输出提示的方法、装置、电子设备及存储介质与流程

1.本公开涉及人工智能技术领域，特别涉及计算机视觉和深度学习等领域的输出提示的方法、装置、电子设备及存储介质。


背景技术：

2.目前的基于视觉的坐姿矫正方式中，通常只是针对图像中的单一目标人物进行坐姿识别，并在当识别到坐姿不正确时按预定方式进行坐姿矫正提醒，处理效率较低，而且提醒方式单一，从而降低了提醒效果等。


技术实现要素：

3.本公开提供了输出提示的方法、装置、电子设备及存储介质。
4.一种输出提示的方法，包括：
5.分别对第一图像进行人脸识别和坐姿识别，得到坐姿不满足预定要求的至少两个目标人物；
6.根据所述目标人物的人脸识别结果确定出提醒方式；
7.按照所述提醒方式进行坐姿矫正提醒。
8.一种输出提示的装置，包括：识别模块以及提醒模块；
9.所述识别模块，用于分别对第一图像进行人脸识别和坐姿识别，得到坐姿不满足预定要求的至少两个目标人物；
10.所述提醒模块，用于根据所述目标人物的人脸识别结果确定出提醒方式，按照所述提醒方式进行坐姿矫正提醒。
11.一种电子设备，包括：
12.至少一个处理器；以及
13.与所述至少一个处理器通信连接的存储器；其中，
14.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如以上所述的方法。
15.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使计算机执行如以上所述的方法。
16.一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现如以上所述的方法。
17.上述公开中的一个实施例具有如下优点或有益效果：可识别出图像中存在的所有坐姿不满足预定要求的目标人物，并且，针对不同的目标人物，可分别按照对应的人脸识别结果确定出对应的提醒方式，并可按照确定出的提醒方式进行坐姿矫正提醒，从而提升了处理效率，并实现了个性化的坐姿矫正提醒，使得提醒更具针对性，进而提升了提醒效果等。
18.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特
征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
19.附图用于更好地理解本方案，不构成对本公开的限定。其中：
20.图1为本公开所述输出提示的方法第一实施例的流程图；
21.图2为本公开所述输出提示的方法第二实施例的流程图；
22.图3为本公开所述输出提示的装置实施例300的组成结构示意图；
23.图4示出了可以用来实施本公开的实施例的电子设备400的示意性框图。
具体实施方式
24.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
25.另外，应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
26.图1为本公开所述输出提示的方法第一实施例的流程图。如图1所示，包括以下具体实现方式。
27.在步骤101中，分别对第一图像进行人脸识别和坐姿识别，得到坐姿不满足预定要求的至少两个目标人物。
28.在步骤102中，根据所述目标人物的人脸识别结果确定出提醒方式，按照确定出的提醒方式进行坐姿矫正提醒。
29.可以看出，上述方法实施例所述方案中，可识别出图像中存在的所有坐姿不满足预定要求的目标人物，并且，针对不同的目标人物，可分别按照对应的人脸识别结果确定出对应的提醒方式，并可按照确定出的提醒方式进行坐姿矫正提醒，从而提升了处理效率，并实现了个性化的坐姿矫正提醒，使得提醒更具针对性，进而提升了提醒效果等。
30.如何获取第一图像不作限制。比如，可利用智能设备上的前置摄像装置进行周期性的图像采集，并可将每次采集到的图像分别作为所述第一图像。
