一种基于多维度特征分析的物资仓库工作人员行为识别分析管理系统的制作方法

1.本发明属于人员行为识别管理技术领域，具体而言，涉及一种基于多维度特征分析的物资仓库工作人员行为识别分析管理系统。


背景技术：

2.物资仓库是企业存放物资的重要阵地,其作为企业有形资产的承载场所，重要性不言而语，为了保障物资仓库内物资存储的安全可靠性，就需要对物资仓库进行管理。
3.但目前物资仓库管理对应的管理重点大多集中在物资本身，特别是物资的存储安全管理，忽略了对物资仓库工作人员的管理。但物资在存储安全管理方面出现的问题在很大程度上是由工作人员的行为导致的，例如物资被盗和物资破损问题，其中物资被盗问题，一般是由外来人员冒充工作人员进行盗窃或工作人员违规监守自盗造成的，而物资破损问题一般是由工作人员在进行物资搬运的过程中采用的搬运行为不符合规范造成的，其不规范搬运行为具体包括手部抓握物资时抓握面积过小，抬起物资/放下物资离地面高度较高，对于一些易碎物资来说，这些不规范搬运行为会大大加大物资掉落破损的风险，进而影响该类物资的存储完整性。
4.综上可见，单纯只对物资本身进行存储安全管理，只能在物资出现被盗或破损问题后进行相应的处理，其是一种事后性的弥补管理，管理效果不佳，如果不对物资出现盗窃或破损问题的源头进行管理，就无法从根本上提前避免上述问题出现，进而也就无法对物资的存储安全产生关键性的管理效果。


技术实现要素：

5.针对上述问题，本发明提供了一种基于多维度特征分析的物资仓库工作人员行为识别分析管理系统，通过针对物资仓库中物资存储中存在的被盗和破损问题，从产生以上问题的源头——工作人员的行为出发，进行行为监控识别管理，以此来提前避免物资存储中出现的被盗和破损问题，从而从根本上有效保障了物资的存储安全。
6.本发明具体采用以下技术方案来实现：
7.一种基于多维度特征分析的物资仓库工作人员行为识别分析管理系统，包括：
8.仓库基本信息库构建模块，用于构建仓库基本信息库，并对物资仓库内存在的所有工作人员对应的面部图像进行采集，对物资仓库内存储的各种物资名称对应的外观特征进行采集，进而将采集的所有工作人员对应的面部图像和各种物资名称对应的外观特征存储入仓库基本信息库；
9.行为识别终端布设模块，用于将物资仓库空间进行区域划分，并在划分的各子区域内布设行为识别终端；
10.物资搬运记录实时登记模块，用于将当天进行物资搬运的工作人员面部图像、物资名称和物资搬运规范行为指标构成物资搬运记录，并实时登记；
11.活动人员感应模块，与行为识别终端布设模块连接，用于通过各子区域内行为识别终端中的人体红外传感器对相应子区域内存在的活动人员进行感应；
12.活动人员身份判断模块，分别与仓库基本信息库构建模块和活动人员感应模块连接，用于当某子区域内的人体红外传感器感应到活动人员时，开启该子区域内行为识别终端中的跟随摄像头对活动人员进行面部图像采集，并根据活动人员的面部图像判断活动人员的身份；
13.外来人员活动行为识别及追踪处理终端，分别与活动人员身份判断模块和仓库基本信息库构建模块连接，用于当判断活动人员的身份为外来人员时，通过跟随摄像头对外来人员当前的活动行为进行图像拍摄，并对当前的活动行为图像进行活动行为类别识别，若识别的活动行为类别为物资搬运行为，表明该外来人员在进行物资偷盗，此时启动该子区域内的报警器进行蜂鸣报警，并对外来人员进行追踪处理；
14.工作人员活动行为识别跟踪及处理终端，分别与物资搬运记录实时登记模块和活动人员身份判断模块连接，用于当判断活动人员的身份为工作人员时，则通过跟随摄像头对工作人员当前的活动行为进行图像拍摄，并对当前的活动行为图像进行活动行为类别识别，若识别的活动行为类别为物资搬运行为，则对该工作人员的当前物资搬运行为进行是否违规判断，若判断为违规，则进行违规预警处理，若判断为合规，则对其搬运行为进行搬运规范程度分析管理。
