本公開(kāi)涉及計(jì)算機(jī)視覺(jué)技術(shù)領(lǐng)域，尤其涉及目標(biāo)檢測(cè)方法及裝置。

背景技術(shù)：

隨著計(jì)算機(jī)技術(shù)的發(fā)展和計(jì)算機(jī)視覺(jué)原理的廣泛應(yīng)用，利用計(jì)算機(jī)圖像處理技術(shù)進(jìn)行目標(biāo)檢測(cè)的研究越來(lái)越熱門。目標(biāo)檢測(cè)技術(shù)可以應(yīng)用于智能化交通系統(tǒng)、智能監(jiān)控系統(tǒng)、軍事目標(biāo)檢測(cè)及醫(yī)學(xué)導(dǎo)航手術(shù)等方面。目標(biāo)檢測(cè)技術(shù)在圖片搜索引擎中也發(fā)揮著重要作用。

相關(guān)技術(shù)中的目標(biāo)檢測(cè)技術(shù)無(wú)法較好地檢測(cè)小尺寸的目標(biāo)。當(dāng)目標(biāo)的大小在圖像中的占比小于1/20時(shí)，檢測(cè)得到的目標(biāo)的邊界框的位置和大小會(huì)急劇增大。當(dāng)目標(biāo)的大小在圖像中的占比小于1/40時(shí)，基本上無(wú)法檢測(cè)到目標(biāo)。

技術(shù)實(shí)現(xiàn)要素：

為克服相關(guān)技術(shù)中存在的問(wèn)題，本公開(kāi)提供一種目標(biāo)檢測(cè)方法及裝置。

根據(jù)本公開(kāi)實(shí)施例的第一方面，提供一種目標(biāo)檢測(cè)方法，包括：

確定圖像中的感興趣區(qū)域；

在所述圖像中確定所述感興趣區(qū)域的相關(guān)區(qū)域；

根據(jù)所述感興趣區(qū)域和所述相關(guān)區(qū)域進(jìn)行目標(biāo)檢測(cè)，所述目標(biāo)在所述感興趣區(qū)域中。

在一種可能的實(shí)現(xiàn)方式中，在所述圖像中確定所述感興趣區(qū)域的相關(guān)區(qū)域，包括：

確定所述感興趣區(qū)域的幾何中心；

在所述圖像中，以所述幾何中心為新幾何中心，獲取面積為所述感興趣區(qū)域面積n倍的新區(qū)域，并確定所述新區(qū)域?yàn)樗鱿嚓P(guān)區(qū)域，其中，所述n大于1。

在一種可能的實(shí)現(xiàn)方式中，在所述圖像中確定所述感興趣區(qū)域的相關(guān)區(qū)域，還包括：

以所述幾何中心為新幾何中心，獲取m個(gè)新區(qū)域，每個(gè)所述新區(qū)域的面積為所述感興趣區(qū)域面積的i倍，且每個(gè)所述新區(qū)域的面積不同；

確定所述m個(gè)新區(qū)域?yàn)樗鱿嚓P(guān)區(qū)域；

其中，所述m為大于1的整數(shù)，所述i為m個(gè)不同的n。

在一種可能的實(shí)現(xiàn)方式中，根據(jù)所述感興趣區(qū)域和所述相關(guān)區(qū)域進(jìn)行目標(biāo)檢測(cè)，包括：

將所述感興趣區(qū)域和所述相關(guān)區(qū)域分別映射到特征圖上；

對(duì)各個(gè)特征圖進(jìn)行池化操作，得到池化后的各個(gè)特征圖；

根據(jù)池化后的各個(gè)特征圖進(jìn)行分類處理和邊界框回歸處理，得到目標(biāo)對(duì)應(yīng)的邊界框。

根據(jù)本公開(kāi)實(shí)施例的第二方面，提供一種目標(biāo)檢測(cè)裝置，包括：

第一確定模塊，用于確定圖像中的感興趣區(qū)域；

第二確定模塊，用于在所述圖像中確定所述感興趣區(qū)域的相關(guān)區(qū)域；

目標(biāo)檢測(cè)模塊，用于根據(jù)所述感興趣區(qū)域和所述相關(guān)區(qū)域進(jìn)行目標(biāo)檢測(cè)，所述目標(biāo)在所述感興趣區(qū)域中。

