调节LED装置的色温和显色的方法及装置与流程

调节led装置的色温和显色的方法及装置
技术领域
1.本技术涉及计算机技术领域，具体而言，涉及一种调节led装置的色温和显色的方法、装置、计算机可读介质及电子设备。


背景技术：

2.在对光源装置进行控制的过程中，会需要通过遥控器或者其他控制器件进行人为手动的控制，这种方式对硬件的要求较高，例如需要人为手动的接触控制装置来控制光源的工作状态，尤其在一些特殊需要下，往往不能满足用户的需求，进而造成光源控制效率较低的问题。


技术实现要素：

3.本技术提供了一种调节led装置的色温和显色的方法、装置、计算机可读介质及电子设备，进而至少在一定程度上可以提高光源控制效率。
4.本技术的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本技术的实践而习得。
5.根据本技术的一个方面，提供了一种调节led装置的色温和显色的方法，包括：获取led装置的调节指令；获取历史指令及其对应的标签参数，作为训练数据，基于所述训练数据对预设的语义分析模型进行训练；其中，所述标签参数包括色温标签和显色标签；基于训练得到的语义分析模型，对所述调节指令进行语义分析，确定所述调节指令中对应的色温参数和显色参数；基于led装置的配置信息，确定所述色温参数和所述显色参数对应的控制参数；生成所述控制参数对应的控制指令，并将所述控制指令通过驱动电路发送至led装置。
6.在本技术中，基于前述方案，所述获取历史指令及其对应的标签参数，作为训练数据，基于所述训练数据对预设的语义分析模型进行训练，包括：获取历史指令及其对应的标签参数，作为训练数据，构建基于卷积神经网络的语义分析模型，其中，所述语义分析模型包括：卷积层、池化以及全连接层；将所述训练数据输入所述语义分析模型中，输出识别结果；将所述识别结果与所述标签参数进行对比确定训练损失，以基于所述训练损失更新所述语义分析模型。
7.在本技术中，基于前述方案，所述基于led装置的配置信息，确定所述色温参数和所述显色参数对应的控制参数，包括：获取所述led装置的配置信息，所述配置信息包括发光组件的组合信息、排列信息以及功率信息；基于所述发光组件的组合信息、排列信息以及功率信息，以及所述色温参数和所述显色参数，确定所述led装置对应的控制参数。
8.在本技术中，基于前述方案，所述基于所述发光组件的组合信息、排列信息以及功率信息，以及所述色温参数和所述显色参数，确定所述led装置对应的控制参数，包括：基于所述发光组件的组合信息和所述色温参数、确定所述发光组件中目标发光组件的数量和标识；基于所述目标发光组件的数量、标识以及所述显色参数，确定所述目标发光组件的工作
功率；将所述目标发光组件的数量、标识以及所述工作功率作为所述控制参数。
9.在本技术中，基于前述方案，所述色温参数包括色温等级，所述显色参数包括显色等级。
10.在本技术中，基于前述方案，所述生成所述控制参数对应的控制指令，并将所述控制指令通过驱动电路发送至led灯之后，所述方法还包括：检测所述led装置对应的实时色温参数和实时显色参数；将所述实时色温参数和实时显色参数分别于所述色温参数和所述显色参数进行对比，确定两者分别对应的第一差异参数和第二差异参数；基于所述第一差异参数和所述第二差异参数，判断是否需要对所述led装置进行重调。
11.在本技术中，基于前述方案，所述将所述实时色温参数和实时显色参数分别于所述色温参数和所述显色参数进行对比，确定两者分别对应的第一差异参数和第二差异参数，包括：基于所述实时色温参数与所述色温参数之间的差，确定所述第一差异参数；基于所述实时显色参数与所述显色参数之间的差，确定所述第二差异参数。
12.根据本技术的一个方面，提供了一种调节led装置的色温和显色的装置，包括：获取单元，用于获取led装置的调节指令；训练单元，用于获取历史指令及其对应的标签参数，作为训练数据，基于所述训练数据对预设的语义分析模型进行训练；其中，所述标签参数包括色温标签和显色标签；分析单元，用于基于训练得到的语义分析模型，对所述调节指令进行语义分析，确定所述调节指令中对应的色温参数和显色参数；参数单元，用于基于led装置的配置信息，确定所述色温参数和所述显色参数对应的控制参数；控制单元，用于生成所述控制参数对应的控制指令，并将所述控制指令通过驱动电路发送至led装置。
13.在本技术中，基于前述方案，所述获取历史指令及其对应的标签参数，作为训练数据，基于所述训练数据对预设的语义分析模型进行训练，包括：获取历史指令及其对应的标签参数，作为训练数据，构建基于卷积神经网络的语义分析模型，其中，所述语义分析模型包括：卷积层、池化以及全连接层；将所述训练数据输入所述语义分析模型中，输出识别结果；将所述识别结果与所述标签参数进行对比确定训练损失，以基于所述训练损失更新所述语义分析模型。
14.在本技术中，基于前述方案，所述基于led装置的配置信息，确定所述色温参数和所述显色参数对应的控制参数，包括：获取所述led装置的配置信息，所述配置信息包括发光组件的组合信息、排列信息以及功率信息；基于所述发光组件的组合信息、排列信息以及功率信息，以及所述色温参数和所述显色参数，确定所述led装置对应的控制参数。