15.在一种能够实现的方式中，所述行为识别终端包括人体红外传感器、跟随摄像头、gps定位仪和报警器，其中人体红外传感器用于感应是否存在人员活动，跟随摄像头用于对活动人员的活动行为进行跟踪识别，gps定位仪用于进行位置定位，报警器用于进行蜂鸣报警。
16.在一种能够实现的方式中，所述物资搬运规范行为指标包括物资抓握规范面积、物资抬起规范离地高度和物资放下规范离地高度。
17.在一种能够实现的方式中，所述根据活动人员的面部图像判断活动人员的身份对应的具体判断方法如下：
18.从仓库基本信息库中调取所有工作人员对应的面部图像；
19.将活动人员的面部图像与所有工作人员对应的面部图像进行匹配，若活动人员的面部图像与某工作人员对应的面部图像匹配成功，则表明该活动人员的身份为工作人员，反之，表明该活动人员的身份为外来人员。
20.在一种能够实现的方式中，所述对当前的活动行为图像进行活动行为类别识别具体包括：
21.第一步:对当前的活动行为图像进行人手部动作特征抓取，并将其与搬运行为对应的手部动作特征进行匹配，若匹配成功，则执行第二步:
22.第二步：从仓库基本信息库中调取各种物资名称对应的外观特征，并对当前的活动行为图像进行人手部位置聚焦，进而从图像中提取人手部位置对应搬运物体的外观特征，进而将搬运物体的外观特征分别与各种物资名称对应的外观特征进行匹配，若匹配成功，则识别当前活动行为图像对应的活动行为类别为物资搬运行为。
23.在一种能够实现的方式中，所述对外来人员进行追踪处理具体执行步骤如下：
24.r1:启动物资仓库内的所有跟随摄像头在对应的子区域范围进行人像扫描，并将
扫描到的人像对应的面部图像与该外来人员对应的面部图像进行比对，若某跟随摄像头扫描到的人像对应的面部对象与该外来人员对应的面部图像比对成功，则由该跟随摄像头所在子区域内行为识别终端中的gps定位仪定位该外来人员所在地理位置，并将其记为逃跑足迹位置，以此通过上述方法获取该外来人员的实时逃跑足迹位置；
25.r2:将该外来人员的面部图像和实时逃跑足迹位置发送给物资仓库当前巡检人员，由当前巡检人员对该外来人员进行实时追踪。
26.在一种能够实现的方式中，所述对该工作人员的当前物资搬运行为进行是否违规判断具体包括：
27.(1)调取当天物资搬运记录，并从中提取当天进行物资搬运的工作人员对应的面部图像；
28.(2)将该工作人员的面部图像分别与当天进行物资搬运的工作人员对应的面部图像进行匹配，若匹配成功，则执行(3)，若匹配失败，则判断该工作人员的当前物资搬运行为违规；
29.(3)将该工作人员对应当前的活动行为图像中搬运物体的外观特征匹配成功的物资种类名称作为该工作人员当前物资搬运行为对应搬运的物资名称，并从当天物资搬运记录中提取当天进行物资搬运的物资名称，以此将该工作人员当前物资搬运行为对应搬运的物资名称与当天进行物资搬运的物资名称进行匹配，若匹配成功，则判断该工作人员的当前物资搬运行为合规，若匹配失败，则判断该工作人员的当前物资搬运行为违规。
30.在一种能够实现的方式中，所述违规预警处理具体的处理方式为启动该工作人员所在子区域内的报警器进行蜂鸣报警，并将该工作人员的面部图像发送至仓库物资管理人员。
31.在一种能够实现的方式中，所述对其搬运行为进行搬运规范程度分析管理的具体操作步骤为：
32.步骤1：根据该工作人员的面部图像，由该工作人员所处子区域内的跟随摄像头对该工作人员的当前物资搬运行为进行跟踪拍摄，得到搬运物资行为视频；
33.步骤2：对搬运物资行为视频进行物资搬运行为指标解析，得到手部抓握物资对应的抓握面积、物资抬起离地高度和物资放下离地高度；
