图像处理方法及装置、电子设备和存储介质与流程

1.本公开涉及图像处理技术领域，尤其涉及一种图像处理方法及装置、电子设备和存储介质。


背景技术：

2.目前，大部分医疗设备如内窥镜设备、超声设备以及x射线设备等医学设备都具有人工智能识别图像中的病灶并针对病灶所在的区域进行标记的功能，便于医生参考，提升医生的工作效率。
3.在使用具有人工智能识别病灶功能的医学设备诊断疾病时，需要医生手动对标记框的颜色进行设定，该种手动设定标记框颜色的方法较为繁琐，增加医生的工作负担。


技术实现要素：

4.本公开提供了一种图像处理方法、装置、电子设备和存储介质。其主要目的在于实现病灶标记框的自动配色，减轻医生的工作负担。
5.根据本公开的第一方面，提供了一种图像处理方法，其中，包括：
6.确认医疗设备采集图像中病灶的病灶边界；
7.获取所述病灶边界图像的第一颜色的对比色；
8.将病灶标记框的颜色配色为所述对比色；
9.使用对比色病灶标记框对医疗设备采集图像中病灶进行病灶边界的标记。
10.可选的，所述获取所述病灶边界图像的第一颜色的对比色包括：
11.确定所述病灶边界图像的目标颜色；
12.从所述目标颜色中选取颜色占比超过预设阈值的颜色确定为第一颜色；
13.根据所述第一颜色获取所述第一颜色的对比色。
14.可选的，所述从所述目标颜色中选取颜色占比超过预设阈值的颜色确定为第一颜色包括：
15.计算所述各种目标颜色在病灶边界区图像中的占比；
16.选取颜色占比超过预设阈值的目标颜色确定为第一颜色。
17.可选的，所述根据所述第一颜色获取所述第一颜色的对比色包括：
18.确定所述第一颜色的rgb值，根据预设算法计算第一颜色的对比色的rgb值；
19.基于所述对比色的rgb值获取所述第一颜色的对比色。
20.可选的，所述确认医疗设备采集图像中病灶的病灶边界包括：
21.基于所述医学设备采集所述图像，并基于算法识别所述图像中是否存在病灶；
22.若存在病灶，则确定所述病灶的病灶边界。
23.可选的，所述选取颜色占比超过预设阈值的目标颜色确定为第一颜色还包括：
24.若存在至少两个颜色占比超过所述预设阈值的目标颜色，则将预设颜色确定为所述第一颜色。
25.可选的，所述方法还包括：
26.将使用配色后的标记框标记后的图像进行存储。
27.可选的，所述获取所述病灶边界图像的第一颜色的对比色还包括：
28.确定所述病灶边界图像的目标颜色；
29.将所述目标颜色中颜色占比最高的目标颜色确定为第一颜色；
30.根据所述第一颜色获取所述第一颜色的对比色。
31.根据本公开的第二方面，提供了一种图像处理装置，包括：
32.确认单元，用于确认医疗设备采集图像中病灶的病灶边界；
33.获取单元，用于获取所述病灶边界图像的第一颜色的对比色；
34.配色单元，用于将病灶标记框的颜色配色为所述对比色；
35.标记单元，用于使用对比色病灶标记框对医疗设备采集图像中病灶进行病灶边界的标记。
36.可选的，所述获取单元包括：
37.第一确定模块，用于确定所述病灶边界图像的目标颜色；
38.第二确定模块，用于从所述目标颜色中选取颜色占比超过预设阈值的颜色确定为第一颜色；
39.获取模块，用于根据所述第一颜色获取所述第一颜色的对比色。
40.可选的，所述第二确定模块包括：
41.计算子模块，用于计算所述各种目标颜色在病灶边界区图像中的占比；
42.第一确定子模块，用于选取颜色占比超过预设阈值的目标颜色确定为第一颜色。
43.可选的，所述获取模块包括：
44.第二确定子模块，用于确定所述第一颜色的rgb值，根据预设算法计算第一颜色的对比色的rgb值；
45.获取子模块，用于基于所述对比色的rgb值获取所述第一颜色的对比色。
46.可选的，所述确认单元包括：
47.识别模块，用于基于所述医学设备采集图像，并基于算法识别所述图像中是否存在病灶；
48.第三确定模块，用于当存在病灶时，确定所述病灶的病灶边界。
49.可选的，所述装置还包括：
50.存储单元，用于将使用配色后的标记框标记后的图像进行存储。
51.可选的，所述第一确定子模块还用于：
52.当存在至少两个颜色占比超过所述预设阈值的目标颜色时，将预设颜色确定为所述第一颜色。
53.可选的，所述获取单元还用于：
54.确定所述病灶边界图像的目标颜色；
55.将所述目标颜色中颜色占比最高的目标颜色确定为第一颜色；
56.根据所述第一颜色获取所述第一颜色的对比色。
57.根据本公开的第三方面，提供了一种电子设备，包括：
58.至少一个处理器；以及
59.与所述至少一个处理器通信连接的存储器；其中，
60.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令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前述第一方面所述的方法。
61.根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行前述第一方面所述的方法。
