一种用于军事训练考核项目的评估方法及装置

技术领域

本申请涉及军事训练领域，特别的涉及一种用于军事训练考核项目的评估方法及装置。

背景技术

在军事训练中，考核是极其重要的部分，并且，每一次考核对于每一个训练人员来说也都至关重要。军事训练考核内容包括但不限于障碍跑、仰卧起坐等。现有的军事训练考核方式主要依靠人工或者计数设备来记录考核的数量及时间情况等，从而判断出考核结果。

然而，这样的考核结果往往忽略了训练人员的训练动作是否标准这一重要考核因素，进而容易导致考核结果的准确度下降。

发明内容

本申请为解决上述提到的考核结果准确度下降的问题。本申请实施例提供了一种用于军事训练考核项目的评估方法及装置。其技术方案如下：

第一方面，本说明书实施例提供了一种用于军事训练考核项目的评估方法，包括：

获取与考核项目对应的人体三维数据以及运动姿态数据，并对人体三维数据以及运动姿态数据进行处理，得到运动关节数据；

基于运动关节数据与预设标准库的对比结果，得到与考核项目对应的达标数据；

基于与考核项目对应的达标数据对考核数据进行优化处理，得到目标成绩。

在第一方面的一种可选方案中，运动姿态数据包括至少两个视频文件，每个视频文件包括至少两帧图像；

对人体三维数据以及运动姿态数据进行处理，得到运动关节数据，包括：

基于预设的空间直角坐标系，对人体三维数据中的所有关节进行坐标赋值处理；

基于任意至少两个坐标轴的数值递增排列顺序以及所有关节坐标，对所有关节进行编号处理；

对每个视频文件中的每个图像进行灰度化处理，获取对应的图像灰度数据；

计算出每个图像灰度数据的方差，并将与最大方差所对应的图像作为相应视频文件的目标图像帧；

对编号处理后的人体三维数据以及每个目标图像帧进行特征融合处理，得到运动关节数据。

在第一方面的又一种可选方案中，对编号处理后的人体三维数据以及每个目标图像帧进行特征融合处理，得到运动关节数据，包括：

将融合处理后的每个目标图像帧输入至预设的计算模型中，得到每个目标图像帧中的每个关节角度；其中，模型通过标注有关节角度的样本图像帧训练得到。

在第一方面的又一种可选方案中，基于运动关节数据与预设标准库的对比结果，得到与考核项目对应的达标数据，包括：

统计出每个目标图像帧中关节角度与预设标准库中对应关节的关节角度之间的差值，处于预设的误差区间的关节个数；

统计出所有关节个数大于或等于合格阈值的目标图像帧个数，并将目标图像帧个数作为达标数据。

在第一方面的又一种可选方案中，基于与考核项目对应的达标数据对考核数据进行优化处理，得到目标成绩，包括：

当考核项目为计数考核项目时，判断达标数据与考核数据是否一致；

当达标数据与考核数据不一致时，根据达标数据确定目标成绩；

当达标数据与考核数据一致时，根据考核数据确定目标成绩。

在第一方面的又一种可选方案中，根据达标数据确定目标成绩，包括：

计算出达标数据与预设的标准个数之间的比值，并根据比值与考核项目对应的标准分值之间的乘积，确定目标成绩。

在第一方面的又一种可选方案中，基于与考核项目对应的达标数据对考核数据进行优化处理，得到目标成绩，还包括：

当考核项目为计时考核项目时，根据达标数据以及与考核项目对应的目标图像帧数，确定出不合格个数；

根据不合格个数换算出加时时间，并根据加时时间以及考核数据，确定目标成绩。

第二方面，本申请实施例提供了一种用于军事训练考核项目的评估装置，包括：

第一处理模块，用于获取与考核项目对应的人体三维数据以及运动姿态数据，并对人体三维数据以及运动姿态数据进行处理，得到运动关节数据；

第二处理模块，用于基于运动关节数据与预设标准库的对比结果，得到与考核项目对应的达标数据；

第三处理模块，用于基于与考核项目对应的达标数据对考核数据进行优化处理，得到目标成绩。

第三方面，本申请实施例提供了一种用于军事训练考核项目的评估装置，包括处理器以及存储器；

处理器与存储器连接；

存储器，用于存储可执行程序代码；

处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于实现本申请实施例第一方面或第一方面的任意一种实现方式提供的用于军事训练考核项目的评估方法。

