行为数据确定方法、装置、设备、存储介质以及程序产品与流程

1.本公开涉及人工智能领域，尤其涉及视频分析、图像识别和深度学习技术领域，具体可应用于智慧城市和城市管理场景下。


背景技术：

2.目前，随着互联网和人工智能技术的发展，生活、生产的各个方面正在逐步实现自动化。


技术实现要素：

3.本公开提供了一种行为数据确定方法、装置、设备、存储介质以及程序产品。
4.根据本公开的一方面，提供了一种行为数据确定方法，包括：对视频帧数据进行目标检测，得到违规行为数据；确定违规行为特征和误检行为特征之间的相似度数值，其中，违规行为特征是根据违规行为数据得到的；以及根据相似度数值，确定违规行为数据中的目标违规行为数据。
5.根据本公开的另一方面，提供了一种行为数据确定装置，包括：违规行为数据确定模块、相似度数值确定模块以及目标违规行为数据确定模块。违规行为数据确定模块，用于对视频帧数据进行目标检测，得到违规行为数据。相似度数值确定模块，用于确定违规行为特征和误检行为特征之间的相似度数值，其中，违规行为特征是根据违规行为数据得到的。目标违规行为数据确定模块，用于根据相似度数值，确定违规行为数据中的目标违规行为数据。
6.根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器和与至少一个处理器通信连接的存储器。其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开实施例的方法。
7.根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行本公开实施例的方法。
8.根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现本公开实施例的方法。
9.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
10.附图用于更好地理解本方案，不构成对本公开的限定。其中：
11.图1示意性示出了根据本公开实施例的行为数据确定方法和装置的系统架构图；
12.图2示意性示出了根据本公开实施例的行为数据确定方法的流程图；
13.图3示意性示出了根据本公开另一实施例的行为数据确定方法的示意图；
14.图4示意性示出了根据本公开又一实施例的行为数据确定方法的示意图；
15.图5示意性示出了根据本公开实施例的行为数据确定装置的框图；以及
16.图6示意性示出了可以实现本公开实施例的行为数据确定方法的电子设备的框图。
具体实施方式
17.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
18.在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
19.在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
20.在使用类似于“a、b和c等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有a、b和c中至少一个的系统”应包括但不限于单独具有a、单独具有b、单独具有c、具有a和b、具有a和c、具有b和c、和/或具有a、b、c的系统等)。
21.随着互联网和人工智能技术的不断发展，生活、生产的各个方面正在逐步实现自动化。
22.在城市设置的例如摄像头等图像获取设备可以辅助城市管理，逐步实现智慧城市的目标。
23.在城市管理中，维护城市文明整洁是一项重要的工作。例如可以通过检查城市街道是否存在违规行为维护城市文明整洁。
24.在一些实施方式中，通过相关工作人员采用人工巡逻的方式发现违规行为并处理违规行为，具有耗时耗力、容易被人为规避的缺陷，因此效率低下。
25.在另一实施方式中，利用深度学习的目标检测模型对城市设置的摄像头等图像获取设备采集的视频数据进行违规行为检测。
26.实际生活中，存在以下情况1)和2)。
27.1)难以通过一个固定的标准定义违规行为。例如在公共道路上加装椅子是一种违规行为，而作为公共设施的椅子则不是一种违规行为。
28.2)对于同一行为，一些城市或者一些街道将该行为认定为违规行为，但是另一些城市或者另一些街道将该行为认定为合规行为。
29.由此，目标检测模型的准确性较低，并且对于不同的场景的适配性较差。
