情绪识别方法和装置

技术领域

本申请涉及人工智能技术领域，具体涉及一种情绪识别方法，一种情绪识别装置和电子设备。

背景技术

随着老龄化现象越来越严重，空巢老人日益增多，老人的养老成了社会和政府的关注点之一。

在现有的养老服务中，可以根据老人的情绪，为老人提供个性化的服务，以提升老人的养老体验。然而，由于老人的情绪识别是由护理人员完成的，因此，情绪识别会不可避免的受护理人员的情绪识别能力的影响，导致出现情绪识别不准确的问题。

发明内容

本申请实施例提供了一种情绪识别方法，用于解决情绪识别不准确的问题。

为了解决上述技术问题，本申请实施例提供以下技术方案：

第一方面，本申请提供了一种情绪识别方法，包括：获得第一情绪识别结果，其中，所述第一情绪识别结果用于指示识别人员对目标对象的情绪识别结果；根据第一系数和所述第一情绪识别结果，确定所述目标对象的目标情绪识别结果；其中，所述第一系数用于基于第一基准系数指示所述识别人员的情绪识别能力。

由于在确定目标对象的目标情绪识别结果时，引入了第一系数，该第一系数用于基于第一基准系数指示识别人员的情绪识别能力，换言之，在确定目标对象的目标情绪识别结果时，考虑了识别人员的情绪识别能力，因此避免了识别人员的情绪识别能力的影响，使得目标情绪识别结果能够更加准确的反应目标对象的真实情绪，提高了情绪识别的准确性。另外，根据第一系数和第一情绪识别结果确定目标情绪识别结果，步骤简单，易于执行，计算效率高。

在一种可能的实现方式中，所述根据第一系数和所述第一情绪识别结果，确定所述目标对象的目标情绪识别结果包括：根据所述第一系数，第二系数和所述第一情绪识别结果，确定所述目标情绪识别结果；其中，所述第二系数用于基于第二基准系数指示所述目标对象的情绪表现能力。

在一种可能的实现方式中，所述方法还包括：根据所述目标对象的生活信息，确定对所述目标对象的第二情绪识别结果；所述根据第一系数和所述第一情绪识别结果，确定所述目标对象的目标情绪识别结果包括：根据所述第一系数，所述第一情绪识别结果和所述第二情绪识别结果，确定所述目标情绪识别结果。

在一种可能的实现方式中，所述根据所述第一系数，所述第一情绪识别结果和所述第二情绪识别结果，确定所述目标情绪识别结果包括：根据所述第一系数、第二系数、所述第一情绪识别结果和所述第二情绪识别结果，确定所述目标情绪识别结果；其中，所述第二系数用于基于第二基准系数指示所述目标对象的情绪表现能力。

在一种可能的实现方式中，所述根据所述第一系数、第二系数、所述第一情绪识别结果和所述第二情绪识别结果，确定所述目标情绪识别结果包括：根据所述第一系数、所述第二系数和所述第一情绪识别结果，确定第三情绪识别结果；根据所述第二情绪识别结果、所述第三情绪识别结果、第三系数和第四系数，确定所述目标情绪识别结果；其中，所述第三系数用于指示所述第二情绪识别结果的占比，所述第四系数用于指示所述第三情绪识别结果的占比。

在一种可能的实现方式中，所述生活信息包括生活轨迹信息和日常交互信息；所述根据所述目标对象的生活信息，确定对所述目标对象的第二情绪识别结果包括：根据所述生活轨迹信息和所述目标对象的常规轨迹信息，确定轨迹差异信息；识别所述日常交互信息中的情绪敏感信息；根据所述轨迹差异信息和所述情绪敏感信息，确定所述第二情绪识别结果。

在一种可能的实现方式中，所述根据所述轨迹差异信息和所述情绪敏感信息，确定所述第二情绪识别结果包括：将所述轨迹差异信息转换为异常行为信息；根据所述异常行为信息和所述情绪敏感信息，确定所述第二情绪识别结果。

第二方面，本申请提供了一种情绪识别装置，包括：获得模块，用于获得第一情绪识别结果，其中，所述第一情绪识别结果用于指示识别人员对目标对象的情绪识别结果；确定模块，用于根据第一系数和所述第一情绪识别结果，确定所述目标对象的目标情绪识别结果；其中，所述第一系数用于基于第一基准系数指示所述识别人员的情绪识别能力。

在一种可能的实现方式中，所述确定模块，具体用于根据所述第一系数，第二系数和所述第一情绪识别结果，确定所述目标情绪识别结果；其中，所述第二系数用于基于第二基准系数指示所述目标对象的情绪表现能力。

在一种可能的实现方式中，所述获得模块，还用于根据所述目标对象的生活信息，确定对所述目标对象的第二情绪识别结果；所述确定模块，具体用于根据所述第一系数，所述第一情绪识别结果和所述第二情绪识别结果，确定所述目标情绪识别结果。

在一种可能的实现方式中，所述确定模块，具体用于根据所述第一系数、第二系数、所述第一情绪识别结果和所述第二情绪识别结果，确定所述目标情绪识别结果；其中，所述第二系数用于基于第二基准系数指示所述目标对象的情绪表现能力。

在一种可能的实现方式中，所述确定模块，具体用于根据所述第一系数、所述第二系数和所述第一情绪识别结果，确定第三情绪识别结果；根据所述第二情绪识别结果、所述第三情绪识别结果、第三系数和第四系数，确定所述目标情绪识别结果；其中，所述第三系数用于指示所述第二情绪识别结果的占比，所述第四系数用于指示所述第三情绪识别结果的占比。

在一种可能的实现方式中，所述生活信息包括生活轨迹信息和日常交互信息；所述获得模块，具体用于根据下述方式确定所述第二情绪识别结果：根据所述生活轨迹信息和所述目标对象的常规轨迹信息，确定轨迹差异信息；识别所述日常交互信息中的情绪敏感信息；根据所述轨迹差异信息和所述情绪敏感信息，确定所述第二情绪识别结果。

在一种可能的实现方式中，所述获得模块，具体用于根据下述方式确定所述第二情绪识别结果：将所述轨迹差异信息转换为异常行为信息；根据所述异常行为信息和所述情绪敏感信息，确定所述第二情绪识别结果。

