本申请涉及电视机技术领域，特别是涉及电视机自动采集数据的方法、装置、计算机设备和介质。
背景技术：
随着生活水平的提高，越来越多家庭拥有电视机。电视机的广泛应用丰富了用户的文化生活。
传统电视机主要用于播放电视节目，用户可以通过电视机收看到例如电视剧、综艺节目以及新闻等。然而，随着科学技术的进一步发展，其他电子产品有了更加丰富的功能，人们对电视机功能需求也有新的变化，例如希望电视机能够自动录制视频图像等，而当前只能简单播放电视节目的电视机显然已经无法满足用户上述需求。
技术实现要素：
基于此，有必要针对上述技术问题，提供一种电视机自动采集数据的方法、装置、计算机设备和介质。
一种电视机自动采集数据的方法，所述方法包括：
采集视角范围内图像数据，所述视角包括电视机的可视角度；
当所述视角范围内图像数据中携带有已知用户图像数据时，提取所述已知用户关联的特征数据；
当当前提取的特征数据相较于历史记录的特征数据的变化幅度大于预设阈值时，采集预设时长的所述已知用户关联数据，所述关联数据包括图像数据和/或语音数据；
推送采集的所述已知用户关联数据。
在其中一个实施例中，所述特征数据包括用户体型数据，所述预设阈值包括体型阈值，所述当当前提取的特征数据相较于历史记录的特征数据的变化幅度大于预设阈值时，采集预设时长的所述已知用户关联数据，包括：
当当前采集的用户体型尺寸相较于上一时刻采集的用户体型尺寸的变化幅度大于预设体型阈值时，采集预设时长的所述已知用户关联数据。
在其中一个实施例中，所述特征数据包括用户声音数据，所述预设阈值包括声音阈值，所述当当前提取的特征数据相较于历史记录的特征数据的变化幅度大于预设阈值时，采集预设时长的所述已知用户关联数据，包括：
当当前采集的用户声音数据相较于上一时刻采集的用户声音数据的变化幅度大于预设声音阈值时，采集预设时长的所述已知用户关联数据。
在其中一个实施例中，所述特征数据包括用户声音数据，所述预设阈值包括声音频谱分析阈值，所述当当前提取的特征数据相较于历史记录的特征数据的变化幅度大于预设阈值时，采集预设时长的所述已知用户关联数据，包括：
对当前采集的用户声音数据进行声音频谱分析，获得当前声音频谱分析结果；
当所述当前声音频谱分析结果相较于上一时刻采集的声音频谱分析结果变化幅度大于预设声音频谱分析阈值时，采集预设时长的所述已知用户关联数据。
在其中一个实施例中，所述电视机自动采集数据方法还包括：
当所述视角范围内图像数据中携带有预设特定用户图像时，采集预设时长的所述预设特定用户的关联数据，推送所述预设特定用户的关联数据。
在其中一个实施例中，所述当所述视角范围内图像数据中携带有预设特定用户图像时，采集预设时长的所述预设特定用户的关联数据包括：
当所述视角范围内图像数据中携带有预设特定用户图像时，采集环境声音数据，并进行声纹识别；
当所述环境声音数据中携带有所述预设特定用户声音时，采集预设时长的所述预设特定用户的关联数据。
在其中一个实施例中，所述电视机自动采集数据方法还包括：
当所述视角范围内图像数据中携带有未知用户图像数据时，采集预设时长的所述未知用户关联数据，推送采集的所述未知用户关联数据。
一种电视机自动采集数据装置，所述装置包括：
图像数据采集模块，用于采集视角范围内图像数据，所述视角包括电视机的可视角度；
特征数据提取模块，用于当所述视角范围内图像数据中携带有已知用户图像数据时，提取所述已知用户关联的特征数据；
关联数据采集模块，用于当当前提取的特征数据相较于历史记录的特征数据的变化幅度大于预设阈值时，采集预设时长的所述已知用户关联数据，所述关联数据包括图像数据和/或语音数据；
推送模块，用于推送采集的所述已知用户关联数据。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述方法的步骤。
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的方法的步骤。
上述电视机自动采集数据方法、装置、计算机设备和存储介质，采集视角范围内图像数据，所述视角包括电视机的可视角度，当所述视角范围内图像数据中携带有已知用户图像数据时，提取所述已知用户关联的特征数据，当当前提取的特征数据相较于历史记录的特征数据的变化幅度大于预设阈值时，采集预设时长的所述已知用户关联数据，推送采集的所述已知用户关联数据。整个过程中，将当前提取的特征数据与历史记录的特征数据比较，当变化幅度大于预设阈值时，控制电视机启动自动采集数据，给用户带来便利。