34.步骤3：从当天物资搬运记录中提取当天进行物资搬运的物资搬运规范行为指标，将其与当前物资搬运行为对应的物资抓握规范面积、物资抬起规范离地高度和物资放下规范离地高度进行对比分析，从中分别计算手部抓握面积、物资抬起离地高度和物资放下离地高度对应的搬运规范程度指数；
35.步骤4：基于该工作人员对应当前物资搬运行为的手部抓握面积、物资抬起离地高度和物资放下离地高度对应的搬运规范程度指数分析出不符规范物资搬运行为指标；
36.步骤5：将该工作人员的面部图像及该工作人员对应当前物资搬运行为中的不符规范物资搬运行为指标名称和搬运物资行为视频发送至仓库物资管理人员进行人工管理。
37.相对于现有技术，本发明的实施例至少具有如下优点或有益效果：
38.1.本发明通过基于物资仓库中存在的工作人员信息和存储的所有物资信息进行仓库基本信息库构建，并对物资仓库进行区域划分，同时在划分的各子区域内布设行为识别终端，以此来感应各子区域内存在的活动人员，当感应到某子区域存在活动人员时，对活
动人员的活动行为进行识别跟踪，由此从外来人员物资盗窃行为、工作人员物资盗窃行为、工作人员物资搬运行为是否规范三个维度进行活动人员对应活动行为的识别分析，能够从物资出现被盗或破损问题的源头出发，实现了对物资仓库内工作人员行为的多维度识别分析，该分析方式一方面能够对工作人员的工作行为进行直接约束管理，弥补了目前物资仓库管理忽略对物资仓库工作人员管理的缺陷，另一方面通过对工作人员行为的识别能够间接为物资出现被盗或破损问题提供问题溯源，从而强化了物资的存储安全管理。
39.2.本发明通过从外来人员物资盗窃行为、工作人员物资盗窃行为、工作人员物资搬运行为是否规范三个维度进行活动人员对应活动行为识别分析，当识别到该活动人员的活动行为为外来人员物资盗窃行为或工作人员物资盗窃行为或工作人员不规范搬运行为时，分别进行针对性地后续处理，有效减少了物资出现被盗或破损问题的频率，在一定程度上为物资的存储安全起到了关键性的作用，从而为物资的存储安全提供了可靠的保障。
附图说明
40.利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
41.图1为本发明的系统连接结构示意图。
具体实施方式
42.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，都属于本发明保护的范围。
43.参阅图1，图1提供了本发明实施例公开的一种基于多维度特征分析的物资仓库工作人员行为识别分析管理系统模块连接示意图，该系统包括仓库基本信息库构建模块、行为识别终端布设模块、物资搬运记录实时登记模块、活动人员感应模块、活动人员身份判断模块、外来人员活动行为识别及追踪处理终端和工作人员活动行为识别跟踪及处理终端。
44.基于上述模块，本发明实施例通过根据物资仓库中存在的工作人员信息和存储的所有物资信息进行仓库基本信息库构建，并对物资仓库进行区域划分，同时在划分的各子区域内布设行为识别终端，以此来感应各子区域内存在的活动人员，当感应到某子区域存在活动人员时，对活动人员的活动行为进行识别跟踪，由此从外来人员物资盗窃行为、工作人员物资盗窃行为、工作人员物资搬运行为是否规范三个维度进行活动人员对应活动行为的识别分析，能够从物资出现被盗或破损问题的源头出发，实现了对物资仓库内工作人员行为的多维度识别分析，该分析方式一方面能够对工作人员的工作行为进行直接约束管理，弥补了目前物资仓库管理忽略对物资仓库工作人员管理的缺陷，另一方面通过对工作人员行为的识别能够间接为物资出现被盗或破损问题提供问题溯源，从而强化了物资的存储安全管理，提升了物资存储安全的管理效果。
45.仓库基本信息库构建模块，用于构建仓库基本信息库，并对物资仓库内存在的所有工作人员对应的面部图像进行采集，对物资仓库内存储的各种物资名称对应的外观特征
