乘车逃票检测方法及装置、电子设备和存储介质

摘要

本公开涉及一种乘车逃票检测方法及装置、电子设备和存储介质，所述方法包括：获取针对目标对象的第一图像进行识别所得到的第一身份特征；在所述第一身份特征符合预设的遮挡条件的情况下，获取第二图像，其中，所述第一图像和所述第二图像是针对目标对象以不同的拍摄角度采集的；对所述第二图像进行识别，得到所述第二图像的第二身份特征；对所述第一身份特征和所述第二身份特征进行关联；基于相关联的所述第二身份特征对所述目标对象进行识别，并在成功识别所述目标对象的身份时，确认所述目标对象未逃票。本公开实施例可提高乘车逃票识别的准确率。

说明书

技术领域

本公开涉及计算机技术领域，尤其涉及一种乘车逃票检测方法及装置、电子设备和存储介质。

背景技术

近年来，人脸识别技术在各行各业中迅猛发展，一些城市运用了人脸识别技术与传统售票检票方式相结合，实现用户进出站的无感通行。用户在进出站时，可以不必停留，也无需检票，通过对用户的人脸图像进行识别，即可以确认用户的身份，从而可以自动从用户的账户中扣取相应的费用。这种方式相较于传统售票检票方式可以较好地提升售票检票速度，减少高峰时段的拥堵情况。

在无感通行场景下可能会存在一些如逃票行为等侵犯其他用户公平权益的事件，为了识别出此类事件，需要现场人员进行人工识别，从而会增加人力资源，而且容易出现漏检的现象。

发明内容

本公开提出了一种乘车逃票检测技术方案。

根据本公开的一方面，提供了一种乘车逃票检测方法，包括：

获取针对目标对象的第一图像进行识别所得到的第一身份特征；在所述第一身份特征符合预设的遮挡条件的情况下，获取第二图像，其中，所述第一图像和所述第二图像是针对目标对象以不同的拍摄角度采集的；对所述第二图像进行识别，得到所述第二图像的第二身份特征；对所述第一身份特征和所述第二身份特征进行关联；基于相关联的所述第二身份特征对所述目标对象进行识别，并在成功识别所述目标对象的身份时，确认所述目标对象未逃票。

在一些可能的实现方式中，还包括：基于相关联的所述第二身份特征对所述目标对象进行识别，并在无法识别所述目标对象的身份时，确认所述目标对象逃票。

在一些可能的实现方式中，还包括：在无法从所述第一图像中识别出第一身份特征时，确认所述目标对象逃票。

在一些可能的实现方式中，还包括：接收红外信号，其中，所述红外信号为所述目标对象离开身份识别的识别区域触发的；根据所述红外信号的接收时间，采集并保存所述目标对象通过所述识别区域的图片和/或视频。

在一些可能的实现方式中，还包括：查找所述接收时间所在的预设时间段内的身份识别记录；在所述预设时间段内不存在所述目标对象身份识别记录的情况下，确认所述目标对象逃票。

在一些可能的实现方式中，所述遮挡条件包括以下至少一项：所述第一身份特征不含人脸特征；所述第一身份特征对应的人脸的质量分数小于预设质量分数阈值；所述第一身份特征对应的人脸的遮挡面积大于预设面积阈值。

在一些可能的实现方式中，所述对所述第二图像进行识别，得到所述第二图像的第二身份特征，包括：对所述第二图像进行人脸与人体检测，得到至少一个第一对象的检测结果；根据预设的筛选条件，对所述至少一个第一对象的检测结果进行筛选，得到所述目标对象的第二身份特征。

在一些可能的实现方式中，所述筛选条件包括以下至少一项：所述第一对象的位置在预设的识别区域内；所述第一对象在所述第二图像中的图像面积最大；所述第一对象距离预设对象最近。

在一些可能的实现方式中，所述对所述第二图像进行人脸与人体检测，得到至少一个第一对象的检测结果，包括：对所述第二图像进行人脸检测和人体检测，得到至少一个人脸和至少一个人体；对所述第二图像的至少一个人脸和至少一个人体进行关联，得到所述至少一个第一对象的检测结果。

在一些可能的实现方式中，所述对所述第一身份特征和所述第二身份特征进行关联，包括：将所述第一身份特征包括的人体特征与所述第二身份特征包括的人体特征进行匹配；在所述第一身份特征的人体特征与所述第二身份特征的人体特征相匹配的情况下，对所述第一身份特征和所述第二身份特征进行关联。

在一些可能的实现方式中，还包括：在所述第一身份特征的人体特征与所述第二身份特征的人体特征不匹配的情况下，基于所述第一图像的采集时间，重新获取第二图像，以对所述第一身份特征和重新获取的第二图像的第二身份特征进行关联，直到达到预设的关联次数或者所述第一身份特征的人体特征与所述第二身份特征的人体特征相匹配。