第四方面，本申请实施例提供了一种计算机存储介质，计算机存储介质存储有计算机程序，计算机程序包括程序指令，程序指令当被处理器执行时，可实现本申请实施例第一方面或第一方面的任意一种实现方式提供的用于军事训练考核项目的评估方法。

本说明书一些实施例提供的技术方案带来的有益效果至少包括：

在军事训练考核项目的评估过程中，获取与考核项目对应的人体三维数据以及运动姿态数据，并对人体三维数据以及运动姿态数据进行处理，得到运动关节数据；基于运动关节数据与预设标准库的对比结果，得到与考核项目对应的达标数据；基于与考核项目对应的达标数据对考核数据进行优化处理，得到目标成绩。通过对人体三维数据的处理以及人体动作的识别得到相应的关节数据，并利用关节数据来衡量考核动作是否标准，实现了在计算考核成绩时加入动作的标准性这一影响因素，从而降低了人为因素的误差，提升了军事训练考核结果的准确度。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例中所需使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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。

图1为本申请实施例提供的一种用于军事训练考核项目的评估方法的整体流程图；

图2为本申请实施例提供的一种用于军事训练考核项目的评估装置的结构示意图；

图3为本申请实施例提供的又一种用于军事训练考核项目的评估装置的结构示意图。

具体实施方式

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清楚、完整地描述。

在下述介绍中，术语“第一”、“第二”仅为用于描述的目的，而不能理解为指示或暗示相对重要性。下述介绍提供了本申请的多个实施例，不同实施例之间可以替换或者合并组合，因此本申请也可认为包含所记载的相同和/或不同实施例的所有可能组合。因而，如果一个实施例包含特征A、B、C，另一个实施例包含特征B、D，那么本申请也应视为包括含有A、B、C、D的一个或多个所有其他可能的组合的实施例，尽管该实施例可能并未在以下内容中有明确的文字记载。

下面的描述提供了示例，并且不对权利要求书中阐述的范围、适用性或示例进行限制。可以在不脱离本申请内容的范围的情况下，对描述的元素的功能和布置做出改变。各个示例可以适当省略、替代或添加各种过程或组件。例如所描述的方法可以以所描述的顺序不同的顺序来执行，并且可以添加、省略或组合各种步骤。此外，可以将关于一些示例描述的特征组合到其他示例中。

请参阅图1，图1示出了本申请实施例提供的一种用于军事训练考核项目的评估方法的整体流程图。

如图1所示，该用于军事训练考核项目的评估方法至少可以包括以下步骤：

步骤101、获取与考核项目对应的人体三维数据以及运动姿态数据，并对人体三维数据以及运动姿态数据进行处理，得到运动关节数据。

在本申请实施例中，用于军事训练考核项目的评估方法可以但不局限于应用在控制终端，该控制终端可与多个电子设备建立连接，以获取该多个电子设备所发送的数据。其中，电子设备包括但不局限于体感设备、摄像设备以及用于获取用户信息的设备。可以理解的是，控制终端可通过在军事训练考核过程中加入动作的标准性这一参考量，降低人工因素对考核成绩的误差影响，从而提高了军事训练考核结果的准确度。其中，军事训练考核项目包括但不局限于长跑、俯卧撑、引体向上、仰卧起坐、障碍跑、静态射击、动态射击以及多目标射击等。