进行采集，这里提到的外观特征具体包括外观形状、外观颜色、外观结构等，进而将采集的所有工作人员对应的面部图像和各种物资名称对应的外观特征存储入仓库基本信息库。
46.行为识别终端布设模块，用于将物资仓库空间进行区域划分，并在划分的各子区域内布设行为识别终端，所述行为识别终端包括人体红外传感器、跟随摄像头、gps定位仪和报警器，其中人体红外传感器用于感应是否存在人员活动，跟随摄像头用于对活动人员的活动行为进行跟踪识别，gps定位仪用于进行位置定位，报警器用于进行蜂鸣报警。需要说明的是这里采用跟随摄像头进行行为跟踪识别，是由于跟随摄像头能够随着活动人员的动作行为变动进行转动摄像角度，达到行为跟踪的目的。
47.作为本发明的一个具体实施例，在物资仓库划分的各子区域布设行为识别终端，为工作人员行为的识别分析提供了可靠的识别记录工具，相对于采用人工巡检的方式进行工作人员行为识别，该识别方式能够实现实时不间断无死角识别，有效提高了识别的精准度。
48.物资搬运记录实时登记模块，用于将当天进行物资搬运的工作人员面部图像、物资名称和物资搬运规范行为指标构成物资搬运记录，其中物资搬运规范行为指标包括物资抬起规范离地高度、物资放下规范离地高度和规范搬运目的地位置，并实时登记。
49.需要说明的是物资搬运记录是在确定进行物资搬运前进行记录的，其为后续进行工作人员是否存在物资盗窃行为、工作人员物资搬运行为是否规范的判定提供真实有效的判定依据。
50.活动人员感应模块，与行为识别终端布设模块连接，用于通过各子区域内行为识别终端中的人体红外传感器对相应子区域内存在的活动人员进行感应。
51.活动人员身份判断模块，分别与仓库基本信息库构建模块和活动人员感应模块连接，用于当某子区域内的人体红外传感器感应到活动人员时，开启该子区域内行为识别终端中的跟随摄像头对活动人员进行面部图像采集，并根据活动人员的面部图像判断活动人员的身份，具体判断方法如下：
52.从仓库基本信息库中调取所有工作人员对应的面部图像；
53.将活动人员的面部图像与所有工作人员对应的面部图像进行匹配，若活动人员的面部图像与某工作人员对应的面部图像匹配成功，则表明该活动人员的身份为工作人员，反之，若活动人员的面部图像与所有工作人员对应的面部图像均匹配失败，表明该活动人员的身份为外来人员。
54.在上述实施例中先采用人体红外传感器进行活动人员感应，再启动跟随摄像头进行活动人员身份判断，能够避免跟随摄像头在没有人员进入子区域活动时也进行工作造成的资源浪费，体现了智能化识别的特点。
55.作为本发明的一个具体实施例，在对活动人员的当前活动行为进行识别前，首先对活动人员的身份进行判断，其判断结果为后续进行活动行为识别及处理提供针对性地处理方向。
56.外来人员活动行为识别及追踪处理终端，分别与活动人员身份判断模块和仓库基本信息库构建模块连接，用于当判断活动人员的身份为外来人员时，通过跟随摄像头对外来人员当前的活动行为进行图像拍摄，并对当前的活动行为图像进行活动行为类别识别，具体包括：
57.第一步:对当前的活动行为图像进行人手部动作特征抓取，并将其与搬运行为对应的手部动作特征进行匹配，若匹配成功，则执行第二步，若匹配失败，则不进行后续处理；
58.第二步：从仓库基本信息库中调取各种物资名称对应的外观特征，并对当前的活动行为图像进行人手部位置聚焦，进而从图像中提取人手部位置对应搬运物体的外观特征，进而将搬运物体的外观特征分别与各种物资名称对应的外观特征进行匹配，若搬运物体的外观特征与某种物资名称对应的外观特征一致，则匹配成功，表明该活动人员当前搬运行为对应的搬运物体确定为物资仓库内的物资，此时识别当前活动行为图像对应的活动行为类别为物资搬运行为，同时记录匹配成功的物资名称。