30.图1示意性示出了根据本公开一实施例的行为数据确定方法和装置的系统架构。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
31.如图1所示，根据该实施例的系统架构100可以包括图像获取设备101、网络102、服务器103和客户端104。网络102用以在图像获取设备101、服务器103以及客户端104之间提供通信链路的介质。网络102可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
32.图像获取设备101可以包括视频监控设备等。图像获取设备101可以设置在可拍摄到街道的位置，图像获取设备101拍摄的视频流数据可以经网络102传输至服务器103进行处理。
33.用户可以使用客户端104与服务器103交互，以接收或发送消息等。客户端104上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
34.客户端104可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。本公开实施例的客户端104例如可以运行应用程序。
35.服务器103可以是提供各种服务的服务器，例如对图像获取设备101拍摄的图像或者对用户利用客户端104所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的图像数据或者用户请求数据等进行分析等处理，并将处理结果反馈给客户端。另外，服务器103还可以是云服务器，即服务器103具有云计算功能。
36.需要说明的是，本公开实施例所提供的行为数据确定方法可以由服务器103执行。相应地，本公开实施例所提供的行为数据确定装置可以设置于服务器103中。本公开实施例所提供的行为数据确定方法也可以由不同于服务器103且能够与客户端104、图像获取设备101和/或服务器103通信的服务器或服务器集群执行。相应地，本公开实施例所提供的行为数据确定装置也可以设置于不同于服务器103且能够与客户端104、图像获取设备101和/或服务器103通信的服务器或服务器集群中。
37.在一种示例中，服务器103可以通过网络102获取来自图像获取设备101的视频流数据，对视频流数据进行截取视频帧得到视频帧数据，并确定目标违规行为数据。
38.应该理解，图1中的图像获取设备、网络、服务器和客户端的数目仅仅是示意性的。根据实现需要，可以具有任意数目的图像获取设备、网络、服务器和客户端。
39.应注意，本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
40.在本公开的技术方案中，在获取或采集用户个人信息之前，均获取了用户的授权或同意。
41.本公开实施例提供了一种行为数据确定方法，下面结合图1的系统架构，参考图2～图4来描述根据本公开示例性实施方式的行为数据确定方法。本公开实施例的行为数据确定方法例如可以由图1所示的服务器103来执行。
42.图2示意性示出了根据本公开一实施例的行为数据确定方法的流程图。
43.如图2所示，本公开实施例的行为数据确定方法200例如可以包括操作s210～操作s230。
44.在操作s210，对视频帧数据进行目标检测，得到违规行为数据。
45.视频帧数据可以理解为视频数据的某一帧图像数据，视频数据包括多个视频帧数
据。
46.目标检测可以理解为基于图像数据，对图像数据中的目标进行分割和检测，确定目标的类别和位置的过程。
47.可以理解，视频帧数据为图像数据，可以对视频帧数据进行目标检测，将违规行为作为目标，得到违规行为数据。违规行为数据表征被认定为违规的行为。以城市管理为例，违规行为例如可以包括：乱扔垃圾、乱堆杂物、占用公共道路等行为。
48.在操作s220，确定违规行为特征和误检行为特征之间的相似度数值。
49.违规行为特征是根据违规行为数据得到的。例如，违规行为数据可以包括利用特征向量表征的违规行为数据。
50.误检行为特征可以包括：以特征向量表征的实际为违规行为，却被检测为合规行为的数据以及以特征向量表征的实际为合规行为，却被检测为违规行为的数据。
51.示例性地，误检行为特征可以预先设置。根据本公开实施例，例如在当前时刻t，基于视频帧数据执行行为数据确定方法时，可以根据预先设置的误检行为特征和当前时刻t确定的行为特征之间的相似度数值，确定目标违规行为数据。