第三方面，本申请提供了一种电子设备，包括：处理器和存储器，其中：所述存储器用于存储计算机程序；所述处理器用于调用所述计算机程序，以执行第一方面中任一种可能的实施方式提供的方法。

第四方面，本申请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存储有计算机程序，所述计算机程序被处理器执行时实现第一方面中任一种可能的实施方式提供的方法。

附图说明

以下参照附图来进一步说明本申请的各个特征和各个特征之间的联系。附图均为示例性的，一些特征并不以实际比例示出，并且一些附图中可能省略了本申请所涉及领域的惯常的且对于本申请非必要的特征，或是额外示出了对于本申请非必要的特征，附图所示的各个特征的组合并不用以限制本申请。另外，在本说明书全文中，相同的附图标记所指代的内容也是相同的。具体的附图说明如下：

图1为本申请实施例提供的一种电子设备的结构示意图；

图2为本申请实施例提供的情绪识别方法的流程示意图一；

图3为本申请实施例提供的情绪识别方法的流程示意图二；

图4为本申请实施例提供的情绪识别方法的流程示意图三；

图5为本申请实施例提供的确定第二情绪识别结果的流程示意图；

图6为本申请实施例提供的情绪识别方法的流程示意图四；

图7为本申请实施例提供的情绪识别装置的结构示意图。

具体实施方式

现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。

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公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有所述特定细节中的一个或更多，或者可以采用其它的方法、组元、材料、装置、步骤等。在其它情况下，不详细示出或描述公知结构、方法、装置、实现、材料或者操作以避免模糊本公开的各方面。

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，或在一个或多个软件硬化的模块中实现这些功能实体或功能实体的一部分，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。

为了解决上述技术问题，本申请实施例提供了一种情绪识别方法，该方法能够在识别目标对象的情绪时，避免识别人员的情绪识别能力的影响，提高情绪识别的准确性。

本申请实施例提供的各种情绪识别方法可应用于各种需要进行情绪识别的场景。例如，可以应用在养老服务中，以识别老人的情绪，进而更加准确的为老人提供符合个体需求的个性化服务。再例如，还可以应用在客服人员中，以在客服人员上班前和上班过程中，识别客服人员的情绪，以在客服人员的情绪出现异常时，推送相应的缓解措施，以及时缓解客服人员的情绪。

本申请实施例可适用于各种电子设备。电子设备包括但不限于终端设备和服务器等。其中，终端设备例如可以为手机、可折叠电子设备、平板电脑、桌面型计算机、膝上型计算机、手持计算机、笔记本电脑、超级移动个人计算机(ultra-mobile personalcomputer，UMPC)、上网本、蜂窝电话、个人数字助理(personal digital assistant，PDA)、增强现实(augmented reality，AR)设备、虚拟现实(virtual reality，VR)设备、人工智能(artificial intelligence,AI)设备、可穿戴式设备、智能家居设备、或智慧城市设备等中的至少一种。本申请实施例对该终端设备的具体类型不作特殊限制。服务器例如可以为一个独立的服务器，也可以为由多个服务器构成的服务器集群，本申请实施例对此不作特殊限定。服务器可以为本地服务器，也可以为云服务器，本申请实施例对此不作特殊限定。

本申请实施例提供的各种情绪识别方法可以通过终端设备独立完成，也可以由终端设备和服务器配合完成。例如，若通过终端设备完成，则数据采集和数据处理均由终端设备完成。若通过终端设备和服务器配合完成，则数据采集由终端设备完成，数据处理由服务器完成。

图1为本申请实施例提供的一种电子设备的结构示意图。该电子设备100可包括：存储器110、处理器120、通信接口130和总线140。其中，存储器110、处理器120、通信接口130通过总线140实现彼此之间的通信链接。

存储器110可以是只读存储器(Read Only Memory，ROM)，静态存储设备，动态存储设备或者随机存取存储器(Random Access Memory，RAM)。

存储器110可以存储计算机程序，当存储器110中存储的计算机程序被处理器120执行时，处理器120通过通信接口130执行本申请实施例的情绪识别方法的各个步骤。

处理器120可以采用通用的中央处理器(Central Processing Unit，CPU)，微处理器，应用专用集成电路(Application Specific Integrated Circuit，ASIC)，图形处理器(graphics processing unit，GPU)或者一个或多个集成电路。用于执行相关计算机程序，以实现本申请实施例的情绪识别装置中的模块所需执行的功能，或者执行本申请方法实施例的情绪识别方法。

处理器120还可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，本申请的情绪识别方法的各个步骤可以通过处理器120中的硬件的集成逻辑电路或者软件形式的指令完成。上述处理器120还可以是数字信号处理器(Digital SignalProcessing，DSP)、现成可编程门阵列(Field Programmable Gate Array，FPGA)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。可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。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。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器110，处理器120读取存储器110中的信息，结合其硬件完成本申请实施例的情绪识别装置中的模块所需执行的功能，或者执行本申请方法实施例的情绪识别方法。

通信接口130使用例如但不限于收发器一类的收发装置，来实现电子设备100与其他设备或通信网络之间的通信。例如，可以通过通信接口130获得数据。

总线140可包括在电子设备100各个部件(例如，存储器110、处理器120、通信接口130)之间传送信息的通路。

总线140可以是外设部件互连标准(Peripheral Component Interconnect，PCI)总线或扩展工业标准结构(Extended Industry Standard Architecture，EISA)总线等。总线140可以分为地址总线、数据总线、控制总线等。为便于表示，图1中仅用一条线表示，但并不表示仅有一根总线或一种类型的总线。

应注意，尽管图1所示的电子设备100仅仅示出了存储器110、处理器120、通信接口130和总线140，但是在具体实现过程中，本领域的技术人员应当理解，电子设备100还包括实现正常运行所必须的其他器件。同时，根据具体需要，本领域的技术人员应当理解电子设备100还可包括实现其他附加功能的硬件器件。此外，本领域的技术人员应当理解，电子设备100也可仅仅包括实现本申请实施例所必须的器件，而不必包括图1中所示的全部器件。

下面，结合附图对本申请提供的情绪识别方法的实施例进行说明。

实施例一

图2为本申请实施例提供的情绪识别方法的流程示意图一。如图2所示，该情绪识别方法可包括以下步骤：

210.电子设备获得第一情绪识别结果。

在本申请实施例中，识别人员对目标对象的情绪进行识别，以及将情绪识别结果上传至电子设备。电子设备可将情绪识别结果作为第一情绪识别结果进行存储，也可将情绪识别结果转换为具体的数值后，将转换得到的数值作为第一情绪识别结果进行存储，本申请实施例对此不作特殊限定。

