猪只转群盘点方法、装置、电子设备及存储介质与流程

1.本技术涉及动物养殖技术领域，尤其涉及一种猪只转群盘点方法、装置、电子设备及存储介质。


背景技术：

[0002]“猪只转群”是指猪群从一个区域向另一个区域转移的过程，其是养猪场生产过程中的重要环节，包括种猪/育肥猪销售转群、断奶猪转群、种猪转群和淘汰猪转群等。在转群过程中，需要对猪只数量进行盘点，以作为最终企业资产管理以及经营管理的重要基础数据。
[0003]
目前，猪只转群盘点依赖于人工方式实现，在转群过程中，工人站在转群通道的两端清点猪只的数量。由于赶猪、计数、数量复核和旁站监督等过程都需要人力，所以大型养猪场(如万头级的养猪场)在开展转群工作时，需要多人参与，极其浪费人力资源和时间。并且通过人工方式进行盘点，存在计数不准确或虚报的风险。


技术实现要素：

[0004]
本技术提供了一种猪只转群盘点方法、装置、电子设备及存储介质，以解决目前猪只转群盘点方式存在盘点效率低的技术问题。
[0005]
为了解决上述技术问题，本技术实施例提供了一种猪只转群盘点方法，包括：
[0006]
获取在转群通道进行猪只转群时的视频画面，视频画面包括多帧猪只图像，视频画面预设有若干条标记线；
[0007]
基于预设的目标检测与跟踪模型，对多帧猪只图像进行目标检测和目标跟踪，得到每只猪只的猪只运动轨迹；
[0008]
确定每只猪只的猪只运动轨迹与标记线之间的位置关系；
[0009]
若位置关系为猪只运动轨迹与若干条标记线均相交，则对猪只数量进行变更。
[0010]
本实施例通过获取在转群通道进行猪只转群时的视频画面，并在视频画面预设若干条标记线，以及基于预设的目标检测与跟踪模型，对多帧猪只图像进行目标检测和目标跟踪，得到每只猪只的猪只运动轨迹，从而基于人工智能模型实现猪只行为的自动化识别；再通过确定每只猪只的猪只运动轨迹与标记线之间的位置关系，并在位置关系为猪只运动轨迹与若干条标记线均相交时，则对猪只数量进行变更，从而实现在猪只转群时猪只数量的智能盘点，无需人工干预，降低人力资源和减少盘点程序，提高了盘点效率以及盘点准确度。
[0011]
在一实施例中，目标检测与跟踪模型包括yolov5网络和deepsort网络，基于预设的目标检测与跟踪模型，对多帧猪只图像进行目标检测和目标跟踪，得到每只猪只的猪只运动轨迹，包括：
[0012]
基于yolov5网络，检测多帧猪只图像中目标猪只的包围框信息，包围框信息包括包围框方向；
[0013]
基于deepsort网络，对包围框信息对应的图像区域进行特征提取，得到图像特征；
[0014]
基于图像特征，确定目标猪只的第一运动轨迹；
[0015]
对多帧猪只图像中目标猪只的第一运动轨迹进行合并，得到目标猪只的猪只运动轨迹。
[0016]
本实施例通过基于yolov5网络，检测多帧猪只图像中目标猪只的包围框的方向性，并基于具有方向性的包围框所对应的图像区域识别目标猪只的猪只运动轨迹，能够提高猪只运动轨迹的识别准确度。
[0017]
在一实施例中，基于第一图像特征，确定目标猪只的第一运动轨迹，包括：
[0018]
获取上一帧猪只图像中目标猪只的第二运动轨迹；
[0019]
基于第二运动轨迹，预测当前帧猪只图像中目标猪只的预测位置，并提取预测位置对应的图像区域的第二图像特征；
[0020]
计算第一图像特征与第二图像特征之间的损失值；
[0021]
基于损失值和预测位置，确定目标猪只的第一运动轨迹
[0022]
本实施例通过上一帧猪只图像的第二运动轨迹预测当前帧猪只图像的预测位置，并通过当前帧猪只图像区域的第一图像特征与预测位置所对应图像区域的第二图像特征进行对比，从而确定当前帧猪只图像中目标猪只的第一运动轨迹。
[0023]
在一实施例中，视频画面预设有2条标记线，若位置关系为猪只运动轨迹与若干条标记线相交，则对猪只数量进行变更，包括：
[0024]
若位置关系为猪只运动轨迹按照第一预设先后顺序依次与2条标记线相交，则对猪只数量加1；
[0025]