52.示例性地，违规行为特征和误检行为特征之间的相似度数值例如可以根据违规行为特征、误检违规行为特征以及相似度函数得到。相似度函数例如可以包括余弦相似度函数。
53.在操作s230，根据相似度数值，确定违规行为数据中的目标违规行为数据。
54.可以理解，对视频帧数据进行目标检测，得到的违规行为数据可能是错误的。误检行为特征可以表征目标检测结果错误的行为数据，违规行为特征和误检行为特征之间的相似度数值，与违规行为数据为错误的概率数值正相关。
55.示例性地，可以根据相似度数值，对违规行为数据进行筛选，删除相似度数值大于某一阈值的违规行为数据，保留相似度数值小于等于该阈值的违规行为数据，将保留的违规行为数据确定为目标违规行为数据。
56.由此，本公开实施例的行为数据确定方法，可以根据违规行为特征和误检行为特征之间的相似度数值反映违规行为数据为错误的概率，根据相似度数值，可以从违规行为数据确定错误概率较小的目标违规行为数据，提高违规行为检测的准确性。
57.图3示意性示出了根据本公开另一实施例的行为数据确定方法的示意图。
58.如图3所示，根据本公开实施例的行为数据确定方法包括操作s340～操作s360。在图3的示意性示例中，还可以包括操作s310～操作s330，操作s340～操作s360例如可以在操作s310之前或者在操作s310和操作s320之间执行。操作s310～操作s330可以与操作s210～操作s230类似。
59.在操作s340，根据历史视频流数据301，确定误检行为数据302。
60.示例性地，可以利用图像获取设备采集得到历史视频流数据。
61.示例性地，可以根据历史视频流数据，确定历史视频帧数据；利用目标检测模型m对历史视频帧数据进行目标检测，确定历史行为数据；对历史行为数据进行识别，确定误检行为数据。例如，可以通过人为识别的方式，对历史行为数据进行识别，将目标检测错误的历史行为数据确定为误检行为数据。
62.在操作s350，注册误检行为数据302。
63.注册误检行为数据可以理解为：定义一个其他模块可以调用的注册函数，在某一模块调用该注册函数时，该注册函数可以向该模块提供误检行为数据。
64.在操作s360，对误检行为数据302进行特征提取，得到误检行为特征303。
65.示例性地，例如可以根据特征提取算子对误检行为数据进行特征提取，得到误检行为特征。
66.示例性地，可以将误检行为特征存储于数据库中。
67.本公开实施例的行为数据确定方法，根据历史视频流数据确定的误检行为数据是已经确定的目标检测错误的行为数据，误检行为数据作为判断违规行为数据是否错误具有更高的参考意义。根据特征的相似度数值可以准确表征误检行为数据与违规行为数据两者的相似程度，后续根据相似度数值可以准确地从违规行为数据中确定目标违规行为数据。通过注册误检行为数据可以使得误检行为数据的产生和使用相互独立，还可以根据需求实时调整误检行为数据，适应多种场景，具有更高的灵活性。
68.在图3的示意性示例中，还可以包括操作操作s310～操作s330。
69.在操作s310，对视频帧数据304进行目标检测，得到违规行为数据305。
70.在操作s320，确定违规行为特征306和误检行为特征303之间的相似度数值307。
71.在操作s330，根据相似度数值307，确定违规行为数据305中的目标违规行为数据308。
72.示例性地，可以根据目标检测模型m对视频帧数据304进行目标检测，得到违规行为数据305。
73.目标检测模型m可以包括yolo模型。可以理解，在目标检测模型训练完成后，将视频帧数据输入目标检测模型，可以得到违规行为数据。
74.yolo模型例如可以是：paddlepaddle-yolo模型。
75.yolo，即you only look once，一种目标检测框架。yolo模型将候选区域和对象识别这两个阶段合二为一，使得模型的目标检测速度更快。paddlepaddle-yolo模型，即pp-yolo，paddlepaddle-yolo模型可以在实际应用场景中直接应用，且具有相对平衡的有效性和效率，通过结合各种技巧，可以几乎不增加模型参数和每秒浮点运算次数，实现在确保速度几乎不变的情况下，尽可能提高检测器精度。
76.本公开实施例的行为数据确定方法利用paddlepaddle-yolo模型可以快速、准确地检测违规行为数据。
77.示例性地，在根据目标检测模型对视频帧数据进行目标检测，得到违规行为数据的示例中，还可以在视频帧数据输入目标检测模型之前对视频帧数据进行预处理，避免视频帧数据对目标检测模型进行目标检测产生干扰或者例如过拟合等其他不利的影响。