在一種可能的實(shí)現(xiàn)方式中，所述第二確定模塊包括：

第一確定子模塊，用于確定所述感興趣區(qū)域的幾何中心；

第二確定子模塊，用于在所述圖像中，以所述幾何中心為新幾何中心，獲取面積為所述感興趣區(qū)域面積n倍的新區(qū)域，并確定所述新區(qū)域?yàn)樗鱿嚓P(guān)區(qū)域，其中，所述n大于1。

在一種可能的實(shí)現(xiàn)方式中，所述第二確定模塊還包括：

獲取子模塊，用于以所述幾何中心為新幾何中心，獲取m個(gè)新區(qū)域，每個(gè)所述新區(qū)域的面積為所述感興趣區(qū)域面積的i倍，且每個(gè)所述新區(qū)域的面積不同；

第三確定子模塊，用于確定所述m個(gè)新區(qū)域?yàn)樗鱿嚓P(guān)區(qū)域；

其中，所述m為大于1的整數(shù)，所述i為m個(gè)不同的n。

在一種可能的實(shí)現(xiàn)方式中，所述目標(biāo)檢測(cè)模塊包括：

映射子模塊，用于將所述感興趣區(qū)域和所述相關(guān)區(qū)域分別映射到特征圖上；

池化子模塊，用于對(duì)各個(gè)特征圖進(jìn)行池化操作，得到池化后的各個(gè)特征圖；

邊界框確定子模塊，用于根據(jù)池化后的各個(gè)特征圖進(jìn)行分類處理和邊界框回歸處理，得到目標(biāo)對(duì)應(yīng)的邊界框。

根據(jù)本公開(kāi)實(shí)施例的第三方面，提供一種目標(biāo)檢測(cè)裝置，包括：處理器；用于存儲(chǔ)處理器可執(zhí)行指令的存儲(chǔ)器；其中，所述處理器被配置為執(zhí)行上述方法的步驟。

根據(jù)本公開(kāi)實(shí)施例的第四方面，提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述方法的步驟。

本公開(kāi)的實(shí)施例提供的技術(shù)方案可以包括以下有益效果：通過(guò)確定圖像中的感興趣區(qū)域，在該圖像中確定感興趣區(qū)域的相關(guān)區(qū)域，根據(jù)感興趣區(qū)域和相關(guān)區(qū)域進(jìn)行目標(biāo)檢測(cè)，由此能夠結(jié)合感興趣區(qū)域及其相關(guān)區(qū)域的特征進(jìn)行目標(biāo)檢測(cè)，從而能夠大大提高小尺寸目標(biāo)的檢測(cè)成功率和檢測(cè)準(zhǔn)確率。

應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本公開(kāi)。

附圖說(shuō)明

此處的附圖被并入說(shuō)明書(shū)中并構(gòu)成本說(shuō)明書(shū)的一部分，示出了符合本公開(kāi)的實(shí)施例，并與說(shuō)明書(shū)一起用于解釋本公開(kāi)的原理。

圖1是根據(jù)一示例性實(shí)施例示出的一種目標(biāo)檢測(cè)方法的流程圖。

圖2是根據(jù)一示例性實(shí)施例示出的一種目標(biāo)檢測(cè)方法中感興趣區(qū)域以及感興趣區(qū)域的多個(gè)相關(guān)區(qū)域的示意圖。