62.根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如前述第一方面所述的方法。
63.本公开提供的图像处理方法、装置、电子设备和存储介质，主要技术方案包括：首先确认医疗设备采集图像中病灶的病灶边界；其次，获取所述病灶边界图像的第一颜色的对比色；将病灶标记框的颜色配色为所述对比色；最后，使用对比色病灶标记框对医疗设备采集图像中病灶进行病灶边界的标记。与相关技术相比，本技术实施例通过确认病灶边界图像的颜色的对比色，并将对比色用于病灶标记框的配色，实现了病灶标记框的自动配色，无需医生手动设置病灶标记框的颜色，减少了医生的工作负担。
64.应当理解，本部分所描述的内容并非旨在标识本技术的实施例的关键或重要特征，也不用于限制本技术的范围。本技术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
65.附图用于更好地理解本方案，不构成对本公开的限定。其中：
66.图1为本公开实施例所提供的一种图像处理方法的流程示意图；
67.图2为本公开实施例所提供的一种确定病灶标记框配色的方法的流程示意图；
68.图3为本公开实施例所提供的另一种图像处理方法的流程示意图；
69.图4为本公开实施例提供的另一种图像处理装置的结构示意图；
70.图5为本公开实施例提供的一种图像处理装置的结构示意图；
71.图6为本公开实施例提供的示例电子设备的示意性框图。
具体实施方式
72.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
73.下面参考附图描述本公开实施例的图像处理方法、装置、电子设备和存储介质。
74.图1为本公开实施例所提供的一种图像处理方法的流程示意图。
75.如图1所示，该方法包含以下步骤：
76.步骤101，确认医疗设备采集图像中病灶的病灶边界。
77.医学设备可以为内窥镜设备、超声设备、心电图设备、x射线设备等具有图像采集功能的设备；目前，可通过深度学习、对比学习等算法训练人工智能对于病灶的识别能力，使人工智能具备对病灶的识别、诊断的判断及对病灶的标记能力，具体的对病灶的确认及病灶边界的确认方法请参阅相关技术中的任意实现方式，本技术实施例在此不再进行一一赘述。
78.步骤102，获取所述病灶边界图像的第一颜色的对比色。
79.在获取第一颜色的对比色之前，首先确定病灶边界图像的第一颜色，在步骤101中，已经确认病灶的边界，即病灶标记框的位置，待配色完成后在执行位置进行标定；医学设备在确定病灶的病灶边界后，会自动获取病灶标记框将要标定的框内的所有颜色，并通过计算各颜色的占比(在病灶边界图像中所占比例)，最终获取一个颜色占比超过预设阈值的颜色，确认为病灶边界图像的第一颜色。
80.步骤103，将病灶标记框的颜色配色为所述对比色。
81.步骤104，使用对比色病灶标记框对医疗设备采集图像中病灶进行病灶边界的标记。
82.使用对比色配色后的标记框在确定好的病灶边界处对病灶进行标记，标记框颜色与病灶及病灶周围的颜色相比较为鲜明、突出，可使医生一目了然，具有很好的诊断辅助作用。
83.本公开提供的图像处理方法，主要技术方案包括：首先确认医疗设备采集图像中病灶的病灶边界；其次，获取所述病灶边界图像的第一颜色的对比色；将病灶标记框的颜色配色为所述对比色；最后，使用对比色病灶标记框对医疗设备采集图像中病灶进行病灶边界的标记。与相关技术相比，本技术实施例通过确认病灶边界图像的颜色的对比色，并将对比色用于病灶标记框的配色，实现了病灶标记框的自动配色，无需医生手动设置病灶标记框的颜色，减少了医生的工作负担。
84.作为本技术实施例的一种可实现方式，在步骤102获取所述病灶边界周围图像的第一颜色的对比色时，可采用以下方案，如图2所示，图2为本公开实施例所提供的一种确定病灶标记框配色的方法的流程示意图，包括：
85.步骤201，确定所述病灶边界图像的目标颜色。
86.目标颜色即为病灶边界图像中存在的所有颜色，确定图像中存在的颜色时，可采用现有如图像分割法、模型训练法等方法进行提取，具体的请参考现有技术中的任一实现方式，本技术实施例在此不在进行一一赘述。
87.步骤202，从所述目标颜色中选取颜色占比超过预设阈值的颜色确定为第一颜色。
88.实际使用时，可根据实际需求设置预设阈值例如可设置为50％或45％，本技术实施例对预设阈值的设置不进行限定；或当病灶边界图像中的颜色占比没有超过预设阈值的颜色时，选取占比最高的颜色作病灶边界图像的第一颜色；当病灶边界图像中的颜色有两种都超过预设阈值时，选取占比最高的颜色作为边界图像的第一颜色；例如，将预设阈值设置为45％，此时病灶边界图像中存在三种颜色，分别为粉红色、白色以及黑色，若占比分别为粉红色占比50％，白色占比30％，黑色占比20％，此种情况下，只有粉红色占比超过预设阈值，则选取粉红色为第一颜色，若占比分别为粉红色占比45％，白色占比45％，黑色占比10％，此种情况下，粉红色和白色都超过了预设阈值，且两者占比相同，则随机选取粉红色与白色中的一种作为第一颜色；若粉红色占比50％，白色占比45％，黑色占比5％，此种情况下，粉红色与白色的占比都超过了预设阈值，但粉红色占比高于白色占比，则此时选取粉红色作为第一颜色；若粉红色占比40％，白色占比30％，黑色占比30％，此种情况下，没有颜色占比超过预设阈值，确定占比最高的颜色作为第一颜色，则确定粉红色为第一颜色。
