图像分割方法、装置、电子设备及计算机存储介质.pdf

《图像分割方法、装置、电子设备及计算机存储介质.pdf》由会员分享，可在线阅读，更多相关《图像分割方法、装置、电子设备及计算机存储介质.pdf（13页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 202010089863.6 (22)申请日 2020.02.13 (71)申请人 北京海天瑞声科技股份有限公司 地址 100083 北京市海淀区成府路28号优 盛大厦D801 (72)发明人 陈佃文曹琼郝玉峰黄宇凯 李科 (74)专利代理机构 北京钲霖知识产权代理有限 公司 11722 代理人 李英艳冯志云 (51)Int.Cl. G06T 7/11(2017.01) (54)发明名称 图像分割方法、 装置、 电子设备及计算机存 储介质 (57)摘要 本发明涉及计算机视觉技术领。

2、域， 提供一种 图像分割方法、 装置、 电子设备及计算机存储介 质。 图像分割方法包括： 获取待分割图像； 通过目 标检测， 确定待分割图像中的一个或多个目标图 像， 并获取目标图像的坐标信息和类别信息； 根 据坐标信息， 提取包含目标图像的图像区域； 根 据目标图像的类别信息， 选择对应类别的单目标 语义分割模型将图像区域进行单目标语义分割， 得到单目标分割图像； 根据单目标分割图像， 得 到待分割图像的分割图像。 通过结合目标检测和 语义分割， 将目标图像经过提取后进行单目标语 义分割， 进而完成待分割图像的图像分割， 能够 有效降低语义分割场景的复杂度， 进而提高语义 分割的准确度， 且。

3、模型复杂度和硬件要求低， 有 利于节约成本。 权利要求书2页 说明书7页 附图3页 CN 110930419 A 2020.03.27 CN 110930419 A 1.一种图像分割方法， 其特征在于， 所述方法包括： 获取待分割图像； 通过目标检测， 确定所述待分割图像中的一个或多个目标图像， 并获取所述目标图像 的坐标信息和类别信息； 根据所述坐标信息， 提取所述待分割图像中包含所述目标图像的图像区域； 根据所述目标图像的所述类别信息， 选择对应类别的单目标语义分割模型将所述图像 区域进行单目标语义分割， 得到单目标分割图像； 根据所述单目标分割图像， 得到所述待分割图像的分割图像。 2.。

4、根据权利要求1所述的方法， 其特征在于， 所述获取待分割图像， 包括： 获取所述待分割图像及所述待分割图像的图像尺寸信息； 所述根据所述坐标信息， 提取所述待分割图像中包含所述目标图像的图像区域， 包括： 基于所述目标图像的所述坐标信息和所述待分割图像的所述图像尺寸信息， 根据指定 比例， 扩大所述目标图像所在的图像区域， 提取扩大后的图像区域。 3.根据权利要求1或2所述的方法， 其特征在于， 所述根据所述单目标分割图像， 得到所述待分割图像的分割图像， 包括： 根据所述坐标信息， 将所述单目标分割图像映射至所述待分割图像并进行合并， 得到 所述待分割图像的分割图像。 4.根据权利要求3所述。

5、的方法， 其特征在于， 所述方法还包括： 将提取后的所述图像区域进行预处理， 得到预处理后的图像区域； 所述根据所述单目标分割图像， 得到所述待分割图像的分割图像， 包括： 将所述单目标分割图像进行与所述预处理对应的逆操作； 根据所述坐标信息， 将所述逆操作后的单目标分割图像映射至所述待分割图像并进行 合并， 得到所述待分割图像的分割图像。 5.根据权利要求4所述的方法， 其特征在于， 所述单目标分割图像包括： 所述预处理后的图像区域中， 所述目标图像和所述图像区域中的背景进行二值语义分 割处理后的图像。 6.一种图像分割装置， 其特征在于， 所述装置包括： 获取模块， 用于获取待分割图像； 。

