车行方向识别方法、系统及其装置与流程

1.本技术实施例涉及智能视频监控领域，尤其涉及车行方向识别方法、系统及其装置。


背景技术：

2.智能停车场管理系统，是现代化停车场车辆收费及设备自动化管理的统称，是将停车场完全置于计算机统一管理下的高科技机电一体化产品。根据其设计原理，智能停车场管理系统可分为三大部分：信息的采集与传输、信息的处理与人机界面、信息的储存与查询。依据其设计原理和组成结构，可实现的功能有：临时车收费、停车场管理、车位引导、反向寻车、特殊车辆管理以及图像对比等功能。
3.随着车辆检测识别技术和车牌识别技术的成熟以及应用推广，车辆检测设备和车牌识别设备已经被广泛使用在停车场出入口，商厦出入口，收费站出入口，车道车位监控等地方。车辆检测设备和车牌识别设备获得车行方向信息，并根据车行方向信息判断是否进行车位锁锁定或开锁的操作，或者是否进行计时计费操作等。现有的车行方向识别方法大多是通过对车辆的行驶轨迹进行获取和分析得到。
4.但是在实际应用场景中，车辆在停车位中较短距离的发生位移或者在一定位移中较高速行驶时，监测设备难以获得可用于分析车行方向的图像样本，难以分析车行方向，从而导致在车位管理的过程中，系统难以对车行现况和车位现况做出准确分析。


技术实现要素：

5.本技术实施例提供了车行方向识别方法、系统及其装置，用于识别车辆的行驶方向，运用于停车场车位管理系统中，提高用户的使用感受。
6.本技术实施例提供的一种车行方向识别方法包括：
7.获取并保存车辆的车牌图像数据；
8.若所述车牌图像数据满足车牌轨迹算法的使用条件，则运用车牌轨迹算法识别所述车辆的车行方向；
9.若所述车牌图像数据未满足所述车牌轨迹算法的使用条件，则运用目标分类模型识别所述车辆的车行方向，其中，所述目标分类模型通过对不同类型的车头车尾图像数据和所述车头车尾图像数据对应的车行方向进行机器学习训练得到，所述目标分类模型中保存有所述车头车尾图像数据与车行方向的目标对应关系。
10.可选的，所述获取并保存车辆的车牌图像数据包括：
11.当监测模块监测到车辆时，摄像模块获取所述车辆的车牌图像数据，并将所述车牌图像数据保存至缓存模块。
12.可选的，所述若所述车牌图像数据满足车牌轨迹算法的使用条件，则运用车牌轨迹算法识别所述车辆的车行方向包括：
13.对所述车牌图像数据采用车牌识别算法得到所述车牌的车牌信息，所述车牌信息
包括车牌位置信息和车牌文本信息；
14.通过所述车牌文本信息判断所述车牌图像数据是否为同一车辆的车牌图像数据；
15.若为同一车辆，则判断所述车牌图像数据中所包含的序列帧是否满足所述车牌轨迹算法的使用条件，所述序列帧为从所述车牌图像数据中获取的单帧车牌图像的集合；
16.若满足，则对所述车牌位置信息运用所述车牌轨迹算法识别所述车辆的车行方向。
17.可选的，所述对所述车牌位置信息运用所述车牌轨迹算法识别所述车辆的车行方向包括：
18.获取目标序列帧，所述目标序列帧为从目标车辆的车牌图像数据中获取的用于识别所述目标车辆的车行方向的单帧车牌图像的集合；
19.获取所述目标序列帧中的目标车牌位置信息，并根据所述目标车牌位置信息得到所述目标车辆的车辆行驶轨迹；
20.根据所述车辆行驶轨迹确定所述目标车辆的车行方向。
21.可选的，在若所述车牌图像数据未满足所述车牌轨迹算法的使用条件，则运用目标分类模型识别所述车辆的车行方向之前，所述方法还包括：
22.获取不同类型的车头车尾图像数据和所述车头车尾图像数据对应的车行方向；
23.将所述不同类型的车头车尾图像数据和所述车头车尾图像数据对应的车行方向作为训练样本，使用所述训练样本对初始分类模型进行机器学习训练得到所述目标分类模型，所述目标分类模型中保存有所述车头车尾图像数据与车行方向的目标对应关系。