圖3是根據(jù)一示例性實(shí)施例的一個(gè)示例示出的一種目標(biāo)檢測(cè)方法步驟s13的流程圖。

圖4是根據(jù)一示例性實(shí)施例示出的一種目標(biāo)檢測(cè)裝置的框圖。

圖5是根據(jù)一示例性實(shí)施例的一個(gè)示例示出的一種目標(biāo)檢測(cè)裝置的框圖。

圖6是根據(jù)一示例性實(shí)施例示出的一種用于目標(biāo)檢測(cè)的裝置800的框圖。

具體實(shí)施方式

這里將詳細(xì)地對(duì)示例性實(shí)施例進(jìn)行說(shuō)明，其示例表示在附圖中。下面的描述涉及附圖時(shí)，除非另有表示，不同附圖中的相同數(shù)字表示相同或相似的要素。以下示例性實(shí)施例中所描述的實(shí)施方式并不代表與本公開(kāi)相一致的所有實(shí)施方式。相反，它們僅是與如所附權(quán)利要求書(shū)中所詳述的、本公開(kāi)的一些方面相一致的裝置和方法的例子。

圖1是根據(jù)一示例性實(shí)施例示出的一種目標(biāo)檢測(cè)方法的流程圖。該方法可以應(yīng)用于pc(personalcomputer，個(gè)人計(jì)算機(jī))中，也可以應(yīng)用于手機(jī)或者平板電腦等移動(dòng)終端中，在此不作限定。本實(shí)施例的目標(biāo)檢測(cè)方法可以基于fasterrcnn(fasterregionswithconvolutionalneuralnetwork，更快速的區(qū)域卷積神經(jīng)網(wǎng)絡(luò))或者fastrcnn(fastregionswithconvolutionalneuralnetwork，快速區(qū)域卷積神經(jīng)網(wǎng)絡(luò))等，在此不作限定。如圖1所示，該方法包括步驟s11至步驟s13。

在步驟s11中，確定圖像中的感興趣區(qū)域。

在計(jì)算機(jī)視覺(jué)和圖像處理等領(lǐng)域，感興趣區(qū)域(roi，regionofinterest)表示在圖像中以方框、圓、橢圓或者不規(guī)則多邊形等形狀勾勒出需要處理的區(qū)域。通過(guò)確定圖像中的感興趣區(qū)域，能夠提高圖像處理的速度。

在一種可能的實(shí)現(xiàn)方式中，可以通過(guò)區(qū)域卷積神經(jīng)網(wǎng)絡(luò)提取圖像中各個(gè)區(qū)域的特征，通過(guò)分類器根據(jù)各個(gè)區(qū)域的特征預(yù)測(cè)各個(gè)區(qū)域包含目標(biāo)的置信度，根據(jù)各個(gè)區(qū)域包含目標(biāo)的置信度從各個(gè)區(qū)域中確定出候選區(qū)域(regionproposal)，并可以將各個(gè)候選區(qū)域分別作為感興趣區(qū)域。

需要說(shuō)明的是，盡管以以上實(shí)現(xiàn)方式介紹了確定圖像中的感興趣區(qū)域的方式，但本領(lǐng)域技術(shù)人員能夠理解，本公開(kāi)應(yīng)不限于此。本領(lǐng)域技術(shù)人員可以根據(jù)實(shí)際應(yīng)用場(chǎng)景靈活選擇相關(guān)技術(shù)中的各種方法確定圖像中的感興趣區(qū)域，在此不作限定。

在步驟s12中，在該圖像中確定感興趣區(qū)域的相關(guān)區(qū)域。

在本實(shí)施例中，感興趣區(qū)域的相關(guān)區(qū)域可以表達(dá)感興趣區(qū)域的上下文信息(context)，即，相關(guān)區(qū)域可以表達(dá)感興趣區(qū)域的周圍的信息。

在一種可能的實(shí)現(xiàn)方式中，在該圖像中確定感興趣區(qū)域的相關(guān)區(qū)域，可以包括：在該圖像中確定感興趣區(qū)域的多個(gè)相關(guān)區(qū)域。

在另一種可能的實(shí)現(xiàn)方式中，在該圖像中確定感興趣區(qū)域的相關(guān)區(qū)域，可以包括：在該圖像中確定感興趣區(qū)域的一個(gè)相關(guān)區(qū)域。

在一種可能的實(shí)現(xiàn)方式中，感興趣區(qū)域的相關(guān)區(qū)域可以覆蓋感興趣區(qū)域，即相關(guān)區(qū)域中包括感興趣區(qū)域。

