一种区域内动态流动人口的多维度识别分析方法及装置

一种区域内动态流动人口的多维度识别分析方法及装置实质审查发明

技术领域

[0001] 本申请涉及人口数据统计技术领域，特别是涉及一种区域内动态流动人口的多维度识别分析方法以及区域内动态流动人口的多维度识别分析装置。

具体实施方式

[0069] 为使本申请实施的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行更加详细的描述。在附图中，自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施例是本申请一部分实施例，而不是全部的实施例。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。基于本申请中的实施例，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，都属于本申请保护的范围。下面结合附图对本申请的实施例进行详细说明。

[0070] 在本申请的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请保护范围的限制。

[0071] 图1是根据本申请一实施例的区域内动态流动人口的多维度识别分析方法的流程示意图。

[0072] 如图1所示的区域内动态流动人口的多维度识别分析方法包括：

[0073] 步骤1：获取预设时间段内的待预测区域内进口位置的门禁系统的门禁运动周期。

[0074] 步骤2：获取每个门禁运动周期的自进口位置进入待预测区域的人员数量；

[0075] 步骤3：获取每个门禁运动周期内的门禁系统所传递的RFID识别数量信息；

[0076] 步骤4：获取每个门禁运动周期内的各个手持终端的GPS位置信息；

[0077] 步骤5：分别根据每个门禁运动周期内的RFID识别数量信息、各个手持终端的GPS位置信息以及该门禁运动周期对应的进入待预测区域的人员数量获取每个门禁运动周期的第一流动人口数量。

[0078] 本申请的区域内动态流动人口的多维度识别分析方法通过RFID信息、GPS信息获取非流动人员进入待预测区域的数量以及进入待预测区域的人员的总数量来确定流动人
口的数量，采用这种方法，不需要让流动人口进行主动的登记汇报，而是在不知情的情况下被记录，一方面防止流动人员不去登记导致的漏掉情况，另一方面也不会出现流动人员认为隐私被侵犯导致的纠纷。

[0079] 在本实施例中，预设时间段即为监控周期，举例来说，如果想知道24小时内流动人口数量，则预设时间段即为24小时。如果想知道1小时内流动人口数量，则预设时间段为1小时。

[0080] 在本实施例中，门禁系统是指人员进入待预测区域时需要通过刷卡或者其他验证方式才能进入的互动系统，一般门禁系统包括闸门以及控制闸门工作的控制器，控制器与闸门相互通信，通过控制器的控制，可以控制闸门的开闭。可以理解的是，门禁系统属于现有技术，在此不再赘述。

[0081] 在本实施例中，获取预设时间段内的待预测区域内进口位置的门禁系统的门禁运动周期包括：

[0082] 获取门禁系统的打开信号并记录生成该打开信号的时间点为第一时间点；

[0083] 获取门禁系统的关闭信号并记录生成该关闭信号的时间点为第二时间点；

[0084] 其中，

[0085] 所述第一时间点至第二时间点之间的时间段为一个门禁运动周期。

[0086] 举例来说，门禁系统在收到打开信号后，门闸会打开，此时，行人会从待预测区域外边走入待预测区域内部(本申请的门闸为单向门闸，也就是只能进入而不能出，离开待预测区域需要走其他门闸)，每次通过门闸的人为一人(现有技术的门闸一般比较小，不存在同时进入两个人的情况)，在门禁系统检测到周围没有人的情况下，门闸会关闭并给于门禁系统一个关闭信号。

[0087] 由于门闸为了防止多个人排队进入的情况，因此通常打开后会持续进行是否还有人要进入门闸的检测(例如通过障碍物检测方法或者图像识别方法来检测，检测方法属于现有技术，在此不再赘述)，因此，从门禁系统获取到打开信号至门禁系统获取到关闭信号这段时间即为门禁运动周期。