在一些可能的实现方式中，所述基于相关联的所述第二身份特征对所述目标对象进行识别，包括：基于相关联的所述第二身份特征包括的人脸特征，对所述目标对象进行身份识别。

在一些可能的实现方式中，还包括：在成功识别所述目标对象的身份时，生成并保存所述目标对象的身份识别记录，其中，所述身份识别记录包括识别时间、用户信息和识别地点中的一项或多项。

在一些可能的实现方式中，所述第一图像是在第一位置处以朝向所述目标对象的拍摄角度采集的，所述第二图像是在第二位置处以朝向所述目标对象的拍摄角度采集的，其中，所述第二位置位于所述第一位置的上方。

根据本公开的一方面，提供了一种乘车逃票检测装置，包括：

第一获取模块，用于获取针对目标对象的第一图像进行识别所得到的第一身份特征；

第二获取模块，用于在所述第一身份特征符合预设的遮挡条件的情况下，获取第二图像，其中，所述第一图像和所述第二图像是针对目标对象以不同的拍摄角度采集的；

识别模块，用于对所述第二图像进行识别，得到所述第二图像的第二身份特征；

关联模块，用于对所述第一身份特征和所述第二身份特征进行关联；

确定模块，用于基于相关联的所述第二身份特征对所述目标对象进行识别，并在成功识别所述目标对象的身份时，确认所述目标对象未逃票。

在一些可能的实现方式中，所述确定模块，还用于基于相关联的所述第二身份特征对所述目标对象进行识别，并在无法识别所述目标对象的身份时，确认所述目标对象逃票。

在一些可能的实现方式中，所述确定模块，还用于在无法从所述第一图像中识别出第一身份特征时，确认所述目标对象逃票。

在一些可能的实现方式中，还包括：红外触发模块，用于接收红外信号，其中，所述红外信号为所述目标对象离开身份识别的识别区域触发的；根据所述红外信号的接收时间，采集并保存所述目标对象通过所述识别区域的图片和/或视频。

在一些可能的实现方式中，还包括：所述红外触发模块，还用于查找所述接收时间所在的预设时间段内的身份识别记录；在所述预设时间段内不存在所述目标对象的身份识别记录的情况下，确认所述目标对象逃票。

在一些可能的实现方式中，所述遮挡条件包括以下至少一项：所述第一身份特征不含人脸特征；所述第一身份特征对应的人脸的质量分数小于预设质量分数阈值；所述第一身份特征对应的人脸的遮挡面积大于预设面积阈值。

在一些可能的实现方式中，所述识别模块，用于对所述第二图像进行人脸与人体检测，得到至少一个第一对象的检测结果；根据预设的筛选条件，对所述至少一个第一对象的检测结果进行筛选，得到所述目标对象的第二身份特征。

在一些可能的实现方式中，所述筛选条件包括以下至少一项：所述第一对象的位置在预设的识别区域内；所述第一对象在所述第二图像中的图像面积最大；所述第一对象距离预设对象最近。

在一些可能的实现方式中，所述识别模块，用于对所述第二图像进行人脸检测和人体检测，得到至少一个人脸和至少一个人体；对所述第二图像的至少一个人脸和至少一个人体进行关联，得到所述至少一个第一对象的检测结果。

在一些可能的实现方式中，所述关联模块，用于将所述第一身份特征包括的人体特征与所述第二身份特征包括的人体特征进行匹配；在所述第一身份特征的人体特征与所述第二身份特征的人体特征相匹配的情况下，对所述第一身份特征和所述第二身份特征进行关联。

在一些可能的实现方式中，所述关联模块，还用于在所述第一身份特征的人体特征与所述第二身份特征的人体特征不匹配的情况下，基于所述第一图像的采集时间，重新获取第二图像，以对所述第一身份特征和重新获取的第二图像的第二身份特征进行关联，直到达到预设的关联次数或者所述第一身份特征的人体特征与所述第二身份特征的人体特征相匹配。

在一些可能的实现方式中，所述确定模块，用于基于相关联的所述第二身份特征包括的人脸特征，对所述目标对象进行身份识别。

在一些可能的实现方式中，还包括：生成模块，用于在成功识别所述目标对象的身份时，生成并保存所述目标对象的身份识别记录，其中，所述身份识别记录包括识别时间、用户信息和识别地点中的一项或多项。

在一些可能的实现方式中，所述第一图像是在第一位置处以朝向所述目标对象的拍摄角度采集的，所述第二图像是在第二位置处以朝向所述目标对象的拍摄角度采集的，其中，所述第二位置位于所述第一位置的上方。

根据本公开的一方面，提供了一种电子设备，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调用所述存储器存储的指令，以执行上述方法。

根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。

在本公开实施例中，可以获取针对目标对象的第一图像进行识别所得到的第一身份特征，在第一身份特征符合预设的遮挡条件的情况下，获取第二图像。然后对第一图像得到的第一身份特征和第二图像得到的第二身份特征进行关联，并基于相关联的第二身份特征对目标对象进行识别，并在成功识别所述目标对象的身份时，确认目标对象未逃票，从而在通过第一图像无法识别目标对象的情况下，可以通过与第一图像关联的第二图像对目标对象进行身份识别，可以减少由于目标对象故意遮挡面部等原因而无法识别身份的情况，提高乘车逃票行为识别的准确率。

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

此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。

图1示出根据本公开实施例的乘车逃票检测方法的流程图。

图2示出根据本公开实施例的第一位置和第二位置的示意图。

图3示出根据本公开实施例的乘车逃票检测方法一示例的流程图.