在一種可能的實(shí)現(xiàn)方式中，在該圖像中確定感興趣區(qū)域的相關(guān)區(qū)域，可以包括：確定感興趣區(qū)域的幾何中心；在該圖像中，以該幾何中心為新幾何中心，獲取面積為感興趣區(qū)域面積n倍的新區(qū)域，并確定新區(qū)域?yàn)橄嚓P(guān)區(qū)域，其中，所述n大于1。在該實(shí)現(xiàn)方式中，相關(guān)區(qū)域的面積可以為感興趣區(qū)域的面積的整數(shù)倍，也可以為感興趣區(qū)域的面積的非整數(shù)倍，在此不作限定。例如，可以在該圖像中確定一個(gè)感興趣區(qū)域的相關(guān)區(qū)域，該相關(guān)區(qū)域的幾何中心與感興趣區(qū)域的幾何中心重合，且該相關(guān)區(qū)域的面積為感興趣區(qū)域的面積的4倍。

在一種可能的實(shí)現(xiàn)方式中，在圖像中確定感興趣區(qū)域的相關(guān)區(qū)域，還包括：以該幾何中心為新幾何中心，獲取m個(gè)新區(qū)域，每個(gè)新區(qū)域的面積為感興趣區(qū)域面積的i倍，且每個(gè)新區(qū)域的面積不同；確定m個(gè)新區(qū)域?yàn)橄嚓P(guān)區(qū)域；其中，m為大于1的整數(shù)，i為m個(gè)不同的n。例如，可以以感興趣區(qū)域的集合中心為新幾何中心，獲取3個(gè)新區(qū)域，這3個(gè)新區(qū)域的面積分別為感興趣區(qū)域的面積的2倍、4倍和8倍，并確定這3個(gè)新區(qū)域?yàn)橄嚓P(guān)區(qū)域。

在另一種可能的實(shí)現(xiàn)方式中，感興趣區(qū)域的相關(guān)區(qū)域可以與感興趣區(qū)域具有交集，且相關(guān)區(qū)域與感興趣區(qū)域的并集既大于相關(guān)區(qū)域、也大于感興趣區(qū)域。

在另一種可能的實(shí)現(xiàn)方式中，感興趣區(qū)域的相關(guān)區(qū)域可以與感興趣區(qū)域相鄰，即相關(guān)區(qū)域與感興趣區(qū)域不具有交集。

在步驟s13中，根據(jù)感興趣區(qū)域和相關(guān)區(qū)域進(jìn)行目標(biāo)檢測(cè)，其中，目標(biāo)在感興趣區(qū)域中。

在本實(shí)施例中，目標(biāo)可以為圖像中用戶關(guān)注的任意對(duì)象。例如，在智能監(jiān)控系統(tǒng)中，目標(biāo)可以為圖像中的人或者人臉等；在智能化交通系統(tǒng)中，目標(biāo)可以為圖像中的車牌號(hào)等；在軍事目標(biāo)檢測(cè)中，目標(biāo)可以為圖像中的飛行器等。

在一種可能的實(shí)現(xiàn)方式中，可以根據(jù)感興趣區(qū)域的局部特征(localfeature)和全局特征(globalfeature)中的至少一種，以及相關(guān)區(qū)域的局部特征和全局特征中的至少一種，進(jìn)行目標(biāo)檢測(cè)。其中，感興趣區(qū)域的局部特征可以包括感興趣區(qū)域中的角點(diǎn)的特征，感興趣區(qū)域的全局特征可以包括感興趣區(qū)域的方差或者顏色直方圖，相關(guān)區(qū)域的局部特征可以包括相關(guān)區(qū)域中角點(diǎn)的特征，相關(guān)區(qū)域的全局特征可以包括相關(guān)區(qū)域的方差或者顏色直方圖，在此不作限定。

作為該實(shí)現(xiàn)方式的一個(gè)示例，可以根據(jù)感興趣區(qū)域的局部特征和相關(guān)區(qū)域的局部特征進(jìn)行目標(biāo)檢測(cè)。

