井下人员身份识别方法、装置、电子设备和可读存储介质与流程

1.本技术涉及身份识别技术领域，尤其是涉及一种井下人员身份识别方法、装置、电子设备和可读存储介质。


背景技术：

2.对于井下等环境条件优劣不稳定的场景中人员身份的检测，传统方法通常采用人工检测，受限于场景环境的影响，现有技术中也有采用指纹识别和人脸识别进行人员身份识别。然而，指纹识别井下管理较为困难，故不适用指纹识别，人脸识别则容易受到环境更重因素的干扰，导致无法精准判断人员身份。


技术实现要素：

3.本技术的目的在于提供一种井下人员身份识别方法、装置、电子设备和可读存储介质，能够提升对于井下等环境复杂或环境恶劣的人员身份识别的准确性。
4.第一方面，本发明提供一种井下人员身份识别方法，包括：获取待识别人员的人脸信息和声纹信息；基于人脸信息与人脸特征数据库中待匹配人脸信息进行匹配，确定人脸置信度和人脸特征相似度，基于声纹信息与声纹特征数据库中待匹配声纹信息进行匹配，确定声纹置信度和声纹特征相似度；其中，人脸特征数据库中的待匹配人脸信息与声纹特征数据库的待匹配声纹信息归属于同一匹配对象；根据人脸置信度和声纹置信度确定环境惩罚因数；其中，环境惩罚因数用于表征处于当前环境条件下人脸特征相似度和声纹特征相似度的参考权重；基于人脸特征相似度、声纹特征相似度和环境惩罚因数确定人员相似度，并基于人员相似度对待识别人员进行身份识别。
5.在可选的实施方式中，环境惩罚因数包括针对人脸识别的第一环境惩罚因数和声纹识别的第二环境惩罚因数；根据人脸置信度和声纹置信度确定环境惩罚因数，包括：将人脸置信度和声纹置信度进行合并，得到参考基准；基于人脸置信度和参考基准确定第一环境惩罚因数，作为人脸特征相似度的参考权重；基于声纹置信度和参考基准确定第二环境惩罚因数，作为声纹特征相似度的参考权重。
6.在可选的实施方式中，根据人脸置信度和声纹置信度确定环境惩罚因数，包括：基于人脸置信度、参考基准和井下环境参数确定第一环境惩罚因数，作为人脸特征相似度的参考权重；基于声纹置信度、参考基准和井下环境参数确定第二环境惩罚因数，作为声纹特征相似度的参考权重。
7.在可选的实施方式中，井下环境参数至少包括井下亮度值和井下噪音音量；根据人脸置信度和声纹置信度确定环境惩罚因数，包括：基于人脸置信度、参考基准和井下亮度值确定第一环境惩罚因数，作为人脸特征相似度的参考权重；基于声纹置信度、参考基准和井下噪音音量确定第二环境惩罚因数，作为声纹特征相似度的参考权重。
8.在可选的实施方式中，基于人脸特征相似度、声纹特征相似度和环境惩罚因数确定人员相似度，包括：基于人脸特征相似度和第一环境惩罚因数确定人脸参考相似度；基于
声纹特征相似度和第二环境惩罚因数确定声纹参考相似度；基于人脸参考相似度和声纹参考相似度确定人员相似度。
9.在可选的实施方式中，基于人员相似度对待识别人员进行身份识别，包括：确定人员相似度超过指定阈值时，将待识别人员确定为有权限人员。
10.在可选的实施方式中，基于人员相似度对待识别人员进行身份识别，包括：在得到人员相似度后开启计时，确定人员相似度超过指定阈值的时长超过时间阈值时，将待识别人员确定为有权限人员。
11.第二方面，本发明提供一种井下人员身份识别装置，包括：信息获取模块，用于获取待识别人员的人脸信息和声纹信息；信息处理模块，用于基于人脸信息与人脸特征数据库中待匹配人脸信息进行匹配，确定人脸置信度和人脸特征相似度，基于声纹信息与声纹特征数据库中待匹配声纹信息进行匹配，确定声纹置信度和声纹特征相似度；其中，人脸特征数据库中的待匹配人脸信息与声纹特征数据库的待匹配声纹信息归属于同一匹配对象；确定模块，用于根据人脸置信度和声纹置信度确定环境惩罚因数；其中，环境惩罚因数用于表征处于当前环境条件下人脸特征相似度和声纹特征相似度的参考权重；身份识别模块，用于基于人脸特征相似度、声纹特征相似度和环境惩罚因数确定人员相似度，以通过人员相似度对待识别人员进行身份识别。
12.第三方面，本发明提供一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的计算机可执行指令，处理器执行计算机可执行指令以实现前述实施方式任一项的井下人员身份识别方法。
13.第四方面，本发明提供一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现前述实施方式任一项的井下人员身份识别方法。
14.本技术提供的井下人员身份识别方法、装置、电子设备和可读存储介质，该方法首先获取待识别人员的人脸信息和声纹信息，基于人脸信息与人脸特征数据库中待匹配人脸信息进行匹配，确定人脸置信度和人脸特征相似度，基于声纹信息与声纹特征数据库中归属于同一匹配对象的待匹配声纹信息进行匹配，确定声纹置信度和声纹特征相似度，然后根据人脸置信度和声纹置信度确定用于表征处于当前环境条件下人脸特征相似度和声纹特征相似度的参考权重的环境惩罚因数，进而基于人脸特征相似度、声纹特征相似度和环境惩罚因数确定人员相似度，最后基于人员相似度对待识别人员进行身份识别。上述方式可以在得到人脸相似度和声纹相似度后，根据环境条件确定人脸特征相似度和声纹特征相似度在进行人员身份识别时的环境惩罚因数，从而可以根据环境因素确定当前人脸特征相似度和声纹特征相似度的参考阈值，以进行人员身份的识别，提升对于井下等环境复杂或环境恶劣的人员身份识别的准确性。