6、目标检测模块， 用于通过目标检测， 确定所述待分割图像中的一个或多个目标图像， 并 获取所述目标图像的坐标信息和类别信息； 图像提取模块， 用于根据坐标信息， 提取所述待分割图像中包含所述目标图像的图像 区域； 图像分割模块， 用于根据所述目标图像的所述类别信息， 选择对应类别的单目标语义 分割模型将所述图像区域进行单目标语义分割， 得到单目标分割图像； 图像合并模块， 用于根据所述单目标分割图像， 得到所述待分割图像的分割图像。 7.根据权利要求6所述的装置， 其特征在于， 所述获取模块采用下述方式获取待分割图像： 获取所述待分割图像及所述待分割图像的图像尺寸信息； 权利要求书 1/2 页 。

7、2 CN 110930419 A 2 所述图像提取模块采用下述方式根据坐标信息， 提取所述待分割图像中包含所述目标 图像的图像区域： 基于所述目标图像的所述坐标信息和所述待分割图像的所述图像尺寸信息， 根据指定 比例， 扩大所述目标图像所在的图像区域， 提取扩大后的图像区域。 8.根据权利要求6或7所述的装置， 其特征在于， 所述图像合并模块采用下述方式根据所述单目标分割图像， 得到所述待分割图像的分 割图像： 根据所述坐标信息， 将所述单目标分割图像映射至所述待分割图像并进行合并， 得到 所述待分割图像的分割图像。 9.根据权利要求8所述的装置， 其特征在于， 所述装置还包括： 图像处理模块。

8、， 用于将提取后的所述图像区域进行预处理， 得到预处理后的图像区域； 所述图像合并模块采用下述方式根据所述单目标分割图像， 得到所述待分割图像的分 割图像： 将所述单目标分割图像进行与所述预处理对应的逆操作； 根据所述坐标信息， 将所述逆操作后的单目标分割图像映射至所述待分割图像并进行 合并， 得到所述待分割图像的分割图像。 10.根据权利要求9所述的装置， 其特征在于， 所述单目标分割图像包括： 所述预处理后的图像区域中， 所述目标图像和所述图像区域中的背景进行二值语义分 割处理后的图像。 11. 一种电子设备， 其中， 所述电子设备包括： 存储器， 用于存储指令； 以及 处理器， 用于调用。

9、所述存储器存储的指令执行权利要求1-5中任一项所述的图像分割 方法。 12.一种计算机可读存储介质， 其中， 所述计算机可读存储介质存储有计算机可执行指 令， 所述计算机可执行指令在由处理器执行时， 执行权利要求1-5中任一项所述的图像分割 方法。 权利要求书 2/2 页 3 CN 110930419 A 3 图像分割方法、 装置、 电子设备及计算机存储介质 技术领域 0001 本发明一般地涉及计算机视觉技术领域， 特别是涉及一种图像分割方法、 装置、 电 子设备及计算机存储介质。 背景技术 0002 语义分割是计算机视觉中的基本任务， 通过对图像中的像素点进行密集预测， 进 而实现从像素角度。

10、针对不同的目标图像的分割。 在实际应用中， 越来越多的应用场景需要 从图像中推理出语义， 包括自动驾驶、 人机交互等。 0003 现有基于CNN （Convolutional Neural Networks， 卷积神经网络） 的深度学习方 法， 需通过对影像进行类似编码-解码的操作， 实现端到端的语义分割任务， 对于全场景语 义分割 （例如自动驾驶中的场景图） ， 现有的深度学习网络是将图像中的多目标图像同时进 行语义分割， 模型复杂， 且图像分割的准确度不高。 发明内容 0004 为了解决现有技术中存在的上述问题， 本发明提供一种图像分割方法、 装置、 电子 设备及计算机存储介质。 0005。

11、 第一方面， 本发明实施例提供一种图像分割方法， 包括： 获取待分割图像； 通过目 标检测， 确定待分割图像中的一个或多个目标图像， 并获取目标图像的坐标信息和类别信 息； 根据坐标信息， 提取待分割图像中包含目标图像的图像区域； 根据目标图像的类别信 息， 选择对应类别的单目标语义分割模型将图像区域进行单目标语义分割， 得到单目标分 割图像； 根据单目标分割图像， 得到待分割图像的分割图像。 0006 在一实施例中， 获取待分割图像， 包括： 获取待分割图像及待分割图像的图像尺寸 信息。 根据坐标信息， 提取待分割图像中包含目标图像的图像区域， 包括： 基于目标图像的 坐标信息和待分割图像的。