作為該實(shí)現(xiàn)方式的另一個(gè)示例，可以根據(jù)感興趣區(qū)域的局部特征和全局特征，以及相關(guān)區(qū)域的局部特征和全局特征，進(jìn)行目標(biāo)檢測(cè)。

本實(shí)施例通過(guò)結(jié)合感興趣區(qū)域及其相關(guān)區(qū)域的特征進(jìn)行目標(biāo)檢測(cè)，由此能夠大大提高小尺寸目標(biāo)的檢測(cè)成功率和檢測(cè)準(zhǔn)確率。

圖2是根據(jù)一示例性實(shí)施例示出的一種目標(biāo)檢測(cè)方法中感興趣區(qū)域以及感興趣區(qū)域的多個(gè)相關(guān)區(qū)域的示意圖。如圖2所示，可以將感興趣區(qū)域21的幾何中心作為感興趣區(qū)域21的相關(guān)區(qū)域22、23、24的幾何中心，相關(guān)區(qū)域22的面積為感興趣區(qū)域21的2倍，相關(guān)區(qū)域23的面積為感興趣區(qū)域21的4倍，相關(guān)區(qū)域24的面積為感興趣區(qū)域21的8倍。在圖2中，感興趣區(qū)域21為乒乓球?qū)?yīng)的區(qū)域。乒乓球在圖像中的尺寸通常比較小，較容易和光源混淆。通過(guò)結(jié)合感興趣區(qū)域21的相關(guān)區(qū)域22、23、24，能夠?qū)ζ古仪蚋浇钠古仪蚺_(tái)和乒乓球拍等信息加以利用，從而能夠提高乒乓球的檢測(cè)成功率和檢測(cè)準(zhǔn)確率。

圖3是根據(jù)一示例性實(shí)施例的一個(gè)示例示出的一種目標(biāo)檢測(cè)方法步驟s13的流程圖。如圖3所示，步驟s13可以包括步驟s131至步驟s133。

在步驟s131中，將感興趣區(qū)域和相關(guān)區(qū)域分別映射到特征圖(featuremap)上。

作為本實(shí)施例的一個(gè)示例，可以將感興趣區(qū)域和相關(guān)區(qū)域分別映射到相同大小的特征圖上。

在步驟s132中，對(duì)各個(gè)特征圖進(jìn)行池化(pooling)操作，得到池化后的各個(gè)特征圖。

在該示例中，分別對(duì)感興趣區(qū)域?qū)?yīng)的特征圖和相關(guān)區(qū)域?qū)?yīng)的特征圖進(jìn)行池化操作。例如，可以通過(guò)卷積神經(jīng)網(wǎng)絡(luò)的池化層(poolinglayer)對(duì)感興趣區(qū)域?qū)?yīng)的特征圖和相關(guān)區(qū)域?qū)?yīng)的特征圖進(jìn)行池化操作。

其中，池化操作可以為空間池化(spatialpooling)操作或者最大池化(maxpooling)操作等，在此不作限定。空間池化操作可以在降低各個(gè)特征圖的維度的同時(shí)，保留大部分重要的信息。空間池化操作包括最大化、平均化和加和等方式。在最大池化操作中，定義一個(gè)空間領(lǐng)域(例如2×2的窗口)，并從特征圖的窗口中取出最大的元素，或者取窗口中各個(gè)元素的平均值，或者對(duì)窗口中的各個(gè)元素求和。通過(guò)池化操作，能夠降低卷積輸出的特征向量的維度，并能夠可控地減小卷積神經(jīng)網(wǎng)絡(luò)中的參數(shù)和計(jì)算量，從而能夠改善輸出結(jié)果，不易出現(xiàn)過(guò)擬合。

在步驟s133中，根據(jù)池化后的各個(gè)特征圖進(jìn)行分類處理和邊界框回歸(boundingboxregression)處理，得到目標(biāo)對(duì)應(yīng)的邊界框。

