用户心理分析系统、方法、装置及存储介质

摘要

本公开涉及用户心理分析系统、方法、装置及存储介质，在本公开实施例中，通过设置多个心理研究设备，比如第一心理研究设备、第二心理研究设备进行图像数据、行为数据、情绪数据和关系数据的初步获取，再将这些数据上传至数据分析设备进行分析，得到进一步的心里特征数据。如此，进一步的心理特征数据可以由软硬件配置更高级的数据分析设备集中处理，多个心理研究设备的软硬件配置不需要太高级，就可以达到研究目的，同时也对心理数据研究设备的经济成本进行了一定程度的控制。此外，通过统一的数据分析设备进行数据分发可以在达到不同心理研究设备交互的前提上，节约了通信资源。

说明书

技术领域

本公开涉及计算机技术领域，尤其涉及一种用户心理分析系统、方法、装置及存储介质。

背景技术

随着科技的发展以及人类文明的日益成熟，用户心理的研究分量在整个体会发展体系中也是极其重要。用户心理研究工作中，最大的难点在于样本的数量、稳定性和时间延续性，这些因素也是一直困扰着心理学家在进行统计数据的准确性。

例如，在行为心理学的样本采集中，一般都由心理学研究中心针对一个小的群体进行样本采集和分析，在此研究过程中会有一些人员样本因为身份影响和空间流动因素等原因造成很多数据的丢失，以及数据不精确。如何改善这些外界因素对后续分析造成的不良影响也就成了一直需要想办法解决的问题。

发明内容

本公开提出了一种用户心理分析技术方案。本公开提供了一种用户心理分析系统，其包括：第一心理研究设备、数据分析设备和第二心理研究设备；

所述第一心理研究设备用于获取第一样本人员的第一图像数据，对所述第一图像数据进行处理，得到所述第一样本人员的第一待分析数据；所述第一待分析数据包括第一图像数据、第一行为数据、第一情绪数据和第一关系数据；

所述第二心理研究设备用于获取第二样本人员的第二图像数据，对所述第二图像数据进行处理，得到所述第二样本人员的第二待分析数据；所述第二待分析数据包括第二图像数据、第二行为数据、第二情绪数据和第二关系数据；

所述数据分析设备用于分别对接收到的所述第一待分析数据和所述第二待分析数据进行分析，得到所述第一样本人员的第一心理特征数据和所述第二样本人员的第二心理特征数据；

所述第一心理研究设备和所述第二心理研究设备分别基于第一研究需求和第二研究需求从所述数据分析设备处获取所述第一心理特征数据和/或所述第二心理特征数据，并分别根据所述第一心理特征数据和/或所述第二心理特征数据确定心理分析结果。

在一些可能的实施方式中，所述第一心理研究设备包括图像采集设备集、图像识别处理设备和心理分析设备；

所述图像采集设备集中的图像采集设备设置于所述第一样本人员所处的活动区域中，用于采集所述第一样本人员的第一图像数据；

所述图像识别处理设备用于对所述第一图像数据进行识别处理，确定所述第一样本人员的第一行为数据；

所述心理分析设备用于根据所述第一图像数据和所述第一行为数据确定出所述第一样本人员的第一情绪数据和第一关系数据；并将所述第一图像数据、所述第一行为数据、所述第一情绪数据和所述第一关系数据进行打包，得到所述第一待分析数据。

在一些可能的实施方式中，所述活动区域内包括多个所述第一样本人员；

所述图像识别处理设备包括人脸识别模块，所述人脸识别模块用于对所述第一图像数据进行人脸识别，确定出每个所述第一样本人员对应的人脸数据。

在一些可能的实施方式中，所述第一样本人员的第一行为数据包括姿态动作数据；

所述图像识别处理设备包括姿态动作识别模块，所述姿态动作识别模块用于对每个所述第一样本人员对应的第一图像数据进行姿态动作识别，确定出每个所述第一样本人员的姿态动作数据。

在一些可能的实施方式中，所述第一样本人员的第一行为数据包括行为轨迹数据；每个所述第一样本人员对应的第一图像数据携带有拍摄位置信息；

所述图像识别处理设备包括轨迹整合模块，所述轨迹整合模块用于对每个所述第一样本人员对应的第一图像数据以及所述位置拍摄信息进行轨迹整合，确定出每个所述第一样本人员的行为轨迹数据。

在一些可能的实施方式中，所述数据分析设备包括分发存储设备和数据分析网络；

所述分发存储设备用于接收来自所述第一心理研究设备的所述第一待分析数据；发送所述第一待分析数据至所述数据分析网络；

所述数据分析网络用于根据所述第一待分析数据包含的所述第一图像数据、所述第一行为数据、所述第一情绪数据和所述第一关系数据进行分析，得到所述第一样本人员的所述第一心理特征数据；并将所述第一心理特征数据上传至所述分发存储设备；

所述分发存储设备用于根据所述第二心理研究设备发送的所述第二研究需求反馈所述第一心理特征数据和/或所述第二心理特征数据；或者；用于根据所述第一心理研究设备发送的所述第一研究需求反馈所述第一心理特征数据和/或所述第二心理特征数据；其中，所述第一心理特征数据携带有所述第一图像数据，所述第二心理特征数据携带有所述第二图像数据。

