本發(fā)明涉及視頻監(jiān)控技術(shù)領(lǐng)域，具體涉及一種視頻處理方法、裝置及存儲介質(zhì)。

背景技術(shù)：

隨著經(jīng)濟(jì)、社會、文化的快速發(fā)展，國內(nèi)外影響力的與日俱增，越來越多外來人口流向城市，這些人口增加在加快城市化進(jìn)程的同時，也為城市管理帶來更大的挑戰(zhàn)，雖然，視頻監(jiān)控對城市安全提供了技術(shù)支持，目前來看，攝像頭已經(jīng)在城市中布局開來，攝像頭可對城市的安全進(jìn)行有效監(jiān)控，以及為相關(guān)機(jī)構(gòu)的安保提供有效幫助。生活中，對目標(biāo)人物進(jìn)行蹲點(diǎn)作為一種常用辦案手段，需要浪費(fèi)大量時間和精力，因此，如何利用攝像頭對目標(biāo)人物進(jìn)行蹲點(diǎn)的問題亟待解決。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例提供了一種視頻處理方法及裝置，可提升對目標(biāo)進(jìn)行蹲點(diǎn)的效率。

本發(fā)明實(shí)施例第一方面提供了一種視頻處理方法，包括：

獲取由指定攝像頭拍攝的第一視頻；

獲取用戶輸入的查詢時間范圍以及待查詢對象的目標(biāo)人臉圖像；

根據(jù)所述查詢時間范圍對所述第一視頻進(jìn)行截取操作，得到第二視頻；

根據(jù)所述目標(biāo)人臉圖像對所述第二視頻進(jìn)行搜索，得到所述待查詢對象的n個人臉圖像，以及與所述待查詢對象相關(guān)的m個人臉圖像，所述n、所述m均為正整數(shù)。

結(jié)合本發(fā)明實(shí)施例第一方面，在第一方面的第一種可能實(shí)施方式中，所述查詢時間范圍包含起點(diǎn)時間和結(jié)束時間，所述根據(jù)所述查詢時間范圍對所述第一視頻進(jìn)行截取操作，包括：

根據(jù)所述起點(diǎn)時間和所述結(jié)束時間對所述第一視頻進(jìn)行定位，得到第三視頻；

對所述第三視頻同時進(jìn)行正序人臉檢測和反序人臉檢測；

確定所述正序人臉檢測出現(xiàn)的第一關(guān)鍵幀的第一時刻和所述反序人臉檢測出現(xiàn)的第二關(guān)鍵幀的第二時刻，其中，所述第一關(guān)鍵幀、所述第二關(guān)鍵幀均為首次出現(xiàn)人臉圖像滿足預(yù)設(shè)角度范圍的視頻圖像；

將所述第一時刻與所述第二時刻之間的視頻作為所述第二視頻。

如此，上述本實(shí)施例，由于查詢時間范圍是一個指定范圍，并非那么精準(zhǔn)地讓起始幀和結(jié)束幀均包含滿足預(yù)設(shè)角度的人臉圖像，因而，可對查詢時間范圍的視頻采用正序人臉檢測和反序人臉檢測，從而，快速找到查詢時間范圍內(nèi)包含符合預(yù)設(shè)角度的人臉圖像的第一幀和最后一幀，進(jìn)而，獲取其對應(yīng)的時刻，并獲取對應(yīng)的時刻對應(yīng)的視頻，如此，可減少后期人臉識別的工作量。

結(jié)合本發(fā)明實(shí)施例第一方面或第一方面的第一種可能實(shí)施方式中，在第一方面的第三種可能實(shí)施方式中，所述根據(jù)所述目標(biāo)人臉圖像對所述第二視頻進(jìn)行搜索，得到所述待查詢對象的n個人臉圖像，以及與所述待查詢對象相關(guān)的m個人臉圖像，包括：

將所述第二視頻中每一幀視頻圖像進(jìn)行人臉分割，得到p個人臉圖像；

將所述目標(biāo)人臉圖像與所述p個人臉圖像進(jìn)行匹配，得到所述待查詢對象的n個人臉圖像，以及p-n人臉圖像，所述p為大于所述n的整數(shù)；

分別計算所述p-n人臉圖像中每一人臉圖像與所述n個人臉圖像之間的最短時間差，得到所述p-n個最短時間差值；

從所述p-n個最短時間差值中選取小于第一預(yù)設(shè)閾值的最短時間差值，得到所述m個最短時間差值，獲取其對應(yīng)的人臉圖像，得到與所述待查詢對象相關(guān)的m個人臉圖像。

如此，上述本實(shí)施例，由于第二視頻中每一幀圖像包含的人臉圖像數(shù)目不一樣，有可能包含1個或者多個，當(dāng)然，也可能是0個，如此，對每一幀圖像進(jìn)行圖像分割，可得到一部分待查詢對象的目標(biāo)人臉圖像，當(dāng)然，也有其他的人臉圖像，每一人臉圖像均可對應(yīng)一個時間點(diǎn)，如此，可分別計算不是待查詢對象的人臉圖像對應(yīng)的時間點(diǎn)與每一待查詢對象的人臉圖像對應(yīng)的時間點(diǎn)之間的最短時間差，例如，待查詢對象的人臉圖像對應(yīng)的時間點(diǎn)為t1，t2，非待查詢對象的人臉圖像的時間點(diǎn)為t3，則可得到t1-t3和t2-t3，時間差可能是正數(shù)也可能是負(fù)數(shù)，只取得到的值作為時間差值，忽略正、負(fù)號。如此，可選取其最小值作為最短時間差值，如此，通過上述方式，由于圖像分割，可得到視頻中盡可能多的人臉圖像，因而，可盡可能全面地得到與待查詢對象的人臉圖像相關(guān)的人臉圖像，有利于全面分析可能與待查詢對象相關(guān)的其他人物。例如，該方法用于蹲點(diǎn)中，可全面分析出可能與嫌疑人相關(guān)聯(lián)的同伙。

結(jié)合本發(fā)明實(shí)施例第一方面的第二種可能實(shí)施方式中，在第一方面的第四種可能實(shí)施方式中，所述將所述目標(biāo)人臉圖像與所述p個人臉圖像進(jìn)行匹配，包括：

對所述p個人臉圖像進(jìn)行圖像質(zhì)量評價，得到所述p個圖像質(zhì)量評價值；

從所述p個圖像質(zhì)量評價值中選取大于第二預(yù)設(shè)閾值的圖像質(zhì)量評價值對應(yīng)的q個人臉圖像，所述q為小于或等于所述p且大于所述n的正整數(shù)；

