1.本发明属于心理沙盘分析领域，具体涉及一种基于视觉分析的沙盘分裂主题识别系统、方法、设备。


背景技术：

2.现有的沙盘理论主要基于沙盘主题来识别出心理症状，沙盘分析师通过理论和经验结合，分析心理沙盘中出现的主题类别，由此达到初始沙盘在临床上的应用。在识别过程中，准确的找到沙盘中出现的主题成为识别是否准确的关键。其中沙盘的“分裂”主题的主要识别指标是沙盘中沙具之间的分离性和孤立性，一个沙盘作品，如果沙具被一些分割类的沙具所分开，或者沙具之间在空间分布上彼此孤立，且这些分离或孤立的沙具之间没有连接，那么我们就称这个沙盘作品满足“分裂”主题，不同“分裂”主题沙盘作品中的场景“分裂”程度也不同。
3.现有的沙盘作品分裂主题识别主要通过沙盘分析师进行分析。而沙盘分析师在识别的过程存在以下问题：首先，沙盘分析师通常利用经验来判断沙盘作品是否满足分裂主题，识别准确率高低取决于沙盘分析师的水平；其次，人工识别有很大的主观性，不同分析师给出的结果会有一定的偏差。为了更加客观地识别沙盘的分裂主题，本发明提出了一种自动化检测判别沙盘视觉图像场景中分裂程度的系统，即基于视觉分析的沙盘分裂主题识别系统。


技术实现要素：

4.为了解决现有技术中的上述问题，即为了解决现有人工识别心理沙盘分裂主题的准确率、效率较低的问题，本发明第一方面，提出了一种基于视觉分析的沙盘分裂主题识别系统，该系统包括：数据采集模块、分离程度确定模块、聚类模块、孤立程度确定模块、分裂主题识别模块；所述数据采集模块，配置为采集来访者在心理沙盘上制作的沙盘作品对应的沙盘作品数据；所述沙盘作品数据包括沙具名称、沙具的类别以及沙具在心理沙盘上的位置信息、分布区域信息；所述分离程度确定模块，配置为基于所述沙盘作品数据，筛选所述沙盘作品中属于分割类的沙具，作为第一沙具；根据各第一沙具在心理沙盘上的位置信息以及分布区域信息，通过预设的分布区域与分割类型的映射关系，获取各第一沙具的分割类型；统计第一沙具的分割类型的类别数，作为沙盘作品的分离程度；所述聚类模块，配置为基于所述沙盘作品数据中沙具在心理沙盘上的位置信息、分布区域信息，通过预设的邻域半径距离自适应的dbscan聚类方法对各沙具进行聚类，得到沙具簇；所述孤立程度确定模块，配置为计算聚类后每一个各沙具簇与其他沙具簇之间的距离，并获取距离中的最小者，作为最短距离；若所述最短距离小于设定距离阈值，则将对
应的沙具簇作为孤立簇；将孤立簇的数量与沙具簇的总数的比值，作为沙盘作品的孤立程度；所述分裂主题识别模块，配置为基于预设的沙具场景分离等级和孤立等级判断阈值表，对获取的沙盘作品的分离程度、沙盘作品的孤立程度进行匹配，得到沙盘作品对应的分离等级、孤立等级；根据沙盘作品对应的分离等级、孤立等级，确定沙盘作品的分裂等级；所述沙具场景分离等级和孤立等级判断阈值表，为预设的分离程度、预设的分离等级阈值与预设的分离等级的映射关系、以及预设的孤立程度、预设的孤立等级阈值与预设的孤立等级的映射关系。
5.在一些优选的实施方式中，所述预设的邻域半径距离自适应的dbscan聚类方法为：基于所述沙盘作品数据中各沙具的分布区域信息，计算各沙具的分布区域的最小外接圆半径；计算两两沙具之间的空间距离；判断两两沙具之间的空间距离是否小于最小外接圆半径的和，若小于，则将两沙具聚为一类；统计聚类后各类中沙具的数量，若数量大于设定的数量阈值，则保留当前类。
6.在一些优选的实施方式中，计算聚类后各沙具簇之间的距离，其方法为：根据沙具簇中的各沙具的位置信息，计算位置的均值，作为各沙具簇的中心坐标；计算各沙具簇的中心坐标之间的距离，作为聚类后各沙具簇之间的距离。
7.在一些优选的实施方式中，所述设定距离阈值为心理沙盘的对角线距离与0.3的积。
8.在一些优选的实施方式中，根据沙盘作品对应的分离等级、孤立等级，确定沙盘作品的分裂等级，其方法为：取分离等级、孤立等级两者中的最大值作为沙盘作品的分裂等级。