图4示出根据本公开实施例的乘车逃票检测装置的框图。

图5示出根据本公开实施例的一种电子设备示例的框图。

图6示出根据本公开实施例的一种电子设备示例的框图。

具体实施方式

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。

本公开实施例提供的乘车逃票检测方案，可以应用于轨道交通、景区等场景的乘车逃票行为识别场景中，例如，在地铁进站场景中，可以通过不同拍摄角度对进站乘客拍摄，并对不同拍摄角度拍摄的两个图像进行识别，从而即使进站乘客恶意躲避摄像头或者故意遮挡面部发生逃票行为，一个图像中无法识别乘客，也可以通过另一个拍摄角度的图像对该乘客进行身份识别，从而减少逃票行为的发生，节省人力资源，减少因人疲劳而造成的漏检现象。本公开实施例提供的乘车逃票检测方案，还适用于人流量较大的身份识别场景中，从而满足各种场景下的逃票行为识别需求。

本公开实施例提供的乘车逃票检测方法可以由终端设备、服务器或其它类型的电子设备执行，其中，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该数据处理方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者，可通过服务器执行所述方法。下面以电子设备作为执行主体为例对本公开实施例的乘车逃票检测方法进行说明。

图1示出根据本公开实施例的乘车逃票检测方法的流程图，如图1所示，所述乘车逃票检测方法包括：

步骤S11，获取针对目标对象的第一图像进行识别所得到的第一身份特征。

在本公开实施例中，电子设备可以获取针对目标对象采集的第一图像。目标对象可以是拍摄场景中当前需要进行身份识别的对象。拍摄场景中可以包括多个对象，对象可以是行人、用户、乘客等。一些实现方式中，电子设备可以具有拍摄功能，可以针对目标对象以一定的拍摄角度对目标对象进行拍摄，得到以第一拍摄角度采集的第一图像。一些实现方式中，电子设备可以获取第一拍摄装置以第一拍摄角度采集的第一图像。在一些实现方式中，第一图像还可以是视频中的一个视频帧，例如，电子设备可以获取第一拍摄装置以第一拍摄角度采集的第一视频，然后可以在第一视频中抽取一个视频帧作为第一图像。例如，电子设备可以在第一视频的1080p视频流中解码出成单帧的帧图像并转换为RGB格式得到第一图像和/或第二图像。

在本公开实施例中，可以对第一图像进行识别，例如，可以通过一些识别算法或者神经网络，对第一图像进行识别，得到识别的第一身份特征。一些实现方式中，可以针对第一图像中的人脸与人体进行识别，得到的第一身份特征包括的人脸特征和/或人体特征。一些实现方式中，电子设备也可以通过其他设备直接获取针对目标对象的第一图像进行识别所得到的第一身份特征。第一身份特征可以是用于表示目标对象的身份的特征，第一身份特征可以包括人脸特征和/或人体特征。

在一些实现方式中，在无法从第一图像中识别出第一身份特征时，可以确认目标对象逃票。这里，在获取第一图像的情况下，可以通过第一图像对目标对象进行身份识别，即，可以对第一图像进行识别。如果无法从第一图像中识别出目标对象的第一身份特征，则可以认为通过第一图像无法识别目标对象，即确认目标对象逃票。

步骤S12，在所述第一身份特征符合预设的遮挡条件的情况下，获取第二图像，其中，所述第一图像和所述第二图像是针对目标对象以不同的拍摄角度采集的；

在本公开实施例中，可以判断第一身份特征是否符合预设的遮挡条件，如果第一身份特征符合预设的遮挡条件，那么可以认为通过第一身份特征无法对目标对象进行身份识别，从而可以进一步获取相关联的第二图像，利用第二图像对目标对象进行身份验证。

这里，第一图像和第二图像是针对目标对象以不同的拍摄角度采集的，拍摄角度可以理解为拍摄装置针对目标对象采集图像的相对视角，例如，平拍、俯拍、仰拍等拍摄角度。电子设备可以获取拍摄装置以第二拍摄角度采集的第二图像，上述第一拍摄角度和第二拍摄角度不同。第二图像也可以是视频中的一个视频帧。

在一个示例中，第一图像是在第一位置处以朝向目标对象的拍摄角度采集的，第二图像是在第二位置处以朝向目标对象的拍摄角度采集的，从而第一图像和第二图像可以针对目标对象的正面采集的图像。这里，第二位置位于第一位置的上方，第一图像和第二图像可以分别以不同视角展示目标对象的正面，从而即使在一个拍摄角度上目标对象的正面存在一定的遮挡，在另一个拍摄角度上目标对象的正面也可以展露出来，进而通过目标对象的正面图像可以实现对目标对象的身份识别。