具体地，通过体感设备可获取到参与考核的训练人员的人体三维数据，并通过摄像设备可获取到该训练人员在考核过程中的运动姿态数据。其中，不同训练人员的人体三维数据不同。

可以理解的是，通过体感设备采集到的人体三维数据至少包括人体的20个关节的三维数据，运动姿态数据至少包括摄像设备记录下并经过人体动作识别处理的训练人员在考核过程中的身体姿态、运动方向以及身体部位的弯曲程度等信息。

进一步的，对该训练人员的人体三维数据以及运动姿态数据进行相应的处理，例如，特征拼接、特征加权、特征融合以及多模态学习等处理方法，可得到该训练人员在考核过程中的关节运动信息。

作为本申请实施例的一种可选，运动姿态数据包括至少两个视频文件，每个视频文件包括至少两帧图像；

对人体三维数据以及运动姿态数据进行处理，得到运动关节数据，包括：

基于预设的空间直角坐标系，对人体三维数据中的所有关节进行坐标赋值处理；

基于任意至少两个坐标轴的数值递增排列顺序以及所有关节坐标，对所有关节进行编号处理；

对每个视频文件中的每个图像进行灰度化处理，获取对应的图像灰度数据；

计算出每个图像灰度数据的方差，并将与最大方差所对应的图像作为相应视频文件的目标图像帧；

对编号处理后的人体三维数据以及每个目标图像帧进行特征融合处理，得到运动关节数据。

具体地，通过预设的一个空间直角坐标系，也即一个三维坐标空间，可把人体的20个关节的三维数据放入这个坐标空间，以测取出每个关节的关节坐标。其中，该空间直角坐标系包含三个坐标轴，即x轴、y轴以及z轴。

接着，可先根据测取出的每个关节坐标中x轴的数值大小，按从小到大排列关节。其中，对于x轴数值相同的关节，则根据y轴的数值大小，按从小到大排列关节；对于x轴以及y轴数值均相同的关节，则根据z轴的数值大小，按从小到大排列关节。在对关节排列处理后，可将该排列完成的关节依次进行编号处理。值得注意的是，上述对关节的编号处理方式是参照预设的标准库中对于相同关节的编号处理方式。

与此同时，还可通过图像处理软件，对运动姿态数据的每个视频文件中的每个图像，进行灰度化处理，以得到该图像的灰度数据。其中，该图像的灰度数据包括该图像中每一个像素的灰度值。接着，计算每个图像的灰度数据的方差，具体计算方法为：先计算出灰度数据中所有像素的灰度值的平均值，再计算出每个像素的灰度值与平均值之差的平方，最后除以灰度数据中的像素个数，即可得到该图像的灰度数据的方差。具体计算公式为：

其中，x

接着，选取运动姿态数据中的视频文件中灰度数据的方差最大的图像，作为相应的目标图像帧。值得注意的是，选取目标图像帧的方式可以但不局限于上述通过方差来选择的方式，还可以通过对每一个像素水平右侧邻域的两个像素的灰度值相减再相乘，再逐个累加，以计算出相邻两个像素的灰度值的差值的平方，从而根据该平方的数值来判定图像的清晰度，并选取最清晰的图像作为目标图像帧。

在选取目标图像帧之后，可对编号处理后的人体三维数据以及每个目标图像帧进行特征融合处理，即将人体三维数据中的关节编号映射到每个目标图像帧中，从而根据标注有关节编号的目标图像帧得到运动关节数据。可以理解的是，映射方式可以但不局限于：通过人体识别技术以及摄像设备获取目标图像帧中的20个关节的相对位置信息，然后结合20个关节的相对位置信息以及人体三维数据中的20个关节坐标，确定出每个目标图像帧中与人体三维数据中对应的关节，并对其进行相同的编号处理，从而使人体三维数据中的关节编号映射到了每个目标图像帧中。此后，根据编号映射关系以及其他信息，可得到训练人员在考核过程中的运动关节数据。