78.示例性地，预处理可以包括缩放、归一化、正则化中的至少一个。缩放可以是将视频帧数据缩放800*800的尺寸。归一化可以是对视频帧数据的像素值除以255。正则化可以是对经过归一化的视频帧数据的像素值减去均值以及除以方差。均值的数值可以包括0.485、0.456以及0.406，方差的数值可以包括0.229、0.225以及0.225。
79.图4示意性示出了根据本公开又一实施例的行为数据确定方法的示意图。
80.如图4所示，根据本公开又一实施例的行为数据确定方法包括：操作s470～操作s480。操作s470～操作s480例如可以在操作s230之后执行。操作s470～操作s480例如还可
以在操作s360之后执行。
81.在操作s470，根据截取频率对视频流数据401进行截取视频帧处理，得到视频帧数据。
82.示例性地，截取频率例如可以在5分钟/次至30秒/次的频率范围内取值。
83.在操作s480，在视频流数据的第一时间段t1内的每一个视频帧数据均包括目标违规行为同类别数据的情况下，根据目标违规行为同类别数据，确定目标违规行为反馈数据b。
84.目标违规行为数据包括违规行为标签，目标违规行为同类别数据具有相同的违规行为标签。目标违规行为反馈数据用于反馈目标违规行为同类别数据。
85.可以理解，在对视频帧数据进行目标检测，得到的目标违规行为数据表征目标检测准确性较高的违规行为，可以通过目标违规行为反馈数据将违规行为数据反馈至相关部门人员，使得相关部门人员可以基于目标违规行为反馈数据，制止、纠正相应的违规行为，达到监管违规行为的作用。违规行为标签可以反映违规行为的类别等属性，本公开实施例的行为数据确定方法中，根据违规行为标签，可以将目标违规行为数据进行类似分类的操作，后续在反馈目标违规行为数据时，效率更高。可以理解，视频流数据的第一时间段内的每一个视频帧数据均包括目标违规行为同类别数据的情况下，表明相应的违规行为在时间维度上持续存在，具有更高的违规行为检测准确性。
86.图4示例性示出了根据截取频率对视频流数据401进行截取视频帧处理，得到的n个视频帧数据，对应第一时间段t1的视频流数据，可以确定视频帧数据p1至视频帧数据pm的共计m个视频帧数据，其中，m和n均为正整数，m小于n。
87.如图4所示，针对视频帧数据p1，图4示意性示出了对视频帧数据p1进行目标检测，得到的包括违规行为数据p1_c1至违规行为数据p1_cx的共计x个违规行为数据。可以理解，对每一个视频帧数据，均可以得到对应的违规行为数据，在此不再赘述。
88.在图4的示例中。以视频帧数据p1为例，根据x个违规行为数据，确定目标违规行为数据ca_1。需要说明的是，针对某一个视频帧数据，可以得到0个、1个或者多个违规行为数据，根据违规行为数据可以确定0个、1个或者多个目标违规行为数据。图4示意性示出了针对视频帧数据p1，根据x个违规行为数据确定1个目标违规行为数据的示例。
89.在图4的示例中，在视频流数据401的第一时间段t1内，可以确定m个视频帧数据，m个视频帧数据中，每一个视频帧数据均包括具有相同的违规行为标签lv的目标违规行为数据，可以将具有相同的违规行为标签lv的目标违规行为数据确定为目标违规行为同类别数据。
90.以本公开实施例的行为数据确定方法应用于城市管理的违规行为检测为例，目标违规行为数据可以理解为误检概率较小的违规行为数据。可以理解，一个视频帧数据可以包括多个违规行为数据，例如一个视频帧数据的三个目标违规行为数据分别包括乱扔垃圾、乱堆杂物、占用公共道路这三个违规行为数据，根据每一个违规行为数据与误检行为特征的相似度数值，确定的目标违规行为数据例如包括乱扔垃圾和乱堆杂物。
91.目标违规行为反馈数据可以针对相关的城市管理部门。例如，可以将目标违规行为反馈数据发送至相关的城市管理部门进行立案，形成违规行为立案案件，例如可以由相关管理人员通过违规行为立案案件的信息，责令改正相关的违规行为，达到城市管理的目
的。
92.例如，视频流数据的时长为6小时，以5分钟/次的截取频率对视频流数据进行截取视频帧处理，可以得到72个视频帧数据，为了提高违规行为立案的准确性，可以将第一时间段设置为1小时，在1小时时间段内的12个视频帧数据均包括目标违规行为同类别数据的情况下，根据目标违规行为同类别数据确定目标违规行为反馈数据。例如，1小时时间段内确定12个视频帧数据，每一个视频帧数据确定一个目标违规行为数据，得到12个目标违规行为数据，这12个目标违规行为数据具有相同的违规行为标签，违规行为标签例如是乱扔垃圾标签。则可以将具有乱扔垃圾标签的目标违规行为数据确定为目标违规行为同类别数据。而在1小时时间段内的12个视频帧中，仅有8个视频帧包括乱扔垃圾标签的情况下，具有乱扔垃圾标签的目标违规行为数据不能确定为目标违规行为同类别数据。
