人脸检测点处理方法、装置、计算机设备及存储介质

技术领域

本申请实施例涉及计算机技术领域，特别涉及一种人脸检测点处理方法、装置、计算机设备及存储介质。

背景技术

随着计算机技术和人脸检测技术的发展，人脸检测技术的应用也越来越广泛，但是，采用人脸检测技术检测到的人脸检测点的位置会存在误差，导致检测的人脸检测点不准确。

发明内容

本申请实施例提供了一种人脸检测点处理方法、装置、计算机设备及存储介质，提高了人脸检测点的坐标准确率。所述技术方案如下：

一方面，提供了一种人脸检测点处理方法，所述方法包括：

基于相同的人脸检测点的第一坐标和第二坐标，获取坐标变化量，所述第一坐标为所述人脸检测点在第一视频帧中的坐标，所述第二坐标为所述人脸检测点在第二视频帧中的坐标，所述第一视频帧为所述第二视频帧的上一视频帧；

响应于所述坐标变化量属于参考阈值范围，基于所述坐标变化量和检测误差，确定所述第一坐标对应的第一权重和所述第二坐标对应的第二权重，所述检测误差用于表示人脸处于静止状态的情况下，所述人脸中的相同人脸检测点在相邻的两个视频帧中的坐标之间的误差；

基于所述第一权重和所述第二权重，对所述第一坐标和所述第二坐标进行加权处理，得到所述人脸检测点在所述第二视频帧中的第三坐标。

在一种可能实现方式中，所述第一坐标包括第一横坐标和第一纵坐标，所述第二坐标包括第二横坐标和第二纵坐标，所述坐标变化量包括横坐标变化量和纵坐标变化量，所述基于相同的人脸检测点的第一坐标和第二坐标，获取坐标变化量，包括：

将所述第一横坐标和所述第二横坐标之间的差值的绝对值，确定为所述横坐标变化量；

将所述第一纵坐标和所述第二纵坐标之间的差值的绝对值，确定为所述纵坐标变化量。

在一种可能实现方式中，所述基于相同的人脸检测点的第一坐标和第二坐标，获取坐标变化量之前，所述方法还包括：

获取所述第一视频帧或所述第二视频帧的尺寸，所述尺寸包括水平长度和竖直长度；

所述第一坐标包括第一横坐标和第一纵坐标，所述第二坐标包括第二横坐标和第二纵坐标，所述基于相同的人脸检测点的第一坐标和第二坐标，获取坐标变化量，包括：

获取所述第一横坐标和所述第二横坐标之间的第一差值，以及所述第一纵坐标和所述第二纵坐标之间的第二差值；

对所述第一差值和所述第二差值进行调整，将调整后的第一差值作为所述横坐标变化量，将调整后的第二差值作为所述纵坐标变化量，以使所述横坐标变化量与所述纵坐标变化量之间的比例与所述水平长度和所述竖直长度之间的比例相符。

在一种可能实现方式中，所述对所述第一差值和所述第二差值进行调整，将调整后的第一差值作为所述横坐标变化量，将调整后的第二差值作为所述纵坐标变化量，以使所述横坐标变化量与所述纵坐标变化量之间的比例与所述水平长度和所述竖直长度之间的比例相符，包括：

将所述第一差值与所述水平长度的乘积确定为所述横坐标变化量；

将所述第二差值与所述竖直长度的乘积确定为所述纵坐标变化量。

在一种可能实现方式中，所述基于相同的人脸检测点的第一坐标和第二坐标，获取坐标变化量，包括：

获取所述第一坐标与所述第二坐标之间的差值的绝对值，将所述绝对值作为所述坐标变化量；

所述响应于所述坐标变化量属于参考阈值范围，基于所述坐标变化量和检测误差，确定所述第一坐标对应的第一权重和所述第二坐标对应的第二权重，包括：

响应于所述坐标变化量属于所述参考阈值范围，对所述坐标变化量进行归一化处理，得到处理后的坐标变化量；

基于所述处理后的坐标变化量和所述检测误差，确定所述第一权重和所述第二权重。

在一种可能实现方式中，所述坐标变化量包括横坐标变化量和纵坐标变化量，所述参考阈值范围包括横坐标阈值范围和纵坐标阈值范围，所述响应于所述坐标变化量属于所述参考阈值范围，对所述坐标变化量进行归一化处理，得到处理后的坐标变化量，包括：

响应于所述横坐标变化量属于所述横坐标阈值范围，对所述横坐标变化量进行归一化处理，得到处理后的横坐标变化量；或者，

响应于所述纵坐标变化量属于所述纵坐标阈值范围，对所述纵坐标变化量进行归一化处理，得到处理后的纵坐标变化量。

在一种可能实现方式中，所述坐标变化量包括横坐标变化量和纵坐标变化量，所述基于所述坐标变化量和检测误差，确定所述第一坐标对应的第一权重和所述第二坐标对应的第二权重，包括：

