数据处理的方法、装置、计算机设备及可读存储介质与流程

本发明涉及视频数据处理技术领域，特别是涉及一种数据处理的方法、装置、计算机设备及可读存储介质。

背景技术：

结构化处理设备通过预设的结构化算法对视频采集设备采集到的视频数据包含的各图像帧进行分析，得到各图像帧的结构化数据。其中，结构化数据包含的智能对象(比如人、车辆、标识等)和智能对象的特征信息(比如年龄、性别、衣服样式、衣服颜色等)。

目前，视频结构化系统得到视频数据的结构化数据后，视频结构化系统采用分离方式，将视频数据和结构化数据分别存储至不同的存储设备中。例如，视频结构化系统可以将视频数据存储至nvr(networkvideorecorder，网络视频录像机)中，将结构化数据存储至关系数据库或大数据存储中。为了简化视频结构化系统的设计，方便视频数据展示，视频结构化系统还可以在结构化数据存储设备中冗余存储智能对象对应的关键视频/图像数据(比如智能对象的截图、全景截图、视频片段等)。

然而，在智能对象比较密集的场景下，结构化数据存储设备中冗余存储的关键视频/图像数据所占用的存储空间，甚至会超出视频数据存储设备中原始视频数据所占用的存储空间，造成存储资源浪费，导致存储资源的利用率低。

技术实现要素：

基于此，有必要针对上述技术问题，提供一种数据处理的方法、装置、计算机设备及可读存储介质。

第一方面，提供了一种数据处理的方法，所述方法包括：

根据预设的视频解码算法，对目标视频数据进行解码处理，得到所述目标视频数据包含的各图像帧和所述各图像帧的pts；

针对每个图像帧，根据预设的视频结构化算法，确定该图像帧的结构化数据，对该图像帧的结构化数据进行存储，并建立该图像帧的结构化数据与该图像帧的pts的对应关系。

作为一种可选地实施方式，所述对该图像帧的结构化数据进行存储，包括：

根据预设的序列化编码算法，对该图像帧的结构化数据进行编码，得到编码后的结构化数据，并对所述编码后的结构化数据进行存储。

作为一种可选地实施方式，所述对所述编码后的结构化数据进行存储，包括：

将所述编码后的结构化数据，以数据流或字幕流的格式存储至所述目标视频数据对应的视频文件中。

作为一种可选地实施方式，所述针对每个图像帧，根据预设的视频结构化算法，确定该图像帧的结构化数据，包括：

针对每个图像帧，根据预设的视频结构化算法，识别该图像帧包括的智能对象，并提取所述智能对象的特征信息，得到该图像帧的结构化数据。

作为一种可选地实施方式，所述方法还包括：

根据用户输入的目标特征信息、以及各结构化数据包含的智能对象的特征信息，确定与所述目标特征信息相匹配的目标智能对象；

在结构化数据和pts的对应关系中，查询包含所述目标智能对象的特征信息的结构化数据对应的目标pts，并确定所述目标pts对应的目标图像帧，所述目标图像帧包含所述目标智能对象；

显示所述目标图像帧，或者，以所述目标图像帧为起始图像帧播放所述目标视频数据。

作为一种可选地实施方式，所述根据用户输入的目标特征信息、以及各结构化数据包含的智能对象的特征信息，确定与所述目标特征信息相匹配的目标智能对象，包括：

根据用户输入的目标特征信息、以及各结构化数据包含的智能对象的特征信息，确定各智能对象对应的匹配度；

按照匹配度由高到低的顺序，在所述各智能对象中确定预设数目个智能对象，作为与所述目标特征信息相匹配的目标智能对象。

作为一种可选地实施方式，所述结构化数据还包括智能对象在图像帧中的位置/大小信息，所述显示所述目标图像帧，包括：

根据所述目标智能对象对应的位置/大小信息，对所述目标图像帧中的所述目标智能对象进行标注处理，得到标注后的目标图像帧；

显示所述标注后的目标图像帧。

第二方面，提供了一种数据处理的装置，所述装置包括：

解码模块，用于根据预设的视频解码算法，对目标视频数据进行解码处理，得到所述目标视频数据包含的各图像帧和所述各图像帧的pts；

建立模块，用于针对每个图像帧，根据预设的视频结构化算法，确定该图像帧的结构化数据，对该图像帧的结构化数据进行存储，并建立该图像帧的结构化数据与该图像帧的pts的对应关系。