附图说明
图1为一个实施例中电视机自动采集数据方法的应用环境图；
图2为一个实施例中电视机自动采集数据方法的流程示意图；
图3为另一个实施例中电视机自动采集数据方法的流程示意图；
图4为一个实施例中电视机自动采集数据装置的结构框图；
图5为另一个实施例中电视机自动采集数据装置的结构框图
图6为一个实施例中计算机设备的内部结构图。
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。
如图1所示，上述电视机自动采集数据的方法可以应用于电视机，也可以应用于与电视机连接的控制设备，例如电视机的机顶盒。电视机在正常播放的电视机节目的过程中，采集其自身可视角度范围内图像数据，当在该图像数据中携带有已知用户图像数据时，从采集的图像数据中提取已知用户关联的特征数据，当发现当前提取的特征数据相较于历史记录的特征数据变化幅度大于预设阈值时，启动自动采集数据功能，采集预设时长的已知用户关联数据，并将采集的已知用户关联数据推送，具体来说，可以推送至其他终端或者推送至远端另一台电视机。
如图2所示，一种电视机自动采集数据的方法，方法包括：
S200：采集视角范围内图像数据，视角包括电视机的可视角度。
可视角度，是指用户可以从不同的方向清晰地观察屏幕上所有内容的角度，可视角度作为显示设备的重要参数之一，以电视机为例，不同性能的电视机拥有不同的可视角度。如图1中所示，电视机的可视角度也可以理解为用户出现在电视机视角范围内的活动范围，电视机可以采集在该视角范围内图像数据。图像数据的采集可以通过设置于电视机的摄像头来完成，采集的方式可以是持续、实时采集，也可以是以比较高的频率周期性采集视角范围内图像数据。非必要的，视角范围可以是正视电视机160度的扇形区域范围。更进一步来说，还可以在电视机上设置摄像头，以扩展视角，摄像头可以设置有多个，多个摄像头可以保持360度的视角，另外，摄像头还可以设置为可旋转的。
S400：当视角范围内图像数据中携带有已知用户图像数据时，提取已知用户关联的特征数据。
针对视角范围内图像数据进行处理，判断其中是否存在已知用户图像数据，当携带有时，提取已知用户关联的特征数据。已知用户是指已经记录、认知、或合法的用户，一般是电视机用户一家的家庭成员。以小明一家为例，小明自己、小明父母以及小明爷爷奶奶即为合法已知用户，给小明家送快递的叔叔则不为已知用户。需要指出的是，非已知用户可以通过注册的方式成为已知用户。判断视角范围内图像数据中是否携带有已知用户图像数据具体可以通过人脸识别技术来实现，当在视角范围内图像数据中检测到已知用户的人脸时，提取该已经用户关联的特征数据。具体来说，特征数据是指表征用户特征的数据，特征数据具体可以为用户声音数据或用户体型数据，用户声音数据可以准确区分不同的用户以及不同阶段用户，例如小明与小明妈妈的声音是不同的，小明在1岁时候的声音与在3岁时候的声音是不同的；用户体型也可以用来区分不同用户以及不同阶段用户，例如小明与小明妈妈相比会矮小些，3岁时候的小明明会比5岁时候的小明矮小些。
S600：当当前提取的特征数据相较于历史记录的特征数据的变化幅度大于预设阈值时，采集预设时长的已知用户关联数据，关联数据包括图像数据和/或语音数据。
历史记录的特征数据可以是预设存储的数据，也可以是上一次提取的特征数据。具体来说，当存储有上一次提取的特征数据时，历史记录的特征数据即为上一次提取的特征数据，当不存在时，历史记录的特征数据即为预先存在的数据。当前提取的特征数据相较于历史记录的特征数据的变化幅度大于预设阈值，表明用户特征发生了比较大的变化，此时，采集预设时长的已知用户关联数据，例如可以录制用户图像数据或者录制用户语音数据。由于用户特征发生改变是一个持续、细微且缓慢的过程，因此，预设阈值是一个非常细小的值，当前提取时刻与上一提取时刻之间时间差值也是一个较大值，例如可以是1个月或10天。以小明身高为特征数据为例，当当前得到的小明身高相较于上一次记录的身高变化幅度超过预设阈值(0.1％)时，采集5分钟时长的小明图像数据。简单来说，S600是以特征数据变化幅度是否大于预设阈值作为关联数据采集的“开关”，从而实现关联数据的自动采集。
S800：推送采集的已知用户关联数据。
