三维人像的获取方法、视频分析方法、装置、设备和介质与流程

本申请涉及图像处理技术领域，特别是涉及一种三维人像的获取方法、视频分析方法、装置、设备和介质。

背景技术：

随着计算机技术的发展，人们为了对图像进行分析，常常需要将二维的图像转换到三维空间中进行观察，便于观察在二维图像中被遮挡的部分。

传统的转换过程需要首先采用如黑白棋盘这类专门的标定板进行标定，然后基于标定的参数实现图像的二维到三维的转换，以便于观察图像中的目标。然而，传统的方法需要携带标定板来进行标定，因此操作不便。

技术实现要素：

基于此，有必要针对上述技术问题，提供一种能够便于操作的三维人像的获取方法、视频分析方法、装置、计算机设备和存储介质。

第一方面，本申请实施例提供一种三维人像的获取方法，所述方法包括：

对二维的室内场景图进行目标对象检测，得到所述室内场景图中的目标物图像和人像；

根据所述目标物图像中的目标物的外形参数，对所述目标物图像进行二维到三维的坐标转换，得到转换矩阵；

根据所述转换矩阵将所述人像进行二维到三维的坐标转换，得到所述三维人像。

在其中一个实施例中，所述根据所述目标物图像中的目标物的外形参数，对所述目标物图像进行二维到三维的坐标转换，得到转换矩阵，包括：

获取所述目标物图像的多个顶点；

将所述多个顶点作为标定点，按照所述目标物的外形参数对所述目标物图像进行二维到三维的坐标转换，得到所述转换矩阵。

在其中一个实施例中，所述根据所述转换矩阵将所述人像进行二维到三维的坐标转换，得到所述三维人像，包括：

将所述人像和所述转换矩阵相乘，得到所述三维人像。

在其中一个实施例中，所述室内场景图为会议室内部的会议室场景图，所述目标物图像为会议桌图像。

第二方面，本申请实施例提供一种视频分析方法，所述方法包括：

获取多个室内视频帧图像；

采用如上述实施例所述的三维人像的获取方法对每个所述室内视频帧图像进行处理，得到每个所述室内视频帧图像对应的三维人像；

根据每个所述室内视频帧图像对应的三维人像确定不同人像对应的人体运动轨迹。

在其中一个实施例中，根据所述人体运动轨迹进行行为分析，得到行为分析结果。

第三方面，本申请实施例提供一种三维人像的获取装置，所述装置包括：

检测模块，用于对二维的室内场景图进行目标对象检测，得到所述室内场景图中的目标物图像和人像；

处理模块，用于根据所述目标物图像中的目标物的外形参数，对所述目标物图像进行二维到三维的坐标转换，得到转换矩阵，并根据所述转换矩阵将所述人像进行二维到三维的坐标转换，得到所述三维人像。