基于所述横坐标变化量和所述检测误差，确定所述第一坐标对应的第一横坐标权重和所述第二坐标对应的第二横坐标权重，所述第一横坐标权重与所述第二横坐标权重之和为1；

基于所述纵坐标变化量和所述检测误差，确定所述第一坐标对应的第一纵坐标权重和所述第二坐标对应的第二纵坐标权重，所述第一纵坐标权重和所述第二纵坐标权重之和为1。

在一种可能实现方式中，所述基于所述横坐标变化量和所述检测误差，确定所述第一坐标对应的第一横坐标权重和所述第二坐标对应的第二横坐标权重，包括：

将所述横坐标变化量和检测参数的乘积与所述检测误差之和，确定为所述第一横坐标权重，所述检测参数为1与所述检测误差的差值；

将1与所述第一横坐标权重的差值确定为所述第二横坐标权重；

所述基于所述纵坐标变化量和所述检测误差，确定所述第一坐标对应的第一纵坐标权重和所述第二坐标对应的第二纵坐标权重，包括：

将所述纵坐标变化量和所述检测参数的乘积与所述检测误差之和，确定为所述第一纵坐标权重；

将1与所述第一纵坐标权重的差值确定为所述第二纵坐标权重。

在一种可能实现方式中，所述第三坐标包括第三横坐标和第三纵坐标，所述基于所述第一权重和所述第二权重，对所述第一坐标和所述第二坐标进行加权处理，得到所述人脸检测点在所述第二视频帧中的第三坐标，包括：

基于所述第一横坐标权重和所述第二横坐标权重，对所述第一坐标中的第一横坐标和所述第二坐标中的第二横坐标进行加权处理，得到所述第三横坐标；

基于所述第一纵坐标权重和所述第二纵坐标权重，对所述第一坐标中的第一纵坐标和所述第二坐标中的第二纵坐标进行加权处理，得到所述第三纵坐标。

在一种可能实现方式中，所述基于相同的人脸检测点的第一坐标和第二坐标，获取坐标变化量之前，所述方法还包括：

分别对所述第一视频帧和所述第二视频帧进行人脸检测，得到所述第一坐标和所述第二坐标。

另一方面，提供了一种人脸检测点处理装置，所述装置包括：

变化量获取模块，用于基于相同的人脸检测点的第一坐标和第二坐标，获取坐标变化量，所述第一坐标为所述人脸检测点在第一视频帧中的坐标，所述第二坐标为所述人脸检测点在第二视频帧中的坐标，所述第一视频帧为所述第二视频帧的上一视频帧；

权重确定模块，用于响应于所述坐标变化量属于参考阈值范围，基于所述坐标变化量和检测误差，确定所述第一坐标对应的第一权重和所述第二坐标对应的第二权重，所述检测误差用于表示人脸处于静止状态的情况下，所述人脸中的相同人脸检测点在相邻的两个视频帧中的坐标之间的误差；

坐标确定模块，用于基于所述第一权重和所述第二权重，对所述第一坐标和所述第二坐标进行加权处理，得到所述人脸检测点在所述第二视频帧中的第三坐标。

在一种可能实现方式中，所述第一坐标包括第一横坐标和第一纵坐标，所述第二坐标包括第二横坐标和第二纵坐标，所述坐标变化量包括横坐标变化量和纵坐标变化量，所述变化量获取模块，包括：

第一获取单元，用于将所述第一横坐标和所述第二横坐标之间的差值的绝对值，确定为所述横坐标变化量；

第二获取单元，用于将所述第一纵坐标和所述第二纵坐标之间的差值的绝对值，确定为所述纵坐标变化量。

在一种可能实现方式中，所述装置还包括：

尺寸获取模块，用于获取所述第一视频帧或所述第二视频帧的尺寸，所述尺寸包括水平长度和竖直长度；

所述第一坐标包括第一横坐标和第一纵坐标，所述第二坐标包括第二横坐标和第二纵坐标，所述变化量获取模块，包括：

差值获取单元，用于获取所述第一横坐标和所述第二横坐标之间的第一差值，以及所述第一纵坐标和所述第二纵坐标之间的第二差值；

差值调整单元，用于对所述第一差值和所述第二差值进行调整，将调整后的第一差值作为所述横坐标变化量，将调整后的第二差值作为所述纵坐标变化量，以使所述横坐标变化量与所述纵坐标变化量之间的比例与所述水平长度和所述竖直长度之间的比例相符。

在一种可能实现方式中，所述差值调整单元，用于：

将所述第一差值与所述水平长度的乘积确定为所述横坐标变化量；

将所述第二差值与所述竖直长度的乘积确定为所述纵坐标变化量。

在一种可能实现方式中，所述变化量获取模块，用于获取所述第一坐标与所述第二坐标之间的差值的绝对值，将所述绝对值作为所述坐标变化量；

所述权重确定模块，包括：

归一化单元，用于响应于所述坐标变化量属于所述参考阈值范围，对所述坐标变化量进行归一化处理，得到处理后的坐标变化量；

权重确定单元，用于基于所述处理后的坐标变化量和所述检测误差，确定所述第一权重和所述第二权重。

在一种可能实现方式中，所述坐标变化量包括横坐标变化量和纵坐标变化量，所述参考阈值范围包括横坐标阈值范围和纵坐标阈值范围，所述归一化单元，用于：

响应于所述横坐标变化量属于所述横坐标阈值范围，对所述横坐标变化量进行归一化处理，得到处理后的横坐标变化量；或者，

响应于所述纵坐标变化量属于所述纵坐标阈值范围，对所述纵坐标变化量进行归一化处理，得到处理后的纵坐标变化量。

在一种可能实现方式中，所述坐标变化量包括横坐标变化量和纵坐标变化量，所述权重确定模块，包括：

权重确定单元，用于基于所述横坐标变化量和所述检测误差，确定所述第一坐标对应的第一横坐标权重和所述第二坐标对应的第二横坐标权重，所述第一横坐标权重与所述第二横坐标权重之和为1；

权重确定单元，还用于基于所述纵坐标变化量和所述检测误差，确定所述第一坐标对应的第一纵坐标权重和所述第二坐标对应的第二纵坐标权重，所述第一纵坐标权重和所述第二纵坐标权重之和为1。

