阅读说明：本技术 场景识别方法、装置、设备及计算机可读介质 (Scene recognition method, device, equipment and computer readable medium ) 是由 刘博文 张晓迪 徐云峰 陈炜于 于 2018-07-03 设计创作，主要内容包括：本发明提出场景识别方法及装置、设备和计算机可读介质,所述方法包括：采集终端设备的传感器信息以获取其运动信息和位置信息,并获取与传感器数据对应的采集时间信息,及加密后的终端设备标识信息；利用与运动信息、位置信息相关的所述传感器信息及其对应的采集时间信息,预测所述终端设备对应的各种行为状态和位置状态；结合所述行为状态和所述位置状态,确定所述终端设备当前所处的场景。本发明实施例可以适用于多种应用场景,具有较高的通用性。另外,本发明实施例结合了多种时间尺度,预测场景的准确性、鲁棒性高。(The invention provides a scene recognition method, a scene recognition device, equipment and a computer readable medium, wherein the method comprises the following steps: acquiring sensor information of the terminal equipment to acquire motion information and position information of the terminal equipment, acquiring acquisition time information corresponding to sensor data and encrypted terminal equipment identification information; predicting various behavior states and position states corresponding to the terminal equipment by utilizing the sensor information related to the motion information and the position information and the corresponding acquisition time information; and determining the current scene of the terminal equipment by combining the behavior state and the position state. The embodiment of the invention can be suitable for various application scenes and has higher universality. In addition, the embodiment of the invention combines various time scales, and the accuracy and the robustness of the predicted scene are high.)

场景识别方法、装置、设备及计算机可读介质

技术领域

本发明涉及大数据技术领域，尤其涉及一种场景识别方法及装置、设备和计算机可读介质。

背景技术

目前现有的线下场景识别技术，主要针对某一具体的应用场景(如智能停车、室内定位等)，通过特定的应用软件或信息采集器获取用户的实时信息，再基于预先准备好的数据库，运用特定的信息搜索、匹配等方法返回结果。

然而，现有的场景识别技术仍然存在以下缺陷：

1、场景类型单一。针对具体应用场景的场景识别仅针对单一的场景。例如，智能驾驶类的应用软件，仅识别驾驶相关场景(启动、停车、加减速、靠近停车场等)；智慧零售类的应用软件，仅识别购物相关场景(到达商场，经过门店，购买消费等)。

2、时间尺度固定。现有方法主要针对用户返回的实时信息进行场景预测，忽略了使用者的长期、周期性行为特征，因此刻画场景的能力有限；另外，实时的场景识别也忽略了变长时间窗口所能提供的辅助信息，容易受到短时噪声影响，带来识别误差。

3、数据来源仅仅依靠某一类数据，且建设及维护高质量数据库的成本较高，在场景识别的准确度和广度上受到限制。

发明内容

本发明实施例提供一种场景识别方法、装置、设备及计算机可读介质，以解决或缓解现有技术中的一个或多个技术问题。

第一方面，本发明实施例提供了一种场景识别方法，包括：

采集终端设备的传感器信息以获取其运动信息和位置信息，并获取与传感器数据对应的采集时间信息，以及加密后的终端设备标识信息；

利用与所述运动信息、所述位置信息相关的传感器信息及其对应的采集时间信息，预测所述终端设备对应的各种行为状态和位置状态；

结合所述行为状态和所述位置状态，确定所述终端设备当前所处的场景。

结合第一方面，本发明实施例在第一方面的第一种实施方式中，采集终端设备的传感器信息以获取其运动信息和位置信息，并获取与传感器数据对应的采集时间信息，以及加密后的终端设备标识信息，包括：

以一定的时间间隔采集所述终端设备的传感器信息，并标记采集所述传感器信息的时间戳；其中，利用加速度计、陀螺仪、水平仪、磁力计、重力计中的至少一种以获取所述终端设备的运动信息；

利用GPS和/或WIFI指纹以获取所述终端设备的位置信息；

采集终端设备标志信息并加密。

结合第一方面，本发明实施例在第一方面的第二种实施方式中，所述利用与运动信息、位置信息相关的所述传感器信息及其对应的采集时间信息，预测所述终端设备对应的各种行为状态和位置状态，包括：