显然，第一情绪识别结果用于指示识别人员对目标对象的情绪识别结果。识别人员对目标对象的情绪识别结果包括但不限于愤怒，生气，抑郁，平静，开心，喜悦，兴奋等中的一种或多种。通过存储第一情绪识别结果，为确定目标对象的目标情绪识别结果提供了数据依据。

由于人的情绪可以是一种单一的情绪，例如开心或伤心。人的情绪也可以是多种情绪的共存，例如，难过和抑郁的共存，或者，开心和兴奋的共存。因此，识别人员上传的情绪识别结果包括至少一种情绪。基于此，第一情绪识别结果指示的情绪种类可以为一种或者多种。

若将情绪识别结果作为第一情绪识别结果，则第一情绪识别结果为识别人员对目标对象的情绪的文字描述。若将情绪识别结果转换为数值，并将该数值作为第一情绪识别结果，则第一情绪识别结果为用于指示情绪的数值。

下面，对将情绪识别结果转换为数值的过程进行举例说明。

可以预先为每种情绪设置一个对应的数值区间，每种情绪对应的数值区间不重合。在识别人员将情绪识别结果上传至电子设备后，电子设备可以根据预先设置的每种情绪对应的数值区间，确定情绪识别结果中的情绪词对应的数值区间。电子设备在情绪识别结果中的情绪词对应的数值区间中确定情绪识别结果中的情绪词对应的数值，以将情绪识别结果转换为数值。

电子设备将情绪识别结果中的情绪词对应的数值确定为第一情绪识别结果。

需要说明的是，若情绪识别结果包括一个情绪词，则第一情绪识别结果为该情绪词对应的数值。若情绪识别结果包括多个情绪词，则第一情绪识别结果为多个情绪词中的每个情绪词对应的数值的集合，即第一情绪识别结果包括多个数值，且多个数值与情绪识别结果中的多个情绪词一一对应。

确定情绪识别结果中的情绪词对应的数值的过程例如如下所述：

根据情绪词是否携带程度词和携带的程度词所指示的程度的高低，在情绪词对应的数值区间中确定情绪词对应的数值。

示例性的，若程度词指示的程度越高，则情绪词对应的数值在情绪词对应的数值区间中的取值就越大。若程度词指示的程度越低，则情绪词对应的数值在情绪词对应的数值区间中的取值就越小。若不携带程度词，则情绪词对应的数值为情绪词对应的数值区间中的中间值。

示例性的，对于正面的情绪词，例如，开心，兴奋，喜悦等，若程度词指示的程度越高，则情绪词对应的数值在情绪词对应的数值区间中的取值越大。若程度词指示的程度越低，则情绪词对应的数值在情绪词对应的数值区间中的取值越小。若不携带程度词，则情绪词对应的数值为情绪词对应的数值区间中的中间值。

对于负面的情绪词，例如，抑郁，生气，愤怒等，若程度词指示的程度越高，则情绪词对应的数值在情绪词对应的数值区间中的取值越小。若程度词指示的程度越低，则情绪词对应的数值在情绪词对应的数值区间中的取值越大。若不携带程度词，则情绪词对应的数值为情绪词对应的数值区间中的中间值。

程度词例如可以为一点，非常，特别等。程度词还可以为百分比，例如，10％，20％，60％，100％等，本申请对此不作特殊限定。

下面，以情绪种类包括愤怒、生气、开心、喜悦和兴奋为例，对将情绪识别结果转换为数值的过程进行说明。

每种情绪对应的数值区间如下所示：

愤怒[0～20]，生气(20～40]，开心(40～60]，喜悦(60～80]，兴奋(80～100]。需要说明的是，情绪词携带的程度词指示的程度越高，该情绪词对应的数值在其对应的数值区间中的取值越大。情绪词携带的程度词指示的程度越低，该情绪词对应的数值在其对应的数值区间中的取值越小。

若识别人员上传的情绪识别结果为：非常开心并带一点兴奋。

则，由于情绪识别结果中的情绪词为开心和兴奋，则基于上述五种情绪对应的数值区间可知，开心对应的数值区间为(40～60]，兴奋对应的数值区间为(80～100]。由于开心携带的程度词为非常，则将开心对应的数值确定为54。由于兴奋携带的程度词为一点，则将兴奋对应的数值确定为81。由上可知，情绪识别结果转换为数值后的结果为：54，81。基于此，第一情绪识别结果为54，81。

若识别人员上传的情绪识别结果为：生气60％。

则，由于情绪识别结果中的情绪词为生气，则基于上述五种情绪对应的数值区间可知，生气对应的数值区间为(20～40]。由于生气携带的程度词为60％，则将生气对应的数值确定为32。由上可知，情绪识别结果转换为数值后的结果为：32。基于此，第一情绪识别结果为32。

需要说明的是，上述对将情绪识别结果转换为数值的说明仅为示例性的，并不用于限定本申请。

识别人员和目标对象可以根据具体的应用场景确定。例如，针对养老场景，识别人员包括但不限于护理人员，送餐人员，医生等。目标对象包括但不限于被护理人。再例如，针对客服场景，目标对象可以为客服人员，识别人员可以为评估客服人员的情绪的人员。

电子设备获得第一情绪识别结果的时机包括但不限于以下三种：

第一种，在识别人员向电子设备上传了对目标对象的情绪识别结果，且电子设备根据上传的情绪识别结果存储了第一情绪识别结果时，电子设备从存储器中获得第一情绪识别结果。

第二种，电子设备按照一预设周期从存储器中获得第一情绪识别结果。预设周期可以视情况而定，例如，三个小时，十二个小时或者二十四个小时，本申请对此不作特殊限定。

第三种，电子设备在一固定时间从存储器中获得第一情绪识别结果。固定时间可以根据需求设定，例如，早上八点，中午十二点，晚上八点等，本申请对此不作特殊限定。

220.电子设备根据第一系数和第一情绪识别结果，确定目标对象的目标情绪识别结果。

第一系数用于基于第一基准系数指示识别人员的情绪识别能力。情绪识别能力可包括情绪识别偏差，情绪识别倾向，情绪识别倾向程度。

情绪识别偏差用于指示识别人员给出的情绪识别结果(即第一情绪识别结果)的准确性。情绪识别偏差用第一系数与第一基准系数的差值的绝对值表示。具体的，第一系数越接近第一基准系数，情绪识别偏差越小，识别人员给出的情绪识别结果越准确。第一系数越远离第一基准系数，情绪识别偏差越大，识别人员给出的情绪识别结果越不准确。