在一种可能实现方式中，所述权重确定单元，用于：

将所述横坐标变化量和检测参数的乘积与所述检测误差之和，确定为所述第一横坐标权重，所述检测参数为1与所述检测误差的差值；

将1与所述第一横坐标权重的差值确定为所述第二横坐标权重；

所述权重确定单元，还用于：

将所述纵坐标变化量和所述检测参数的乘积与所述检测误差之和，确定为所述第一纵坐标权重；

将1与所述第一纵坐标权重的差值确定为所述第二纵坐标权重。

在一种可能实现方式中，所述第三坐标包括第三横坐标和第三纵坐标，所述坐标确定模块，用于：

基于所述第一横坐标权重和所述第二横坐标权重，对所述第一坐标中的第一横坐标和所述第二坐标中的第二横坐标进行加权处理，得到所述第三横坐标；

基于所述第一纵坐标权重和所述第二纵坐标权重，对所述第一坐标中的第一纵坐标和所述第二坐标中的第二纵坐标进行加权处理，得到所述第三纵坐标。

在一种可能实现方式中，所述装置还包括：

坐标检测模块，用于分别对所述第一视频帧和所述第二视频帧进行人脸检测，得到所述第一坐标和所述第二坐标。

另一方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条计算机程序，所述至少一条计算机程序由所述处理器加载并执行，以实现如上述方面所述的人脸检测点处理方法中所执行的操作。

另一方面，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中存储有至少一条计算机程序，所述至少一条计算机程序由处理器加载并执行，以实现如上述方面所述的人脸检测点处理方法中所执行的操作。

另一方面，提供了一种计算机程序产品或计算机程序，所述计算机程序产品或所述计算机程序包括计算机程序代码，所述计算机程序代码存储在计算机可读存储介质中，所述计算机程序代码由处理器加载并执行，以实现如上述方面所述的人脸检测点处理方法中所执行的操作。

本申请实施例提供的技术方案带来的有益效果至少包括：

本申请实施例提供的方法、装置、计算机设备及存储介质，通过获取相同的人脸检测点在第一视频帧和第二视频帧中的坐标对应的权重，并根据获取到的权重，对第一坐标和第二坐标进行平滑处理，实现了对第二坐标的修正，修正后的坐标与第二坐标相比能够更加准确地表示人脸检测点在第二视频帧中的位置，提高了人脸检测点的坐标准确率，避免了由于人脸检测点抖动导致的坐标不准确。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要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实施例的一些实施例，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是本申请实施例提供的一种人脸检测点处理方法的流程图；

图2是本申请实施例提供的另一种人脸检测点处理方法的流程图；

图3是本申请实施例提供的一种人脸检测点的坐标示意图；

图4是本申请实施例提供的另一种人脸检测点处理方法的流程图；

图5是本申请实施例提供的一种人脸检测点处理装置的结构示意图；

图6是本申请实施例提供的另一种人脸检测点处理装置的结构示意图；

图7是本申请实施例提供的一种终端的结构示意图；

图8是本申请实施例提供的一种服务器的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。

可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种概念，但除非特别说明，这些概念不受这些术语限制。这些术语仅用于将一个概念与另一个概念区分。举例来说，在不脱离本申请的范围的情况下，可以将第一视频帧称为第二视频帧，将第二视频帧称为第一视频帧。

本申请所使用的术语“至少一个”、“多个”、“每个”、“任一”等，至少一个包括一个、两个或两个以上，多个包括两个或两个以上，每个是指对应的多个中的每一个，任一是指多个中的任意一个。举例来说，多个视频帧包括3个视频帧，而每个视频帧是指这3个视频帧中的每一个视频帧，任一是指这3个视频帧中的任意一个，可以是第一个，可以是第二个，也可以是第三个。

为了便于理解本申请实施例，先对本申请实施例涉及到的关键词进行解释：

人脸抖动：人脸抖动是指人脸检测点的坐标数据不稳定，即检测到人脸检测点的坐标与该人脸检测点实际的坐标不完全相符。例如，在不同时刻检测同一视频帧或图像中人脸的同一检测点，两次得到的人脸检测点的坐标会不同；或者，对于相邻的两个视频帧，两个视频帧中的人脸处于静止状态时，人脸中的相同人脸检测点的坐标也会不同。其中，在人脸位置突然变化，对人脸的检测会产生影响，导致人脸抖动更为明显。

本申请实施例提供的方法可以应用于多种场景下。

例如，应用于为人脸添加虚拟元素的场景下。用户在直播或者拍摄视频时，能够在人脸中添加虚拟元素，以在人眼区域添加虚拟元素为例，通过检测人眼区域对应的多个人脸检测点，根据检测到的多个人脸检测点确定人眼区域，然后在该人眼区域添加虚拟元素，如果检测到的检测点的坐标不准确，则添加的虚拟元素的位置会发生偏移，这种情况下，采用本申请实施例提供的人脸检测点处理方法，对人脸检测点的坐标进行平滑处理，将得到的坐标作为人脸检测点的目标坐标，按照该目标坐标添加虚拟元素，以提高虚拟元素的显示效果。

本申请实施例提供的人脸检测点处理方法，可以由终端执行，也可以由服务器执行，或者也可以由终端和服务器交互执行，下面以由终端执行为例进行说明。

图1是本申请实施例提供的一种人脸检测点处理方法的流程图。本申请实施例的执行主体为终端。参见图1，该方法包括以下步骤：

101、终端基于相同的人脸检测点的第一坐标和第二坐标，获取坐标变化量。

终端采用人脸检测技术，检测同一人脸检测点在不同视频帧中的第一坐标和第二坐标。其中，第一坐标为人脸检测点在第一视频帧中的坐标，第二坐标为人脸检测点在第二视频帧中的坐标，第一视频帧为第二视频帧的上一帧。