在一些可能的实施方式中，所述分发存储设备包括联盟链网络，所述数据分析网络位于所述联盟链网络中；所述联盟链网络是由多个成员作为节点共同构建的；

所述联盟链网络包括主节点和弱节点；所述主节点和弱节点中每个节点对应于一个成员；所述主节点包含决策机制，所述每个节点上设置有存储区域。

在一些实施例中，本公开还提供了一种用户心理分析方法，包括：

接收第一心理研究设备发送的第一数据分析请求，从所述第一数据分析请求中解析出第一待分析数据；其中，所述第一待分析数据包含第一样本人员对应的第一图像数据、第一行为数据、第二情绪数据和第一关系数据；

接收第二心理研究设备发送的第二数据分析请求，从所述第二数据分析请求中解析出第二待分析数据；其中，所述第二待分析数据包含第二样本人员对应的第二图像数据、第二行为数据、第二情绪数据和第二关系数据；

对所述第一待分析数据和所述第二待分析数据进行分析，得到所述第一样本人员的第一心理特征数据和所述第二样本人员的第二心理特征数据；

根据接收到的所述第一研究需求和所述第二研究需求分别向所述第一心理研究设备和所述第二心理研究设备发送所述第一心理特征数据和/或所述第二心理特征数据，所述第一心理特征数据和/或所述第二心理特征数据用于所述第一研究需求和所述第二研究需求确定出心理分析结果。

在一些实施例中，本公开还提供了一种用户心理分析装置，包括：

接收模块，用于接收第一心理研究设备发送的第一数据分析请求，从所述第一数据分析请求中解析出第一待分析数据；其中，所述第一待分析数据包含第一样本人员对应的第一图像数据、第一行为数据、第二情绪数据和第一关系数据；接收第二心理研究设备发送的第二数据分析请求，从所述第二数据分析请求中解析出第二待分析数据；其中，所述第二待分析数据包含第二样本人员对应的第二图像数据、第二行为数据、第二情绪数据和第二关系数据；

分析模块，用于对所述第一待分析数据和所述第二待分析数据进行分析，得到所述第一样本人员的第一心理特征数据和所述第二样本人员的第二心理特征数据；

发送模块，用于根据接收到的所述第一研究需求和所述第二研究需求分别向所述第一心理研究设备和所述第二心理研究设备发送所述第一心理特征数据和/或所述第二心理特征数据，所述第一心理特征数据和/或所述第二心理特征数据用于所述第一研究需求和所述第二研究需求确定出心理分析结果。

在一些实施例中，本公开还提供了一种电子设备，包括至少一个处理器，以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，至少一个处理器通过执行存储器存储的指令实现如第二方面的用户心理分析方法。

在一些实施例中，本公开还提供了一种计算机可读存储介质，上述计算机可读存储介质中存储有至少一条指令或至少一段程序，至少一条指令或至少一段程序由处理器加载并执行以实现本公开的第二方面的用户心理分析方法。

在一些实施例中，本公开还提供一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行以实现本公开的第二方面的用户心理分析方法。

在本公开实施例中，通过设置多个心理研究设备，比如第一心理研究设备、第二心理研究设备进行图像数据、行为数据、情绪数据和关系数据的初步获取，再将这些数据上传至数据分析设备进行分析，得到进一步的心里特征数据。如此，进一步的心理特征数据可以由软硬件配置更高级的数据分析设备集中处理，多个心理研究设备的软硬件配置不需要太高级，就可以达到研究目的，同时也对心理数据研究设备的经济成本进行了一定程度的控制。此外，通过统一的数据分析设备进行数据分发可以在达到不同心理研究设备交互的前提上，节约了通信资源。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。

根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

为了更清楚地说明本说明书实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本说明书的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

图1示出根据本公开实施例的一种用户心理分析系统的结构图；

图2示出根据本公开实施例的一种第一心理研究设备的结构图；

图3示出根据本公开实施例的一种第一图像识别处理设备的结构图；

图4示出根据本公开实施例的一种数据分析设备的结构图；

图5示出根据本公开实施例的一种第二心理研究设备的结构图；

图6示出根据本公开实施例的一种第二图像识别处理设备的结构图；

图7示出根据本公开实施例的一种用户心理分析方法的流程图；

图8示出根据本公开实施例的一种用户心理分析装置的框图；

图9示出根据本公开实施例的一种电子设备的框图；

图10示出根据本公开实施例的另一种电子设备的框图。

具体实施方式

下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动的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。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。

另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

请参阅图1，图1示出根据本公开实施例的一种用户心理分析系统，如图1所示，包括第一心理研究设备1、数据分析设备2和第二心理研究设备3。

在一种可选的实施例中，第一心理研究设备1和第二心理研究设备3分别和数据分析设备2连接，其中，连接方式可以包括无线连接和有线连接。

可选的，第一心理研究设备1用于获取第一样本人员的第一图像数据，对第一图像数据进行处理，并得到第一样本人员的第一待分析数据；其中，第一待分析数据包括第一图像数据、第一行为数据、第一情绪数据和第一关系数据。

第二心理研究设备3用于获取第二样本人员的第二图像数据，并对第二图像数据进行处理，得到第二样本人员的第二待分析数据；其中，第二待分析数据包括第二图像数据、第二行为数据、第二情绪数据和第二关系数据。