9.本发明的第二方面，提出了一种基于视觉分析的沙盘分裂主题识别方法，该方法包括以下步骤：步骤s100，采集来访者在心理沙盘上制作的沙盘作品对应的沙盘作品数据；所述沙盘作品数据包括沙具名称、沙具的类别以及沙具在心理沙盘上的位置信息、分布区域信息；步骤s200，基于所述沙盘作品数据，筛选所述沙盘作品中属于分割类的沙具，作为第一沙具；根据各第一沙具在心理沙盘上的位置信息以及分布区域信息，通过预设的分布区域与分割类型的映射关系，获取各第一沙具的分割类型；统计第一沙具的分割类型的类别数，作为沙盘作品的分离程度；步骤s300，基于所述沙盘作品数据中沙具在心理沙盘上的位置信息、分布区域信息，通过预设的邻域半径距离自适应的dbscan聚类方法对各沙具进行聚类，得到沙具簇；步骤s400，计算聚类后每一个各沙具簇与其他沙具簇之间的距离，并获取距离中的最小者，作为最短距离；若所述最短距离小于设定距离阈值，则将对应的沙具簇作为孤立簇；将孤立簇的数量与沙具簇的总数的比值，作为沙盘作品的孤立程度；步骤s500，基于预设的沙具场景分离等级和孤立等级判断阈值表，对获取的沙盘
作品的分离程度、沙盘作品的孤立程度进行匹配，得到沙盘作品对应的分离等级、孤立等级；根据沙盘作品对应的分离等级、孤立等级，确定沙盘作品的分裂等级；所述沙具场景分离等级和孤立等级判断阈值表，为预设的分离程度、预设的分离等级阈值与预设的分离等级的映射关系、以及预设的孤立程度、预设的孤立等级阈值与预设的孤立等级的映射关系。
10.本发明的第三方面，提出了一种电子设备，至少一个处理器；以及与至少一个所述处理器通信连接的存储器；其中，所述存储器存储有可被所述处理器执行的指令，所述指令用于被所述处理器执行以实现上述的基于视觉分析的沙盘分裂主题识别方法。
11.本发明的第四方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于被所述计算机执行以实现上述的基于视觉分析的沙盘分裂主题识别方法。
12.本发明的有益效果：本发明提升了心理沙盘分裂主题识别的准确率和效率。
13.本发明针对现阶段市场心理沙盘和电子心理沙盘的普及，提出了一种自动化识别图像中场景分裂程度的系统，通过获取沙盘作品的孤立程度和分离程度，进而确定沙盘作品的分裂等级，实现了沙盘“分裂”主题的识别、判断，大大减少沙盘分析师的工作量，增加识别的效率，同时提高了心理沙盘中分裂主题识别的准确性、一致性。
附图说明
14.通过阅读参照以下附图所做的对非限制性实施例所做的详细描述，本技术的其他特征、目的和优点将会变得更明显。
15.图1是本发明一种实施例的基于视觉分析的沙盘分裂主题识别系统的框架示意图；图2是本发明一种实施例的基于视觉分析的沙盘分裂主题识别系统的简略框架示意图；图3是本发明一种实施例的基于视觉分析的沙盘分裂主题识别系统识别沙盘作品的分裂等级的示意图；图4是本发明一种实施例的基于视觉分析的沙盘分裂主题识别方法的流程示意图；图5是本发明一种实施例的适于用来实现本技术实施例的电子设备的计算机系统的结构示意图。
具体实施方式
16.为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
17.下面结合附图和实施例对本技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便
于描述，附图中仅示出了与有关发明相关的部分。
18.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。