基于预设的行为状态分类规则或预先训练好的行为状态分类模型，利用所述运动信息相关的传感器信息及其对应的采集时间信息，进行短时状态判断和/或稳定状态判断；和/或

利用所述位置信息相关的传感器信息及其对应的采集时间信息，进行当前位置判断；

利用所述终端设备标志信息和所述终端设备的历史数据信息，进行长期信息关联。

结合第一方面的第二种实施方式，本发明实施例在第一方面的第三种实施方式中，所述短时状态判断包括：

获取在第一时间范围内采集的所述终端设备的运动信息相关的传感器信息，利用获取的传感器信息确定所述终端设备当前所处的短时状态。

结合第一方面的第二种实施方式，本发明实施例在第一方面的第四种实施方式中，所述稳定状态判断包括：

获取第二时间范围内采集的所述终端设备的运动信息相关的传感器信息，利用获取的传感器信息确定所述终端设备当前所处的稳定状态。

结合第一方面的第二种实施方式，本发明实施例在第一方面的第五种实施方式中，所述当前位置判断包括：

获取第三时间范围内采集的所述终端设备的位置信息相关的传感器信息，利用获取的传感器信息确定所述终端设备的当前所处的位置区域。

结合第一方面的第二种实施方式，本发明实施例在第一方面的第六种实施方式中，所述长期信息关联包括：

获取第四时间范围内的采集的所述终端设备的加密后的标志信息，利用获取的标志信息和所述终端设备的历史数据信息对所述终端设备的长期信息进行关联，所述长期信息包括常驻点、常访点和用户线下行为模式信息。

第二方面，本发明实施例还提供了一种场景识别装置，包括：

信息获取模块，用于采集终端设备的传感器信息以获取其运动信息和位置信息，并获取与传感器数据对应的采集时间信息，以及加密后的终端设备标识信息；

状态预测模块，用于利用与运动信息、位置信息相关的所述传感器信息及其对应的采集时间信息，预测所述终端设备对应的各种行为状态和位置状态；

场景识别模块，用于结合所述行为状态和所述位置状态，确定所述终端设备当前所处的场景。

结合第二方面，在第二方面的第一种实施方式中，所述信息获取模块包括：

传感器信息采集子模块，用于以一定的时间间隔采集所述终端设备的传感器信息，并标记采集所述传感器信息的时间戳；其中，利用加速度计、陀螺仪、水平仪、磁力计、重力计中的至少一种以获取所述终端设备的运动信息，并利用GPS和/或WIFI指纹以获取所述终端设备的位置信息；

标志信息采集子模块，用于采集所述终端设备加密后的标识信息。

结合第二方面，在第二方面的第二种实施方式中，所述状态预测模块包括：

行为状态判断子模块，用于基于预设的行为状态分类规则或预先训练好的行为状态分类模型，利用所述运动信息相关的传感器信息及其对应的采集时间信息，进行短时状态判断和/或稳定状态判断；和/或

位置状态判断子模块，用于利用所述位置信息相关的传感器信息及其对应的采集时间信息，进行当前位置判断；

长期信息关联子模块，用于利用所述终端设备标志信息和所述终端设备的历史数据信息，进行长期信息关联。

结合第二方面的第二种实施方式，本发明实施例在第二方面的第三种实施方式中，所述行为状态判断子模块具体用于获取在第一时间范围内采集的所述终端设备的运动信息相关的传感器信息，利用获取的传感器信息确定所述终端设备当前所处的短时状态。

结合第二方面的第二种实施方式，本发明实施例在第二方面的第四种实施方式中，所述行为状态判断子模块具体用于获取第二时间范围内采集的所述终端设备的运动信息相关的传感器信息，利用获取的传感器信息确定所述终端设备当前所处的稳定状态。

结合第二方面的第二种实施方式，本发明实施例在第二方面的第五种实施方式中，所述位置状态判断子模块具体用于获取第三时间范围内采集的所述终端设备的位置信息相关的传感器信息，利用获取的传感器信息确定所述终端设备的当前所处的位置区域。