数据分析设备2用于分别对接收到的第一待分析数据和第二待分析数据进行分析，得到第一样本人员的第一心理特征数据和第二样本人员的第二心理特征数据。具体的，第一心理研究设备1将第一待分析数据传输至数据分析设备2，第二心理研究设备3将第二待分析数据传输至数据分析设备2。

第一心理研究设备1和第二心理研究设备3分别基于第一研究需求和第二研究需求从数据分析设备2处获取第一心理特征数据和/或第二心理特征数据，并分别根据第一心理特征数据和/或第二心理特征数据确定心理分析结果。一种可选的实施方式中，上述的第一研究需求是第一心理研究设备1发送的，第二研究需求是第二心理研究设备2发送的。

本公开实施例中，第一心理研究设备1包括图像采集设备集、图像识别处理设备和心理分析设备，其中，图像采集设备集中的图像采集设备设置于第一样本人员所处的活动区域中，用于采集第一样本人员的第一图像数据。图像识别处理设备用于对第一图像数据进行识别处理，确定第一样本人员的第一行为数据。心理分析设备用于根据第一图像数据和第一行为数据确定出第一样本人员的第一情绪数据和第一关系数据；并将第一图像数据、第一行为数据、第一情绪数据和第一关系数据进行打包，得到第一待分析数据。

为了和第二心理研究设备中的设备进行区分，如图2所示，将第一心理研究设备1包括的设备称呼为第一图像采集设备集11、第一图像识别处理设备12和第一心理分析设备13。

第一图像采集设备集11中的图像采集设备设置于第一样本人员所处的活动区域中，用于采集第一样本人员的第一图像数据。在一个可能的实施例中，第一图像采集设备集11中可以存在多个第一图像采集设备，第一图像采集设备和第一图像识别处理设备12之间的关系可以如图2所示，是多个分开独立的设备，在各个第一图像采集设备和第一图像识别处理设备12之间分别设置有传输第一图像数据的链路。

在另一些实施例中，第一图像采集设备集11中可以存在多个第一图像采集设备。其中，每个第一图像采集设备都有自己的第一图像识别处理设备12，每个第一图像采集设备和其对应的第一图像识别处理设备12是集成在一起的。可选的，第一图像采集设备集11和第一图像识别处理设备12之间可以通过无线链路连接，用于传输第一图像数据，也可以通过有线链路连接，用于传输第一图像数据。

在一些实施例中，第一图像采集设备集11中的第一图像采集设备设置于第一样本人员所处的活动区域中，用于采集第一样本人员的图像数据。上述的活动区域可以是任何一个心理学家想要研究的区域，包括但不限于学校、科研单位、公司、办公室、教室，操场等等。

在一些实施例中，可以先确定想要研究的第一样本人员的属性，在基于第一样本人员的属性确定出要设置图像采集设备的活动区域，举个例子，确定想要研究的第一样本人员是学生和教师，那么可以确定设置第一图像采集设备的活动区域为学校或者教室。

在另一些实施例中，可以先确定想要研究的活动区域，在该活动区域设置好第一图像采集设备后，直接基于采集到的图像数据确定第一样本人员，比如，确定某个公司所在地为活动区域，则第一样本人员可以是该公司的人事，工程师，财务，保洁人员等等。

在一些实施例中，可以基于活动区域的面积以及样本人员的数量将第一图像采集设备均匀的设置在活动区域中，可选的，每个第一图像采集设备负责的区域是不重复的。或者，可以在第一样本人员出没比较频繁的区域设置更多的第一图像采集设备，在第一样本人员出没比较少的区域设置较少的第一图像采集设备，使得每个第一图像采集设备物尽其用。

可选的，上文的第一图像采集设备集11中的第一图像采集设备可以包括但不限于摄像头，照相机，录像机，红外雷达任何能获得第一图像数据的设备。比如，在白天的时候，可以启动摄像头获取第一图像数据，在黑夜的时候，可以利用摄像头和红外雷达同时获取第一图像数据。

在一些实施例中，第一图像识别处理设备12用于对第一图像数据进行识别处理，确定第一样本人员的行为数据。其中，第一图像识别处理设备12包括人脸识别模块、姿态动作识别模块和轨迹整合模块。同样为了和第二心理研究设备作区分，可以利用包含的设备的名字做出区分。请参阅图3，图3示出根据本公开实施例的一种第一图像识别处理设备的结构图，如图3所示，该第一图像识别处理设备12包括第一人脸识别模块121、第一姿态动作识别模块122和第一轨迹整合模块123。

在一些实施例中，在某一段时间，可能只需要对一个第一样本人员进行第一图像数据的采样，因此，在对该第一样本人员的第一图像数据进行识别时，需要将该第一样本人员的第一图像数据从第一图像采集设备集11采集到的众多第一图像数据中确定出来。该种情况下，第一图像识别处理设备12可以包括第一人脸识别模块121，该第一人脸识别模块121用来基于人脸数据从众多的第一图像数据中确定出与该第一样本人员相关的第一图像数据。比如，采集到10000张图像，可以通过该第一人脸识别模块121从中确定出100张和该第一样本人员相关的图像。可选的，可以获取一张该第一样本人员的参考图像，通过第一人脸识别模块121计算得到该参考图像中人物的第一特征值，随后，通过该第一人脸识别模块121计算得到该10000张图像中人物的第二特征值，通过每个第二特征值和第一特征值计算得到每张图像相对于参考图像的相似程度值，根据上文得到的10000个相似程度值从所有图像中确定出100张和该样本人员相关的图像。