作为本申请实施例的又一种可选，对编号处理后的人体三维数据以及每个目标图像帧进行特征融合处理，得到运动关节数据，包括：

将融合处理后的每个目标图像帧输入至预设的计算模型中，得到每个目标图像帧中的每个关节角度；其中，模型通过标注有关节角度的样本图像帧训练得到。

具体地，通过大量标注有关节角度信息的样本图像帧，可训练出一个计算模型，该模型可通过每个融合处理后的目标图像帧中的关节长度、关节连接方式以及关节编号等信息，得到每个目标图像帧中的20个关节的关节角度。

值得注意的是，获取训练人员在考核过程中的20个关节的关节编号以及对应的关节角度的方法包括但不局限于上述方法，还可以通过多模态数据融合算法以及多通道卷积神经网络模型，得到训练人员在考核过程中的20个关节的关节编号以及对应的关节角度，在本申请实施例中不限定于此。

步骤102、基于运动关节数据与预设标准库的对比结果，得到与考核项目对应的达标数据。

具体地，根据运动关节数据中的关节编号以及关节角度，对比预设标准库中的具有相同关节编号的关节角度，可通过二者之间的数值关系判定出训练人员在对应考核项目的考核过程中的动作是否规范，是否达到了合格的标准。

作为本申请实施例的又一种可选，基于运动关节数据与预设标准库的对比结果，得到与考核项目对应的达标数据，包括：

统计出每个目标图像帧中关节角度与预设标准库中对应关节的关节角度之间的差值，处于预设的误差区间的关节个数；

统计出所有关节个数大于或等于合格阈值的目标图像帧个数，并将目标图像帧个数作为达标数据。

具体地，基于每个目标图像帧中的20个关节的关节角度，在预设标准库中查找到对应关节(即编号相同的关节)的关节角度数据，并将该数据与该目标图像帧中的该关节的关节角度数据进行对比，计算二者之间的差值。当差值处于预设的误差区间时，该关节视为合格关节，统计该目标图像帧中的合格关节个数。

此处，对于关节角度数据的对比以及差值处于误差区间的判断过程可参阅下表：

如上表所示，当通过预设的模型计算出的实际关节角度，与预设的标准库中的标准关节角度的差值，处于预设的误差区间时，该关节视为合格关节，否则视为不合格关节。

进一步的，根据该目标图像帧中统计出的合格关节个数，判断合格关节个数与合格阈值的数值大小关系，并统计出合格关节个数大于或等于合格阈值的目标图像帧个数。其中，合格阈值可以但不局限于为预设的不低于15的阈值。例如，当合格阈值为17时，如果目标图像帧中的20个关节中有17个及以上的合格关节，则该目标图像帧被统计。在每组运动关节数据中的此类目标图像帧个数统计完成后，将该统计数据作为相应的达标数据。

步骤103、基于与考核项目对应的达标数据对考核数据进行优化处理，得到目标成绩。

具体地，可根据与考核项目对应的达标数据，对人工记录的考核数据进行优化处理，以通过加入考核过程中动作的标准性这一参考量，过滤掉不合格的考核数据，以得到准确度更高的考核成绩。

作为本申请实施例的又一种可选，基于与考核项目对应的达标数据对考核数据进行优化处理，得到目标成绩，包括：

当考核项目为计数考核项目时，判断达标数据与考核数据是否一致；

当达标数据与考核数据不一致时，根据达标数据确定目标成绩；

当达标数据与考核数据一致时，根据考核数据确定目标成绩。

具体地，当考核项目为计数考核项目时，例如俯卧撑、引体向上以及仰卧起坐等，将统计出的达标数据与人工记录的考核数据进行对比。如果二者数值不一致，则表明人工记录的考核数据是不准确的，可采用达标数据来计算考核成绩；如果二者数值一致，则表明人工记录的考核数据是无误的，可采用人工记录的考核数据来计算考核成绩。