将步骤S600采集的已知用户关联数据推送至其他终端，例如可以推送至其他电视机、平板电脑或手机。在实际应用中，电视机可以将步骤S600采集的5分钟时长的小明图像数据发送至远端小明爸爸的手机，小明爸爸即可了解小明近期的成长情况。
上述电视机自动采集数据方法，采集视角范围内图像数据，视角包括电视机的可视角度，当视角范围内图像数据中携带有已知用户图像数据时，提取已知用户关联的特征数据，当当前提取的特征数据相较于历史记录的特征数据的变化幅度大于预设阈值时，采集预设时长的已知用户关联数据，推送采集的已知用户关联数据。整个过程中，将当前提取的特征数据与历史记录的特征数据比较，当变化幅度大于预设阈值时，控制电视机启动自动采集数据，给用户带来便利。
在其中一个实施例中，特征数据包括用户体型数据，预设阈值包括体型阈值，当当前提取的特征数据相较于历史记录的特征数据的变化幅度大于预设阈值时，采集预设时长的已知用户关联数据，包括：当当前采集的用户体型尺寸相较于上一时刻采集的用户体型尺寸的变化幅度大于预设体型阈值时，采集预设时长的已知用户关联数据。
用户体型数据可以是用户外形轮廓数据，也可以是单纯的用户身高。在实际应用中，对视角范围内图像数据进行人脸识别，当识别出当前视角范围内存在小明时，对视角范围内的图像数据进行图像处理，得到小明当前的身高数据为X，将当前提取的小明身高数据与上一次提取得到的小明身高数据Y进行比较，当当前的身高数据X相较于上一次提取的小明身高数据Y变化幅度大于预设0.1％的幅度时，采集5分钟时长的小明图像数据和语音数据。
在其中一个实施例中，特征数据包括用户声音数据，预设阈值包括声音阈值，当当前提取的特征数据相较于历史记录的特征数据的变化幅度大于预设阈值时，采集预设时长的已知用户关联数据，包括：当当前采集的用户声音数据相较于上一时刻采集的用户声音数据的变化幅度大于预设声音阈值时，采集预设时长的已知用户关联数据。
用户声音数据可以包括声音音量以及音频特征等。不同用户的音频特征不同，相同用户在不同阶段、不同情况下声音音量和音频特征都会存在差异。非必要的，为准确感知用户声音数据的特征，可以针对用户声音数据进行音频分析，基于音频分析结果来判断是否需要采集预设时长的已知用户关联数据，音频分析具体可以通过计算机和专业的音频分析设备来完成。在实际应用中，对视角范围内图像数据进行人脸识别，当识别出当前视角范围内存在小明时，提取小明的声音数据，将小明的声音数据与上一时刻采集的小明声音数据进行比较，比较两种声音数据之间的变化幅度，当变化幅度大于预设声音阈值时，采集5分钟时长的小明图像数据和语音数据。
在其中一个实施例中，采集预设时长的已知用户关联数据之后，还包括：记录采集时间，并将采集的已知用户关联数据与采集时间关联存储。
将采集时间与采集的已知用户关联数据关联存储，便于用户在接收到该数据时，知晓该数据是什么时候采集的。在实际应用中，每个推送的数据中均包含有采集的小明图像数据和语音数据以及采集时间，N年之后，用户(小明爸爸)再浏览这个部分数据，即可知到N年间小明的成长历程，给用户带来美好的回忆。
如图3所示，在其中一个实施例中，步骤S800之后，还包括：
S900：等待预设时间，返回步骤S200。
当完成本轮自动采集数据操作之后，等待预设时间，进入下一轮自动采集数据操作，循环往复，从而记录已知用户的成长。
在其中一个实施例中，电视机自动采集数据方法还包括：
根据预设周期，从多次采集的已知用户关联数据中提取同一用户对应的关联数据。
针对相同的用户，为了获取其成长过程的图像数据和/或声音数据，需要将每次针对相同用户的图像数据和/或声音数据提取出来。
在其中一个实施例中，电视机自动采集数据方法还包括：当所述视角范围内图像数据中携带有预设特定用户图像时，采集预设时长的所述预设特定用户的关联数据，推送所述预设特定用户的关联数据。
预设特定用户是指实现指定的用户，例如可以指定家里的老母亲，当视角范围内图像数据中携带有老母亲的图像时，采集预设时长的老母亲图像数据和/或声音数据，推送采集到的数据至其他终端。在实际应用中，针对视角范围内的图像数据进行人脸识别处理，判断当前视角范围内的图像数据中是否有老母亲的图像，当有时，采集5分钟的老母亲图像数据和声音数据，推送采集到的数据至远端“儿子”的智能手机，以便“儿子”了解老母亲状况。
在其中一个实施例中，所述当所述视角范围内图像数据中携带有预设特定用户图像时，采集预设时长的所述预设特定用户的关联数据包括：