將所述目標(biāo)人臉圖像與所述q個人臉圖像進(jìn)行匹配。

如此，上述本實(shí)施例，可利用對每一人臉圖像進(jìn)行圖像質(zhì)量評價的方式，篩選出圖像質(zhì)量較好的圖像，進(jìn)而，再在這些圖像中尋找與目標(biāo)人臉圖像匹配的圖像的話，可大大縮減搜索時間，畢竟需要匹配的圖像少了，提升了人臉是被效率。

結(jié)合本發(fā)明實(shí)施例第一方面或第一方面的第一種可能實(shí)施方式中，在第一方面的第五種可能實(shí)施方式中，在所述根據(jù)所述目標(biāo)人臉圖像對所述第二視頻進(jìn)行搜索，得到所述待查詢對象的n個人臉圖像，以及與所述待查詢對象相關(guān)的m個人臉圖像之后，所述方法還包括：

對所述m個人臉圖像進(jìn)行行為分析，得到符合預(yù)設(shè)行為的x個人臉圖像，所述x為小于或等于所述m的正整數(shù)。

如此，上述本實(shí)施例，可通過行為分析進(jìn)行排除，盡可能縮小與待查詢對象相關(guān)的對象，有利用為用戶提供盡可能精準(zhǔn)數(shù)據(jù)，例如，對于攝像頭而言，也有可能捕捉到無關(guān)的行人，采用上述方式，則可以在一定程度排除行人。

本發(fā)明實(shí)施例第二方面提供了一種視頻處理裝置，包括:

獲取單元，用于獲取由指定攝像頭拍攝的第一視頻；

所述獲取單元，還具體用于：

獲取用戶輸入的查詢時間范圍以及待查詢對象的目標(biāo)人臉圖像；

截取單元，用于根據(jù)所述查詢時間范圍對所述第一視頻進(jìn)行截取操作，得到第二視頻；

搜索單元，用于根據(jù)所述目標(biāo)人臉圖像對所述第二視頻進(jìn)行搜索，得到所述待查詢對象的n個人臉圖像，以及與所述待查詢對象相關(guān)的m個人臉圖像，所述n、所述m均為正整數(shù)。

結(jié)合本發(fā)明實(shí)施例第二方面，在第二方面的第一種可能實(shí)施方式中，所述查詢時間范圍包含起點(diǎn)時間和結(jié)束時間，

所述截取單元包括：

定位模塊，用于根據(jù)所述起點(diǎn)時間和所述結(jié)束時間對所述第一視頻進(jìn)行定位，得到第三視頻；

檢測模塊，用于對所述第三視頻同時進(jìn)行正序人臉檢測和反序人臉檢測；

確定模塊，用于確定所述正序人臉檢測出現(xiàn)的第一關(guān)鍵幀的第一時刻和所述反序人臉檢測出現(xiàn)的第二關(guān)鍵幀的第二時刻，其中，所述第一關(guān)鍵幀、所述第二關(guān)鍵幀均為首次出現(xiàn)人臉圖像滿足預(yù)設(shè)角度范圍的視頻圖像；

所述確定模塊，還具體用于

將所述第一時刻與所述第二時刻之間的視頻作為所述第二視頻。

結(jié)合本發(fā)明實(shí)施例第二方面或第二方面的第一種可能實(shí)施方式中，在第二方面的第二種可能實(shí)施方式中，所述搜索單元包括：

分割模塊，用于將所述第二視頻中每一幀視頻圖像進(jìn)行人臉分割，得到p個人臉圖像；

第一匹配模塊，用于將所述目標(biāo)人臉圖像與所述p個人臉圖像進(jìn)行匹配，得到所述待查詢對象的n個人臉圖像，以及p-n人臉圖像，所述p為大于所述n的整數(shù)；

計算模塊，用于分別計算所述p-n人臉圖像中每一人臉圖像與所述n個人臉圖像之間的最短時間差，得到所述p-n個最短時間差值；

第一選取模塊，用于從所述p-n個最短時間差值中選取小于第一預(yù)設(shè)閾值的最短時間差值，得到所述m個最短時間差值，獲取其對應(yīng)的人臉圖像，得到與所述待查詢對象相關(guān)的m個人臉圖像。

結(jié)合本發(fā)明實(shí)施例第二方面的第二種可能實(shí)施方式中，在第二方面的第三種可能實(shí)施方式中，所述第一匹配模塊包括：

評價模塊，用于對所述p個人臉圖像進(jìn)行圖像質(zhì)量評價，得到所述p個圖像質(zhì)量評價值；

第二選取模塊，用于從所述p個圖像質(zhì)量評價值中選取大于第二預(yù)設(shè)閾值的圖像質(zhì)量評價值對應(yīng)的q個人臉圖像，所述q為小于或等于所述p且大于所述n的正整數(shù)；

第二匹配模塊，用于將所述目標(biāo)人臉圖像與所述q個人臉圖像進(jìn)行匹配。

結(jié)合本發(fā)明實(shí)施例第二方面或第二方面的第一種可能實(shí)施方式中，在第二方面的第四種可能實(shí)施方式中，所述裝置還包括：

分析單元，用于在所述搜索單元根據(jù)所述目標(biāo)人臉圖像對所述第二視頻進(jìn)行搜索，得到所述待查詢對象的n個人臉圖像，以及與所述待查詢對象相關(guān)的m個人臉圖像之后，對所述m個人臉圖像進(jìn)行行為分析，得到符合預(yù)設(shè)行為的x個人臉圖像，所述x為小于或等于所述m的正整數(shù)。

實(shí)施本發(fā)明實(shí)施例，具有如下有益效果：

可以看出，通過本發(fā)明實(shí)施例，獲取由指定攝像頭拍攝的第一視頻，獲取用戶輸入的查詢時間范圍以及待查詢對象的目標(biāo)人臉圖像，根據(jù)查詢時間范圍對所述第一視頻進(jìn)行截取操作，得到第二視頻，根據(jù)目標(biāo)人臉圖像對第二視頻進(jìn)行搜索，得到待查詢對象的n個人臉圖像，以及與待查詢對象相關(guān)的m個人臉圖像，n、m均為正整數(shù)。如此，可獲取指定攝像頭的第一視頻，進(jìn)而，獲取需要查詢的時間范圍以及目標(biāo)人臉圖像，依據(jù)該時間范圍，截取第一視頻的部分視頻，可縮小人臉識別的工作量，另外，還可以在該部分視頻中查找出與目標(biāo)人臉圖像匹配的人臉圖像以及相關(guān)的人臉圖像，相對于現(xiàn)有技術(shù)中，需要用戶一幀一幀查看視頻，并通過人為分析實(shí)現(xiàn)蹲點(diǎn)的方式而言，上述本實(shí)施例，則利用計算機(jī)強(qiáng)大的處理功能快速找到目標(biāo)人物以及與該目標(biāo)人物相關(guān)的同伙。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例中的技術(shù)方案，下面將對實(shí)施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明實(shí)施例提供的一種視頻處理方法的第一實(shí)施例流程示意圖；