在一些实施例中，活动区域内可以存在多个第一样本人员，第一图像识别处理设备12可以包括第一人脸识别模块121，该第一人脸识别模块121用于对第一图像数据进行人脸识别，确定出每个第一样本人员对应的人脸数据。具体的识别过程可以参考上一段的识别过程，这里不再赘述。

可选的，上文中的第一样本人员的第一行为数据可以包括姿态动作数据，第一图像识别处理设备12包括第一姿态动作识别模块122，第一姿态动作识别模块122用于对每个第一样本人员对应的第一图像数据进行姿态动作识别，确定出每个第一样本人员的姿态动作数据。该姿态动作数据包括该第一样本人员的行走，坐，跑，跳，聊天等动作，还包括做上述这些动作时候的方式，速度，姿态等等。

可选的，上文中的第一样本人员的第一行为数据还包括行为轨迹数据，每个第一样本人员对应的第一图像数据可以携带有拍摄位置信息。基于上述的情况，第一图像识别处理设备12包括第一轨迹整合模块123，该第一轨迹整合模块123用于对每个第一样本人员对应的第一图像数据以及位置拍摄信息进行轨迹整合，确定出第一样本人员的行为轨迹数据。比如，可以确定出每个第一样本人员比较频繁出现的是活动区域中的哪个位置。如此，通过第一图像识别处理设备12在识别第一样本人员的基础上，综合识别出第一样本人员的姿态动作数据和行为轨迹数据。

可选的，每个第一样本人员对应的第一图像数据上还携带有拍摄时间信息，基于该拍摄时间信息，第一图像识别处理设备12可以将每个第一样本人员的行为轨迹数据和姿态动作数据进行整合，确定出随时间变化的行为轨迹数据和姿态动作数据，也就是第一样本人员随着时间线分别经过活动区域中的哪些位置，分别在这些位置上干了什么，和那些人见面，聊天，运动等等。

可选的，上文中的第一人脸识别模块还可以是基于人脸识别网络构建的，上文中的第一姿态动作识别模块122可以是基于姿态动作识别网络确定的，该人脸识别网络或者姿态动作识别网络包括但不限于采用卷积神经网络、循环神经网络或递归神经网络等深度学习网络。以卷积神经网络为例和人脸识别网络为例，可以获取大量的训练数据集合，每个训练数据集合中包括图像数据集合，以及图像数据集合中每个图像上标注好的人脸以及人脸对应的标号，然后，基于大量的训练数据集合对卷积神经网络进行人脸识别训练，在训练中调整该卷积神经网络的参数至卷积神经网络输出的人脸的标号与标注好的人脸的标号相匹配，也就是可以准确的对不同的图像数据进行分类，得到该人脸识别网络。

其中，本申请实施例中的训练数据集合中的训练数据可以存储在某个存储区域，该存储区域可以是一个区块链。其中，区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层。

第一图像识别处理设备12根据第一图像数据确定出第一行为数据后，可以将第一图像数据和第一行为数据发送至第一心理分析设备13，该第一心理分析设备13可以根据接收到的第一图像数据和第一行为数据确定出第一样本人员的第一情绪数据和第一关系数据。

在一些实施例中，该第一心理分析设备13还可以从其他的设备上接收到基于第一图像数据和第一行为数据得到的标签数据，该标签数据可以是通过第一研究人员对其分析的标签数据上传得到的。随后，第一心理分析设备13可以基于该第一图像数据、第一行为数据和标签数据得到样本人员的第一情绪数据和第一关系数据。

在另一些实施例中，该第一心理分析设备13可以通过内置在第一心理分析设备13中的情绪关系分析网络确定出该第一样本人员的第一情绪数据和第一关系数据。其中，上文中的情绪关系分析网络或者姿态动作识别网络包括但不限于采用卷积神经网络、循环神经网络或递归神经网络等深度学习网络。

可选的，上文中的第一情绪数据可以是以每一个第一图像数据(每一张图像)都带有一个情绪数据表现(比如开朗、愤怒、开心、闷闷不乐或者伤心等等)，还可以是以一系列随着时间线变化的第一情绪数据描述该第一样本人员(比如开心-闷闷不乐-活泼-闷闷不乐)。

可选的，上文中的第一关系数据可以是用来描述一个人独处或者多人一起，当有多个人一起时，第一关系数据可以是用来描述第一样本人员和其他人的关系(比如情侣，朋友，师生，点头之交，陌生人等等)。其中，每一个第一图像数据可以带有一个第一关系数据，还可以以一系列随着时间线变化的第一关系数据描述该第一样本人员。

数据分析设备2接收来自第一心理研究设备1发送的第一图像数据、第一行为数据、第一情绪数据和第一关系数据，并对第一图像数据、第一行为数据、第一情绪数据和第一关系数据进行分析，得到第一样本人员的第一心理特征数据。该第一心理特征数据可以用来描述该第一样本人员在被研究的这段时间内可能存在的心理特征以及该种心理特征存在的可能性，比如抑郁-可能性75％，焦虑-可能性15％，正常-可能性10％。

