一种高空抛物检测方法、装置、电子设备及存储介质与流程

计算;推算;计数设备的制造及其应用技术1.本发明涉及计算机技术，尤其涉及一种高空抛物检测方法、装置、电子设 备及存储介质。背景技术：2.现有技术中，高空抛物检测通常通过人为对监控视频实时关注，或在抛物 行为发生后对监控录像的回顾，无法实时高效地检测高空抛物行为。并且由于 在追溯过程中可能由于监控角度等原因，无法确认抛物来源，导致高空抛物造 成生命财产损失后也难以对其追责，对部分意识淡薄，对抛物事件不重视，时 有高空抛物行为的对象，物业或相关管理部门无法及时纠正其高空抛物行为。3.技术实现要素：4.本发明提供一种高空抛物检测方法、装置、电子设备及存储介质，以实现 提高高空抛物检测的准确性和效率。5.根据本发明的一方面，提供了一种高空抛物检测方法，其特征在于，包括：6.获取待检测视频，并从所述待检测视频中获取当前视频帧图像；7.通过背景建模算法确定所述当前视频帧图像中是否存在移动物体；8.若存在，则根据历史视频帧图像和所述当前视频帧图像获取所述移动物体 的移动信息，并根据所述移动信息确定所述移动物体是否为抛物；9.若是，则根据所述抛物的当前抛物位置确定下一视频帧图像中的下一预测 抛物位置；10.根据所述下一预测抛物位置和所述当前抛物位置确定所述抛物的起始位置。11.根据本发明的另一方面，提供了一种高空抛物检测装置，其特征在于，包 括：12.当前视频帧图像获取模块，用于获取待检测视频，并从所述待检测视频中 获取当前视频帧图像；13.移动物体存在确定模块，用于通过背景建模算法确定所述当前视频帧图像 中是否存在移动物体；14.抛物确定模块，用于若所述移动物体存在确定模块确定为存在，则根据历 史视频帧图像和所述当前视频帧图像获取所述移动物体的移动信息，并根据所 述移动信息确定所述移动物体是否为抛物；15.下一预测抛物位置确定模块，用于若所述抛物确定模块确定为是，则根据 所述抛物的当前抛物位置确定下一视频帧图像中的下一预测抛物位置；16.起始位置确定模块，用于根据所述下一预测抛物位置和所述当前抛物位置 确定所述抛物的起始位置。17.根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：18.至少一个处理器；以及19.与所述至少一个处理器通信连接的存储器；其中，20.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算 机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明 任一实施例所述的高空抛物检测方法。21.根据本发明的另一方面，提供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使处理器执行时实现本发 明任一实施例所述的高空抛物检测方法。22.本发明实施例的技术方案，通过获取待检测视频，并从所述待检测视频中 获取当前视频帧图像；通过背景建模算法确定所述当前视频帧图像中是否存在 移动物体；若存在，则根据历史视频帧图像和所述当前视频帧图像获取所述移 动物体的移动信息，并根据所述移动信息确定所述移动物体是否为抛物；若是， 则根据所述抛物的当前抛物位置确定下一视频帧图像中的下一预测抛物位置； 根据所述下一预测抛物位置和所述当前抛物位置确定所述抛物的起始位置。解 决了无法实时高效地检测高空抛物行为以及无法确认抛物来源的问题，取得了 提高高空抛物检测的准确性和效率的有益效果。23.应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重 要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书 而变得容易理解。附图说明24.图1为本发明实施例一提供的一种高空抛物检测方法的流程图；25.图2为本发明实施例二提供的一种高空抛物检测方法的流程图；26.图3为本发明实施例三提供的一种高空抛物检测装置的结构示意图；27.图4为用来实施本发明实施例的电子设备的结构示意图。具体实施方式28.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实 施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然， 所描述的实施例仅仅是本发明一部分的实施例，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，都应当属于本发明保护的范围。29.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”、“目标”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、产品或设备不必限于清楚 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。30.实施例一31.图1为本发明实施例一提供的一种高空抛物检测方法的流程图，本实施例 可适用于检测高空抛物检测行为和来源的情况，该方法可以由本发明实施例所 提供的高空抛物检测装置来执行，该装置可以由软件和/或硬件的方式实现。参 见图1，本实施例提供的高空抛物检测方法，包括：32.s110、获取待检测视频，并从所述待检测视频中获取当前视频帧图像。33.其中，待检测视频可以为监控视频，本实施例对此不进行限制。从待检测 视频中获取当前待检测视频帧图像，可以为对待检测视频的视频流进行解码操 作，得到当前单帧视频图像。可选的，对解码得到的单帧图片进行降噪、图像 增强等预处理提升图片质量，从而提高后续高空抛物识别的准确性。