图2示出根据本公开实施例的第一位置和第二位置的示意图。第一位置和第二位置可以如图2所示，可以分别在第一位置和第二位置处设置拍摄装置，拍摄装置可以面向目标对象进行拍摄，分别得到第一图像和第二图像。例如，在目标对象进入地铁站时，设置在第一位置和第二位置处的拍摄装置可以分别针对目标对象进行拍摄，得到在第一位置处朝向目标对象采集的第一图像和在第二位置处朝向目标对象采集的第二图像。

在一些实现方式中，预设的遮挡条件可以包括以下情形中的至少一种：第一身份特征不包含人脸特征、第一身份特征对应的人脸质量小于预设质量阈值、第一身份特征对应的人脸的遮挡面积大于预设面积阈值。其中，在第一身份特征不包含人脸特征的情况下，无法通过第一身份特征对目标对象进行身份识别。在第一身份特征对应的人脸质量小于预设质量阈值的情况下，可以认为第一图像提供的目标对象的人脸质量较低，可能无法通过第一图像的人脸对目标对象进行身份识别。在第一身份特征对应的人脸的遮挡面积大于预设面积阈值的情况下，可以认为第一图像提供的目标对象的人脸不完整，可能被遮挡了人脸的关键区域，如能被遮挡了人眼、鼻子、嘴部等人脸的关键区域，从而无法通过第一图像中的人脸对目标对象进行身份识别。预设的遮挡条件可以作为第一身份特征是否可以对目标对象进行身份识别的先验条件，通过预设的遮挡条件，可以快速做出判断，从而提高身份识别的效率。

步骤S13，对所述第二图像进行识别，得到所述第二图像的第二身份特征；

在本公开实施例中，可以对第二图像进行识别，例如，可以通过一些识别算法或者神经网络，对第二图像进行识别，得到识别的第二身份特征。一些实现方式中，可以针对第二图像中的人脸与人体进行识别，得到的第二身份特征包括的人脸特征和/或人体特征。

步骤S14，对所述第一身份特征和所述第二身份特征进行关联；

在本公开实施例中，可以将第一身份特征与第二身份特征进行匹配，如果第一身份特征和第二身份特征相匹配，则可以认为第一身份特征和第二身份特征属于同一个目标对象，即，可以将第一身份特征和第二身份特征关联为同一个目标对象的身份特征。

在一些实现方式中，可以将第一身份特征包括的人体特征与第二身份特征包括的人体特征进行匹配，在第一身份特征的人体特征与第二身份特征的人体特征相匹配的情况下，可以对第一身份特征的人体特征和第二身份特征的人脸特征进行关联。

这里，由于第一身份特征可能无法提供能够进行身份识别的人脸特征，从而可以将第一身份特征包括的人体特征与第二身份特征包括的人体特征进行匹配，例如，计算第一身份特征的人体特征和第二身份特征的人体特征之间的距离，如欧式距离、余弦距离等，在该距离小于或等于预设值的情况下，确定第一身份特征的人体特征与第二身份特征的人体特征相匹配，即可以认为第一身份特征和第二身份特征属于相同的目标对象。进一步可以将第一身份特征的人体特征和第二身份特征的人脸特征进行关联，即，将第二身份特征包括的人脸特征以及第一身份特征的人体特征，关联为同一个目标对象的人脸特征和人体特征，从而实现第一身份特征和第二身份特征之间的关联，即可通过第二身份特征包含的人脸特征进行身份识别。

这里，在第一身份特征的人体特征和第二身份特征的人体特征之间的距离大于预设值的情况下，那么可以认为第一身份特征的人体特征与第二身份特征的人体特征不匹配，即可以认为第一身份特征和第二身份特征属于不相同的目标对象，第一身份特征与第二身份特征无法关联。

相应地，在第一身份特征的人体特征与第二身份特征的人体特征不匹配的情况下，可以基于第一图像的采集时间，重新获取第二图像，以对第一身份特征和重新获取的第二图像的第二身份特征进行关联，直到达到预设的关联次数或者第一身份特征的人体特征与第二身份特征的人体特征相匹配。例如，可以确定第一图像的采集时间所在的预设时间段，然后可以重新获取预设时间段内采集的第二图像，即可以理解为，可以获取第一图像的采集时间前后一段时间内的第二图像，从而尽可能地获取到与第一图像具有相同目标对象的第二图像。这里，预设时间段和预设的关联次数可以根据实际应用场景进行设置，例如，可以将预设时间段设置为20s、30s等时长，关联次数可以设置为3次至10次等，本公开不对具体的预设时间段和预设的关联次数进行限制。

