本申請涉及視頻領域，尤其涉及一種用于確定視頻清晰度的方法及系統。
背景技術：
對于視頻搜索產品而言，搜索結果中視頻清晰度信息，通過互聯網中視頻相關上下文信息得到，會存在以下問題：(1)大量視頻僅有可播放視頻資源本身，上下文描述信息缺失，無法獲取清晰度；(2)不同視頻提供方對于清晰度標準并不相同，如：超清、流程、極速、標準等，沒有統一標準；(3)數據可信程度依賴于視頻提供方，存在普通視頻標記為高清情況；為此需要引入基于視頻內容的清晰度計算方法。
現有技術中公開的視頻清晰度分析方法及裝置具有各種缺陷，例如有考慮視頻資源本身傳輸壓縮產生的失真以及計算量過大的性能問題等，此外，一些方法并未區分視頻寬高尺寸，應用于視頻數據來源多樣的互聯網視頻資源時，會導致計算結果與用戶實際體驗不符。
考慮到準確識別海量視頻清晰度直接影響用戶觀看體驗，對視頻產品有著重要意義，急需一種能夠可靠且標準統一的確定視頻清晰度的方法。
技術實現要素：
針對上述缺陷，本申請提供一種用于確定視頻清晰度的方法及系統，能夠以高可信度和統一度確定視頻的清晰度。
本申請的一個方面提供了一種用于確定視頻清晰度的方法，該方法可包括：從視頻的幀序列中確定出多個特定幀；從確定出的多個特定幀提取視頻的內容特征；以及通過訓練后的分類器基于視頻的元信息特征和內容特征確定視頻的清晰度。
根據本申請的實施方式，從視頻的幀序列中確定出多個特定幀可包括：判定出幀序列中的幀為關鍵幀；以及確定被判定為關鍵幀的幀的數量達到預定閾值。
根據本申請的實施方式，從視頻的幀序列中確定出多個特定幀可包括：判定出幀序列中的幀為灰度均值在預定灰度范圍內的有效幀；以及確定被判定為有效幀的幀的數量達到預定閾值。
根據本申請的實施方式，從視頻的幀序列中確定出多個特定幀可包括：判定出幀序列中的幀為關鍵幀；判定出關鍵幀為灰度均值在預定灰度范圍內的有效關鍵幀；以及確定被判定為有效關鍵幀的幀的數量達到預定閾值。
根據本申請的實施方式，上述方法還可包括：使用多個已確定清晰度的視頻訓練分類器。
根據本申請的實施方式，使用多個已確定清晰度的視頻訓練分類器可包括：提取多個已確定清晰度的視頻的元信息特征和內容特征；以及將所提取的多個已確定清晰度的視頻的元信息特征和內容特征作為分類器的訓練輸入。
根據本申請的實施方式，已確定清晰度的視頻的內容特征可是基于已確定清晰度的視頻的幀序列中為關鍵幀、且為灰度均值在預定灰度范圍內的幀提取的。
根據本申請的實施方式，從確定出的多個特定幀提取視頻的內容特征可包括：從確定出的多個特定幀的頻域信息提取視頻的內容特征。
根據本申請的實施方式，元信息特征可包括：視頻時長、視頻碼率、視頻大小、每秒幀數、視頻寬度每行像素數以及視頻高度。
根據本申請的實施方式，分類器可為決策樹分類器。
根據本申請的實施方式，已確定清晰度的多個視頻的清晰度可通過人工標記。
本申請的另一個方面提供了一種用于確定視頻清晰度的系統，可包括分類器，用于基于視頻的元信息特征和內容特征確定視頻的清晰度，
其中，內容特征可與視頻的幀序列中的多個特定幀相關聯。
根據本申請的實施方式，多個特定幀可為關鍵幀。
根據本申請的實施方式，多個特定幀可為灰度均值在預定灰度范圍內的有效幀。
根據本申請的實施方式，多個特定幀可為關鍵幀、且為灰度均值在預定灰度范圍內。
根據本申請的實施方式，分類器是通過包括多個已確定清晰度的視頻的訓練集中的已確定清晰度的視頻的元信息特征和內容特征訓練的。
根據本申請的實施方式，已確定清晰度的視頻的內容特征是基于已確定清晰度的視頻的幀序列中為關鍵幀、且為灰度均值在預定灰度范圍內的幀提取的。