24.可选的，所述若所述车牌图像数据未满足所述车牌轨迹算法的使用条件，则运用目标分类模型识别所述车辆的车行方向包括：
25.若所述车牌图像数据中所包含的序列帧未满足所述车牌轨迹算法的使用条件，则获取目标单帧车牌图像，所述目标单帧图像为目标车辆的车牌图像数据中可用于所述目标分类模型的单帧车牌图像；
26.将所述目标单帧车牌图像输入所述目标分类模型，得到所述目标分类模型根据所述目标对应关系输出的所述目标车辆的车行方向。
27.本技术实施例提供的一种车行方向识别系统，其特征在于，包括：
28.获取单元，用于获取并保存车辆的车牌图像数据；
29.识别单元，用于若所述车牌图像数据满足车牌轨迹算法的使用条件，则运用车牌轨迹算法识别所述车辆的车行方向；
30.所述识别单元，还用于若所述车牌图像数据未满足所述车牌轨迹算法的使用条件，则运用目标分类模型识别所述车辆的车行方向，其中，所述目标分类模型通过对不同类型的车头车尾图像数据和所述车头车尾图像数据对应的车行方向进行机器学习训练得到，所述目标分类模型中保存有所述车头车尾图像数据与车行方向的目标对应关系。
31.可选的，所述获取单元具体用于当监测模块监测到车辆时，摄像模块获取所述车辆的车牌图像数据，并将所述车牌图像数据保存至缓存模块。
32.可选的，所述识别单元具体用于对所述车牌图像数据采用车牌识别算法得到所述车牌的车牌信息，所述车牌信息包括车牌位置信息和车牌文本信息；
33.通过所述车牌文本信息判断所述车牌图像数据是否为同一车辆的车牌图像数据；
34.若为同一车辆，则判断所述车牌图像数据中所包含的序列帧是否满足所述车牌轨迹算法的使用条件，所述序列帧为从所述车牌图像数据中获取的单帧车牌图像的集合；
35.若满足，则对所述车牌位置信息运用所述车牌轨迹算法识别所述车辆的车行方向。
36.可选的，所述识别单元具体用于获取目标序列帧，所述目标序列帧为从目标车辆的车牌图像数据中获取的用于识别所述目标车辆的车行方向的单帧车牌图像的集合；
37.获取所述目标序列帧中的目标车牌位置信息，并根据所述目标车牌位置信息得到所述目标车辆的车辆行驶轨迹；
38.根据所述车辆行驶轨迹确定所述目标车辆的车行方向。
39.可选的，所述获取单元还用于获取不同类型的车头车尾图像数据和所述车头车尾图像数据对应的车行方向；
40.将所述不同类型的车头车尾图像数据和所述车头车尾图像数据对应的车行方向作为训练样本，使用所述训练样本对初始分类模型进行机器学习训练得到所述目标分类模型，所述目标分类模型中保存有所述车头车尾图像数据与车行方向的目标对应关系。
41.可选的，所述识别单元具体用于若所述车牌图像数据中所包含的序列帧未满足所述车牌轨迹算法的使用条件，则获取目标单帧车牌图像，所述目标单帧图像为目标车辆的车牌图像数据中可用于所述目标分类模型的单帧车牌图像；
42.将所述目标单帧车牌图像输入所述目标分类模型，得到所述目标分类模型根据所述目标对应关系输出的所述目标车辆的车行方向。
43.本技术实施例提供的一种车行方向识别装置，其特征在于，包括：
44.中央处理器，存储器以及输入输出接口；
45.所述存储器为短暂存储存储器或持久存储存储器；
46.所述中央处理器配置为与所述存储器通信，并执行所述存储器中的指令操作以执行前述车行方向识别方法。
47.本技术实施例提供的一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使得计算机执行前述车行方向识别方法。
48.从以上技术方案可以看出，本技术实施例具有以下优点：
49.对获取到的车牌图像数据根据其是否满足车牌轨迹算法的使用条件判断使用车牌轨迹算法还是目标分类模型进行识别车行方向，通过两种车行方向互补结合的方式提高车行方向识别结果的准确性，以便于停车场车位管理系统根据车行方向识别结果做出决策，提高用户的使用感受。