89.在本技术实施例的一种可实现方式中，在确定第一颜色时，若存在至少两个目标
颜色占比超过所述预设阈值的目标颜色，则将预设颜色确定为所述第一颜色；预设颜色为用户提前设置，可设置为白色、黄色等，具体的可根据需求进行设定，本技术实施例对预设颜色不进行限定。
90.作为一种可能的实现方式，在确定第一颜色时，当没有目标颜色的颜色占比超过预设阈值时，将预设颜色确定为第一颜色。
91.作为一种可能的实现方式，在选取第一颜色时，可使用颜色选取器进行选取，并且颜色选取器可直接获取第一颜色rgb值，便于后续计算第一颜色的对比色。
92.步骤203，根据所述第一颜色获取所述第一颜色的对比色。
93.首先，需确定所述第一颜色的rgb值，根据进制的不同，同一颜色的rgb值也不同，例如，红色在十进制下的rgb值为(255，0，0)，在十六进制下的rgb值为#ff0000；绿色在十进制下的rgb值为(0，255，0)，在十六进制下的rgb值为#00ff00；根据预设算法计算第一颜色的对比色的rgb值时，需根据进制的不同，对预设算法进行设定，如若rgb进制为十进制，则公式设定为255减去第一颜色的rgb值例如，确定出第一颜色为红色，其rgb值为(255，0，0)则根据预设公式计算其对比色为(255-255，255-0，255-0)，得出其对比色为(0，255，255)，其对应的颜色为青色，若rgb值为十六进制，则公式设定为65535减去第一颜色的rgb值，例如，确定出第一颜色为白色其rgb值为#ffffff，则根据预设公式算法计算其对比色为65535-#ffffff，得出其对比色为#000000，其对应的颜色为黑色；本技术实施例对预设算法的设定不进行限定。确定对比色的rgb值后，基于所述对比色的rgb值获取所述第一颜色的对比色。
94.作为本技术实施例的一种可实现方式，在确定对比色时，还可根据色环计算第一颜色的对比色范围，并在对比色范围中随机确定出一个颜色作为第一颜色的对比色；例如，获取第一颜色后，确定其在色环中的位置，并根据第一颜色在色环中的位置，确定与第一颜色在色环中的位置角度为120度-240度夹角之间的颜色为第一颜色的对比色，可在对比色范围内随机确定一种颜色作为对比色，并根据确定出的对比色对病灶标记框进行配色。
95.在本技术实施例的另一种实现方式中，在确定第一颜色的对比色时，还可采用以下方法：确定所述病灶边界图像的目标颜色；将所述目标颜色中颜色占比最高的目标颜色确定为第一颜色；根据所述第一颜色获取所述第一颜色的对比色。不设置颜色占比阈值，在确定各目标颜色的颜色占比之后，将颜色占比最高的目标颜色确定为第一颜色；若存在两个目标颜色占比相同，则在这两种目标颜色中，随机确定一个为第一颜色；例如，此时病灶边界图像中存在三种颜色，分别为粉红色、白色以及黑色，若占比分别为粉红色占比40％，白色占比30％，黑色占比10％，其实粉红色占比最高，则将第一颜色确定为粉红色；若占比分别为粉红色占比40％，白色占比40％，黑色占比20％，粉红色与白色占比相同，则随机选取粉红色与白色中的一种作为第一颜色。
96.为了便于理解本技术实施例所提供的图像的处理方法，本技术实施例以一个完整的方案为例进行说明；请参考图3，图3为本公开实施例所提供的另一种图像处理方法的流程示意图，包括：
97.步骤301，基于所述医学设备采集所述图像。
98.步骤302，基于算法识别所述图像中是否存在病灶。
99.步骤303，若存在病灶，则确定所述病灶的病灶边界。
100.步骤304，确定病灶边界图像中的第一颜色。
101.步骤305，确定第一颜色的对比色。
102.步骤306，将病灶标记框的颜色配色为所述对比色。
103.步骤307，使用对比色病灶标记框对医疗设备采集图像中病灶进行病灶边界的标记。
104.需要说明的是，步骤301-步骤307可参阅上述申请实施例中的相关描述，本技术实施例在此不再进行一一赘述。
105.步骤308，将使用配色后的标记框标记后的图像进行存储。
106.将标记后的图像进行存储，便于医生后续诊断、治疗时进行参考。
107.本技术实施例所提供的图像处理方法，能达到以下有益效果：
108.1、自动配色，无需医生手动配色，减轻医生工作负担，提高工作效率。
109.2、根据图像的颜色，选取较与图像明显的颜色对病灶标记框进行配色，满足各种情况下的图像情景，保证标记框清晰可见，避免出现标记框不清楚的情况。