情绪识别倾向用于指示识别人员是倾向高估情绪，还是倾向低估情绪。在一些实施例中，第一系数大于第一基准系数，指示识别人员倾向高估情绪。第一系数小于第一基准系数，指示识别人员倾向低估情绪。在另一些实施例中，第一系数大于第一基准系数，指示识别人员倾向低估情绪。第一系数小于第一基准系数，指示识别人员倾向高估情绪。

情绪识别倾向程度用于指示识别人员在情绪识别时的倾向程度，即高估或低估情绪的程度。具体的，第一系数越接近第一基准系数，指示识别人员在情绪识别时的倾向程度越低，即高估或者低估情绪的程度越低。第一系数越远离第一基准系数，指示识别人员在情绪识别时的倾向程度越高，即高估或者低估情绪的程度越高。需要说明的是，根据情绪识别倾向确定具体是高估还是低估。

第一基准系数例如可以为0,1,2或3等，本申请实施例对此不作特殊限定。

上述关于第一系数和第一基准系数的说明仅为示例性的，并不用于限定本申请中的第一系数和第一基准系数。

示例性的，确定识别人员的第一系数的方式可如下所述：

首先，预先设置第一测试集，其中，第一测试集包括多个第一表情图片，多个第一表情图片中的每个第一表情图片均标记有对应的情绪。

然后，向识别人员依次展示第一测试集中的每个第一表情图片，以及指示识别人员识别每个第一表情图片的情绪。

最后，获得识别人员对每个第一表情图片的情绪识别结果。针对每个第一表情图片，将识别人员给出的情绪识别结果和标记的情绪进行比较，并根据基于每个第一表情图片的比较结果和第一基准系数，确定第一系数。

需要说明的是，上述关于确定第一系数的说明仅为示例性的，并不用于限定本申请中的第一系数的确定方式。

目标情绪识别结果用于指示目标对象的真实情绪。目标情绪识别结果可以为对目标对象的真实情绪的文字描述，也可以为用于指示目标对象的真实情绪的数值。

需要说明的是，可以预先设置不同的数值区间与不同的情绪之间的对应关系。这样，在目标情绪识别结果为数值时，可以根据预先设置的数值区间和情绪之间的对应关系，确定目标情绪识别结果的数值具体对应的是哪种情绪。这样就可将目标情绪识别结果从数值转换为文字描述，以采用文字描述的方式向相关人员展示目标情绪识别结果，相比于数值，提高了可读性。

确定目标对象的目标情绪识别结果的总体思想可为：首先，通过比较第一系数和第一基准系数，确定识别人员的情绪识别能力，即情绪识别偏差，情绪识别倾向和情绪识别倾向程度。然后，根据情绪识别偏差，确定是否调整第一情绪识别结果。最后，若不需要调整，则将第一情绪识别结果确定为目标情绪识别结果。若需要调整，则根据情绪识别倾向和情绪识别倾向程度对第一情绪识别结果进行调整，以得到目标情绪识别结果。

示例性的，确定目标对象的目标情绪识别结果的过程可如下所示：

根据第一系数与第一基准系数的差值的绝对值，确定情绪识别偏差。

确定情绪识别偏差是否等于0。

若情绪识别偏差等于0，则将第一情绪识别结果确定为目标情绪识别结果。

若情绪识别偏差不等于0，则：

确定情绪识别偏差是否小于第一预设差值，其中，第一预设差值可根据方案的容错率确定。

若小于第一预设差值，则将第一情绪识别结果确定为目标情绪识别结果。

若不小于第一预设差值，则通过比较第一系数和第一基准系数，确定识别人员的情绪识别倾向和情绪识别倾向程度。根据情绪识别倾向和情绪识别倾向程度调整第一情绪识别结果，以得到目标情绪识别结果。

例如，第一情绪识别结果为：一点开心。基于此，在通过比较第一系数和第一基准系数，确定识别人员倾向低估情绪且低估情绪的程度较大时，将第一情绪识别结果从一点开心调整为非常开心，并将非常开心确定为目标情绪识别结果。

再例如，情绪“生气”对应的数值区间为(20～40]，且情绪“生气”的程度越高，在对应的数值区间中的取值越大，情绪“生气”的程度越低，在对应的数值区间中的取值越小。

第一情绪识别结果为38。由于38在数值区间(20～40]中接近上边界，因此，第一情绪识别结果对应的文字描述为极度生气。

基于此，在通过比较第一系数和第一基准系数，确定识别人员倾向高估情绪且高估情绪的程度较小时，将第一情绪识别结果从38调整为34，其中，34对应的文字描述为非常生气。将34(即非常生气)确定为目标情绪识别结果。

需要说明的是，上述对确定目标情绪识别结果的方式的说明仅为示例性的，并不用于限定本申请中确定目标情绪识别结果的方式。例如，还可以通过训练神经网络后得到的第一情绪识别模型来确定目标情绪识别结果。

由上可知，目标对象的目标情绪识别结果是根据第一情绪识别结果和第一系数确定的。虽然，第一情绪识别结果用于指示识别人员对目标对象的情绪识别结果，但由于引入了第一系数，该第一系数用于基于第一基准系数指示识别人员的情绪识别能力，即在确定目标对象的目标情绪识别结果时，考虑了识别人员的情绪识别能力，避免了识别人员的情绪识别能力的影响，使得得到的目标情绪识别结果能够更加准确的反应目标对象的真实情绪，提高了情绪识别的准确性。另外，根据第一系数和第一情绪识别结果确定目标情绪识别结果，步骤简单，易于执行，计算效率高。