34.s120、通过背景建模算法确定所述当前视频帧图像中是否存在移动物体。35.其中，移动物体为待检测视频帧图像对应的场景中的运动目标。36.确定移动对象区域的方式可以为在每帧待检测视频帧图像中构造一个特定 大小和形状的结构元素，用于图像形态学处理，创建混合高斯模型用于背景建 模，将读入的每一帧应用于混合高斯模型，去除待检测视频帧图像中的背景， 利用形态学开运算去噪点；通过轮廓检测算法寻找待检测视频帧图像是否存在 轮廓，若存在，则确定当前视频帧图像中存在移动物体。37.s130、若存在，则根据历史视频帧图像和所述当前视频帧图像获取所述移 动物体的移动信息，并根据所述移动信息确定所述移动物体是否为抛物。38.历史视频帧图像为在当前视频帧图像之前产生的视频帧图像，可以为相邻 帧图像，本实施例对此不进行限制。移动物体的移动信息可以为移动物体在历 史视频帧图像和当前视频帧图像中位置的变化信息。39.根据历史视频帧图像和当前视频帧图像获取移动物体的移动信息，可以为 在历史视频帧图像中确定移动物体的历史位置，在当前视频帧图像中确定移动 物体的当前位置，将历史位置和当前位置的差别作为移动物体的移动信息。其 中，在不同视频帧图像中确定同一移动物体可以通过轮廓相似度对比等方式实 现，本实施例对此不进行限制。40.根据移动信息确定移动物体是否为抛物，可以为判断移动信息是否满足抛 物曲线等，若满足则确定移动物体为抛物。可选的，可实时存储抛物捕获画面 便于事后追责。41.本实施例中，可选的，根据历史视频帧图像和所述当前视频帧图像获取所 述移动物体的移动信息，并根据所述移动信息确定所述移动物体是否为抛物， 包括：42.确定所述历史视频帧图像中所述移动物体的历史位置信息和所述当前视频 帧图像中所述移动物体的当前位置信息；43.根据所述历史位置信息和所述当前位置信息确定所述移动信息；44.判断所述移动信息是否大于预设移动阈值；若是，则确定所述移动物体为 抛物。45.在历史视频帧图像中确定移动物体的历史位置信息，在当前视频帧图像中 确定移动物体的当前位置信息，其中，历史位置信息和当前位置信息可以为移 动物体对应的最小外接矩形的坐标信息，本实施例对此不进行限制。46.将历史位置信息和当前位置信息确定移动信息，可以为根据历史位置信息 和当前位置信息确定移动物体在水平方向上的移动距离，作为移动信息，判断 移动信息是否大于预设水平移动阈值；若是，则确定移动物体为抛物。47.其中，在不同视频帧图像中确定同一移动物体可以通过sort算法等追踪 算法实现，本实施例对此不进行限制。48.通过对移动物体在不同视频帧图像中的移动信息，确定移动物体是否为抛 物，避免将移动距离较小且在运动的物体误认为抛物，提高高空抛物确定的准 确性。49.s140、若是，则根据所述抛物的当前抛物位置确定下一视频帧图像中的下 一预测抛物位置。50.下一视频帧图像为与当前视频帧图像相邻且产生时间较新的视频帧图像， 根据抛物的当前抛物位置确定下一视频帧图像中的下一预测抛物位置，可以为 通过抛物在历史视频帧图像中的历史抛物位置，确定历史抛物位置与当前抛物 位置的位置差，根据位置差和当前抛物位置得到下一视频帧图像中的下一预测 抛物位置。51.s150、根据所述下一预测抛物位置和所述当前抛物位置确定所述抛物的起 始位置。52.根据下一预测抛物位置和当前抛物位置确定抛物的起始位置，可以为获取 下一视频帧图像中的下一实际抛物位置，根据下一实际抛物位置与下一预测抛 物位置进行对比，若相差不超过预设距离，则获取存在抛物的初始视频帧图像， 将初始视频帧图像中的抛物位置确定为抛物的起始位置。若下一实际抛物位置 与下一预测抛物位置相差超过预设距离，则移动物体可能与抛物部分运动轨迹 较为相似但并非为抛物，可将该类移动物体剔除，提高抛物检测的准确性。53.本实施例中，可选的，根据所述下一预测抛物位置和所述当前抛物位置确 定所述抛物的起始位置，包括：54.获取上一视频帧图像中所述移动物体的上一抛物位置；55.根据所述上一抛物位置、所述当前抛物位置和所述下一预测抛物位置确定 抛物曲线；56.根据所述抛物曲线确定所述抛物的起始位置。57.上一视频帧图像为与当前视频帧图像相邻且产生时间较早的视频帧图像。58.获取上一视频帧图像中同一移动物体的抛物位置，根据上一抛物位置、当 前抛物位置和下一预测抛物位置构建抛物曲线方程，根据抛物曲线与抛物建筑 在水平方向的位置，确定抛物的垂直位置，从而确定抛物的起始位置。59.从而可在拥有两帧视频帧图像的情况下确定抛物的起始位置，提高起始位 置确定的效率。60.本实施例中，可选的，在根据所述移动信息确定所述移动物体是否为抛物 之后，还包括：61.根据抛物识别结果，确定是否进行抛物提示；62.若是，则确定所述抛物提示的提示方式和提示内容，并根据所述提示方式 和所述提示内容进行所述抛物提示。63.其中，抛物识别结果为是否存在抛物的识别结果，若识别存在抛物，则进 行抛物提示。抛物提示方式为提示抛物状态的方式，示例性的，抛物提示方式 可以为通过警报器进行灯光语音提示，也可以为向关联人员的用户终端发送抛 物提示信息等，本实施例对此不进行限制。64.抛物提示内容可以包括存在抛物行为，还可以包括抛物行为发生位置、抛 物产生时间等，本实施例对此不进行限制。65.通过确定抛物提示的提示方式和提示内容，并根据提示方式和提示内容进 行抛物提示，提高抛物提示的准确性和有效性。使得相关人员及时得知抛物发 生情况，便于后续根据抛物提示对抛物行为进行进一步处理，提高后续抛物行 为处理的效率和准确性。66.本实施例所提供的技术方案，通过获取可实时获得的待检测视频，并从待 检测视频中获取当前视频帧图像；通过背景建模算法确定当前视频帧图像中是 否存在移动物体；若存在，则根据历史视频帧图像和当前视频帧图像获取移动 物体的移动信息，并根据移动信息实时确定移动物体是否为抛物，从而根据抛 物的特性确定抛物，提高抛物确定的准确性和效率。