渲染处理方法、装置、电子设备及存储介质

技术领域

本公开涉及计算机技术领域，具体涉及人工智能技术领域，具体为增强现实、虚拟现实、计算机视觉、深度学习等技术领域，可应用于元宇宙、虚拟数字人等场景，尤其涉及一种渲染处理方法、装置、电子设备及存储介质。

背景技术

三维实时渲染是一项非常重要的渲染技术，能够更加真实、更加逼真地展示渲染的图像。

三维实时渲染对算力的开销要求很高，目前在高端显卡设备上实时渲染可以支持高精度的实时着色计算，完成高精数字人、复杂场景的实时着色计算。而手机、车机等终端设备，受内存、带宽、图形处理器(Graphics Processing Unit；GPU)等算力的限制，无法模拟复杂的光照着色效果，只能借助高成本的云端显卡的算力，实现三维实时渲染。

发明内容

本公开提供了一种渲染处理方法、装置、电子设备及存储介质。

根据本公开的一方面，提供了一种渲染处理方法，包括：

基于渲染数据，获取渲染对象的第一渲染效果展开图；

采用预先训练的渲染效果升级模型，对所述第一渲染效果展开图进行渲染效果升级，得到第二渲染效果展开图；

基于所述渲染数据和所述第二渲染效果展开图，进行渲染处理。

根据本公开的另一方面，提供了一种渲染处理装置，包括：

获取模块，用于基于渲染数据，获取渲染对象的第一渲染效果展开图；

升级模块，用于采用预先训练的渲染效果升级模型，对所述第一渲染效果展开图进行渲染效果升级，得到第二渲染效果展开图；

渲染处理模块，用于基于所述渲染数据和所述第二渲染效果展开图，进行渲染处理。

根据本公开的再一方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

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如上所述的方面和任一可能的实现方式的方法。

根据本公开的又一方面，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，所述计算机指令用于使所述计算机执行如上所述的方面和任一可能的实现方式的方法。

根据本公开的再另一方面，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上所述的方面和任一可能的实现方式的方法。

根据本公开的技术，能够有效地提高移动终端侧的三维实时渲染的渲染效率。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开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

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开第一实施例的示意图；

图2是根据本公开第二实施例的示意图；

图3是本实施例提供的多帧图像的第一渲染效果展开图的示意图；

图4是对图3所示的第一渲染效果展开图进行渲染升级后的第二渲染效果展开图的示意图；

图5是一种通用管线处理流程示意图；

图6是根据本公开第三实施例的示意图；

图7是根据本公开第四实施例的示意图；

图8是用来实现本公开实施例的方法的电子设备的框图。

具体实施方式

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。

显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本公开保护的范围。

需要说明的是，本公开实施例中所涉及的终端设备可以包括但不限于手机、个人数字助理(Personal Digital Assistant，PDA)、无线手持设备、平板电脑(TabletComputer)等智能设备；显示设备可以包括但不限于个人电脑、电视等具有显示功能的设备。

另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

现有技术的手机、车机等终端设备的渲染方案是基于现代渲染管线，采用前向渲染方案来实现渲染。其中，现代渲染管线主要指可编程图形管线，以vertex shader和fragment shader的形式改变显卡渲染对象的方式。前向渲染是大多数引擎使用的标准，即用型渲染技术。为图形卡提供几何图形，将其投影并将其分解为顶点，然后将其转换并拆分为片段或像素，这些片段或像素将在传递到屏幕之前进行最终的渲染处理。它是线性的，并且每次将每个几何图形向下通过管道一次以生成最终图像。

按照前向渲染的正常方式进行渲染时，对于模型的每个顶点组成的三角形需要进行光栅化，转换到每个成像的像素点再进行着色计算。也就是要针对可见场景中每个顶点和每个片元执行照明计算。为了模拟出尽可能真实的光照效果，片元着色器会被推入尽可能多的光源数量与光源计算量，可以简单估算下前向着色的复杂度O(FRAGMENT_NUM*LIGHT_NUM)，越是高精的渲染诉求，分辨率与关照复杂度就约高。但是现有的移动终端设备受算力限制，无法模拟复杂的光照着色效果，仅能够进行较低精度的实时渲染。若想要在手机、车机等普通终端设备本地实现高精度的三维实时渲染，则必须借助于云端显卡的算力来实现，不仅成本较高，还要依赖终端与云端之间的网络通信能力等，渲染处理效率较低。