坐标变化量表示人脸检测点从第一坐标变化到第二坐标的变化量。其中，在坐标包括横坐标和纵坐标的情况下，坐标变化量包括横坐标变化量和纵坐标变化量。

102、终端响应于坐标变化量属于参考阈值范围，基于坐标变化量和检测误差，确定第一坐标对应的第一权重和第二坐标对应的第二权重。

其中，坐标变化量属于参考阈值范围表示检测到的第二坐标不准确，需要进行修正；检测误差用于表示人脸处于静止状态的情况下，人脸中的相同人脸检测点在相邻的两个视频帧中的坐标之间的误差；第一权重用于表示在对第二坐标进行修正时第一坐标所占的权重，第二权重用于表示在对第二坐标进行修正时第二坐标所占的权重，该第一权重和该第二权重之和为1。

103、终端基于第一权重和第二权重，对第一坐标和第二坐标进行加权处理，得到人脸检测点在第二视频帧中的第三坐标。

终端通过对第一坐标和第二坐标进行加权，得到第三坐标，该第三坐标即为对第二坐标进行修正后的坐标。

本申请实施例提供的方法，通过获取相同的人脸检测点在第一视频帧和第二视频帧中的坐标对应的权重，并根据获取到的权重，对第一坐标和第二坐标进行平滑处理，实现了对第二坐标的修正，修正后的坐标与第二坐标相比能够更加准确地表示人脸检测点在第二视频帧中的位置，提高了人脸检测点的坐标准确率，避免了由于人脸检测点抖动导致的坐标不准确。

图2是本申请实施例提供的一种人脸检测点处理方法的流程图。本申请实施例的执行主体为终端。参见图2，该方法包括以下步骤：

201、终端分别对第一视频帧和第二视频帧进行人脸检测，得到人脸检测点在第一视频帧中的第一坐标和在第二视频帧中的第二坐标。

其中，第一视频帧为第二视频帧的上一帧，该第一视频帧和该第二视频帧为任一视频中相邻的两个视频帧。其中，任一视频为直播视频，或者为当前正在拍摄的视频，或者为终端从服务器获取的其他设备上传的视频，或者为其他类型的视频，本申请实施例对视频的类型不做限制。

第一视频帧和第二视频帧中包括同一人脸，终端针对该人脸中的任一人脸检测点，对第一视频帧进行人脸检测，得到该人脸检测点在第一视频帧中的第一坐标，然后对第二视频帧进行人脸检测，得到该人脸检测点在第二视频帧中的第二坐标。其中，任一人脸检测点为眼角检测点、额头检测点、下巴检测点、鼻尖检测点或其他检测点。

在一种可能实现方式中，终端检测到的坐标为二维坐标时，第一坐标和第二坐标中分别包括第一坐标和第二坐标。

另外，本申请实施例对人脸检测方式不做限制，例如，可以采用基于人脸特征的人脸检测方式、基于神经网络的人脸检测方式或其他检测方式。

202、终端基于第一坐标和第二坐标，确定坐标变化量。

其中，坐标变化量用于表示人脸检测点从第一视频帧到第二视频帧的变化量，该坐标变化量不小于0。

在一种可能实现方式中，终端获取第一坐标与第二坐标之间的差值的绝对值，将绝对值作为坐标变化量，从而保证确定的坐标变化量不小于0。

在第一坐标包括第一横坐标和第一纵坐标，第二坐标包括第二横坐标和第二纵坐标的情况下，坐标变化量包括横坐标变化量和纵坐标变化量。即终端将第一横坐标和第二横坐标之间的差值的绝对值，确定为横坐标变化量；将第一纵坐标和第二纵坐标之间的差值的绝对值，确定为纵坐标变化量。其中，横坐标变化量用于表示人脸检测点水平移动的距离，纵坐标变化量用于表示人脸检测点竖直移动的距离。

例如，第一坐标为(x

在一种可能实现方式中，由于视频帧的水平长度和竖直长度不同，例如，水平长度为256，竖直长度为512，则水平移动一个坐标和竖直移动一个坐标，呈现出的效果是不同的，水平移动的坐标效果更加明显。因此，为了保证对于横坐标和纵坐标，能够采用相同的方式进行调整，使处理后的横坐标和纵坐标呈现相同的移动效果，终端获取第一视频帧或第二视频帧的尺寸，该尺寸包括水平长度和竖直长度，获取第一横坐标和第二横坐标之间的第一差值，以及第一纵坐标和第二纵坐标之间的第二差值，对第一差值和第二差值进行调整，将调整后的第一差值作为横坐标变化量，将调整后的第二差值作为纵坐标变化量，以使横坐标变化量与纵坐标变化量之间的比例与水平长度和竖直长度之间的比例相符。即使横坐标变化量按照水平长度和竖直长度之间的比例增大，或者使纵坐标变化量按照水平长度和竖直长度之间的比例增大。

对于基于尺寸调整差值的方式，在一种可能实现方式中，终端将第一差值与水平长度的乘积确定为横坐标变化量；将第二差值与竖直长度的乘积确定为纵坐标变化量。例如，水平长度为w，竖直长度为h，则横坐标变化量为：ΔX＝|x

在另一种可能实现方式中，终端获取水平长度和竖直长度之间的比例，基于该比例，分别调整第一差值和第二差值，得到横坐标变化量和纵坐标变化量。例如，水平长度和竖直长度之间的比例为1:2，则将第一差值与1的乘积确定为横坐标变化量；将第二差值与2的乘积确定为纵坐标变化量。