12、图像尺寸信息， 根据指定比例， 扩大目标图像所在的图像区域， 提 取扩大后的图像区域。 0007 在一实施例中， 根据单目标分割图像， 得到待分割图像的分割图像， 包括： 根据坐 标信息， 将单目标分割图像映射至待分割图像并进行合并， 得到待分割图像的分割图像。 0008 在一实施例中， 图像分割方法还包括： 将提取后的图像区域进行预处理， 得到预处 理后的图像区域； 根据单目标分割图像， 得到待分割图像的分割图像， 包括： 将单目标分割 图像进行与预处理对应的逆操作； 根据坐标信息， 将逆操作后的单目标分割图像映射至待 分割图像并进行合并， 得到待分割图像的分割图像。 0009 在另一实施例。

13、中， 单目标分割图像包括： 预处理后的图像区域中， 目标图像和图像 区域中的背景进行二值语义分割处理后的图像。 0010 第二方面， 本发明实施例提供一种图像分割装置， 包括： 获取模块， 用于获取待分 割图像； 目标检测模块， 用于通过目标检测， 确定待分割图像中的一个或多个目标图像， 并 获取目标图像的坐标信息和类别信息； 图像提取模块， 用于根据坐标信息， 提取待分割图像 说明书 1/7 页 4 CN 110930419 A 4 中包含目标图像的图像区域； 图像分割模块， 用于根据目标图像的类别信息， 选择对应类别 的单目标语义分割模型将图像区域进行单目标语义分割， 得到单目标分割图像；。

14、 图像合并 模块， 用于根据单目标分割图像， 得到待分割图像的分割图像。 0011 在一实施例中， 获取模块采用下述方式获取待分割图像： 获取待分割图像及待分 割图像的图像尺寸信息； 图像提取模块中采用下述方式根据坐标信息， 提取待分割图像中 包含目标图像的图像区域： 基于目标图像的坐标信息和待分割图像的图像尺寸信息， 根据 指定比例， 扩大目标图像所在的图像区域， 提取扩大后的图像区域。 0012 在一实施例中， 图像合并模块采用下述方式根据单目标分割图像， 得到待分割图 像的分割图像： 根据坐标信息， 将单目标分割图像映射至待分割图像并进行合并， 得到待分 割图像的分割图像。 0013 在。

15、另一实施例中， 图像分割装置还包括： 图像处理模块， 用于将提取后的图像区域 进行预处理， 得到预处理后的图像区域。 图像合并模块采用下述方式根据单目标分割图像， 得到待分割图像的分割图像： 将单目标分割图像进行与预处理对应的逆操作； 根据坐标信 息， 将逆操作后的单目标分割图像映射至待分割图像并进行合并， 得到待分割图像的分割 图像。 0014 在一实施例中， 单目标分割图像包括： 预处理后的图像区域中， 目标图像和图像区 域中的背景进行二值语义分割处理后的图像。 0015 第三方面， 本发明实施例提供一种电子设备， 其中， 电子设备包括： 存储器， 用于存 储指令； 以及处理器， 用于调用。

16、存储器存储的指令执行上述任意一种图像分割方法。 0016 第四方面， 本发明实施例提供一种计算机可读存储介质， 其中， 计算机可读存储介 质存储有计算机可执行指令， 计算机可执行指令在由处理器执行时， 执行上述任意一种图 像分割方法。 0017 本发明提供的一种图像分割方法、 装置、 电子设备及计算机存储介质， 通过结合目 标检测和语义分割， 将目标图像经过提取后进行单目标语义分割， 进而完成待分割图像的 图像分割， 能够有效降低语义分割场景的复杂度， 进而提高语义分割的准确度， 且模型复杂 度和硬件要求低， 有利于节约成本。 附图说明 0018 通过参考附图阅读下文的详细描述， 本发明实施方。