图1是根据本公开第一实施例的示意图；如图1所示，本实施例提供一种渲染处理方法，应用于移动终端上，实现移动终端在不依赖于云端的基础上，在本地实现高精度的渲染处理，具体可以包括如下步骤：

S101、基于渲染数据，获取渲染对象的第一渲染效果展开图；

本实施例的渲染数据，具体可以包括用于实现渲染对象渲染的所有数据。基于该渲染数据，可以获取到渲染对象的第一渲染效果展开图。该第一渲染效果展开图可以指的是，将渲染对象的各个展示面的渲染效果图，展开后拼接得到的一张整体图。

S102、采用预先训练的渲染效果升级模型，对第一渲染效果展开图进行渲染效果升级，得到第二渲染效果展开图；

本实施例的该渲染效果升级模型为一个预先训练的神经网络模型。该模型可以为pix2pix模型。将第一渲染效果展开图输入至该渲染效果升级模型，该渲染效果升级模型可以对输入的图像进行渲染效果升级，并输出升级后的图像，即第二渲染效果展开图。

S103、基于渲染数据和第二渲染效果展开图，进行渲染处理。

本实施例的渲染处理方法，可以适用于对任意图像进行渲染处理。例如，在元宇宙的数字人渲染的场景中，采用本实施例的技术方案，可以对数字人动画视频中的每一帧图像，按照本实施例的渲染处理方法进行渲染，得到高精度的数字人动画视频。

本实施例的渲染处理方法，也可以应用在任何不具备高端显卡的终端本地，在不依赖于云端的基础上，也能够实现高精度的渲染处理。

本实施例的渲染处理方法，通过采用渲染效果升级模型，对渲染效果进行升级，得到升级后的第二渲染效果展开图，并结合渲染数据，进行渲染处理，可以实现高精度的渲染。与现有技术相比，本实施例的技术方案，不需要依赖于云端来实现，能够有效地降低终端侧的渲染成本，而且在终端本地即可实现高精度地渲染，不受网络通信的影响，也能够极大地减少渲染的计算成本，能够有效地提高移动终端侧的三维实时渲染的渲染效率，而且使用非常灵活、方便。

在本公开的一个实施例中，第二渲染效果展开图的渲染参数表征的渲染精度大于第一渲染效果展开图的渲染参数表征的渲染精度，可以认为第二渲染效果展开图是一种高精度的渲染效果展开图，而第一渲染效果展开图则对应为一种低精度的渲染效果展开图。通过渲染效果升级模型，可以实现将低精度的第一渲染效果展开图，升级为高精度的第二渲染效果展开图，能够有效地提高渲染效果。

图2是根据本公开第二实施例的示意图；如图2所示，本实施例的渲染处理方法，在上述图1所示实施例的技术方案的基础上，进一步更加详细地介绍本公开的技术方案。如图2所示，本实施例的渲染处理方法，具体可以包括如下步骤：