[0088] 举例来说，如果某一天的12点01分10秒获取到打开信号，而12点01分50秒获取到关闭信号，则该门禁运动周期为40秒。可以理解的是，本申请的一个门禁运动周期中的打开信号和关闭信号是两个相邻的信号，即打开信号和关闭信号之间不会再有其他打开信号或关闭信号，例如，上述12点01分50秒获取到关闭信号，也就是在12点01分50秒到12点01分10秒之间，是没有其他打开信号或关闭信号的。

[0089] 在本实施例中，门闸处设置有RFID接收装置，该RFID接收装置用于接收RFID信号，RFID发送装置可以设置在实体门禁卡上。

[0090] 在本实施例中，手持终端可以是使用者的手机，例如，使用者的手机下载了该待预测区域的管理用的APP，此时，就可以获取该使用者的手机的GPS位置信息。

[0091] 可以理解的是，如果是科技园区，一般科技园区会派发实体门禁卡，此时，也可以在门禁卡上设置GPS接收装置，从而获取GPS位置信息。

[0092] 在本实施例中，本申请的区域内动态流动人口包括两部分组成，一部分是从门禁系统的闸门出进入的流动人员，这种流动人员可能是通过跟随其他有权限的人进入的，也可能是登记过的，而另外一部分则是从社区围栏处跨越或者翻越的，参见图3，由于现在大部分社区围栏的高度不高，并且为了防止伤害翻越围栏的人，因此，围栏上通常不设置尖锐物，而是通过一些钢丝类产品来进行防护，但是钢丝类产品通常无法完全防止流动人员的翻越。

[0093] 因此，在本实施例中，本申请的区域内动态流动人口的多维度识别分析方法进一步包括：

[0094] 分别获取预设时间段内的社区围栏上设置的各个振动传感器所传递的振动信息；

[0095] 分别获取预设时间段内的社区围栏周侧的摄像装置所传递的视频流信息；

[0096] 根据社区围栏周侧的摄像装置所传递的视频流信息和/或各个振动传感器所传递的振动信息获取预设时间段内第二流动人口数量。

[0097] 通过在社区围栏上安装振动传感器，一旦围栏出现较大幅的振动，或者视频流信息进行图像识别来识别出人形时，即可以认为是有流动人口打算翻越社区围栏。

[0098] 在本实施例中，所述获取每个门禁运动周期的自进口位置进入待预测区域的人员数量包括：

[0099] 分别获取每个门禁运动周期的进口位置的视频流信息；

[0100] 对每个视频流信息进行识别，识别每个视频流信息中进入待预测区域的人员数量。

[0101] 下面以举例的方式对通过视频流来进行人员数量的识别的方法，由于在本实施例中，不需要获取进入人员的身份信息，因此，不需要采用正面人脸拍摄的方式，这样可以有效保护每个进入人员的隐私。

[0102] 因此，本申请可以采用热成像识别技术来获取热成像技术来进行数量统计，例如可以采用如下方法获取：

[0103] 分别提取视频流信息中的每隔一个预设时间间隔的多个图像帧，举例来说，一个门禁运动周期为10秒，那么就会用于连续10秒的视频流信息，但是，人走路时需要时间的，也就是说一个人从一张图像的一侧走到另一侧所用的时间一定大于连续多帧的图像帧的，例如，每1秒一帧图像帧，那么，相邻的两帧的图像帧可能会拍摄到同一个人两次，在这种情况下，实际上是没必要对每一帧图像帧都进行识别，这样会浪费识别算力。因此，可以设置一个预设时间间隔，例如，假设在一个场景中，门禁运动周期为10秒，10秒中的时间里视频流信息中有20帧图像帧，也就是说每0.5秒一帧，此时，如果这20帧都进行图像识别，显然浪费算力，因此，可以设定一个预设时间间隔，例如2秒，也就是说，可以是0秒时取一帧，2秒时取一帧、4秒时取一帧，依次递推。又或者0.5秒时取一帧、2.5秒时取一帧，依次递推。

