺陷检测依赖人工判图，人工成本高，并且由于人工的主观性以及疲惫的工作状态，导致判图准确率不高。


技术实现要素：

3.为了解决现有的显示面板缺陷检测效率低、准确率低的问题，本发明实施例提供了一种基于ai的缺陷自动检测方法、系统及存储介质。
4.在第一方面，本发明实施例中提供一种基于ai的缺陷自动检测方法，所述方法包括独立设置的任务扫描服务程序、自动判图服务程序以及人工判图服务程序；所述方法如下：
5.(1)通过任务扫描服务程序获取待处理任务列表，所述待处理任务列表记为集合r；
6.(2)通过自动判图服务程序获取集合r中的待处理任务，并且将待处理任务放入线程池，通过线程池中的若干线程获取待处理任务对应的图片文件，并且对图片文件进行ai自动判图处理，如果ai自动判图处理成功，则将ai自动判图处理的结果数据保存，反之，则将图片文件转到人工判图程序进行处理；
7.(3)通过人工判图服务程序对图片文件进行人工判图处理，并且将人工判图处理的结果数据保存。
8.于上述实施例中，本发明通过任务扫描服务程序获取待处理任务列表，通过自动判图服务程序对待处理列表对应的图片文件进行ai自动判图处理，通过人工判图服务程序对自动判图服务程序无法判断的图片文件进行人工判图，既包括ai自动判图也包括人工判图，因此兼顾高并发、高容错、高可用特性。
9.作为本技术一些可选实施方式，为了快速获取待处理任务列表，便于后期自动判图服务程序进行ai自动判图，所述任务扫描服务程序的处理流程如下：
10.(1.1)设置异步定时器a，通过异步定时器a触发任务扫描服务程序执行；
11.(1.2)在任务扫描服务程序中写入任务执行时间、任务过期时间作为锁信息；
12.(1.3)任务扫描服务程序连接分布式文件系统，扫描包含图片更新通知信息的通知文件，获取时间范围t内的通知文件，记为集合m；
13.(1.4)对集合m中的通知文件进行格式校验，丢弃格式错误的通知文件，得到集合n；
14.(1.5)查询分布式文件系统中的缓存数据，校验集合n中的通知文件是否为缓存数据中新增的通知文件，若是，则将通知文件记为集合p，若否，则转到步骤(1.7)；
15.(1.6)通过数据库查询集合p中的通知文件是否存在，若是，则转到步骤(1.7)，若否，则根据集合p中通知文件生成自动判图的待处理任务列表，所述待处理任务列表记为集合r；
16.(1.7)释放步骤(1.1)中的锁信息，任务扫描服务程序结束。
17.作为本技术一些可选实施方式，所述自动判图服务程序的处理流程如下：
18.(2.1)设置异步定时器b，通过异步定时器b触发自动判图服务程序执行；
19.(2.2)获取集合r中的待处理任务，并且对待处理任务进行加锁处理；
20.(2.3)将待处理任务放入线程池，通过线程池中的若干线程在分布式文件系统获取图片信息文件，所述图片信息文件与集合r中的待处理任务一一对应；
21.(2.4)对图片信息文件进行格式校验，并且对格式校验通过后的图片信息文件进行解析，获取图片文件的下载地址，并且在分布式文件系统下载对应的图片文件；
22.(2.5)对图片文件进行ai自动判图处理；如果ai自动判图处理成功，则将ai自动判图处理的结果数据保存到数据库，反之，则将图片文件转到人工判图程序。
23.作为本技术一些可选实施方式，为了提高任务扫描、自动判图的效率，所述任务扫描服务程序、自动判图服务程序均配置为多线程模式，多线程模式可以使得多个任务扫描服务程序、自动判图服务程序同时执行。
24.作为本技术一些可选实施方式，为了快速获取图片文件，所述通知文件包括图片信息文件的存储位置；所述图片信息文件包括图片文件的存储位置、产品信息以及站点信息；所述图片文件为存在缺陷的图片。
25.作为本技术一些可选实施方式，所述ai自动判图处理的结果数据包括缺陷目标框、缺陷置信度以及目标框位置坐标。
26.在第二方面，本发明提供一种基于ai的缺陷自动检测系统，所述系统采用b/s架构，包括任务扫描服务单元、自动判图服务单元以及人工判图服务单元；
27.所述任务扫描服务单元获取自动判图的待处理任务列表，所述待处理任务列表记为集合r；
28.所述自动判图服务单元获取集合r中的待处理任务，并且将待处理任务放入线程池，通过线程池中的若干线程获取待处理任务对应的图片文件，并且对图片文件进行ai自动判图处理，如果ai自动判图处理成功，则将ai自动判图处理的结果数据保存，反之，则将图片文件转到人工判图程序进行处理；
29.所述人工判图服务单元对图片文件进行人工判图处理，并且将人工判图处理的结果数据保存。