附图说明
15.为了更清楚地说明本技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施方式，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。
16.图1为本技术实施例提供的一种井下人员身份识别方法的流程图；
17.图2为本技术实施例提供的一种具体的井下人员身份识别方法的流程图；
18.图3为本技术实施例提供的一种井下人员身份识别装置的结构图；
19.图4为本技术实施例提供的一种电子设备的结构图。
具体实施方式
20.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。
21.因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术中的实施例，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所有其他实施例，都属于本技术保护的范围。
22.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
23.随着人工智能技术与5g技术的发展，人工智能在智能检测方向的应用越来越广泛，受到环境等因素影响，对于井下人员身份检测的方法不能仅靠计算机视觉算法，由于井下环境复杂，由于环境影响导致识别效果较差，因此对人员身份识别极易出现错误。
24.目前识别人员身份方式通常比较传统，例如人工观测，但这种方法对于人力消耗较大。相关技术中也可以使用指纹识别方法，但因为井下管理较为困难，故不适用指纹识别，如果仅依靠人脸识别算法，时常受到各种因素的干扰从而无法精确判断当前人员身份。基于此，本技术实施例提供了一种井下人员身份识别方法、装置、电子设备和可读存储介质，可以根据环境因素确定当前人脸特征相似度和声纹特征相似度的参考阈值，以进行人员身份的识别，提升对于井下等环境复杂或环境恶劣的人员身份识别的准确性。
25.本技术实施例提供了一种井下人员身份识别方法，参见图1所示，该方法主要包括以下步骤：
26.步骤s110，获取待识别人员的人脸信息和声纹信息。
27.人脸信息可以通过待检测区域的图像采集设备进行获取，通过人脸识别算法对图像采集设备采集的图像信息进行提取，得到人脸信息。
28.声纹信息可以通过待检测区域的声音传感器进行获取，为了保证声纹信息的准确性，可以对声音传感器采集的声音信息进行滤波、降噪、增强等处理，得到声纹信息。
29.步骤s120，基于人脸信息与人脸特征数据库中待匹配人脸信息进行匹配，确定人脸置信度和人脸特征相似度，基于声纹信息与声纹特征数据库中待匹配声纹信息进行匹配，确定声纹置信度和声纹特征相似度。
30.上述基于人脸信息确定人脸置信度和人脸特征相似度，当有人进入待检测区域时，图像采集设备(诸如摄像机)会将捕捉到的图像传给人脸识别模型，人脸识别模型会检测出人脸特征(诸如人脸位置、大小等)和人脸置信度，并计算当前人脸与数据库中人脸之间的人脸特征相似度。
31.上述基于声纹信息确定声纹置信度和声纹特征相似度，可以通过声纹识别模型会检测出声纹特征(诸如音色、频率等)以及声纹置信度，并与数据库内的声纹信息进行匹配，计算当前声纹特征与数据库之间的声纹特征相似度。
32.上述人脸特征数据库中的待匹配人脸信息与声纹特征数据库的待匹配声纹信息归属于同一匹配对象。在一种实施方式中，可以首先计算待测人员和人脸特征数据库中人脸的相似度，然后从声纹数据库中取同一个人的声纹信息，计算待测人员与这个人的声纹相似度，以此类推，计算待测人员与数据库中的各个人的相似度；在另一种实施方式中，也可以首先计算待测人员和声纹数据库中声纹的相似度，然后从人脸特征数据库中取同一个人的人脸信息，计算待测人员与这个人的人脸相似度，以此类推，计算待测人员与数据库中的各个人的相似度。
33.步骤s130，根据人脸置信度和声纹置信度确定环境惩罚因数。
34.由于井下等复杂环境中光线、噪音、人员面部遮挡等因素的影响，在进行人员身份识别时，为了能够提升人员识别的准确性，需要结合人脸识别和声纹识别，从而确定当前识别环境条件更有利于计算机视觉或是计算机听觉，以保证人员身份识别的准确性。
35.上述环境惩罚因数用于表征处于当前环境条件下人脸特征相似度和声纹特征相似度的参考权重。
36.步骤s140，基于人脸特征相似度、声纹特征相似度和环境惩罚因数确定人员相似度，并基于人员相似度对待识别人员进行身份识别。