S201、基于渲染数据，获取渲染对象被驱动后的各个展示面的第一渲染效果图；

S202、将渲染对象的各个展示面的第一渲染效果图拼接，得到渲染对象的第一渲染效果展开图；

步骤S201-S202为上述图1所示实施例的步骤S101的一种实现方式。具体地，在渲染引擎的通用管线渲染处理中，渲染引擎可以先获取到渲染数据，例如，该渲染数据中可以包括渲染对象的三维模型、渲染该渲染对象的纹理贴图数据以及渲染时驱动该三维模型的驱动参数。此时，可以基于渲染数据中的渲染对象的三维模型、纹理贴图数据以及驱动参数，获取渲染对象被驱动后的各个展示面的第一渲染效果图。渲染引擎可以将渲染数据传给GPU，GPU可以先基于驱动参数，驱动渲染对象的三维模型进行旋转，得到渲染对象的一个展示角度，进而可以得到该展示角度下，渲染对象的各个展示面。并基于渲染对象的纹理贴图数据，对各个展示面进行贴图，得到各个展示面的第一渲染效果图。然后将渲染对象的各个展示面的第一渲染效果图展开后拼接在一起，得到渲染对象的第一渲染效果展开图。例如图3是本实施例提供的多帧图像的第一渲染效果展开图的示意图。

S203、采用预先训练的渲染效果升级模型，提高第一渲染效果展开图的写实度以及分辨率，得到第二渲染效果展开图；

具体使用时，将该第一渲染效果展开图输入至该渲染效果升级模型，该渲染效果升级模型可以输出第二渲染效果展开图。该第二渲染效果展开图，与第一渲染效果展开图相比，不仅写实度提高，而且分辨率增大。该写实度可以通过对渲染的图像和原图进行分析得到。写实度越高，表示渲染的图像的渲染精度越高，反之，写实度越低，表示渲染的图像的渲染精度越低。实际应用中，也可以基于其他的渲染参数表征渲染的精度。例如，可以直接基于渲染的图像和原图，获取渲染的图像的渲染精度。

本实施例中的渲染效果升级模型，不仅可以提高渲染图像的精度，同时还能够提高渲染图像的分辨率，进一步提高得到的第二渲染效果展开图的渲染效果。

例如，图4是对图3所示的第一渲染效果展开图进行渲染升级后的第二渲染效果展开图的示意图。例如，通用渲染管线的正常渲染流程中可以只处理图3所示的128*128分辨率的第一渲染效果展开图。本实施例的渲染效果升级模型，通过对渲染图渲染效果升级后，可以输出图4所示的1024*1024的高精度的第二渲染效果展开图。

当然，实际应用中，该渲染效果升级模型也可以仅提高第一渲染效果展开图的渲染精度，即得到的第二渲染效果展开图的分辨率与第一渲染效果展开图的分辨率相比，也可以相同。

本实施例的渲染效果升级模型可以为一个Pix2Pix的神经网络模型。使用之前，需要采集一定数量的训练数据，对该模型进行训练，使得其具备对图像进行渲染升级的能力。每一条训练数据中可以包括原图和对原图进行渲染升级后的效果图。

S204、基于渲染数据，获取渲染对象被驱动后的各个展示面；

S205、基于第二渲染效果展开图，获取渲染对象被驱动后的各个展示面的第二渲染效果图；

S206、将渲染对象的各个展示面的第二渲染效果图，贴在渲染对象被驱动后的各个展示面上，实现渲染处理；

S207、展示渲染处理得到的渲染对象的渲染效果图。

与获取渲染对象的第一渲染效果图的过程相似，也需要基于渲染数据获取渲染对象被驱动后的各个展示面。例如，具体地，可以基于渲染数据中的驱动参数和渲染对象的三维模型，获取渲染对象被驱动后的各个展示面。然后从第二渲染效果展开图中获取到各个展示面的第二渲染效果图，贴回至渲染对象的各个展示面，得到最终的渲染效果图，便可以上屏展示了。通过该方式的渲染处理，能够有效地提高渲染对象的渲染精度；而且不用借助于云端来实现，能够有效地提高终端侧渲染对象的三维实时渲染的渲染效率。

步骤S204-S206为是上述图1所示实施例的一种具体实现方式，能够实现将渲染升级后的第二渲染效果图，贴回渲染对象的各个展示面上，得到渲染对象的精度更高的三维渲染效果，提高三维实时渲染的准确性。