步骤S15，基于相关联的所述第二身份特征对所述目标对象进行识别，并在成功识别所述目标对象的身份时，确认所述目标对象未逃票。

在本公开实施例中，可以在与第一身份特征关联的第二身份特征中，确定目标对象的人脸特征，然后基于相关联的第二身份特征包括的人脸特征对目标对象进行身份识别，确定目标对象的身份信息。在成功识别所述目标对象的身份时，可以确认目标对象未逃票。举例来说，在地铁进站场景中，可以将与第一身份特征关联的第二身份特征包括的人脸特征，与数据库中预存乘客的人脸特征进行比对，在第二身份特征包括的人脸特征与一预存乘客的人脸特征相匹配的情况下，可以认为目标对象是该预存乘客，进一步可以获取目标对象的身份信息，从而成功对目标对象进行身份识别，确认目标对象未逃票。

这里，身份信息可以包括人脸图像、用户标识号、关联账号等信息。在一些实现方式中，在成功识别目标对象的身份的情况下，可以生成并保存目标对象的身份识别记录，身份识别记录可以包括识别时间、用户信息和识别地点中的一项或多项，从而可以为后续调用目标对象的相关信息提供信息基础。举例来说，在轨道交通场景中，目标对象在进入地铁站的情况下，可以对目标对象进行身份识别，在成功识别目标对象的身份的情况下，可以生成并保存目标对象的乘车记录(身份识别记录)。

一些实现方式中，在轨道交通场景中，确定目标对象的身份信息之后，还可以在身份信息包括的关联账号中，根据目标对象的消费信息，自动扣除一定的费用，从而实现用户的进出站的无感通行。

在一些实现方式中，基于相关联的第二身份特征对目标对象进行识别，并在无法识别目标对象的身份时，确认目标对象逃票。举例来说，可以将与第一身份特征关联的第二身份特征包括的人脸特征，与数据库中预存乘客的人脸特征进行比对，在第二身份特征包括的人脸特征与预存乘客的人脸特征不匹配的情况下，可以认为无法识别目标对象的身份，可以认为目标对象逃票。

在一些实现方式中，还可以在对目标对象进行身份识别的识别区域的离开边界设置红外发生装置，目标对象在离开识别区域时会触发红外信号，从而可以通过红外信号辅助身份识别。在目标对象在离开识别区域时，电子设备可以接收红外信号，然后根据红外信号的接收时间，采集并保存目标对象通过识别区域的图片和/或视频。如获取预设时间段内以不同拍摄角度拍摄的图片和/或视频，图片和/或视频可以作为后续目标对象逃票、应对误扣费申诉或留存现场的凭证。

在一个示例中，在接收到红外信号之后，还可以查找红外信号的接收时间所在的预设时间段内的身份识别记录，即可以查找接收时间的前后一段时间内保存的身份识别记录。在预设时间段内不存在身份识别记录的情况下，表明在接收时间存在离开识别区域的目标对象，但是却不存在该目标对象的身份识别记录，则可以认为该目标对象的身份识别失败，或者，该目标对象故意躲避了身份识别的检测，确认存在逃票的目标对象。进一步可以获取并保存该预设时间段内采集的图片和/或视频，通过图片和/或视频可以作为后续目标对象逃票或留存现场的凭证。在地铁进站场景中，可以通过红外信号触发的方式，将进站现场的图片和/或视频存储下来，协助逃票研判时对现场场景复现。

一些实现方式中，在预设时间段内存在身份验证记录的情况下，表明在接收时间存在离开识别区域的目标对象，并且存在该目标对象的身份验证记录，则可以认为该目标对象的身份验证成功，也可以进一步可以获取并保存该预设时间段内采集的视频。即目标对象无论在正常通行进入地铁站或者逃票进入地铁站，均可以触发红外信号。

本公开实施例可以在无感通行场景中，通过对乘客不同角度拍摄的图片确认乘客的身份，无需设置检票闸机，提高无感通行中乘客身份识别的准确率。

在上述步骤S13中，可以对第二图像进行识别，得到第二图像的第二身份特征。下面提供一种对第二图像进行识别，得到第二图像的第二身份特征的实现方式。

在一些实现方式中，可以对第二图像进行人脸与人体检测，得到至少一个第一对象的检测结果，例如，可以将第二图像输入人脸与人体检测的卷积神经网络，利用卷积神经网络对图像进行人脸与人体检测，由卷积神经网络输出至少一个第一对象的检测结果。第一对象可以是行人、乘客等对象，多个第一对象中可以包括目标对象。由于进行人脸与人体检测之后可以得到至少一个第一对象的检测结果，从而还需要在至少一个第一对象中确定目标对象，从而在对第二图像进行人脸与人体检测的过程中，还可以利用预设的筛选条件对检测到的人脸和人体进行过滤，从而减少目标对象检测错误的情况。从而可以根据预设的筛选条件，对至少一个第一对象的检测结果进行筛选，对至少一个第一对象的检测结果进行过滤，即对第二图像中检测到的多个人脸和人体进行筛选，过滤掉不属于目标对象的人脸和人体，筛选出目标对象的检测结果。然后可以根据目标对象的检测结果，在目标对象所在的图像区域中提取目标对象的第二身份特征。在第一图像的检测结果包括多个人脸和人体的情况下，通过预设的筛选条件，可以快速对不属于目标对象的人脸和人体进行过滤，从而准确地在多个第一对象中确定目标对象。