[0104] 可以理解的是，该预设时间间隔可以根据需要自行设定。

[0105] 在通过预设时间间隔获取到多个图像帧后，分别对每张图像进行如下处理：

[0106] 利用多尺度自适应人流检测模型对每个图像的任务进行识别检测，从而获取该图片的人的数量。

[0107] 此时，可以获取到每张图像中的人的数量。

[0108] 在本实施例中，为了防止各个图像帧不清晰，可以在提取图像帧之后，进行识别之前，对各个图像帧进行修复。

[0109] 具体而言，在本实施例中，对每一帧图像信息进行如下处理：

[0110] 获取经过训练的修复神经网络，所述修复神经网络包括编码器以及解码器，所述解码器包括多级式融合模块；

[0111] 将所述图像信息输入至所述编码器，从而提取图像特征；

[0112] 将所述图像特征输入至所述解码器，从而获取修复图像；

[0113] 识别所述修复图像，判断图像中是否具有人形，若是，则判断具有流动人口；其中，各帧所述图像信息的识别结果中的各个流动人口数量之和为该社区围栏区域的流动人口数量。

[0114] 在本实施例中，多级式融合模块包括：

[0115] 池化拼接模块，所述池化拼接模块用于将编码器提供的图像特征进行池化拼接，从而形成第一特征；

[0116] 第一处理模块，所述第一处理模块用于将所述第一特征进行第一处理，从而获取第二特征；

[0117] 第二处理模块，所述第二处理模块用于将所述第一特征进行第二处理，从而形成第三特征；

[0118] 第三处理模块，所述第三处理模块用于将所述第二特征与所述第三特征进行相加并进行卷积操作，从而获取第四特征；

[0119] 线性变换模块，所述线性变换模块用于将所述第四特征进行线性变换，从而获取线性变换特征；

[0120] 激活特征模块，所述激活特征模块用于将所述第四特征进行Sigmoid激活，从而获取激活特征；

[0121] 相乘模块，所述相乘模块用于将所述线性变换特征与所述激活特征进行相乘，从而获取第五特征；

[0122] 相加模块，所述相加模块用于将所述第五特征与所述第四特征进行相加，从而获取最终融合特征。

[0123] 在本实施例中，所述第一处理模块包括：

[0124] 平均池化模块，所述平均池化模块用于对第一特征进行平均池化，从而获取平均池化特征；

[0125] 最大池化模块，所述最大池化模块用于对第一特征进行最大池化，从而获取最大池化特征；

[0126] 第一拼接模块，所述第一拼接模块用于将所述平均池化特征以及最大池化特征进行拼接，从而获取第一拼接特征；

[0127] 位置注意力机制模块，所述位置注意力机制模块用于对所述第一拼接特征进行位置自注意力操作；

[0128] 上采样模块，所述上采样模块用于对所述进行位置自注意力操作的第一拼接特征进行上采样，从而获取第二特征。

[0129] 在本实施例中，第二处理模块包括：

[0130] 防溢出模块，所述防溢出模块用于对所述第一特征进行防溢出处理；

[0131] 通道注意力机制模块，所述通道注意力机制模块用于对经过防溢出处理的第一特征进行通道自注意力操作，从而获取第三特征。

[0132] 采用这种方式，能够获取较为清晰的各帧图像帧。

[0133] 在本实施例中，即使通过预设时间间隔获取到各个图像帧后，也可能出现一个人在两个图像帧中同时出现的可能，例如，假设行人甲，其在一个时间点的图像帧(例如0.5秒时的图像帧)出现在画面左方，其可能在下个时间点的图像帧(例如2.5秒时的图像帧)出现在画面的右方，此时，如果不进行剔除，则在0.5秒时的图像帧中行人数量已经包括该行人甲，而在2.5秒时的图像帧的行人数量也同时包括该行人甲，这就导致了重复统计的问题。