19.本发明的基于视觉分析的沙盘分裂主题识别系统，如图1所示，该系统包括：该系统包括：数据采集模块100、分离程度确定模块200、聚类模块300、孤立程度确定模块400、分裂主题识别模块500；所述数据采集模块100，配置为采集来访者在心理沙盘上制作的沙盘作品对应的沙盘作品数据；所述沙盘作品数据包括沙具名称、沙具的类别以及沙具在心理沙盘上的位置信息、分布区域信息；所述分离程度确定模块200，配置为基于所述沙盘作品数据，筛选所述沙盘作品中属于分割类的沙具，作为第一沙具；根据各第一沙具在心理沙盘上的位置信息以及分布区域信息，通过预设的分布区域与分割类型的映射关系，获取各第一沙具的分割类型；统计第一沙具的分割类型的类别数，作为沙盘作品的分离程度；所述聚类模块300，配置为基于所述沙盘作品数据中沙具在心理沙盘上的位置信息、分布区域信息，通过预设的邻域半径距离自适应的dbscan聚类方法对各沙具进行聚类，得到沙具簇；所述孤立程度确定模块400，配置为计算聚类后每一个各沙具簇与其他沙具簇之间的距离，并获取距离中的最小者，作为最短距离；若所述最短距离小于设定距离阈值，则将对应的沙具簇作为孤立簇；将孤立簇的数量与沙具簇的总数的比值，作为沙盘作品的孤立程度；所述分裂主题识别模块500，配置为基于预设的沙具场景分离等级和孤立等级判断阈值表，对获取的沙盘作品的分离程度、沙盘作品的孤立程度进行匹配，得到沙盘作品对应的分离等级、孤立等级；根据沙盘作品对应的分离等级、孤立等级，确定沙盘作品的分裂等级；所述沙具场景分离等级和孤立等级判断阈值表，为预设的分离程度、预设的分离等级阈值与预设的分离等级的映射关系、以及预设的孤立程度、预设的孤立等级阈值与预设的孤立等级的映射关系。
20.为了更清晰地对本发明基于视觉分析的沙盘分裂主题识别系统进行说明，下面结合附图对本发明系统一种实施例中各模块进行展开详述。
21.在心理学中，分裂的含义为“组成整体的各个元素之间彼此分离或孤立的状态”。由此可知，心理沙盘分裂主题具体可表现在两类场景中，一类是分离性场景，其主要指沙盘中包含的分割性沙具（如河流，围墙等）将其他普通沙具在空间上分割开；另一类是孤立性场景，其主要指沙盘中出现的单一沙具或由多个沙具聚成的簇之间，在空间分布上是彼此孤立的。
22.与上述两类分裂场景相对应，本发明分裂主题的判断也基于此进行讨论。如图2所示，首先，对于一幅来访者已经摆好的沙盘作品，可以得到其中所出现沙具的类别信息，位置信息和分布区域信息。然后，基于这些信息对上述两类场景进行判断。最后，通过综合沙盘的分离程度和孤立程度信息，确定出沙盘最终的分裂等级。基于此，本发明提出一种基于视觉分析的沙盘分裂主题识别系统。具体如下：
本发明基于视觉分析的沙盘分裂主题识别系统，如图1所示，包括数据采集模块100、分离程度确定模块200、聚类模块300、孤立程度确定模块400、分裂主题识别模块500；所述数据采集模块100，配置为采集来访者在心理沙盘上制作的沙盘作品对应的沙盘作品数据；所述沙盘作品数据包括沙具名称、沙具的类别以及沙具在心理沙盘上的位置信息、分布区域信息；在本实施例中，采集来访者在心理沙盘上制作的沙盘作品对应的沙盘作品数据，即图3中的沙具文件。或者也可以通过摄像设备采集来访者在心理沙盘上制作的沙盘作品的沙盘作品图像（图片），对沙盘作品图像进行图像识别（图像识别方法为现有技术，此处不再展开描述），得到沙盘作品数据。
23.所述分离程度确定模块200，配置为基于所述沙盘作品数据，筛选所述沙盘作品中属于分割类的沙具，作为第一沙具；根据各第一沙具在心理沙盘上的位置信息以及分布区域信息，通过预设的分布区域与分割类型的映射关系，获取各第一沙具的分割类型；统计第一沙具的分割类型的类别数，作为沙盘作品的分离程度；在本实施例中，首先，根据输入沙盘作品中的沙具的类别信息，可以筛选出作品中的分割类的沙具（或称之为分割类沙具，为设定类型的沙具，包括河流、围墙；在其他实施例中，可以根据实际情况进行选取）。然后，基于分割类沙具的位置信息和分布区域信息，得到沙盘的分离程度，如图3中的分离程度判断步骤。
24.为了更好地度量分离程度这一指标，不应简单地将分割类沙具在图像中的分布面积作为衡量标准，而应关注此类沙具“分割类型”所带来的影响。这里的“分割类型”，可以根据分割类沙具在整个图片中的分布特点来进行定义，例如，如果一个分割类沙具的分布覆盖到了整个沙盘的上端和右端，则此分割类沙具的分割类型为“对沙盘右上和左下区域进行分割”，讨论可知，分割类型包括“对沙盘右上和左下区域进行分割”、“对沙盘左上和右下区域进行分割”、“对沙盘左侧和右侧区域进行分割”以及“对沙盘上侧和下侧区域进行分割”，其中上下左右为根据沙具作品图像的长宽进行平分后得到的方位划分。