附图说明
50.图1为本技术实施例提供的车行方向识别方法的一种实施方式的示意图；
51.图2为车牌轨迹变化以及相应坐标系的示意图；
52.图3为本技术实施例提供的车行方向识别方法的另一种实施方式的示意图；
53.图4为本技术实施例提供的车行方向识别系统的一种实施方式的示意图；
54.图5为本技术实施例提供的车行方向识别装置的一种实施方式的示意图。
具体实施方式
55.本技术实施例提供了车行方向识别方法、系统及其装置，用于识别车辆的行驶方向，运用于停车场车位管理系统中，提高用户的使用感受。
56.智能停车场管理系统，是现代化停车场车辆收费及设备自动化管理的统称，是将停车场完全置于计算机统一管理下的高科技机电一体化产品。根据其设计原理，智能停车场管理系统可分为三大部分：信息的采集与传输、信息的处理与人机界面、信息的储存与查询。依据其设计原理和组成结构，可实现的功能有：临时车收费、停车场管理、车位引导、反向寻车、特殊车辆管理以及图像对比等功能。
57.随着车辆检测识别技术和车牌识别技术的成熟以及应用推广，车辆检测设备和车牌识别设备已经被广泛使用在停车场出入口，商厦出入口，收费站出入口，车道车位监控等地方。车辆检测设备和车牌识别设备获得车行方向信息，并根据车行方向信息判断是否进行车位锁锁定或开锁的操作，或者是否进行计时计费操作。现有的车行方向识别方法大多是通过对车辆的行驶轨迹进行获取和分析得到。
58.但是在实际应用场景中，车辆在停车位中较短距离的发生位移或者在一定位移中较高速行驶时，监测设备难以获得可用于分析车行方向的图像样本，难以分析车行方向，从而导致在车位管理的过程中，系统难以对车行现况和车位现况做出准确分析。例如，在现实场景中，车辆在驶离停车位、减速带较少路段或无道闸出入口等情况下车速较快，导致摄像机抓取的车牌图像数据有限，无法获得能够用于判断车行方向的序列帧。又或者，由于夜晚灯光原因或采集设备成像问题，从车辆出现到车牌清晰成像这段的空间变化信息无法正常获取，导致出现清晰车牌时车辆位置过于靠近摄像机，也无法获得能够用于判断车行方向的序列帧，从而无法判断车行方向。
59.基于此，本技术实施例提供了结合车牌轨迹和分类模型的车行方向识别方法，用于提高识别车辆的行驶方向的准确性，提高用户的使用感受。请参阅图1，本技术实施例提供的车行方向识别方法的一种实施方式包括步骤101至步骤103。
60.101、获取并保存车辆的车牌图像数据。
61.当监测模块监测到车辆进入目标监测区域时，启动摄像模块的摄像头获取所述车辆的车牌图像数据，并将所述车牌图像数据保存至缓存模块。
62.具体地，监测模块可以应用微波雷达测距传感器、红外测距传感器或者激光测距传感器等，具体此处不做限定。摄像模块中的摄像头可以拍摄到目标监测区域内的图像，车辆的车牌图像数据可以是车辆的视频图像数据或者是图片图像数据，缓存模块在本技术实施例中充当具有储存功能的中间介质，具体地，缓存模块可以运用redis作为缓存工具，也可以是消息队列或者是具有储存功能的数据库，具体此处不做限定。
63.102、若所述车牌图像数据满足车牌轨迹算法的使用条件，则运用车牌轨迹算法识别所述车辆的车行方向。
64.对获取到的目标车辆的车牌图像数据进行分析判断，可以先对获取到的车牌图像数据运用车牌识别算法识别其中的车牌信息，根据车牌信息中的车牌文本信息，即车牌号码，确认同一段车牌图像数据中的车辆是否为同一车辆，若为同一车辆，则对车牌图像数据进行处理得到序列帧，具体可以通过按照一定的时间间隔对车牌图像数据进行单帧截取并按照时间顺序拼接形成序列帧，对获取到的序列帧进行判断是否满足运用车牌轨迹算法的