当所述视角范围内图像数据中携带有预设特定用户图像时，采集环境声音数据，并进行声纹识别；当所述环境声音数据中携带有所述预设特定用户声音时，采集预设时长的所述预设特定用户的关联数据。
在这里，进一步进行声纹识别，当声纹识别结果为预设特定用户声音时，才采集预设时长的所述预设特定用户的关联数据。
在其中一个实施例中，所述电视机自动采集数据方法还包括：
当所述视角范围内图像数据中携带有未知用户图像数据时，采集预设时长的所述未知用户关联数据，推送采集的所述未知用户关联数据。
当视角范围内图像数据中携带有未知用户图像数据时，表明当前有未知用户进入家中，为确保家庭成员的安全，采集预设时长的所述未知用户关联数据，推送采集的所述未知用户关联数据。在实际应用中，当视角范围内图像数据中携带有某快递员的图像数据时，自动采集5分钟该快递员的图像数据和声音数据，并将采集的数据推送至远端“儿子”的智能手机。
在其中一个实施例中，所述电视机自动采集数据方法还包括：
根据视角范围内图像数据，检测是否存在烟雾与明火；当检测到时，推送视角范围内图像数。当电视机检测到在视角范围内存在烟雾或明火现象，说明当前家中极有可能发生火灾，存在严重的安全问题，此时推送视角范围内图像数据至远程终端(例如儿子手机)。
应该理解的是，虽然图2-3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-3中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
如图4所示，一种电视机自动采集数据装置，装置包括：
图像数据采集模块200，用于采集视角范围内图像数据，视角包括电视机的可视角度；
特征数据提取模块400，用于当视角范围内图像数据中携带有已知用户图像数据时，提取已知用户关联的特征数据；
关联数据采集模块600，用于当当前提取的特征数据相较于历史记录的特征数据的变化幅度大于预设阈值时，采集预设时长的已知用户关联数据，关联数据包括图像数据和/或语音数据；
推送模块800，用于推送采集的已知用户关联数据。
上述电视机自动采集数据装置，图像数据采集模块200采集视角范围内图像数据，视角包括电视机的可视角度，当视角范围内图像数据中携带有已知用户图像数据时，特征数据提取模块400提取已知用户关联的特征数据，当当前提取的特征数据相较于历史记录的特征数据的变化幅度大于预设阈值时，关联数据采集模块600采集预设时长的已知用户关联数据，推送模块800推送采集的已知用户关联数据。整个过程中，将当前提取的特征数据与历史记录的特征数据比较，当变化幅度大于预设阈值时，控制电视机启动自动采集数据，给用户带来便利。
在其中一个实施例中，特征数据包括用户体型数据，预设阈值包括体型阈值，关联数据采集模块600还用于当当前采集的用户体型尺寸相较于上一时刻采集的用户体型尺寸的变化幅度大于预设体型阈值时，采集预设时长的已知用户关联数据。
在其中一个实施例中，特征数据包括用户声音数据，预设阈值包括声音阈值，关联数据采集模块600还用于当当前采集的用户声音数据相较于上一时刻采集的用户声音数据的变化幅度大于预设声音阈值时，采集预设时长的已知用户关联数据。
在其中一个实施例中，特征数据包括用户声音数据，预设阈值包括声音频谱分析阈值，关联数据采集模块600还用于对当前采集的用户声音数据进行声音频谱分析，获得当前声音频谱分析结果；当当前声音频谱分析结果相较于上一时刻采集的声音频谱分析结果变化幅度大于预设声音频谱分析阈值时，采集预设时长的已知用户关联数据。
在其中一个实施例中，关联数据采集模块600还用于记录采集时间，并将采集的已知用户关联数据与采集时间关联存储。
如图5所示，在其中一个实施例中，电视机自动采集数据装置还包括：
返回模块900，用于等待预设时间，控制图像数据采集模块200重新执行采集视角范围内图像数据的操作。
在其中一个实施例中，电视机自动采集数据装置还包括：
周期提取模块，用于根据预设周期，从多次采集的已知用户关联数据中提取同一用户对应的关联数据。
关于电视机自动采集数据装置的具体限定可以参见上文中对于电视机自动采集数据方法的限定，在此不再赘述。上述电视机自动采集数据装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储预设时间、预设采集周期以及历史记录的数据等。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电视机自动采集数据方法。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