作为一种可选地实施方式，所述装置还包括：

第一确定模块，用于根据用户输入的目标特征信息、以及各结构化数据包含的智能对象的特征信息，确定与所述目标特征信息相匹配的目标智能对象；

第二确定模块，用于在结构化数据和pts的对应关系中，查询包含所述目标智能对象的特征信息的结构化数据对应的目标pts，并确定所述目标pts对应的目标图像帧，所述目标图像帧包含所述目标智能对象；

显示模块，用于显示所述目标图像帧，或者，以所述目标图像帧为起始图像帧播放所述目标视频数据。

第三方面，提供了一种计算机设备，包括存储器及处理器，所述存储器上存储有可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

根据预设的视频解码算法，对目标视频数据进行解码处理，得到所述目标视频数据包含的各图像帧和所述各图像帧的pts；

针对每个图像帧，根据预设的视频结构化算法，确定该图像帧的结构化数据，对该图像帧的结构化数据进行存储，并建立该图像帧的结构化数据与该图像帧的pts的对应关系。

第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

根据预设的视频解码算法，对目标视频数据进行解码处理，得到所述目标视频数据包含的各图像帧和所述各图像帧的pts；

针对每个图像帧，根据预设的视频结构化算法，确定该图像帧的结构化数据，对该图像帧的结构化数据进行存储，并建立该图像帧的结构化数据与该图像帧的pts的对应关系。

本申请实施例提供了一种数据处理的方法、装置、计算机设备及可读存储介质，结构化处理设备根据预设的视频解码算法，对目标视频数据进行解码处理，得到目标视频数据包含的各图像帧和各图像帧的pts。然后，针对每个图像帧，结构化处理设备根据预设的视频结构化算法，确定该图像帧的结构化数据，对该图像帧的结构化数据进行存储，并建立该图像帧的结构化数据与该图像帧的pts的对应关系。这样，结构化数据存储设备中，仅需要存储结构化数据与pts的对应关系，而无需存储关键视频/图像数据，从而防止存储资源浪费，进而提高存储资源的利用率。

附图说明

图1为本申请实施例提供的一种视频结构化系统的架构图；

图2为本申请实施例提供的一种数据处理的方法的流程图；

图3为本申请实施例提供的一种数据检索的方法的流程图；

图4为本申请实施例提供的一种数据处理的装置的结构示意图；

图5为本申请实施例提供的一种数据处理的装置的结构示意图；

图6为本申请实施例提供的一种计算机设备的结构示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请实施例提供了一种数据处理的方法，该方法可以应用于视频结构化系统，具体的，可以应用于视频结构化系统中的结构化处理设备。图1为本申请实施例提供的一种视频结构化系统的架构图。如图1所示，该视频结构化系统包括视频采集设备、结构化处理设备和存储设备。视频采集设备，用于采集视频数据，并将采集到的视频数据通过通信网络发送至结构化处理设备；结构化处理设备，用于根据预设的结构化算法，对该视频数据包含的各图像帧进行结构化处理，得到各图像帧对应的结构化数据；存储设备，用于存储视频数据和结构化数据。其中，存储设备可以包括用于存储视频数据的视频数据存储设备和用于存储结构化数据的结构化数据存储设备。

结构化处理设备通过预设的结构化算法对视频采集设备采集到的视频数据包含的各图像帧进行分析，得到各图像帧的结构化数据。其中，结构化数据包含智能对象(比如人、车辆、标识等)的特征信息(比如特征值和/或属性，属性包括年龄、性别、衣服样式、衣服颜色等)。