结合第二方面的第二种实施方式，本发明实施例在第二方面的第六种实施方式中，所述位置状态判断子模块具体用于获取第四时间范围内的采集的所述终端设备的加密后的标志信息，利用获取的标志信息和所述终端设备的历史数据信息对所述终端设备的长期信息进行关联，所述长期信息包括常驻点、常访点和用户线下行为模式信息。

所述装置的功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。

第三方面，在一个可能的设计中，场景识别装置的结构中包括处理器和存储器，所述存储器用于存储支持场景识别装置执行上述第一方面中场景识别方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。所述场景识别装置还可以包括通信接口，用于场景识别装置与其他设备或通信网络通信。

第四方面，本发明实施例提供了一种计算机可读介质，用于存储场景识别装置所用的计算机软件指令，其包括用于执行上述第一方面的场景识别方法所涉及的程序。

相比于现有技术，本发明实施例可以适用于多种应用场景，具有较高的通用性。另外，本发明实施例结合了多种时间尺度，预测场景的准确性、鲁棒性高。

进一步，本发明实施例考虑了用户的长期信息，刻画场景的能力更强。同时，本发明实施例充分运用各类传感器信息，数据来源和场景信息更丰富。

上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本发明进一步的方面、实施方式和特征将会是容易明白的。

附图说明

在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本发明公开的一些实施方式，而不应将其视为是对本发明范围的限制。

图1为本发明实施例的场景识别方法的流程图；

图2为本发明实施例的步骤S100的具体步骤流程图；

图3为本发明实施例的步骤S200的具体步骤流程图；

图4为本发明另一实施例的场景识别装置的连接框图；

图5为本发明另一实施例的信息获取模块的内部框图；

图6为本发明另一实施例的状态预测模块的内部框图；

图7为本发明另一实施例的场景识别设备框图。

具体实施方式

在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本发明的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。本发明实施例主要提供了一种通场景识别的方法及装置，下面分别通过以下实施例进行技术方案的展开描述。

本发明提供了一种场景识别方法和装置，以下详细介绍本发明实施例的场景识别方法和装置的具体处理流程和原理。

如图1所示，其为本发明实施例的场景识别方法的流程图。本发明实施例的场景识别方法可以包括以下步骤：

S100：采集终端设备的传感器信息以获取其运动信息和位置信息，并获取与传感器数据对应的采集时间信息，以及加密后的终端设备标识信息。

其中，所述的终端设备可以是手机、掌上电脑、智能手表、智能头盔、智能眼镜或其他智能终端。如图2所示，在一种实施方式中，步骤S100包括：

S110：以一定的时间间隔采集所述终端设备的传感器信息，并标记采集所述传感器信息的时间戳；其中，利用加速度计、陀螺仪、水平仪、磁力计、重力计中的至少一种以获取所述终端设备的运动信息，并利用GPS和/或WIFI指纹以获取所述终端设备的位置信息。

其中，所述的加速度计可以采集终端设备的当前的加速度，所述陀螺仪可以采集当前终端设备的转动的角速度，所述水平仪可以判断当前终端设备是否水平，所述磁力计可以判断当前终端设备的磁场环境变化情况，所述重力传感器可以判断当前终端设备上的重力大小和方向。

另外，通过GPS(Global Positioning System，全球定位系统)和/或WIFI(wireless fidelity，无线保真)以获取所述终端设备的位置信息。

在获取终端位置信息时，可以通过GPS直接定位到当前的位置坐标，也可以根据终端连接的WIFI指纹，以及信号强度的大小计算当前终端设备的位置。

S120：采集终端设备标志信息并加密。

S200：利用与运动信息、位置信息相关的所述传感器信息及其对应的采集时间信息，预测所述终端设备对应的各种行为状态和位置状态。

如图3所示，在一种实施方式中，所述步骤S200包括：

S210：基于预设的行为状态分类规则或预先训练好的行为状态分类模型，利用所述运动信息相关的传感器信息及其对应的采集时间信息，进行短时状态判断和/或稳定状态判断；和/或