根據本申請的實施方式，訓練集可包括多個針對不同視頻領域的子訓練集。
根據本申請的實施方式，分類器可為決策樹分類器。
本申請的又一個方面提供了一種用于確定視頻清晰度的系統，可包括：輸入模塊，用于用戶輸入視頻；以及輸出模塊，響應于用戶的輸入，通過分類器，基于視頻的元信息特征和內容特征確定視頻的清晰度，其中，內容特征與視頻的幀序列中的多個特定幀相關聯。
附圖說明
圖1示出了根據本申請實施方式的一種從幀序列中選取用于計算視頻的內容特征的幀的流程圖；
圖2示出了根據本申請實施方式的選取計算內容特征的幀的流程圖；
圖3示出了根據本申請實施方式的一種從幀序列中選取用于計算視頻的內容特征的幀的流程圖；
圖4示出了根據本申請實施方式的用于確定視頻清晰度的系統；
圖5圖6示出了根據本申請的實施方式的用于確定視頻清晰度的系統；
圖6示出了根據本申請的實施方式的用于確定視頻清晰度的系統；以及
圖7示出了根據本申請的實施方式的用于確定視頻清晰度的系統。
具體實施方式
以下結合附圖對本申請的具體實施方式進行詳細說明。應當理解的是，此處所描述的具體實施方式僅用于說明和解釋本申請，并不用于限制本申請。
在圖像視頻領域中，“清晰度”通常是指人眼宏觀看到的圖像的清晰程度，是一種主觀感受。用于評價清晰度的分級術語并不統一。目前應用相對廣泛的分級術語例如為“標清”、“半高清”、“全高清”以及“超清”等。在互聯網視頻門戶網站中通常還有低于“標清”的“流暢”等級。影響視頻的清晰度的因素很多，包括視頻本身的參數、提供視頻的網站的壓縮政策等。
本申請的另一個方面提供了一種用于確定視頻清晰度的方法，如圖1所示，該方法包括：步驟S101，使用多個已確定清晰度的視頻的元信息特征和內容特征訓練分類器；以及步驟S102，由訓練后的分類器，基于視頻的元信息特征和內容特征確定視頻的清晰度，其中，內容特征與視頻的幀序列中的多個特定幀相關聯。
下面首先對視頻的元信息特征進行描述。
視頻的元信息特征
在本申請的一種實施方式中，與視頻的元信息特征相關聯的屬性包括，但不僅限于視頻時長、碼率(每秒字節數)、視頻文件大小、每秒幀數(FPS)、視頻寬度(每行像素數)、視頻高度(每列像素數)等。
例如，在視頻的長度(時長)方面，通常長視頻的清晰度優于短視頻；類似的，當視頻文件(字節總量)更大時，意味著視頻的數據量更大，因此視頻的清晰度可能會更高。
碼率也叫比特率，指的是在單位時間內的字節。更高的碼率意味著視頻在單位時間內承載更多的字節，從而視頻清晰度更高。
在每單位時間內幀數方面，FPS更高的視頻因單位時間內的幀數更多，從而視頻流暢度會更高，因而具有更高的清晰度。
視頻的高度和寬度對應著視頻的分辨率。在視頻的高度和寬度方面，每行像素或每列像素總數越多的視頻的清晰度越高。
視頻元信息的提取通常可通過對視頻文件格式標準進行解讀以分析視頻文件頭部數據來實現，或者可以通過使用基于業內開源庫的軟件或工具來實現，例如libav和ffmpeg等。
此外，在根據本申請的實施方式中，還可根據視頻所屬的領域特殊性對元信息進行初篩或補充。例如，當已知視頻為綜藝時，其視頻時長相對不變；當已知視頻的拍攝設備和壓縮方式均固定時，其尺寸、碼率相對不變等。
在本申請的一種實施方式中，視頻的格式也可以作為視頻的補充元信息用于確定視頻的清晰度。視頻的常見格式包括rmvb、MP4、avi等。通常來說，avi格式的視頻的清晰度要優于rmvb和MP4格式的視頻。