15.在本技术中，基于前述方案，所述基于所述发光组件的组合信息、排列信息以及功率信息，以及所述色温参数和所述显色参数，确定所述led装置对应的控制参数，包括：基于所述发光组件的组合信息和所述色温参数、确定所述发光组件中目标发光组件的数量和标识；基于所述目标发光组件的数量、标识以及所述显色参数，确定所述目标发光组件的工作功率；将所述目标发光组件的数量、标识以及所述工作功率作为所述控制参数。
16.在本技术中，基于前述方案，所述色温参数包括色温等级，所述显色参数包括显色等级。
17.在本技术中，基于前述方案，所述调节led装置的色温和显色的装置还包括：检测所述led装置对应的实时色温参数和实时显色参数；将所述实时色温参数和实时显色参数分别于所述色温参数和所述显色参数进行对比，确定两者分别对应的第一差异参数和第二差异参数；基于所述第一差异参数和所述第二差异参数，判断是否需要对所述led装置进行重调。
18.在本技术中，基于前述方案，所述将所述实时色温参数和实时显色参数分别于所述色温参数和所述显色参数进行对比，确定两者分别对应的第一差异参数和第二差异参数，包括：基于所述实时色温参数与所述色温参数之间的差，确定所述第一差异参数；基于所述实时显色参数与所述显色参数之间的差，确定所述第二差异参数。
19.根据本技术的一个方面，提供了一种计算机可读介质，其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如上所述的调节led装置的色温和显色的方法。
20.根据本技术的一个方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上所述的调节led装置的色温和显色的方法。
21.根据本技术的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各种可选实现方式中提供的调节led装置的色温和显色的方法。
22.在本技术所提供的技术方案中，将历史指令及其对应的标签参数作为训练数据，基于所述训练数据对预设的语义分析模型进行训练，之后基于训练得到的语义分析模型对所述调节指令进行语义分析，确定所述调节指令中对应的色温参数和显色参数，基于led装置的配置信息，确定所述色温参数和所述显色参数对应的控制参数；最后生成所述控制参数对应的控制指令，以将所述控制指令通过驱动电路发送至led装置。本技术技术方案通过直接识别用户的语义信息便可以控制led装置的发光情况，提高了led光源的发光控制效率。
23.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
附图说明
24.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。显而易见地，下面描述中的附图仅仅是本技术的一些实施例，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。
25.图1示意性示出了根据本技术的一个实施例的调节led装置的色温和显色的方法的流程图。
26.图2示意性示出了根据本技术的一个实施例的确定控制参数的流程图。
27.图3示意性示出了根据本技术的一个实施例的调节led装置的色温和显色的装置的示意图。
28.图4示出了适于用来实现本技术实施例的电子设备的计算机系统的结构示意图。
具体实施方式
29.现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本技术将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。
30.此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本技术的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本技术的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本技术的各方面。
31.附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
32.附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
33.以下对本技术实施例的技术方案的实现细节进行详细阐述：图1示出了根据本技术的一个实施例的调节led装置的色温和显色的方法的流程图。参照图1所示，该调节led装置的色温和显色的方法至少包括步骤s110至步骤s150，详细介绍如下：在步骤s110中，获取led装置的调节指令。
34.在本技术的一个实施例中，用户在需要调节led光源或者装置的光线、发光情况的情况下，发送调节指令。该调节指令可以是语音、文字等信息。例如，通过声音来控制光源，通过在手机终端、遥控器中选择光源发光等级信息来控制led装置的发光情况。
35.在步骤s120中，获取历史指令及其对应的标签参数，作为训练数据，基于所述训练数据对预设的语义分析模型进行训练；其中，所述标签参数包括色温标签和显色标签。