17、式的上述以及其他目的、 特征 和优点将变得易于理解。 在附图中， 以示例性而非限制性的方式示出了本发明的若干实施 方式， 其中： 图1示出了本发明实施例提供的一种图像分割方法的示意图； 图2示出了本发明实施例提供的另一种图像分割方法的示意图； 图3示出了本发明实施例提供的一种图像分割装置的示意图； 图4示出了本发明实施例提供的一种电子设备示意图； 在附图中， 相同或对应的标号表示相同或对应的部分。 具体实施方式 0019 下面将参考若干示例性实施方式来描述本发明的原理和精神。 应当理解， 给出这 说明书 2/7 页 5 CN 110930419 A 5 些实施方式仅仅是为了使本领域技术人员能够。

18、更好地理解进而实现本发明， 而并非以任何 方式限制本发明的范围。 0020 需要注意， 虽然本文中使用 “第一” 、“第二” 等表述来描述本发明的实施方式的不 同模块、 步骤和数据等， 但是 “第一” 、“第二” 等表述仅是为了在不同的模块、 步骤和数据等 之间进行区分， 而并不表示特定的顺序或者重要程度。 实际上，“第一” 、“第二” 等表述完全 可以互换使用。 0021 图1是根据一示例性实施例示出的一种图像分割方法的示意图。 如图1， 图像分割 方法10， 包括以下步骤S11至步骤S15。 0022 在步骤S11中， 获取待分割图像。 0023 在本公开实施例中， 待分割图像为需要进行语。

19、义分割的图像。 待分割图像可以通 过图像采集设备进行获取， 也可以通过本地数据库、 云端或者视频中进行获取， 在本公开中 不进行限定。 0024 在步骤S12中， 通过目标检测， 确定待分割图像中的一个或多个目标图像， 并获取 目标图像的坐标信息和类别信息。 0025 在本公开实施例中， 为便于快速确定待分割图像中的目标图像， 并将其进行准确 分割， 利用目标检测模型对待分割图像进行检测， 识别并确定待分割图像中一个或多个目 标图像， 进而得到目标图像在待分割图像中的坐标信息和目标图像的类别信息。 通过目标 检测模型确定目标图像， 有助于节省人工确认目标图像的时间成本， 便于确认目标图像。 其。

20、 中， 坐标信息用于定位目标图像在待分割图像中的位置， 便于将后期得到的单目标分割图 像合并至待分割图像中。 类别信息用于确定单目标语义分割时， 标注单目标分割图像的方 式， 每一种类别信息对应一种标注方式， 例如： 预设类别信息对应的标注颜色， 不同类别信 息采用不同的颜色进行标注， 根据确定的目标图像的类别信息， 采用对应的颜色将目标图 像的整体进行标注。 0026 在一实施例中， 为便于提高确定目标图像的坐标信息和类别信息的获取准确度， 将待分割图像进行调整尺寸、 图像标准化等预处理， 使进行目标检测模型能够快速检测。 0027 在步骤S13中， 根据坐标信息， 提取待分割图像中包含目标。

21、图像的图像区域。 0028 在本公开实施例中， 根据目标检测模型得到的坐标信息， 将目标图像所在待分割 图像中的图像区域进行提取， 有助于缩小单目标语义分割模型的计算量， 便于提高单目标 语义分割的分割效率， 进而提高待分割图像的的分割效率， 且单目标语义分割模型的复杂 度低， 有利于节约成本。 0029 在一实施例中， 为确定语义分割的准确准确性， 需提取的图像区域中包含完整的 目标图像。 在提取目标图像时， 根据待分割图像的图像尺寸信息和目标图像的坐标信息， 确 定合理的扩大指定比例， 避免通过目标检测得到的坐标信息没有完全贴合目标对象的边 缘， 或者提取的图像区域信息过大导致增加单目标语。

22、义分割模型的计算量而引起的误差。 待分割图像的图像尺寸可以在获取待分割图像时获取， 也可以通过目标检测模型检测目标 对象时进行获取。 0030 在步骤S14中， 根据目标图像的类别信息， 选择对应类别的单目标语义分割模型将 图像区域进行单目标语义分割， 得到单目标分割图像。 0031 在本公开实施例中， 单目标语义分割模型为预先训练好的语义分割模型， 每类单 说明书 3/7 页 6 CN 110930419 A 6 目标语义分割模型能够将其对应类别的目标图像进行语义分割。 为便于将目标图像进行准 确的分割， 根据提取的图像区域中目标图像的类别信息， 采用对应的单目标语义分割模型 进行语义分割，。