这里，人脸与人体检测的检测结果可以包括同一对象的人脸与人体的检测框和位置信息。其中，检测框可以用于标识图像中一个对象的人脸与人体，从而检测框可以直观地标识同一个对象的人脸与人体。位置信息可以指示一个对象所在的位置，该位置可以是图像位置，或者，该位置还可以是世界坐标系下的空间位置，例如，可以根据图像坐标与世界坐标的转换关系，将一个对象的图像位置转换为该对象在世界坐标系下的空间位置。一些实现方式中，检测结果还可以包括人脸与人体的质量、检测框的大小、对象标识号(ID)、人脸遮挡面积等信息。其中，人脸与人体的质量可以作为是否可以进行身份识别的先验条件，例如，目标对象的人脸质量小于一定的质量阈值，那么可以认为第一图像或第二图像提供的目标对象的人脸质量较低，可能无法通过该图像对目标对象进行身份识别，可以重新获取目标对象的第一图像或第二图像。检测框的大小可以包括检测框的长和宽，一些示例中，还可以包括检测框所在图像区域的面积。对象标识号可以是一个对象唯一的标识号，一些示例中，可以对多个第一图像或第二图像的检测结果进行跟踪，例如，可以根据人脸特征，对多个第一图像或第二图像的检测结果进行匹配，确定多个图像中属于目标对象的检测结果，并为目标对象的多个检测结果设置相同的对象标识号。人脸遮挡面积可以是人脸被遮挡区域的面积，人脸遮挡面积可以作为是否可以进行身份识别的先验条件，例如，目标对象的人脸遮挡面积大于一定的面积阈值，那么可以认为通过该图像提供的目标对象的人脸可能无法对目标对象进行身份识别，可以重新获取目标对象的第一图像或第二图像。

这里，筛选条件可以根据实际应用场景进行设置，本公开不对具体的筛选条件进行限制。在轨道交通场景中，筛选条件包括第一对象的位置在预设的识别区域内、第一对象在第二图像中的图像面积最大以及第一对象距离预设对象最近等一项或多项。对第一图像进行识别得到第一图像的第一身份特征的过程与得到第二图像的第二身份特征的过程可以相同，这里不再赘述。

在一些实现方式中，目标对象可以是进入地铁站的乘客。在目标对象进入地铁站时，可以对目标对象进行拍摄，得到第一图像和/或第二图像。针对第一图像和第二图像中任意一个图像中多个第一对象的检测结果，可以根据每个第一对象的检测结果，判断第一对象是否在预设的识别区域内，预设的识别区域可以是地铁站的打卡区域，目标对象可以处于打卡区域内，从而可以根据第一对象是否处于打卡区域内判断第一对象是否是目标对象。由于第一图像和第二图像可以是朝向目标对象采集的，并且，为了可以清晰的采集目标对象的人脸，拍摄装置通常设置在打卡区域的附近，从而通常目标对象在图像中的图像区域是多个第一对象中最大的。因此，可以根据至少一个第一对象的检测结果，判断第一对象所在的图像区域的面积是否是多个第一对象中最大的，如果一个第一对象所在图像区域的面积最大，该第一对象可能是目标对象。一些实现方式中，目标对象还可以距离预设对象最近，如目标对象距离拍摄装置、打卡装置等预设对象最近，从而可以根据至少一个第一对象的检测结果，判断第一对象是否距离预设对象最近，如果一个第一对象距离预设对象最近，则该第一对象可能是目标对象。

通过对筛选条件进行适应应用场景的设置，可以快速在多个第一对象中确定进行身份识别的目标对象，从而提高身份识别效率，提高身份识别的准确率。

在一些示例中，在对第二图像进行人脸与人体检测，得到至少一个第一对象的检测结果时，可以分别对第二图像进行人脸检测和人体检测，得到至少一个人脸和至少一个人体。然后对第二图像的至少一个人脸和至少一个人体进行关联，可以得到至少一个第一对象的检测结果。例如，可以根据人脸和人体之间的距离、人脸和人体形成的人体姿态等，对至少一个人脸和至少一个人体进行关联，使关联后的人脸和人体之间的距离小于距离阈值，同时，人脸和人体组合成的人体符合正常人体姿态等。通过对第二图像中的至少一个人脸和至少一个人体进行关联，可以实现人脸与人体检测，从而为得到目标对象准确的第二身份特征提供基础。

下面以地铁场景中对进入地铁站的乘客进行身份识别为例，对本公开实施例提供的乘车逃票检测方法进行说明。图3示出根据本公开实施例的乘车逃票检测方法一示例的流程图，包括以下步骤：