25.统计沙盘中所有分割类沙具的分割类型总数，将其作为衡量分离程度的指标。
26.所述聚类模块300，配置为基于所述沙盘作品数据中沙具在心理沙盘上的位置信息、分布区域信息，通过预设的邻域半径距离自适应的dbscan聚类方法对各沙具进行聚类，得到沙具簇；在本实施例中，首先，基于沙具的位置信息和分布区域信息，对沙具进行聚类处理。本发明提出了一种邻域半径距离自适应的dbscan聚类方法。对于dbscan聚类方法，在预先给定最小邻域距离和最小簇样本点数这两个超参数的基础上（只要两点间的距离小于，则认为这两点是密度可达的，也即认为这两点属于同一类，遍历所有点之后，如果一个类中含有的样本点数大于则这一类样本点视为最终要得到的一个簇，作为沙具簇，如果小于等于，则认为沙具分布分散，不构成簇，后续不对其进行分析），其能够自适应聚类簇数并且可以发现任意形状的聚簇。由于沙盘中不同沙具尺寸的不同，会导致超参数也随之改变。
27.本发明结合沙具的分布范围信息，设计了一种对超参数自适应的聚类算法。首先，根据沙具的分布区域信息，计算包围此沙具的分布区域的最小外接圆半径；然后在进行两沙具之间密度可达判断时，若这两个沙具之间的空间距离小于两者的最小外接圆半径之
和，则认为两者是密度可达的，将这两沙具聚为同一类。基于这种方法，只需给定这一个超参数，便可对不同尺寸的沙具实现聚类操作。具体为：统计聚类后各类中沙具的数量，若数量大于设定的数量阈值，则保留当前类，作为一个沙具簇，否则，认为沙具分布分散，不构成簇，即不保留当前类。
28.所述孤立程度确定模块400，配置为计算聚类后每一个各沙具簇与其他沙具簇之间的距离，并获取距离中的最小者，作为最短距离；若所述最短距离小于设定距离阈值，则将对应的沙具簇作为孤立簇；将孤立簇的数量与沙具簇的总数的比值，作为沙盘作品的孤立程度；在本实施例中，通过判断各个沙具簇之间距离大小来确定出各个沙具簇的孤立程度，如图3中孤立程度的判断的步骤。具体如下：根据每一个沙具簇中各个沙具的位置信息，通过求位置均值得到各沙具簇的中心坐标；将沙具簇中心坐标视为此簇的整体位置坐标，分别计算每一个沙具簇的中心坐标与其余沙具簇中心坐标的距离，记录其中的最短距离值；若最短距离值大于设定的距离阈值（即），则认为该沙具簇是孤立簇；在确定出各个沙具簇的孤立状态之后，求出孤立簇的数量与沙具簇的总数的比值，将其作为后续确定沙盘孤立等级的指标。
29.所述分裂主题识别模块500，配置为基于预设的沙具场景分离等级和孤立等级判断阈值表，对获取的沙盘作品的分离程度、沙盘作品的孤立程度进行匹配，得到沙盘作品对应的分离等级、孤立等级；根据沙盘作品对应的分离等级、孤立等级，确定沙盘作品的分裂等级；所述沙具场景分离等级和孤立等级判断阈值表，为预设的分离程度、预设的分离等级阈值与预设的分离等级的映射关系、以及预设的孤立程度、预设的孤立等级阈值与预设的孤立等级的映射关系。
30.在本实施例中，在得到分割类沙具分割类型的总数（即类别数）以及孤立簇的数量与沙具簇的总数的比值之后，结合根据实际情况设定的阈值，得到沙盘作品的分离等级以及孤立等级，取两者最大值作为沙盘作品最终的分裂等级。
31.结合实际案例得到由分割类型数来确定分离等级，以及由孤立簇的数量与沙具簇的总数的比值来确定孤立等级的具体阈值信息，如表1所示：表1
其中，表1为基于预设的沙具场景分离等级和孤立等级判断阈值表，基于预设的沙具场景分离等级和孤立等级判断阈值表为预设的分离程度、预设的分离等级阈值与预设的分离等级的映射关系、以及预设的孤立程度、预设的孤立等级阈值与预设的孤立等级的映射关系。具体映射关系如表1所示。
32.另外，为了验证本发明的有效性，在“ai心世界”游戏平台（一款中科院自动化所智能系统与工程技术研究中心所开发的3d沙盘游戏）上进行验证测试。经过测试可知，基于本发明所设计的基于视觉分析的沙盘分裂主题识别系统，很好地实现了分裂主题判断，可用于实现机器对心理沙盘“分裂”主题的自主判断。