在一些实施例中，图4示出根据本公开实施例的一种数据分析设备2的结构图，该数据分析设备2包括分发存储设备21和数据分析网络22。

其中，分发存储设备21用于接收来自第一心理研究设备1的第一待分析数据，包括第一图像数据、第一行为数据、第一情绪数据和第一关系数据，并进行存储。随后，可以发送该第一图像数据、第一行为数据、第一情绪数据和第一关系数据至数据分析网络22。数据分析网络22用于根据第一图像数据、第一行为数据、第一情绪数据和第一关系数据进行分析，得到第一样本人员的第一心理特征数据，并将第一心理特征数据上传至分发存储设备21。

在一些实施例中，上述的分发存储设备21可以是公共的，任何人都可以从上面下载第一图像数据和第一心理特征数据进行研究。

在另一些实施例中，分发存储设备21包括联盟链网络，联盟链网络是由多个成员作为节点共同构建的，用于只在属于该联盟链网路的各个成员之间传输第一图像数据和第一心理特征数据，保证研究数据的安全性。联盟链网络用于接收来自第一心理研究设备1的第一图像数据、第一行为数据、第一情绪数据和第一关系数据，发送第一图像数据、第一行为数据、第一情绪数据和第一关系数据至数据分析网络22。

可选的，该联盟链网络包括主节点和弱节点，主节点和弱节点中每个节点对应于一个成员，成员可以是设置在不同研究所的心理研究设备，比如第一心理研究设备和第二心理研究设备，还可以是设置在社会公司的心理研究设备，该主节点包含决策机制，用于决定是否允许其他位置的心理研究设备加入该联盟链网络，并决定是否为该新增加的心理研究设备增加一个节点，或者仅仅给该心理研究设备一个数据接口，用于下载联盟链网络上的数据。可选的，每个节点上设置有存储区域，可以用来存储第一图像数据、第一行为数据、第一情绪数据、第一关系数据和第一心理特征数据。

下面针对第二心理研究设备3进行阐述，参考对第一心理研究设备3的描述，本公开实施例中，第二心理研究设备3也可以包括图像采集设备集、图像识别处理设备和心理分析设备，其中，图像采集设备集中的图像采集设备设置于第二样本人员所处的活动区域中，用于采集第二样本人员的第二图像数据。图像识别处理设备用于对第二图像数据进行识别处理，确定第二样本人员的第二行为数据。心理分析设备用于根据第二图像数据和第二行为数据确定出第二样本人员的第二情绪数据和第二关系数据；并将第二图像数据、第二行为数据、第二情绪数据和第二关系数据进行打包，得到第二待分析数据。

为了和第一心理研究设备中的设备进行区分，如图5所示，将第二心理研究设备3包括的设备称呼为第二图像采集设备集31、第二图像识别处理设备32和第二心理分析设备33。

第二图像采集设备集31中的图像采集设备设置于第二样本人员所处的活动区域中，用于采集第二样本人员的第二图像数据。在一些实施例中，第二图像采集设备集31中可以存在多个第二图像采集设备，第二图像采集设备和第二图像识别处理设备32之间的关系可以如图5所示，是多个分开独立的设备，在各个第二图像采集设备和第二图像识别处理设备32之间分别设置有传输第二图像数据的链路。

在另一些实施例中，第二图像采集设备集31中可以存在多个第二图像采集设备。其中，每个第二图像采集设备都有自己的第二图像识别处理设备32，每个第二图像采集设备和其对应的第二图像识别处理设备32是集成在一起的。可选的，第二图像采集设备集31和第二图像识别处理设备32之间可以通过无线链路连接，用于传输第二图像数据，也可以通过有线链路连接，用于传输第二图像数据。

在一些实施例中，第二图像采集设备集31中的第二图像采集设备设置于第二样本人员所处的活动区域中，用于采集第二样本人员的图像数据。上述的活动区域可以是任何一个心理学家想要研究的区域，包括但不限于学校、科研单位、公司、办公室、教室，操场等等。

在一些实施例中，可以先确定想要研究的第二样本人员的属性，在基于第二样本人员的属性确定出要设置图像采集设备的活动区域，举个例子，确定想要研究的第二样本人员是学生和教师，那么可以确定设置第二图像采集设备的活动区域为学校或者教室。

在另一些实施例中，可以先确定想要研究的活动区域，在该活动区域设置好第二图像采集设备后，直接基于采集到的图像数据确定第二样本人员，比如，确定某个公司所在地为活动区域，则第二样本人员可以是该公司的人事，工程师，财务，保洁人员等等。

一种可选的设置第二图像采集设备的实施例中，可以基于活动区域的面积以及样本人员的数量将第二图像采集设备均匀的设置在活动区域中，可选的，每个第二图像采集设备负责的区域是不重复的。或者，可以在第二样本人员出没比较频繁的区域设置更多的第二图像采集设备，在第二样本人员出没比较少的区域设置较少的第二图像采集设备，使得每个第二图像采集设备物尽其用。

可选的，上文的第二图像采集设备集31中的第二图像采集设备可以包括但不限于摄像头，照相机，录像机，红外雷达任何能获得第二图像数据的设备。比如，在白天的时候，可以启动摄像头获取第二图像数据，在黑夜的时候，可以利用摄像头和红外雷达同时获取第二图像数据。

在一些实施例中，第二图像识别处理设备32用于对第二图像数据进行识别处理，确定第二样本人员的行为数据。其中，第二图像识别处理设备32包括人脸识别模块、姿态动作识别模块和轨迹整合模块。同样为了和第二心理研究设备作区分，可以利用包含的设备的名字做出区分。请参阅图6，图6示出根据本公开实施例的一种第二图像识别处理设备的结构图，如图6所示，该第二图像识别处理设备32包括第二人脸识别模块321、第二姿态动作识别模块322和第二轨迹整合模块323。