终端确定坐标变化量之后，确定该坐标变化量是否属于参考阈值范围，如果属于参考阈值范围，则执行203，如果不属于参考阈值范围，则表示检测到的第二坐标是准确的，无需对第二坐标进行修正。

其中，参考阈值范围中的最小值表示相邻两个视频帧中人脸检测点处于静止状态时的变化值，该最小值为0、0.01或其他较小的数值，参考阈值范围中的最大值表示相邻两个视频帧中人脸检测点移动的距离的最大值，即在人脸检测不失效的情况下，人脸移动最快时相邻两个视频帧中人脸检测点移动的距离。例如，相邻两个视频帧中，人脸最快的移动距离为100，则最大值为100。

在一种可能实现方式中，由于坐标变化量包括横坐标变化量和纵坐标变化量，则参考阈值范围包括横坐标阈值范围和纵坐标阈值范围，属于参考阈值范围是指横坐标变化量属于横坐标阈值范围或纵坐标变化量属于纵坐标阈值范围中的至少一种。其中，横坐标阈值范围和纵坐标阈值范围可以相同，也可以不同，本申请实施例对此不做限制。

另外，不同尺寸的视频对应的参考阈值范围可以相同也可以不同，本申请实施例对此不做限制。如果不同尺寸的视频对应的参考阈值范围不同，则终端获取到坐标变化量之后，还需要根据尺寸与参考阈值范围之间的对应关系，确定视频帧的尺寸对应的参考阈值范围，确定坐标变化量是否属于该参考阈值范围。

203、终端响应于坐标变化量属于参考阈值范围，对坐标变化量进行归一化处理，得到处理后的坐标变化量。

由于视频本身的尺寸导致显示的视频帧的尺寸不同，或者不同的显示设备导致显示的视频帧的尺寸不同，为了使不同尺寸的视频帧均能够采用相同的方式进行平滑处理，将坐标变化量进行归一化处理，以对处理后的坐标变化量进行后续平滑处理。

在一种可能实现方式中，终端根据参考阈值范围对坐标变化量进行归一化处理，使处理后的坐标变化量的取值范围为[0，1]。

例如，终端采用归一化函数f(Δ，min，max)对坐标变化量进行归一化处理，得到处理后的坐标变化量。其中，归一化函数中的最大值max和最小值min与参考阈值范围相关，最小值为参考阈值范围中的最小值，最大值为参考阈值范围中的最大值。

在一种可能实现方式中，参考阈值范围包括横坐标阈值范围和纵坐标阈值范围，坐标变化量包括横坐标变化量和纵坐标变化量。这种情况下，横坐标变化量和纵坐标变化量根据各自对应的阈值范围来确定是否需要进行修正，即终端响应于横坐标变化量属于横坐标阈值范围，对横坐标变化量进行归一化处理，得到处理后的横坐标变化量；或者，终端响应于纵坐标变化量属于纵坐标阈值范围，对纵坐标变化量进行归一化处理，得到处理后的纵坐标变化量。

例如，对于横坐标来说，归一化函数为f

在一种可能实现方式中，如果仅是横坐标变化量属于横坐标阈值范围，则对横坐标变化量进行归一化处理，然后执行204，不对纵坐标变化量进行处理；或者仅是纵坐标变化量属于纵坐标阈值范围，则对纵坐标变化量进行归一化处理，然后执行204，不对横坐标变化量进行归一化处理。

204、终端基于处理后的坐标变化量和检测误差，确定第一坐标对应的第一权重和第二坐标对应的第二权重。

其中，检测误差用于表示人脸处于静止状态的情况下，人脸中的相同人脸检测点在相邻的两个视频帧中的坐标之间的误差。例如，相邻的两个视频帧中人脸处于静止状态，采用人脸检测技术，检测眼角检测点在第一个视频帧中的坐标(x

第一权重用于表示在对第二坐标进行修正时第一坐标所占的权重，第二权重用于表示在对第二坐标进行修正时第二坐标所占的权重，该第一权重和该第二权重之和为1。例如，第一权重为0.1，第二权重为0.9。

在一种可能实现方式中，终端基于横坐标变化量和检测误差，确定第一坐标对应的第一横坐标权重和第二坐标对应的第二横坐标权重；基于纵坐标变化量和检测误差，确定第一坐标对应的第一纵坐标权重和第二坐标对应的第二纵坐标权重。其中，第一横坐标权重与第二横坐标权重之和为1，第一纵坐标权重和第二纵坐标权重之和为1。

在一种可能实现方式中，对于横坐标权重，终端将横坐标变化量和检测参数的乘积与检测误差之和，确定为第一横坐标权重，将1与第一横坐标权重的差值确定为第二横坐标权重。对于纵坐标权重，将纵坐标变化量和检测参数的乘积与检测误差之和，确定为第一纵坐标权重；将1与第一纵坐标权重的差值确定为第二纵坐标权重。其中，检测参数为1与检测误差的差值。

例如，采用下述公式，确定第一横坐标权重和第一纵坐标权重：

px＝f(ΔX，min

py＝f(ΔY，min

其中，px为第一横坐标权重，py为第一纵坐标权重，α为检测误差，1-α为检测参数。

205、终端基于第一权重和第二权重，对第一坐标和第二坐标进行加权处理，得到人脸检测点在第二视频帧中的第三坐标。

终端基于第一权重和第二权重，对第一坐标和第二坐标进行加权求和，得到第三坐标。其中，第三坐标即为对第二坐标进行修正后的坐标。

在一种可能实现方式中，分别针对横坐标和纵坐标进行调整，得到第三坐标。终端基于第一横坐标权重和第二横坐标权重，对第一坐标中的第一横坐标和第二坐标中的第二横坐标进行加权处理，得到第三横坐标；基于第一纵坐标权重和第二纵坐标权重，对第一坐标中的第一纵坐标和第二坐标中的第二纵坐标进行加权处理，得到第三纵坐标。