30.本发明将整个系统拆分为独立的单元模块，一个单元模块异常其他单元模块亦可不受或减小影响程度，业务恢复代价低，使得系统的容错性与可用性大大提高。
31.作为本技术一些可选实施方式，所述系统包括浏览器端，与浏览器端访问连接的服务器，所述服务器上独立设置有任务扫描服务单元、自动判图服务单元以及人工判图服
务单元，采用b/s架构，即浏览器请求数据，服务器响应的工作模式，使用简单、容易维护、升级快、成本低、分布性强、易扩展，客户端可以不用安装任何专门的软件就能实现在任何地方进行操作，操作简单。
32.作为本技术一些可选实施方式，所述服务器端采用微服务构架。
33.在第三方面，本发明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计算机程序，所述计算机程序被处理器执行时实现所述一种基于ai的缺陷自动检测方法。
34.本发明的有益效果如下：
35.1.本发明通过任务扫描服务程序获取待处理任务列表，通过自动判图服务程序对待处理列表对应的图片文件进行ai自动判图处理，通过人工判图服务程序对自动判图服务程序无法判断的图片文件进行人工判图，既包括ai自动判图也包括人工判图，因此兼顾高并发、高容错、高可用特性。
36.2.本发明整体采用b/s架构，即浏览器请求数据，服务器响应的工作模式，使用简单、容易维护、升级快、成本低、分布性强、易扩展，客户端可以不用安装任何专门的软件就能实现在任何地方进行操作，操作简单。
37.3.本发明中任务扫描服务单元、自动判图服务程序单元均采用多线程模式，保证并发能力，并且能够进行异常捕获并释放资源，防止系统卡死导致待处理的图片文件数据堆积。
38.4.本发明将整个系统拆分为独立的单元模块，一个单元模块异常其他单元模块亦可不受或减小影响程度，业务恢复代价低，这个系统的容错性与可用性大大提高。
附图说明
39.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
40.图1是根据本发明的一些实施例所述基于ai的缺陷自动检测方法的步骤图。
41.图2是根据本发明的一些实施例所述任务扫描服务程序的流程图。
42.图3是根据本发明的一些实施例所述自动判图服务程序的流程图。
43.图4是根据本发明的一些实施例所述基于ai的缺陷自动检测系统的系统框图。
具体实施方式
44.为了更好的理解上述技术方案，下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详细的说明，而不是对本发明技术方案的限定，在不冲突的情况下，本发明实施例以及实施例中的技术特征可以相互组合。
45.同样应当理解的是，为了简化本发明揭示的表述，从而帮助对至少一个发明实施例的理解，前文对本发明实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本发明对象所需要的特征比权利要求中提及
的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
46.实施例1
47.本发明提供一种基于ai的缺陷自动检测方法，请参阅图1，所述方法包括独立设置的任务扫描服务程序、自动判图服务程序以及人工判图服务程序，所述方法如下：
48.(1)通过任务扫描服务程序获取待处理任务列表，所述待处理任务列表记为集合r；
49.(2)通过自动判图服务程序获取集合r中的待处理任务，并且将待处理任务放入线程池，通过线程池中的若干线程获取待处理任务对应的图片文件，并且对图片文件进行ai自动判图处理，如果ai自动判图处理成功，则将ai自动判图处理的结果数据保存于数据库中，反之，则将图片文件转到人工判图程序进行处理；
50.(3)通过人工判图服务程序对图片文件进行人工判图处理，并且将人工判图处理的结果数据保存于数据库中。
51.于上述实施例中，本发明通过任务扫描服务程序获取待处理任务列表，通过自动判图服务程序对待处理列表对应的图片文件进行ai自动判图处理，通过人工判图服务程序对自动判图服务程序无法判断的图片文件进行人工判图，本发明既包括ai自动判图也包括人工判图，因此兼顾高并发、高容错、高可用特性。
52.于本发明实施例中，请参阅图2，所述任务扫描服务程序的处理流程如下：
53.(1.1)设置异步定时器a，通过异步定时器a触发任务扫描服务程序执行；
54.其中，异步定时器a可以指定周期(1秒、3秒等任意正整数值)定时运行，异步模式可保证在上一次程序未执行完成的情况下，新周期的定时任务能够正常进行。
55.(1.2)在任务扫描服务程序中写入任务执行时间、任务过期时间等信息作为锁信息；