S220：利用所述位置信息相关的传感器信息及其对应的采集时间信息，进行当前位置判断；

S230：利用所述终端设备标志信息和所述终端设备的历史数据信息，进行长期信息关联。

其中，可以预先训练好状态分类模型和位置分类模型，然后分别输入任意一种或多种运动信息和位置信息相关的传感器信息，最后获得终端设备的运动状态和位置状态。其中，终端设备的运动状态可以表示该终端设备(的持有人)在做什么。终端设备的位置状态可以表示该终端设备(的持有人)在什么位置。运动状态可以包括短时状态和/或稳定状态等。位置状态可以包括当前状态和长期状态等。

在一种实施方式中，在根据运动信息判断短时状态时，可以包括：

获取在第一时间范围内采集的所述终端设备的运动信息相关的传感器信息，利用获取的传感器信息确定所述终端设备当前所处的短时状态。

在判断短时状态时，所采用的第一时间范围可以比较小，比如1秒、2秒等。例如，可以基于训练好的运动状态判断模型，以1秒时间粒度预测用户的运动情况，例如终端设备(的持有人)当前处于在步行、静止、跑步、骑车、开车、攀登等短时状态。

在一种实施方式中，在进行稳定状态的判断时，可以包括：

获取第二时间范围内采集的所述终端设备的运动信息相关的传感器信息，利用获取的传感器信息确定所述终端设备当前所处的稳定状态。

由于短时状态判断可能受到不稳定因素干扰，造成误差，因此可以选择更长的时间窗口。例如，所述第二时间范围可以设置为5秒、10秒等。用户在前10秒的短时状态中有9秒判断为“静止”，1秒判断为“跑步”，则稳定状态仍判断为“静止”。这是因为，有可能由于用户的手的挥动，导致终端设备产生了一个加速度，可以判断为终端设备(的持有人)当前的稳定状态为静止状态。

在一种实施方式中，所述当前位置判断包括：

获取第三时间范围内采集的所述终端设备的位置信息相关的传感器信息，利用获取的传感器信息确定所述终端设备的当前所处的位置区域。

通过GPS、WIFI和POI(point of interest，兴趣点)可以判断所述终端设备的当前位置。所述兴趣点比如可以包括：公司、店铺、小区等。其中，POI数据库中存储的POI-AOI(area of interest，兴趣面)，POI-AP(Access Point，接入点)等，可以用于判断用户到访的线下位置及其对应的实体性质(名称、行业类型等)。若用户在某一POI进行了停留，那么该用户的终端的传感器信息(例如加速度计、陀螺仪、水平仪、磁力计、重力传感器采集的信息)应该在一段时间范围内稳定，因此所采用的第三时间范围可以比前述的时间范围更长，比如：1分钟、5分钟等。例如，通过当前的GPS定位和WIFI列表，可以判断终端设备在当前某个商场里面。进一步地，若终端设备当前连接着这个商场的某一家餐厅的WIFI，则可以进一步判断出终端设备当前在这个餐厅中。

在一种实施方式中，所述长期信息关联包括：

获取第四时间范围内的采集的所述终端设备的加密后的标志信息，利用获取的标志信息和所述终端设备的历史数据信息对所述终端设备的长期信息进行关联，所述长期信息包括常驻点、常访点和用户线下行为模式信息。

通过较长时间的数据积累与存储，可以识别出用户的长期信息，包括常驻点(公司、家等)、常访点(经常到访的公交车站、地铁站、商场等)、线下行为模式(健身路线、通勤路线、作息时间等)等。因此，所述第四时间范围所采用时间可以比前述的时间范围更长，比如：1个月、2个月等。

通过结合用户的实时信息与长期信息，可以提取更多维度的特征数据，有助于进行更丰富、更复杂的场景描述。例如，用户的常驻点中包含科技公司，表示该用户可能是上班族，如果该用户的终端设备当前到访信息(当前位置)为某小学，则结合用户的常驻点和到访信息可判断用户场景为“接小孩”，而非“放学”。

S300：结合所述行为状态和所述位置状态，确定所述终端设备当前所处的场景。

例如，经过采集后的运动相关传感器信息后发现当前用户的运动状态为静止，通过位置相关传感器信息识别后发现用户当前的位置在图书馆，结合后可以获得的场景为：用户在图书馆看书。