圖2是本發(fā)明實(shí)施例提供的一種視頻處理方法的第二實(shí)施例流程示意圖；

圖3a是本發(fā)明實(shí)施例提供的一種視頻處理裝置的第一實(shí)施例結(jié)構(gòu)示意圖；

圖3b是本發(fā)明實(shí)施例提供的圖3a所描述的視頻處理裝置的截取單元的結(jié)構(gòu)示意圖；

圖3c是本發(fā)明實(shí)施例提供的圖3a所描述的視頻處理裝置的搜索單元的結(jié)構(gòu)示意圖；

圖3d是本發(fā)明實(shí)施例提供的圖3c所描述的視頻處理裝置的第一匹配模塊的結(jié)構(gòu)示意圖；

圖3e是本發(fā)明實(shí)施例提供的圖3a所描述的視頻處理裝置的又一結(jié)構(gòu)示意圖；

圖4是本發(fā)明實(shí)施例提供的一種視頻處理裝置的第二實(shí)施例結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

本發(fā)明的說明書和權(quán)利要求書及所述附圖中的術(shù)語“第一”、“第二”、“第三”和“第四”等是用于區(qū)別不同對象，而不是用于描述特定順序。此外，術(shù)語“包括”和“具有”以及它們?nèi)魏巫冃?，意圖在于覆蓋不排他的包含。例如包含了一系列步驟或單元的過程、方法、系統(tǒng)、產(chǎn)品或設(shè)備沒有限定于已列出的步驟或單元，而是可選地還包括沒有列出的步驟或單元，或可選地還包括對于這些過程、方法、產(chǎn)品或設(shè)備固有的其它步驟或單元。

在本文中提及“實(shí)施例”意味著，結(jié)合實(shí)施例描述的特定特征、結(jié)構(gòu)或特性可以包含在本發(fā)明的至少一個實(shí)施例中。在說明書中的各個位置展示該短語并不一定均是指相同的實(shí)施例，也不是與其它實(shí)施例互斥的獨(dú)立的或備選的實(shí)施例。本領(lǐng)域技術(shù)人員顯式地和隱式地理解的是，本文所描述的實(shí)施例可以與其它實(shí)施例相結(jié)合。

本發(fā)明實(shí)施例所描述視頻處理裝置可以包括智能手機(jī)(如android手機(jī)、ios手機(jī)、windowsphone手機(jī)等)、平板電腦、掌上電腦、筆記本電腦、移動互聯(lián)網(wǎng)設(shè)備(mid，mobileinternetdevices)或穿戴式設(shè)備等，上述僅是舉例，而非窮舉，包含但不限于上述裝置，當(dāng)然，上述視頻處理裝置還可以為服務(wù)器。

需要說明的是，本發(fā)明實(shí)施例中的視頻處理裝置可與多個攝像頭連接，每一攝像頭均可用于抓拍視頻圖像，每一攝像頭均可有一個與之對應(yīng)的位置標(biāo)記，或者，可有一個與之對應(yīng)的編號。通常情況下，攝像頭可設(shè)置在公共場所，例如，學(xué)校、博物館、十字路口、步行街、寫字樓、車庫、機(jī)場、醫(yī)院、地鐵站、車站、公交站臺、超市、酒店、娛樂場所等等。攝像頭在拍攝到視頻圖像后，可將該視頻圖像保存到視頻處理裝置所在系統(tǒng)的存儲器。存儲器中可存儲有多個圖像庫，每一圖像庫可包含同一人的不同視頻圖像，當(dāng)然，每一圖像庫還可以用于存儲一個區(qū)域的視頻圖像或者某個指定攝像頭拍攝的視頻圖像。

進(jìn)一步可選地，本發(fā)明實(shí)施例中，攝像頭拍攝的每一幀視頻圖像均對應(yīng)一個屬性信息，屬性信息為以下至少一種：視頻圖像的拍攝時間、視頻圖像的位置、視頻圖像的屬性參數(shù)(格式、大小、分辨率等)、視頻圖像的編號和視頻圖像中的人物特征屬性。上述視頻圖像中的人物特征屬性可包括但不僅限于：視頻圖像中的人物個數(shù)、人物位置、人物角度、年齡、圖像質(zhì)量等等。

進(jìn)一步需要說明的是，每一攝像頭采集的視頻圖像通常為動態(tài)人臉圖像，因而，本發(fā)明實(shí)施例中可以對人臉圖像的角度信息進(jìn)行規(guī)劃，上述角度信息可包括但不僅限于：水平轉(zhuǎn)動角度、俯仰角或者傾斜度。例如，可定義動態(tài)人臉圖像數(shù)據(jù)要求兩眼間距不小于30像素，建議60像素以上。水平轉(zhuǎn)動角度不超過±30°、俯仰角不超過±20°、傾斜角不超過±45°。建議水平轉(zhuǎn)動角度不超過±15°、俯仰角不超過±10°、傾斜角不超過±15°。例如，還可對人臉圖像是否被其他物體遮擋進(jìn)行篩選，通常情況下，飾物不應(yīng)遮擋臉部主要區(qū)域，飾物如深色墨鏡、口罩和夸張首飾等，當(dāng)然，也有可能攝像頭上面布滿灰塵，導(dǎo)致人臉圖像被遮擋。本發(fā)明實(shí)施例中的視頻圖像的圖片格式可包括但不僅限于：bmp，jpeg，jpeg2000，png等等，其大小可以在10-30kb之間，每一視頻圖像還可以對應(yīng)一個拍攝時間、以及拍攝該視頻圖像的攝像頭統(tǒng)一編號、與人臉圖像對應(yīng)的全景大圖的鏈接等信息(人臉圖像和全局圖片建立特點(diǎn)對應(yīng)性關(guān)系文件)。

請參閱圖1，為本發(fā)明實(shí)施例提供的一種視頻處理方法的第一實(shí)施例流程示意圖。本實(shí)施例中所描述的視頻處理方法，包括以下步驟：

101、獲取由指定攝像頭拍攝的第一視頻。

其中，指定攝像頭可由用戶指定，或者，系統(tǒng)默認(rèn)。上述第一視頻可為由指定攝像頭拍攝的一段時間內(nèi)的視頻。

102、獲取用戶輸入的查詢時間范圍以及待查詢對象的目標(biāo)人臉圖像。

其中，查詢時間范圍可由用戶自行輸入，例如，2017年4月20號8:00-2017年4月20號20:00。上述待查詢對象為用戶需要查詢的對象，可獲取該待查詢對象的目標(biāo)人臉圖像。