使用条件，比如，当车牌轨迹算法的使用条件设置为序列帧长度不得小于10帧时，则判断获取到的序列帧是否达到10帧，若达到10帧，则确认此序列帧为目标序列帧，对目标序列帧运用车牌轨迹算法对获得目标车辆的行驶轨迹，从而确认车行方向。车牌轨迹算法的使用条件中对序列帧长度的要求可以根据实际使用情况进行设置，具体此处不做限定。
65.具体地，可以对目标序列帧中的每一帧的车牌运用车牌识别算法确认目标车辆的车牌位置信息，可以通过车牌位置信息得到车牌中心点，根据车牌中心点的稳定变化趋势判断车行方向，一般情况下，车辆出入的车牌轨迹如图2所示，以摄像头可以获取的视频画面的左上角为原点建立直角坐标系，车辆靠近过程中车牌中心点的y轴值整体变大，车辆远离过程中车牌中心点的y轴值整体变小，车辆接近静止时车牌中心点的y轴值整体变化幅度较小。
66.103、若所述车牌图像数据未满足所述车牌轨迹算法的使用条件，则运用目标分类模型识别所述车辆的车行方向。
67.基于上述步骤102中获得到的序列帧，如果获得到的序列帧未满足运用车牌轨迹算法的使用条件，比如，当车牌轨迹算法的使用条件设置为序列帧长度不得小于10帧时，则判断获取到的序列帧是否达到10帧，若未达到10帧，则无法运用车牌轨迹算法识别车行方向，但可以运用目标分类模型对单帧车牌图像进行识别，从而获取所述车辆的车行方向。其中，车牌轨迹算法的使用条件中对序列帧长度的要求可以根据实际使用情况进行设置，具体此处不做限定。
68.目标分类模型通过对不同类型的车头车尾图像数据和所述车头车尾图像数据对应的车行方向进行机器学习训练得到，所述目标分类模型中保存有所述车头车尾图像数据与车行方向的目标对应关系。具体地，可以先获取轿车、客车和货车的车头车尾图像并再额外添加特征不明显的车头车尾图片各作为一类，总计7类，包含规则大小图像，倾斜大角度图像，局部车头车尾图像，作为车头车尾图像数据，和这些车头车尾图像数据对应的车行方向作为训练样本，对初始分类模型进行机器学习训练得到目标分类模型，总体来说，通过将获取到车头图像确认车行方向为靠近，将获取到车尾图像确认车行方向为远离，通过目标分类模型判断获取到的单帧车牌图像为车头图像还是车位图像来判定车行方向。
69.本实施例中，对获取到的车牌图像数据根据其是否满足车牌轨迹算法的使用条件判断使用车牌轨迹算法还是目标分类模型进行识别车行方向，通过两种车行方向互补结合的方式提高车行方向识别结果的准确性，以便于停车场车位管理系统根据车行方向识别结果做出决策，提高用户的使用感受。
70.请参阅图3，本技术实施例提供的车行方向识别方法的另一种实施方式包括步骤301至步骤306。
71.301、获取目标分类模型。
72.本技术实施例中，目标分类模型是用于根据车牌图像数据获得车行方向的神经网络模型，目标分类模型通过对不同类型的车头车尾图像数据和所述车头车尾图像数据对应的车行方向进行机器学习训练得到，所述目标分类模型中保存有所述车头车尾图像数据与车行方向的目标对应关系。具体地，可以先获取轿车、客车和货车的车头车尾图像并再额外添加特征不明显的车头车尾图片各作为一类，总计7类，包含规则大小图像，倾斜大角度图像，局部车头车尾图像，作为车头车尾图像数据，和这些车头车尾图像数据对应的车行方向
作为训练样本，对初始分类模型进行机器学习训练得到目标分类模型，总体来说，通过将获取到车头图像确认车行方向为靠近，将获取到车尾图像确认车行方向为远离，通过目标分类模型判断获取到的单帧车牌图像为车头图像还是车位图像来判定车行方向。
73.302、获取并保存车辆的车牌图像数据。
74.当监测模块监测到车辆进入目标监测区域时，启动摄像模块的摄像头获取所述车辆的车牌图像数据，并将所述车牌图像数据保存至缓存模块。
75.具体地，监测模块可以应用微波雷达测距传感器、红外测距传感器或者激光测距传感器等，具体此处不做限定。摄像模块中的摄像头可以拍摄到目标监测区域内的图像，车辆的车牌图像数据可以是车辆的视频图像数据或者是图片图像数据，缓存模块在本技术实施例中充当具有储存功能的中间介质，具体地，缓存模块可以运用redis作为缓存工具，也可以是消息队列或者是具有储存功能的数据库，具体此处不做限定。