33.需要说明的是，上述实施例提供的基于视觉分析的沙盘分裂主题识别系统，仅以上述各功能模块的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能模块来完成，即将本发明实施例中的模块或者步骤再分解或者组合，例如，上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块，以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的模块、步骤的名称，仅仅是为了区分各个模块或者步骤，不视为对本发明的不当限定。
34.本发明第二实施例的一种基于视觉分析的沙盘分裂主题识别方法，如图4所示，该方法包括以下步骤：步骤s100，采集来访者在心理沙盘上制作的沙盘作品对应的沙盘作品数据；所述沙盘作品数据包括沙具名称、沙具的类别以及沙具在心理沙盘上的位置信息、分布区域信息；步骤s200，基于所述沙盘作品数据，筛选所述沙盘作品中属于分割类的沙具，作为第一沙具；根据各第一沙具在心理沙盘上的位置信息以及分布区域信息，通过预设的分布区域与分割类型的映射关系，获取各第一沙具的分割类型；统计第一沙具的分割类型的类别数，作为沙盘作品的分离程度；步骤s300，基于所述沙盘作品数据中沙具在心理沙盘上的位置信息、分布区域信息，通过预设的邻域半径距离自适应的dbscan聚类方法对各沙具进行聚类，得到沙具簇；步骤s400，计算聚类后每一个各沙具簇与其他沙具簇之间的距离，并获取距离中的最小者，作为最短距离；若所述最短距离小于设定距离阈值，则将对应的沙具簇作为孤立簇；将孤立簇的数量与沙具簇的总数的比值，作为沙盘作品的孤立程度；
步骤s500，基于预设的沙具场景分离等级和孤立等级判断阈值表，对获取的沙盘作品的分离程度、沙盘作品的孤立程度进行匹配，得到沙盘作品对应的分离等级、孤立等级；根据沙盘作品对应的分离等级、孤立等级，确定沙盘作品的分裂等级；所述沙具场景分离等级和孤立等级判断阈值表，为预设的分离程度、预设的分离等级阈值与预设的分离等级的映射关系、以及预设的孤立程度、预设的孤立等级阈值与预设的孤立等级的映射关系。
35.所述技术领域的技术人员可以清楚的了解到，为描述的方便和简洁，上述描述的方法的具体的工作过程及有关说明，可以参考前述系统实施例中的对应过程，在此不再赘述。
36.本发明第三实施例的基于视觉分析的沙盘分裂主题识别装置，包括图像采集设备、中央处理设备；所述图像采集设备，包括摄像机、相机，用于采集来访者在心理沙盘上制作的沙盘作品对应的沙盘作品图像；所述中央处理设备包括gpu，配置为对沙盘作品图像进行识别，获取沙盘作品对应的沙盘作品数据；所述沙盘作品数据包括沙具名称、沙具的类别以及沙具在心理沙盘上的位置信息、分布区域信息；基于所述沙盘作品数据，筛选所述沙盘作品中属于分割类的沙具，作为第一沙具；根据各第一沙具在心理沙盘上的位置信息以及分布区域信息，通过预设的分布区域与分割类型的映射关系，获取各第一沙具的分割类型；统计第一沙具的分割类型的类别数，作为沙盘作品的分离程度；基于所述沙盘作品数据中沙具在心理沙盘上的位置信息、分布区域信息，通过预设的邻域半径距离自适应的dbscan聚类方法对各沙具进行聚类，得到沙具簇；计算聚类后每一个各沙具簇与其他沙具簇之间的距离，并获取距离中的最小者，作为最短距离；若所述最短距离小于设定距离阈值，则将对应的沙具簇作为孤立簇；将孤立簇的数量与沙具簇的总数的比值，作为沙盘作品的孤立程度；基于预设的沙具场景分离等级和孤立等级判断阈值表，对获取的沙盘作品的分离程度、沙盘作品的孤立程度进行匹配，得到沙盘作品对应的分离等级、孤立等级；根据沙盘作品对应的分离等级、孤立等级，确定沙盘作品的分裂等级。
37.本发明第四实施例的一种电子设备，至少一个处理器；以及与至少一个所述处理器通信连接的存储器；其中，所述存储器存储有可被所述处理器执行的指令，所述指令用于被所述处理器执行以实现上述的基于视觉分析的沙盘分裂主题识别方法。