103、根據(jù)所述查詢時間范圍對所述第一視頻進(jìn)行截取操作，得到第二視頻。

其中，可根據(jù)查詢時間范圍截取第一視頻的部分視頻，作為第二視頻，可減少后續(xù)人臉識別的工作量。

可選地，上述步驟103中，所述查詢時間范圍包含起點(diǎn)時間和結(jié)束時間，根據(jù)所述查詢時間范圍對所述第一視頻進(jìn)行截取操作，可包括如下步驟：

31)、根據(jù)所述起點(diǎn)時間和所述結(jié)束時間對所述第一視頻進(jìn)行定位，得到第三視頻；

32)、對所述第三視頻同時進(jìn)行正序人臉檢測和反序人臉檢測；

33)、確定所述正序人臉檢測出現(xiàn)的第一關(guān)鍵幀的第一時刻和所述反序人臉檢測出現(xiàn)的第二關(guān)鍵幀的第二時刻，其中，所述第一關(guān)鍵幀、所述第二關(guān)鍵幀均為首次出現(xiàn)人臉圖像滿足預(yù)設(shè)角度的視頻圖像；

34)、將所述第一時刻與所述第二時刻之間的視頻作為所述第二視頻。

其中，查詢時間范圍可包含起點(diǎn)時間和結(jié)束時間，因而，可將起點(diǎn)時間和結(jié)束時間映射到第一視頻中，以得到在第一視頻中處于起點(diǎn)時間與結(jié)束時間之間的這段視頻，即第三視頻，可對第三視頻同時進(jìn)行正序人臉檢測和反序人臉檢測，其中，正序人臉檢測為沿著時間軸正向方向進(jìn)行人臉檢測，即以起點(diǎn)時間開始的視頻圖像幀為起點(diǎn)，當(dāng)出現(xiàn)第一個人臉圖像且該人臉圖像的角度滿足預(yù)設(shè)角度范圍，則該第一個人臉圖像對應(yīng)的圖像幀作為第一關(guān)鍵幀，其對應(yīng)的時刻作為第一時刻。反序人臉檢測為沿著時間軸反向方向進(jìn)行人臉檢測，即以結(jié)束時間開始的視頻圖像幀為起點(diǎn)，當(dāng)出現(xiàn)第一個人臉圖像且該人臉圖像的角度滿足預(yù)設(shè)角度范圍，則該第一個人臉圖像對應(yīng)的圖像幀作為第二關(guān)鍵幀，其對應(yīng)的時刻作為第二時刻，上述預(yù)設(shè)角度范圍可由用戶自行設(shè)置或者系統(tǒng)默認(rèn)。進(jìn)而，可將第一時刻與第二時刻之間的視頻作為第二視頻。由于查詢時間范圍是一個指定范圍，并非那么精準(zhǔn)地讓起始幀和結(jié)束幀均包含滿足預(yù)設(shè)角度的人臉圖像，因而，可對查詢時間范圍的視頻采用正序人臉檢測和反序人臉檢測，從而，快速找到查詢時間范圍內(nèi)包含符合預(yù)設(shè)角度的人臉圖像的第一幀和最后一幀，進(jìn)而，獲取其對應(yīng)的時刻，獲取對應(yīng)的時刻對應(yīng)的視頻，如此，可減少后期人臉識別的工作量。

104、根據(jù)所述目標(biāo)人臉圖像對所述第二視頻進(jìn)行搜索，得到所述待查詢對象的n個人臉圖像，以及與所述待查詢對象相關(guān)的m個人臉圖像，所述n、所述m均為正整數(shù)。

其中，可根據(jù)目標(biāo)人臉圖像對第二視頻進(jìn)行搜索，進(jìn)而，可得到與目標(biāo)人臉圖像匹配的n個人臉圖像，以及與待查詢對象相關(guān)的m個人臉圖像。

可選地，上述步驟104中，根據(jù)所述目標(biāo)人臉圖像對所述第二視頻進(jìn)行搜索，得到所述待查詢對象的n個人臉圖像，以及與所述待查詢對象相關(guān)的m個人臉圖像，可包括如下步驟：

41)、將所述第二視頻中每一幀視頻圖像進(jìn)行人臉分割，得到p個人臉圖像；

42)、將所述目標(biāo)人臉圖像與所述p個人臉圖像進(jìn)行匹配，得到所述待查詢對象的n個人臉圖像，以及p-n人臉圖像，所述p為大于所述n的整數(shù)；

43)、分別計算所述p-n人臉圖像中每一人臉圖像與所述n個人臉圖像之間的最短時間差，得到所述p-n個最短時間差值；

44)、從所述p-n個最短時間差值中選取小于第一預(yù)設(shè)閾值的最短時間差值，得到所述m個最短時間差值，獲取其對應(yīng)的人臉圖像，得到與所述待查詢對象相關(guān)的m個人臉圖像。