76.303、对所述车牌图像数据采用车牌识别算法得到所述车牌的车牌信息。
77.对获取到的目标车辆的车牌图像数据进行分析判断，可以先对获取到的车牌图像数据运用车牌识别算法识别其中的车牌信息，车牌信息包括车牌位置信息和车牌文本信息，根据车牌信息中的车牌文本信息，即车牌号码，确认同一段车牌图像数据中的车辆是否为同一车辆。
78.304、根据车牌信息判断所述车牌图像数据是否满足车牌轨迹算法的使用条件。
79.根据车牌信息中的车牌文本信息，即车牌号码，确认同一段车牌图像数据中的车辆是否为同一车辆，若为同一车辆，则对车牌图像数据进行处理得到序列帧，具体可以通过按照一定的时间间隔对车牌图像数据进行单帧截取并按照时间顺序拼接形成序列帧，对获取到的序列帧进行判断是否满足运用车牌轨迹算法的使用条件，比如，当车牌轨迹算法的使用条件设置为序列帧长度不得小于10帧时，则判断获取到的序列帧是否达到10帧，若达到10帧，则确认此序列帧为目标序列帧，对目标序列帧运用车牌轨迹算法对获得目标车辆的行驶轨迹，从而确认车行方向。车牌轨迹算法的使用条件中对序列帧长度的要求可以根据实际使用情况进行设置，具体此处不做限定。
80.305、若满足，则运用车牌轨迹算法识别所述车辆的车行方向。
81.若满足车牌轨迹算法的使用条件，则运用车牌轨迹算法识别所述车辆的车行方向。
82.具体地，可以对目标序列帧中的每一帧的车牌运用车牌识别算法确认目标车辆的车牌位置信息，可以通过车牌位置信息得到车牌中心点，根据车牌中心点的稳定变化趋势判断车行方向，一般情况下，车辆出入的车牌轨迹如图2所示，以摄像头可以获取的视频画面的左上角为原点建立直角坐标系，车辆靠近过程中车牌中心点的y轴值整体变大，车辆远离过程中车牌中心点的y轴值整体变小，车辆接近静止时车牌中心点的y轴值整体变化幅度较小。
83.306、若不满足，则运用目标分类模型识别所述车辆的车行方向。
84.基于上述步骤304中获得到的序列帧，如果获得到的序列帧未满足运用车牌轨迹算法的使用条件，比如，当车牌轨迹算法的使用条件设置为序列帧长度不得小于10帧时，则判断获取到的序列帧是否达到10帧，若未达到10帧，则无法运用车牌轨迹算法识别车行方向，但可以运用目标分类模型对单帧车牌图像进行识别，从而获取所述车辆的车行方向。其
中，车牌轨迹算法的使用条件中对序列帧长度的要求可以根据实际使用情况进行设置，具体此处不做限定。
85.将单帧车牌图像输入至目标分类模型，则可输出车行方向。
86.本实施例中，对获取到的车牌图像数据根据其是否满足车牌轨迹算法的使用条件判断使用车牌轨迹算法还是目标分类模型进行识别车行方向，通过两种车行方向互补结合的方式提高车行方向识别结果的准确性，以便于停车场车位管理系统根据车行方向识别结果做出决策，提高用户的使用感受。
87.请参阅图4，本技术实施例提供的车行方向识别系统包括：
88.获取单元401，用于获取并保存车辆的车牌图像数据；
89.识别单元402，用于若所述车牌图像数据满足车牌轨迹算法的使用条件，则运用车牌轨迹算法识别所述车辆的车行方向；
90.所述识别单元402，还用于若所述车牌图像数据未满足所述车牌轨迹算法的使用条件，则运用目标分类模型识别所述车辆的车行方向，其中，所述目标分类模型通过对不同类型的车头车尾图像数据和所述车头车尾图像数据对应的车行方向进行机器学习训练得到，所述目标分类模型中保存有所述车头车尾图像数据与车行方向的目标对应关系。
91.所述获取单元401，具体用于当监测模块监测到车辆时，摄像模块获取所述车辆的车牌图像数据，并将所述车牌图像数据保存至缓存模块。