本实施例的渲染处理方法，不需要依赖于云端来实现，能够有效地降低终端侧的渲染成本，而且在终端本地即可实现高精度地渲染，不受网络通信的影响，也不用消耗巨大的计算成本，能够有效地提高终端侧的三维实时渲染的渲染效率，而且使用非常灵活、方便。而且本实施例的渲染效果升级模型还可以提高第一渲染效果展开图的分辨率，能够进一步提高渲染效果。

而且，本实施例中，基于渲染数据中的渲染对象的三维模型、纹理贴图数据以及驱动参数，获取渲染对象被驱动后的各个展示面的第一渲染效果图，进而得到渲染对象的第一渲染效果展开图，能够有效地确保得到的渲染对象的第一渲染效果展开图的准确性。并基于第二渲染效果展开图，获取渲染对象被驱动后的各个展示面的第二渲染效果图；将渲染对象的各个展示面的第二渲染效果图，贴在渲染对象被驱动后的各个展示面上，也能够有效地确保各个展示面的第二渲染效果图能够被准确地回贴在各个展示面上，确保渲染对象的渲染效果。

为了更加清晰地体现本公开实施例的效果，下面将本公开的技术方案与现有的通用管线处理流程进行对比分析。例如，图5是一种通用管线处理流程示意图。如图5所示，渲染引擎获取到渲染数据后，将渲染数据提供给GPU，GPU经过BS驱动、骨骼驱动、以及基于物理的渲染(Physically-Based Rendering；PBR)着色(shading)等，得到渲染对象的渲染效果图，并上屏展示。具体处理过程，也可以参考相关技术的记载，在此不再赘述。

图6是根据本公开第三实施例的示意图；如图6所示，是本公开提供的一种渲染处理方法的流程示意图。如图6所示，渲染引擎获取到渲染数据后，将渲染数据提供给GPU，GPU经过BS驱动、骨骼驱动之后，进行的不是PBR shading处理，而是进行展开shading，即展开渲染对象的各个展示面的第一渲染效果图，并拼接在一起，得到第一渲染效果展开图。参考上述图2所示实施例的记载，该第一渲染效果展开图，即相当于将上述图5所示实施例中，PBR shading处理过程中得到的渲染对象的各个展示面的渲染效果图展开后拼接在一起。与图5所示的渲染示意图相比，需要展开渲染对象的各个展示面的第一渲染效果图，得到第一渲染效果展开图，不用基于PBR处理，以进行上屏展示。

如图6所示，本公开中，继续采用Pix2Pix模型，对第一渲染效果展开图进行渲染效果升级，得到第二渲染效果展开图。在元宇宙领域的数字人的动画视频的渲染应用中，各帧图像的第一渲染效果展开图可以类似于图3所示示意图。而Pix2Pix模型升级后的第二渲染效果展开图，可以类似于图4所示的示意图。如图6所示，接下来，GPU继续借助于通用管线的渲染处理流程，基于BS驱动、骨骼驱动，得到渲染对象的各个展示面，并将第二渲染效果展开图中各个展示面的第二渲染效果图，回贴至渲染对象的三维模型的各个展示面上，该回贴过程也可以认为是PBR+非光照计算的着色(Unlit Shading)，得到最终的渲染效果图，并上屏展示。

基于以上所述，可以得知，本公开的渲染处理方法中，一帧图像完成渲染帧被分为两个部分，面部顶点数据处理在提交给GPU时只处理一次，不会发生变化，但是正常前向渲染流程会改变，需要展开渲染低模纹理，如128*128分辨率的灰模图像，即上述实施例的第一渲染效果展开图。然后GPU将第一渲染效果展开图传递给Pix2Pix网络模型，便可以得到高精的数字人各区域贴图即第二渲染效果展开图。最后，再去进行正常的前向渲染，此时便不需要任何光照信息输入，采用Unlit这种方式渲染即可。整体渲染复杂度也由O(FRAGMENT_NUM*LIGHT_NUM)变为O(FRAGMENT_NUM)，shader code复杂度也大幅度下降，有效地减少了渲染的计算成本，提高渲染效率。