例如，第一坐标为(x

x

y

其中，x

例如，参见图3所示的示意图，由第一视频帧301变为第二视频帧302，在第一视频帧301中眼角检测点的第一坐标(实心圆点)在眼角处，而第二视频帧302中该眼角检测点的第二坐标(实心圆点)在眼角下方，检测到的第二坐标存在误差，因此采用上述实施方式，对第二坐标进行修改，得到修正后的第三坐标(空心圆点)。

在一种可能实现方式中，在横坐标变化量或纵坐标变化量中的任一项不属于阈值范围的情况下，仅对不属于阈值范围的坐标变化量对应的坐标进行调整，而不需要对另一个坐标进行调整。例如，横坐标变化量不属于横坐标阈值范围的情况下，终端基于第一横坐标权重和第二横坐标权重，对第一坐标中的第一横坐标和第二坐标中的第二横坐标进行加权处理，得到第三横坐标，而第三纵坐标与第二纵坐标相同。

需要说明的一点是，上述实施例仅是以一个人脸检测点为例进行说明，在另一实施例中，人脸中的多个检测点均可以采用上述方式进行平滑处理，以得到人脸检测点对应的更加准确的坐标。

需要说明的另一点是，上述实施例仅是以执行主体为终端为例进行说明，在另一实施例中，执行主体为服务器，或者为终端和服务器。在一种可能实现方式中，由终端和服务器交互执行的情况下，终端对第一视频帧和第二视频帧进行人脸检测，得到第一坐标和第二坐标，将第一坐标和第二坐标发送给服务器，服务器基于该第一坐标和第二坐标，获取坐标变化量，响应于坐标变化量属于参考阈值范围，基于坐标变化量和检测误差，确定第一坐标对应的第一权重和第二坐标对应的第二权重，基于第一权重和所述第二权重，对第一坐标和第二坐标进行加权处理，得到第三坐标，将第三坐标发送给终端。

本申请实施例提供的方法，通过获取相同的人脸检测点在第一视频帧和第二视频帧中的坐标对应的权重，并根据获取到的权重，对第一坐标和第二坐标进行平滑处理，实现了对第二坐标的修正，修正后的坐标与第二坐标相比能够更加准确地表示人脸检测点在第二视频帧中的位置，提高了人脸检测点的坐标准确率，避免了由于人脸检测点抖动导致的坐标不准确。

并且，在对人脸检测点的坐标进行平滑处理之前，先对坐标变化量进行归一化处理，能够对不同尺寸的视频帧对应的坐标变化量进行统一，使不同尺寸的视频帧对应的坐标，均能够采用相同的平滑处理方式坐标进行修正。

针对上述图2所示的实施例，将上述人脸检测点处理方法应用于添加虚拟元素的场景下，详细过程如下：

401、终端基于待添加的虚拟元素，确定该虚拟元素对应的至少一个人脸检测点。

例如，待添加的虚拟元素为眼镜，则眼镜对应的人脸检测点为两个内眼角检测点、两个外眼角检测点。

402、终端对第一视频帧进行人脸检测，确定每个人脸检测点的第一坐标，基于每个人脸检测点的第一坐标，在第一视频帧中添加虚拟元素。

例如，根据检测到的每个眼角检测点，确定眼镜的添加位置，在人脸中眼睛对应的位置处添加眼镜。

403、终端对第二视频帧进行人脸检测，确定该至少一个人脸检测点的第二坐标。

404、终端基于至少一个人脸检测点的第一坐标和第二坐标，获取每个人脸检测点的坐标变化量。

405、终端针对每个人脸检测点，响应于该人脸检测点的坐标变化量属于参考阈值范围，基于坐标变化量和检测误差，确定第一坐标对应的第一权重和第二坐标对应的第二权重。

406、终端针对每个人脸检测点，基于第一权重和第二权重，对第一坐标和第二坐标进行加权处理，得到的第三坐标。

407、终端根据每个人脸检测点的第三坐标，在第二视频帧中添加虚拟元素。

如果在确定每个人脸检测点的第二坐标后，直接根据第二坐标添加眼镜，会由于第二坐标不准确，导致眼镜的添加位置与眼睛对应的位置不完全相符，眼镜的显示效果较差，而根据修正后的第三坐标则能够将眼镜添加到眼睛对应的位置处，提高显示效果。

在添加虚拟元素时，对坐标进行修正，能够提高虚拟元素对人脸的跟随度。

上述实施例中，404-406的实施方式与上述图2所示的实施例中的实施方式同理，在此不再赘述。

当然，本申请实施例提供的人脸检测点处理方法还可以应用于其他场景下，例如，应用于人脸识别场景下、脸型检测场景下等。

图5是本申请实施例提供的一种人脸检测点处理装置的结构示意图。参见图5，该装置包括：

变化量获取模块501，用于基于相同的人脸检测点的第一坐标和第二坐标，获取坐标变化量，第一坐标为人脸检测点在第一视频帧中的坐标，第二坐标为人脸检测点在第二视频帧中的坐标，第一视频帧为第二视频帧的上一视频帧；

