图片中对象的定位位置的确定方法和装置

技术领域

本发明涉及计算机领域，具体而言，涉及一种图片中对象的定位位置的确定方法和装置。

背景技术

现有技术中，如果想要追踪目标车辆，可以将目标车辆的图片与数据库中拍摄的车辆的图片进行比对，从而根据比对相似度高的图片，确定目标车辆的位置或者轨迹。

然而，若是采用上述方法，仅仅通过一种手段比对相似度，比对的结果是不准确的，造成确定出的图片可能并不是要追踪的目标车辆的图片，确定对象的位置的准确性低。

针对上述问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种图片中对象的定位位置的确定方法和装置，以至少解决确定图片中对象的定位位置准确度低的技术问题。

根据本发明实施例的一个方面，提供了一种图片中对象的定位位置的确定方法，包括：获取目标图片的N个图片特征，其中，目标图片为拍摄目标对象得到的图片，N个图片特征为使用N种特征提取手段对目标图片执行特征提取操作得到的图片特征，每种特征提取手段提取一个图片特征，N个图片特征之间类型不同；根据N个图片特征，从数据库中存储的多张图片中查找出N类第一图片，其中，每一个图片特征对应一类第一图片，N个图片特征中的第i个图片特征和N类第一图片中的第i类第一图片中每张图片的图片特征的特征相似度大于第一阈值，N为大于1的正整数，i为小于或等于N的正整数；从N类第一图片中，确定出第二图片，其中，第二图片为第一图片中，特征相似度最大的图片；根据第二图片确定目标对象的定位位置。

根据本发明实施例的另一方面，还提供了一种图片中对象的定位位置的确定装置，包括：第一获取单元，用于获取目标图片的N个图片特征，其中，上述目标图片为拍摄目标对象得到的图片，上述N个图片特征为使用N种特征提取手段对上述目标图片执行特征提取操作得到的图片特征，每种上述特征提取手段提取一个上述图片特征，上述N个图片特征之间类型不同；查找单元，用于根据上述N个图片特征，从数据库中存储的多张图片中查找出N类第一图片，其中，每一个上述图片特征对应一类上述第一图片，上述N个图片特征中的第i个图片特征和上述N类第一图片中的第i类第一图片中每张图片的图片特征的特征相似度大于第一阈值，上述N为大于1的正整数，上述i为小于或等于上述N的正整数；第一确定单元，用于从上述N类第一图片中，确定出第二图片，其中，上述第二图片为上述第一图片中，上述特征相似度最大的图片；第二确定单元，用于根据上述第二图片确定上述目标对象的定位位置。

作为一种可选的示例，上述查找单元包括：第一确定模块，用于将上述N个图片特征中的每一个图片特征确定为当前图片特征，对上述当前图片特征执行以下操作：获取上述数据库中目标存储空间存储的参考特征，其中，上述目标存储空间为多个存储空间中的一个，获取上述目标存储空间中的上述参考特征的特征提取手段与获取上述当前图片特征的上述特征提取手段相同；依次比对上述目标存储空间的上述参考特征和上述当前图片特征，得到与上述当前图片特征匹配的一类上述第一图片。

作为一种可选的示例，第一确定模块还用于：获取上述目标存储空间中的每一个上述参考特征与上述当前图片特征的第一相似度；按照上述第一相似度由大到小的顺序对上述目标存储空间中的上述参考特征进行排序；将排序在前M位的上述参考特征所对应的图片确定为与上述当前图片特征匹配的一类上述第一图片。

作为一种可选的示例，上述装置还包括：第二获取单元，用于在根据上述N个图片特征，从数据库中存储的多张图片中查找出N类第一图片之前，获取多张图片与上述多张图片中每一张图片的第二特征，其中，上述多张图片的上述第二特征使用不同的上述特征提取手段提取；存储单元，用于将上述多张图片与上述第二特征按照上述特征提取手段的不同存储到上述数据库不同的存储空间中。

作为一种可选的示例，上述第二获取单元包括：第一获取模块，用于获取第一摄像头拍摄的上述多张图片中的第三图片与使用第一特征提取手段提取的上述第三图片的上述第二特征，其中，上述第一摄像头配备有上述第一特征提取手段；或者第二获取模块，用于获取第二摄像头拍摄的上述多张图片中的第四图片与使用第二特征提取手段提取的上述第四图片的上述第二特征，其中，上述第二摄像头配置有上述第二特征提取手段，上述第一特征提取手段与上述第二特征提取手段不同；第一存储模块，用于将上述第三图片与使用上述第一特征提取手段提取的上述第二特征存储到第一存储空间中，将上述第四图片与使用上述第二特征提取手段提取的上述第二特征存储到第二存储空间中。