实施例二

图3为本申请实施例提供的情绪识别方法的流程示意图二。如图3所示，该情绪识别方法可包括以下步骤：

310.电子设备获得第一情绪识别结果。

由于步骤310与步骤210相同，因此此处不再赘述。

320.电子设备根据第一系数、第二系数和第一情绪识别结果，确定目标对象的目标情绪识别结果。

由于第一系数和第一情绪识别结果已经在上文中进行了说明，因此此处不再赘述。

第二系数用于基于第二基准系数指示目标对象的情绪表现能力。情绪表现能力可包括情绪表现偏差，情绪表现倾向和情绪表现倾向程度。

情绪表现偏差用于指示目标对象表现情绪的准确性。情绪表现偏差用第二系数与第二基准系数的差值的绝对值表示。具体的，第二系数越接近第二基准系数，情绪表现偏差越小，目标对象表现情绪的准确性越高。第二系数越远离第二基准系数，情绪表现偏差越大，目标对象表现情绪的准确性越低。

情绪表现倾向用于指示目标对象是倾向压制情绪，还是倾向扩大情绪。在一些实施例中，第二系数大于第二基准系数，指示目标对象倾向压制情绪。第二系数小于第二基准系数，指示目标对象倾向扩大情绪。在另一些实施例中，第二系数大于第二基准系数，指示目标对象倾向扩大情绪。第二系数小于第二基准系数，指示目标对象倾向压制情绪。

情绪表现倾向程度用于指示目标对象在表现情绪时的倾向程度，即压制或扩大情绪的程度。具体的，第二系数越接近第二基准系数，指示目标对象在表现情绪时的倾向程度越低，即扩大或压制情绪的程度越低。第二系数越远离第二基准系数，指示目标对象在表现情绪时的倾向程度越高，即扩大或压制情绪的程度越高。需要说明的是，根据情绪表现倾向确定具体的是压制还是扩大。

第二基准系数例如可以为0,1,2或3等，本申请实施例对此不作特殊限定。

上述关于第二系数和第二基准系数的说明仅为示例性的，并不用于限定本申请中的第二系数和第二基准系数。

示例性的，确定目标对象的第二系数的方式可如下所述：

获得第二测试集，其中，第二测试集包括目标对象的多个第二表情图片。

获得多个第一情绪，其中，多个第一情绪与多个第二表情图片一一对应。针对每个第一情绪，第一情绪指示了目标对象在拍摄对应的第二表情图片时的真实情绪。需要说明的是，目标对象在拍摄第二表情图片时的真实情绪由目标对象给出。

获得多个第二情绪，其中，多个第二情绪与多个第二表情图片一一对应。针对每个第二情绪，第二情绪指示了基于对应的第二表情图片识别的目标对象的情绪。需要说明的是，可以通过由深度学习网络或神经网络训练得到第二情绪识别模型识别第二表情图片中的目标对象的情绪。

针对每个第二表情图片，将第二表情图片对应的第一情绪和第二情绪进行比较。根据基于每个第二表情图片的比较结果和第二基准系数，确定第二系数。

需要说明的是，上述关于确定第二系数的说明仅为示例性的，并不用于限定本申请中的第二系数的确定方式。

每个人的情绪表现能力不同。有的人能够正确的通过表情表现自己的情绪，这些人的面部表情所表现的情绪与其内心的真实情绪一致。有的人不能够正确的通过表情表现自己的情绪，即扩大或者压制情绪，这些人的面部表情所表现的情绪与其内心的真实情绪不一致。例如，有的人的内心已经很生气了，但是从面部表情上却无法发觉他在生气。再例如，有的人的内心只有一点开心，但是从面部表情上却表现的很开心。鉴于此，通过确定第二系数，可以获得目标对象的情绪表现能力，为后续确定目标对象的目标情绪识别结果提供数据依据。

由于目标情绪识别结果的定义和表现方式已经在上文中进行了说明，因此此处不再赘述。

在实施例二中，确定目标对象的目标情绪识别结果的总体思想可以为：首先，通过比较第一系数和第一基准系数，确定识别人员的情绪识别能力，即情绪识别偏差，情绪识别倾向和情绪识别倾向程度。然后，根据情绪识别偏差，确定是否调整第一情绪识别结果。若不需要调整，则将第一情绪识别结果作为中间情绪识别结果。若需要调整，则根据情绪识别倾向和情绪识别倾向程度调整第一情绪识别结果，以得到中间情绪识别结果。接下来，通过比较第二系数和第二基准系数，确定目标对象的情绪表现能力，即情绪表现偏差，情绪表现倾向和情绪表现倾向程度。最后，根据情绪表现偏差，确定是否调整中间情绪识别结果。若不需要调整，则将中间情绪识别结果确定为目标情绪识别结果。若需要调整，则根据情绪表现倾向和情绪表现倾向程度，调整中间情绪识别结果，以得到目标情绪识别结果。

示例性的，确定目标对象的目标情绪识别结果的过程可如下所示：

根据第一系数与第一基准系数的差值的绝对值，确定情绪识别偏差。

确定情绪识别偏差是否等于0。

若情绪识别偏差等于0，则将第一情绪识别结果确定为中间情绪识别结果。

若情绪识别偏差不等于0，则：

确定情绪识别偏差是否小于第一预设差值，其中，第一预设差值可根据方案的容错率确定。

若小于第一预设差值，则将第一情绪识别结果确定为中间情绪识别结果。

若不小于第一预设差值，则通过比较第一系数和第一基准系数，确定识别人员的情绪识别倾向和情绪识别倾向程度。根据情绪识别倾向和情绪识别倾向程度调整第一情绪识别结果，以得到中间情绪识别结果。

根据第二系数与第二基准系数的差值的绝对值，确定情绪表现偏差。

确定情绪表现偏差是否等于0。

若情绪表现偏差等于0，则将中间情绪识别结果确定为目标情绪识别结果。

若情绪表现偏差不等于0，则：

确定情绪表现偏差是否小于第二预设差值，其中，第二预设差值可根据方案的容错率确定。

若小于第二预设差值，则将中间情绪识别结果确定为目标情绪识别结果。

若不小于第二预设差值，则通过比较第二系数和第二基准系数，确定目标对象的情绪表现倾向和情绪表现倾向程度。根据情绪表现倾向和情绪表现倾向程度调整中间情绪识别结果，以得到目标情绪识别结果。