其中，上述第一預(yù)設(shè)閾值可由用戶自行設(shè)置或者系統(tǒng)默認(rèn)，第一預(yù)設(shè)閾值的存在是為了縮小搜索范圍，由經(jīng)驗(yàn)可知，當(dāng)搜索某個人的時候，出現(xiàn)與其相關(guān)的同伙的話，該嫌疑人與同伙之間出現(xiàn)的時間點(diǎn)間隔較短，當(dāng)然，也有可能第一預(yù)設(shè)閾值需要設(shè)置較大，例如，嫌疑人將物品放在某個地方，用于等待同伙來取，這種情況，第一預(yù)設(shè)閾值可設(shè)置較大，以免第一預(yù)設(shè)閾值較小，在處理過程中，將嫌疑人的同伙排除了，第一預(yù)設(shè)閾值的具體設(shè)置依據(jù)實(shí)際情況而定?？刹捎脠D像分割算法對第二視頻中每一幀視頻圖像進(jìn)行人臉分割，得到p個人臉圖像，將目標(biāo)人臉圖像與p個人臉圖像進(jìn)行匹配，得到待查詢對象的n個人臉圖像，以及p-n人臉圖像，p為大于n的整數(shù)，可分別計算p-n人臉圖像中每一人臉圖像與n個人臉圖像之間的最短時間差，得到p-n個最短時間差值，選取小于第一預(yù)設(shè)閾值的最短時間差值，得到m個最短時間差值，進(jìn)而，可獲取該m個最短時間差值對應(yīng)的人臉圖像，得到了與待查詢對象相關(guān)的m個人臉圖像。如此，由于第二視頻中每一幀圖像包含的人臉圖像數(shù)目不一樣，有可能包含1個或者多個，當(dāng)然，也可能是0個，如此，對每一幀圖像進(jìn)行圖像分割，可得到一部分待查詢對象的目標(biāo)人臉圖像，當(dāng)然，也有其他的人臉圖像，每一人臉圖像均可對應(yīng)一個時間點(diǎn)，如此，可分別計算不是待查詢對象的人臉圖像對應(yīng)的時間點(diǎn)與每一待查詢對象的人臉圖像對應(yīng)的時間點(diǎn)之間的最短時間差，例如，待查詢對象的人臉圖像對應(yīng)的時間點(diǎn)為t1，t2，非待查詢對象的人臉圖像的時間點(diǎn)為t3，則可得到t1-t3和t2-t3，時間差可能是正數(shù)也可能是負(fù)數(shù)，只取得到的值作為時間差值，忽略正、負(fù)號。如此，可選取其最小值作為最短時間差值，如此，通過上述方式，由于圖像分割，可得到視頻中盡可能多的人臉圖像，因而，可盡可能全面地得到與待查詢對象的人臉圖像相關(guān)的人臉圖像，有利于全面分析可能與待查詢對象相關(guān)的其他人物。例如，該方法用于蹲點(diǎn)中，可全面分析出可能與嫌疑人相關(guān)聯(lián)的同伙。

進(jìn)一步可選地，上述步驟42中，將所述目標(biāo)人臉圖像與所述p個人臉圖像進(jìn)行匹配，可包括如下步驟：

441)、對所述p個人臉圖像進(jìn)行圖像質(zhì)量評價，得到所述p個圖像質(zhì)量評價值；

442)、從所述p個圖像質(zhì)量評價值中選取大于第二預(yù)設(shè)閾值的圖像質(zhì)量評價值對應(yīng)的q個人臉圖像，所述q為小于或等于所述p且大于所述n的正整數(shù)；

443)、將所述目標(biāo)人臉圖像與所述q個人臉圖像進(jìn)行匹配。

其中，上述第二預(yù)設(shè)閾值可由用戶自行設(shè)置或者系統(tǒng)默認(rèn)。上述本發(fā)明實(shí)施例，可對p個人臉圖像進(jìn)行篩選，淘汰一些圖像質(zhì)量較差的人臉圖像，以減少圖像匹配的工作量。如此，可利用對每一人臉圖像進(jìn)行圖像質(zhì)量評價的方式，篩選出圖像質(zhì)量較好的圖像，進(jìn)而，再在這些圖像中尋找與目標(biāo)人臉圖像匹配的圖像的話，可大大縮減搜索時間，畢竟需要匹配的圖像少了，提升了人臉是被效率。

可選地，在步驟441中，對p個人臉圖像進(jìn)行圖像質(zhì)量評價，可采用如下方式：可采用至少一個圖像質(zhì)量評價指標(biāo)分別對圖像進(jìn)行圖像質(zhì)量評價，得到圖像質(zhì)量評價值，其中，圖像質(zhì)量評價指標(biāo)可包括但不僅限于：平均灰度、均方差、熵、邊緣保持度、信噪比等等?？啥x為得到的圖像質(zhì)量評價值越大，則圖像質(zhì)量越好。

需要說明的是，由于采用單一評價指標(biāo)對圖像質(zhì)量進(jìn)行評價時，具有一定的局限性，因此，可采用多個圖像質(zhì)量評價指標(biāo)對圖像質(zhì)量進(jìn)行評價，當(dāng)然，對圖像質(zhì)量進(jìn)行評價時，并非圖像質(zhì)量評價指標(biāo)越多越好，因?yàn)閳D像質(zhì)量評價指標(biāo)越多，圖像質(zhì)量評價過程的計算復(fù)雜度越高，也不見得圖像質(zhì)量評價效果越好，因此，在對圖像質(zhì)量評價要求較高的情況下，可采用2～10個圖像質(zhì)量評價指標(biāo)對圖像質(zhì)量進(jìn)行評價。具體地，選取圖像質(zhì)量評價指標(biāo)的個數(shù)及哪個指標(biāo)，依據(jù)具體實(shí)現(xiàn)情況而定。當(dāng)然，也得結(jié)合具體地場景選取圖像質(zhì)量評價指標(biāo)，在暗環(huán)境下進(jìn)行圖像質(zhì)量評價和亮環(huán)境下進(jìn)行圖像質(zhì)量評價選取的圖像質(zhì)量指標(biāo)可不一樣。

可選地，在對圖像質(zhì)量評價精度要求不高的情況下，可用一個圖像質(zhì)量評價指標(biāo)進(jìn)行評價，例如，以熵對人臉圖像進(jìn)行圖像質(zhì)量評價值，可認(rèn)為熵越大，則說明圖像質(zhì)量越好，相反地，熵越小，則說明圖像質(zhì)量越差。

可選地，在對圖像質(zhì)量評價精度要求較高的情況下，可以采用多個圖像質(zhì)量評價指標(biāo)對人臉圖像進(jìn)行評價，在多個圖像質(zhì)量評價指標(biāo)對人臉圖像進(jìn)行圖像質(zhì)量評價時，可設(shè)置該多個圖像質(zhì)量評價指標(biāo)中每一圖像質(zhì)量評價指標(biāo)的權(quán)重，可得到多個圖像質(zhì)量評價值，根據(jù)該多個圖像質(zhì)量評價值及其對應(yīng)的權(quán)重可得到最終的圖像質(zhì)量評價值，例如，三個圖像質(zhì)量評價指標(biāo)分別為：a指標(biāo)、b指標(biāo)和c指標(biāo)，a的權(quán)重為a1，b的權(quán)重為a2，c的權(quán)重為a3，采用a、b和c對某一圖像進(jìn)行圖像質(zhì)量評價時，a對應(yīng)的圖像質(zhì)量評價值為b1，b對應(yīng)的圖像質(zhì)量評價值為b2，c對應(yīng)的圖像質(zhì)量評價值為b3，那么，最后的圖像質(zhì)量評價值＝a1b1+a2b2+a3b3。通常情況下，圖像質(zhì)量評價值越大，說明圖像質(zhì)量越好。

