烹饪视频生成方法、装置、服务器及控制系统与流程

1.本技术涉及烹饪设备技术领域，特别涉及一种烹饪视频生成方法、装置、服务器及控制系统。


背景技术：

2.随着科技的发展，有些用户在做饭时喜欢用视频记录并分享自己的生活，如通过烹饪设备的内置摄像头将食材的烹饪过程拍摄成短视频，便于用户分享。
3.相关技术中，在食材烹饪过程等场景下，一般是通过将预设时间间隔内的短视频或图像进行提取后再进行压缩，得到短视频
4.然而，由于图像特征变化与时间变化不是线性关系，不能在有限时间内充分展示食材颜色、形状变化的信息。例如，蛋挞的烘焙过程中，前半段蛋挞处于升温状态，蛋挞颜色体积变化较小；后半段时间蛋挞的温度上升后，体积、颜色变化信息较为明显，但是根据时间均匀提取图像或者视频就会造成最终的视频前半段几乎没有变化，后半段的变化又很快，无法在有限时间内充分体现食材的变化细节，有待解决。
5.申请内容
6.本技术提供一种烹饪视频生成方法、装置、服务器及控制系统，以解决在食材烹饪过程中以固定预设时间间隔来提取图像或者视频，导致不能充分展示食材颜色、形状变化的信息的问题，方便用户查看或者监控视频中重要的图像变化特征。
7.本技术第一方面实施例提供一种烹饪视频生成方法，包括以下步骤：
8.获取距离上一次采集时刻的持续时长；
9.在所述持续时长达到与当前采集时刻对应的时长阈值时，采集目标烹饪食材的在当前采集时刻的当前食材特征；以及
10.根据所述当前食材特征和所述上一次采集时刻的食材特征比对，得到实际烹饪变化率，并根据所述实际烹饪变化率匹配下一采集时刻对应的时长阈值，以便根据所述目标烹饪食材在多个采集时刻的食材特征生成所述目标烹饪食材的烹饪视频。
11.可选地，所述实际烹饪变化率与所述时长阈值呈反比关系。
12.可选地，在所述当前食材特征为图像特征时，所述根据所述当前食材特征和所述上一次采集时刻的食材特征比对，得到实际烹饪变化率，包括：
13.计算所述当前食材特征与所述上一次采集时刻的食材特征之间的每个像素点的平方误差；
14.根据所述每个像素点的平方误差的均值得到所述实际烹饪变化率。
15.可选地，在获取所述距离上一次采集时刻的持续时长之前，还包括：
16.判断所述当前采集时刻下的采集次数；
17.若所述采集次数小于或等于预设采集次数，则将预设时长作为所述当前采集时刻对应的时长阈值，否则根据所述上一次采集时刻的实际烹饪变化率得到当前采集时刻对应的时长阈值。
18.可选地，在获取所述距离上一次采集时刻的持续时长之前，还包括：
19.判断所述当前采集时刻是否为结束时刻；
20.若所述当前采集时刻为所述结束时刻，则直接采集所述目标烹饪食材的在结束时刻的当前食材特征。
21.本技术第二方面实施例提供一种烹饪视频生成装置，包括：
22.获取模块，用于获取距离上一次采集时刻的持续时长；
23.采集模块，用于在所述持续时长达到与当前采集时刻对应的时长阈值时，采集目标烹饪食材的在当前采集时刻的当前食材特征；以及
24.生成模块，用于根据所述当前食材特征和所述上一次采集时刻的食材特征比对，得到实际烹饪变化率，并根据所述实际烹饪变化率匹配下一采集时刻对应的时长阈值，以便根据所述目标烹饪食材在多个采集时刻的食材特征生成所述目标烹饪食材的烹饪视频。
25.可选地，所述实际烹饪变化率与所述时长阈值呈反比关系。
26.可选地，在所述当前食材特征为图像特征时，所述生成模块，包括：
27.计算单元，用于计算所述当前食材特征与所述上一次采集时刻的食材特征之间的每个像素点的平方误差；
28.根据所述每个像素点的平方误差的均值得到所述实际烹饪变化率。
29.可选地，在获取所述距离上一次采集时刻的持续时长之前，所述获取模块，还包括：
30.第一判断单元，用于判断所述当前采集时刻下的采集次数；
31.确定单元，用于若所述采集次数小于或等于预设采集次数，则将预设时长作为所述当前采集时刻对应的时长阈值，否则根据所述上一次采集时刻的实际烹饪变化率得到当前采集时刻对应的时长阈值。
32.可选地，在获取所述距离上一次采集时刻的持续时长之前，所述获取模块，还包括：
33.第二判断单元，用于判断所述当前采集时刻是否为结束时刻；
34.采集单元，用于若所述当前采集时刻为所述结束时刻，则直接采集所述目标烹饪食材的在结束时刻的当前食材特征。
35.本技术第三方面实施例提供一种云服务器，其包括上述的烹饪视频生成装置。
36.本技术第四方面实施例提供一种控制系统，其包括烹饪装置；和上述的云服务器。