作为一种可选的示例，上述第二获取单元还包括：第三获取模块，用于在获取第一摄像头拍摄的上述多张图片中的第三图片与使用第一特征提取手段提取的上述第三图片的上述第二特征的过程中，获取第三摄像头发送的上述第三图片与使用第三特征提取手段提取的上述第三图片的上述第二特征，其中，上述第三摄像头配置有上述第三特征提取手段，上述第三摄像头用于接收上述第一摄像头发送的上述第三图片并使用上述第三特征提取手段提取上述第二特征；第二存储模块，用于将上述第三图片与使用上述第三特征提取手段提取的上述第二特征存储到第三存储空间中。

作为一种可选的示例，上述装置还包括：第三获取单元，用于在获取目标图片的N个图片特征之前，获取多个摄像头中每一个摄像头上报的上述特征提取手段，得到特征提取手段集合。

作为一种可选的示例，上述第三获取单元包括：提取模块，用于使用上述特征提取手段集合中的每一种特征提取手段提取上述目标图片的一个特征，得到上述N个图片特征。

作为一种可选的示例，上述目标对象为目标车辆，上述第二确定单元包括：第四获取模块，用于获取上述第二图片的拍摄时间与拍摄上述第二图片的摄像头所在的目标位置；第二确定模块，用于确定上述目标车辆在上述拍摄时间经过了上述目标位置。

在本发明实施例中，采用了获取目标图片的N个图片特征，其中，上述目标图片为拍摄目标对象得到的图片，上述N个图片特征为使用N种特征提取手段对上述目标图片执行特征提取操作得到的图片特征，每种上述特征提取手段提取一个上述图片特征，上述N个图片特征之间类型不同；根据上述N个图片特征，从数据库中存储的多张图片中查找出N类第一图片，其中，每一个上述图片特征对应一类上述第一图片，上述N个图片特征中的第i个图片特征和上述N类第一图片中的第i类第一图片中每张图片的图片特征的特征相似度大于第一阈值，上述N为大于1的正整数，上述i为小于或等于上述N的正整数；从上述N类第一图片中，确定出第二图片，其中，上述第二图片为上述第一图片中，上述特征相似度最大的图片；根据上述第二图片确定上述目标对象的定位位置的方法，由于在上述方法中，在获取到包括有目标对象的目标图片之后，是以不同的特征提取手段获取目标图片的特征，从多种角度查找与目标图片相似的第一图片，在从查找到的第一图片中确定出第二图片，通过第二图片确定目标对象的位置，从而避免了查找到的图片中不包括目标对象的情况，从而实现了提高图片中的对象的定位位置确定效率的效果，进而解决了确定图片中对象的定位位置准确度低的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种可选的图片中对象的定位位置的确定方法的应用环境的示意图；

图2是根据本发明实施例的一种可选的图片中对象的定位位置的确定方法的流程示意图；

图3是根据本发明实施例的一种可选的图片中对象的定位位置的确定方法的系统示意图；

图4是根据本发明实施例的一种可选的图片中对象的定位位置的确定方法的能力上报示意图；

图5是根据本发明实施例的一种可选的图片中对象的定位位置的确定方法的流程示意图；

图6是根据本发明实施例的一种可选的图片中对象的定位位置的确定方法的流程示意图；

图7是根据本发明实施例的一种可选的图片中对象的定位位置的确定方法的流程示意图；

图8是根据本发明实施例一种可选的图片中对象的定位位置的确定装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

根据本发明实施例的一个方面，提供了一种图片中对象的定位位置的确定方法，可选地，上述图片中对象的定位位置的确定方法可以但不限于应用于如图1所示的环境中。图1中，终端102可以获取目标图片，通过网络104发送给服务器106，服务器106包括数据库108与处理引擎110，服务器106负责通过目标图片查找第一图片并确定第二图片，根据第二图片确定出目标对象的位置，服务器106将目标对象的位置返回给终端102。

上述终端102可以但不限于为手机、平板电脑、笔记本电脑、PC机等终端上，上述网络104可以包括但不限于无线网络或有线网络。其中，该无线网络包括：蓝牙、WIFI及其他实现无线通信的网络。上述有线网络可以包括但不限于：广域网、城域网、局域网。上述服务器106可以包括但不限于任何可以进行计算的硬件设备。