若位置关系为猪只运动轨迹按照第二预设先后顺序依次与2条标记线相交，则对猪只数量减1，第一预设先后顺序与第二预设先后顺序相反。
[0026]
本实施例通过设置2条标记线，并检测猪只运动轨迹与2条标记线相交的先后顺序，以确定猪只是属于前进还是后退，从而对猪只数量进行相应加1或减1，实现猪只转群时的智能化盘点，提高盘点效率和准确性。
[0027]
在一实施例中，转群通道设置有单向门，单向门用于控制猪只单向通过转群通道，以及作为若干条标记线中的一条。
[0028]
本实施例通过设置单向门作为标记线中的一条，以保证猪只单向运动的同时，实现猪只计数，提高猪只盘点的准确度。
[0029]
在一实施例中，转群通道设置有单向限位栏，单向限位栏用于控制猪只通过所述转群通道时的通过宽度。
[0030]
本实施例通过设置单向限位栏控制转群通道每次只有一只猪只通过，且是单向通过，以减低算法识别过程由于猪只密集而导致的识别误差，从而提高了猪只盘点准确度。
[0031]
进一步地，在转群通道进行猪只转群之前，还包括：
[0032]
获取待转群猪群的平均猪龄；
[0033]
基于预设的猪龄与体宽映射关系表，确定平均猪龄对应的平均体宽；
[0034]
基于平均体宽，向单向限位栏发送宽度调节指令，宽度调节指令用于调节单向限位栏的宽度，单向限位栏的宽度每次满足单只猪只单向通过单向限位栏。
[0035]
本实施例通过待转群猪群的平均猪龄，确定猪群的平均体宽，并根据平均体宽调
节单向限位栏的宽度，以保证每次只有一只猪只单向通过通道，从而进一步提高盘点准确度。
[0036]
第二方面，本技术实施例提供一种猪只转群盘点装置，包括：
[0037]
获取模块，用于获取在转群通道进行猪只转群时的视频画面，视频画面包括多帧猪只图像，视频画面预设有若干条标记线；
[0038]
检测模块，用于基于预设的目标检测与跟踪模型，对多帧猪只图像进行目标检测和目标跟踪，得到每只猪只的猪只运动轨迹；
[0039]
确定模块，用于确定每只猪只的猪只运动轨迹与标记线之间的位置关系；
[0040]
变更模块，用于若位置关系为猪只运动轨迹与若干条标记线均相交，则对猪只数量进行变更。
[0041]
第三方面，本技术实施例提供一种电子设备，包括存储器及处理器，存储器用于存储计算机程序，处理器运行计算机程序以使电子设备执行如上述第一方面的猪只转群盘点方法。
[0042]
第四方面，本技术实施例提供一种计算机可读存储介质，其存储有计算机程序，计算机程序被处理器执行时实现如上述第一方面的猪只转群盘点方法。
[0043]
需要说明的是，上述第二方面至第四方面的有益效果请参见第一方面的相关描述，在此不再赘述。
附图说明
[0044]
图1为本技术实施例提供的猪只转群盘点方法的流程示意图；
[0045]
图2为本技术实施例提供的图像标注的示意图；
[0046]
图3为本技术实施例提供的猪只包围框的示意图；
[0047]
图4为本技术实施例提供的标记线的示意图；
[0048]
图5为本技术实施例提供的单向限位栏的示意图；
[0049]
图6为本技术实施例提供的猪只转群盘点装置的结构示意图；
[0050]
图7为本技术实施例提供的电子设备的结构示意图。
具体实施方式
[0051]
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，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。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。
[0052]
如背景技术相关记载，目前猪只转群盘点依赖于人工方式实现，在转群过程中，工人站在转群通道的两端清点猪只的数量。由于赶猪、计数、数量复核和旁站监督等过程都需要人力，所以大型养猪场(如万头级的养猪场)在开展转群工作时，需要多人参与，极其浪费人力资源和时间。并且通过人工方式进行盘点，存在计数不准确或虚报的风险。
[0053]