作為本實(shí)施例的一個(gè)示例，可以采用softmaxclassification(柔性最大值傳輸函數(shù)分類)方法對(duì)池化后的各個(gè)特征圖進(jìn)行分類處理。

本示例中的池化操作、分類處理和邊界框回歸處理的具體實(shí)現(xiàn)方式可以與相關(guān)技術(shù)中fasterrcnn或者fastrcnn的池化操作、分類處理和邊界框回歸處理的方式相同，在此不再贅述。

圖4是根據(jù)一示例性實(shí)施例示出的一種目標(biāo)檢測(cè)裝置的框圖。參照?qǐng)D4，該裝置包括第一確定模塊41、第二確定模塊42和目標(biāo)檢測(cè)模塊43。該第一確定模塊41被配置為確定圖像中的感興趣區(qū)域。該第二確定模塊42被配置為在該圖像中確定感興趣區(qū)域的相關(guān)區(qū)域。該目標(biāo)檢測(cè)模塊43被配置為根據(jù)感興趣區(qū)域和相關(guān)區(qū)域進(jìn)行目標(biāo)檢測(cè)，目標(biāo)在感興趣區(qū)域中。

圖5是根據(jù)一示例性實(shí)施例的一個(gè)示例示出的一種目標(biāo)檢測(cè)裝置的框圖。如圖5所示：

在一種可能的實(shí)現(xiàn)方式中，第二確定模塊42包括第一確定子模塊421和第二確定子模塊422。該第一確定子模塊421被配置為確定感興趣區(qū)域的幾何中心。該第二確定子模塊422被配置為在圖像中，以幾何中心為新幾何中心，獲取面積為感興趣區(qū)域面積n倍的新區(qū)域，并確定新區(qū)域?yàn)橄嚓P(guān)區(qū)域，其中，n大于1。

在一種可能的實(shí)現(xiàn)方式中，第二確定模塊42還包括獲取子模塊423和第三確定子模塊424。該獲取子模塊423被配置為以幾何中心為新幾何中心，獲取m個(gè)新區(qū)域，每個(gè)新區(qū)域的面積為感興趣區(qū)域面積的i倍，且每個(gè)新區(qū)域的面積不同。該第三確定子模塊424被配置為確定m個(gè)新區(qū)域?yàn)橄嚓P(guān)區(qū)域；其中，m為大于1的整數(shù)，i為m個(gè)不同的n。

在一種可能的實(shí)現(xiàn)方式中，目標(biāo)檢測(cè)模塊43包括映射子模塊431、池化子模塊432和邊界框確定子模塊433。該映射子模塊431被配置為將感興趣區(qū)域和相關(guān)區(qū)域分別映射到特征圖上。該池化子模塊432被配置為對(duì)各個(gè)特征圖進(jìn)行池化操作，得到池化后的各個(gè)特征圖。該邊界框確定子模塊433被配置為根據(jù)池化后的各個(gè)特征圖進(jìn)行分類處理和邊界框回歸處理，得到目標(biāo)對(duì)應(yīng)的邊界框。

關(guān)于上述實(shí)施例中的裝置，其中各個(gè)模塊執(zhí)行操作的具體方式已經(jīng)在有關(guān)該方法的實(shí)施例中進(jìn)行了詳細(xì)描述，此處將不做詳細(xì)闡述說(shuō)明。

本實(shí)施例通過(guò)結(jié)合感興趣區(qū)域及其相關(guān)區(qū)域的特征進(jìn)行目標(biāo)檢測(cè)，由此能夠大大提高小尺寸目標(biāo)的檢測(cè)成功率和檢測(cè)準(zhǔn)確率。

圖6是根據(jù)一示例性實(shí)施例示出的一種用于目標(biāo)檢測(cè)的裝置800的框圖。例如，裝置800可以是移動(dòng)電話，計(jì)算機(jī)，數(shù)字廣播終端，消息收發(fā)設(shè)備，游戲控制臺(tái)，平板設(shè)備，醫(yī)療設(shè)備，健身設(shè)備，個(gè)人數(shù)字助理等。