作为一种可选的实施方式，如图2所示，上述图片中对象的定位位置的确定方法可以包括：

S202，获取目标图片的N个图片特征，其中，目标图片为拍摄目标对象得到的图片，N个图片特征为使用N种特征提取手段对目标图片执行特征提取操作得到的图片特征，每种特征提取手段提取一个图片特征，N个图片特征之间类型不同；

S204，根据N个图片特征，从数据库中存储的多张图片中查找出N类第一图片，其中，每一个图片特征对应一类第一图片，N个图片特征中的第i个图片特征和N类第一图片中的第i类第一图片中每张图片的图片特征的特征相似度大于第一阈值，N为大于1的正整数，i为小于或等于N的正整数；

S206，从N类第一图片中，确定出第二图片，其中，第二图片为第一图片中，特征相似度最大的图片；

S208，根据第二图片确定目标对象的定位位置。

可选地，上述图片中对象的定位位置的确定方法可以但不限于应用在确定目标对象的位置或轨迹的过程中。目标对象可以为任意可以移动的对象。例如，车辆、人、动物等。

以目标对象为车辆为例，想要查看车辆的位置与移动轨迹，可以获取该车辆的一张目标图片，将目标图片通过不同的特征提取手段提取的图片特征与数据库中保存的图片的图片特征进行比对。数据库中的图片是对该车辆或者对其他物体进行拍照得到的图片。通过比对，可以从数据库中查找到第一图片，第一图片是很可能包括该车辆的图片，从第一图片中确定出第二图片，第二图片确定为包括该车辆的图片，根据第二图片的拍摄时间与拍摄的位置确定车辆的位置。可以根据多张第二图片确定车辆的轨迹。

作为一种可选的示例，根据N个图片特征，从数据库中存储的多张图片中查找出N类第一图片包括：将N个图片特征中的每一个图片特征确定为当前图片特征，对当前图片特征执行以下操作：获取数据库中目标存储空间存储的参考特征，其中，目标存储空间为多个存储空间中的一个，获取目标存储空间中的参考特征的特征提取手段与获取当前图片特征的特征提取手段相同；依次比对目标存储空间的参考特征和当前图片特征，得到与当前图片特征匹配的一类第一图片。

可选的，由于对目标图片使用了不同的特征提取手段提取了多个图片特征，因此，对于每一个图片特征，都要与数据库中的一种特征进行比对。数据库中包括了多个存储空间，不同的存储空间中的特征是使用不同的特征提取手段提取的特征。在比对时，将目标图片的一个图片特征与数据库中与该图片特征使用相同的特征提取手段提取的特征进行比对。

作为一种可选的示例，依次比对目标存储空间的参考特征和当前图片特征，得到与当前图片特征匹配的一类第一图片包括：获取目标存储空间中的每一个参考特征与当前图片特征的第一相似度；按照第一相似度由大到小的顺序对目标存储空间中的参考特征进行排序；将排序在前M位的参考特征所对应的图片确定为与当前图片特征匹配的一类第一图片。

可选地，在比对目标图片的一个图片特征和一个存储空间中的每一个参考特征之后，可以获取到特征之间的第一相似度，将第一相似度较大的前N个第一相似度对应的目标存储空间中的图片确定为一类第一图片。

作为一种可选的示例，在根据N个图片特征，从数据库中存储的多张图片中查找出N类第一图片之前，方法还包括：获取多张图片与多张图片中每一张图片的第二特征，其中，多张图片的第二特征使用不同的特征提取手段提取；将多张图片与第二特征按照特征提取手段的不同存储到数据库不同的存储空间中。

可选地，构建数据库时，可以构建数据库的不同的存储空间。在获取到图片之后，图片可以使用一种特征提取手段提取特征，例如，图片1使用第一种特征提取手段提取特征，图片1与提取的特征存储到存储空间1中，而图片2使用特征提取手段2提取特征，将图片2与提取的特征存储到存储空间2中。这样不同的存储空间中的特征都是使用相同的特征提取手段提取的特征。

作为一种可选的示例，获取多张图片与多张图片中每一张图片的第二特征包括：获取第一摄像头拍摄的多张图片中的第三图片与使用第一特征提取手段提取的第三图片的第二特征，其中，第一摄像头配备有第一特征提取手段；或者获取第二摄像头拍摄的多张图片中的第四图片与使用第二特征提取手段提取的第四图片的第二特征，其中，第二摄像头配置有第二特征提取手段，第一特征提取手段与第二特征提取手段不同；将第三图片与使用第一特征提取手段提取的第二特征存储到第一存储空间中，将第四图片与使用第二特征提取手段提取的第二特征存储到第二存储空间中。