56.其中，所述锁信息可以作为超时、程序异常的判断依据。
57.(1.3)任务扫描服务程序连接分布式文件系统，扫描包含图片更新通知信息的通知文件，获取时间范围t内的通知文件，记为集合m；
58.其中，所述通知文件，每日一个目录，每当一个显示面板拍照完成，则在通知文件后添加一条数据，内容为对应的图片信息文件的存储位置。
59.(1.4)对集合m中的通知文件进行格式校验，丢弃格式错误的通知文件，得到集合n；
60.(1.5)为了减少数据库压力，提高数据处理效率，任务扫描服务程序首先查询分布式文件系统中的缓存数据，校验集合n中的通知文件是否为缓存数据中新增的通知文件，若是，则将通知文件记为集合p，若否，则转到步骤(1.7)；
61.(1.6)通过数据库查询集合p中的通知文件是否存在，若是，则转到步骤(1.7)，若否，则根据集合p中通知文件生成自动判图的待处理任务列表，所述待处理任务列表记为集合r；
62.(1.7)释放步骤(1.1)中的锁信息，任务扫描服务程序结束；其中，所述通知文件、图片文件预先存储于分布式文件系统中。
63.实施例2
64.本发明提供一种基于ai的缺陷自动检测方法，请参阅图1，所述方法包括独立设置
的任务扫描服务程序、自动判图服务程序以及人工判图服务程序，所述方法如下：
65.(1)通过任务扫描服务程序获取待处理任务列表，所述待处理任务列表记为集合r；
66.(2)通过自动判图服务程序获取集合r中的待处理任务，并且将待处理任务放入线程池，通过线程池中的若干线程获取待处理任务对应的图片文件，并且对图片文件进行ai自动判图处理，如果ai自动判图处理成功，则将ai自动判图处理的结果数据保存于数据库中，反之，则将图片文件转到人工判图程序进行处理；
67.(3)通过人工判图服务程序对图片文件进行人工判图处理，并且将人工判图处理的结果数据保存于数据库中。
68.于上述实施例中，本发明通过任务扫描服务程序获取待处理任务列表，通过自动判图服务程序对待处理列表对应的图片文件进行ai自动判图处理，通过人工判图服务程序对自动判图服务程序无法判断的图片文件进行人工判图，既包括ai自动判图也包括人工判图，因此兼顾高并发、高容错、高可用特性。
69.于本发明实施例中，请参阅图3，所述自动判图服务程序的处理流程如下：
70.(2.1)设置异步定时器b，通过异步定时器b触发自动判图服务程序执行；
71.其中，异步定时器b可以指定周期(1秒、3秒等任意正整数值)定时运行，异步定时器b首次执行会调用相关程序s，获取集合r中待处理任务，后续执行则直接查看程序s是否正常，如有异常，一方面程序s会记录日志、发邮件通知运维查看原因，另一方面会再次执行程序s，保证任务扫描服务程序的可用性。
72.(2.2)获取集合r中的待处理任务，并且对待处理任务进行加锁处理，确保一个任务只能被一个线程处理，如果加锁处理失败，则该待处理任务被其他线程处理，自动判图服务程序跳过当前任务，尝试对下一个待处理任务进行加锁处理；
73.(2.3)将待处理任务放入线程池，通过线程池中的若干线程在分布式文件系统获取图片信息文件，所述图片信息文件与集合r中的待处理任务一一对应；
74.(2.4)对图片信息文件进行格式校验，并且对格式校验通过后的图片信息文件进行解析，获取图片文件的下载地址，并且下载对应的图片文件；
75.本发明通过对图片信息文件进行格式校验，将校验失败的图片信息文件释放，即实现异常捕获并释放资源，防止系统卡死导致待处理的图片文件数据堆积。
76.(2.5)对图片文件进行ai自动判图处理；如果ai自动判图处理成功，则将ai自动判图处理的结果数据保存到数据库，反之，则将图片文件转到人工判图程序，其中，所述ai自动判图处理的结果数据包括缺陷目标框、缺陷置信度以及目标框位置坐标。
77.与此同时，自动判图服务程序还会对缺陷置信度进行判断，将低于阈值的图片文件转到人工判图程序，将高于阈值的图片文件标记为已判模式。
78.于本发明实施例中，为了提高任务扫描、自动判图的效率，所述任务扫描服务程序、任务扫描服务程序均配置为多线程模式，多线程模式可使多个任务扫描服务程序、自动判图服务程序同时执行。
79.于本发明实施例中，为了快速获取图片文件，所述通知文件包括图片信息文件的存储位置；所述图片信息文件包括图片文件的存储位置、产品信息以及站点信息，其中，产品信息既为显示面板的名称、尺寸等信息，所述站点信息即为显示面板加工节点的名称信
息等；所述图片文件为存在缺陷的图片。
80.于本发明实施例中，所述图片信息文件的格式为csv；所述图片文件的格式为jpg；所述通知文件的格式为txt。