第四方面，本申请实施例提供一种视频分析装置，所述装置包括：

获取模块，用于获取多个室内视频帧图像；

处理模块，用于采用如上述实施例所述的三维人像的获取方法对每个所述室内视频帧图像进行处理，得到每个所述室内视频帧图像对应的三维人像；

分析模块，用于根据每个所述室内视频帧图像对应的三维人像确定不同人像对应的人体运动轨迹。

第五方面，本申请实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

对二维的室内场景图进行目标对象检测，得到所述室内场景图中的目标物图像和人像；

根据所述目标物图像中的目标物的外形参数，对所述目标物图像进行二维到三维的坐标转换，得到转换矩阵；

根据所述转换矩阵将所述人像进行二维到三维的坐标转换，得到所述三维人像。

第六方面，本申请实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取多个室内视频帧图像；

采用如上述实施例所述的三维人像的获取方法对每个所述室内视频帧图像进行处理，得到每个所述室内视频帧图像对应的三维人像；

根据每个所述室内视频帧图像对应的三维人像确定不同人像对应的人体运动轨迹。

第七方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

对二维的室内场景图进行目标对象检测，得到所述室内场景图中的目标物图像和人像；

根据所述目标物图像中的目标物的外形参数，对所述目标物图像进行二维到三维的坐标转换，得到转换矩阵；

根据所述转换矩阵将所述人像进行二维到三维的坐标转换，得到所述三维人像。

第八方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

获取多个室内视频帧图像；

采用如上述实施例所述的三维人像的获取方法对每个所述室内视频帧图像进行处理，得到每个所述室内视频帧图像对应的三维人像；

根据每个所述室内视频帧图像对应的三维人像确定不同人像对应的人体运动轨迹。

上述三维人像的获取方法、视频分析方法、装置、计算机设备和存储介质，计算机设备通过对二维的室内场景图进行目标对象检测，得到室内场景图中的目标物图像和人像，然后根据预设的目标物的外形参数，对目标物图像进行二维到三维的坐标转换，得到转换矩阵，因而实现了基于现有的室内场景图中的已知的目标物的实体的外形尺寸进行标定，最后根据转换矩阵将人像进行二维到三维的坐标转换，得到三维人像，因此能够避免在室内场景中通过二维图像进行观察所存在的遮挡问题，使得观察对象的角度更为全面，观察的结果更为准确，进一步丰富了图像三维人像的应用场景。该方法能够通过较为规则的已知的目标物的外形参数实现摄像头的标定，得到转换矩阵，避免了携带标定板进行标定的不便，因此使得操作更为方便和快捷。

附图说明

图1为一个实施例中计算机设备的内部结构图；

图2为一个实施例提供的三维人像的获取方法的流程示意图；

图3为另一个实施例提供的三维人像的获取方法的流程示意图；

图4为一个实施例提供的视频分析方法的流程示意图；

图5为一个实施例提供的三维人像的获取装置的结构示意图；

图6为一个实施例提供的视频分析装置的结构示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请实施例提供的三维人像的获取方法和视频分析方法，可以适用于图1所示的计算机设备。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、数据库、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储下述实施例中的室内场景图，有关室内场景图的具体描述参见下述实施例中的具体描述。该计算机设备的网络接口可以用于与外部的其他设备通过网络连接通信。可选的，该计算机设备可以是服务器，可以是台式机，可以是个人数字助理，还可以是其他的终端设备，例如平板电脑、手机等等，还可以是云端或者远程服务器，本申请实施例对计算机设备的具体形式并不做限定。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。当然，输入装置和显示屏也可以不属于计算机设备的一部分，可以是计算机设备的外接设备。

本领域技术人员可以理解，图1中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

下面以具体的实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。

需要说明的是，下述方法实施例的执行主体可以分别是三维人像的获取装置和视频分析装置，该装置可以通过软件、硬件或者软硬件结合的方式实现成为上述计算机设备的部分或者全部。下述方法实施例以执行主体为计算机设备为例进行说明。

图2为一个实施例提供的三维人像的获取方法的流程示意图。本实施例涉及的是计算机设备采用桌子进行标定并得到三维人像的具体过程。如图2所示，包括：

s11、对二维的室内场景图进行目标对象检测，得到所述室内场景图中的目标物图像和人像。

具体的，计算机设备可以获取二维的室内场景图，该室内场景图可以为摄像头拍摄得到的室内的图像，也可以是摄像头拍摄得到的视频中的帧图像。可选地，计算机设备可以是从存储设备上读取的室内场景图，也可以是接收从其他设备，例如摄像头等设备所发送的室内场景图。需要说明的是，该室内场景图中包括摆放在室内的桌子的目标物图像和位于室内的人物的人像。计算机设备可以采用预设的目标检测算法对上述室内场景图进行目标对象检测，从而检测得到上述室内场景图中的目标物图像和人像，可选地，可以是得到上述目标物图像所在的矩形框和人像所在的矩形框。可选地，上述目标检测算法可以是youonlylookonce(简称yolo)算法，也可以是区域卷积神经网络(region-convolutionalneuralnetworks，简称r-cnn)算法，或者是其他的目标检测算法，本实施例对此并不限定，只要是能够从二维图像中检测得到表征目标对象的算法即可。