在一些实施例中，在某一段时间，可能只需要对一个第二样本人员进行第二图像数据的采样，因此，在对该第二样本人员的第二图像数据进行识别时，需要将该第二样本人员的第二图像数据从第二图像采集设备集31采集到的众多第二图像数据中确定出来。该种情况下，第二图像识别处理设备32可以包括第二人脸识别模块321，该第二人脸识别模块321用来基于人脸数据从众多的第二图像数据中确定出与该第二样本人员相关的第二图像数据。比如，采集到10000张图像，可以通过该第二人脸识别模块321从中确定出100张和该第二样本人员相关的图像。可选的，可以获取一张该第二样本人员的参考图像，通过第二人脸识别模块321计算得到该参考图像中人物的第二特征值，随后，通过该第二人脸识别模块321计算得到该10000张图像中人物的第二特征值，通过每个第二特征值和第二特征值计算得到每张图像相对于参考图像的相似程度值，根据上文得到的10000个相似程度值从所有图像中确定出100张和该样本人员相关的图像。

在一些实施例中，活动区域内可以存在多个第二样本人员，第二图像识别处理设备32可以包括第二人脸识别模块321，该第二人脸识别模块321用于对第二图像数据进行人脸识别，确定出每个第二样本人员对应的人脸数据。具体的识别过程可以参考上一段的识别过程，这里不再赘述。

可选的，上文中的第二样本人员的第二行为数据可以包括姿态动作数据，第二图像识别处理设备32包括第二姿态动作识别模块322，第二姿态动作识别模块322用于对每个第二样本人员对应的第二图像数据进行姿态动作识别，确定出每个第二样本人员的姿态动作数据。该姿态动作数据包括该第二样本人员的行走，坐，跑，跳，聊天等动作，还包括做上述这些动作时候的方式，速度，姿态等等。

可选的，上文中的第二样本人员的第二行为数据还包括行为轨迹数据，每个第二样本人员对应的第二图像数据可以携带有拍摄位置信息。基于上述的情况，第二图像识别处理设备32包括第二轨迹整合模块323，该第二轨迹整合模块323用于对每个第二样本人员对应的第二图像数据以及位置拍摄信息进行轨迹整合，确定出第二样本人员的行为轨迹数据。比如，可以确定出每个第二样本人员比较频繁出现的是活动区域中的哪个位置。如此，通过第二图像识别处理设备32在识别第二样本人员的基础上，综合识别出第二样本人员的姿态动作数据和行为轨迹数据。

可选的，每个第二样本人员对应的第二图像数据上还携带有拍摄时间信息，基于该拍摄时间信息，第二图像识别处理设备32可以将每个第二样本人员的行为轨迹数据和姿态动作数据进行整合，确定出随时间变化的行为轨迹数据和姿态动作数据，也就是第二样本人员随着时间线分别经过活动区域中的哪些位置，分别在这些位置上干了什么，和那些人见面，聊天，运动等等。

可选的，上文中的第二人脸识别模块还可以是基于人脸识别网络构建的，上文中的第二姿态动作识别模块322可以是基于姿态动作识别网络确定的，该人脸识别网络或者姿态动作识别网络包括但不限于采用卷积神经网络、循环神经网络或递归神经网络等深度学习网络。以卷积神经网络为例和人脸识别网络为例，可以获取大量的训练数据集合，每个训练数据集合中包括图像数据集合，以及图像数据集合中每个图像上标注好的人脸以及人脸对应的标号，然后，基于大量的训练数据集合对卷积神经网络进行人脸识别训练，在训练中调整该卷积神经网络的参数至卷积神经网络输出的人脸的标号与标注好的人脸的标号相匹配，也就是可以准确的对不同的图像数据进行分类，得到该人脸识别网络。

其中，本申请实施例中的训练数据集合中的训练数据可以存储在某个存储区域，该存储区域可以是一个区块链。其中，区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层。

第二图像识别处理设备32根据第二图像数据确定出第二行为数据后，可以将第二图像数据和第二行为数据发送至第二心理分析设备33，该第二心理分析设备33可以根据接收到的第二图像数据和第二行为数据确定出第二样本人员的第二情绪数据和第二关系数据。

在一些实施例中，该第二心理分析设备33还可以从其他的设备上接收到基于第二图像数据和第二行为数据得到的标签数据，该标签数据可以是通过第二研究人员对其分析的标签数据上传得到的。随后，第二心理分析设备33可以基于该第二图像数据、第二行为数据和标签数据得到样本人员的第二情绪数据和第二关系数据。

在另一些实施例中，该第二心理分析设备33可以通过内置在第二心理分析设备33中的情绪关系分析网络确定出该第二样本人员的第二情绪数据和第二关系数据。其中，上文中的情绪关系分析网络或者姿态动作识别网络包括但不限于采用卷积神经网络、循环神经网络或递归神经网络等深度学习网络。

可选的，上文中的第二情绪数据可以是以每一个第二图像数据(每一张图像)都带有一个情绪数据表现(比如开朗、愤怒、开心、闷闷不乐或者伤心等等)，还可以是以一系列随着时间线变化的第二情绪数据描述该第二样本人员(比如开心-闷闷不乐-活泼-闷闷不乐)。