23、 得到单目标分割图像。 针对不用的类别信息采用不同的单目标语义分割模 型， 有助于降低语义分割模型的复杂度， 且进行语义分割时， 能够根据对应的类别信息进行 针对性的语义分割， 进而提高语义分割的准确度。 0032 在一实施例中， 单目标分割图像为图像区域中， 目标图像与图像区域中的背景进 行二值语义分割的处理结果。 例如： 目标图像为人， 根据目标图像的类别信息， 确定提取的 图像区域对应的类别信息为人， 则采用针对人进行语义分割的单目标语义分割模型进行分 割， 将人与图像区域中的背景进行分割， 标注图像区域中的人， 得到标注人的单目标分割图 像。 0033 在步骤S15中， 根据单目标分割。

24、图像， 得到待分割图像的分割图像。 0034 在本公开实施例中， 将得到的单目标分割图像与待分割图像进行合并， 完成待分 割图像的语义分割， 得到分割图像。 0035 在一实施例中， 根据单目标分割图像对应目标图像的坐标信息， 将中对应的目标 图像的位置并进行合并， 得到待分割图像的分割图像。 通过坐标信息， 能够准确定位单目标 分割图像中标注的目标对象在待分割图像中的位置， 进而将单目标分割图像映射至待分割 图像中， 能够准确合并， 得到准确度较高的分割图像。 0036 在另一实例中， 当待分割图像中的目标图像较少或者待分割图像的数量较少时， 可通过人工方式， 将单目标分割图像移动至待分割图。

25、像中进行合成， 得到分割图像， 降低硬 件要求。 0037 通过上述实施例， 结合目标检测和单目标语义分割两类模型， 将待分割图像进行 语义分割， 能够有效降低语义分割场景的复杂度， 进而提高语义分割的准确度， 有助于减少 人为干预， 提高标注效率， 且模型复杂度和硬件要求低， 有利于节约成本。 0038 图2是根据一示例性实施例示出的另一种图像分割方法的示意图。 如图2， 图像分 割方法20， 包括以下步骤S21至步骤S27。 0039 在本公开中， 步骤S21至步骤S23和步骤S25的实施方式分别与上述图像分割方法 10中的步骤S11至步骤S14的实施方式相同， 在此不再进行赘述。 004。

26、0 在步骤S21中， 获取待分割图像。 0041 在步骤S22中， 通过目标检测， 确定待分割图像中的一个或多个目标图像， 并获取 目标图像的坐标信息和类别信息。 0042 在步骤S23中， 根据坐标信息， 提取待分割图像中包含目标图像的图像区域。 0043 在步骤S24中， 将提取后的图像区域进行预处理， 得到预处理后的图像区域。 0044 在本公开实施例中， 为满足模型预测输入数据尺寸需求且保证单目标语义分割图 像的准确性， 将提取后的图像区域进行预处理， 便于单目标语义分割模型进行单目标语义 分割。 预处理可以包括： 将图像区域缩放至同一预设尺寸 （resize） 、 填充图像区域的区域。

27、边 缘与图像区域中目标图像之间的空间像素 （padding） ， 在保证图像物体不变形的前提下， 满 足模型预测的输入数据尺寸需求， 同时有助于节省单目标语义分割时间， 提高语义分割效 率； 将图像区域进行标准化， 使图像数据分布更均衡， 预测更稳定。 0045 在步骤S25中， 根据目标图像的类别信息， 选择对应类别的单目标语义分割模型将 说明书 4/7 页 7 CN 110930419 A 7 图像区域进行单目标语义分割， 得到单目标分割图像。 0046 在步骤S26中， 将单目标分割图像进行与预处理对应的逆操作。 0047 在本公开实施例中， 将单目标分割图像进行与预处理对应的逆操作， 。