s12、根据预设的目标物的外形参数，对所述目标物图像进行二维到三维的坐标转换，得到转换矩阵。

具体的，计算机设备可以获取预设的目标物图像外形参数，通常，目标物图像的外形较为规则，因此计算机设备可以根据已知的目标物在实际空间中的外形参数，可以包括目标物的实际形状结构和实际尺寸，将上述目标物图像进行二维到三维的坐标转换，从而得到所述室内场景图所在的二维平面到三维空间之间的转换矩阵。需要说明的是，上述得到转换矩阵的过程即为对摄像设备进行标定，得到相机内参、相机外参或相机畸变参数的过程。可选地，计算机设备可以将上述目标物图像的像素点按照上述转换矩阵在对应位置进行填充，从而得到三维的目标物模型。可选地，上述目标物可以选择桌子、椅子或窗户等形状规则的对象，目标物图像则为桌子图像、椅子图像或窗户图像等。

s13、根据所述转换矩阵将所述人像进行二维到三维的坐标转换，得到所述三维人像。

具体的，计算机设备将上述二维的人像，按照上述转换矩阵进行二维到三三维的坐标转换，可选地，可以是将上述二维的人像的像素点按照转换矩阵在对应位置进行填充，从而得到三维人像。

本实施例中，计算机设备通过对二维的室内场景图进行目标对象检测，得到室内场景图中的目标物图像和人像，然后根据预设的目标物的外形参数，对目标物图像进行二维到三维的坐标转换，得到转换矩阵，因而实现了基于现有的室内场景图中的已知的目标物的实体的外形尺寸进行标定，最后根据转换矩阵将人像进行二维到三维的坐标转换，得到三维人像，因此能够避免在室内场景中通过二维图像进行观察所存在的遮挡问题，使得观察对象的角度更为全面，观察的结果更为准确，进一步丰富了图像三维人像的应用场景。该方法能够通过较为规则的已知的目标物的外形参数实现摄像头的标定，得到转换矩阵，避免了携带标定板进行标定的不便，因此使得操作更为方便和快捷。

可选地，在上述实施例的基础上，所述步骤s12的一种可能的实现方式可以如图3所示，包括：

s121、获取所述目标物图像的多个顶点。

具体的，计算机设备获取上述目标物图像中的多个顶点，可选地，上述多个顶点可以包括矩形的桌面的四个顶点或者桌子其它部位的顶点，例如桌腿的顶点中的多个，本实施例对上述顶点的个数和选择方式并不做限定。

s122、将所述多个顶点作为标定点，按照所述目标物的外形参数对所述目标物图像进行二维到三维的坐标转换，得到所述转换矩阵。

具体的，计算机设备将上述多个顶点作为标定点，按照已知的目标物的外形参数对上述目标物图像进行二维到三维的坐标转换，从而得到上述转换矩阵。通常，上述顶点的个数多的时候，所得到的转换矩阵更为精确，但是相应的运算量变大，上述顶点的个数少的时候，则运算量会变小，因此处理效率更高。可选地，计算机设备可以选择桌面的四个顶点作为标定点，由于桌面的四个顶点便于识别，且桌面尺寸规格较为统一，因此基于桌面的四个顶点将上述目标物图像进行二维到三维的坐标转换，得到的转换矩阵更为准确。可选地，上述获取转换矩阵的方法可以采用主动视觉标定方法、相机自标定法、传统相机标定法等，例如张定友标定法，本申请实施例对此并不做限定。

本实施例中，计算机设备获取目标物图像的多个顶点，将多个顶点作为标定点，按照目标物的外形参数对目标物图像进行二维到三维的坐标转换，得到转换矩阵，从而实现了基于已知的目标物的外形的多个顶点进行标定，因而使得所得到的二维平面到三维空间的转换矩阵更为精准，使得标定的过程不再依赖于外设的标定板，因此操作更为方便和简化。

可选地，上述步骤s13的一种可能的实现方式可以包括：将所述人像和所述转换矩阵相乘，得到所述三维人像。计算机设备可以将上述人像中的像素点的二维坐标和上述转换矩阵相乘，从而实现将每个像素点的二维坐标转换成为三维坐标的过程，可选地，计算机设备还可以将上述每个像素点在对应的三维坐标处进行填充，进而得到上述三维人像。

本实施例中，目标物为桌面，目标物图像为桌面图像，本申请的三维人像的获取方法能够适用于所有具有桌面的室内场景中，实现从二维的室内场景图中获取三维人物图像。其中，具有桌面的室内场景包括但不限于室内办公场景、会议室场景等。相应的，室内场景图包括但不限于室内办公场景图、会议室场景图等。