上述元信息可以直接用于確定視頻的清晰度。例如，可以做出如下規定：評級為標清的視頻需要達到512*336的分辨率、15幀每秒的幀率以及0.3兆比特每秒的碼率；評級為高清的視頻需要達到640*432的分辨率、25幀每秒的幀率以及0.5兆比特每秒的碼率；評級為超清的視頻需要達到960*720的分辨率、25幀每秒的幀率以及1兆比特每秒的碼率。
然而，如上文所提到的，視頻的清晰度是人的一種主觀感受，除了與視頻的屬性有關聯之外，還與視頻的主體內容相關。因此，本申請接合了視頻的元信息特征和內容特征來確定視頻的清晰度。下面，將詳細描述視頻的內容特征。
視頻的內容特征
視頻的主體內容包括圖像分量和音頻分量，而相對來說，圖像分量與視頻清晰度的相關度更大。因此，在本申請的實施方式中，通過對圖像分量處理和計算來以作為視頻的內容特征。
由于視頻的圖像分量可以表示為帶有時間間隔的幀序列，根據本申請的一種方式，可以對幀序列中的多個幀進行分析計算以作為視頻內容特征。
大部分互聯網視頻都要經過壓縮處理，關鍵幀因不參考其他任何圖像而獨立編碼，最能表征視頻清晰程度。非關鍵幀雖然也可以表征清晰程度，但因為繼承了部分關鍵幀的圖像數據，所以存在冗余干擾。因此，在本申請的一種實施方式中，可以從幀序列中選取關鍵幀來計算內容特征。
例如，以動態圖像專家組(MPEG)標準壓縮的視頻中，通常包括三種幀：I幀、B幀以及P幀。其中，I幀通常是每個壓縮組中的第一個幀。P幀即前向預測編碼幀，也叫預測幀，通過充分將低于圖像序列中前面已編碼幀的時間冗余信息來壓縮傳輸數據量的編碼圖像。B幀為雙向預測內插編碼幀，既考慮與源圖像序列前面已編碼幀，也顧及源圖像序列后面已編碼幀之間的時間冗余信息來壓縮傳輸數據量的編碼圖像，也叫雙向預測幀。也就是說，P幀需要參考其前面的一個I幀或者B幀來生成一張完整的幀；B幀要參考其前一個I幀或者P幀及其后面的一個P幀來生成一張完整的幀；而I幀則可以自身通過視頻解壓算法解壓成一張單獨的完整的幀。因此，I幀的信息適于用于計算內容特征。
而對于不存在幀內編碼的視頻，可以取等間隔時間，如1s取一幀，認為是關鍵幀。
此外，由于大部分視頻中存在場景進出畫面，而進出場景時圖像整體變暗或者整體變明亮，因而這些進出場景對應的幀會對清晰度的計算會產生干擾。
為了避免這種現象，根據本申請的實施方式，規定了幀序列中的滿足灰度均值范圍的幀作為有效幀，并選取有效幀來計算視頻的內容特征。
在一種實施方式中，可以對有效幀的圖像平均灰度的范圍進行設定，即，通過判定幀序列中的某一幀的平均灰度值是否在預定范圍內來確定該幀是否為有效幀。可以根據經驗來對平均灰度值的范圍進行規定。通常來說，當彩色圖像轉換為灰度圖像后，圖像中的每個像素的灰度值在0至255之間，其中灰度值0對應純黑色，灰度值255對應著純白色。而人眼對于0至10或0至20、以及230至255或240至255的灰度值的識別能力和敏感度可忽略。
因此，在一種實施方式中，可以將有效幀的平均灰度值的范圍設為10至240，或20至230。例如，當將有效幀的平均灰度值的范圍設為10至240時，當幀序列中的某一幀轉換為灰度圖像之后，每個像素點的灰度值的平均數在10至240范圍內時，認為該幀為有效幀，可以參與視頻的內容特征的計算。
根據本申請的實施方式，可以選擇幀序列中的同時滿足有效幀的條件和滿足關鍵幀的條件的幀來計算視頻的內容特征。
圖2示出了根據本申請實施方式的選取計算內容特征的幀的流程圖。