下面将结合具体实施方式，对本申请实施例提供的一种数据处理的方法进行详细的说明，如图2所示，具体步骤如下：

步骤201，根据预设的视频解码算法，对目标视频数据进行解码处理，得到目标视频数据包含的各图像帧和各图像帧的pts。

在实施中，结构化处理设备中预先存储有视频解码算法。该视频解码算法可以由技术人员对应视频采集设备中的视频编码算法进行设置。当结构化处理设备需要对某一视频数据(即目标视频数据)进行结构化处理时，结构化处理设备可以使用视频解码sdk(softwaredevelopmentkit，软件开发工具包)，根据预设的视频解码算法，对目标视频数据进行解码处理，得到该目标视频数据包含的各图像帧和各图像帧的pts(presentationtimestamp，显示时间戳)。其中，视频解码sdk可以为ffmpeg(一种可以用来记录、转换数字音频、视频，并能将其转化为流的开源sdk)，也可以为其他类型的视频解码sdk，本申请实施例不作限定；pts用于表示该目标视频数据中各图像帧的播放顺序。

步骤202，针对每个图像帧，根据预设的视频结构化算法，确定该图像帧的结构化数据，对该图像帧的结构化数据进行存储，并建立该图像帧的结构化数据与该图像帧的pts的对应关系。

在实施中，结构化处理设备中可以预先存储有视频结构化算法。该视频结构化算法可以由技术人员进行设置。结构化处理设备得到该目标视频数据包含的各图像帧和各图像帧的pts后，针对每个图像帧，结构化处理设备可以使用视频结构化sdk，根据预设的视频结构化算法，确定该图像帧的结构化数据。

然后，结构化处理设备可以将该图像帧的结构化数据存储至存储设备的结构化数据存储设备中，并建立该图像帧的结构化数据与该图像帧的pts的对应关系。这样，结构化数据存储设备中，仅需要存储结构化数据与pts的对应关系，而无需存储关键视频/图像数据，从而防止存储资源浪费，进而提高存储资源的利用率。可选的，结构化处理设备还可以将该图像帧的结构化数据存储至存储设备的视频数据存储设备中，并建立该图像帧的结构化数据与该图像帧的pts的对应关系。这样，将结构化数据存储至视频数据存储设备中，后续，结构化处理设备可以根据从视频数据存储设备存储的结构化数据中检索出的目标智能对象，直接从视频数据存储设备中获取该目标智能对象对应的视频数据。从而简化了传统的视频结构化系统的设计，提高了系统的稳定性，并减小了传统视频结构化系统中视频数据存储设备和结构化数据存储设备之间的数据交换导致的通信成本。其中，针对每个图像帧，结构化处理设备根据预设的视频结构化算法，确定该图像帧的结构化数据的处理过程为：针对每个图像帧，根据预设的视频结构化算法，检测该图像帧包括的智能对象，并提取智能对象的特征信息，得到该图像帧的结构化数据。

在实施中，针对每个图像帧，结构化处理设备可以使用视频结构化sdk，根据预设的视频结构化算法，在该图像帧中检测智能对象(比如人，车辆，文字，标识等)，并提取各智能对象的特征信息，得到该图像帧的结构化数据。其中，针对不同的智能对象，智能对象的特征信息也不同。例如，智能对象为人，则该智能对象的特征信息包括人体特征、人体属性如年龄、性别、衣服样式、衣服颜色、随身物品等。又如，智能对象为车辆，则该智能对象的特征信息包括车辆特征、车辆属性如车辆品牌、车牌号、车内物品等。又如，智能对象为门店招牌，则该智能对象的特征信息包括文字内容等。又如，智能对象为人脸，则该智能对象的特征信息包括人脸特征、人脸属性如年龄、性别等。

