一种数字视网膜体系结构及软件架构方法及系统

摘要

本发明涉及安防监控和人工智能领域，特别涉及一种数字视网膜体系结构及软件架构方法及系统。包括：接入视频流；将视频流在前端处理转换为视频浓缩流和特征流；将视频浓缩流和特征流传输给云端；云端存储接收到的视频浓缩流和特征流，并接收终端的离线检索指令，将离线检索得到的结果返回至终端进行显示或/和接收终端的实时追踪指令，实时追踪得到的结果返回至终端进行显示。改变现有视频监控系统的体系架构，由视频监控转变为智能监控，解决大规模监控视频的智能分析和系统应用问题。

权利要求

1.一种数字视网膜体系结构及软件架构的方法，其特征在于，包括：接入视频流；

对视频流进行压缩，得到视频浓缩流；

对视频流进行输入适配和系统调度后，进行预处理；

对预处理后的视频流进行智能运算，得到视频流的特征流；

将视频浓缩流和特征流匹配后进行封装后传输给云端服务器；

云端服务器的双流智能交互中间件接收封装后的视频浓缩流和特征流，并将视频浓缩流和特征流分别存储于相应数据库，并接收终端的离线检索指令，将离线检索指令的交互目标通过引用交互中间件发送至相应的计算引擎；

计算引擎计算得到目标特征，将目标特征通过应用智能交互中间件发送至检索引擎；

检索引擎在相应的数据库中检索，将检索结果及检索结果相关联的视频发送至终端进行显示；和/或接收终端的实时追踪指令，将实时追踪得到的结果返回至终端进行显示。

2.如权利要求1所述的一种数字视网膜体系结构及软件架构的方法，其特征在于，接收终端的实时追踪指令，实时追踪得到的结果返回至终端进行显示，具体包括：终端将实时追踪指令的交互目标经由云端服务器的应用智能交互中间件发送至计算引擎，计算引擎将对交互目标计算得到的目标特征经由双流智能交互中间件发送于前端监控设备，前端监控设备将所接收的目标特征和检测到的目标进行实时匹配，将实时匹配后的匹配结果经由双流智能交互中间件、应用智能交互中间件发送于终端进行显示。

3.一种数字视网膜体系结构及软件架构的系统，其特征在于，包括：前端监控设备、云端服务器、终端，前端监控设备，包括智能转换器模块，智能转换器模块用以对视频进行输入适配和系统调度后，进行预处理，进而通过智能运算，得到视频流的特征流，对预处理后的视频流进行压缩，得到视频浓缩流，将视频浓缩流和特征流匹配后进行封装后传输给云端服务器，智能转换器模块在智能运算中将与实时追踪中的目标特征匹配的匹配结果发送至双流智能交互中间件，并检索结果通过双流智能交互中间件、应用智能交互中间件发送至终端；

云端服务器，用以接收前端监控设备的视频浓缩流、特征流和实时追踪的匹配结果，并接收终端的离线检索指令或/和实时追踪指令，将离线检索或/和实时追踪得到的检索结果返回至终端进行显示；

终端，用以发送离线检索指令或/和实时追踪指令，并接收离线检索的检索结果或/和实时追踪的匹配结果；

所述云端服务器包括双流智能交互中间件模块、应用智能交互中间件模块、计算引擎模块、检索引擎模块、数据库模块，双流智能交互中间件模块，用以接收前端发送的视频浓缩流和特征流和实时追踪的匹配结果，并将所述视频浓缩流和特征流存储于数据库模块，将实时追踪的匹配结果发送至应用智能交互中间件模块，双流智能交互中间件模块接收计算引擎模块传送的目标特征，应用智能交互中间件模块的交互目标，发送至前端监控设备进行实时匹配；

应用智能交互中间件模块，用以接收所述终端的离线检索指令和/或实时追踪指令，将实时追踪指令的交互目标通过计算引擎模块计算转换为目标特征后发送至双流智能交互中间件模块，将离线检索指令的交互目标发送至计算引擎模块，并接收计算引擎模块的目标特征，将其发送至检索引擎模块，接收双流智能交互中间件模块返回的离线检索的检索结果或/和检索引擎模块返回的实时追踪得到的匹配结果，将所述检索结果和/或匹配结果发送至终端；