81.实施例3
82.本发明提供一种基于ai的缺陷自动检测方法，请参阅图1，所述方法包括独立设置的任务扫描服务程序、自动判图服务程序以及人工判图服务程序，所述方法如下：
83.(1)通过任务扫描服务程序获取待处理任务列表，所述待处理任务列表记为集合r；
84.(2)通过自动判图服务程序获取集合r中的待处理任务，并且将待处理任务放入线程池，通过线程池中的若干线程获取待处理任务对应的图片文件，并且对图片文件进行ai自动判图处理，如果ai自动判图处理成功，则将ai自动判图处理的结果数据保存于数据库中，反之，则将图片文件转到人工判图程序进行处理；
85.(3)通过人工判图服务程序对图片文件进行人工判图处理，并且将人工判图处理的结果数据保存于数据库中。
86.于上述实施例中，本发明通过任务扫描服务程序获取待处理任务列表，通过自动判图服务程序对待处理列表对应的图片文件进行ai自动判图处理，通过人工判图服务程序对自动判图服务程序无法判断的图片文件进行人工判图，既包括ai自动判图也包括人工判图，因此兼顾高并发、高容错、高可用特性。
87.于本发明实施例中，所述人工判图服务程序的处理流程如下：
88.(3.1)按照人工判图界面输入的任务执行时间、站点信息等条件进行图片文件筛选；通过勾选的方式过滤已处理任务和待处理任务；
89.(3.2)根据待处理任务列表获取对应的图片文件，定位缺陷具体位置，并且根据判定结果自动生成缺陷目标框，便于后期快速定位；
90.(3.3)根据缺陷目标框进行缺陷的人工判图处理。
91.本发明结合具体的人工判图界面和操作按钮对人工判图操作进行详细说明，具体如下：
92.步骤1：登陆账号，进入人工判图界面，并且按照任务时间、站点信息等条件筛选数据；通过“待判图片”勾选框，快速过滤已判图片与待判图片，默认情况只需要判待判图片，可极大地减少人工判图数量。
93.步骤2：点击“任务列表”任意一条数据，人工判图界面在“defect list”中展示出该任务待判图片列表；“auto code”代表自动判图结果；“manu code”代表人的判图结果；通过观察列表数据可以看到，即便是待判图片，经过ai自动判图后，人工判图界面也会给出一个推荐目标框，同时在图片上画框指出缺陷具体位置，方便操作人员快速定位。
94.步骤3：选择缺陷列表数据开始判图，如果认可“auto code”推荐，则直接可以根据
“↓”
、
“↑”
快捷键快速切换至下一张；如果不认可，也可以通过鼠标点击寻找选择。
95.步骤4：重复步骤3直到“defect list”图片全部完成，点击“完成”按钮提交即可。
96.实施例4
97.本发明提供一种基于ai的缺陷自动检测系统，请参阅图4，所述系统采用b/s架构，包括任务扫描服务单元、自动判图服务单元以及人工判图服务单元；
98.所述任务扫描服务单元获取自动判图的待处理任务列表，所述待处理任务列表记为集合r；
99.所述自动判图服务单元获取集合r中的待处理任务，并且将待处理任务放入线程池，通过线程池中的若干线程获取待处理任务对应的图片文件，并且对图片文件进行ai自动判图处理，如果ai自动判图处理成功，则将ai自动判图处理的结果数据保存于数据库中，反之，则将图片文件转到人工判图程序进行处理；
100.所述人工判图服务单元对图片文件进行人工判图处理，并且将人工判图处理的结果数据保存于数据库中。
101.于本发明实施例中，整个系统拆分为独立的单元模块，一个单元模块异常其他单元模块亦可不受或减小影响程度，业务恢复代价低，使得系统的容错性与可用性大大提高。
102.于本发明实施例中，所述系统包括浏览器端，与浏览器端访问连接的服务器，所述服务器上独立设置有任务扫描服务单元、自动判图服务单元以及人工判图服务单元，其中，所述服务器端采用微服务构架。采用b/s架构，即浏览器请求数据，服务器响应的工作模式，使用简单、容易维护、升级快、成本低、分布性强、易扩展，客户端可以不用安装任何专门的软件就能实现在任何地方进行操作，操作简单。
103.综上，本发明所述的系统将判图核心由人转变成软件系统，人只需要复判少量图片即可，从根源上解决了“人”判图时不稳定、准确率不高等问题。
104.实施例5
105.本发明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实施例所述的一种基于ai的缺陷自动检测方法。
106.本实施例提供的计算机可读存储介质可以实现执行实施例所述的方法，为避免重复，在此不再赘述。
107.其中，所述处理器可以是中央处理器(cpu，central processing unit)，还可以是其他通用处理器、数字信号处理器(digital signal processor)、专用集成电路(application specific integrated circuit)、现成可编程门阵列(field programmable gate array)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。
108.所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的数据，实现发明中印制电路板缺陷检测装置的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等。此外，存储器可以包括高速随机存取存储器、还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡，安全数字卡，闪存卡、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
109.基于ai的缺陷自动检测系统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取存储介质中。基于这样的理解本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序可存储于一计算机可读存介质中，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、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
读取介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存储器、点载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。
110.本发明已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
111.同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
112.此外，本领域技术人员可以理解，本说明书的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本说明书的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本说明书的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。
113.计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、rf、或类似介质，或任何上述介质的组合。
114.本说明书各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如java、scala、smalltalk、eiffel、jade、emerald、c 、c#、vb.net、python等，常规程序化编程语言如c语言、visual basic、fortran 2003、perl、cobol 2002、php、abap，动态编程语言如python、ruby和groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(lan)或广域网(wan)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(saas)。
115.此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本
说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
116.同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
117.针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。
118.尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
119.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。