S201、获取第一图像，其中，第一图像是在第一位置处以朝向所述目标对象的拍摄角度采集的，第一位置位于身份识别的识别区域的通道处。

这里，在目标对象进入地铁站的场景中，第一图像可以是在第一位置处的通道拍摄装置拍摄的第一视频中提取的视频帧。电子设备可以直接读取第一视频的视频帧，从而节省第一图像获取时间，减少第一图像读取的延时。

S202、对第一图像进行人脸与人体检测，得到第一身份特征。

这里，可以将第一图像输入神经网络，利用神经网络对第一图像依次进行人脸与人体检测、人脸与人体匹配、目标跟踪，可以得到多个第一对象的检测结果，检测结果可以包括人脸与人体的质量、位置、大小、对象ID等信息。进一步地，可以对多个检测结果进行筛选，筛选出在识别区域的第一对象的检测结果，确定在识别区域的第一对象是目标对象。进一步可以提取目标对象的人脸特征和人体特征作为目标对象的第一身份特征。

S203、根据第一身份特征，判断第一图像中是否存在可识别的人脸。

S204、在第一图像中存在可识别的人脸的情况下，基于第一图像中目标对象的人脸对目标对象进行身份识别。

S205、在第一图像中不存在可识别的人脸的情况下，获取第二图像，其中，第二图像是在第二位置处以朝向目标对象的拍摄角度采集的，第二位置位于正对识别区域的高架处。

这里，第二图像可以是在第二位置处的高架拍摄装置(如高架摄像头)拍摄的第二视频中提取的视频帧。电子设备可以获取高架拍摄装置输出的第二视频的视频流，如可以获取第二视频的实时流传输协议(Real Time Streaming Protocol，RTSP)视频流，并在第二视频的视频流中提取第二图像。

S206、对第二图像进行人脸与人体检测，得到第二身份特征。

这里，可以将第二图像输入神经网络，利用神经网络对第二图像人脸与人体检测、人脸与人体匹配，可以得到第二图像中多个第一对象的检测结果。进一步地，可以对多个第一对象进行筛选，筛选出位于识别区域的目标对象，进一步确定第二图像中目标对象的第二身份特征。一些实现方式中，在第二图像中不存在位于识别区域的目标对象的情况下，可以重新在第二视频的视频流获取第二图像。

在一些实现方式中，上述步骤S205-S206，可以独立执行，即，第一图像的人脸和人体检测过程与第二图像的人脸和人体检测过程可以相互独立进行，第二视频的多个第二图像可以持续提供在识别区域内检测出的第二身份特征，从而为补打卡验证提供可关联的人脸人体信息。第一身份特征和第二身份特征可以以数据缓存的方式进行存储，从而可以减少第一身份特征和第二身份特征关联时的延时。

S207、对第一身份特征和第二身份特征进行关联，基于相关联的第二身份特征对目标对象进行识别，在成功识别所述目标对象的身份时，确认目标对象未逃票。

这里，基于第二身份特征中的人脸特征进行身份识别，如果第二身份特征的人脸特征无法识别目标对象的身份，可以认为目标对象是跳票的乘客。

S208，接收红外信号，根据红外信号的接收时间，查找接收时间所在的预设时间段内的身份识别记录，在预设时间段内不存在身份识别记录的情况下，则存在乘客逃票，获取并保存预设时间段内采集的视频。

需要说明的是，在通过第一图像或第二图像获取目标对象的人脸之后，还可以将目标对象对应的人脸小图与数据库中的乘客数据进行比对，识别出目标对象的身份信息。然后可以根据目标对象的身份信息生成身份识别记录(如乘车记录)并进行扣费。

本公开实施例提供的乘车逃票检测方案，可以通过不同拍摄角度采集的图像对目标对象进行身份识别，从而即使在一个拍摄角度采集的图像不包括目标对象的人脸或者人脸存在遮挡的情况下，也可以借助另一拍摄角度采集的图像实现目标对象的身份识别，在地铁进站场景中，可以减少逃票的几率。此外，本公开还采用红外信号触发对进站乘客的检测，对逃票行为有更高的检测成功率，可以作为判断逃票的依据，对逃票行为的判断更加准确。本公开实施例可以应用在无感通行场景中，在无感通行场景中可以不设置检票闸机，通过对乘客不同角度拍摄的图片可以确认乘客的身份，提高无感通行中乘客身份识别的准确率。

可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

此外，本公开还提供了乘车逃票检测装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种乘车逃票检测方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。