如圖2所示，在步驟S201中，從視頻的幀序列中選取一幀；在步驟S202中，判斷該幀是否為關鍵幀，若結果為是，進行至步驟S203，若結果為否，返回至步驟S201；在步驟S203中判斷該幀是否為有效幀，若結果為是，則進行至步驟S204，若結果為否，則返回至步驟S201。在步驟S204中，對幀進行計算以提取內容特征。
在本申請的一種實施方式中，還可以在對視頻的幀進行選取的過程中，在預定多個幀被判定為無效幀的情況下，確定該視頻為無效視頻。
例如，在對一段視頻的幀序列進行提取的過程中，當有連續100個幀的平均灰度值都在預定的有效幀的灰度平均值，例如10至240的范圍之外，則可以認為這段視頻的大部分內容為過暗或過亮，是無效視頻。
根據本申請的實施方式，可以在選定了用于計算視頻的內容特征的多個滿足條件的幀之后，對選定的多個幀進行頻域轉換，以計算視頻的內容特征。
在一種實施方式中，將選定的幀轉換為灰度圖像，接下來對該灰度圖像進行離散傅里葉(Discrete Fourier Transform，簡稱DFT)變換，得到幀的頻域信息，以用于計算視頻的內容特征。
具體定義視頻內容特征為Video Content Feature(VCF)如下：
其中，n為視頻中參與特征計算的視頻幀數量，FCF為視頻的幀內容特征Frame Content Feature，定義如下：
其中F(u,v)為二維圖形離散傅里葉變換，具體定義如下：
|F(u,v)|為離散傅里葉變換后的實部虛部平方和矩陣，定義如下：
其中，M為視頻的寬度，即視頻的幀中寬度方向的像素數量；N為視頻的長度，即視頻的幀中長度方向的像素數量。f(x,y)為幀中坐標為(x,y)點的灰度值。
在本申請的一種實施方式中，首先將每個選定幀進行DFT轉換，求取DFT結果矩陣中各元素實部和虛部平方和；然后將平方和矩陣各元素求取對數以歸一化；接著將歸一化矩陣各元素求和，作為該幀圖像內容特征；最后將所有選定幀的圖像內容特征平均值作為視頻內容特征。
在本申請的一種實施方式中，對于DFT轉換后的每個選定幀，將每個元素得到對應幅值和相位求取平方和，其中頻域的幅值高的代表高頻分量，幅值低的地方代表低頻分量；接下來累加整幅圖像的平方和結果并求取對數以歸一化；最后將所有的選定幀的上述歸一化結果的平均值作為視頻的內容特征。
在本申請的一種實施方式中，可以對選定的參與計算視頻的內容特征的幀的數量進行設定。也就是說，當選定了足夠數量的參與計算視頻的內容特征的幀時，不再從幀序列中繼續提取幀。
圖3示出了根據本申請實施方式的一種從幀序列中選取用于計算視頻的內容特征的幀的流程圖。在本實施方式中，設定足夠用于計算視頻的內容特征的關鍵且有效幀的數量為Vmin。
如圖1所示，在步驟S301中，從視頻的幀序列中提取一幀；在步驟S302中，判定該幀是否為關鍵幀，當判定結果為否時返回至步驟S301，當判定結果為是時進入步驟S303；在步驟S303中，判定該幀是否為有效幀，當判定結果為否時返回至步驟S301，當判定結果為是時進入步驟S304；在步驟S304中，對該幀進行頻域變換；在步驟S305中，判斷已經從視頻的幀序列中提取的幀的數量是否達到Vmin，若結果為是，則進入至步驟S306；在步驟S306中，對已經轉換至頻域的幀進行計算以得到視頻的內容特征。
在示例性實施方式中，可以根據經驗，將足夠提取內容特征的幀的數量Tlmt設置為300～500。