需要说明的是，上述确定目标情绪识别结果的说明仅为示例性的，并不用于限定本申请。

由上可知，目标对象的目标情绪识别结果是根据第一系数，第二系数和第一情绪识别结果确定的。由于在确定目标对象的目标情绪识别结果时，引入了第一系数和第二系数，该第一系数用于基于第一基准系数指示识别人员的情绪识别能力，该第二系数用于基于第二基准系数指示目标对象的情绪表现能力，即在确定目标对象的目标情绪识别结果时，考虑了识别人员的情绪识别能力和目标对象的情绪表现能力，避免了识别人员的情绪识别能力和目标对象的情绪表现能力的影响，使得目标情绪识别结果能够更加准确的反应目标对象的真实情绪，提高了情绪识别的准确性。另外，根据第一系数，第二系数和第一情绪识别结果确定目标情绪识别结果，步骤简单，易于执行，计算效率高。

实施例三

图4为本申请实施例提供的情绪识别方法的流程示意图三，如图4所示，该情绪识别方法可以包括以下步骤：

410.电子设备获得第一情绪识别结果。

由于步骤410与步骤210相同，因此此处不再赘述。

420.电子设备根据目标对象的生活信息，确定对目标对象的第二情绪识别结果。

生活信息可包括生活轨迹信息和日常交互信息。

生活轨迹信息用于指示目标对象在设定时间内的轨迹。设定时间内的轨迹可包括至少一个第一位置，到达至少一个第一位置中的每个第一位置的时间和在每个第一位置的停留时长。

至少一个第一位置指目标对象在设定时间内到达的位置。

设定时间不是固定不变的，可根据具体要求进行设置。例如，设定时间可以为当天的早八点到晚八点，设定时间也可以为当天的零点到当前的二十三点五十九分，设定时间还可以为前天的早八点到晚八点，本申请实施例对此不作特殊限定。

至少一个第一位置包括但不限于室内位置和/或室外位置。其中，室内位置包括但不限于厨房，客厅，卧室和阳台等。室外位置包括但不限于医院，公园，超市，商场等。

日常交互信息指在设定时间内目标对象与电子终端的交互信息。电子终端指目标对象日常使用的电子终端。电子终端包括但不限于手机，笔记本电脑，平板电脑，电子阅读器，智能音箱，电子手表等。

目标对象与电子终端的交互信息包括但不限于浏览信息，搜索信息，对话信息等。浏览信息包括但不限于视频信息，文字信息，图片信息等。搜索信息指目标对象通过电子终端搜索的信息。对话信息指目标对象与电子终端的对话信息。

需要说明的是，上述关于生活信息，生活轨迹信息和日常交互信息的说明仅为示例性的，并不用于限定本申请。

示例性的，如图5所示，确定第二情绪识别结果的过程可包括以下步骤：

510.电子设备根据生活轨迹信息和目标对象的常规轨迹信息，确定轨迹差异信息。

由于每个人都有自己的生活习惯，而这个生活习惯在大部分情况下是不会改变的，因此，可以通过获得大量的目标对象的日常活动信息，并以天为单位整合大量的日常活动信息，以得到目标对象的常规轨迹信息。

显然，常规轨迹信息用于指示目标对象在通常情况下的一天的轨迹。目标对象在通常情况下的一天的轨迹可包括至少一个第二位置，到达至少一个第二位置中的每个第二位置的时间和在每个第二位置的停留时长。

至少一个第二位置为目标对象在一天时间内通常要去的位置。

至少一个第二位置包括但不限于室内位置和/或室外位置。其中，室内位置包括但不限于厨房，客厅，卧室和阳台等。室外位置包括但不限于医院，公园，超市，商场等。

轨迹差异信息用于指示同一时间段内的生活轨迹信息与常规轨迹信息的差异。此处的差异至少包括位置上的差异，在同一位置上停留的时长的差异，到达同一位置的时间的差异，出现在同一位置上的次数的差异等中的一种或多种。

同一时间段可根据设定时间确定。具体的，去掉设定时间中的年月日，即可得到同一时间段。例如，设定时间为2022年11月2日早八点到晚八点。去掉设定时间的年月日，可得早八点到晚八点。那么，同一时间段为早八点到晚八点。

需要说明的是，上述关于常规轨迹信息和轨迹差异信息的说明仅为示例性的，并不用于限定本申请。

示例性的，确定轨迹差异信息的方式可以为：将常规轨迹信息中与生活轨迹信息同一时间段的轨迹信息作为参考轨迹信息。将参考轨迹信息中的各项参数与生活轨迹信息中的各项参数进行比较，以得到轨迹差异信息。

由于一个人的习惯在大部分情况下是不变的，若一个人的生活轨迹信息相较于常规轨迹信息发生了变化，则这些变化(即轨迹差异信息)会多多少少的反应情绪的变化。因此，通过确定轨迹差异信息，可为后续确定第二情绪识别结果提供数据依据。

520.电子设备识别日常交互信息中的情绪敏感信息。

情绪敏感信息包括但不限于能够指示情绪的敏感词，图片，语气词等。指示情绪的敏感词包括但不限于开心，生气，难过，低落等。指示情绪的语气词包括但不限于哎，哇等。指示情绪的图片可以根据图片的色调、内容等确定。

在本申请实施例中，可以通过人工智能算法或者神经网络构建的识别模型识别日常交互信息中的情绪敏感信息。

530.电子设备根据轨迹差异信息和情绪敏感信息，确定第二情绪识别结果。

示例性的，可以先将轨迹差异信息转换为异常行为信息，再根据异常行为信息和情绪敏感信息，确定第二情绪识别结果。

异常行为信息用于指示目标对象的至少一种异常行为。至少一种异常行为包括但不限于如厕次数增加，做饭次数减少，洗衣次数增加，休息时长增加，休息时间变晚，未吃饭，去医院等中的一种或多种。

需要说明的是，上述关于异常行为信息的说明仅为示例性的，并不用于限定本申请。

示例性的，将轨迹差异信息转换为异常行为信息的过程可以为：

预先设置位置与行为的对应关系。例如，厨房对应做饭，卫生间对应如厕，卧室对应休息，医院对应看病，理疗中心对应保健，公园对应散步等等。根据预先设置的位置与行为的对应关系，将轨迹差异信息转换为异常行为信息。

示例性的，根据异常行为信息和情绪敏感信息，确定第二情绪识别结果的过程可为：分别对异常行为信息和情绪敏感信息进行数值化，根据数值化后的两个数值(例如求平均值或者求加权平均值等)，确定第二情绪识别结果。