110.与上述的图像处理方法相对应，本发明还提出一种图像处理装置。由于本发明的装置实施例与上述的方法实施例相对应，对于装置实施例中未披露的细节可参照上述的方法实施例，本发明中不再进行赘述。
111.图4为本公开实施例提供的一种图像处理装置的结构示意图，如图4所示，包括：
112.确认单元41，用于确认医疗设备采集图像中病灶的病灶边界；
113.获取单元42，用于获取所述病灶边界图像的第一颜色的对比色；
114.配色单元43，用于将病灶标记框的颜色配色为所述对比色；
115.标记单元44，用于使用对比色病灶标记框对医疗设备采集图像中病灶进行病灶边界的标记。
116.本公开提供的图像处理装置，主要技术方案包括：首先确认医疗设备采集图像中病灶的病灶边界；其次，获取所述病灶边界图像的第一颜色的对比色；将病灶标记框的颜色配色为所述对比色；最后，使用对比色病灶标记框对医疗设备采集图像中病灶进行病灶边界的标记。与相关技术相比，本技术实施例通过确认病灶边界图像的颜色的对比色，并将对比色用于病灶标记框的配色，实现了病灶标记框的自动配色，无需医生手动设置病灶标记框的颜色，减少医生的工作负担。
117.进一步地，在本实施例一种可能的实现方式中，如图5所示，所述获取单元42包括：
118.第一确定模块421，用于确定所述病灶边界图像的目标颜色；
119.第二确定模块422，用于从所述目标颜色中选取颜色占比超过预设阈值的颜色确定为第一颜色；
120.获取模块423，用于根据所述第一颜色获取所述第一颜色的对比色。
121.进一步地，在本实施例一种可能的实现方式中，如图5所示，所述第二确定模块422包括：
122.计算子模块4221，用于计算所述各种目标颜色在病灶边界区图像中的占比；
123.第一确定子模块4222，用于选取颜色占比超过预设阈值的目标颜色确定为第一颜色。
124.进一步地，在本实施例一种可能的实现方式中，如图5所示，所述获取模块423包
括：
125.第二确定子模块4231，用于确定所述第一颜色的rgb值，根据预设算法计算第一颜色的对比色的rgb值；
126.获取子模块4232，用于基于所述对比色的rgb值获取所述第一颜色的对比色。
127.进一步地，在本实施例一种可能的实现方式中，如图5所示，所述确认单元41包括：
128.识别模块411，用于基于所述医学设备采集图像，并基于算法识别所述图像中是否存在病灶；
129.第三确定模块412，用于当存在病灶时，确定所述病灶的病灶边界。
130.进一步地，在本实施例一种可能的实现方式中，如图5所示，所述装置还包括：
131.存储单元45，用于将使用配色后的标记框标记后的图像进行存储。
132.可选的，所述第一确定子模块4222还用于：
133.当存在至少两个颜色占比超过所述预设阈值的目标颜色时，将预设颜色确定为所述第一颜色。
134.可选的，所述获取单元42还用于：
135.确定所述病灶边界图像的目标颜色；
136.将所述目标颜色中颜色占比最高的目标颜色确定为第一颜色；
137.根据所述第一颜色获取所述第一颜色的对比色。
138.需要说明的是，前述对方法实施例的解释说明，也适用于本实施例的装置，原理相同，本实施例中不再限定。
139.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
140.图6示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。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/或者要求的本公开的实现。
141.如图6所示，设备500包括计算单元501，其可以根据存储在rom(read-only memory，只读存储器)502中的计算机程序或者从存储单元508加载到ram(random access memory，随机访问/存取存储器)503中的计算机程序，来执行各种适当的动作和处理。在ram 503中，还可存储设备500操作所需的各种程序和数据。计算单元501、rom 502以及ram 503通过总线504彼此相连。i/o(input/output，输入/输出)接口505也连接至总线504。
142.设备500中的多个部件连接至i/o接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500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。
143.计算单元501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。计算单元501的一些示例包括但不限于cpu(central processing unit，中央处理单元)、gpu(graphic processing units，图形处理单元)、各种专用的ai(artificial intelligence，
人工智能)计算芯片、各种运行机器学习模型算法的计算单元、dsp(digital signal processor，数字信号处理器)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如图像处理方法。例如，在一些实施例中，图像处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由rom 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到ram 503并由计算单元501执行时，可以执行上文描述的方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行前述图像处理方法。
144.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、fpga(field programmable gate array，现场可编程门阵列)、asic(application-specific integrated circuit，专用集成电路)、assp(application specific standard product，专用标准产品)、soc(system on chip，芯片上系统的系统)、cpld(complex programmable logic device，复杂可编程逻辑设备)、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。
145.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码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或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码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。
146.在本公开的上下文中，机器可读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程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读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。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、ram、rom、eprom(electrically programmable read-only-memory，可擦除可编程只读存储器)或快闪存储器、光纤、cd-rom(compact disc read-only memory，便捷式紧凑盘只读存储器)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
147.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(cathode-ray tube，阴极射线管)或者lcd(liquid crystal display，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计算机。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。
148.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：lan(local area network，局域网)、wan(wide area network，广域网)、互联网和区块链网络。
149.计算机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("virtual private server"，或简称"vps")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
150.其中，需要说明的是，人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
151.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，本发公开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，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
152.上述具体实施方式，并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。