本公开的渲染处理方法，在终端侧即可实现高精度的渲染处理，不用采用复杂的计算，仅通过预先训练的渲染效果升级模型，便可以实现渲染效果升级，能够有效地提高终端侧的三维实时渲染的渲染效率。该技术可以应用在元宇宙领域中所有渲染场景中，比如数字人渲染。受限于终端算力限制，目前终端无法实现高保真虚拟人效果，往往需要借助高成本的云端显卡算力，而应用本公开的技术，可以使得终端在本地即可实现同等质量的渲染效果，而且能够极大的减少计算成本，提高终端的三维实时渲染的渲染效率。

图7是根据本公开第四实施例的示意图；如图7所示，本实施例的渲染处理装置700，可以应用在移动终端中实现渲染处理，包括：

获取模块701，用于基于渲染数据，获取渲染对象的第一渲染效果展开图；

升级模块702，用于采用预先训练的渲染效果升级模型，对所述第一渲染效果展开图进行渲染效果升级，得到第二渲染效果展开图；

渲染处理模块703，用于基于所述渲染数据和所述第二渲染效果展开图，进行渲染处理。

本实施例的渲染处理装置700，通过采用上述模块实现渲染处理的实现原理以及技术效果，与上述相关方法实施例的实现相同，详细可以参考上述相关方法实施例的记载，在此不再赘述。

进一步可选地，在本公开的一个实施例中，获取模块701，用于：

基于所述渲染数据，获取所述渲染对象被驱动后的各个展示面的第一渲染效果图；

将所述渲染对象的各个展示面的第一渲染效果图拼接，得到所述渲染对象的所述第一渲染效果展开图。

进一步可选地，在本公开的一个实施例中，获取模块701，用于：

基于所述渲染数据中的所述渲染对象的三维模型、纹理贴图数据以及驱动参数，获取所述渲染对象被驱动后的各个展示面的第一渲染效果图。

进一步可选地，在本公开的一个实施例中，第二渲染效果展开图的渲染参数表征的渲染精度大于所述第一渲染效果展开图的渲染参数表征的渲染精度。

进一步可选地，在本公开的一个实施例中，升级模块702，用于：

采用预先训练的渲染效果升级模型，提高所述第一渲染效果展开图的写实度，得到所述第二渲染效果展开图。

进一步可选地，在本公开的一个实施例中，升级模块702，还用于：

采用预先训练的渲染效果升级模型，提高所述第一渲染效果展开图的分辨率，得到所述第二渲染效果展开图。

进一步可选地，在本公开的一个实施例中，渲染处理模块703，用于：

基于所述渲染数据，获取所述渲染对象被驱动后的各个展示面；

基于所述第二渲染效果展开图，获取所述渲染对象被驱动后的各个展示面的第二渲染效果图；

将所述渲染对象的各个展示面的第二渲染效果图，贴在所述渲染对象被驱动后的各个展示面上，实现渲染处理。

进一步可选地，在本公开的一个实施例中，渲染处理模块703，用于：

基于所述渲染数据中的驱动参数和所述渲染对象的三维模型，获取所述渲染对象被驱动后的各个展示面。

进一步可选地，在本公开的一个实施例中，所述装置还包括：展示模块，用于展示所述渲染处理得到的所述渲染对象的渲染效果图。

上述实施例的渲染处理装置700，通过采用上述模块实现渲染处理的实现原理以及技术效果，与上述相关方法实施例的实现相同，详细可以参考上述相关方法实施例的记载，在此不再赘述。

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。

图8示出了可以用来实施本公开的实施例的示例电子设备800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。

如图8所示，设备800包括计算单元801，其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序，来执行各种适当的动作和处理。在RAM 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

设备800中的多个部件连接至I/O接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800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。

计算单元801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801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如本公开的上述方法。例如，在一些实施例中，本公开的上述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808。在一些实施例中，计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时，可以执行上文描述的本公开的上述方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行本公开的上述方法。

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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、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。

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。

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、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

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(阴极射线管)或者LCD(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。

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：局域网(LAN)、广域网(WAN)和互联网。

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，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。

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。

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。