例如，所述室内场景图为会议室内部的会议室场景图，所述目标物图像为会议桌图像。因此，计算机设备能够通过上述实施例中的方法基于已知的会议桌外形实现获取三维的与会人员的人像的过程，因此避免了携带标定板进行标定的过程，因此操作更为方便。上述实施例中介绍了计算机设备基于已知的目标物的外形参数进行标定，从而获取三维人像的方法，下面将对采用上述三维人像的获取方法进行视频分析的具体过程。

图4为一个实施例提供的视频分析方法的流程示意图。本实施例涉及的是计算机设备采用如上述各个实施例所述的采用已知的目标物的外形参数进行标定并得到三维人像，从而获取人体运动轨迹的具体过程。如图4所示，包括：

s21、获取多个室内视频帧图像。

具体的，计算机设备可以读取存储设备上存储的多个室内视频帧图像，也可以接收其他设备，例如室内的监控设备发送的多个室内视频帧图像。需要说明的是，这多个室内视频帧图像是基于室内场景进行拍摄得到的，且这多个室内视频帧图像可以是按照时间顺序依次排列的多个图像。

s22、采用上述任一实施例所述的三维人像的获取方法对每个所述室内视频帧图像进行处理，得到每个所述室内视频帧图像对应的三维人像。

具体的，计算机设备采用上述任一实施例中三维人像的获取方法对每个内视频帧图像进行处理，即对每个室内帧图像均基于室内视频帧图像中的已知外形参数的目标物进行标定，从而得到每个室内视频帧图像对应的三维人像，从而避免了采用外带的标定板进行标定所导致的操作不便。

s23、根据每个所述室内视频帧图像对应的三维人像确定不同人像对应的人体运动轨迹。

具体的，计算机设备可以将上述每个室内视频帧图像对应的三维人像的不同部位的坐标变化规律，确定不同人像对应的人体运动轨迹。例如计算机设备可以是将每一帧室内视频帧图像对应的三维人像中的目标人像的不同部位的位置进行记录，从而得到目标人像的不同部位的人体运动轨迹，如将目标人像的左手的位置进行记录，从而获取目标人像的左手的人体运动轨迹。

本实施例中，计算机设备通过获取多个室内视频帧图像，并采用本申请实施例中的三维人像的获取方法对每个室内视频帧图像进行处理，得到每个室内视频帧图像对应的三维人像，因此避免了携带标定板的不便。进而能够根据每个室内视频帧图像对应的三维人像确定不同人像对应的人体运动轨迹。该方法由于采用了上述实施例中的三维人像的获取方法对每个室内视频帧图像进行处理，基于已知的目标物的外形参数实现了标定，因此避免了携带标定板的不便，进一步使得本实施例的视频分析方法，得到的行为分析结果更为便捷。

可选地，继续参见图4所示，在上述实施例还可以包括步骤：s24、根据所述人体运动轨迹进行行为分析，得到行为分析结果。具体的，计算机设备可以将上述人体运动轨迹进行行为分析。可选地，可以是计算机设备按照人体运动轨迹和预设的行为分析结果之间的对应关系，确定人体运动轨迹所对应的行为分析结果，例如是将人头部的人体运动轨迹是从室内的前门至后门，因此所对应的行为分析结果为行走，再如将人左手的人体运动轨迹是从桌面的高度运行到头部的高度，可以确定对应的行为结果为举手等等。可选地，还可以是计算机设备将上述人体运动轨迹输入预设的神经网络模型进行行为识别，从而得到行为分析结果，需要说明的是该神经网络模型为基于大量的人体运动轨迹的样本进行训练得到的，因此能够得到更为准确的行为分析结果。该方法由于采用了上述实施例中的三维人像的获取方法对每个室内视频帧图像进行处理，基于已知的目标物的外形参数实现了标定，因此避免了携带标定板的不便，进一步使得本实施例的视频分析方法，得到的行为分析结果更为便捷。

应该理解的是，虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图5所示，提供了一种三维人像的获取装置，包括：