36.在本技术一实施例中，通过获取历史指令及其对应的标签参数，并将上述信息作为训练数据，本实施例中的标签参数包括色温标签和显色标签。其中，色温标签表示指令中与色温有关系的词语或者数据，例如一级色温、二级色温、冷光、暖光；显色标签指令中与显色程度关系的文本，例如显色指数、显色程度等等。
37.基于卷积神经网络构建语义分析模型，具体的，本实施例中语义分析模型包括多层结构：卷积层、池化以及全连接层，其中，卷积层的功能是对输入数据进行特征提取，其内部包含多个卷积核，组成卷积核的每个元素都对应一个权重系数和一个偏差量；在卷积层进行特征提取后，输出的特征图会被传递至池化层进行特征选择和信息过滤，池化层包含预设定的池化函数，其功能是将特征图中单个点的结果替换为其相邻区域的特征图统计量；全连接层位于卷积神经网络隐含层的最后部分，并只向其它全连接层传递信号。
38.我们在训练过程中，将训练数据输入语义分析模型中，输出识别结果，之后将基于识别结果和标签参数进行对比，计算训练损失为：
其中，i表示数据的维度，总共有k维数据，每个维度用于表示语义识别的深度， 和分别表示在各维度对应的识别结果和标签参数。在计算得到训练损失之后，基于训练损失对语义分析模型中的参数记性调整和更新，以此方式循环，得到最终的语义分析模型，以通过语义分析模型得到精确的控制信息。
39.在步骤s130中，基于训练得到的语义分析模型，对所述调节指令进行语义分析，确定所述调节指令中对应的色温参数和显色参数。
40.在本技术的一个实施例中，在训练得到语义分析模型之后，通过该模型对调节指令进行语义分析，进而确定其中的色温参数和显色参数。
41.具体的，在该语义分析模型中的运行过程中，输入调节指令，调节指令可以为音频形式、也可以为文字形式，之后通过语义分析模型，输出调节指令中对应的色温参数和显色参数。
42.在步骤s140中，基于led装置的配置信息，确定所述色温参数和所述显色参数对应的控制参数。
43.在本技术的一个实施例中，在获取到色温参数和所述显色参数之后，基于led装置的配置信息，确定其对应的控制参数。
44.在本技术的一个实施例中，步骤s130中基于led装置的配置信息，确定所述色温参数和所述显色参数对应的控制参数的过程，包括：获取所述led装置的配置信息，所述配置信息包括发光组件的组合信息、排列信息以及功率信息；基于所述发光组件的组合信息、排列信息以及功率信息，以及所述色温参数和所述显色参数，确定所述led装置对应的控制参数。
45.在本技术一实施例中，led装置的配置信息包括发光组件的组合信息、排列信息以及功率信息。具体的，发光组件的组合信息可以为led装置中包括多少发光组件、各个组件的发光颜色等等；排列信息包括发光组件在led装置中的位置信息，功率信息包括发光组件在实际工作时的功率。本方案中通过上述信息，同时结合用户输入的色温参数和显色参数，确定所述led装置对应的控制参数。
46.需要说明的是，本实施例中色温参数包括色温等级，所述显色参数包括显色等级，例如，一级色温、二级显色等等，以通过等级信息来精确的衡量光源发光时的色温和显色情况。
47.在本技术的一个实施例中，如图2所示，上述过程中基于所述发光组件的组合信息、排列信息以及功率信息，以及所述色温参数和所述显色参数，确定所述led装置对应的控制参数，包括：s210，基于所述发光组件的组合信息和所述色温参数、确定所述发光组件中目标发光组件的数量和标识；s220，基于所述目标发光组件的数量、标识以及所述显色参数，确定所述目标发光组件的工作功率；
s230，将所述目标发光组件的数量、标识以及所述工作功率作为所述控制参数。
48.具体的，首先基于发光组件的组合信息和所述色温参数、确定发光组件中目标发光组件的数量和标识。示例性的，当色温参数为一级暖光时，则目标发光组件则为发光组件中的暖光组件，即红色、黄色等光源组件，同时基于暖光等级和预设的光源对应关系，确定发光数量，即最后得到目标发光组件的数量，并确定需要发光的光源组件的标识。
49.基于目标发光组件的数量、标识以及所述显色参数，确定所述目标发光组件的工作功率。例如，当显色参数为二级显色参数时，则基于预设的显色关系以及目标发光组件的数量，确定各个标识的目标发光组件对应的工作功率，之后将目标发光组件的数量、标识以及所述工作功率作为所述控制参数。
50.在步骤s150中，生成所述控制参数对应的控制指令，并将所述控制指令通过驱动电路发送至led装置。
51.在本技术的一个实施例中，在获取到控制参数之后，基于控制参数确定控制指令，例如，led装置中标识为“aa”“bb”“ss”的光源组件发光，并且其中光源组件“aa”“bb”的亮度为一级，光源组件“ss”的亮度为二级。
52.在本技术的一个实施例中，步骤s150中生成所述控制参数对应的控制指令，并将所述控制指令通过驱动电路发送至led灯之后，所述方法还包括：检测所述led装置对应的实时色温参数和实时显色参数；将所述实时色温参数和实时显色参数分别于所述色温参数和所述显色参数进行对比，确定两者分别对应的第一差异参数和第二差异参数；基于所述第一差异参数和所述第二差异参数，判断是否需要对所述led装置进行重调。
53.在上述过程中，通过将led装置对应的实时色温参数和实时显色参数进行对比，确定两者分别对应的第一差异参数和第二差异参数，以通过上述参数来检测led装置的发光情况与实际指令之间的差异情况，判断是否需要对所述led装置进行重调。