參照?qǐng)D6，裝置800可以包括以下一個(gè)或多個(gè)組件：處理組件802，存儲(chǔ)器804，電源組件806，多媒體組件808，音頻組件810，輸入/輸出(i/o)的接口812，傳感器組件814，以及通信組件816。

處理組件802通?？刂蒲b置800的整體操作，諸如與顯示，電話呼叫，數(shù)據(jù)通信，相機(jī)操作和記錄操作相關(guān)聯(lián)的操作。處理組件802可以包括一個(gè)或多個(gè)處理器820來(lái)執(zhí)行指令，以完成上述的方法的全部或部分步驟。此外，處理組件802可以包括一個(gè)或多個(gè)模塊，便于處理組件802和其他組件之間的交互。例如，處理組件802可以包括多媒體模塊，以方便多媒體組件808和處理組件802之間的交互。

存儲(chǔ)器804被配置為存儲(chǔ)各種類型的數(shù)據(jù)以支持在裝置800的操作。這些數(shù)據(jù)的示例包括用于在裝置800上操作的任何應(yīng)用程序或方法的指令，聯(lián)系人數(shù)據(jù)，電話簿數(shù)據(jù)，消息，圖片，視頻等。存儲(chǔ)器804可以由任何類型的易失性或非易失性存儲(chǔ)設(shè)備或者它們的組合實(shí)現(xiàn)，如靜態(tài)隨機(jī)存取存儲(chǔ)器(sram)，電可擦除可編程只讀存儲(chǔ)器(eeprom)，可擦除可編程只讀存儲(chǔ)器(eprom)，可編程只讀存儲(chǔ)器(prom)，只讀存儲(chǔ)器(rom)，磁存儲(chǔ)器，快閃存儲(chǔ)器，磁盤或光盤。

電源組件806為裝置800的各種組件提供電力。電源組件806可以包括電源管理系統(tǒng)，一個(gè)或多個(gè)電源，及其他與為裝置800生成、管理和分配電力相關(guān)聯(lián)的組件。

多媒體組件808包括在所述裝置800和用戶之間的提供一個(gè)輸出接口的屏幕。在一些實(shí)施例中，屏幕可以包括液晶顯示器(lcd)和觸摸面板(tp)。如果屏幕包括觸摸面板，屏幕可以被實(shí)現(xiàn)為觸摸屏，以接收來(lái)自用戶的輸入信號(hào)。觸摸面板包括一個(gè)或多個(gè)觸摸傳感器以感測(cè)觸摸、滑動(dòng)和觸摸面板上的手勢(shì)。所述觸摸傳感器可以不僅感測(cè)觸摸或滑動(dòng)動(dòng)作的邊界，而且還檢測(cè)與所述觸摸或滑動(dòng)操作相關(guān)的持續(xù)時(shí)間和壓力。在一些實(shí)施例中，多媒體組件808包括一個(gè)前置攝像頭和/或后置攝像頭。當(dāng)裝置800處于操作模式，如拍攝模式或視頻模式時(shí)，前置攝像頭和/或后置攝像頭可以接收外部的多媒體數(shù)據(jù)。每個(gè)前置攝像頭和后置攝像頭可以是一個(gè)固定的光學(xué)透鏡系統(tǒng)或具有焦距和光學(xué)變焦能力。

音頻組件810被配置為輸出和/或輸入音頻信號(hào)。例如，音頻組件810包括一個(gè)麥克風(fēng)(mic)，當(dāng)裝置800處于操作模式，如呼叫模式、記錄模式和語(yǔ)音識(shí)別模式時(shí)，麥克風(fēng)被配置為接收外部音頻信號(hào)。所接收的音頻信號(hào)可以被進(jìn)一步存儲(chǔ)在存儲(chǔ)器804或經(jīng)由通信組件816發(fā)送。在一些實(shí)施例中，音頻組件810還包括一個(gè)揚(yáng)聲器，用于輸出音頻信號(hào)。

i/o接口812為處理組件802和外圍接口模塊之間提供接口，上述外圍接口模塊可以是鍵盤，點(diǎn)擊輪，按鈕等。這些按鈕可包括但不限于：主頁(yè)按鈕、音量按鈕、啟動(dòng)按鈕和鎖定按鈕。