为此，本技术实施例提供一种猪只转群盘点方法、装置、电子设备及存储介质，通过获取在转群通道进行猪只转群时的视频画面，并在视频画面预设若干条标记线，以及基于预设的目标检测与跟踪模型，对多帧所述猪只图像进行目标检测和目标跟踪，得到每只
猪只的猪只运动轨迹，从而基于人工智能模型实现猪只行为的自动化识别；再通过确定每只猪只的所述猪只运动轨迹与所述标记线之间的位置关系，并在所述位置关系为所述猪只运动轨迹与若干条所述标记线均相交时，则对猪只数量进行变更，从而实现在猪只转群时猪只数量的智能盘点，无需人工干预，降低人力资源和减少盘点程序，提高了盘点效率以及盘点准确度。
[0054]
请参照图1，为本技术实施例提供的一种猪只转群盘点方法的实现流程图。本技术实施例中下述的猪群转群盘点方法可应用于电子设备，电子设备设有摄像头或者与外接摄像头通信连接，电子设备包括但不限于智能手机、平板电脑、桌上型计算机、超级计算机和个人数字助理等计算机设备。本技术实施例的猪只转群盘点方法，包括步骤s101至s104，详述如下：
[0055]
步骤s101，获取在转群通道进行猪只转群时的视频画面，所述视频画面包括多帧猪只图像，所述视频画面预设有若干条标记线。
[0056]
在本步骤中，转群通道为猪只从一个区域向另一个区域转移时的连接通道。将电子设备上的摄像头或外接摄像头安装于转群通道的正上方，通过该摄像头或外接摄像头采集转群通道的视频画面。将视频画面提取为多帧猪只图像，并标记每帧猪只图像的采集时间的先后顺序，以便于后续采用时间连贯的图像对猪只进行目标跟踪。
[0057]
标记线为预设于视频画面的固定位置上的线段，即在每帧猪只图像的相同尺寸位置上均有若干条标记线。标记线作为猪只运动轨迹的参考线，能够使电子设备以标记线作为计数的分界，从而实现智能化盘点猪只。例如，猪只在标记线的左端视为计数+1，猪只在标记线的右端视为计数-1。
[0058]
步骤s102，基于预设的目标检测与跟踪模型，对多帧所述猪只图像进行目标检测和目标跟踪，得到每只猪只的猪只运动轨迹。
[0059]
在本步骤中，目标检测与跟踪模型包括目标检测网络和目标跟踪网络，目标检测网络用于检测图像中的目标，目标跟踪网络用于对检测到的目标进行跟踪。例如，目标检测网络为yolov5网络，目标跟踪网络为deepsort网络。可选地，将多帧猪只图像输入到上述目标检测与跟踪模型，对于每只猪只输出一个猪只运动轨迹，并采用轨迹标号(track id)进行表示。
[0060]
可选地，采集在转群通道进行猪只转群时的视频数据，提取视频数据中的视频帧并将视频帧保存为图像。如图2所示的标注图像的示意图，采用带方向的最小外接矩形作为包围框对图像中的猪只进行标注，并基于标注后的图像构建训练集，对训练集中的图像进行扩增操作，例如翻转变换、随机修剪、平移变换、尺寸变换、噪声扰动和旋转变换等。将扩增操作后的训练集输入到预设模型进行训练，直至预设收敛条件，得到上述目标检测与跟踪模型。其中预设收敛条件可以是模型迭代次数达到预设次数，也可以是模型的损失函数小于预设值。需要说明的是，目标检测与跟踪模型可以在本电子设备上训练，也可以在其他电子设备上训练完成后，将模型文件移植至本电子设备。
[0061]
步骤s103，确定每只猪只的所述猪只运动轨迹与所述标记线之间的位置关系。
[0062]
在本步骤中，位置关系包括相交与不相交。需要说明的是，标记线与转群通道相交，优选地，标记线与转群通道垂直。也就是说，若猪只通过转群通道，则其运动轨迹必然与若干条标记线均相交，若猪只未通过转群通道，则其运动轨迹与若干条标记线的至少一条
不相交。
[0063]
步骤s104，若所述位置关系为所述猪只运动轨迹与若干条所述标记线均相交，则对猪只数量进行变更。
[0064]
在本步骤中，猪只运动轨迹与若干条标记线均相交，则表示猪只退出转群通道或退回转群通道，所以对猪只数量进行变更。由于猪只在转群过程中，可能存在从正方向通过转群通道后，又从反方向退回到转群通道的情况，对于通过转群通道的猪只，可以将猪只数量累计1，对于退回转群通道的猪只，可以将猪只数量减1。
[0065]