需要说明的是，结构化处理设备得到该图像帧的智能对象的特征信息后，可以根据特征信息的类型以数值或枚举值的方式进行存储。例如，智能对象为人，则该智能对象的特征信息中年龄、衣服样式、衣服颜色、随身物品可以以数值的方式进行存储，而性别则可以以枚举值的方式进行存储。另外，针对不同的结构化算法，结构化处理设备在根据预设的视频结构化算法，确定该图像帧的结构化数据之前，还需要将图像帧的像素格式(比如rgb(redgreenblue，红蓝绿)、yuv(y表示明亮度(luminance或luma)；而u和v表示色度(chrominance或chroma)，用于描述视频的色彩及饱和度，指定像素的颜色)等)转换为该视频结构化算法对应的像素格式。

作为一种可选地实施方式，结构化处理设备对该图像帧的结构化数据进行存储的处理过程如下：

步骤一，根据预设的序列化编码算法，对该图像帧的结构化数据进行编码，得到编码后的结构化数据。

在实施中，结构化处理设备中可以预先存储有序列化编码算法。该序列化编码算法可以由技术人员进行设置。其中，该序列化编码算法可以为xml(一种用于标记电子文件使其具有结构性的标记语言)或json(一种轻量级的数据交换格式)或protobuf(一种轻便高效的序列化数据结构的协议)类型的序列化编码算法，也可以为其他类型的序列化编码算法，本申请实施例不作限定。结构化处理设备得到各图像帧的结构化数据后，针对每个图像帧的结构化数据，结构化处理设备可以根据预设的序列化编码算法，对该图像帧的结构化数据进行编码，得到该图像帧的编码后的结构化数据，由于使用通用的编码格式对结构化数据进行编码，可以提高结构化数据在不同系统间的交换效率。

步骤二，将编码后的结构化数据，以数据流或字幕流的格式存储至目标视频数据对应的视频文件中。

在实施中，结构化处理设备得到各图像帧的编码后的结构化数据后，可以将编码后的结构化数据，以数据流或字幕流的格式存储至视频数据存储设备中该目标视频数据对应的视频文件中。这样，将结构化数据以目标视频数据的数据流或字幕流的格式存储至视频数据存储设备中，后续，结构化处理设备可以根据从视频数据存储设备存储的结构化数据中检索出的目标智能对象，直接从视频数据存储设备中获取该目标智能对象对应的视频数据，从而简化了传统的视频结构化系统的设计，提高了系统的稳定性，并减小了传统视频结构化系统中视频数据存储设备和结构化数据存储设备之间的数据交换导致的通信成本。

本申请实施例还提供的一种数据检索的方法，该方法可以应用于视频结构化系统中的结构化处理设备，也可以应用于视频结构化系统中单独设置的检索设备，还可以应用于其他设备，本申请实施例不作限定。本申请实施例以该方法应用于结构化处理设备为例进行介绍，其他情况与之类似。如图3所示，具体步骤如下：

步骤301，根据用户输入的目标特征信息、以及各结构化数据包含的智能对象的特征信息，确定与目标特征信息相匹配的目标智能对象。

在实施中，当用户需要检索某一智能对象时，用户可以在结构化处理设备的检索界面中输入该智能对象的特征信息(即目标特征信息)。结构化处理设备接收到用户输入的目标特征信息后，可以对存储设备(如视频数据存储设备或结构化数据存储设备)中存储的各结构化数据进行解码处理，得到各结构化数据包含的智能对象的特征信息。然后，结构化处理设备可以在各结构化数据包含的智能对象的特征信息中，查询与目标特征信息相匹配的目标智能对象。其中，结构化处理设备根据用户输入的目标特征信息、以及各结构化数据包含的智能对象的特征信息，确定与目标特征信息相匹配的目标智能对象的处理过程如下：

步骤一，根据用户输入的目标特征信息、以及各结构化数据包含的智能对象的特征信息，确定各智能对象对应的匹配度。

在实施中，结构化处理设备可以根据目标特征信息，在各结构化数据包含的智能对象的特征信息中，确定各智能对象对应的匹配度。例如，各智能对象对应的匹配度为{0.8，0.3，0.6，0.1，0.5}。