计算引擎模块，用以接收离线检索或/和实时追踪的交互目标，并将交互目标转换为目标特征，将离线检索的目标特征和/或实时追踪的目标特征发送至双流智能交互中间件；

检索引擎模块，用以接收应用智能交互中间件模块的目标特征，并根据数据库模块中检索得到的目标IP调取数据库模块中的相关的检索结果；

数据库模块，用以存储所述视频浓缩流和特征流。

4.如权利要求3所述的一种数字视网膜体系结构及软件架构的系统，其特征在于，所述数据库模块包括视频库、融合视觉特征库、结构化库、图片库；

视频库用以存储视频浓缩流；

融合视觉特征库用于存储特征流的融合视觉特征数据；

结构化库用于存储特征流的结构化数据；

图片库用于存储特征流的图片数据；

所述计算引擎模块包括结构化引擎子模块、融合视觉特征存储引擎子模块；

所述结构化引擎子模块用以结构化的计算，得到目标特征的结构信息；

融合视觉特征存储引擎子模块用以图片的计算，得到目标特征的视觉特征信息；

所述检索引擎模块包括特征存储引擎子模块、视频存储分发引擎子模块，特征存储引擎子模块特征存储引擎子模块用以特征库的检索，得到目标IP，并调取检索结果；

视频存储分发引擎子模块用以视频的调取，即在结构化引擎子模块、融合视觉特征存储引擎子模块、特征存储引擎子模块在相应数据库中检索后的目标IP相关联的视频。

5.如权利要求4所述的一种数字视网膜体系结构及软件架构的系统，其特征在于，前端监控设备还包括智能转换盒，智能转换盒接入视频流，将视频流通过解码、编码、检测、追踪得到视频浓缩流和目标图片，封装并传输给智能转换器，智能转换器完成智能运算并将结果发送至云端服务器。

说明书

一种数字视网膜体系结构及软件架构方法及系统

技术领域

[0001] 本发明涉及安防监控领域，特别涉及一种数字视网膜体系结构及软件架构方法及系统。

背景技术

[0002] 目前部署的视频监控系统，采用的是十多年前的技术标准H.264，数据压缩效率低，建设成本高，应用效果差强人意，主要表现在：

[0003] 1)早期标准压缩效率低。在保证视频质量的情况下，我国部署的三千万摄像机估计需要数千亿元的存储成本，各地在存储空间不足的情况下，往往对视频进行过度压缩，造成大量视频图像质量严重劣化，在发生案件或安全事故时，看不清关键人物和车辆；

[0004] 2)监控视频联网难。很多省市部署的摄像机都超过百万，但采用老标准编码，在现有通信带宽条件下，能够实时传输的视频只有数百路，大部分监控视频得不到有效利用；

[0005] 3)高度密集的摄像机无法进行全场景覆盖。尽管部分地区的摄像机分布密集度很高，仍然无法进行全场景覆盖，对于摄像机覆盖的区域地面摄像机拍摄的信息也是有限的，同时全天候采集的视频数据冗余度很高，但很难提取全局有价值信息，造成巨大的信息浪费；

[0006] 4)海量视频检索难。传统视频监控系统是通过监控人员调阅历史录像来实现事件的回放取证，人工回放录像取证的方式效率低，尽管图像检索技术有了快速的发展，但是在产业界应用，特别是安防领域的大规模应用还亟待解决；

[0007] 5)缺乏视频精准分析。在公安等部门的实战应用中，视频监控技术存在视频调阅慢、分析难的问题，如何从海量视频中发现重要而有价值的线索，如快速识别定位目标、挖掘其行动轨迹，对缩短事件处理时间，降低执法人员的工作强度，提高工作效率具有积极意义。

发明内容

[0008] 本发明实施例提供了一种数字视网膜体系结构及软件架构方法及系统，改变现有视频监控系统的体系架构，由视频监控转变为智能监控，解决大规模监控视频的智能分析和系统应用问题。

[0009] 根据本发明实施例的第一方面，一种数字视网膜体系结构及软件架构方法，包括：

[0010] 接入视频流；

[0011] 将视频流在前端监控设备处理转换为视频浓缩流和特征流；

[0012] 将视频浓缩流和特征流匹配后进行封装后传输给云端服务器；

[0013] 云端服务器存储接收到的所述封装后的视频浓缩流和特征流，并[0014] 接收终端的离线检索指令，将离线检索得到的结果返回至终端进行显示；和/或[0015] 接收终端的实时追踪指令，将实时追踪得到的结果返回至终端进行显示。