可选的，上文中的第二关系数据可以是用来描述一个人独处或者多人一起，当有多个人一起时，第二关系数据可以是用来描述第二样本人员和其他人的关系(比如情侣，朋友，师生，点头之交，陌生人等等)。其中，每一个第二图像数据可以带有一个第二关系数据，还可以以一系列随着时间线变化的第二关系数据描述该第二样本人员。

数据分析设备2接收来自第二心理研究设备3发送的包含第二图像数据、第二行为数据、第二情绪数据和第二关系数据的第二待分析数据，并对第二图像数据、第二行为数据、第二情绪数据和第二关系数据进行分析，得到第二样本人员的第二心理特征数据。该第二心理特征数据可以用来描述该第二样本人员在被研究的这段时间内可能存在的心理特征以及该种心理特征存在的可能性，比如抑郁-可能性45％，焦虑-可能性25％，正常-可能性30％。

在一些实施例中，图6中所示的分发存储设备21还用于接收来自第二心理研究设备3的第二待分析数据，包括第二图像数据、第二行为数据、第二情绪数据和第二关系数据，并进行存储。随后，可以发送该第二图像数据、第二行为数据、第二情绪数据和第二关系数据至数据分析网络22。数据分析网络22用于根据第二图像数据、第二行为数据、第二情绪数据和第二关系数据进行分析，得到第二样本人员的第二心理特征数据，并将第二心理特征数据上传至分发存储设备21。

本公开实施例中，在数据分析网络22将第一心理特征数据和第二心理特征数据传输至分发存储设备21后，可以基于第一研究需求和第二研究需求从数据分析设备2处获取第一心理特征数据和/或第二心理特征数据，并分别根据第一心理特征数据和/或第二心理特征数据确定心理分析结果。具体的，可以至少包括以下集中情况：

可选的，数据分析设备2或者分发存储设备21接收第二心理研究设备3发送的第二研究需求，并根据该第二研究需求反馈给第二心理研究设备3反馈第一心理特征数据。对应的，第二心理研究设备3接收第一心理特征数据，并根据第一心理特征数据确定第一心理分析结果。其中，第一心理特征数据还携带有第一图像数据。

可选的，数据分析设备2或者分发存储设备21接收第二心理研究设备3发送的第二研究需求，并根据该第二研究需求反馈给第二心理研究设备3反馈第一心理特征数据和第二心理特征数据。对应的，第二心理研究设备3接收第一心理特征数据和第二心理特征数据，并根据第一心理特征数据和第二心理特征数据确定第二心理分析结果。其中，第一心理特征数据还携带有第一图像数据，第二心理特征数据还携带有第二图像数据。

可选的，数据分析设备2或者分发存储设备21接收第二心理研究设备3发送的第二研究需求，并根据该第二研究需求反馈给第二心理研究设备3反馈第二心理特征数据。对应的，第二心理研究设备3接收第二心理特征数据，并根据第二心理特征数据确定第三心理分析结果。其中，第二心理特征数据还携带有第二图像数据。

可选的，数据分析设备2或者分发存储设备21接收第一心理研究设备1发送的第一研究需求，并根据该第一研究需求反馈给第一心理研究设备1反馈第一心理特征数据。对应的，第一心理研究设备1接收第一心理特征数据，并根据第一心理特征数据确定第四心理分析结果。其中，第一心理特征数据还携带有第一图像数据。

可选的，数据分析设备2或者分发存储设备21接收第一心理研究设备1发送的第一研究需求，并根据该第一研究需求反馈给第一心理研究设备1反馈第一心理特征数据和第二心理特征数据。对应的，第一心理研究设备1接收第一心理特征数据和第二心理特征数据，并根据第一心理特征数据和第二心理特征数据确定第五心理分析结果。其中，第一心理特征数据还携带有第一图像数据，第二心理特征数据还携带有第二图像数据。

可选的，数据分析设备2或者分发存储设备21接收第一心理研究设备1发送的第一研究需求，并根据该第一研究需求反馈给第一心理研究设备1反馈第二心理特征数据。对应的，第一心理研究设备1接收第二心理特征数据，并根据第二心理特征数据确定第六心理分析结果。其中，第二心理特征数据还携带有第二图像数据。

上述实施例中，不同的心理研究设备虽然存在获得的心理特征数据是一致的，但是得到的心理分析结果是不同的可能，这是因为，不同的心理研究设备基于同样的心里特征数据存在不同的研究方向，进而导致其得到的心理分析结果产生区别。

综上，本公开实施方式通过进一步的心理特征数据可以由软硬件配置更高级的数据分析设备集中处理，多个心理研究设备的软硬件配置不需要太高级这种手段，就可以达到研究目的，同时也对心理数据研究设备的经济成本进行了一定程度的控制。此外，通过统一的数据分析设备进行数据分发可以在达到不同心理研究设备进行交互，解决因为样本人员的流动造成的研究数据不完整的问题的前提上，节约了通信资源。

本公开实施例还通过设置在活动区域的多个图像采集设备获取样本人员的图像数据，并直接通过图像识别处理设备处理后上传至心理研究设备，打破了因为人力物力原因造成的样本采集数量局限性的问题。