31.以所述智能设备为智能电视为例，当有人在智能电视前看电视时，可利用智能电视上的前置摄像头进行周期性的图像采集，所述周期的具体时长可根据实际需要而定。
32.针对第一图像，可分别对其进行人脸识别和坐姿识别。本公开的一个实施例中，可利用预先训练得到的人脸识别模型对第一图像进行人脸识别，所述人脸识别模型可为深度人脸(deepface)模型等，和/或，利用预先训练得到的坐姿识别模型对第一图像进行坐姿识别，所述坐姿识别模型可为二分类模型等。
33.借助于人脸识别模型和坐姿识别模型，可准确高效地获取到所需的人脸识别结果及坐姿识别结果。
34.如何训练得到人脸识别模型和坐姿识别模型不作限制。比如，可人工或自动地构建出对应的训练样本，进而利用所述训练样本训练得到人脸识别模型和坐姿识别模型。
35.本公开的一个实施例中，在分别对第一图像进行人脸识别和坐姿识别之前，还可通过以下至少一种方式对第二图像进行预处理，得到第一图像：将第二图像的尺寸调整为预定尺寸，将第二图像转换到预定的颜色空间。如可通过周期性的图像采集得到第二图像，通过对第二图像进行预处理来得到第一图像。
36.比如，可通过调整大小(resize)函数将第二图像调整为预定尺寸，通过颜色空间转换(cvtcolor)函数将第二图像转换到预定的颜色空间。
37.通过上述方式，可实现对于第二图像的优化处理，从而使得得到的第一图像更适合人脸识别模型及坐姿识别模型的处理，进而提升了识别结果的准确性等。
38.针对任一坐姿不满足预定要求的目标人物，即任一坐姿识别结果为坐姿不正确的目标人物，可分别根据该目标人物的人脸识别结果确定出对应的提醒方式，进而可按照确定出的提醒方式进行坐姿矫正提醒。
39.或者，本公开的一个实施例中，针对任一坐姿识别结果为坐姿不正确的目标人物，若根据对应的人脸识别结果确定出需要对该目标人物进行坐姿矫正提醒，则可根据该目标人物的人脸识别结果确定出对应的提醒方式，进而可按照确定出的提醒方式进行坐姿矫正提醒，若根据对应的人脸识别结果确定出不需要对该目标人物进行坐姿矫正提醒，那么可直接结束针对该目标人物的处理。
40.也就是说，可以对所有坐姿不正确的目标人物均进行坐姿矫正提醒，也可以对坐姿不正确的目标人物进行筛选，从中筛选出需要进行坐姿矫正提醒的目标人物，并仅对筛选出的目标人物进行坐姿矫正提醒。具体采用哪种方式可根据实际需要而定。
41.其中，采用后一种方式，对于不需要进行坐姿矫正提醒的目标人物可不进行坐姿矫正提醒，从而实现了针对特定的目标人物的专人提醒，并避免了不必要的提醒操作，节省了资源消耗以及满足了不同场景的使用需求等。
42.本公开的一个实施例中，人脸识别结果中可包括：人脸特征，另外还可包括：人物属性，如性别和/或年龄等。
43.相应地，本公开的一个实施例中，针对任一坐姿识别结果为坐姿不正确的目标人物，若确定该目标人物的人脸特征与预先保存的任一人脸相匹配，则可确定需要对该目标人物进行坐姿矫正提醒。
44.比如，某个家庭中包括四口人，分别为爸爸、妈妈、哥哥和弟弟，可预先保存(即录入)哥哥和弟弟的人脸，假设第一图像中同时包括了爸爸、妈妈、哥哥和弟弟四个人，且爸爸、哥哥和弟弟的坐姿识别结果均为坐姿不正确，那么针对爸爸、哥哥和弟弟，可分别确定其人脸特征是否与预先保存的某一人脸相匹配，结果显示，哥哥和弟弟匹配成功，而爸爸匹配不成功，那么则可确定需要对哥哥和弟弟进行坐姿矫正提醒。
45.借助于人脸识别结果中的人脸特征以及预先保存的人脸，可方便快速地确定出需要进行坐姿矫正提醒的目标人物。
46.针对任一目标人物，可根据该目标人物的人脸识别结果确定出对应的提醒方式，并可按照确定出的提醒方式进行坐姿矫正提醒。
47.本公开的一个实施例中，可将与目标人物相匹配的人脸对应的提醒方式作为确定出的提醒方式，或者，将与目标人物的人物属性对应的提醒方式作为确定出的提醒方式。