在一实施例中，在图1所示实施例的基础上，上述步骤s102，具体包括：
[0066]
基于所述yolov5网络，检测多帧所述猪只图像中目标猪只的包围框信息，所述包围框信息包括包围框方向；
[0067]
基于所述deepsort网络，对所述包围框信息对应的图像区域进行特征提取，得到图像特征；
[0068]
基于所述图像特征，确定所述目标猪只的第一运动轨迹；
[0069]
对多帧所述猪只图像中所述目标猪只的第一运动轨迹进行合并，得到所述目标猪只的猪只运动轨迹。
[0070]
在本实施例中，如图3示出的猪只包围框的示意图。由于标注过程增加了包围框的方向信息，使得模型在训练时学习到包围框方向特征，从而能够预测包括框的方向信息，并基于具有方向性的包围框所对应的图像区域识别目标猪只的猪只运动轨迹，能够提高猪只运动轨迹的识别准确度。可选地，包围框信息还包括包围框类型、包围框尺寸和包围框置信度等。
[0071]
可选地，获取上一帧所述猪只图像中所述目标猪只的第二运动轨迹；基于所述第二运动轨迹，预测所述当前帧猪只图像中所述目标猪只的预测位置，并提取所述预测位置对应的图像区域的第二图像特征；计算所述第一图像特征与所述第二图像特征之间的损失值；基于所述损失值和所述预测位置，确定所述目标猪只的第一运动轨迹。
[0072]
示例性地，对yolov5网络检测出的box(包围框)、confidence(包围框置信度)和class(包围框类型)进行筛选:将包围框尺寸box_area小于预设尺寸min_area，或者包围框置信度confidence小于预设置信度min_confidence的包围框删除。通过nms(非极大抑制法)将同一个目标的其他包围框删除，以保留每个目标对应的一个包围框，消除一个目标存在多个包围框的情况。
[0073]
deepsort网络通过检测包围框box在原猪只图像的对应区域，将该区域裁剪后放入到卷积神经网络进行特征提取，得到第一图像特征feature。并利用视频的上一帧猪只图像的tracker(运动轨迹)，通过卡尔曼滤波器预测当前帧的跟踪目标。
[0074]
计算当前帧检测到所有包围框的第一feature与卡尔曼滤波器预测的第二feature之间的余弦距离，形成损失矩阵。并根据损失矩阵，利用匈牙利算法进行匹配，将与当前帧的运动轨迹与匹配的上一帧进行轨迹合并。其中若将当前帧对应的上一帧没有运动轨迹，则以当前帧新建一个运动轨迹。可选地，对于大于预设帧数(如70帧)均未检测到与当前帧匹配的运动轨迹，则后续不再进行匹配。
[0075]
在一实施例中，视频画面预设有2条所述标记线。在图1所示实施例的基础上，上述步骤s104，具体包括：
[0076]
若所述位置关系为所述猪只运动轨迹按照第一预设先后顺序依次与2条所述标记线相交，则对所述猪只数量加1；
[0077]
若所述位置关系为所述猪只运动轨迹按照第二预设先后顺序依次与2条所述标记线相交，则对所述猪只数量减1，所述第一预设先后顺序与所述第二预设先后顺序相反。
[0078]
在本实施例中，通过设置2条标记线，并检测轨迹与标记线相交的先后顺序，以确定猪只的运动方向，避免猪只往回走而导致重复计数的情况，提高猪只盘点的准确性。可选地，轨迹与两条线先后连续相交算一次有效计数，只与其中一条线相撞不算有效数据。
[0079]
示例性地，如图4所示的标记线示意图。当猪只轨迹从左线l到右线r穿过时，表示前进方向则计数+1；当猪只轨迹从右线r到左线l穿过时，表示后退方向则计数-1。
[0080]
可选地，所述转群通道设置有单向门，所述单向门用于控制猪只单向通过所述转群通道，以及作为若干条所述标记线中的一条。单向门能够使猪只只能前进不能后退，以避免因猪只往回走而导致重复计数的情况。优选地，单向门作为若干条标记线中最边上的一条，即如图4中的右线r，以便于进一步提高计数判断的准确度。
[0081]
可选地，如图5示出的单向限位栏的示意图。所述转群通道设置有单向限位栏，所述单向限位栏用于控制猪只通过所述转群通道时的通过宽度。其中栏杆g可以根据转群通道的实际宽度进行调节，单向限位栏h可以根据猪只的体型调节通过宽度。可以理解的是，在栏杆g上可以设置有如图5所示更多或更少的单向限位栏h。