28、有助于单目 标分割图像准确并快速地与待分割图像中对应的位置进行合并。 例如： 若输入单目标语义 分割模型的图像区域经过图像尺寸缩小、 填充图像区域的区域边缘与图像区域中目标图像 之间的空间像素， 则进行逆操作时， 释放图像区域的区域边缘与图像区域中目标图像之间 的空间像素， 放大单目标分割图像的图像尺寸， 使经过逆操作得到的单目标分割图像的图 像尺寸与目标图像的边缘信息与未经过处理的图像区域相同。 0048 在步骤S27中， 根据坐标信息， 将逆操作后的单目标分割图像映射至待分割图像并 进行合并， 得到待分割图像的分割图像。 0049 在本公开实施例中， 将得到的单目标分割图像与待分割图像进行。

29、合并， 完成待分 割图像的语义分割， 得到分割图像。 0050 在一实施例中， 根据单目标分割图像对应目标图像的坐标信息， 将中对应的目标 图像的位置并进行合并， 得到待分割图像的分割图像。 通过坐标信息， 能够准确定位单目标 分割图像中标注的目标对象在待分割图像中的位置， 进而将单目标分割图像映射至待分割 图像中， 能够准确合并， 得到准确度较高的分割图像。 0051 在另一实例中， 当待分割图像中的目标图像较少或者待分割图像的数量较少时， 可通过人工方式， 将单目标分割图像移动至待分割图像中进行合成， 得到分割图像， 降低硬 件要求。 0052 通过上述实施例， 结合目标检测和单目标语义分。

30、割两类模型， 将待分割图像进行 语义分割， 能够有效降低语义分割场景的复杂度， 进而提高语义分割的准确度， 有助于减少 人为干预， 提高标注效率， 且模型复杂度和硬件要求低， 有利于节约成本。 0053 图3是根据一示例性实施例示出的一种图像分割装置的示意图。 如图3所示， 图像 分割装置100， 包括以下模块： 获取模块110， 用于获取待分割图像； 目标检测模块120， 用于通过目标检测， 确定待分割图像中的一个或多个目标图像， 并 获取目标图像的坐标信息和类别信息； 图像提取模块130， 用于根据坐标信息， 提取待分割图像中包含目标图像的图像区域； 图像分割模块140， 用于根据目标图像。

31、的类别信息， 选择对应类别的单目标语义分割模 型将图像区域进行单目标语义分割， 得到单目标分割图像。 0054 图像合并模块150， 用于根据单目标分割图像， 得到待分割图像的分割图像。 0055 在一实施例中， 获取模块110采用下述方式获取待分割图像： 获取待分割图像及待 分割图像的图像尺寸信息； 图像提取模块130采用下述方式待分割图像中包含目标图像的 图像区域： 基于目标图像的坐标信息和待分割图像的图像尺寸信息， 根据指定比例， 扩大目 标图像所在的图像区域， 提取扩大后的图像区域。 0056 在一实施例中， 图像合并模块150采用下述方式根据单目标分割图像， 得到待分割 图像的分割图。

32、像： 根据坐标信息， 将单目标分割图像映射至待分割图像并进行合并， 得到待 分割图像的分割图像。 0057 在另一实施例中， 图像分割装置还包括： 图像处理模块， 用于将提取后的图像区域 说明书 5/7 页 8 CN 110930419 A 8 进行预处理， 得到预处理后的图像区域； 图像合并模块150采用下述方式根据单目标分割图 像， 得到待分割图像的分割图像： 将单目标分割图像进行与预处理对应的逆操作； 根据坐标 信息， 将逆操作后的单目标分割图像映射至待分割图像并进行合并， 得到待分割图像的分 割图像。 0058 在一实施例中， 单目标分割图像包括： 预处理后的图像区域中， 目标图像和图。

33、像区 域中的背景进行二值语义分割处理后的图像。 0059 装置中的各个模块所实现的功能与上文描述的方法中的步骤相对应， 其具体实现 和技术效果请参见上文对于方法步骤的描述， 在此不再赘述。 0060 如图4所示， 本发明的一个实施方式提供了一种电子设备200。 其中， 该电子设备 200包括存储器210、 处理器220、 输入/输出 （Input/Output， I/O） 接口230。 其中， 存储器210， 用于存储指令。 处理器220， 用于调用存储器210存储的指令执行本发明实施例的用于图像 分割方法。 其中， 处理器220分别与存储器210、 I/O接口230连接， 例如可通过总线系统。