若是，则根据抛物的当前 抛物位置确定下一视频帧图像中的下一预测抛物位置；根据下一预测抛物位置 和当前抛物位置确定抛物的起始位置。在识别抛物的基础上确定抛物的起始位 置，提高抛物检测的全面性。从而解决了无法实时高效地检测高空抛物行为以 及无法确认抛物来源的问题，取得了提高高空抛物检测的准确性和效率的有益 效果。67.实施例二68.图2为本发明实施例二提供的一种高空抛物检测方法的流程图，本技术方 案是针对通过背景建模算法确定所述当前视频帧图像中是否存在移动物体的过 程进行补充说明的。与上述方案相比，本方案具体优化为，通过背景建模算法 确定所述当前视频帧图像中是否存在移动物体，包括：69.通过所述背景建模算法确定所述当前视频帧图像中的当前前景像素点范围；70.根据所述当前前景像素点范围和上一视频帧图像中的历史前景像素点范围， 确定前景像素点差值集合；71.根据所述前景像素点差值集合是否满足预设差值条件，确定所述当前视频 帧图像中是否存在所述移动物体。具体的，高空抛物检测方法的流程图如图2 所示：72.s210、获取待检测视频，并从所述待检测视频中获取当前视频帧图像。73.s220、通过所述背景建模算法确定所述当前视频帧图像中的当前前景像素 点范围。74.通过背景建模算法确定视频帧图像对应的场景的背景像素点范围，将当前 视频帧图像中的全部像素点与背景像素点范围进行对比，若像素点不属于背景 像素点范围，则该像素点为当前前景像素点范围。75.本实施例中，可选的，通过所述背景建模算法确定所述当前视频帧图像中 的当前前景像素点范围，包括：76.通过混合高斯模型训练所述待检测视频对应的视频背景；77.将所述当前视频帧图像中的候选像素点与所述视频背景进行高斯匹配；78.根据匹配结果从所述候选像素点中确定目标像素点，并将所述目标像素点 构成的集合确定为所述当前前景像素点范围。79.其中，视频背景即为待检测视频对应场景的场景背景，对图像中背景采用 一个混合高斯模型进行训练，背景的混合高斯模型的个数可以自适应。然后将 当前视频帧图像中的候选像素点与视频背景进行高斯匹配，其中，候选像素点 可以为当前视频帧图像中的全部像素点。80.若候选像素点的像素值可以匹配其中任意一个高斯混合高斯模型，则确认 为背景像素点，将候选像素点中除背景像素点外像素点确定为目标像素点，将 目标像素点构成的集合确定为当前前景像素点范围。提高背景像素点确定的准 确性，从而提高当前前景像素点范围确定的准确性。81.s230、根据所述当前前景像素点范围和上一视频帧图像中的历史前景像素 点范围，确定前景像素点差值集合。82.通过上述方式获取上一视频帧图像中的历史前景像素点范围，由于相邻图 像帧中的背景像素点范围通常变化不大，因此历史前景像素点范围与当前前景 像素点范围通常相差不大，历史前景像素点范围与当前前景像素点范围中的像 素点互相对应，将历史前景像素点范围内全部像素点与当前前景像素点范围内 对应的像素点相减，得到各像素点对应的灰度差，构成前景像素点差值集合。83.s240、根据所述前景像素点差值集合是否满足预设差值条件，确定所述当 前视频帧图像中是否存在所述移动物体。84.可以判断各灰度差的绝对值，是否超过预设阈值，若是，则将超过阈值的 灰度差对应的像素点集合作为移动物体对应的像素点集合，若移动物体像素点 集合中像素点超过预设数量，可以确定当前视频帧图像中存在移动物体。85.s250、若存在，则根据历史视频帧图像和所述当前视频帧图像获取所述移 动物体的移动信息，并根据所述移动信息确定所述移动物体是否为抛物。86.s260、若是，则根据所述抛物的当前抛物位置确定下一视频帧图像中的下 一预测抛物位置。87.s270、根据所述下一预测抛物位置和所述当前抛物位置确定所述抛物的起 始位置。88.本发明实施例通过背景建模算法确定当前视频帧图像中的当前前景像素点 范围；根据当前前景像素点范围和上一视频帧图像中的历史前景像素点范围， 确定前景像素点差值集合；根据前景像素点差值集合是否满足预设差值条件， 确定当前视频帧图像中是否存在移动物体。由于静止的物体灰度差值通常为零。 前景像素点差值集合满足预设差值条件时，为移动物体的可能性较大，从而提 高移动物体检测的准确性和针对性。89.实施例三90.图3为本发明实施例三提供的一种高空抛物检测装置的结构示意图。该装 置可以由硬件和/或软件的方式来实现，可执行本发明任意实施例所提供的一种 高空抛物检测方法，具备执行方法相应的功能模块和有益效果。如图3所示， 该装置包括：91.当前视频帧图像获取模块310，用于获取待检测视频，并从所述待检测视 频中获取当前视频帧图像；92.移动物体存在确定模块320，用于通过背景建模算法确定所述当前视频帧 图像中是否存在移动物体；93.抛物确定模块330，用于若所述移动物体存在确定模块确定为存在，则根 据历史视频帧图像和所述当前视频帧图像获取所述移动物体的移动信息，并根 据所述移动信息确定所述移动物体是否为抛物；94.下一预测抛物位置确定模块340，用于若所述抛物确定模块确定为是，则 根据所述抛物的当前抛物位置确定下一视频帧图像中的下一预测抛物位置；95.起始位置确定模块350，用于根据所述下一预测抛物位置和所述当前抛物 位置确定所述抛物的起始位置。96.在上述各技术方案的基础上，可选的，所述移动物体存在确定模块，包括：97.当前范围确定单元，用于通过所述背景建模算法确定所述当前视频帧图像 中的当前前景像素点范围；98.差值确定单元，用于根据所述当前前景像素点范围和上一视频帧图像中的 历史前景像素点范围，确定前景像素点差值集合；99.移动物体存在确定单元，用于根据所述前景像素点差值集合是否满足预设 差值条件，确定所述当前视频帧图像中是否存在所述移动物体。