37.由此，在识别到烹饪设备内有食材时，采集烹饪设备内的当前食材特征，并在持续时长达到一定时长时，再次采集食材的当前食材特征，并根据前后两次采集的食材特征确定实际烹饪变化率，并根据实际烹饪变化率确定下一采集时刻对应的时长，从而根据多个采集蔡家栋的食材特征得到目标烹饪食材的烹饪视频。由此，根据食材的实际烹饪变化率动态调整图像的提取频率制作成短视频，解决了在食材烹饪过程中以固定预设时间间隔来提取图像或者视频，导致不能充分展示食材颜色、形状变化的信息的问题，方便用户查看或者监控视频中重要的图像变化特征。
38.本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。
附图说明
39.本技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
40.图1为根据本技术实施例提供的一种烹饪视频生成方法的流程图；
41.图2为根据本技术一个实施例的烹饪视频生成系统的示例图；
42.图3为根据本技术一个实施例的烹饪视频生成方法的流程图；
43.图4为根据本技术实施例的烹饪视频生成装置的方框示意图。
具体实施方式
44.下面详细描述本技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本技术，而不能理解为对本技术的限制。
45.下面参考附图描述本技术实施例的烹饪视频生成方法、装置、服务器及控制系统。针对上述背景技术中心提到的在食材烹饪过程中以固定预设时间间隔来提取图像或者视频，导致不能充分展示食材颜色、形状变化的信息的问题，本技术提供了一种烹饪视频生成方法，在该方法中，在识别到烹饪设备内有食材时，采集烹饪设备内的当前食材特征，并在持续时长达到一定时长时，再次采集食材的当前食材特征，并根据前后两次采集的食材特征确定实际烹饪变化率，并根据实际烹饪变化率确定下一采集时刻对应的时长，从而根据多个采集蔡家栋的食材特征得到目标烹饪食材的烹饪视频。由此，根据食材的实际烹饪变化率动态调整图像的提取频率制作成短视频，解决了在食材烹饪过程中以固定预设时间间隔来提取图像或者视频，导致不能充分展示食材颜色、形状变化的信息的问题，方便用户查看或者监控视频中重要的图像变化特征。
46.具体而言，图1为本技术实施例所提供的一种烹饪视频生成方法的流程示意图。
47.如图1所示，该烹饪视频生成方法包括以下步骤：
48.在步骤s101中，获取距离上一次采集时刻的持续时长。
49.其中，上一次采集时刻为烹饪设备内部摄像头进行采集当前正在烹饪的食材的图像或视频时刻，持续时长为从上一次采集时刻开始至当前时刻的时长。
50.具体地，本技术实施例可以通过计时器进行获取距离上一次采集时刻的持续时长。
51.在步骤s102中，在持续时长达到与当前采集时刻对应的时长阈值时，采集目标烹饪食材的在当前采集时刻的当前食材特征。
52.其中，时长阈值可以是用户预先设定的阈值，可以是通过有限次实验获取的阈值，也可以是通过有限次计算机仿真得到的阈值，在此不做具体限定。食材特征可以为食材当前的变化，如食材的体积变化，食材的颜色变化，食材的形状变化等。目标烹饪食材为烹饪设备内部正在进行烹饪的食材，例如，蛋挞，蛋糕等，在此不做具体限定。
53.具体地，假设时长阈值为1s，如果从上一次采集时刻开始至当前时刻的时长为1s，则说明持续时长达到时长阈值，本技术实施例可以通过摄像头采集目标烹饪食材的当前食材特征。
54.举例而言，目标烹饪食材以蛋挞为例，时间阈值为1s，当烹饪设备启动后，通过摄
像头拍摄烹饪设备内部图像，当识别到烹饪设备内部有蛋挞时，开始采集蛋挞的体积、颜色，并从当前采集时刻开始计算持续时长，如果持续时长达到1s，则说明已经满足再次进行采集的时长阈值，本技术实施例可以通过摄像头再次拍摄烹饪设备内部图像，并获取达到持续时长时蛋挞的体积、颜色。
55.在步骤s103中，根据当前食材特征和上一次采集时刻的食材特征比对，得到实际烹饪变化率，并根据实际烹饪变化率匹配下一采集时刻对应的时长阈值，以便根据目标烹饪食材在多个采集时刻的食材特征生成目标烹饪食材的烹饪视频。
56.可选地，在一些实施例中，在当前食材特征为图像特征时，根据当前食材特征和上一次采集时刻的食材特征比对，得到实际烹饪变化率，包括：计算当前食材特征与上一次采集时刻的食材特征之间的每个像素点的平方误差；根据每个像素点的平方误差的均值得到实际烹饪变化率。