34、和/或 其他形式的连接机构(未示出)进行连接。 存储器210可用于存储程序和数据， 包括本发明实 施例中涉及的用于图像分割的程序， 处理器220通过运行存储在存储器210的程序从而执行 电子设备200的各种功能应用以及数据处理。 0061 本发明实施例中处理器220可以采用数字信号处理器(Digital Signal Processing， DSP)、 现场可编程门阵列(Field-Programmable Gate Array， FPGA)、 可编程逻 辑阵列(Programmable Logic Array， PLA)中的至少一种硬件形式来实现， 所述处理器220 可以是中央处理单元 （C。

35、entral Processing Unit， CPU） 或者具有数据处理能力和/或指令 执行能力的其他形式的处理单元中的一种或几种的组合。 0062 本发明实施例中的存储器210可以包括一个或多个计算机程序产品， 所述计算机 程序产品可以包括各种形式的计算机可读存储介质， 例如易失性存储器和/或非易失性存 储器。 所述易失性存储器例如可以包括随机存取存储器 （Random Access Memory， RAM） 和/ 或高速缓冲存储器 （cache） 等。 所述非易失性存储器例如可以包括只读存储器 （Read-Only Memory， ROM） 、 快闪存储器 （Flash Memory） 。

36、、 硬盘 （Hard Disk Drive， HDD） 或固态硬盘 （Solid-State Drive， SSD） 等。 0063 本发明实施例中， I/O接口230可用于接收输入的指令 （例如数字或字符信息， 以及 产生与电子设备200的用户设置以及功能控制有关的键信号输入等） ， 也可向外部输出各种 信息 （例如， 图像或声音等） 。 本发明实施例中I/O接口230可包括物理键盘、 功能按键 （比如 音量控制按键、 开关按键等） 、 鼠标、 操作杆、 轨迹球、 麦克风、 扬声器和触控面板等中的一个 或多个。 0064 在一些实施方式中， 本发明提供了一种计算机可读存储介质， 该计算机可读。

37、存储 介质存储有计算机可执行指令， 计算机可执行指令在由处理器执行时， 执行上文所述的任 何方法。 0065 尽管在附图中以特定的顺序描述操作， 但是不应将其理解为要求按照所示的特定 顺序或是串行顺序来执行这些操作， 或是要求执行全部所示的操作以得到期望的结果。 在 特定环境中， 多任务和并行处理可能是有利的。 0066 本发明的方法和装置能够利用标准编程技术来完成， 利用基于规则的逻辑或者其 他逻辑来实现各种方法步骤。 还应当注意的是， 此处以及权利要求书中使用的词语 “装置” 说明书 6/7 页 9 CN 110930419 A 9 和 “模块” 意在包括使用一行或者多行软件代码的实现和/。

38、或硬件实现和/或用于接收输入 的设备。 0067 此处描述的任何步骤、 操作或程序可以使用单独的或与其他设备组合的一个或多 个硬件或软件模块来执行或实现。 在一个实施方式中， 软件模块使用包括包含计算机程序 代码的计算机可读介质的计算机程序产品实现， 其能够由计算机处理器执行用于执行任何 或全部的所描述的步骤、 操作或程序。 0068 出于示例和描述的目的， 已经给出了本发明实施的前述说明。 前述说明并非是穷 举性的也并非要将本发明限制到所公开的确切形式， 根据上述教导还可能存在各种变形和 修改， 或者是可能从本发明的实践中得到各种变形和修改。 选择和描述这些实施例是为了 说明本发明的原理及其实际应用， 以使得本领域的技术人员能够以适合于构思的特定用途 来以各种实施方式和各种修改而利用本发明。 说明书 7/7 页 10 CN 110930419 A 10 图1 说明书附图 1/3 页 11 CN 110930419 A 11 图2 说明书附图 2/3 页 12 CN 110930419 A 12 图3 图4 说明书附图 3/3 页 13 CN 110930419 A 13 。