[0016] 所述将视频流在前端监控设备转换成视频浓缩流和特征流，具体包括：

[0017] 对视频流进行压缩，得到视频浓缩流；

[0018] 对视频流进行输入适配和系统调度后，进行预处理；

[0019] 对预处理后的视频流进行智能运算，得到视频流的特征流。

[0020] 云端服务器存储接收到的所述封装后的视频浓缩流和特征流，具体包括：

[0021] 云端服务器的双流智能交互中间件接收封装后的视频浓缩流和特征流，并将视频浓缩流和特征流分别存储于相应数据库。

[0022] 所述接收终端的离线检索指令，将离线检索得到的结果返回至终端进行显示，具体包括：

[0023] 接收终端的离线检索指令，将离线检索指令的交互目标通过引用交互中间件发送至相应的计算引擎；

[0024] 计算引擎计算得到目标特征，将目标特征通过应用智能交互中间件发送至检索引擎；

[0025] 检索引擎在相应的数据库中检索，将检索结果及检索结果相关联的视频发送至终端进行显示。

[0026] 接收终端的实时追踪指令，实时追踪得到的结果返回至终端进行显示，具体包括：

[0027] 终端将实时追踪指令的交互目标经由云端服务器的应用智能交互中间件发送至计算引擎，计算引擎将对交互目标计算得到的目标特征经由双流智能交互中间件发送于前端监控设备，

[0028] 前端监控设备将所接收的目标特征和检测到的目标进行实时匹配，将实时匹配后的匹配结果经由双流智能交互中间件、应用智能交互中间件发送于终端进行显示。

[0029] 一种数字视网膜体系结构及软件架构系统，包括：前端监控设备、云端服务器、终端，

[0030] 前端监控设备，用以将视频流在前端监控设备转换成视频浓缩流和特征流，并接收云端服务器发送的目标特征，实时匹配后将匹配结果发送至云端服务器；

[0031] 云端服务器，用以接收前端监控设备的视频浓缩流、特征流和实时追踪的匹配结果，并接收终端的离线检索指令或/和实时追踪指令，将离线检索或/和实时追踪得到的检索结果返回至终端进行显示。

[0032] 终端，用以发送离线检索指令或/和实时追踪指令，并接收离线检索的检索结果或/和实时追踪的匹配结果。

[0033] 所述云端服务器包括双流智能交互中间件模块、应用智能交互中间件模块、计算引擎模块、检索引擎模块、数据库模块，

[0034] 双流智能交互中间件模块，用以接收前端发送的视频浓缩流和特征流和实时追踪的匹配结果，并将所述视频浓缩流和特征流存储于数据库模块，将实时追踪的匹配结果发送至应用智能交互中间件模块，双流智能交互中间件模块接收计算引擎模块传送的目标特征，应用智能交互中间件模块的交互目标，发送至前端监控设备进行实时匹配；

[0035] 应用智能交互中间件模块，用以接收所述终端的离线检索指令和/或实时追踪指令，将实时追踪指令的交互目标通过计算引擎模块计算转换为目标特征后发送至双流智能交互中间件模块，将离线检索指令的交互目标发送至计算引擎模块，并接收计算引擎模块的目标特征，将其发送至检索引擎模块，接收双流智能交互中间件模块返回的离线检索的检索结果或/和检索引擎模块返回的实时追踪得到的匹配结果，将所述检索结果和/或匹配结果发送至终端；

[0036] 计算引擎模块，用以接收离线检索或/和实时追踪的交互目标，并将交互目标转换为目标特征，将离线检索的目标特征和/或实时追踪的目标特征发送至双流智能交互中间件；