可选地，本实施例中，可以在摄像头一侧为摄像头配置特征提取手段。不同的摄像头可能配置有不同的特征提取手段。摄像头可以为布置在各处的摄像头，如布置在大街小巷，或者公路上的测速摄像头。摄像头拍摄图片后，可以使用自身配置的特征提取手段对图片提取特征，然后将图片与提取的特征存储到数据库的一个存储空间中。

作为一种可选的示例，在获取第一摄像头拍摄的多张图片中的第三图片与使用第一特征提取手段提取的第三图片的第二特征的过程中，方法还包括：获取第三摄像头发送的第三图片与使用第三特征提取手段提取的第三图片的第二特征，其中，第三摄像头配置有第三特征提取手段，第三摄像头用于接收第一摄像头发送的第三图片并使用第三特征提取手段提取第二特征；将第三图片与使用第三特征提取手段提取的第二特征存储到第三存储空间中。

可选地，一个摄像头的处理能力是有限的。如果一个摄像头拍摄了多张图片而来不及提取特征，如摄像头1拍摄了三张图片，其中的两张由摄像头1使用第一特征提取手段提取特征，而图片3来不及处理则交给其他摄像头提取特征，例如由摄像头4使用第四特征提取手段提取特征，然后将图片3与提取的特征存放到与第四特征提取手段对应的存储区域中。

作为一种可选的示例，在获取目标图片的N个图片特征之前，方法还包括：获取多个摄像头中每一个摄像头上报的特征提取手段，得到特征提取手段集合。

作为一种可选的示例，获取目标图片的N个图片特征包括：使用特征提取手段集合中的每一种特征提取手段提取目标图片的一个特征，得到N个图片特征。

可选地，服务器一侧可以获取每一个摄像头使用的特征提取手段，得到特征提取手段集合，在获取到目标图片后，使用集合中的每一种手段提取目标图片的特征，得到多个图片特征。

作为一种可选的示例，目标对象为目标车辆，根据第二图片确定目标对象的位置包括：获取第二图片的拍摄时间与拍摄第二图片的摄像头所在的目标位置；确定目标车辆在拍摄时间经过了目标位置。

以下结合一个具体示例解释上述方法。

以追踪嫌疑车辆为例，目标对象为嫌疑车辆，目标图片为拍摄嫌疑车辆的图片。

在追踪嫌疑车辆之前，需要构建数据库。在公路上安装摄像头，摄像头可以在感应到汽车的情况下拍照，拍摄的照片需要使用摄像头的特征提取手段提取特征。不同摄像头的特征提取手段可能不同。

过程如图3所示。

图3中智能卡口相机和普通开口相机属于边缘域设备，设置在马路上，可以以智能卡口相机和普通卡口相机作为一对进行布置，以提供对照组。智能卡口相机中设置有特征提取手段。普通卡口相机与智能卡口相机进行车辆图片抓拍，并且可进行车辆检测、识别和提取特征向量功能，通过设备接入模块将分析的车辆数据(包含智能相机所属域的标识、智能相机通道标识、特征向量和特征向量版本)接入系统，在云端中心域通过域标识和通道标识来唯一标识；本实施例涉及多个边缘域的智能调度。也就是说，云端中心域在接收到图片与特征之后，能够记录图片被拍摄的时间、域地点、拍摄的智能卡口相机和提取特征的通道。

设备接入模块负责处理大量智能卡口相机接入，并且屏蔽不同的智能卡口相机协议之间的差别，提供统一格式的卡口车辆数据，给智能集群模块处理；

智能集群属于云端中心域，包含任务调度、比对引擎、向量存储；任务调度负责域间分析任务的调度，比对引擎负责多算法厂商和版本特征比对；向量存储负责存储边缘域汇聚上来的特征向量。

模型仓库，负责管理多厂商和多版本特征提取模型，提供智能集群多算法厂商和版本特征比对模型加载功能，以及提供模型上传功能。模型仓库中的每一个模型为布置在智能卡口相机处的特征提取手段。