92.所述识别单元402，具体用于对所述车牌图像数据采用车牌识别算法得到所述车牌的车牌信息，所述车牌信息包括车牌位置信息和车牌文本信息；
93.通过所述车牌文本信息判断所述车牌图像数据是否为同一车辆的车牌图像数据；
94.若为同一车辆，则判断所述车牌图像数据中所包含的序列帧是否满足所述车牌轨迹算法的使用条件，所述序列帧为从所述车牌图像数据中获取的单帧车牌图像的集合；
95.若满足，则对所述车牌位置信息运用所述车牌轨迹算法识别所述车辆的车行方向。
96.所述识别单元402，具体用于获取目标序列帧，所述目标序列帧为从目标车辆的车牌图像数据中获取的用于识别所述目标车辆的车行方向的单帧车牌图像的集合；
97.获取所述目标序列帧中的目标车牌位置信息，并根据所述目标车牌位置信息得到所述目标车辆的车辆行驶轨迹；
98.根据所述车辆行驶轨迹确定所述目标车辆的车行方向。
99.所述获取单元401，还用于获取不同类型的车头车尾图像数据和所述车头车尾图像数据对应的车行方向；
100.将所述不同类型的车头车尾图像数据和所述车头车尾图像数据对应的车行方向作为训练样本，使用所述训练样本对初始分类模型进行机器学习训练得到所述目标分类模型，所述目标分类模型中保存有所述车头车尾图像数据与车行方向的目标对应关系。
101.所述识别单元402，具体用于若所述车牌图像数据中所包含的序列帧未满足所述车牌轨迹算法的使用条件，则获取目标单帧车牌图像，所述目标单帧图像为目标车辆的车牌图像数据中可用于所述目标分类模型的单帧车牌图像；
102.将所述目标单帧车牌图像输入所述目标分类模型，得到所述目标分类模型根据所述目标对应关系输出的所述目标车辆的车行方向。
103.本实施例车行方向识别系统中各组成部分所执行的功能以及流程与前述图1和图3中各组成部分所执行的功能和流程类似，此处不再赘述。
104.图5是本技术实施例提供的一种车行方向识别装置示意图，该车行方向识别装置500可以包括一个或一个以上中央处理器(central processing units，cpu)501和存储器505，该存储器505中存储有一个或一个以上的应用程序或数据。
105.其中，存储器505可以是易失性存储或持久存储。存储在存储器505的程序可以包括一个或一个以上模块，每个模块可以包括对车行方向识别系统中的一系列指令操作。更进一步地，中央处理器501可以设置为与存储器505通信，在车行方向识别装置500上执行存储器505中的一系列指令操作。
106.车行方向识别装置500还可以包括一个或一个以上电源502，一个或一个以上有线或无线网络接口503，一个或一个以上输入输出接口504，和/或，一个或一个以上操作系统，例如windows servertm，mac os xtm，unixtm,linuxtm，freebsdtm等。
107.该中央处理器501可以执行前述图1和图3所示实施例中车行方向识别系统所执行的操作，具体此处不再赘述。
108.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
109.在本技术所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
110.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
111.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
112.所述集成的单元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全部或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。