100.在上述各技术方案的基础上，可选的，所述当前范围确定单元，包括：101.视频背景训练子单元，用于通过混合高斯模型训练所述待检测视频对应的 视频背景；102.像素点匹配子单元，用于将所述当前视频帧图像中的候选像素点与所述视 频背景进行高斯匹配；103.当前范围确定子单元，用于根据匹配结果从所述候选像素点中确定目标像 素点，并将所述目标像素点构成的集合确定为所述当前前景像素点范围。104.在上述各技术方案的基础上，可选的，所述抛物确定模块，包括：105.位置信息确定模块，用于确定所述历史视频帧图像中所述移动物体的历史 位置信息和所述当前视频帧图像中所述移动物体的当前位置信息；106.移动信息确定子单元，用于根据所述历史位置信息和所述当前位置信息确 定所述移动信息；107.抛物确定子单元，用于判断所述移动信息是否大于预设移动阈值；若是， 则确定所述移动物体为抛物。108.在上述各技术方案的基础上，可选的，所述起始位置确定模块，包括：109.上一抛物位置获取单元，用于获取上一视频帧图像中所述移动物体的上一 抛物位置；110.抛物曲线确定单元，用于根据所述上一抛物位置、所述当前抛物位置和所 述下一预测抛物位置确定抛物曲线；111.起始位置确定单元，用于根据所述抛物曲线确定所述抛物的起始位置。112.在上述各技术方案的基础上，可选的，所述装置还包括：113.提示进行确定模块，用于所述抛物确定模块之后，根据抛物识别结果，确 定是否进行抛物提示；114.提示进行模块，用于若所述提示进行确定模块确定为是，则确定所述抛物 提示的提示方式和提示内容，并根据所述提示方式和所述提示内容进行所述抛 物提示。115.实施例四116.图4示出了可以用来实施本发明实施例的电子设备10的结构示意图。电子 设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工 作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计 算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝 电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装 置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并 且不意在限制本文中描述的和/或者要求的本发明的实现。117.如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器 11通信连接的存储器，如只读存储器(rom)12、随机访问存储器(ram) 13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11 可以根据存储在只读存储器(rom)12中的计算机程序或者从存储单元18加 载到随机访问存储器(ram)13中的计算机程序，来执行各种适当的动作和处 理。在ram 13中，还可存储电子设备10操作所需的各种程序和数据。处理器 11、rom 12以及ram 13通过总线14彼此相连。输入/输出(i/o)接口15也 连接至总线14。118.电子设备10中的多个部件连接至i/o接口15，包括：输入单元16，例如 键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18， 例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发 机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电 信网络与其他设备交换信息/数据。119.处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处 理器11的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、 各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的处理器、 数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。处理 器11执行上文所描述的各个方法和处理，例如高空抛物检测方法。120.在一些实施例中，高空抛物检测方法可被实现为计算机程序，其被有形地 包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序 的部分或者全部可以经由rom 12和/或通信单元19而被载入和/或安装到电子 设备10上。当计算机程序加载到ram 13并由处理器11执行时，可以执行上 文描述的高空抛物检测方法的一个或多个步骤。备选地，在其他实施例中，处 理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行高 空抛物检测方法。121.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、 集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准 产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计 算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括： 实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少 一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用 或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输 出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输 入装置、和该至少一个输出装置。122.用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何 组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编 程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框 图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在 机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行 或完全在远程机器或服务器上执行。123.在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包 含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备 结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁 性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容 的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机 器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计 算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程 只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器 (cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。124.为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术， 该电子设备具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管) 或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨 迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类 的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形 式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何 形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。125.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作 为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者 包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计 算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和 技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的 任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如， 通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、 广域网(wan)、区块链网络和互联网。126.计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通 常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服 务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器， 又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决 了传统物理主机与vps服务中，存在的管理难度大，业务扩展性弱的缺陷。127.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除 步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以 不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不 进行限制。128.上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员 应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合 和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均 应包含在本发明保护范围之内。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!