[0037] 检索引擎模块，用以接收应用智能交互中间件模块的目标特征，并根据数据库模块中检索得到的目标IP调取数据库模块中的相关的检索结果；

[0038] 数据库模块，用以存储所述视频浓缩流和特征流。

[0039] 所述前端监控设备包括智能转换器模块，智能转换器模块用以对视频进行输入适配和系统调度后，进行预处理，进而通过智能运算，得到视频流的特征流，对预处理后的视频流进行压缩，得到视频浓缩流，将视频浓缩流和特征流匹配后进行封装后传输给云端服务器，智能转换器模块在智能运算中将与实时追踪中的目标特征匹配的匹配结果发送至双流智能交互中间件，并检索结果通过双流智能交互中间件、应用智能交互中间件发送至终端。

[0040] 所述数据库模块包括视频库、融合视觉特征库、结构化库、图片库；

[0041] 视频库用以存储视频浓缩流；

[0042] 融合视觉特征库用于存储特征流的融合视觉特征数据；

[0043] 结构化库用于存储特征流的结构化数据；

[0044] 图片库用于存储特征流的图片数据；

[0045] 所述计算引擎模块包括结构化引擎子模块、融合视觉特征存储引擎子模块；

[0046] 所述结构化引擎子模块用以结构化的计算，得到目标特征的结构信息；

[0047] 融合视觉特征存储引擎子模块用以图片的计算，得到目标特征的视觉特征信息；

[0048] 所述检索引擎模块包括特征存储引擎子模块、视频存储分发引擎子模块，[0049] 特征存储引擎子模块特征存储引擎子模块用以特征库的检索，得到目标IP，并调取检索结果；

[0050] 视频存储分发引擎子模块用以视频的调取，即在结构化引擎子模块、融合视觉特征存储引擎子模块、特征存储引擎子模块在相应数据库中检索后的目标IP相关联的视频。

[0051] 前端监控设备还包括智能转换盒，智能转换盒接入视频流，将视频流通过解码、编码、检测、追踪得到视频浓缩流和目标图片，封装并传输给智能转换器，智能转换器完成智能运算并将结果发送至云端服务器。

[0052] 本发明实施例提供的技术方案可以包括以下有益效果：本发明支持前端监控设备增加了智能转换器，进而实现了在前端进行大规模监控视频的实时转码处理与智能分析，并将处理结果与浓缩码流同步后在云端服务器高效汇聚存储，提供多元数据的统计分析及应用展示。

附图说明

[0053] 此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

[0054] 图1是本发明的一种数字视网膜体系结构及软件架构方法流程图；

[0055] 图2是智能转换器数据处理流程示意图；

[0056] 图3是智能转换盒数据处理流程示意图；

[0057] 图4是云端服务器数据处理流程示意图；

[0058] 图5是本发明的一种数字视网膜体系结构及软件架构系统示意图。

具体实施方式

[0059] 实施例一

[0060] 一种数字视网膜体系结构及软件架构方法，包括：

[0061] 接入视频流；

[0062] 将视频流在前端监控设备处理转换为视频浓缩流和特征流；

[0063] 将视频浓缩流和特征流传输给云端服务器；

[0064] 云端服务器存储接收到的视频浓缩流和特征流，并

[0065] 接收终端的离线检索指令，将离线检索得到的结果返回至终端进行显示或/和[0066] 接收终端的实时追踪指令，实时追踪得到的结果返回至终端进行显示。

[0067] 实施例二

[0068] 如图1所示，本发明提供了一种数字视网膜体系结构及软件架构方法，包括：

[0069] 前端监控设备的智能转换器面向存量摄像头的智能分析计算，把多路存量摄像头输出的H.264的视频流统一转换成视频浓缩流和特征流(简称双流)，其中特征流包括监控视频场景中人、车目标的检测、跟踪、结构化信息提取、融合视觉特征计算得到的结果；

[0070] 前端监控设备的智能转换器将视频浓缩流和特征流根据“双流交互协议”进行封装并传输给云端服务器存储，优选的，视频浓缩流存储于视频库，特征流根据特征分别存储在融合视觉特征库、结构化库、图片库。

[0071] 优选的，如图2所示，前端监控设备的智能转换器支持多路(路数与计算任务相关)IP监控视频流接入，智能转换器对视频流进行压缩，得到视频浓缩流；智能转换器完成监控视频场景中人、车目标的检测、跟踪、结构化信息提取、融合视觉特征计算以及视频转码功能，还可根据云端服务器控制指令动态配置完成上述视频分析模型升级以及人脸检测、行人行为分析、人群密度分析等功能。智能转换器接收摄像头的实时视频或者存储的离线视频文件，对视频进行输入适配和系统调度后，进行解码、编码、检测、追踪，进而通过智能运算，得到每一路视频的结构化特征流，在与视频流匹配后进行封装，传输给云端服务器。检测为检测数据帧的目标的相关区域、跟踪为检测视频关联帧中目标的位置变化。