上文描述了對于視頻的元信息特征和內容特征的采集和計算。然而，在一些實際應用中，并不需要分析整個視頻的元信息特征和內容特征。尤其是當視頻并不能直接使用，而是例如需要通過諸如HTTP方式從網絡采集時，并不需要將整個視頻文件下載，而是可以僅采集視頻的前一段部分用來提取視頻的元信息特征和內容特征。例如，可以根據經驗，在能夠順利提取到計算清晰度所需要的各類特征的前提下僅采集10MB至20MB大小的視頻。
下面將對分類器及其訓練進行描述。
根據本申請的實施方式，可以預先對多個視頻進行清晰度評分，例如人工評分，評分后的多個視頻組成訓練集。
在本申請的具體實施方式中，可以使用數值等級，例如分數1～5對視頻的清晰度評分；也可以使用例如“高清”、“標清”以及“普清”等級標注來對視屏清晰度進行標記。
對于訓練集中的每一個視頻，通過上文中描述的方法進行元信息特征提取和內容特征提取。
接下來，將提取的元信息特征和內容特征作為分類器的輸入，視頻的清晰度評分作為分類器的輸出以訓練分類器。
根據本申請的實施方式，分類器可以是神經網絡和貝葉斯分類器等基于輸入和輸出來調整中間節點的參數及權重的反饋系統。
在本申請的一種實施方式中，分類器可以是決策樹分類器。決策樹是一個樹狀的預測模型，用來根據輸入樣本的屬性值預測其對應的目標變量。決策樹相對于神經網絡的優點在于其可解釋性。也就是說，可以根據決策樹的輸出來調整作為輸入的特征。例如，當輸出結果顯示“視頻文件大小”特征的權重幾乎可以忽略不計時，可以選擇不再提取該特征來用于內容特征的計算。
決策樹中每個節點代表某個輸入變量，而每個分叉路徑則代表該變量某個可能的取值范圍。每個葉結點則表示給定從根節點到該葉節點所代表的樣本對應的目標變量。在本申請的一種實施方式中，可以在訓練的過程中使用交叉驗證方式調整決策樹深度和葉子節點樣本數，即對決策樹進行剪枝。
在決策樹訓練好之后，對于未知清晰度的視頻，可以使用上文所描述的方法提取其元信息特征和內容特征，并使用訓練好的決策樹來判定該視頻的清晰度。
本申請的另一個方面提供了一種用于確定視頻清晰度的系統，如圖4所示，該系統400包括：訓練集401，訓練集401包括多個已確定清晰度的視頻；以及分類器402，分類器402是通過所述訓練集中的多個已確定清晰度的視頻的元信息特征和內容特征進行訓練的，用于基于視頻的元信息特征和內容特征確定所述視頻的清晰度，其中，內容特征與視頻的幀序列中的多個特定幀相關聯。
其中，訓練集401中的多個視頻的元信息特征和內容特征的提取方法可以使用上文中描述的方法，因此不在此贅述。
在本申請的一種實施方式中，可以使用人工標記的方法來對訓練集401中的視頻進行清晰度評定和標記。在本申請的又一種實施方式中，可以下載現有網站上的已經標記好清晰度的視頻來形成訓練集401。在本申請的又一種實施方式中，可以在互聯網上邀請用戶來上傳標記好清晰度的視頻來形成訓練集401。
如前文所提到的，清晰度實質上是一種主觀感受。因此，考慮到不同的客戶群對于清晰度的感知并不一致，在本申請的一種實施方式中，可以針對不同的客戶群形成不同的訓練集401。而使用不同的訓練集401則會訓練出不同的分類器402，可以使用不同的分類器402來為不同給的客戶服務，提供視頻的清晰度的評定。
例如，在本申請的又一種實施方式中，可以針對動畫片愛好者形成僅包括動畫片視頻的訓練集401。在這種情況中，訓練集401中的視頻可以來自于主流的動畫視頻網站，也可以邀請動畫愛好者來對多個動畫視頻進行清晰度評級以形成訓練集401。