37.在确定环境惩罚因数之后，可以以环境惩罚因数作为参考，并结合人脸特征相似度和声纹特征相似度确定最终的人员相似度。
38.本技术实施例提供的井下人员身份识别方法，可以在得到人脸相似度和声纹相似度后，根据环境条件确定人脸特征相似度和声纹特征相似度在进行人员身份识别时的环境惩罚因数，从而可以根据环境因素确定当前人脸特征相似度和声纹特征相似度的参考阈值，以进行人员身份的识别，提升对于井下等环境复杂或环境恶劣的人员身份识别的准确性。
39.上述基于人脸信息确定人脸置信度和人脸特征相似度，可以首先对人脸信息进行特征提取，得到人脸特征和人脸置信度，然后基于人脸特征和人脸特征数据库，确定人脸特征相似度。
40.在一可选的实施方式中，可以通过预先选择的神经网络进行人脸特征提取，诸如卷积神经网络(convolutional neural networks，cnn)、残差网络等。在实际应用中，可以对人脸信息进行特征提取后，得到人脸位置、人脸大小以及五官细节等人脸特征，以及提取出的人脸特征对应的人脸置信度。
41.上述人脸特征可以以人脸特征矩阵的方式表征，在得到人脸置信度之后，人脸相似度的计算可以将人脸模型识别当前人脸特征矩阵与数据库中的特征矩阵相乘，得到人脸特征相似度：
42.sim
face
＝featurer*featurei43.其中，sim
face
表示人脸相似度，featurer表示当前检测人脸特征矩阵，featurei表示数据库中的人脸特征矩阵。
44.在一可选的实施方式中，上述基于声纹信息确定声纹置信度和声纹特征相似度
时，可以首先对声纹信息进行特征提取，得到声纹特征和声纹置信度，然后基于声纹特征和声纹特征数据库，确定声纹特征相似度。
45.在对声纹信息进行特征提取时，可以采用声纹模型进行识别，以得到当前检测的声纹特征和声纹置信度。
46.然后根据声纹特征计算声纹特征相似度时，可以将声纹模型识别当前声纹特征矩阵与数据库中的特征矩阵相乘除以两个矩阵的平方和根的乘积，得到相似特征值：
47.dot
voice
＝featurec*featuren[0048][0049]
其中，sim
voice
表示声音相似度，featurec表示当前检测声纹特征矩阵,featuren表示数据库中声纹特征矩阵。
[0050]
进一步，上述环境惩罚因数包括针对人脸识别的第一环境惩罚因数和声纹识别的第二环境惩罚因数，则在根据人脸置信度和声纹置信度确定环境惩罚因数时，可以分别确定人脸识别的第一环境惩罚因数和声纹识别的第二环境惩罚因数：
[0051]
将人脸置信度和声纹置信度进行合并，得到参考基准，基于人脸置信度和参考基准确定第一环境惩罚因数，基于声纹置信度和参考基准确定第二环境惩罚因数。
[0052]
在一种示例中，可以采用以下公式确定第一环境惩罚因数和第二环境惩罚因数：
[0053][0054][0055]
其中，α
face
表示第一环境惩罚因数，α
voice
表示第二环境惩罚因数，voice
con
表示声纹置信度，face
con
表示人脸置信度，face
con
+voice
con
表示参考基准。
[0056]
考虑到井下环境复杂，为了准确的确定环境惩罚因数，在一种实施方式中，可以基于人脸置信度、参考基准和井下环境参数确定第一环境惩罚因数，作为人脸特征相似度的参考权重，并基于声纹置信度、参考基准和井下环境参数确定第二环境惩罚因数，作为声纹特征相似度的参考权重。通过在确定人脸特征相似度的参考权重和声纹特征相似度的参考权重使进一步引入井下环境参数，可以更加适应于井下复杂环境的人员身份识别，提升井下人员身份识别的准确性。
[0057]
上述井下环境参数至少包括井下亮度值和井下噪音音量，在进行环境惩罚因数的确定时，具体而言，可以基于人脸置信度、参考基准和井下亮度值确定第一环境惩罚因数，作为人脸特征相似度的参考权重，并基于声纹置信度、参考基准和井下噪音音量确定第二环境惩罚因数，作为声纹特征相似度的参考权重。
[0058]
例如，针对第一环境惩罚因数的确定方式，当井下亮度值低于人脸图像采集装置的精准识别阈值时，可以向所述第一环境惩罚因数设置一个较小的权重，因为此时可能会因为井下亮度值的影响导致人脸图像获取的模糊、不准确等情况的发生，此时可以更多的依赖声纹特征进行人员识别。该井下亮度值的设置标准可以根据人脸图像采集装置进行适应性的确定，此处不作具体限定。
[0059]
又例如，针对第二环境惩罚因数的确定方式，由于人员识别时，可能正在进行井下作业，因此在获取待识别人员的声纹信息时，可能也会由于井下的噪音导致获取到的声纹信息失真的情况发生，因此，当井下噪音音量高于45-55分贝(该范围可适应性选取)时，可以向所述第二环境惩罚因数设置一个较小的权重，避免由于井下噪音的影响导致声纹信息获取不准确等情况的发生，此时可以更多的依赖人脸特征进行人员识别。上述井下噪音音量的可选范围值仅为示例，不作具体限定。
[0060]