异常行为信息的数值化过程例如可以为：根据异常行为对情绪的影响，为异常行为信息中的至少一种异常行为中的每种异常行为配置数值。根据至少一种异常行为中的每种异常行为的数值(例如求平均值或者求加权平均值等)，确定异常行为信息的数值。需要说明的是，在采用求加权平均值的方式中，可以根据每种异常行为对情绪的影响程度，确定每种异常行为的权重。

情绪敏感信息的数值化过程例如可以为：基于情绪敏感信息获得至少一个待处理情绪词。为至少一个待处理情绪词中的每个待处理情绪词配置对应的数值。根据每个待处理情绪词对应的数值确定情绪敏感信息的数值。

基于情绪敏感信息获得至少一个待处理情绪词的过程例如可以为：根据情绪敏感信息中包括的敏感词和/或图片和/或语气词等所指示的情绪，确定至少一个待处理情绪词。

430.电子设备根据第一系数，第一情绪识别结果和第二情绪识别结果，确定目标对象的目标情绪识别结果。

由于第一系数和第一情绪识别结果已经在上文中进行了说明，因此此处不再赘述。

示例性的，确定目标情绪识别结果的过程可为：首先，根据第一系数和第一情绪识别结果确定第三情绪识别结果。然后，根据第三情绪识别结果和第二情绪识别结果确定目标情绪识别结果。

由于此处确定第三情绪识别结果的方式与上文步骤220中确定目标情绪识别结果的方式相同，因此此处不再对确定第三情绪识别结果的方式进行说明。

根据第三情绪识别结果和第二情绪识别结果，确定目标情绪识别结果的方式为：根据第二情绪识别结果、第三情绪识别结果、第三系数和第四系数，确定目标情绪识别结果。

第三系数用于指示第二情绪识别结果的占比，第四系数用于指示第三情绪识别结果的占比。

第二情绪识别结果的占比可理解为第二情绪识别结果对确定目标情绪识别结果的贡献比例。同理，第三情绪识别结果的占比可理解为第三情绪识别结果对确定目标情绪识别结果的贡献比例。

第三系数和第四系数的具体数值可根据识别人员的情绪识别能力确定。示例性的，若识别人员的情绪识别能力达到第一预设要求，则可将第三系数和第四系数设置为相同的数值，即第二情绪识别结果和第三情绪识别结果的占比相同。例如，第三系数和第四系数均设置为0.5。需要说明的是，第一预设要求指情绪识别偏差在可接受的偏差范围内。若识别人员的情绪识别能力未达到第一预设要求，则可根据情绪识别倾向程度减小第四系数并增大第三系数。具体的，情绪识别倾向程度越高，第三系数就越大，第四系数就越小。

在确定第三系数和第四系数后，可通过下述公式确定目标情绪识别结果：

C＝a*A+b*B

其中，C为目标情绪识别结果，a为第三系数，A为第二情绪识别结果，b为第四系数，B为第三情绪识别结果。

由上可知，目标对象的目标情绪识别结果是根据第一情绪识别结果，第一系数和第二情绪识别结果确定的。虽然，第一情绪识别结果用于指示识别人员对目标对象的情绪识别结果，但是由于引入了第一系数，该第一系数用于基于第一基准系数指示识别人员的情绪识别能力，即在确定目标对象的目标情绪识别结果时，考虑了识别人员的情绪识别能力，避免了识别人员的情绪识别能力的影响，使得得到的目标情绪识别结果能够更加准确的反应目标对象的真实情绪，提高了情绪识别的准确性。此外，由于在确定目标情绪识别结果时，还引入了第二情绪识别结果，而第二情绪识别结果是根据目标对象的生活信息确定的，因此，在确定目标情绪识别结果时，考虑了目标对象的生活信息，以从目标对象的生活信息中提取目标对象的情绪，进一步提高了情绪识别的准确性。另外，根据第一系数，第一情绪识别结果和第二情绪识别结果确定目标情绪识别结果，步骤简单，易于执行，计算效率高。

实施例四

图6为本申请实施例提供的情绪识别方法的流程示意图四，如图6所示，该情绪识别方法可包括以下步骤：

610.电子设备获得第一情绪识别结果。

由于步骤610与步骤210相同，因此此处不再赘述。

620.电子设备根据目标对象的生活信息，确定对目标对象的第二情绪识别结果。

由于步骤620与步骤420相同，因此此处不再赘述。

630.电子设备根据第一系数、第二系数、第一情绪识别结果和第二情绪识别结果，确定目标对象的目标情绪识别结果。

由于第一系数，第二系数，第一情绪识别结果和第二情绪识别结果已经在上文中进行了说明，因此此处不再赘述。

示例性的，确定目标情绪识别结果的过程可为：首先，根据第一系数、第二系数和第一情绪识别结果，确定第三情绪识别结果。然后，根据第二情绪识别结果、第三情绪识别结果、第三系数和第四系数，确定目标情绪识别结果。

由于确定第三情绪识别结果的方式与上文步骤320中确定目标情绪识别结果的方式相同，因此此处不再赘述。

第三系数用于指示第二情绪识别结果的占比，第四系数用于指示第三情绪识别结果的占比。

第二情绪识别结果的占比可理解为第二情绪识别结果对确定目标情绪识别结果的贡献比例。同理，第三情绪识别结果的占比可理解为第三情绪识别结果对确定目标情绪识别结果的贡献比例。

第三系数和第四系数的具体数值可根据识别人员的情绪识别能力和目标对象的情绪表现能力确定。示例性的，若识别人员的情绪识别能力达到第一预设要求且目标对象的情绪表现能力达到第二预设要求，则可将第三系数和第四系数设置为相同的数值，即第二情绪识别结果和第三情绪识别结果的占比相同。例如，第三系数和第四系数均设置为0.5。需要说明的是，第一预设要求指情绪识别偏差在可接受的偏差范围内，第二预设要求指情绪表现偏差在可接受的偏差范围内。若识别人员的情绪识别能力未达到第一预设要求和/或目标对象的情绪表现能力未达到第二预设要求，则可根据情绪识别倾向程度和/或情绪表现倾向程度减小第四系数并增大第三系数。具体的，情绪识别倾向程度越高，情绪表现倾向程度越高，第三系数就越大，第四系数就越小。