图4示出根据本公开实施例的乘车逃票检测装置的框图，如图4所示，所述装置包括：

第一获取模块31，用于获取针对目标对象的第一图像进行识别所得到的第一身份特征；

第二获取模块32，用于在所述第一身份特征符合预设的遮挡条件的情况下，获取第二图像，其中，所述第一图像和所述第二图像是针对目标对象以不同的拍摄角度采集的；

识别模块33，用于对所述第二图像进行识别，得到所述第二图像的第二身份特征；

关联模块34，用于对所述第一身份特征和所述第二身份特征进行关联；

确定模块35，用于基于相关联的所述第二身份特征对所述目标对象进行识别，并在成功识别所述目标对象的身份时，确认所述目标对象未逃票。

在一些可能的实现方式中，还包括：所述确定模块35，还用于基于相关联的所述第二身份特征对所述目标对象进行识别，并在无法识别所述目标对象的身份时，确认所述目标对象逃票。

在一些可能的实现方式中，还包括：所述确定模块35，还用于在无法从所述第一图像中识别出第一身份特征时，确认所述目标对象逃票。

在一些可能的实现方式中，还包括：红外触发模块，用于接收红外信号，其中，所述红外信号为所述目标对象离开身份识别的识别区域触发的；根据所述红外信号的接收时间，采集并保存所述目标对象通过所述识别区域的图片和/或视频。

在一些可能的实现方式中，还包括：所述红外触发模块，还用于查找所述接收时间所在的预设时间段内的身份识别记录；在所述预设时间段内不存在所述目标对象的身份识别记录的情况下，确认所述目标对象逃票。

在一些可能的实现方式中，所述遮挡条件包括以下至少一项：所述第一身份特征不含人脸特征；所述第一身份特征对应的人脸的质量分数小于预设质量分数阈值；所述第一身份特征对应的人脸的遮挡面积大于预设面积阈值。

在一些可能的实现方式中，所述识别模块33，用于对所述第二图像进行人脸与人体检测，得到至少一个第一对象的检测结果；根据预设的筛选条件，对所述至少一个第一对象的检测结果进行筛选，得到所述目标对象的第二身份特征。

在一些可能的实现方式中，所述筛选条件包括以下至少一项：所述第一对象的位置在预设的识别区域内；所述第一对象在所述第二图像中的图像面积最大；所述第一对象距离预设对象最近。

在一些可能的实现方式中，所述识别模块33，用于对所述第二图像进行人脸检测和人体检测，得到至少一个人脸和至少一个人体；对所述第二图像的至少一个人脸和至少一个人体进行关联，得到所述至少一个第一对象的检测结果。

在一些可能的实现方式中，所述关联模块34，用于将所述第一身份特征包括的人体特征与所述第二身份特征包括的人体特征进行匹配；在所述第一身份特征的人体特征与所述第二身份特征的人体特征相匹配的情况下，对所述第一身份特征和所述第二身份特征进行关联。

在一些可能的实现方式中，所述关联模块34，还用于在所述第一身份特征的人体特征与所述第二身份特征的人体特征相匹配的情况下，基于所述第一图像的采集时间，重新获取第二图像，以对所述第一身份特征和重新获取的第二图像的第二身份特征进行关联，直到达到预设的关联次数或者所述第一身份特征的人体特征与所述第二身份特征的人体特征相匹配。

在一些可能的实现方式中，所述确定模块35，用于基于相关联的所述第二身份特征包括的人脸特征，对所述目标对象进行身份识别。

在一些可能的实现方式中，还包括：生成模块，用于在成功识别所述目标对象的身份时，生成并保存所述目标对象的身份识别记录，其中，所述身份识别记录包括识别时间、用户信息和识别地点中的一项或多项。

在一些可能的实现方式中，所述第一图像是在第一位置处以朝向所述目标对象的拍摄角度采集的，所述第二图像是在第二位置处以朝向所述目标对象的拍摄角度采集的，其中，所述第二位置位于所述第一位置的上方。

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方法实施例的描述，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，其上存储有计算机程序指令，所述计算机程序指令被处理器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调用所述存储器存储的指令，以执行上述方法。

本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，当计算机可读代码在设备上运行时，设备中的处理器执行用于实现如上任一实施例提供的乘车逃票检测方法的指令。

本公开实施例还提供了另一种计算机程序产品，用于存储计算机可读指令，指令被执行时使得计算机执行上述任一实施例提供的乘车逃票检测方法的操作。

电子设备可以被提供为终端、服务器或其它形态的设备。

图5示出根据本公开实施例的一种电子设备800的框图。例如，电子设备800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5，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制电子设备800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802可以包括一个或多个处理器820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802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800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804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806为电子设备800的各种组件提供电力。电源组件806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800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述电子设备800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808包括一个前置摄像头和/或后置摄像头。当电子设备800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810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800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804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802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814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800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800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814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814还可以包括光传感器，如互补金属氧化物半导体(CMOS)或电荷耦合装置(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814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816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如无线网络(WiFi)，第二代移动通信技术(2G)或第三代移动通信技术(3G)，或它们的组合。在一个示例性实施例中，通信组件816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816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800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804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。

图6示出根据本公开实施例的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图6，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932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1922被配置为执行指令，以执行上述方法。

电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如微软服务器操作系统(Windows Server

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1932，上述计算机程序指令可由电子设备1900的处理组件1922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。

该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。

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。