在一可选的实施方式中，基于人脸特征相似度、声纹特征相似度和环境惩罚因数确定人员相似度时，可以基于人脸特征相似度和第一环境惩罚因数确定人脸参考相似度，基于声纹特征相似度和第二环境惩罚因数确定声纹参考相似度，基于人脸参考相似度和声纹参考相似度确定人员相似度。
[0061]
在一种示例中，可以通过将人脸特征相似度和声纹特征相似度分别与对应的环境惩罚因数相乘求和，得到最终的人员相似度，参见下式：
[0062]
sim＝sim
face
*α
face
+sim
voice
*α
voice
[0063]
其中，sim表示人员相似度。
[0064]
进一步，在确定人员相似度之后，可以在确定人员相似度超过指定阈值时，将待识别人员确定为有权限人员，否则则判定为没有权限人员。
[0065]
可选的，在确定人员相似度之后，为了进一步提升权限人员的核实准确性，可以在得到人员相似度后开启计时，确定人员相似度超过指定阈值的时长超过时间阈值时，将待识别人员确定为有权限人员，否则则判定为没有权限人员。例如，在得到人员相似度后开启计时，当人员相似度连续一秒超过设定的时间阈值时，且待识别人员未离开识别区域，则将待识别人员确定为有权限人员，可选的，为了保证人员识别的效率，避免待识别人员较多时识别结果显示较慢，该时间阈值可以设置为5秒以内的时间范围。上述时间阈值的设置可作为参考，在实际应用中，也可以选用其他时间阈值，此处不作具体限定。
[0066]
进一步，当判定为没有权限人员时，还可以触发报警，以避免非权限人员的进入。
[0067]
为便于理解，图2示出了一种整体的井下人员身份识别方法的流程图，通过人脸识别和声纹识别的结合进行人员身份信息的识别，可以在得到人脸相似度和声纹相似度后，根据环境条件确定人脸特征相似度和声纹特征相似度在进行人员身份识别时的环境惩罚因数，从而可以根据环境因素确定当前人脸特征相似度和声纹特征相似度的参考阈值，以进行人员身份的识别，判断是否是有权限人员，提升对于井下等环境复杂或环境恶劣的人员身份识别的准确性。
[0068]
本发明实施例还提供一种井下人员身份识别装置，参见图3所示，包括以下部分：
[0069]
信息获取模块31，用于获取待识别人员的人脸信息和声纹信息；
[0070]
信息处理模块32，用于基于人脸信息与人脸特征数据库中待匹配人脸信息进行匹配，确定人脸置信度和人脸特征相似度，基于声纹信息与声纹特征数据库中待匹配声纹信息进行匹配，确定声纹置信度和声纹特征相似度；其中，人脸特征数据库中的待匹配人脸信息与声纹特征数据库的待匹配声纹信息归属于同一匹配对象；
[0071]
确定模块33，用于根据人脸置信度和声纹置信度确定环境惩罚因数；其中，环境惩罚因数用于表征处于当前环境条件下人脸特征相似度和声纹特征相似度的参考权重；
[0072]
身份识别模块34，用于基于人脸特征相似度、声纹特征相似度和环境惩罚因数确
定人员相似度，以通过人员相似度对待识别人员进行身份识别。
[0073]
在一些实施方式中，环境惩罚因数包括针对人脸识别的第一环境惩罚因数和声纹识别的第二环境惩罚因数；确定模块33，还用于：将人脸置信度和声纹置信度进行合并，得到参考基准；基于人脸置信度和参考基准确定第一环境惩罚因数，作为人脸特征相似度的参考权重；基于声纹置信度和参考基准确定第二环境惩罚因数，作为声纹特征相似度的参考权重。
[0074]
在一些实施方式中，确定模块33，还用于：基于人脸置信度、参考基准和井下环境参数确定第一环境惩罚因数，作为人脸特征相似度的参考权重；基于声纹置信度、参考基准和井下环境参数确定第二环境惩罚因数，作为声纹特征相似度的参考权重。
[0075]
在一些实施方式中，井下环境参数至少包括井下亮度值和井下噪音音量；确定模块33，还用于：基于人脸置信度、参考基准和井下亮度值确定第一环境惩罚因数，作为人脸特征相似度的参考权重；基于声纹置信度、参考基准和井下噪音音量确定第二环境惩罚因数，作为声纹特征相似度的参考权重。
[0076]
在一些实施方式中，身份识别模块34，还用于：基于人脸特征相似度和第一环境惩罚因数确定人脸参考相似度；基于声纹特征相似度和第二环境惩罚因数确定声纹参考相似度；基于人脸参考相似度和声纹参考相似度确定人员相似度。
[0077]
在一些实施方式中，确定人员相似度之后，上述装置还包括权限判断模块，用于：确定人员相似度超过指定阈值时，将待识别人员确定为有权限人员。
[0078]
在一些实施方式中，权限判断模块，还用于：在得到人员相似度后开启计时，确定人员相似度超过指定阈值的时长超过时间阈值时，将待识别人员确定为有权限人员。
[0079]
本技术实施例提供的井下人员身份识别装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，井下人员身份识别装置的实施例部分未提及之处，可参考前述井下人员身份识别方法实施例中相应内容。
[0080]