可以看出，通過本發(fā)明實(shí)施例，獲取由指定攝像頭拍攝的第一視頻，獲取用戶輸入的查詢時間范圍以及待查詢對象的目標(biāo)人臉圖像，根據(jù)查詢時間范圍對所述第一視頻進(jìn)行截取操作，得到第二視頻，根據(jù)目標(biāo)人臉圖像對第二視頻進(jìn)行搜索，得到待查詢對象的n個人臉圖像，以及與待查詢對象相關(guān)的m個人臉圖像，n、m均為正整數(shù)。如此，可獲取指定攝像頭的第一視頻，進(jìn)而，獲取需要查詢的時間范圍以及目標(biāo)人臉圖像，依據(jù)該時間范圍，截取第一視頻的部分視頻，可縮小人臉識別的工作量，另外，還可以在該部分視頻中查找出與目標(biāo)人臉圖像匹配的人臉圖像以及相關(guān)的人臉圖像，相對于現(xiàn)有技術(shù)中，需要用戶一幀一幀查看視頻，并通過人為分析實(shí)現(xiàn)蹲點(diǎn)的方式而言，上述本實(shí)施例，則利用計算機(jī)強(qiáng)大的處理功能快速找到目標(biāo)人物以及與該目標(biāo)人物相關(guān)的同伙。例如，在民警蹲點(diǎn)方面，本實(shí)施例可快速找到嫌疑人以及與之相關(guān)的同伙，提高了民警的偵查效率。

與上述一致地，請參閱圖2，為本發(fā)明實(shí)施例提供的一種視頻處理方法的第二實(shí)施例流程示意圖。本實(shí)施例中所描述的視頻處理方法，包括以下步驟：

201、獲取由指定攝像頭拍攝的第一視頻。

202、獲取用戶輸入的查詢時間范圍以及待查詢對象的目標(biāo)人臉圖像。

203、根據(jù)所述查詢時間范圍對所述第一視頻進(jìn)行截取操作，得到第二視頻。

204、根據(jù)所述目標(biāo)人臉圖像對所述第二視頻進(jìn)行搜索，得到所述待查詢對象的n個人臉圖像，以及與所述待查詢對象相關(guān)的m個人臉圖像，所述n、所述m均為正整數(shù)。

其中，上述步驟201-步驟204所描述的視頻處理方法可參考圖1所描述的視頻處理方法的對應(yīng)步驟。

205、對所述m個人臉圖像進(jìn)行行為分析，得到符合預(yù)設(shè)行為的x個人臉圖像，所述x為小于或等于所述m的正整數(shù)。

其中，上述預(yù)設(shè)行為可為以下至少一種：低頭、打架、打電話、表情猥瑣、交頭接耳、親密行為等等。在具體實(shí)現(xiàn)中，視頻處理裝置可從第二視頻中獲取m個人臉圖像對應(yīng)的a個視頻圖像幀，對該a個視頻圖像幀中每一視頻圖像幀進(jìn)行行為分析，得到符合上述預(yù)設(shè)行為的b個視頻圖像幀，其中，a與b均為正整數(shù)，且b小于a，進(jìn)而，將m個人臉圖像與該b個視頻圖像進(jìn)行匹配，得到x個人臉圖像。如此，可通過行為分析進(jìn)行排除，盡可能縮小與待查詢對象相關(guān)的對象，有利用為用戶提供盡可能精準(zhǔn)數(shù)據(jù)，例如，對于攝像頭而言，也有可能捕捉到無關(guān)的行人，采用上述方式，則可以在一定程度排除行人。

可以看出，通過本發(fā)明實(shí)施例，獲取由指定攝像頭拍攝的第一視頻，獲取用戶輸入的查詢時間范圍以及待查詢對象的目標(biāo)人臉圖像，根據(jù)查詢時間范圍對所述第一視頻進(jìn)行截取操作，得到第二視頻，根據(jù)目標(biāo)人臉圖像對第二視頻進(jìn)行搜索，得到待查詢對象的n個人臉圖像，以及與待查詢對象相關(guān)的m個人臉圖像，n、m均為正整數(shù)，進(jìn)而，對m個人臉圖像進(jìn)行行為分析，得到符合預(yù)設(shè)行為的x個人臉圖像，x為小于或等于m的正整數(shù)。如此，可獲取指定攝像頭的第一視頻，進(jìn)而，獲取需要查詢的時間范圍以及目標(biāo)人臉圖像，依據(jù)該時間范圍，截取第一視頻的部分視頻，可縮小人臉識別的工作量，另外，還可以在該部分視頻中查找出與目標(biāo)人臉圖像匹配的人臉圖像以及相關(guān)的人臉圖像，當(dāng)然，在搜索相關(guān)的人臉圖像方面，采用了行為識別方式，可降低誤識別概率，為用戶提供盡可能精準(zhǔn)的數(shù)據(jù)，相對于現(xiàn)有技術(shù)中，需要用戶一幀一幀查看視頻，并通過人為分析實(shí)現(xiàn)蹲點(diǎn)的方式而言，上述本實(shí)施例，則利用計算機(jī)強(qiáng)大的處理功能快速找到目標(biāo)人物以及與該目標(biāo)人物相關(guān)的同伙。例如，在民警蹲點(diǎn)方面，本實(shí)施例可快速找到嫌疑人以及與之相關(guān)的同伙，提高了民警的偵查效率。

與上述一致地，以下為實(shí)施上述視頻處理方法的裝置，具體如下：

請參閱圖3a，為本發(fā)明實(shí)施例提供的一種視頻處理裝置的第一實(shí)施例結(jié)構(gòu)示意圖。本實(shí)施例中所描述的視頻處理裝置，包括：獲取單元301、截取單元302和搜索單元303，具體如下：

獲取單元301，用于獲取由指定攝像頭拍攝的第一視頻；

所述獲取單元301，還具體用于：

獲取用戶輸入的查詢時間范圍以及待查詢對象的目標(biāo)人臉圖像；

截取單元302，用于根據(jù)所述查詢時間范圍對所述第一視頻進(jìn)行截取操作，得到第二視頻；

搜索單元303，用于根據(jù)所述目標(biāo)人臉圖像對所述第二視頻進(jìn)行搜索，得到所述待查詢對象的n個人臉圖像，以及與所述待查詢對象相關(guān)的m個人臉圖像，所述n、所述m均為正整數(shù)。

其中，上述獲取單元301可用于實(shí)現(xiàn)上述步驟101、102所描述的方法，截取單元302可用于實(shí)現(xiàn)上述步驟103所描述的方法，上述搜索單元303可用于實(shí)現(xiàn)上述步驟104所描述的方法，以下如此類推。

可選地，所述查詢時間范圍包含起點(diǎn)時間和結(jié)束時間，如圖3b，圖3b為圖3a所描述的視頻處理裝置的截取單元302的具體細(xì)化結(jié)構(gòu)，所述截取單元302可包括：定位模塊3021、檢測模塊3022和確定模塊3023，具體如下：