57.其中，实际烹饪变化率为食材的特征变化的一种表现，例如，蛋挞的烘焙过程中，前半段蛋挞处于升温状态，蛋挞颜色体积变化较小，此时即表示实际烹饪变化率较小，后半段时间蛋挞的温度上升后，体积、颜色变化信息较为明显，此时即表示烹饪变化率较大。
58.具体而言，在获取实际享饪变化率时，本技术实施例可以通过前后采集到的食材的图像或视频的每个像素点的平方误差之和的平均值得到，计算公式如下：
[0059][0060]
其中，n、m为图像分辨率大小，a
ij
、b
ij
为两幅图像中像素点的值。
[0061]
进一步地，在一些实施例中，实际烹饪变化率与时长阈值呈反比关系。
[0062]
具体地，在进行采集食材特征时，下一采集时刻的时长阈值可以根据当前的及实际烹饪变化率进行确定，其中，实际烹饪变化率较小时，表明食材的颜色体积变化较小，为避免长时间的无效视频内容，本技术实施例可以设置较长时间阈值，实际烹饪变化率较大时，表明食材的颜色体积变化较大，为充分展示食材颜色、体积的变化细节，本技术实施例可以设置较小时间阈值。也即是说，实际烹饪变化率越大，时长阈值越小，实际烹饪变化率越小，时长阈值越大。
[0063]
由此，本技术实施例可以得到目标烹饪食材的预设个数采集时刻的食材特征的视频或图像，通过将预设个数采集时刻的食材特征的视频或图像提取合成，制作成烹饪视频，方便用户查看或者监控视频中重要的图像变化特征。
[0064]
可选地，在一些实施例中，在获取距离上一次采集时刻的持续时长之前，还包括：判断当前采集时刻下的采集次数；若采集次数小于或等于预设采集次数，则将预设时长作为当前采集时刻对应的时长阈值，否则根据上一次采集时刻的实际烹饪变化率得到当前采集时刻对应的时长阈值。
[0065]
其中，当前采集时刻下的采集次数为从第一次采集食材的图像或视频时刻至当前采集时刻的采集次数，预设采集次数为可以是用户预先设定的采集次数，可以是通过有限次实验获取的采集次数，也可以是通过有限次计算机仿真得到的采集次数，在此不做具体限定。
[0066]
应当理解的是，如果从第一次采集食材的图像或视频时刻至当前采集时刻的采集次数小于或等于预设采集次数，则说明按照对应时长阈值进行采集到的图像/视频相对较
少，制作出的烹饪视频会相对来说较为单调简单，因此，本技术实施例可以将预设时长替代时长阈值，从而在一段有限长度的视频内，充分展示食材颜色、体积的变化细节，可以适当的调整时长阈值；同理，如果从第一次采集食材的图像或视频时刻至当前采集时刻的采集次数大于预设采集次数，说明按照时间阈值采集视频可以充分展示食材颜色、体积的变化细节，本技术实施例可以按照对应的时长阈值进行采集。
[0067]
可选地，在一些实施例中，在获取距离上一次采集时刻的持续时长之前，还包括：判断当前采集时刻是否为结束时刻；若当前采集时刻为结束时刻，则直接采集目标烹饪食材的在结束时刻的当前食材特征。
[0068]
其中，结束时刻为烹饪食材完成的时刻。
[0069]
具体地，在根据实际烹饪变化率确定时长阈值后，有可能出现烹饪结束了，但是还没达到相应的时长阈值，因此，本技术实施例可以直接对当前采集采集时刻进行判断，如果是结束时刻，则可以直接进行采集烹饪食材的当前食材特征，如果不是结束时刻，则可以按照实际烹饪变化率确定时长阈值进行采集。
[0070]
为使得本领域技术人员进一步了解本技术实施例的烹饪视频生成方法，下面结合具体实施例进行详细阐述。
[0071]
如图2所示，图2为本技术实施例的烹饪视频生成系统的结构示意图。该系统包括：图像采集单元、处理器、无线通信装置和云服务器。其中，图像处理单元可以为摄像头，其可以通过摄像头进行实时图像信息的获取；处理器主要是解释计算机指令以及处理计算机软件中的数据，其可以对图像采集单元采集到的图像或视频进行相应处理；无线通信装置为利用无线电波传输信息的装置，其可以进行远距离通信，无线通信装置一般由发信机、收信机、天线、馈线和相应的终端设备构成；云服务器为是一种简单高效、安全可靠、处理能力可弹性伸缩的计算服务，其管理方式比物理服务器更简单高效。
[0072]
基于图2所示的烹饪视频生成系统，该烹饪视频生成方法，如图3所示，包括以下步骤：
[0073]
s301，食材烹饪过程图像采集。
[0074]
具体地，在食材烹饪过程中进行采集，处理器控制图像采集单元采集烹饪设备内部食材的图像或者视频并保存。
[0075]
s302，图像间差异分析。