傳感器組件814包括一個(gè)或多個(gè)傳感器，用于為裝置800提供各個(gè)方面的狀態(tài)評(píng)估。例如，傳感器組件814可以檢測(cè)到裝置800的打開(kāi)/關(guān)閉狀態(tài)，組件的相對(duì)定位，例如所述組件為裝置800的顯示器和小鍵盤，傳感器組件814還可以檢測(cè)裝置800或裝置800一個(gè)組件的位置改變，用戶與裝置800接觸的存在或不存在，裝置800方位或加速/減速和裝置800的溫度變化。傳感器組件814可以包括接近傳感器，被配置用來(lái)在沒(méi)有任何的物理接觸時(shí)檢測(cè)附近物體的存在。傳感器組件814還可以包括光傳感器，如cmos或ccd圖像傳感器，用于在成像應(yīng)用中使用。在一些實(shí)施例中，該傳感器組件814還可以包括加速度傳感器，陀螺儀傳感器，磁傳感器，壓力傳感器或溫度傳感器。

通信組件816被配置為便于裝置800和其他設(shè)備之間有線或無(wú)線方式的通信。裝置800可以接入基于通信標(biāo)準(zhǔn)的無(wú)線網(wǎng)絡(luò)，如wifi，2g或3g，或它們的組合。在一個(gè)示例性實(shí)施例中，通信組件816經(jīng)由廣播信道接收來(lái)自外部廣播管理系統(tǒng)的廣播信號(hào)或廣播相關(guān)信息。在一個(gè)示例性實(shí)施例中，所述通信組件816還包括近場(chǎng)通信(nfc)模塊，以促進(jìn)短程通信。例如，在nfc模塊可基于射頻識(shí)別(rfid)技術(shù)，紅外數(shù)據(jù)協(xié)會(huì)(irda)技術(shù)，超寬帶(uwb)技術(shù)，藍(lán)牙(bt)技術(shù)和其他技術(shù)來(lái)實(shí)現(xiàn)。

在示例性實(shí)施例中，裝置800可以被一個(gè)或多個(gè)應(yīng)用專用集成電路(asic)、數(shù)字信號(hào)處理器(dsp)、數(shù)字信號(hào)處理設(shè)備(dspd)、可編程邏輯器件(pld)、現(xiàn)場(chǎng)可編程門陣列(fpga)、控制器、微控制器、微處理器或其他電子元件實(shí)現(xiàn)，用于執(zhí)行上述方法。

在示例性實(shí)施例中，還提供了一種包括指令的非臨時(shí)性計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，例如包括指令的存儲(chǔ)器804，上述指令可由裝置800的處理器820執(zhí)行以完成上述方法。例如，所述非臨時(shí)性計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)可以是rom、隨機(jī)存取存儲(chǔ)器(ram)、cd-rom、磁帶、軟盤和光數(shù)據(jù)存儲(chǔ)設(shè)備等。

本領(lǐng)域技術(shù)人員在考慮說(shuō)明書(shū)及實(shí)踐這里公開(kāi)的發(fā)明后，將容易想到本公開(kāi)的其它實(shí)施方案。本申請(qǐng)旨在涵蓋本公開(kāi)的任何變型、用途或者適應(yīng)性變化，這些變型、用途或者適應(yīng)性變化遵循本公開(kāi)的一般性原理并包括本公開(kāi)未公開(kāi)的本技術(shù)領(lǐng)域中的公知常識(shí)或慣用技術(shù)手段。說(shuō)明書(shū)和實(shí)施例僅被視為示例性的，本公開(kāi)的真正范圍和精神由下面的權(quán)利要求指出。

應(yīng)當(dāng)理解的是，本公開(kāi)并不局限于上面已經(jīng)描述并在附圖中示出的精確結(jié)構(gòu)，并且可以在不脫離其范圍進(jìn)行各種修改和改變。本公開(kāi)的范圍僅由所附的權(quán)利要求來(lái)限制。