[0072] 优选的，如图3所示，前端监控设备的智能转换盒接入一路摄像头，将H.264的视频流转换成视频浓缩流和目标图片，目标图片是由监控视频场景中人、车目标的检测、跟踪、优选后得到的结果，再将根据与“前端交互协议”进行封装并传输给智能转换器，在智能转换器完成智能运算，得到每一路视频的结构化特征流，在与浓缩视频流匹配后进行封装，传输给云端服务器。

[0073] 智能转换盒可根据前端监控设备控制指令动态配置完成监控视频场景中人、车目标的检测、跟踪两个视频分析模型升级功能。

[0074] 云端服务器接收终端业务应用的服务请求，检索对应的数据库并完成数据的统计、分析、计算等操作，将得到的结果返回至终端进行显示。

[0075] 优选的，云端服务器通过应用智能交互中间件与终端进行数据交互，云端服务器的应用智能交互中间件接收应用终端传输的指令，并将云端服务器执行指令的结果发送给终端。

[0076] 优选的，如图4所示，云端服务器中间件服务器作为数字视网膜演示系统的重要组成部分，负责特征的接收、存储、检索和视频的分发，以及对前端摄像机网络的软件定义；对外输出为业务应用和系统演示的支撑数据、检索查询的结果和调阅的视频图像。智能中间件可根据用户云端服务器的实际环境，既可以分组件部署到客户系统中，也可以自组成智能分析中间件服务器，负责来自智能转换器和智能转换盒/摄像头/芯片的特征信息的存储汇聚，并根据终端应用系统的需求进行数据服务。

[0077] 优选的，云端服务器接收终端的离线检索指令，将离线检索指令的交互目标通过引用交互中间件传递于相应的计算引擎，相应的计算引擎对交互目标进行计算得到目标特征，将目标特征通过应用智能交互中间件传递给特征存储检索引擎，在相应数据库进行搜索，得到检索IP，并通过检索IP调取在视频库和特征库中调取检索结果，将检索结果及检索结构相关联的视频调出传递与终端进行显示。

[0078] 优选的，在应用终端选择实时跟踪时，在应用终端发出实时追踪的指令，并将指令的交互目标传递给云端服务器的应用智能交互中间件，应用智能交互中间件将交互目标发送于相应的检索引擎，相应的计算引擎对交互目标进行计算得到目标特征，将目标特征传递给双流智能交互中间件，双流智能交互中间件将目标特征传递于智能转换器，前端监控设备的智能转换器接收云端服务器双流智能交互中间件发来的目标特征，实时匹配检测到的实时目标，返回实时匹配结果。优选的，交互目标可以为图片、结构化特征、非结构化特征等，目标特征可以为结构化特征、特征等。

[0079] 优选的，云端服务器包括融合视觉特征引擎，应以进行图片、视觉特征计算，；还包括目标结构化引擎，用以进行结构化特征的计算；还包括特征存储检索引擎，用以实现特征的检索和调取；还包括视频存储分发引擎，用以对视频库中视频的调取。例如，当应用终端发送图片检索指令，将图片通过引用交互中间件传递与融合视觉特征引擎，融合视觉特征引擎将图片转换为目标特征的特征值，目标特征的特征值通过应用智能交互中间件传递给特征存储分发引擎，特征存储分发引擎在视觉特征库中检索，得到目标IP，通过目标IP调取视频、图片得到的检索结果，将检索结果通过应用智能交互中间件传递于应用终端。当应用终端发送结构化检索指令，将结构化检索指令通过引用交互中间件传递与目标结构化引擎，目标结构化引擎将结构化检索指令转换为目标特征的结构信息，目标特征的结构信息通过应用智能交互中间件传递给特征存储分发引擎，特征存储分发引擎在结构化库中检索，得到目标IP或统计结果，通过目标IP调取视频、图片，统计结果或者调取的视频、图片为检索结果，将检索结果通过应用智能交互中间件传递于应用终端。