[0076]
其中，在差异分析过程，本技术实施例可以等间隔的提取保存的图像者视频中的图像帧进行预处理，之后计算前后图像的像素点的差异。重复以上过程，生成时间和差异率对应关系表格，对数据进行平滑处理，得到图像变化率f的分布情况。
[0077]
s303，图像提取。
[0078]
具体地，在图像提取时，由于一般食材的烹饪过程都比较长，压缩成短视频需要提取图像或者视频中的一部分重新编辑成视频。根据目标短视频的时间长短t1、帧率f1，确定提取图像的总张数或者视频的总帧数n＝t1*f1。前后图像间的变化率为e，图像提取频率f＝k*e，提取频率f与图像变化率e成正比。即图像变化率e越小的时间段，图像的提取频率f越低；图像的变化率e越大的时间段，图像的提取频率f越高。在平面直角坐标系上做f与时间t的离线点图，对数据进行处理拟合成平滑曲线f(t)，则有：
[0079]
[0080]
其中，t取正整数，t为原图总采集时长或者原视频时长。
[0081]
s304，视频合成。
[0082]
具体地，本技术实施例可以将食材烹饪过程中图像或者视频，根据上述时间与提取频率的关系，提取图像或者视频帧，生成新的短视频，供用户保存、分享。
[0083]
由此，图像/视频在制作短视频和做时长压缩时，本技术实施例可以利用图像变化率、动态设置提取图像/视频中的帧的频率，来合成新的图像。其中，图像变化率，可以根据对比图像像素点的平方误差之和的平均值来衡量
[0084]
需要说明的是，上述的差异分析过程、图像提取过程、重新合成过程，可以在设备本地处理，也可以通过无线通信单元，将烹饪过程的图像数据上传到云端后，在云端处理。
[0085]
举例而言，烹饪设备以烤箱为例，摄烤箱内只有摄像头，该方法包括以下步骤：
[0086]
(1)启动烹饪设备，通过烹饪设备的摄像头进行拍摄图像，如果识别到有食材，则开始持续采集烹饪设备内的食材图像或视频。
[0087]
(2)取第一张图像作为参考，每隔1s取一张图像，计算当前图像与第一张图像之间的变化率e。如果变化率大于0.01，则认为前后两张图像有明显变化，提取当前图像，并将当前图像作为参考，后续图像与当前图像做对比；如果变化率小于0.01，则认为前后两张图像无明显变化，忽略当前图像，取下一秒图像再与参考图像做对比，直到变化率大于0.01，提取当前图像，并将当前图像作为参考，后续图像与当前图像做对比。
[0088]
(3)将提取的图像合成短视频。
[0089]
(4)用户保存或者分享合成的短视频。
[0090]
根据本技术实施例提出的烹饪视频生成方法，在识别到烹饪设备内有食材时，采集烹饪设备内的当前食材特征，并在持续时长达到一定时长时，再次采集食材的当前食材特征，并根据前后两次采集的食材特征确定实际烹饪变化率，并根据实际烹饪变化率确定下一采集时刻对应的时长，从而根据多个采集蔡家栋的食材特征得到目标烹饪食材的烹饪视频。由此，根据食材的实际烹饪变化率动态调整图像的提取频率制作成短视频，解决了在食材烹饪过程中以固定预设时间间隔来提取图像或者视频，导致不能充分展示食材颜色、形状变化的信息的问题，方便用户查看或者监控视频中重要的图像变化特征。
[0091]
其次参照附图描述根据本技术实施例提出的烹饪视频生成装置。
[0092]
图4是本技术实施例的烹饪视频生成装置的方框示意图。
[0093]
如图4所示，该烹饪视频生成装置10包括：获取模块100、采集模块200和生成模块300。
[0094]
其中，获取模块100用于获取距离上一次采集时刻的持续时长；
[0095]
采集模块200用于在持续时长达到与当前采集时刻对应的时长阈值时，采集目标烹饪食材的在当前采集时刻的当前食材特征；以及
[0096]
生成模块300用于根据当前食材特征和上一次采集时刻的食材特征比对，得到实际烹饪变化率，并根据实际烹饪变化率匹配下一采集时刻对应的时长阈值，以便根据目标烹饪食材在多个采集时刻的食材特征生成目标烹饪食材的烹饪视频。
[0097]
可选地，在一些实施例中，实际烹饪变化率与时长阈值呈反比关系。
[0098]
可选地，在一些实施例中，在当前食材特征为图像特征时，生成模块300包括：
[0099]
计算单元，用于计算当前食材特征与上一次采集时刻的食材特征之间的每个像素
点的平方误差；
[0100]
根据每个像素点的平方误差的均值得到实际烹饪变化率。
[0101]
可选地，在一些实施例中，在获取距离上一次采集时刻的持续时长之前，获取模块100还包括：