54.在本技术的一个实施例中，上述过程中将所述实时色温参数和实时显色参数分别于所述色温参数和所述显色参数进行对比，确定两者分别对应的第一差异参数和第二差异参数，包括：基于所述实时色温参数与所述色温参数之间的差，确定所述第一差异参数；基于所述实时显色参数与所述显色参数之间的差，确定所述第二差异参数。
55.在本技术一实施例中，基于所述实时色温参数与所述色温参数之间的差，确定所述第一差异参数为：基于所述实时显色参数与所述显色参数之间的差，确定所述第二差异参数为：
本技术一实施例中，在计算得到第一差异参数和第二差异参数之后，基于所述第一差异参数和所述第二差异参数，通过对两者的加权，计算得到校准参数为：其中， 用于表示预设的差异因子。上述方式通过第一差异参数和第二差异参数计算得到校准参数，之后将校准参数与预设的校准阈值进行对比，若校准参数大于或者等于校准阈值，则需要对led装置进行重调，以保证led装置所散发出的光线可以与调节指令对应的光线照明程度一致，进而大大提高光源展示的精确性和自动化程度。
56.在本技术的一些实施例所提供的技术方案中，将历史指令及其对应的标签参数作为训练数据，基于所述训练数据对预设的语义分析模型进行训练，之后基于训练得到的语义分析模型对所述调节指令进行语义分析，确定所述调节指令中对应的色温参数和显色参数，基于led装置的配置信息，确定所述色温参数和所述显色参数对应的控制参数；最后生成所述控制参数对应的控制指令，以将所述控制指令通过驱动电路发送至led装置。本技术实施例的技术方案通过直接识别用户的语义信息便可以控制led装置的发光情况，提高了led光源的发光控制效率。
57.以下介绍本技术的装置实施例，可以用于执行本技术上述实施例中的调节led装置的色温和显色的方法。可以理解的是，所述装置可以是运行于计算机设备中的一个计算机程序（包括程序代码），例如该装置为一个应用软件；该装置可以用于执行本技术实施例提供的方法中的相应步骤。对于本技术装置实施例中未披露的细节，请参照本技术上述的调节led装置的色温和显色的方法的实施例。
58.图3示出了根据本技术的一个实施例的调节led装置的色温和显色的装置的框图。
59.参照图3所示，根据本技术的一个实施例的调节led装置的色温和显色的装置，包括：获取单元310，用于获取led装置的调节指令；训练单元320，用于获取历史指令及其对应的标签参数，作为训练数据，基于所述训练数据对预设的语义分析模型进行训练；其中，所述标签参数包括色温标签和显色标签；分析单元330，用于基于训练得到的语义分析模型，对所述调节指令进行语义分析，确定所述调节指令中对应的色温参数和显色参数；参数单元340，用于基于led装置的配置信息，确定所述色温参数和所述显色参数对应的控制参数；控制单元350，用于生成所述控制参数对应的控制指令，并将所述控制指令通过驱动电路发送至led装置。
60.在本技术的一些实施例中，基于前述方案，所述获取历史指令及其对应的标签参数，作为训练数据，基于所述训练数据对预设的语义分析模型进行训练，包括：获取历史指令及其对应的标签参数，作为训练数据，构建基于卷积神经网络的语义分析模型，其中，所述语义分析模型包括：卷积层、池化以及全连接层；将所述训练数据输入所述语义分析模型中，输出识别结果；将所述识别结果与所述标签参数进行对比确定训练损失，以基于所述训练损失更新所述语义分析模型。
61.在本技术的一些实施例中，基于前述方案，所述基于led装置的配置信息，确定所
述色温参数和所述显色参数对应的控制参数，包括：获取所述led装置的配置信息，所述配置信息包括发光组件的组合信息、排列信息以及功率信息；基于所述发光组件的组合信息、排列信息以及功率信息，以及所述色温参数和所述显色参数，确定所述led装置对应的控制参数。
62.在本技术的一些实施例中，基于前述方案，所述基于所述发光组件的组合信息、排列信息以及功率信息，以及所述色温参数和所述显色参数，确定所述led装置对应的控制参数，包括：基于所述发光组件的组合信息和所述色温参数、确定所述发光组件中目标发光组件的数量和标识；基于所述目标发光组件的数量、标识以及所述显色参数，确定所述目标发光组件的工作功率；将所述目标发光组件的数量、标识以及所述工作功率作为所述控制参数。
63.在本技术的一些实施例中，基于前述方案，所述色温参数包括色温等级，所述显色参数包括显色等级。
64.在本技术的一些实施例中，基于前述方案，所述调节led装置的色温和显色的装置还包括：检测所述led装置对应的实时色温参数和实时显色参数；将所述实时色温参数和实时显色参数分别于所述色温参数和所述显色参数进行对比，确定两者分别对应的第一差异参数和第二差异参数；基于所述第一差异参数和所述第二差异参数，判断是否需要对所述led装置进行重调。
65.在本技术的一些实施例中，基于前述方案，所述将所述实时色温参数和实时显色参数分别于所述色温参数和所述显色参数进行对比，确定两者分别对应的第一差异参数和第二差异参数，包括：基于所述实时色温参数与所述色温参数之间的差，确定所述第一差异参数；基于所述实时显色参数与所述显色参数之间的差，确定所述第二差异参数。