定位模塊3021，用于根據(jù)所述起點(diǎn)時間和所述結(jié)束時間對所述第一視頻進(jìn)行定位，得到第三視頻；

檢測模塊3022，用于對所述第三視頻同時進(jìn)行正序人臉檢測和反序人臉檢測；

確定模塊3023，用于確定所述正序人臉檢測出現(xiàn)的第一關(guān)鍵幀的第一時刻和所述反序人臉檢測出現(xiàn)的第二關(guān)鍵幀的第二時刻，其中，所述第一關(guān)鍵幀、所述第二關(guān)鍵幀均為首次出現(xiàn)人臉圖像滿足預(yù)設(shè)角度范圍的視頻圖像；

所述確定模塊3023，還具體用于

將所述第一時刻與所述第二時刻之間的視頻作為所述第二視頻。

可選地，如圖3c，圖3c為圖3a所描述的視頻處理裝置的搜索單元303的具體細(xì)化結(jié)構(gòu)，所述搜索單元303可包括：分割模塊3031、第一匹配模塊3032、計算模塊3033和第一選取模塊3034，具體如下：

分割模塊3031，用于將所述第二視頻中每一幀視頻圖像進(jìn)行人臉分割，得到p個人臉圖像；

第一匹配模塊3032，用于將所述目標(biāo)人臉圖像與所述p個人臉圖像進(jìn)行匹配，得到所述待查詢對象的n個人臉圖像，以及p-n人臉圖像，所述p為大于所述n的整數(shù)；

計算模塊3033，用于分別計算所述p-n人臉圖像中每一人臉圖像與所述n個人臉圖像之間的最短時間差，得到所述p-n個最短時間差值；

第一選取模塊3034，用于從所述p-n個最短時間差值中選取小于第一預(yù)設(shè)閾值的最短時間差值，得到所述m個最短時間差值，獲取其對應(yīng)的人臉圖像，得到與所述待查詢對象相關(guān)的m個人臉圖像。

可選地，如圖3d，圖3d為圖3c所描述搜索單元303的第一匹配模塊3032具體細(xì)化結(jié)構(gòu)，所述第一匹配模塊3032可包括：評價模塊401、第二選取模塊402和第二匹配模塊403，具體如下：

評價模塊401，用于對所述p個人臉圖像進(jìn)行圖像質(zhì)量評價，得到所述p個圖像質(zhì)量評價值；

第二選取模塊402，用于從所述p個圖像質(zhì)量評價值中選取大于第二預(yù)設(shè)閾值的圖像質(zhì)量評價值對應(yīng)的q個人臉圖像，所述q為小于或等于所述p且大于所述n的正整數(shù)；

第二匹配模塊403，用于將所述目標(biāo)人臉圖像與所述q個人臉圖像進(jìn)行匹配。

可選地，如圖3d，圖3d為圖3a所描述的視頻處理裝置的又一變型結(jié)構(gòu)，其與圖3a相比較，還可包括：分析單元304，具體如下：

分析單元304，用于在所述搜索單元303根據(jù)所述目標(biāo)人臉圖像對所述第二視頻進(jìn)行搜索，得到所述待查詢對象的n個人臉圖像，以及與所述待查詢對象相關(guān)的m個人臉圖像之后，對所述m個人臉圖像進(jìn)行行為分析，得到符合預(yù)設(shè)行為的x個人臉圖像，所述x為小于或等于所述m的正整數(shù)。

可以看出，通過本發(fā)明實(shí)施例所提供的視頻處理裝置，獲取由指定攝像頭拍攝的第一視頻，獲取用戶輸入的查詢時間范圍以及待查詢對象的目標(biāo)人臉圖像，根據(jù)查詢時間范圍對所述第一視頻進(jìn)行截取操作，得到第二視頻，根據(jù)目標(biāo)人臉圖像對第二視頻進(jìn)行搜索，得到待查詢對象的n個人臉圖像，以及與待查詢對象相關(guān)的m個人臉圖像，n、m均為正整數(shù)。如此，可獲取指定攝像頭的第一視頻，進(jìn)而，獲取需要查詢的時間范圍以及目標(biāo)人臉圖像，依據(jù)該時間范圍，截取第一視頻的部分視頻，可縮小人臉識別的工作量，另外，還可以在該部分視頻中查找出與目標(biāo)人臉圖像匹配的人臉圖像以及相關(guān)的人臉圖像，相對于現(xiàn)有技術(shù)中，需要用戶一幀一幀查看視頻，并通過人為分析實(shí)現(xiàn)蹲點(diǎn)的方式而言，上述本實(shí)施例，則利用計算機(jī)強(qiáng)大的處理功能快速找到目標(biāo)人物以及與該目標(biāo)人物相關(guān)的同伙。例如，在民警蹲點(diǎn)方面，本實(shí)施例可快速找到嫌疑人以及與之相關(guān)的同伙，提高了民警的偵查效率。

可以理解的是，本實(shí)施例的視頻處理裝置的各程序模塊的功能可根據(jù)上述方法實(shí)施例中的方法具體實(shí)現(xiàn)，其具體實(shí)現(xiàn)過程可以參照上述方法實(shí)施例的相關(guān)描述，此處不再贅述。

與上述一致地，請參閱圖4，為本發(fā)明實(shí)施例提供的一種視頻處理裝置的第二實(shí)施例結(jié)構(gòu)示意圖。本實(shí)施例中所描述的視頻處理裝置，包括：至少一個輸入設(shè)備1000；至少一個輸出設(shè)備2000；至少一個處理器3000，例如cpu；和存儲器4000，上述輸入設(shè)備1000、輸出設(shè)備2000、處理器3000和存儲器4000通過總線5000連接。

其中，上述輸入設(shè)備1000具體可為觸控面板、物理按鍵或者鼠標(biāo)。

上述輸出設(shè)備2000具體可為顯示屏。

上述存儲器4000可以是高速ram存儲器，也可為非易失存儲器(non-volatilememory)，例如磁盤存儲器。上述存儲器4000用于存儲一組程序代碼，上述輸入設(shè)備1000、輸出設(shè)備2000和處理器3000用于調(diào)用存儲器4000中存儲的程序代碼，執(zhí)行如下操作：

上述處理器3000，用于：

獲取由指定攝像頭拍攝的第一視頻；

獲取用戶輸入的查詢時間范圍以及待查詢對象的目標(biāo)人臉圖像；

根據(jù)所述查詢時間范圍對所述第一視頻進(jìn)行截取操作，得到第二視頻；

根據(jù)所述目標(biāo)人臉圖像對所述第二視頻進(jìn)行搜索，得到所述待查詢對象的n個人臉圖像，以及與所述待查詢對象相關(guān)的m個人臉圖像，所述n、所述m均為正整數(shù)。