权重确定模块502，用于响应于坐标变化量属于参考阈值范围，基于坐标变化量和检测误差，确定第一坐标对应的第一权重和第二坐标对应的第二权重，检测误差用于表示人脸处于静止状态的情况下，人脸中的相同人脸检测点在相邻的两个视频帧中的坐标之间的误差；

坐标确定模块503，用于基于第一权重和第二权重，对第一坐标和第二坐标进行加权处理，得到人脸检测点在第二视频帧中的第三坐标。

本申请实施例提供的装置，通过获取相同的人脸检测点在第一视频帧和第二视频帧中的坐标对应的权重，并根据获取到的权重，对第一坐标和第二坐标进行平滑处理，实现了对第二坐标的修正，修正后的坐标与第二坐标相比能够更加准确地表示人脸检测点在第二视频帧中的位置，提高了人脸检测点的坐标准确率，避免了由于人脸检测点抖动导致的坐标不准确。

在一种可能实现方式中，第一坐标包括第一横坐标和第一纵坐标，第二坐标包括第二横坐标和第二纵坐标，坐标变化量包括横坐标变化量和纵坐标变化量，参见图6，变化量获取模块501，包括：

第一获取单元511，用于将第一横坐标和第二横坐标之间的差值的绝对值，确定为横坐标变化量；

第二获取单元521，用于将第一纵坐标和第二纵坐标之间的差值的绝对值，确定为纵坐标变化量。

在一种可能实现方式中，参见图6，该装置还包括：

尺寸获取模块504，用于获取第一视频帧或第二视频帧的尺寸，尺寸包括水平长度和竖直长度；

第一坐标包括第一横坐标和第一纵坐标，第二坐标包括第二横坐标和第二纵坐标，变化量获取模块501，包括：

差值获取单元531，用于获取第一横坐标和第二横坐标之间的第一差值，以及第一纵坐标和第二纵坐标之间的第二差值；

差值调整单元541，用于对第一差值和第二差值进行调整，将调整后的第一差值作为横坐标变化量，将调整后的第二差值作为纵坐标变化量，以使横坐标变化量与纵坐标变化量之间的比例与水平长度和竖直长度之间的比例相符。

在一种可能实现方式中，参见图6，差值调整单元541，用于：

将第一差值与水平长度的乘积确定为横坐标变化量；

将第二差值与竖直长度的乘积确定为纵坐标变化量。

在一种可能实现方式中，参见图6，变化量获取模块501，用于获取第一坐标与第二坐标之间的差值的绝对值，将绝对值作为坐标变化量；

权重确定模块502，包括：

归一化单元512，用于响应于坐标变化量属于参考阈值范围，对坐标变化量进行归一化处理，得到处理后的坐标变化量；

权重确定单元522，用于基于处理后的坐标变化量和检测误差，确定第一权重和第二权重。

在一种可能实现方式中，坐标变化量包括横坐标变化量和纵坐标变化量，参考阈值范围包括横坐标阈值范围和纵坐标阈值范围，参见图6，归一化单元512，用于：

响应于横坐标变化量属于横坐标阈值范围，对横坐标变化量进行归一化处理，得到处理后的横坐标变化量；或者，

响应于纵坐标变化量属于纵坐标阈值范围，对纵坐标变化量进行归一化处理，得到处理后的纵坐标变化量。

在一种可能实现方式中，坐标变化量包括横坐标变化量和纵坐标变化量，参见图6，权重确定模块502，包括：

权重确定单元522，用于基于横坐标变化量和检测误差，确定第一坐标对应的第一横坐标权重和第二坐标对应的第二横坐标权重，第一横坐标权重与第二横坐标权重之和为1；

权重确定单元522，还用于基于纵坐标变化量和检测误差，确定第一坐标对应的第一纵坐标权重和第二坐标对应的第二纵坐标权重，第一纵坐标权重和第二纵坐标权重之和为1。

在一种可能实现方式中，参见图6，权重确定单元522，用于：

将横坐标变化量和检测参数的乘积与检测误差之和，确定为第一横坐标权重，检测参数为1与检测误差的差值；

将1与第一横坐标权重的差值确定为第二横坐标权重；

权重确定单元522，还用于：

将纵坐标变化量和检测参数的乘积与检测误差之和，确定为第一纵坐标权重；

将1与第一纵坐标权重的差值确定为第二纵坐标权重。

在一种可能实现方式中，第三坐标包括第三横坐标和第三纵坐标，坐标确定模块503，用于：

基于第一横坐标权重和第二横坐标权重，对第一坐标中的第一横坐标和第二坐标中的第二横坐标进行加权处理，得到第三横坐标；

基于第一纵坐标权重和第二纵坐标权重，对第一坐标中的第一纵坐标和第二坐标中的第二纵坐标进行加权处理，得到第三纵坐标。

在一种可能实现方式中，参见图6，该装置还包括：

坐标检测模块505，用于分别对第一视频帧和第二视频帧进行人脸检测，得到第一坐标和第二坐标。

上述所有可选技术方案，可以采用任意结合形成本申请的可选实施例，在此不再一一赘述。

需要说明的是：上述实施例提供的人脸检测点处理装置在处理人脸检测点时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将计算机设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的人脸检测点处理装置与人脸检测点处理方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

本申请实施例还提供了一种计算机设备，该计算机设备包括处理器和存储器，存储器中存储有至少一条计算机程序，该至少一条计算机程序由处理器加载并执行，以实现上述实施例的人脸检测点处理方法中所执行的操作。

可选地，该计算机设备提供为终端。图7是本申请实施例提供的一种终端700的结构示意图。该终端700可以是便携式移动终端，比如：智能手机、平板电脑、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端700还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。