图7示出根据本公开实施例的一种用户心理分析方法的流程图，如图7所示，方法包括：

S701：接收第一心理研究设备发送的第一数据分析请求，从第一数据分析请求中解析出第一待分析数据；其中，第一待分析数据包含第一样本人员对应的第一图像数据、第一行为数据、第二情绪数据和第一关系数据；

S702：接收第二心理研究设备发送的第二数据分析请求，从第二数据分析请求中解析出第二待分析数据；其中，第二待分析数据包含第二样本人员对应的第二图像数据、第二行为数据、第二情绪数据和第二关系数据；

S703：对第一待分析数据和第二待分析数据进行分析，得到第一样本人员的第一心理特征数据和第二样本人员的第二心理特征数据；

S704：根据接收到的第一研究需求和第二研究需求分别向第一心理研究设备和第二心理研究设备发送第一心理特征数据和/或第二心理特征数据，第一心理特征数据和/或第二心理特征数据用于第一研究需求和第二研究需求确定出心理分析结果。

上述的用户心理分析方法的具体实施步骤可以参考用户心理分析系统以及系统中各个设备之间的传输处理方案，这里就不在赘述。

图8示出根据本公开实施例的一种用户心理分析装置的框图，如图8所示，所述用户心理分析装置包括：

接收模块801用于接收第一心理研究设备发送的第一数据分析请求，从所述第一数据分析请求中解析出第一待分析数据；其中，所述第一待分析数据包含第一样本人员对应的第一图像数据、第一行为数据、第二情绪数据和第一关系数据；接收第二心理研究设备发送的第二数据分析请求，从所述第二数据分析请求中解析出第二待分析数据；其中，所述第二待分析数据包含第二样本人员对应的第二图像数据、第二行为数据、第二情绪数据和第二关系数据；

分析模块802用于对所述第一待分析数据和所述第二待分析数据进行分析，得到所述第一样本人员的第一心理特征数据和所述第二样本人员的第二心理特征数据；

发送模块803用于根据接收到的所述第一研究需求和所述第二研究需求分别向所述第一心理研究设备和所述第二心理研究设备发送所述第一心理特征数据和/或所述第二心理特征数据，所述第一心理特征数据和/或所述第二心理特征数据用于所述第一研究需求和所述第二研究需求确定出心理分析结果。

在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文实施例的描述，为了简洁，这里不再赘述。

本公开实施例还提出一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或至少一段程序由处理器加载并执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。

本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为实现上述方法。

电子设备可以被提供为终端、服务器或其它形态的设备。

本公开实施例提供一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行本公开的用户心理分析方法。

图9示出根据本公开实施例的一种电子设备的框图。例如，电子设备900可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。

参照图9，电子设备900可以包括以下一个或多个组件：处理组件902，存储器904，电源组件906，多媒体组件908，音频组件910，输入/输出(I/O)的接口912，传感器组件914，以及通信组件916。

处理组件902通常控制电子设备900的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件902可以包括一个或多个处理器920来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件902可以包括一个或多个模块，便于处理组件902和其他组件之间的交互。例如，处理组件902可以包括多媒体模块，以方便多媒体组件908和处理组件902之间的交互。

存储器904被配置为存储各种类型的数据以支持在电子设备900的操作。这些数据的示例包括用于在电子设备900上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器904可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件906为电子设备900的各种组件提供电力。电源组件906可以包括电源管理系统，一个或多个电源，及其他与为电子设备900生成、管理和分配电力相关联的组件。

多媒体组件908包括在所述电子设备900和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件908包括一个前置摄像头和/或后置摄像头。当电子设备900处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件910被配置为输出和/或输入音频信号。例如，音频组件910包括一个麦克风(MIC)，当电子设备900处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器904或经由通信组件916发送。在一些实施例中，音频组件910还包括一个扬声器，用于输出音频信号。

I/O接口912为处理组件902和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件914包括一个或多个传感器，用于为电子设备900提供各个方面的状态评估。例如，传感器组件914可以检测到电子设备900的打开/关闭状态，组件的相对定位，例如所述组件为电子设备900的显示器和小键盘，传感器组件914还可以检测电子设备900或电子设备900一个组件的位置改变，用户与电子设备900接触的存在或不存在，电子设备900方位或加速/减速和电子设备900的温度变化。传感器组件914可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件914还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件914还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件916被配置为便于电子设备900和其他设备之间有线或无线方式的通信。电子设备900可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件916经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件916还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备900可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器904，上述计算机程序指令可由电子设备900的处理器920执行以完成上述方法。

图10示出根据本公开实施例的另一种电子设备的框图。例如，电子设备1000可以被提供为一服务器。参照图10，电子设备1000包括处理组件1022，其进一步包括一个或多个处理器，以及由存储器1032所代表的存储器资源，用于存储可由处理组件1022的执行的指令，例如应用程序。存储器1032中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1022被配置为执行指令，以执行上述方法。

电子设备1000还可以包括一个电源组件1026被配置为执行电子设备1000的电源管理，一个有线或无线网络接口1050被配置为将电子设备1000连接到网络，和一个输入输出(I/O)接口1058。电子设备1000可以操作基于存储在存储器1032的操作系统，例如Windows ServerTM，MacOS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1032，上述计算机程序指令可由电子设备1000的处理组件1022执行以完成上述方法。

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、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、程序段或指令的一部分，所述模块、程序段或指令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。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，两个连续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动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。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。