[0134] 在本实施例中，提取出来的各个图像帧为了描述方便，称为待识别图像帧。

[0135] 因此，本申请进一步包括：

[0136] 分别对每张待识别图像帧进行如下处理：

[0137] 提取待识别图像帧中的每个人的识别区域；

[0138] 将该待识别图像帧的各个识别区域分别与该待识别图像帧在时间上距离最近的待识别图像帧的各个识别区域进行相似度值计算，判断是否有一个识别区域的相似度值超过预设阈值，若是，则判断相似度值计算超过预设阈值的两个识别区域为相同识别区域。

[0139] 举例来说，假设待识别图像帧A(0.5秒所获取的图像帧)上有三个人形，分别为人形1、人形2以及人形3，待识别图像帧B(2.5秒所获取的图像帧)为与待识别图像帧在时间上距离最近的待识别图像帧上有三个人形，分别为人形3、人形4、人形5。

[0140] 提取待识别图像帧中的每个人的识别区域，该识别区域是指人形的穿着区域(即人的衣服、裤子所占画面的区域)，该区域可以通过特征提取方法(例如CNN网络)获取。

[0141] 将人形1的识别区域分别与人形3、人形4、人形5的识别区域进行相似度计算从而分别获取相似度值，将人形2的识别区域分别与人形3、人形4、人形5的识别区域进行相似度计算从而分别获取相似度值，将人形3的识别区域分别与人形3、人形4、人形5的识别区域进行相似度计算从而分别获取相似度值。可以理解的是，两个图像的相似度计算为现有技术，在此不再赘述。

[0142] 由于大部分在同一时刻出现的人，基本穿着完全一样的可能性很小，因此，通过图像识别的方式对每个人形的穿着进行相似度对比，就可以发现两张图像中是否为同一个人，这样，就可以在两张图像具有同一个人的时候在人员数量统计是只统计一次，从而防止重复统计。

[0143] 以上述的待识别图像帧A以及待识别图像帧B为例，通过上述相似度计算，可能会出现待识别图像帧A中的人形3的识别区域与待识别图像帧B中的人形3的识别区域的相似度值超过预设阈值，从而只选择其中一个图像中的人形3进行人员数量统计即可，此时，则待识别图像帧A以及待识别图像帧B中一共出现了4个人，即待预测区域的人员数量为4。

[0144] 在本实施例中，所述根据每个门禁运动周期内的RFID识别数量信息、各个手持终端的GPS位置信息以及该门禁运动周期对应的进入待预测区域的人员数量获取第一流动人口数量包括：

[0145] 获取预设坐标区域；

[0146] 获取GPS位置信息位于预设坐标区域内的各个手持终端在每个门禁运动周期的运动轨迹；

[0147] 根据各个手持终端的运动轨迹获取每个门禁运动周期中进入待预测区域的人员数量，该人员数量为对应门禁运动周期中的具有手持终端进入人员数量；

[0148] 将每个门禁运动周期中RFID识别数量信息作为对应门禁运动周期的RFID进入人员数量；

[0149] 获取RFID与手持终端对应表，所述RFID与手持终端对应表包括RFID身份码以及手持终端身份码，一个RFID身份码对应一个手持终端身份码；

[0150] 根据RFID与手持终端对应表对所述手持终端进入人员数量以及RFID进入人员数量进行去重处理；

[0151] 获取去重后的相同门禁运动周期的手持终端进入人员数量以及RFID进入人员数量之和作为该门禁运动周期的第一非流动人员数量；

[0152] 将相同门禁运动周期的自进口位置进入待预测区域的人员数量减去第一非流动人员数量，从而获取第一流动人口数量。

[0153] 以一个门禁运动周期为例，假设在该门禁运动周期内，有路人甲、路人乙、路人丙以及路人丁，其中，路人甲有手持终端，即可以提供GPS位置信息，路人乙有RFID发射装置，路人丙则同时拥有手持终端以及RFID发射装置，路人丁未流动人员，即什么都没有。

[0154] 通过GPS位置信息可以通过轨迹追踪的方式获取到路人甲以及路人丙的轨迹。在本实施例中，可以每隔预设时间获取一次GPS位置信息，例如，每2秒获取一次，该时间可以根据需要自行设定。