在此實施方式中，考慮到相比較于普通視頻，動畫片視頻在同等分辨率和碼率的情況下會呈現出更好的視覺效果，即表現出更好的清晰度，可以相對地調整作為元信息的視頻屬性。例如，考慮到相比較于普通視頻，動畫片視頻清晰度依賴于不同的特征集合，可以相對地調整視頻的元信息特征。例如，動畫片時長相對更加固定，與是否清晰無關，可以取消元信息中的時長特征。又例如，動畫片有可能以矢量格式存儲，無論放大或者縮小，清晰度不發生變化，就可以增加是否矢量動畫的元信息標記特征。再比如，木偶動畫多采用光學相機拍攝，視頻內容中有可能出現近景清晰遠景模糊的效果，而水墨動畫沒有這種效果，電腦動畫則具有更加復雜的特效，在計算清晰度時需要區別對待，因此需要增加動畫片類型的特征。
例如，在本申請的又一種實施方式中，考慮到電影愛好者對于視頻的清晰度要求更高，使用現有主流視頻網站上的清晰度評定標準難易滿足其要求，可以邀請電影愛好者來對多個電影視頻進行清晰度評級，以形成訓練集401。此外，進一步考慮到不同類型的電影對于清晰度的呈現要求并不相同，例如，相對于故事片來說，科幻片的效果呈現對于清晰度的要求更高，可以進一步針對不同的電影類型，例如故事片、科幻片以及動作片來形成不同的訓練集401。
本申請的另一個方面提供了一種用于確定視頻清晰度的系統。
如圖5所示，用于確定視頻清晰度的系統500包括：輸入模塊501，用于用戶輸入待確定清晰度的視頻；以及輸出模塊502，基于所述用戶的輸入以及分類器，確定所述視頻的清晰度，其中，訓練集包括多個已確定清晰度的視頻；其中，分類器是通過所述訓練集中的多個已確定清晰度的視頻的元信息特征和內容特征進行訓練的，以及其中，內容特征與視頻的幀序列中的多個特定幀相關聯。
其中，訓練集中的多個視頻的元信息特征和內容特征的提取方法可以使用上文中描述的方法，因此不在此贅述。
根據本申請的用于確定視頻清晰度的系統500可以有多種變形實施方式。
例如，在圖6中，用于確定視頻清晰度的系統600包括：輸入模塊601；輸出模塊602以及選項模塊603。其中，在選項模塊603中，用戶可以通過多個選項603A、603B……603N對訓練集以及分類方式等作出選擇。
圖7示出了一種用于確定視頻清晰度的系統700的實施例。如圖7所示，該系統700包括：輸入模塊701；輸出模塊702以及選項模塊703。其中，用戶在輸入模塊701可以選擇待確定清晰度視頻的來源。在本實施方式中，用戶可以從本地計算機上傳一段視頻，也可以將視頻的網絡鏈接地址輸入。在選項模塊703中，用戶可以根據對視頻的已知信息做出選擇。例如，當用戶已知該視頻為電影時，可以在“類型”選卡中選擇“電影”選項。此外，用戶還可以根據自己的喜好或習慣來選擇評定標注。例如，當用戶習慣于某視頻網站的評定標注，可以在“標準”選卡中選擇其所習慣的網站作為標準。在此實施方式中，可以針對不同的網站來形成不同的訓練集，從而訓練出分別針對各個網站的清晰度標準的分類器。此外，在用戶對視頻的拍攝設備有所了解的情況下，還可以在“設備”選項中選擇視頻的拍攝設備，從而完善分類結果。
上述的用于確定視頻清晰度的系統及其變形可以應用在各種載體上。例如，可以在互聯網上以頁面的形式為網絡用戶提供確定視頻清晰度的服務，也可以作為單獨的應用軟件運行在各種計算機設備中。此外，本申請提供的用于確定視頻清晰度的系統還可以作為應用程序運行在諸如智能手機的移動設備上。
作為本申請的一種實施方式，用于確定視頻清晰度的系統可以在無網絡條件下運行。作為本申請的一種實施方式，可以在適當的時機對系統進行聯網，更新訓練集并使用更新后的訓練集來訓練分類器。例如，當于確定視頻清晰度的系統作為計算機程序被用戶下載之后，用戶可以在脫機環境下使用該應用來確定其本地計算機上的視頻的清晰度。之后當用戶被告知該系統有更新包時，用戶可以聯機下載更新包，將本地的系統更新，之后在脫機環境下使用更新后的系統來確定其本地計算機上的視頻的清晰度。