以图搜图业务处理模块，负责接收用户访问接口的以图搜图任务请求，提交比对请求，以及合并比对结果和相似度排序和补齐熟悉信息。

用户访问接口负责响应用户以图搜图查询操作，提供以图搜图目标车辆图片上传入口和对查询结果进行展示，以及模型上传入口。

对于相机(摄像头)，相机需要上报自身的处理能力与分析能力。也就是说，相机上报自身的特征提取手段与并行处理的上限。

如图4所示。边缘域a智能设备a0上线后主动上报分析能力到接入集群。分析能力包括相机a0的域标识、通道标识、特征提取手段等信息。

智能服务集群订阅边缘域智能设备信息和分析能力集信息。

智能服务集群建立域和分析设备关系表和设备能力表M以及设备能力集表N，并且能力变更时更新设备能力表。

对于超出相机的处理能力的情况，如图5的步骤S502到步骤S516所示。

图搜业务处理模块请求开启域a通道分析任务，请求参数需分析设备物理归属域和通道。

也就是说，在相机a拍摄的图片，由相机a进行处理，如果相机a的处理通道不足，则将相机a拍摄的图片上报到云端，由云端调度其他相机处理相机a拍摄的图片。哪一个相机处理图片则使用哪一个相机的特征提取手段处理图片。

智能集群服务接收分析任务选择域a边缘智能分析设备，存在并且能力够则通过接入集群下发分析任务；

无则选择云端中心域分析设备，如中心域也没分析设备则返回业务层资源不足，任务开启失败，有则选择云端智能设备下发分析任务。

对于相机拍摄图片之后，流程图如图6的步骤S602到步骤S614所示。边缘智能卡口相机对车辆进行抓拍，并且根据配置选择是否进行车辆属性识别和特征向量提取，若不进行前端车辆识别和特征提取则直接将卡口数据进行序列化，反则边缘智能进行属性识别和特征提取并且将车辆属性和特征向量数据进行序列化。

云端智能集群接收接入集群统一格式序列化的卡口数据，判断数据中是否包括车辆属性和特征向量信息，若有则直接入特征向量数据库，若没有则进行车辆属性识别和特征提取。同时记录该特征向量和边缘卡口相机的对应关系；将处理后的车辆属性入库和特征向量存储。

在创建数据库保存好数据之后，可以进行肇事车辆的查询，过程如图7的步骤S702到步骤S718所示。

用户进行以图搜图业务时，在用户操作界面上传目标车辆图片、选择过滤属性和设置相似度阈值，提交以图搜图任务。

云端智能集群收到以图搜图任务后，根据内部维护的特征向量版本关系，比对引擎分别对目标图片进行特征特征，得到一组不同版本的特征向量(假设系统中仅存在两种版本的特征Fa和Fb)。

比对引擎分别用Fa、Fb和存储的特征向量进行比对，得到对应的比对结果。

以图搜图业务处理将不同版本返回的比对进行合并，再次进行比对排序。

向上层返回查询结果，并且界面进行对查询结果展示。

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，本发明并不受所描述的动作顺序的限制，因为依据本发明，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发明所必须的。

根据本发明实施例的另一个方面，还提供了一种用于实施上述图片中对象的定位位置的确定方法的图片中对象的定位位置的确定装置。如图8所示，该装置包括：

第一获取单元802，用于获取目标图片的N个图片特征，其中，目标图片为拍摄目标对象得到的图片，N个图片特征为使用N种特征提取手段对目标图片执行特征提取操作得到的图片特征，每种特征提取手段提取一个图片特征，N个图片特征之间类型不同；

查找单元804，用于根据N个图片特征，从数据库中存储的多张图片中查找出N类第一图片，其中，每一个图片特征对应一类第一图片，N个图片特征中的第i个图片特征和N类第一图片中的第i类第一图片中每张图片的图片特征的特征相似度大于第一阈值，N为大于1的正整数，i为小于或等于N的正整数；

第一确定单元806，用于从N类第一图片中，确定出第二图片，其中，第二图片为第一图片中，特征相似度最大的图片；

第二确定单元808，用于根据第二图片确定目标对象的定位位置。

可选地，上述图片中对象的定位位置的确定装置可以但不限于应用在确定目标对象的位置或轨迹的过程中。目标对象可以为任意可以移动的对象。例如，车辆、人、动物等。

以目标对象为车辆为例，想要查看车辆的位置与移动轨迹，可以获取该车辆的一张目标图片，将目标图片通过不同的特征提取手段提取的图片特征与数据库中保存的图片的图片特征进行比对。数据库中的图片是对该车辆或者对其他物体进行拍照得到的图片。通过比对，可以从数据库中查找到第一图片，第一图片是很可能包括该车辆的图片，从第一图片中确定出第二图片，第二图片确定为包括该车辆的图片，根据第二图片的拍摄时间与拍摄的位置确定车辆的位置。可以根据多张第二图片确定车辆的轨迹。

本实施例的其他示例请参见上述示例，在此不再赘述。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

上述实施例中的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，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本发明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存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。

在本发明的上述实施例中，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，所揭露的客户端，可通过其它的方式实现。其中，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接口，单元或模块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，在本发明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。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。