[0155] 在本实施例中，闸门的位置预设在系统中，即通过每次的GPS位置信息以及闸门的位置即可以知道该手持终端的持有者是否进入到待预测区域。

[0156] 可以理解的是，很可能出现使用者同时携带手持终端以及RFID发射装置的可能，此时，为了防止重复计数，通过RFID与手持终端对应表来进行去重处理。

[0157] 举例来说，RFID与手持终端对应表中包括RFID身份码以及手持终端身份码，RFID身份码在RFID发射装置发送给RFID接收装置时可以获取，而手持终端身份码可以通过短报文形式获取，当通过查找RFID与手持终端对应表发现，有一个人(例如上述的路人丙)的RFID身份码与手持终端身份码在RFID与手持终端对应表为对应关系，则此时该路人丙仅统计一次人数即可。

[0158] 在上述实施例中，手持终端进入人员数量为2个(路人甲、路人丙)，RFID进入人员数量为2个(路人乙、路人丙)，通过去重处理，则随便去除手持终端进入人员数量或RFID进入人员数量，则取去重后的相同门禁运动周期的手持终端进入人员数量(如果去除手持终端进入人员数量，则该数量为1,)以及RFID进入人员数量(该数量为2)之和作为该门禁运动周期的第一非流动人员数量，即第一非流动人员数量为3。

[0159] 通过上述的图像识别方法，可以识别出进入待预测区域的人员数量为4个(路人甲、路人乙、路人丙以及路人丁)，则两者之差为1，则第一流动人口数量为1。

[0160] 在本实施例中，所述根据社区围栏周侧的摄像装置所传递的视频流信息和/或各个振动传感器所传递的振动信息获取预设时间段内第二流动人口数量包括：

[0161] 分别获取每个社区围栏区域关联的摄像装置编号以及振动传感器编号；

[0162] 为每个社区围栏区域进行如下操作：

[0163] 获取与该社区围栏区域关联的摄像装置编号所对应摄像装置所传递的图像信息；

[0164] 获取与该社区围栏区域关联的振动传感器编号所对应的振动传感器所传递的振动信息；

[0165] 根据所述图像信息和/或所述振动信息获取预设时间段内该社区围栏区域的流动人口数量；

[0166] 各个所述社区围栏区域的流动人口数量组成所述第二流动人口数量。

[0167] 在本实施例中，根据所述图像信息和/或所述振动信息获取预设时间段内该社区围栏区域的流动人口数量可以采用如下几种选择方式：

[0168] (1)只使用图像信息获取社区围栏区域的流动人口数量。这种方式的缺点是如果图像清晰度不够或者摄像装置被遮挡，会导致识别准确性比较低。

[0169] (2)只使用振动信息获取预设时间段内该社区围栏区域的流动人口数量。这种方式的缺点在于，如果出现大风等天气，其振动频率以及振动幅度可能较大，导致判断准确性较低。

[0170] (3)同时使用图像信息和所述振动信息获取预设时间段内该社区围栏区域的流动人口数量。

[0171] 在本实施例中，只使用图像信息获取社区围栏区域的流动人口数量的方式，通过图像识别的方式识别是否有人在社区围栏上即可。

[0172] 在本实施例中，只使用振动信息获取预设时间段内该社区围栏区域的流动人口数量的方法，只要设置振动频率阈值以及振动幅度阈值即可，因为人进行翻越时其所传递的振动幅度阈值以及振动频率阈值一定与动物干扰等情况不同，因此，通过设置振动幅度阈值以及振动频率阈值即可进行筛选。