93.如图4所示，根据本公开实施例的行为数据确定方法还可以包括操作s490。操作s490可以在操作s480之后执行。
94.在操作s490，在视频流数据401的第二时间段t2内的每一个视频帧数据均不包括目标违规行为同类别数据的情况下，删除目标违规行为反馈数据b。
95.第二时间段t2在第一时间段t1之后。
96.可以理解，在视频流数据的第一时间段t1的每一个视频帧数据包括目标违规行为同类别数据的情况下，可以利用目标违规行为反馈数据将目标违规行为同类别数据进行反馈，但是在第一时间段t1之后的第二时间段t2内每一个视频帧数据均不包括目标违规行为同类别数据的情况下，可以认为目标违规行为同类别数据对应的违规行为已经不存在，此时可以删除用于反馈目标违规行为同类别数据的目标违规行为反馈数据。
97.示例性地，根据本公开又一实施例的行为数据确定方法，视频帧数据和误检行为特征均可以与场景数据绑定，场景数据表征应用场景。仍以城市管理为例，例如可以根据城市、街道或者图像获取设备划分不同的应用场景。
98.例如可以确定视频帧数据对应的应用场景，根据应用场景，确定对应的误检行为特征。由此，各个应用场景的视频帧数据、误检行为特征不会混乱，本公开实施例的行为数据确定方法，可以适应各个应用场景。
99.以下将以智慧城市管理中，通过设置在城市街道的图像获取设备采集视频流，视频流的视频帧数据可以显示在街道产生的各类生产、生活行为，基于视频帧数据确定街道的各类生产、生活行为是否是违规行为为例说明本公开实施例的行为数据确定方法。
100.可以理解，在难以通过一个固定的标准定义违规行为时或者一些城市、街道对于同一行为的认定结果不同的情况下，一些实施方式中利用深度学习模型自动检测违规行为的准确性会下降，并且深度学习模型对于不同场景的适配性较差。
101.针对位置和形状比较固定的被误检的对象，其特征具有较好的表征性。可以根据这种位置和形状比较固定的被误检的对象，确定误检行为数据以及误检行为特征，根据误检行为特征与违规行为特征之间的相似度，可以得到目标检测准确性更高的目标误检行为数据。例如，街道设置的作为公共设施的椅子是合规行为，而在公共道路上摆放或者加装椅子是违规行为，在视频帧数据可以显示街道上作为公共设施的椅子以及在公共道路上摆放的椅子，对视频帧数据进行目标检测时，可能会将作为公共设施的椅子检测为违规行为数据或者将公共道路上摆放的椅子检测为合规的行为。由于作为公共设施的椅子的形状、位
置较为固定，可以利用误检行为特征较好地表征公共设施椅子的特征。后续例如对视频帧数据进行目标检测时，可以根据违规行为特征与误检行为特征之间的相似度数值，提高违规行为检测准确性。
102.在城市管理的背景下，视频帧数据和误检行为特征均与例如城市、街道等场景数据绑定，可以确定视频帧数据对应的应用场景，根据应用场景，确定对应的误检行为特征，由此，各个应用场景的视频帧数据、误检行为特征不会混乱，本公开实施例的行为数据确定方法，可以适应各个应用场景，并且在每一个应用场景下可以达到更高的违规行为检测准确性。
103.图5示意性示出了根据本公开一实施例的行为数据确定装置的框图。
104.如图5所示，本公开实施例的行为数据确定装置500例如包括违规行为数据确定模块510、相似度数值确定模块520以及目标违规行为数据确定模块530。
105.违规行为数据确定模块510，用于对视频帧数据进行目标检测，得到违规行为数据。
106.相似度数值确定模块520，用于确定违规行为特征和误检行为特征之间的相似度数值。其中，违规行为特征是根据违规行为数据得到的.
107.目标违规行为数据确定模块530，用于根据相似度数值，确定违规行为数据中的目标违规行为数据。
108.根据本公开实施例的行为数据确定装置，还包括：误检行为数据确定模块、误检行为数据注册模块以及误检行为特征确定模块。
109.误检行为数据确定模块，用于根据历史视频流数据，确定误检行为数据。
110.误检行为数据注册模块，用于注册误检行为数据。
111.误检行为特征确定模块，用于对误检行为数据进行特征提取，得到误检行为特征。