步骤二，按照匹配度由高到低的顺序，在各智能对象中确定预设数目个智能对象，作为与目标特征信息相匹配的目标智能对象。

在实施中，结构化处理设备得到各智能对象对应的匹配度后，可以按照匹配度由高到低的顺序，在各智能对象中确定预设数目个智能对象，作为与目标特征信息相匹配的目标智能对象。例如，预设数目为3，各智能对象的匹配度为{0.8，0.3，0.6，0.1，0.5}，则匹配度为0.8、0.6和0.5的智能对象为与目标特征信息相匹配的目标智能对象。

可选的，结构化处理设备中还可以预先存储有匹配度阈值。该匹配度阈值可以由技术人员根据经验进行设置。结构化处理设备得到各智能对象对应的匹配度后，可以在各智能对象中，确定匹配度大于或等于该匹配度阈值的智能对象，作为与目标特征信息相匹配的目标智能对象。例如，匹配度阈值为0.6，各智能对象的匹配度为{0.8，0.3，0.6，0.1，0.5}，则匹配度为0.8和0.6的智能对象为与目标特征信息相匹配的目标智能对象。

步骤302，在结构化数据和pts的对应关系中，查询包含目标智能对象的特征信息的结构化数据对应的目标pts，并确定目标pts对应的目标图像帧。

其中，目标图像帧包含目标智能对象。

在实施中，结构化处理设备得到目标智能对象后，可以在结构化数据和pts的对应关系中，查询包含目标智能对象的特征信息的结构化数据对应的目标pts。然后，结构化处理设备可以获取存储该结构化数据的视频文件中存储的视频数据。之后，结构化处理设备可以根据目标pts，在该视频数据包含的各图像帧中，确定目标pts对应的目标图像帧。

需要说明的是，对于目标智能对象的数目为多个的情况，用户可以在智能对象的显示界面中选择某个目标智能对象，则结构化处理设备接收到用户针对该目标智能对象的选择指令后，可以在结构化数据和pts的对应关系中，查询包含该目标智能对象的特征信息的结构化数据对应的目标pts。

步骤303，显示目标图像帧，或者，以目标图像帧为起始图像帧播放目标视频数据。

在实施中，结构化处理设备得到目标图像帧后，可以在视频显示界面中显示该目标图像帧，或者，在视频显示界面中以目标图像帧为起始图像帧播放目标视频数据。

作为一种可选地实施方式，结构化数据还包括智能对象在图像帧中的位置/大小信息，结构化处理设备还可以对目标图像帧进行标注。具体处理过程如下：

步骤一，根据目标智能对象对应的位置/大小信息，对目标图像帧中的目标智能对象进行标注处理，得到标注后的目标图像帧。

在实施中，为了用户可以快速定位到目标图像帧中的目标智能对象，结构化处理设备得到目标图像帧后，可以根据目标智能对象对应的位置/大小信息，在目标图像帧中对目标智能对象进行标注处理，得到标注后的目标图像帧。

步骤二，显示标注后的目标图像帧。

在实施中，结构化处理设备得到标注后的目标图像帧后，可以在视频显示界面中显示该标注后的目标图像帧。这样，用户可以快速定位到目标图像帧中的目标智能对象。

作为一种可选地实施方式，结构化处理设备中还可以设置有搜索引擎。为了减少用户检索时等待的时间，结构化处理设备可以将预先各结构化数据进行解码处理，得到各结构化数据包含的智能对象的特征信息，并将各结构化数据包含的智能对象的特征信息添加至搜索引擎中。

为了进一步减少用户检索时等待的时间，结构化处理设备可以在memcache(一种分布式的高速缓存系统)或redis(一种高性能的key-value(关键字-值)数据库)中存储历史目标特征信息和历史目标智能对象的对应关系。当搜索引擎接收到用户输入的目标特征信息时，可以在预先存储的历史目标特征信息中，查询是否存在与目标特征信息相同的历史目标特征信息。如果存在与目标特征信息相同的历史目标特征信息，则将该历史目标特征信息对应的历史目标智能对象，作为与目标特征信息相匹配的目标智能对象。如果不存在与目标特征信息相同的历史目标特征信息，则在各结构化数据包含的智能对象的特征信息中，确定与目标特征信息相匹配的目标智能对象。