[0173] 在本实施例中，所述根据所述图像信息和所述振动信息获取预设时间段内该社区围栏区域的流动人口数量包括：

[0174] 根据所述振动信息获取振动特征；

[0175] 根据所述图像信息获取图像特征；

[0176] 对所述振动特征与所述图像特征进行融合，从而获取融合特征；

[0177] 获取经过训练的异物分辨模型；

[0178] 将所述融合特征输入至所述异物分辨模型，从而获取异物类型，当所述异物类型为人时，记录该异物为社区围栏区域的流动人口数量。

[0179] 举例来说，通过振动特征以及图像特征的融合来实现识别，能够兼顾频域变化以及时域变化，从而使得识别更为准确。

[0180] 在本实施例中，振动特征以及图像特征均可以通过Vision Transformer(ViT)模型提取。

[0181] 在本实施例中，异物分辨模型可以选用随机森林模型进行分类。

[0182] 本申请还提供了一种区域内动态流动人口的多维度识别分析装置，所述区域内动态流动人口的多维度识别分析装置包括门禁运动周期获取模块、人员数量获取模块、RFID识别数量获取模块、GPS位置信息获取模块以及第一流动人口数量获取模块，其中，

[0183] 门禁运动周期获取模块用于获取预设时间段内的待预测区域内进口位置的门禁系统的门禁运动周期；

[0184] 人员数量获取模块用于获取每个门禁运动周期的自进口位置进入待预测区域的人员数量；

[0185] RFID识别数量获取模块用于获取每个门禁运动周期内的门禁系统所传递的RFID识别数量信息；

[0186] GPS位置信息获取模块用于获取每个门禁运动周期内的各个手持终端的GPS位置信息；

[0187] 第一流动人口数量获取模块用于分别根据每个门禁运动周期内的RFID识别数量信息、各个手持终端的GPS位置信息以及该门禁运动周期对应的进入待预测区域的人员数量获取每个门禁运动周期的第一流动人口数量。

[0188] 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，此处不再赘述。

[0189] 本申请还提供了一种电子设备，包括存储器、处理器以及存储在存储器中并能够在处理器上运行的计算机程序，处理器执行计算机程序时实现如上的区域内动态流动人口的多维度识别分析方法。

[0190] 本申请还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时能够实现如上的区域内动态流动人口的多维度识别分析方法。

[0191] 图2是能够实现根据本申请一个实施例提供的区域内动态流动人口的多维度识别分析方法的电子设备的示例性结构图。

[0192] 图2所示的电子设备也可以被实现为包括：存储有计算机可执行指令的存储器；以及一个或多个处理器，该一个或多个处理器在执行计算机可执行指令时可以实现结合图1描述的区域内动态流动人口的多维度识别分析方法。

[0193] 在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

[0194] 内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

[0195] 计算机可读介质包括永久性和非永久性、可移动和非可移动，媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器
(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD‑ROM)、数据多功能光盘(DVD)或其他光学存储、磁盒式磁带、磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。

[0196] 本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD‑ROM、光学存储器等)上实施的计算机程序产品的形式。

[0197] 此外，显然“包括”一词不排除其他单元或步骤。装置权利要求中陈述的多个单元、模块或装置也可以由一个单元或总装置通过软件或硬件来实现。

[0198] 附图中的流程图和框图，图示了按照本申请各种实施例的系统、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。在这点上，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，模块、程序段、或代码的一部分包括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，两个接连地标识的方框实际上可以基本并行地执行，他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，框图和/或流程图中的每个方框、以及框图和/或总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。

[0199] 本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD‑ROM、光学存储器等)上实施的计算机程序产品的形式。

[0200] 此外，显然“包括”一词不排除其他单元或步骤。装置权利要求中陈述的多个单元、模块或装置也可以由一个单元或总装置通过软件或硬件来实现。

[0201] 本申请虽然以较佳实施例公开如上，但其实并不是用来限定本申请，任何本领域技术人员在不脱离本申请的精神和范围内，都可以做出可能的变动和修改，因此，本申请的保护范围应当以本申请权利要求所界定的范围为准。

[0202] 最后需要指出的是：以上实施例仅用以说明本申请的技术方案，而非对其限制。尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

查看完整全部详细技术资料

当前第1页第1页第2页第3页