检测模块100，用于对二维的室内场景图进行目标对象检测，得到所述室内场景图中的目标物图像和人像；

处理模块200，用于根据所述目标物图像中的目标物的外形参数，对所述目标物图像进行二维到三维的坐标转换，得到转换矩阵，并根据所述转换矩阵将所述人像进行二维到三维的坐标转换，得到所述三维人像。

在一个实施例中，处理模块200，具体用于获取所述目标物图像的多个顶点，并将所述多个顶点作为标定点，按照所述目标物的外形参数对所述目标物图像进行二维到三维的坐标转换，得到所述转换矩阵。

在一个实施例中，处理模块200，具体用于将所述人像和所述转换矩阵相乘，得到所述三维人像。

在一个实施例中，所述室内场景图为会议室内部的会议室场景图，所述目标物图像为会议桌图像。

在一个实施例中，如图6所示，提供了一种视频分析装置，包括：

获取模块300，用于获取多个室内视频帧图像；

处理模块400，用于采用如上述任一实施例所述的三维人像的获取方法对每个所述室内视频帧图像进行处理，得到每个所述室内视频帧图像对应的三维人像；

分析模块500，用于根据每个所述室内视频帧图像对应的三维人像确定不同人像对应的人体运动轨迹。

在一个实施例中，分析模块500，还可以用于根据所述人体运动轨迹进行行为分析，得到行为分析结果。

关于三维人像的获取装置和视频分析装置的具体限定可以分别参见上文中对于三维人像的获取方法和视频分析方法的限定，在此不再赘述。上述三维人像的获取装置和视频分析装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

对二维的室内场景图进行目标对象检测，得到所述室内场景图中的目标物图像和人像；

根据预设的目标物的外形参数，对所述目标物对应的所述目标物图像进行二维到三维的坐标转换，得到转换矩阵；

根据所述转换矩阵将所述人像进行二维到三维的坐标转换，得到所述三维人像。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

获取所述目标物图像的多个顶点；

将所述多个顶点作为标定点，按照所述目标物的外形参数对所述目标物图像进行二维到三维的坐标转换，得到所述转换矩阵。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

将所述人像和所述转换矩阵相乘，得到所述三维人像。

在一个实施例中，所述室内场景图为会议室内部的会议室场景图，所述目标物图像为会议桌图像。

应当清楚的是，本申请实施例中处理器执行计算机程序的过程，与上述方法中各个步骤的执行过程一致，具体可参见上文中的描述。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

获取多个室内视频帧图像；

采用如上述任一实施例所述的三维人像的获取方法对每个所述室内视频帧图像进行处理，得到每个所述室内视频帧图像对应的三维人像；

根据每个所述室内视频帧图像对应的三维人像确定不同人像对应的人体运动轨迹。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

根据所述人体运动轨迹进行行为分析，得到行为分析结果。

应当清楚的是，本申请实施例中处理器执行计算机程序的过程，与上述方法中各个步骤的执行过程一致，具体可参见上文中的描述。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

对二维的室内场景图进行目标对象检测，得到所述室内场景图中的目标物图像和人像；

根据预设的目标物的外形参数，对所述目标物对应的所述目标物图像进行二维到三维的坐标转换，得到转换矩阵；

根据所述转换矩阵将所述人像进行二维到三维的坐标转换，得到所述三维人像。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

获取所述目标物图像的多个顶点；

将所述多个顶点作为标定点，按照所述目标物的外形参数对所述目标物图像进行二维到三维的坐标转换，得到所述转换矩阵。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

将所述人像和所述转换矩阵相乘，得到所述三维人像。

在一个实施例中，所述室内场景图为会议室内部的会议室场景图，所述目标物图像为会议桌图像。

应当清楚的是，本申请实施例中处理器执行计算机程序的过程，与上述方法中各个步骤的执行过程一致，具体可参见上文中的描述。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取多个室内视频帧图像；

采用如上述任一实施例所述的三维人像的获取方法对每个所述室内视频帧图像进行处理，得到每个所述室内视频帧图像对应的三维人像；

根据每个所述室内视频帧图像对应的三维人像确定不同人像对应的人体运动轨迹。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据所述人体运动轨迹进行行为分析，得到行为分析结果。

应当清楚的是，本申请实施例中处理器执行计算机程序的过程，与上述方法中各个步骤的执行过程一致，具体可参见上文中的描述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。