在确定第三系数和第四系数后，确定目标情绪识别结果的公式已经在上文中进行了说明，因此不再赘述。

由上可知，目标对象的目标情绪识别结果是根据第一系数，第二系数，第一情绪识别结果和第二情绪识别结果确定的。显然，在确定目标对象的目标情绪识别结果时，引入了第一系数和第二系数，该第一系数用于基于第一基准系数指示识别人员的情绪识别能力，第二系数用于基于第二基准系数指示目标对象的情绪表现能力，即在确定目标对象的目标情绪识别结果时，考虑了识别人员的情绪识别能力和目标对象的情绪表现能力，避免了识别人员的情绪识别能力和目标对象的情绪表现能力的影响，使得目标情绪识别结果能够更加准确的反应目标对象的真实情绪，提高了情绪识别的准确性。此外，由于在确定目标情绪识别结果时，还引入了第二情绪识别结果，而第二情绪识别结果是根据目标对象的生活信息确定的，因此，在确定目标情绪识别结果时，考虑了目标对象的生活信息，以从目标对象的生活信息中提取目标对象的情绪，进一步提高了情绪识别的准确性。另外，根据第一系数，第二系数，第一情绪识别结果和第二情绪识别结果确定目标情绪识别结果，步骤简单，易于执行，计算效率高。

本申请实施例还提供了一种情绪识别装置，如图7所示，该情绪识别装置700可包括：获得模块710和确定模块720。其中：

获得模块710，用于获得第一情绪识别结果，其中，所述第一情绪识别结果用于指示识别人员对目标对象的情绪识别结果。确定模块720，用于根据第一系数和所述第一情绪识别结果，确定所述目标对象的目标情绪识别结果；其中，所述第一系数用于基于第一基准系数指示所述识别人员的情绪识别能力。

在一种可能的实现方式中，所述确定模块720，具体用于根据所述第一系数，第二系数和所述第一情绪识别结果，确定所述目标情绪识别结果；其中，所述第二系数用于基于第二基准系数指示所述目标对象的情绪表现能力。

在一种可能的实现方式中，所述获得模块710，还用于根据所述目标对象的生活信息，确定对所述目标对象的第二情绪识别结果；所述确定模块720，具体用于根据所述第一系数，所述第一情绪识别结果和所述第二情绪识别结果，确定所述目标情绪识别结果。

在一种可能的实现方式中，所述确定模块720，具体用于根据所述第一系数、第二系数、所述第一情绪识别结果和所述第二情绪识别结果，确定所述目标情绪识别结果；其中，所述第二系数用于基于第二基准系数指示所述目标对象的情绪表现能力。

在一种可能的实现方式中，所述确定模块720，具体用于根据所述第一系数、所述第二系数和所述第一情绪识别结果，确定第三情绪识别结果；根据所述第二情绪识别结果、所述第三情绪识别结果、第三系数和第四系数，确定所述目标情绪识别结果；其中，所述第三系数用于指示所述第二情绪识别结果的占比，所述第四系数用于指示所述第三情绪识别结果的占比。

在一种可能的实现方式中，所述生活信息包括生活轨迹信息和日常交互信息；所述获得模块710，具体用于根据下述方式确定所述第二情绪识别结果：根据所述生活轨迹信息和所述目标对象的常规轨迹信息，确定轨迹差异信息；识别所述日常交互信息中的情绪敏感信息；根据所述轨迹差异信息和所述情绪敏感信息，确定所述第二情绪识别结果。

在一种可能的实现方式中，所述获得模块710，具体用于根据下述方式，确定所述第二情绪识别结果：将所述轨迹差异信息转换为异常行为信息；根据所述异常行为信息和所述情绪敏感信息，确定所述第二情绪识别结果。

情绪识别装置的具体功能和实现方式可以参见上述情绪识别方法的描述，这里不再进行赘述。装置中的各个模块可以分别或全部合并为一个或若干个另外的模块来构成，或者其中的某个(些)模块还可以再拆分为功能上更小的多个模块来构成，这可以实现同样的操作，而不影响本发明的实施例的技术效果的实现。上述模块是基于逻辑功能划分的，在实际应用中，一个模块的功能也可以由多个模块来实现，或者多个模块的功能由一个模块实现。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的模块及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

本申请实施例还提供了一种芯片，所述芯片包括处理器与数据接口，所述处理器通过所述数据接口读取存储器上存储的指令，以实现所述的情绪识别方法。

在一种可能的实施方式中，所述芯片还可以包括存储器，所述存储器中存储有指令，所述处理器用于执行所述存储器上存储的指令，当所述指令被执行时，所述处理器用于执行所述的情绪识别方法。

本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，当其在处理器上运行时，使得处理器执行上述任一个方法中的一个或多个步骤。

本申请实施例还提供了一种包含指令的计算机程序产品。当该计算机程序产品在计算机或处理器上运行时，使得计算机或处理器执行上述任一个方法中的一个或多个步骤。

本申请的技术可在各种各样的装置或设备中实施，包含无线手持机、集成电路(integrated circuit，IC)或一组IC(例如，芯片组)。本申请中描述各种组件、模块或单元是为了强调用于执行所揭示的技术的装置的功能方面，但未必需要由不同硬件单元实现。实际上，如上文所描述，各种单元可结合合适的软件和/或固件组合在编码硬件单元中，或者通过互操作硬件单元(包含如上文所描述的一或多个处理器)来提供。

应理解，在本申请的描述中，除非另有说明，“/”表示前后关联的对象是一种“或”的关系，例如，A/B可以表示A或B；其中A，B可以是单数或者复数。并且，在本申请的描述中，除非另有说明，“多个”是指两个或多于两个。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b，或c中的至少一项(个)，可以表示：a，b，c，a-b，a-c，b-c，或a-b-c，其中a，b，c可以是单个，也可以是多个。另外，为了便于清楚描述本申请实施例的技术方案，在本申请的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。同时，在本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念，便于理解。

以上所述，仅为本申请实施例的具体实施方式，但本申请实施例的保护范围并不局限于此，任何在本申请实施例揭露的技术范围内的变化或替换，都应涵盖在本申请实施例的保护范围之内。因此，本申请实施例的保护范围应以所述权利要求的保护范围为准。