[0102]
第一判断单元，用于判断当前采集时刻下的采集次数；
[0103]
确定单元，用于若采集次数小于或等于预设采集次数，则将预设时长作为当前采集时刻对应的时长阈值，否则根据上一次采集时刻的实际烹饪变化率得到当前采集时刻对应的时长阈值。
[0104]
可选地，在一些实施例中，在获取距离上一次采集时刻的持续时长之前，获取模块100还包括：
[0105]
第二判断单元，用于判断当前采集时刻是否为结束时刻；
[0106]
采集单元，用于若当前采集时刻为结束时刻，则直接采集目标烹饪食材的在结束时刻的当前食材特征。
[0107]
需要说明的是，前述对烹饪视频生成方法实施例的解释说明也适用于该实施例的烹饪视频生成装置，此处不再赘述。
[0108]
根据本技术实施例提出的烹饪视频生成装置，在识别到烹饪设备内有食材时，采集烹饪设备内的当前食材特征，并在持续时长达到一定时长时，再次采集食材的当前食材特征，并根据前后两次采集的食材特征确定实际烹饪变化率，并根据实际烹饪变化率确定下一采集时刻对应的时长，从而根据多个采集蔡家栋的食材特征得到目标烹饪食材的烹饪视频。由此，根据食材的实际烹饪变化率动态调整图像的提取频率制作成短视频，解决了在食材烹饪过程中以固定预设时间间隔来提取图像或者视频，导致不能充分展示食材颜色、形状变化的信息的问题，方便用户查看或者监控视频中重要的图像变化特征。
[0109]
另外，本技术实施例还提供一种云服务器，其包括上述的烹饪视频生成装置。
[0110]
根据本技术实施例提出的云服务器，通过上述的烹饪视频生成装置，根据食材的实际烹饪变化率动态调整图像的提取频率制作成短视频，解决了在食材烹饪过程中以固定预设时间间隔来提取图像或者视频，导致不能充分展示食材颜色、形状变化的信息的问题，方便用户查看或者监控视频中重要的图像变化特征。
[0111]
此外，本技术实施例还提供一种控制系统，其包括烹饪装置；和上述的云服务器。
[0112]
根据本技术实施例提出的控制系统，可以根据食材的实际烹饪变化率动态调整图像的提取频率制作成短视频，解决了在食材烹饪过程中以固定预设时间间隔来提取图像或者视频，导致不能充分展示食材颜色、形状变化的信息的问题，方便用户查看或者监控视频中重要的图像变化特征。
[0113]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或n个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0114]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“n个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0115]
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更n个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
[0116]
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或n个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
[0117]
应当理解，本技术的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，n个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
[0118]
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
[0119]
此外，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模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块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，也可以存储在一个计算机可读取存储介质中。
[0120]
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改、替换和变型。