59.示例性的，在对活动人员的当前活动行为进行活动行为类别识别过程中，先从活动人员的手部动作特征是否符合搬运动作特征入手，当符合搬运动作特征后再从活动人员当前搬运的物体是否为仓库存的物资入手，以此来识别活动人员的当前活动行为是否为物资搬运行为，该识别方法采用递进式的步骤，大大提高了识别的准确度，避免单纯只对活动人员的手部动作进行活动行为识别造成的识别错误率过高的问题。
60.若识别的活动行为类别为物资搬运行为，表明该外来人员在进行物资偷盗，此时启动该子区域内的报警器进行蜂鸣报警，对物资仓库内正在工作的人员及巡检人员起到了提示作用，同时也能够对外来人员的物资偷盗行为起到恐吓作用，并对外来人员进行追踪处理，其追踪处理的具体执行步骤如下：
61.r1:启动物资仓库内的所有跟随摄像头在对应的子区域范围进行人像扫描，并将扫描到的人像对应的面部图像与该外来人员对应的面部图像进行比对，若某跟随摄像头扫描到的人像对应的面部对象与该外来人员对应的面部图像比对成功，则由该跟随摄像头所在子区域内行为识别终端中的gps定位仪定位该外来人员所在地理位置，并将其记为逃跑足迹位置，以此通过上述方法获取该外来人员的实时逃跑足迹位置；
62.需要说明的是对外来人员在物资仓库内实时逃跑足迹位置的获取为仓库巡检人员抓获外来人员提供了精准的定位，避免巡检人员盲目无方向抓获，从而在提高抓获准确度的情况下提升了抓获效率。
63.r2:将该外来人员的面部图像和实时逃跑足迹位置发送给物资仓库当前巡检人员，由当前巡检人员对该外来人员进行实时追踪。
64.作为本发明的一个具体实施例，对外来人员的物资偷盗行为采取实时追踪的方式进行追踪处理，能够及时制止物资偷盗行为，从而从源头上避免发生物资被盗情况。
65.工作人员活动行为识别跟踪及处理终端，分别与物资搬运记录实时登记模块和活动人员身份判断模块连接，用于当判断活动人员的身份为工作人员时，则通过跟随摄像头对工作人员当前的活动行为进行图像拍摄，并对当前的活动行为图像进行活动行为类别识别，若识别的活动行为类别为物资搬运行为，则对该工作人员的当前物资搬运行为进行是否违规判断，其违规判断具体包括：
66.(1)调取当天物资搬运记录，并从中提取当天进行物资搬运的工作人员对应的面部图像；
67.(2)将该工作人员的面部图像分别与当天进行物资搬运的工作人员对应的面部图像进行匹配，若匹配成功，则执行(3)，若匹配失败，表明该工作人员当前物资搬运行为对应的搬运主体不属于当天物资搬运记录记载范围，此时判断该工作人员的当前物资搬运行为
违规，属于监守自盗行为；
68.(3)将该工作人员对应当前的活动行为图像中搬运物体的外观特征匹配成功的物资种类名称作为该工作人员当前物资搬运行为对应搬运的物资名称，并从当天物资搬运记录中提取当天进行物资搬运的物资名称，以此将该工作人员当前物资搬运行为对应搬运的物资名称与当天进行物资搬运的物资名称进行匹配，若匹配成功，则判断该工作人员的当前物资搬运行为合规，若匹配失败，表明该工作人员当前物资搬运行为对应的搬运客体不属于当天物资搬运记录记载范围，此时判断该工作人员的当前物资搬运行为违规，属于监守自盗行为。
69.作为本发明的一个具体实施例，在当判断活动人员的身份为工作人员时，对其物资搬运行为进行是否违规判断过程中，以当天物资搬运记录为判断依据，综合了工作人员对应当前物资搬运行为的搬运主体和搬运客体判断，其中搬运主体是指工作人员的面部图像，搬运客体是指物资名称，只有在搬运主体和搬运客体均符合当天物资搬运记录，才能判断该工作人员的当前物资搬运行为合规，这种判断方式更符合实际，更加精准可靠。
70.若判断为违规，则进行违规预警处理，其中违规预警处理具体的处理方式为启动该工作人员所在子区域内的报警器进行蜂鸣报警，对该工作人员的监守自盗行为起到了警示作用，并将该工作人员的面部图像发送至仓库物资管理人员，由仓库物资管理人员进行针对性的处理。
71.若判断为合规，则对其搬运行为进行搬运规范程度分析管理，具体操作步骤为：