38.本发明第五实施例的一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于被所述计算机执行以实现上述的基于视觉分析的沙盘分裂主题识别方法。
39.所述技术领域的技术人员可以清楚的了解到，未描述的方便和简洁，上述描述的基于视觉分析的沙盘分裂主题识别装置、电子设备、计算机可读存储介质的具体工作过程及有关说明，可以参考前述方法实例中的对应过程，在此不再赘述。
40.下面参考图5，其示出了适于用来实现本技术方法、系统、装置实施例的服务器的计算机系统的结构示意图。图5示出的服务器仅仅是一个示例，不应对本技术实施例的功能
和使用范围带来任何限制。
41.如图5所示，计算机系统包括中央处理单元(cpu，central processing unit)501，其可以根据存储在只读存储器(rom，read only memory)502中的程序或者从存储部分508加载到随机访问存储器(ram，random access memory)503中的程序而执行各种适当的动作和处理。在ram 503中，还存储有系统操作所需的各种程序和数据。cpu501、rom 502以及ram503通过总线504彼此相连。输入/输出(i/o，input/output)接口505也连接至总线504。
42.以下部件连接至i/o接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(crt，cathode ray tube)、液晶显示器(lcd，liquid crystal display)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如lan(局域网，local area network)卡、调制解调器等的网络接口卡的通讯部分509。通讯部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至i/o接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。
43.特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通讯部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(cpu501执行时，执行本技术的方法中限定的上述功能。需要说明的是，本技术上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本技术中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本技术中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
44.可以以一种或多种程序设计语言或其组合来编写用于执行本技术的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)
或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
45.附图中的流程图和框图，图示了按照本技术各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
46.术语“第一”、
ꢀ“
第二”等是用于区别类似的对象，而不是用于描述或表示特定的顺序或先后次序。
47.术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备/装置不仅包括那些要素，而且还包括没有明确列出的其它要素，或者还包括这些过程、方法、物品或者设备/装置所固有的要素。
48.至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。