终端700包括有：处理器701和存储器702。

处理器701可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器701可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器701也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器701可以集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。在一些实施例中，处理器701还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器702可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器702还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器702中的非暂态的计算机可读存储介质用于存储至少一条计算机程序，该至少一条计算机程序用于被处理器701所执行以实现本申请中方法实施例提供的人脸检测点处理方法。

在一些实施例中，终端700还可选包括有：外围设备接口703和至少一个外围设备。处理器701、存储器702和外围设备接口703之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口703相连。具体地，外围设备包括：射频电路704、显示屏705、摄像头组件706、音频电路707、定位组件708和电源709中的至少一种。

外围设备接口703可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器701和存储器702。在一些实施例中，处理器701、存储器702和外围设备接口703被集成在同一芯片或电路板上；在一些其他实施例中，处理器701、存储器702和外围设备接口703中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。

射频电路704用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路704通过电磁信号与通信网络以及其他通信设备进行通信。射频电路704将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路704包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路704可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路704还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。

显示屏705用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏705是触摸显示屏时，显示屏705还具有采集在显示屏705的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器701进行处理。此时，显示屏705还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏705可以为一个，设置在终端700的前面板；在另一些实施例中，显示屏705可以为至少两个，分别设置在终端700的不同表面或呈折叠设计；在另一些实施例中，显示屏705可以是柔性显示屏，设置在终端700的弯曲表面上或折叠面上。甚至，显示屏705还可以设置成非矩形的不规则图形，也即异形屏。显示屏705可以采用LCD(Liquid Crystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode，有机发光二极管)等材质制备。

摄像头组件706用于采集图像或视频。可选地，摄像头组件706包括前置摄像头和后置摄像头。前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件706还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。

音频电路707可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器701进行处理，或者输入至射频电路704以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端700的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器701或射频电路704的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路707还可以包括耳机插孔。

定位组件708用于定位终端700的当前地理位置，以实现导航或LBS(LocationBased Service，基于位置的服务)。定位组件708可以是基于美国的GPS(GlobalPositioning System，全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯定位系统或欧盟的伽利略定位系统的定位组件。

电源709用于为终端700中的各个组件进行供电。电源709可以是交流电、直流电、一次性电池或可充电电池。当电源709包括可充电电池时，该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池，无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。

在一些实施例中，终端700还包括有一个或多个传感器710。该一个或多个传感器710包括但不限于：加速度传感器711、陀螺仪传感器712、压力传感器713、指纹传感器714、光学传感器715以及接近传感器716。

加速度传感器711可以检测以终端700建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器711可以用于检测重力加速度在三个坐标轴上的分量。处理器701可以根据加速度传感器711采集的重力加速度信号，控制显示屏705以水平视图或竖直视图进行用户界面的显示。加速度传感器711还可以用于游戏或者用户的运动数据的采集。

陀螺仪传感器712可以检测终端700的机体方向及转动角度，陀螺仪传感器712可以与加速度传感器711协同采集用户对终端700的3D动作。处理器701根据陀螺仪传感器712采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。

压力传感器713可以设置在终端700的侧边框和/或显示屏705的下层。当压力传感器713设置在终端700的侧边框时，可以检测用户对终端700的握持信号，由处理器701根据压力传感器713采集的握持信号进行左右手识别或快捷操作。当压力传感器713设置在显示屏705的下层时，由处理器701根据用户对显示屏705的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。

指纹传感器714用于采集用户的指纹，由处理器701根据指纹传感器714采集到的指纹识别用户的身份，或者，由指纹传感器714根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器701授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器714可以被设置在终端700的正面、背面或侧面。当终端700上设置有物理按键或厂商Logo时，指纹传感器714可以与物理按键或厂商Logo集成在一起。

光学传感器715用于采集环境光强度。在一个实施例中，处理器701可以根据光学传感器715采集的环境光强度，控制显示屏705的显示亮度。具体地，当环境光强度较高时，调高显示屏705的显示亮度；当环境光强度较低时，调低显示屏705的显示亮度。在另一个实施例中，处理器701还可以根据光学传感器715采集的环境光强度，动态调整摄像头组件706的拍摄参数。

接近传感器716，也称距离传感器，设置在终端700的前面板。接近传感器716用于采集用户与终端700的正面之间的距离。在一个实施例中，当接近传感器716检测到用户与终端700的正面之间的距离逐渐变小时，由处理器701控制显示屏705从亮屏状态切换为息屏状态；当接近传感器716检测到用户与终端700的正面之间的距离逐渐变大时，由处理器701控制显示屏705从息屏状态切换为亮屏状态。

本领域技术人员可以理解，图7中示出的结构并不构成对终端700的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

可选地，该计算机设备提供为服务器。图8是本申请实施例提供的一种服务器的结构示意图，该服务器800可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(Central Processing Units，CPU)801和一个或一个以上的存储器802，其中，存储器802中存储有至少一条计算机程序，该至少一条计算机程序由处理器801加载并执行以实现上述各个方法实施例提供的方法。当然，该服务器还可以具有有线或无线网络接口、键盘以及输入输出接口等部件，以便进行输入输出，该服务器还可以包括其他用于实现设备功能的部件，在此不做赘述。

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至少一条计算机程序，该至少一条计算机程序由处理器加载并执行，以实现上述实施例的人脸检测点处理方法中所执行的操作。

本申请实施例还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机程序代码，该计算机程序代码存储在计算机可读存储介质中。该计算机程序代码由处理器加载并执行，以实现上述实施例的人脸检测点处理方法中所执行的操作。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，该程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上仅为本申请实施例的可选实施例，并不用以限制本申请实施例，凡在本申请实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。