72.步骤1：根据该工作人员的面部图像，由该工作人员所处子区域内的跟随摄像头对该工作人员的当前物资搬运行为进行跟踪拍摄，得到搬运物资行为视频；
73.步骤2：对搬运物资行为视频进行物资搬运行为指标解析，得到手部抓握物资对应的抓握面积、物资抬起离地高度和物资放下离地高度，具体解析过程为：
74.步骤21：从搬运物资行为视频中提取工作人员在搬运物资时的手部图像，并对手部图像进行手部与物资接触区域聚焦，由此提取接触区域的轮廓，进而获取接触区域的面积，将其记为手部抓握物资对应的抓握面积；
75.步骤22：从搬运物资行为视频中截取工作人员将物资从地面抬起的视频，并从该视频中捕捉物资抬起离地高度；
76.步骤23:从搬运物资行为视频中截取工作人员将物资从手中放在地面的视频，并从该视频中捕捉物资放下离地高度；
77.步骤3：从当天物资搬运记录中提取当天进行物资搬运的物资搬运规范行为指标，将其与当前物资搬运行为对应的物资抓握规范面积、物资抬起规范离地高度和物资放下规范离地高度进行对比分析，从中分别计算手部抓握面积、物资抬起离地高度和物资放下离地高度对应的搬运规范程度指数，具体计算方法如下：
78.步骤31:将手部抓握物资对应的抓握面积记为s,将物资抓握规范面积记为s,由此将s与s进行对比，计算手部抓握面积对应的搬运规范程度指数，其计算公式为λ表示为手部抓握面积对应的搬运规范程度指数，其中手部抓握物资对应的抓握面积越大，搬运规范程度指数越大，表明搬运规范程度越高；
79.步骤32:将物资抬起离地高度记为h
抬
,将物资抬起规范离地高度记为h
抬
,由此将h
抬
与h
抬
进行对比，计算物资抬起离地高度对应的搬运规范程度指数，其计算公式为ε表示为物资抬起离地高度对应的搬运规范程度指数，其中物资抬起离地高度与物资抬起规范离地高度越接近，搬运规范程度指数越大，表明搬运规范程度越高；
80.步骤33:将物资放下离地高度记为h
放
,将物资放下规范离地高度记为h
放
,以此将h
放
与h
放
对比，计算物资放下离地高度对应的搬运规范程度指数，其计算公式为σ表示为物资放下离地高度对应的搬运规范程度指数，其中物资放下离地高度与物资放下规范离地高度越接近，搬运规范程度指数越大，表明搬运规范程度越高；
81.作为本发明的一个具体实施例，选择手部抓握物资对应的抓握面积、物资抬起离地高度和物资放下离地高度作为物资搬运行为指标的原因是：在搬运过程中以上这些指标都是影响物资掉落破损的重要因素，当手部抓握面积过小、物资抬起离地高度和物资放下离地高度过高时，一方面会增大物资掉落概率，另一方面会加重物资掉落后的物损。
82.步骤4：基于该工作人员对应当前物资搬运行为的手部抓握面积、物资抬起离地高度和物资放下离地高度对应的搬运规范程度指数分析出不符规范物资搬运行为指标，具体分析方式为将手部抓握面积、物资抬起离地高度和物资放下离地高度对应的搬运规范程度指数分别与对应的设定值进行对比，若某物资搬运行为指标对应的搬运规范程度指数小于设定值，则表明该物资搬运行为指标为不符规范物资搬运行为指标；
83.步骤5：将该工作人员的面部图像及该工作人员对应当前物资搬运行为中的不符规范物资搬运行为指标名称和搬运物资行为视频发送至仓库物资管理人员进行人工管理。
84.本发明实施例通过从外来人员物资盗窃行为、工作人员物资盗窃行为、工作人员物资搬运行为是否规范三个维度进行活动人员对应活动行为识别分析，当识别到该活动人员的活动行为为外来人员物资盗窃行为或工作人员物资盗窃行为或工作人员不规范搬运行为时，分别进行针对性地后续处理，有效减少了物资出现被盗或破损问题的频率，在一定程度上为物资的存储安全起到了关键性的作用，从而为物资的存储安全提供了可靠的保障。
85.以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。