當用于確定視頻清晰度的系統作為應用程序運行在諸如智能手機的移動設備上時，考慮到通常移動設備的存儲空間不大，可以不將訓練集包括在系統中。
例如，在本申請的一種實施方式中，用于確定視頻清晰度的系統作為移動設備的應用程序，僅包括訓練好的分類器以供用戶下載。在這種情況下，用戶也可以在需要時繼續下載更新后的分類器。
本申請由于同時采用了元信息特征和內容特征，避免了僅僅通過幀圖像特征分析，在互聯網視頻中更具有普適性，更適合來源廣泛的互聯網視頻清晰度計算。此外，在本申請的實施方式中，對視頻的幀進行DFT轉換以提取特征，提高了整體計算性能，更適合海量視頻清晰度計算。
正如本領域技術人員將領會的，本公開可實施為系統、方法或計算機程序產品。因此，本公開可表現為完全硬件的實施例、完全軟件的實施例(包括固件、常駐軟件、微碼等)或將軟件和硬件方面結合的實施例的形式，它們在此處一般均被稱為“電路”、“模塊”或“系統”。此外，本公開可表現為計算機程序產品的形式，所述計算機程序產品嵌入到任何有形的表達介質中，所述有形的表達介質具有嵌入到所述介質中的計算機可用程序代碼。
還參照根據本公開實施例的方法、裝置(系統)和計算機程序產品的流程圖和/或框圖來描述本公開。可理解的是，可由計算機程序指令執行流程圖和/或框圖中的每個框、以及流程圖和/或框圖中的多個框的組合。這些計算機程序指令可提供給通用目的計算機、專用目的計算機或其它可編程數據處理裝置的處理器來產生這樣的機器，以使通過計算機或其它可編程數據處理裝置的處理器執行的指令創建用于實現流程圖和/或框圖的一個框或多個框中指明的功能/動作的裝置，以。
這些計算機程序指令還可存儲于能夠指導計算機或其它可編程數據處理裝置以特定的方式實現功能的計算機可讀介質中，以使存儲于計算機可讀介質中的指令產生制品，所述制品包括實現流程圖和/或框圖中的一個框或多個框中指明的功能/動作的指令裝置。
計算機程序指令還可加載到計算機或其它可編程數據處理裝置上，以引起在計算機上或其它可編程裝置上執行一連串的操作步驟，以產生計算機實現的過程，從而使在計算機或其它可編程裝置上執行的指令提供過程，以用于實現流程圖和/或框圖中的一個框或多個框中指明的功能/動作。
附圖中的流程圖和框圖示出根據本公開的多個實施例的系統、方法和計算機程序產品的可能實現的體系結構、功能和操作。在這點上，流程圖或框圖中的每個框可表示一個模塊、區段或代碼的一部分，其包括一個或多個用于實現特定邏輯功能的可執行指令。還應注意，在一些可替代性實施中，框中標注的功能可以不按照附圖中標注的順序發生。例如，根據所涉及的功能性，連續示出的兩個框實際上可大致同時地執行，或者這些框有時以相反的順序執行。還可注意到，可由執行特定功能或動作的專用目的的基于硬件的系統、或專用目的硬件與計算機指令的組合來實現框圖和/或流程圖示圖中的每個框、以及框圖和/或流程圖示圖中的多個框的組合。
以上描述僅為本申請的較佳實施例以及對所運用技術原理的說明。本領域技術人員應當理解，本申請中所涉及的發明范圍，并不限于上述技術特征的特定組合而成的技術方案，同時也應涵蓋在不脫離所述發明構思的情況下，由上述技術特征或其等同特征進行任意組合而形成的其它技術方案。例如上述特征與本申請中公開的(但不限于)具有類似功能的技術特征進行互相替換而形成的技術方案。