[0080] 交互目标可以为目标属性、目标图像、统计属性。

[0081] 统计属性包括人员或者车辆数量统计。

[0082] 如图5所示，本发明一种数字视网膜体系结构及软件架构系统，包括：前端监控设备、云端服务器、终端，

[0083] 前端监控设备用以将视频流在前端监控设备转换成视频浓缩流和特征流，并接收云端服务器的实时追踪指令的目标特征，并追踪计算后将检索结果传递给云端服务器；

[0084] 云端服务器用以接收前端监控设备的视频浓缩流和特征流和实时追踪的检索结果，并接收终端的离线检索指令或/和实时追踪指令，将离线检索或/和实时追踪得到的检索结果返回至终端进行显示。

[0085] 终端用以发送离线检索指令或/和实时追踪指令，并接收离线检索或/和实时追踪得到的检索结果。

[0086] 优选的，云端服务器包括双流智能交互中间件模块、应用智能交互中间件模块、计算引擎模块、检索引擎模块、数据库模块，

[0087] 双流智能交互中间件模块接收智能转换器传递的视频浓缩流和特征流和实时追踪的检索结果，并将所述视频浓缩流和特征流存储于数据库模块，将实时追踪的检索结果传递给应用智能交互中间件模块，双流智能交互中间件模块接收计算引擎模块传送的目标特征，应用智能交互中间件模块的交互目标，传递于智能转换器实时匹配检测；

[0088] 应用智能交互中间件模块接收所述终端的离线检索指令或/和实时追踪指令，将实时追踪指令的交互目标通过计算引擎模块计算转换为目标特征后传递给双流智能交互中间件模块，将离线检索指令的交互目标传递于计算引擎模块，并接收计算引擎模块的目标特征，将其传递给检索引擎模块，接收离线检索或/和实时追踪得到的检索结果，将结果传递于终端；

[0089] 计算引擎模块用以接收离线检索或/和实时追踪的交互目标，并将交互目标转换为目标特征，将实时追踪的目标特征传递给双流智能交互中间件，将离线检索的目标特征传递给双流智能交互中间件；

[0090] 检索引擎模块用以接收应用智能交互中间件模块的目标特征，并根据检索在数据库模块中检索得到的目标IP调取数据库模块中的相关的检索结果；

[0091] 数据库模块用以存储所述视频浓缩流和特征流。

[0092] 优选的，前端监控设备包括智能转换器模块，智能转换器模块用以对视频进行输入适配和系统调度后，进行解码、编码、检测追踪，进而通过智能运算，得到视频流的特征流，对视频流压缩得到视频浓缩流。前端监控设备的智能转换器将视频浓缩流和特征流根据“双流交互协议”进行封装并传输给云端服务器存储。

[0093] 优选的，数据库模块包括视频库、融合视觉特征库、结构化库、图片库；

[0094] 视频库用以存储视频浓缩流；

[0095] 融合视觉特征库用于存储特征流的融合视觉特征数据；

[0096] 结构化库用于存储特征流的结构化数据；

[0097] 图片库用于存储特征流的图片数据。

[0098] 优选的，计算引擎模块包括结构化引擎子模块、融合视觉特征存储引擎子模块；

[0099] 所述结构化引擎子模块用以结构化的计算，得到目标特征的结构信息；

[0100] 融合视觉特征存储引擎子模块用以图片等的计算，得到目标特征的视觉特征信息；

[0101] 检索引擎模块包括特征存储引擎子模块、视频存储分发引擎子模块，[0102] 特征存储引擎子模块特征存储引擎子模块用以特征库的检索，得到目标IP，并调取检索结果；

[0103] 视频存储分发引擎子模块用以视频的调取，即在结构化引擎子模块、融合视觉特征存储引擎子模块、特征存储引擎子模块在相应数据库中检索后的目标IP相关联的视频。

[0104] 优选的，前端监控设备还包括智能转换盒，智能转换盒接入一路摄像头，将H.264的视频流转换成视频浓缩流和目标图片，目标图片是由监控视频场景中人、车目标的检测、跟踪、优选后得到的结果，再将根据与“前端交互协议”进行封装并传输给智能转换器，智能转换器完成智能运算并将结果传递给云端服务器。

[0105] 以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。