本技术实施例还提供了一种电子设备，如图4所示，为该电子设备的结构示意图，其中，该电子设备100包括处理器41和存储器40，该存储器40存储有能够被该处理器41执行的计算机可执行指令，该处理器41执行该计算机可执行指令以实现上述任一项井下人员身份识别方法。
[0081]
在图4示出的实施方式中，该电子设备还包括总线42和通信接口43，其中，处理器41、通信接口43和存储器40通过总线42连接。
[0082]
其中，存储器40可能包含高速随机存取存储器(ram，random access memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口43(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。总线42可以是isa(industry standard architecture，工业标准体系结构)总线、pci(peripheral component interconnect，外设部件互连标准)总线或eisa(extended industry standard architecture，扩展工业标准结构)总线等。所述总线42可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
[0083]
处理器41可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方
法的各步骤可以通过处理器41中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器41可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signal processor，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现场可编程门阵列(field-programmable gate array，简称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。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。结合本技术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，处理器41读取存储器中的信息，结合其硬件完成前述实施例的井下人员身份识别方法的步骤。
[0084]
本技术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存储有计算机可执行指令，该计算机可执行指令在被处理器调用和执行时，该计算机可执行指令促使处理器实现上述井下人员身份识别方法，具体实现可参见前述方法实施例，在此不再赘述。
[0085]
本技术实施例所提供的井下人员身份识别方法、装置、电子设备和可读存储介质的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
[0086]
除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本技术的范围。
[0087]
所述功能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，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本技术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介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0088]
在本技术的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本技术的限制。此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0089]
此外，术语“水平”、“竖直”、“悬垂”等术语并不表示要求部件绝对水平或悬垂，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完全水平，而是可以稍微倾斜。
[0090]
在本技术的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一
体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本技术中的具体含义。
[0091]
最后应说明的是：以上各实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述各实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的范围。