再例如，若用户此时运动状态静止、位置状态在咖啡厅，然后结合长期信息后，发现用户的工作日和工作时间都在咖啡厅中，则最终识别出的场景为：用户在咖啡厅上班。

相比于现有技术，本发明实施例可以适用于多种应用场景，具有较高的通用性。另外，本发明实施例结合了多种时间尺度，预测场景的准确性、鲁棒性高。

进一步，本发明实施例考虑了用户的长期信息，刻画场景的能力更强。同时，本发明实施例充分运用各类传感器信息，数据来源和场景信息更丰富。

如图4所示，在另一个实施例中，本发明实施例还提供一种场景识别装置，包括：

信息获取模块100，用于采集终端设备的传感器信息以获取其运动信息和位置信息，并获取与传感器数据对应的采集时间信息，以及加密后的终端设备标识信息。

状态预测模块200，用于利用与运动信息、位置信息相关的所述传感器信息及其对应的采集时间信息，预测所述终端设备对应的各种行为状态和位置状态。

场景识别模块300，用于结合所述行为状态和所述位置状态，确定所述终端设备当前所处的场景。

如图5所示，所述信息获取模块100包括：

运动信息采集子模块110，用于以一定的时间间隔采集所述终端设备的传感器信息，并标记采集所述传感器信息的时间戳；其中，利用加速度计、陀螺仪、水平仪、磁力计、重力计中的至少一种以获取所述终端设备的运动信息，并利用GPS和/或WIFI指纹以获取所述终端设备的位置信息。

标志信息采集子模块120，用于采集所述终端设备加密后的标识信息。

如图6所示，所述状态预测模块200包括：

行为状态判断子模块210，用于基于预设的行为状态分类规则或预先训练好的行为状态分类模型，利用所述运动信息相关的传感器信息及其对应的采集时间信息，进行短时状态判断和/或稳定状态判断，和/或

位置状态判断子模块220，用于利用所述位置信息相关的传感器信息及其对应的采集时间信息，进行当前位置判断。

长期信息关联子模块230，用于利用所述终端设备标志信息和所述终端设备的历史数据信息，进行长期信息关联。

所述行为状态判断子模块210具体用于获取在第一时间范围内采集的所述终端设备的运动信息相关的传感器信息，利用获取的传感器信息确定所述终端设备当前所处的短时状态。

所述行为状态判断子模块210具体用于获取第二时间范围内采集的所述终端设备的运动信息相关的传感器信息，利用获取的传感器信息确定所述终端设备当前所处的稳定状态。

所述位置状态判断子模块220具体用于获取第三时间范围内采集的所述终端设备的位置信息相关的传感器信息，利用获取的传感器信息确定所述终端设备的当前所处的位置区域。

所述位置状态判断子模块220具体用于获取第四时间范围内的采集的所述终端设备的加密后的标志信息，利用获取的标志信息和所述终端设备的历史数据信息对所述终端设备的长期信息进行关联，所述长期信息包括常驻点、常访点和用户线下行为模式信息。

在另一个实施例中，本发明还提供一种场景识别设备，如图7所示，该设备包括：存储器510和处理器520，存储器510内存储有可在处理器520上运行的计算机程序。所述处理器520执行所述计算机程序时实现上述实施例中的场景识别方法。所述存储器510和处理器520的数量可以为一个或多个。

该设备还包括：

通信接口530，用于与外界设备进行通信，进行数据交互传输。

存储器510可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

如果存储器510、处理器520和通信接口530独立实现，则存储器510、处理器520和通信接口530可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构(ISA，Industry Standard Architecture)总线、外部设备互连(PCI，PeripheralComponent)总线或扩展工业标准体系结构(EISA，Extended Industry StandardComponent)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

可选的，在具体实现上，如果存储器510、处理器520及通信接口530集成在一块芯片上，则存储器510、处理器520及通信接口530可以通过内部接口完成相互间的通信。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。

本发明实施例所述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的更具体的示例至少(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式只读存储器(CDROM)。另外，计算机可读存储介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

在本发明实施例中，计算机可读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程序代码。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、传播或者传输用于指令执行系统、输入法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程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、射频(RadioFrequency，RF)等等，或者上述的任意合适的组合。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。所述存储介质可以是只读存储器，磁盘或光盘等。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。