作为本申请实施例的又一种可选，根据达标数据确定目标成绩，包括：

计算出达标数据与预设的标准个数之间的比值，并根据比值与考核项目对应的标准分值之间的乘积，确定目标成绩。

具体地，当采用达标数据来计算考核成绩时，可先计算出达标数据与预设的标准个数之间的比值，其中，预设的标准个数可为与达标数据对应的考核项目的满分成绩所需达到的考核个数。此后，可将该比值与该考核项目的满分数值相乘，即可得到准确的考核成绩。

作为本申请实施例的又一种可选，基于与考核项目对应的达标数据对考核数据进行优化处理，得到目标成绩，还包括：

当考核项目为计时考核项目时，根据达标数据以及与考核项目对应的目标图像帧数，确定出不合格个数；

根据不合格个数换算出加时时间，并根据加时时间以及考核数据，确定目标成绩。

具体地，当考核项目为计时考核项目时，例如长跑以及障碍跑等，可先根据与该考核项目对应的考核数据以及目标图像帧数，计算出考核过程中动作不标准的个数，也即不合格个数。此后，可根据自定义的换算规则换算出加时时间，其中，换算规则包括但不局限于：存在一个不合格个数，加时时间就累加三秒。换算出加时时间之后，可对加时时间与考核时间求和，得到准确的考核数据。可再通过自定义的计时考核项目的成绩计算规则，对得到的准确的考核数据进行相应的计算，从而得出最终的考核成绩，其中，自定义的计时考核项目的成绩计算规则包括但不局限于：自定义一个成绩计算表，表中包含计时考核项目的考核时间区间，以及对应不同的区间设定出的相应的分值，例如在长跑项目中，3分钟内记考核成绩为满分100分，超过3分钟但不超过4分钟则记考核成绩为80分，超过4分钟但不超过5分钟则记考核成绩为70分，超过5分钟但不超过6分钟记考核成绩为60分，超过6分钟的记考核成绩为0分。