[0082]
可选地，将单向限位栏作为若干条标记线中的一条，如作为图4中的右线r。通过设置单向限位栏控制转群通道每次只有一只猪只通过，且是单向通过，以减低算法识别过程由于猪只密集而导致的识别误差，从而提高了猪只盘点准确度。
[0083]
在一实施例中，在图1所示实施例的基础上，在转群通道进行猪只转群之前，还包括：
[0084]
获取待转群猪群的平均猪龄；
[0085]
基于预设的猪龄与体宽映射关系表，确定所述平均猪龄对应的平均体宽；
[0086]
基于所述平均体宽，向所述单向限位栏发送宽度调节指令，所述宽度调节指令用于调节所述单向限位栏的宽度，所述单向限位栏的宽度每次满足单只猪只单向通过所述单向限位栏。
[0087]
在本实施例中，每次转群之前操作员在设备控制器(电子设备)输入转群猪只的猪龄，根据映射关系表，确定猪龄对应的猪只体宽，并根据体宽，控制单向限位栏调节其宽度，从而使猪只转群时，刚好单只通过单向限位，从而进一步提高盘点准确度。
[0088]
为了执行上述方法实施例对应的猪只转群盘点方法，以实现相应的功能和技术效果。参见图6，图6示出了本技术实施例提供的一种猪只转群盘点装置的结构框图。为了便于说明，仅示出了与本实施例相关的部分，本技术实施例提供的猪只转群盘点装置，包括：
[0089]
获取模块601，用于获取在转群通道进行猪只转群时的视频画面，所述视频画面包括多帧猪只图像，所述视频画面预设有若干条标记线；
[0090]
检测模块602，用于基于预设的目标检测与跟踪模型，对多帧所述猪只图像进行目标检测和目标跟踪，得到每只猪只的猪只运动轨迹；
[0091]
确定模块603，用于确定每只猪只的所述猪只运动轨迹与所述标记线之间的位置关系；
[0092]
变更模块604，用于若所述位置关系为所述猪只运动轨迹与若干条所述标记线均相交，则对猪只数量进行变更。
[0093]
在一实施例中，所述目标检测与跟踪模型包括yolov5网络和deepsort网络，检测模块602，包括：
[0094]
检测单元，用于对于每一帧所述猪只图像，基于所述yolov5网络，检测当前帧所述猪只图像中目标猪只的包围框信息，所述包围框信息包括包围框类别、包围框尺寸和包围框方向；
[0095]
提取单元，用于基于所述deepsort网络，对所述包围框信息对应的图像区域进行特征提取，得到第一图像特征；
[0096]
确定单元，用于基于所述第一图像特征，确定所述当前帧猪只图像中所述目标猪只的第一运动轨迹；
[0097]
合并单元，用于对多帧所述猪只图像中所述目标猪只的第一运动轨迹进行合并，得到所述目标猪只的猪只运动轨迹。
[0098]
可选地，确定单元，包括：
[0099]
获取子单元，用于获取上一帧所述猪只图像中所述目标猪只的第二运动轨迹；
[0100]
预测子单元，用于基于所述第二运动轨迹，预测所述当前帧猪只图像中所述目标猪只的预测位置，并提取所述预测位置对应的图像区域的第二图像特征；
[0101]
计算子单元，用于计算所述第一图像特征与所述第二图像特征之间的损失值；
[0102]
确定子单元，用于基于所述损失值和所述预测位置，确定所述目标猪只的第一运动轨迹。
[0103]
在一实施例中，所述视频画面预设有2条所述标记线，变更模块604，包括：
[0104]
增加单元，用于若所述位置关系为所述猪只运动轨迹按照第一预设先后顺序依次与2条所述标记线相交，则对所述猪只数量加1；
[0105]
减少单元，用于若所述位置关系为所述猪只运动轨迹按照第二预设先后顺序依次与2条所述标记线相交，则对所述猪只数量减1，所述第一预设先后顺序与所述第二预设先后顺序相反。
[0106]
可选地，所述转群通道设置有单向门，所述单向门用于控制猪只单向通过所述转群通道，以及作为若干条所述标记线中的一条。
[0107]
可选地，所述转群通道设置有单向限位栏，所述单向限位栏用于控制猪只通过所述转群通道时的通过宽度。