112.根据本公开实施例的行为数据确定装置，其中，目标违规行为数据包括违规行为标签，行为数据确定装置还包括：视频帧数据确定模块以及目标违规行为反馈数据确定模块。
113.视频帧数据确定模块，用于根据截取频率对视频流数据进行截取视频帧处理，得到视频帧数据。
114.目标违规行为反馈数据确定模块，用于在视频流数据的第一时间段内的每一个视频帧数据均包括目标违规行为同类别数据的情况下，根据目标违规行为同类别数据，确定目标违规行为反馈数据，其中，目标违规行为同类别数据具有相同的违规行为标签，目标违规行为反馈数据用于反馈目标违规行为同类别数据。
115.根据本公开实施例的行为数据确定装置，还包括：目标违规反馈数据删除模块。
116.目标违规反馈数据删除模块，用于在视频流数据的第二时间段内的每一个视频帧数据均不包括目标违规行为同类别数据的情况下，删除目标违规行为反馈数据，其中，第二时间段在第一时间段之后。
117.根据本公开实施例的行为数据确定装置，其中，视频帧数据和误检行为特征均与场景数据绑定，场景数据表征应用场景。
118.根据本公开实施例的行为数据确定装置，其中，违规行为数据确定模块包括：目标检测子模块.
119.目标检测子模块，用于将视频帧数据输入目标检测模型，得到违规行为数据，其中，目标检测模型包括yolo模型。
120.应该理解，本公开装置部分的实施例与本公开方法部分的实施例对应相同或类似，所解决的技术问题和所达到的技术效果也对应相同或类似，本公开在此不再赘述。
121.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
122.图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
123.如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(rom)602中的计算机程序或者从存储单元608加载到随机访问存储器(ram)603中的计算机程序，来执行各种适当的动作和处理。在ram 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、rom 602以及ram 603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
124.设备600中的多个部件连接至i/o接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
125.计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如行为数据确定方法。例如，在一些实施例中，行为数据确定方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由rom 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到ram 603并由计算单元601执行时，可以执行上文描述的行为数据确定方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行行为数据确定方法。
126.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、复杂可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
127.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
128.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
129.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
130.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
131.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
132.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
133.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。