请参阅图2，图2示出了本申请实施例提供的一种用于军事训练考核项目的评估装置的结构示意图。

如图2所示，该用于军事训练考核项目的评估装置至少可以包括第一处理模块201、第二处理模块202以及第三处理模块203，其中：

第一处理模块201，用于获取与考核项目对应的人体三维数据以及运动姿态数据，并对人体三维数据以及运动姿态数据进行处理，得到运动关节数据；

第二处理模块202，用于基于运动关节数据与预设标准库的对比结果，得到与考核项目对应的达标数据；

第三处理模块203，用于基于与考核项目对应的达标数据对考核数据进行优化处理，得到目标成绩。

在一些可能的实施例中，运动姿态数据包括至少两个视频文件，每个视频文件包括至少两帧图像；

第一处理模块201具体用于：

对人体三维数据以及运动姿态数据进行处理，得到运动关节数据，包括：

基于预设的空间直角坐标系，对人体三维数据中的所有关节进行坐标赋值处理；

基于任意至少两个坐标轴的数值递增排列顺序以及所有关节坐标，对所有关节进行编号处理；

对每个视频文件中的每个图像进行灰度化处理，获取对应的图像灰度数据；

计算出每个图像灰度数据的方差，并将与最大方差所对应的图像作为相应视频文件的目标图像帧；

对编号处理后的人体三维数据以及每个目标图像帧进行特征融合处理，得到运动关节数据。

在一些可能的实施例中，对编号处理后的人体三维数据以及每个目标图像帧进行特征融合处理，得到运动关节数据，包括：

第一处理模块201具体用于：

将融合处理后的每个目标图像帧输入至预设的计算模型中，得到每个目标图像帧中的每个关节角度；其中，模型通过标注有关节角度的样本图像帧训练得到。

在一些可能的实施例中，基于运动关节数据与预设标准库的对比结果，得到与考核项目对应的达标数据，包括：

第二处理模块202具体用于：

统计出每个目标图像帧中关节角度与预设标准库中对应关节的关节角度之间的差值，处于预设的误差区间的关节个数；

统计出所有关节个数大于或等于合格阈值的目标图像帧个数，并将目标图像帧个数作为达标数据。

在一些可能的实施例中，基于与考核项目对应的达标数据对考核数据进行优化处理，得到目标成绩，包括：

第三处理模块203具体用于：

当考核项目为计数考核项目时，判断达标数据与考核数据是否一致；

当达标数据与考核数据不一致时，根据达标数据确定目标成绩；

当达标数据与考核数据一致时，根据考核数据确定目标成绩。

在一些可能的实施例中，根据达标数据确定目标成绩，包括：

第三处理模块203具体用于：

计算出达标数据与预设的标准个数之间的比值，并根据比值与考核项目对应的标准分值之间的乘积，确定目标成绩。

在一些可能的实施例中，基于与考核项目对应的达标数据对考核数据进行优化处理，得到目标成绩，还包括：

第三处理模块203具体用于：

当考核项目为计时考核项目时，根据达标数据以及与考核项目对应的目标图像帧数，确定出不合格个数；

根据不合格个数换算出加时时间，并根据加时时间以及考核数据，确定目标成绩。

请参阅图3，图3示出了本申请实施例提供的又一种用于军事训练考核项目的评估装置的结构示意图。

如图3所示，该用于军事训练考核项目的评估装置300可以包括至少一个处理器301、至少一个网络接口304、用户接口303、存储器305以及至少一个通信总线302。

其中，通信总线302可用于实现上述各个组件的连接通信。

其中，用户接口303可以包括按键，可选用户接口还可以包括标准的有线接口、无线接口。

其中，网络接口304可以但不局限于包括蓝牙模块、NFC模块、Wi-Fi模块等。

其中，处理器301可以包括一个或者多个处理核心。处理器301利用各种接口和线路连接整个用于军事训练考核项目的评估装置300内的各个部分，通过运行或执行存储在存储器305内的指令、程序、代码集或指令集，以及调用存储在存储器305内的数据，执行用于军事训练考核项目的评估装置300的各种功能和处理数据。可选的，处理器301可以采用DSP、FPGA、PLA中的至少一种硬件形式来实现。处理器301可集成CPU、GPU和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器301中，单独通过一块芯片进行实现。

其中，存储器305可以包括RAM，也可以包括ROM。可选的，该存储器305包括非瞬时性计算机可读介质。存储器305可用于存储指令、程序、代码、代码集或指令集。存储器305可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器305可选的还可以是至少一个位于远离前述处理器301的存储装置。如图3所示，作为一种计算机存储介质的存储器305中可以包括操作系统、网络通信模块、用户接口模块以及用于军事训练考核项目的评估应用程序。

具体地，处理器301可以用于调用存储器305中存储的用于军事训练考核项目的评估应用程序，并具体执行以下操作：

获取与考核项目对应的人体三维数据以及运动姿态数据，并对人体三维数据以及运动姿态数据进行处理，得到运动关节数据；

基于运动关节数据与预设标准库的对比结果，得到与考核项目对应的达标数据；

基于与考核项目对应的达标数据对考核数据进行优化处理，得到目标成绩。

本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述方法的步骤。其中，计算机可读存储介质可以包括但不限于任何类型的盘，包括软盘、光盘、DVD、CD-ROM、微型驱动器以及磁光盘、ROM、RAM、EPROM、EEPROM、DRAM、VRAM、闪速存储器设备、磁卡或光卡、纳米系统(包括分子存储器IC)，或适合于存储指令和/或数据的任何类型的媒介或设备。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通进程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(Read-Only Memory，ROM)、随机存取器(Random AccessMemory，RAM)、磁盘或光盘等。

以上者，仅为本公开的示例性实施例，不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰，皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践这里的公开后，将容易想到本公开的其实施方案。本申请旨在涵盖本公开的任何变型、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公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的范围和精神由权利要求限定。