[0108]
在一实施例中，上述猪只转群盘点装置还包括：
[0109]
第二获取模块，用于获取待转群猪群的平均猪龄；
[0110]
第二确定模块，用于基于预设的猪龄与体宽映射关系表，确定所述平均猪龄对应的平均体宽；
[0111]
发送模块，用于基于所述平均体宽，向所述单向限位栏发送宽度调节指令，所述宽度调节指令用于调节所述单向限位栏的宽度，所述单向限位栏的宽度每次满足单只猪只单向通过所述单向限位栏。
[0112]
上述的猪只转群盘点装置可实施上述方法实施例的猪只转群盘点方法。上述方法实施例中的可选项也适用于本实施例，这里不再详述。本技术实施例的其余内容可参照上
述方法实施例的内容，在本实施例中，不再进行赘述。
[0113]
图7为本技术一实施例提供的电子设备的结构示意图。如图7所示，该实施例的电子设备7包括：至少一个处理器70(图7中仅示出一个)处理器、存储器71以及存储在所述存储器71中并可在所述至少一个处理器70上运行的计算机程序72，所述处理器70执行所述计算机程序72时实现上述任意方法实施例中的步骤。
[0114]
所述电子设备7可以是智能手机、平板电脑、桌上型计算机和云端服务器等计算设备。该电子设备可包括但不仅限于处理器70、存储器71。本领域技术人员可以理解，图7仅仅是电子设备7的举例，并不构成对电子设备7的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
[0115]
所称处理器70可以是中央处理单元(central processing unit，cpu)，该处理器70还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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。
[0116]
所述存储器71在一些实施例中可以是所述电子设备7的内部存储单元，例如电子设备7的硬盘或内存。所述存储器71在另一些实施例中也可以是所述电子设备7的外部存储设备，例如所述电子设备7上配备的插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)等。进一步地，所述存储器71还可以既包括所述电子设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储操作系统、应用程序、引导装载程序(bootloader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。
[0117]
另外，本技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任意方法实施例中的步骤。
[0118]
本技术实施例提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行时实现上述各个方法实施例中的步骤。
[0119]
在本技术所提供的几个实施例中，可以理解的是，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意的是，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。
[0120]
所述功能如果以软件功能模块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终端设备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。
[0121]
以上所述的具体实施例，对本技术的目的、技术方案和有益效果进行了进一步的
详细说明，应当理解，以上所述仅为本技术的具体实施例而已，并不用于限定本技术的保护范围。特别指出，对于本领域技术人员来说，凡在本技术的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。