本申请实施例提供了一种数据处理的方法，结构化处理设备根据预设的视频解码算法，对目标视频数据进行解码处理，得到目标视频数据包含的各图像帧和各图像帧的pts。然后，针对每个图像帧，结构化处理设备根据预设的视频结构化算法，确定该图像帧的结构化数据，对该图像帧的结构化数据进行存储，并建立该图像帧的结构化数据与该图像帧的pts的对应关系。这样，结构化数据存储设备中，仅需要存储结构化数据与pts的对应关系，而无需存储关键视频/图像数据，从而防止存储资源浪费，进而提高存储资源的利用率。

本申请实施例还提供了一种数据处理的装置，如图4所示，该装置包括：

解码模块410，用于根据预设的视频解码算法，对目标视频数据进行解码处理，得到目标视频数据包含的各图像帧和各图像帧的显示时间戳pts；

建立模块420，用于针对每个图像帧，根据预设的视频结构化算法，确定该图像帧的结构化数据，对该图像帧的结构化数据进行存储，并建立该图像帧的结构化数据与该图像帧的pts的对应关系。

作为一种可选地实施方式，建立模块420，具体用于：

根据预设的序列化编码算法，对该图像帧的结构化数据进行编码，得到编码后的结构化数据，并对所述编码后的结构化数据进行存储。

作为一种可选地实施方式，建立模块420，具体用于：

将编码后的结构化数据，以数据流或字幕流的格式存储至目标视频数据对应的视频文件中。

作为一种可选地实施方式，建立模块420，具体用于：

针对每个图像帧，根据预设的视频结构化算法，识别该图像帧包括的智能对象，并提取智能对象的特征信息，得到该图像帧的结构化数据。

作为一种可选地实施方式，如图5所示，该装置还包括：

第一确定模块430，用于根据用户输入的目标特征信息、以及各结构化数据包含的智能对象的特征信息，确定与目标特征信息相匹配的目标智能对象；

第二确定模块440，用于在结构化数据和pts的对应关系中，查询包含目标智能对象的特征信息的结构化数据对应的目标pts，并确定目标pts对应的目标图像帧，目标图像帧包含目标智能对象；

显示模块450，用于显示目标图像帧，或者，以目标图像帧为起始图像帧播放目标视频数据。

作为一种可选地实施方式，第一确定模块430，具体用于：

根据用户输入的目标特征信息、以及各结构化数据包含的智能对象的特征信息，确定各智能对象对应的匹配度；

按照匹配度由高到低的顺序，在各智能对象中确定预设数目个智能对象，作为与目标特征信息相匹配的目标智能对象。

作为一种可选地实施方式，结构化数据还包括智能对象在图像帧中的位置/大小信息，显示模块450，具体用于：

根据目标智能对象对应的位置/大小信息，对目标图像帧中的目标智能对象进行标注处理，得到标注后的目标图像帧；

显示标注后的目标图像帧。

本申请实施例提供了一种数据处理的装置，结构化处理设备根据预设的视频解码算法，对目标视频数据进行解码处理，得到目标视频数据包含的各图像帧和各图像帧的pts。然后，针对每个图像帧，结构化处理设备根据预设的视频结构化算法，确定该图像帧的结构化数据，对该图像帧的结构化数据进行存储，并建立该图像帧的结构化数据与该图像帧的pts的对应关系。这样，结构化数据存储设备中，仅需要存储结构化数据与pts的对应关系，而无需存储关键视频/图像数据，从而防止存储资源浪费，进而提高存储资源的利用率。

在一个实施例中，提供了一种计算机设备，如图6所示，包括存储器及处理器，所述存储器上存储有可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述数据处理的方法步骤。

在一个实施例中，一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述数据处理的方法的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。