66.在本技术的一些实施例所提供的技术方案中，将历史指令及其对应的标签参数作为训练数据，基于所述训练数据对预设的语义分析模型进行训练，之后基于训练得到的语义分析模型对所述调节指令进行语义分析，确定所述调节指令中对应的色温参数和显色参数，基于led装置的配置信息，确定所述色温参数和所述显色参数对应的控制参数；最后生成所述控制参数对应的控制指令，以将所述控制指令通过驱动电路发送至led装置。本技术实施例的技术方案通过直接识别用户的语义信息便可以控制led装置的发光情况，提高了led光源的发光控制效率。
67.图4示出了适于用来实现本技术实施例的电子设备的计算机系统的结构示意图。
68.需要说明的是，图4示出的电子设备的计算机系统400仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
69.如图4所示，计算机系统400包括中央处理单元（central processing unit，cpu）401，其可以根据存储在只读存储器（read-only memory，rom）402中的程序或者从储存部分408加载到随机访问存储器（random access memory，ram）403中的程序而执行各种适当的动作和处理，例如执行上述实施例中所述的方法。在ram 403中，还存储有系统操作所需的各种程序和数据。cpu 401、rom 402以及ram 403通过总线404彼此相连。输入/输出（input /output，i/o）接口405也连接至总线404。
70.以下部件连接至i/o接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管（cathode ray tube，crt）、液晶显示器（liquid crystal display，lcd）等以及扬声器
等的输出部分407；包括硬盘等的储存部分408；以及包括诸如lan（local area network，局域网）卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至i/o接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入储存部分408。
71.特别地，根据本技术的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本技术的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元（cpu）401执行时，执行本技术的系统中限定的各种功能。
72.需要说明的是，本技术实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（ram）、只读存储器（rom）、可擦式可编程只读存储器（erasable programmable read only memory，eprom）、闪存、光纤、便携式紧凑磁盘只读存储器（compact disc read-only memory，cd-rom）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本技术中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本技术中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
73.附图中的流程图和框图，图示了按照本技术各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
74.描述于本技术实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
75.根据本技术的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程
序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各种可选实现方式中提供的方法。
76.作为另一方面，本技术还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现上述实施例中所述的方法。
77.应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本技术的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
78.通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本技术实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质（可以是cd-rom，u盘，移动硬盘等）中或网络上，包括若干指令以使得一台计算设备（可以是个人计算机、服务器、触控终端、或者网络设备等）执行根据本技术实施方式的方法。
79.本领域技术人员在考虑说明书及实践这里公开的实施方式后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。
80.应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本技术的范围仅由所附的权利要求来限制。