可選地，所述查詢時間范圍包含起點(diǎn)時間和結(jié)束時間，上述處理器3000根據(jù)所述查詢時間范圍對所述第一視頻進(jìn)行截取操作，包括：

根據(jù)所述起點(diǎn)時間和所述結(jié)束時間對所述第一視頻進(jìn)行定位，得到第三視頻；

對所述第三視頻同時進(jìn)行正序人臉檢測和反序人臉檢測；

確定所述正序人臉檢測出現(xiàn)的第一關(guān)鍵幀的第一時刻和所述反序人臉檢測出現(xiàn)的第二關(guān)鍵幀的第二時刻，其中，所述第一關(guān)鍵幀、所述第二關(guān)鍵幀均為首次出現(xiàn)人臉圖像滿足預(yù)設(shè)角度范圍的視頻圖像；

將所述第一時刻與所述第二時刻之間的視頻作為所述第二視頻。

可選地，上述處理器3000，根據(jù)所述目標(biāo)人臉圖像對所述第二視頻進(jìn)行搜索，得到所述待查詢對象的n個人臉圖像，以及與所述待查詢對象相關(guān)的m個人臉圖像，包括：

將所述第二視頻中每一幀視頻圖像進(jìn)行人臉分割，得到p個人臉圖像；

將所述目標(biāo)人臉圖像與所述p個人臉圖像進(jìn)行匹配，得到所述待查詢對象的n個人臉圖像，以及p-n人臉圖像，所述p為大于所述n的整數(shù)；

分別計算所述p-n人臉圖像中每一人臉圖像與所述n個人臉圖像之間的最短時間差，得到所述p-n個最短時間差值；

從所述p-n個最短時間差值中選取小于第一預(yù)設(shè)閾值的最短時間差值，得到所述m個最短時間差值，獲取其對應(yīng)的人臉圖像，得到與所述待查詢對象相關(guān)的m個人臉圖像。

可選地，上述處理器3000將所述目標(biāo)人臉圖像與所述p個人臉圖像進(jìn)行匹配，包括：

對所述p個人臉圖像進(jìn)行圖像質(zhì)量評價，得到所述p個圖像質(zhì)量評價值；

從所述p個圖像質(zhì)量評價值中選取大于第二預(yù)設(shè)閾值的圖像質(zhì)量評價值對應(yīng)的q個人臉圖像，所述q為小于或等于所述p且大于所述n的正整數(shù)；

將所述目標(biāo)人臉圖像與所述q個人臉圖像進(jìn)行匹配。

可選地，上述處理器3000，在所述根據(jù)所述目標(biāo)人臉圖像對所述第二視頻進(jìn)行搜索，得到所述待查詢對象的n個人臉圖像，以及與所述待查詢對象相關(guān)的m個人臉圖像之后，還具體用于：

對所述m個人臉圖像進(jìn)行行為分析，得到符合預(yù)設(shè)行為的x個人臉圖像，所述x為小于或等于所述m的正整數(shù)。

本發(fā)明實(shí)施例還提供一種計算機(jī)存儲介質(zhì)，其中，該計算機(jī)存儲介質(zhì)可存儲有程序，該程序執(zhí)行時包括上述方法實(shí)施例中記載的任何一種視頻處理方法的部分或全部步驟。

盡管在此結(jié)合各實(shí)施例對本發(fā)明進(jìn)行了描述，然而，在實(shí)施所要求保護(hù)的本發(fā)明過程中，本領(lǐng)域技術(shù)人員通過查看所述附圖、公開內(nèi)容、以及所附權(quán)利要求書，可理解并實(shí)現(xiàn)所述公開實(shí)施例的其他變化。在權(quán)利要求中，“包括”(comprising)一詞不排除其他組成部分或步驟，“一”或“一個”不排除多個的情況。單個處理器或其他單元可以實(shí)現(xiàn)權(quán)利要求中列舉的若干項(xiàng)功能。相互不同的從屬權(quán)利要求中記載了某些措施，但這并不表示這些措施不能組合起來產(chǎn)生良好的效果。

本領(lǐng)域技術(shù)人員應(yīng)明白，本發(fā)明的實(shí)施例可提供為方法、裝置(設(shè)備)、或計算機(jī)程序產(chǎn)品。因此，本發(fā)明可采用完全硬件實(shí)施例、完全軟件實(shí)施例、或結(jié)合軟件和硬件方面的實(shí)施例的形式。而且，本發(fā)明可采用在一個或多個其中包含有計算機(jī)可用程序代碼的計算機(jī)可用存儲介質(zhì)(包括但不限于磁盤存儲器、cd-rom、光學(xué)存儲器等)上實(shí)施的計算機(jī)程序產(chǎn)品的形式。計算機(jī)程序存儲/分布在合適的介質(zhì)中，與其它硬件一起提供或作為硬件的一部分，也可以采用其他分布形式，如通過internet或其它有線或無線電信系統(tǒng)。

本發(fā)明是參照本發(fā)明實(shí)施例的方法、裝置(設(shè)備)和計算機(jī)程序產(chǎn)品的流程圖和/或方框圖來描述的。應(yīng)理解可由計算機(jī)程序指令實(shí)現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合?？商峁┻@些計算機(jī)程序指令到通用計算機(jī)、專用計算機(jī)、嵌入式處理機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn)生一個機(jī)器，使得通過計算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實(shí)現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。

這些計算機(jī)程序指令也可存儲在能引導(dǎo)計算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備以特定方式工作的計算機(jī)可讀存儲器中，使得存儲在該計算機(jī)可讀存儲器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實(shí)現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。

這些計算機(jī)程序指令也可裝載到計算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計算機(jī)或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計算機(jī)實(shí)現(xiàn)的處理，從而在計算機(jī)或其他可編程設(shè)備上執(zhí)行的指令提供用于實(shí)現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。

盡管結(jié)合具體特征及其實(shí)施例對本發(fā)明進(jìn)行了描述，顯而易見的，在不脫離本發(fā)明的精神和范圍的情況下，可對其進(jìn)行各種修改和組合。相應(yīng)地，本說明書和附圖僅僅是所附權(quán)利要求所界定的本發(fā)明的示例性說明，且視為已覆蓋本發(fā)明范圍內(nèi)的任意和所有修改、變化、組合或等同物。顯然，本領(lǐng)域的技術(shù)人員可以對本發(fā)明進(jìn)行各種改動和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動和變型在內(nèi)。