采集视角范围内图像数据，视角包括电视机的可视角度；
当视角范围内图像数据中携带有已知用户图像数据时，提取已知用户关联的特征数据；
当当前提取的特征数据相较于历史记录的特征数据的变化幅度大于预设阈值时，采集预设时长的已知用户关联数据，关联数据包括图像数据和/或语音数据；
推送采集的已知用户关联数据。
在其中一个实施例中，特征数据包括用户体型数据，预设阈值包括体型阈值，处理器执行计算机程序时还实现以下步骤：
当当前采集的用户体型尺寸相较于上一时刻采集的用户体型尺寸的变化幅度大于预设体型阈值时，采集预设时长的已知用户关联数据。
在其中一个实施例中，特征数据包括用户声音数据，预设阈值包括声音阈值，处理器执行计算机程序时还实现以下步骤：
当当前采集的用户声音数据相较于上一时刻采集的用户声音数据的变化幅度大于预设声音阈值时，采集预设时长的已知用户关联数据。
在其中一个实施例中，特征数据包括用户声音数据，预设阈值包括声音频谱分析阈值，处理器执行计算机程序时还实现以下步骤：
对当前采集的用户声音数据进行声音频谱分析，获得当前声音频谱分析结果；当当前声音频谱分析结果相较于上一时刻采集的声音频谱分析结果变化幅度大于预设声音频谱分析阈值时，采集预设时长的已知用户关联数据。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
记录采集时间，并将采集的已知用户关联数据与采集时间关联存储。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
等待预设时间，返回采集视角范围内图像数据的步骤。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据预设周期，从多次采集的已知用户关联数据中提取同一用户对应的关联数据。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
采集视角范围内图像数据，视角包括电视机的可视角度；
当视角范围内图像数据中携带有已知用户图像数据时，提取已知用户关联的特征数据；
当当前提取的特征数据相较于历史记录的特征数据的变化幅度大于预设阈值时，采集预设时长的已知用户关联数据，关联数据包括图像数据和/或语音数据；
推送采集的已知用户关联数据。
在其中一个实施例中，特征数据包括用户体型数据，预设阈值包括体型阈值，计算机程序被处理器执行时还实现以下步骤：
当当前采集的用户体型尺寸相较于上一时刻采集的用户体型尺寸的变化幅度大于预设体型阈值时，采集预设时长的已知用户关联数据。
在其中一个实施例中，特征数据包括用户声音数据，预设阈值包括声音阈值，计算机程序被处理器执行时还实现以下步骤：
当当前采集的用户声音数据相较于上一时刻采集的用户声音数据的变化幅度大于预设声音阈值时，采集预设时长的已知用户关联数据。
在其中一个实施例中，特征数据包括用户声音数据，预设阈值包括声音频谱分析阈值，计算机程序被处理器执行时还实现以下步骤：
对当前采集的用户声音数据进行声音频谱分析，获得当前声音频谱分析结果；当当前声音频谱分析结果相较于上一时刻采集的声音频谱分析结果变化幅度大于预设声音频谱分析阈值时，采集预设时长的已知用户关联数据。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
记录采集时间，并将采集的已知用户关联数据与采集时间关联存储。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
等待预设时间，返回采集视角范围内图像数据的步骤。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据预设周期，从多次采集的已知用户关联数据中提取同一用户对应的关联数据。
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，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。