48.比如，针对预先保存的不同人脸，可预先分别设置对应的提醒方式，相应地，针对
任一目标人物，可将与其相匹配的人脸对应的提醒方式作为确定出的提醒方式，并可按照确定出的提醒方式进行坐姿矫正提醒。
49.以上述爸爸、妈妈、哥哥和弟弟组成的家庭为例，假设哥哥和弟弟均为目标人物，那么可按照哥哥对应的提醒方式对哥哥进行坐姿矫正提醒，并可按照弟弟对应的提醒方式对弟弟进行坐姿矫正提醒。
50.再比如，针对不同的性别(男和女)，可预先分别设置对应的提醒方式，相应地，针对任一目标人物，可将其性别对应的提醒方式作为确定出的提醒方式，并可按照确定出的提醒方式进行坐姿矫正提醒。
51.以上述爸爸、妈妈、哥哥和弟弟组成的家庭为例，假设妈妈和弟弟均为目标人物，妈妈和弟弟的性别不同，那么对应的提醒方式也可不同，即可按照“女”对应的提醒方式对妈妈进行坐姿矫正提醒，并可按照“男”对应的提醒方式对弟弟进行坐姿矫正提醒。
52.再比如，针对不同的年龄段，可预先分别设置对应的提醒方式，相应地，针对任一目标人物，可将其年龄所属的年龄段对应的提醒方式作为确定出的提醒方式，并可按照确定出的提醒方式进行坐姿矫正提醒。
53.以上述爸爸、妈妈、哥哥和弟弟组成的家庭为例，假设爸爸和弟弟均为目标人物，爸爸和弟弟所属的年龄段不同，那么对应的提醒方式也可不同，即可按照爸爸所属的年龄段对应的提醒方式对爸爸进行坐姿矫正提醒，并可可按照弟弟所属的年龄段对应的提醒方式对弟弟进行坐姿矫正提醒。
54.需要说明的是，以上所述仅为举例说明，并不用于限制本公开的技术方案，比如，还可结合性别和年龄来设置对应的提醒方式等。
55.另外，本公开的一个实施例中，对应的提醒方式可包括：对应的提醒音，或者，对应的提醒话术内容(可通过语音方式进行播放)。
56.比如，针对两个不同的目标人物，可分别采用不同的提醒音来进行坐姿矫正提醒，其中一个提醒音可为“滴滴滴滴”，另一个提醒音可为“哔哔哔哔”等。
57.再比如，在录入不同的人脸时，还可同时录入不同的人脸分别对应的人物的身份，如爸爸、弟弟等，这样，当目标人物为爸爸时，对应的提醒话术内容可为：爸爸请注意坐姿，为小朋友做出榜样，当目标人物为弟弟时，对应的提醒话术内容可为适合小朋友的可爱有趣的话术内容等。
58.具体采用何种提醒方式可根据实际需要而定，非常的灵活方便，并可根据实际需要随时进行调整更新。
59.基于前述介绍，图2为本公开所述输出提示的方法第二实施例的流程图。如图2所示，包括以下具体实现方式。
60.在步骤201中，对第二图像进行预处理，得到第一图像。
61.所述预处理可包括以下之一或全部：将第二图像调整为预定尺寸，将第二图像转换到预定的颜色空间。
62.在步骤202中，利用预先训练得到的人脸识别模型对第一图像进行人脸识别，得到人脸识别结果。
63.人脸识别结果可包括：人物属性以及人脸特征等，其中，人物属性可包括性别和年龄等。
64.在步骤203中，利用预先训练得到的坐姿识别模型对第一图像进行坐姿识别，得到坐姿识别结果。
65.坐姿识别结果可包括：坐姿正确和坐姿不正确。
66.在步骤204中，确定是否存在坐姿识别结果为坐姿不正确的目标人物，若是，则执行步骤205，若否，则结束流程。
67.在步骤205中，从未处理的坐姿不正确的目标人物中随机选出一个目标人物。
68.在步骤206中，根据对应的人脸识别结果确定是否需要对该目标人物进行坐姿矫正提醒，若是，则执行步骤207，若否，则执行步骤208。
69.比如，若确定该目标人物的人脸特征与预先保存的任一人脸相匹配，则可确定需要对该目标人物进行坐姿矫正提醒。
70.在步骤207中，根据该目标人物的人脸识别结果确定出提醒方式，并按照确定出的提醒方式进行坐姿矫正提醒。
71.比如，可将与该目标人物相匹配的人脸对应的提醒方式作为确定出的提醒方式，或者，将与该目标人物的人物属性对应的提醒方式作为确定出的提醒方式。
72.另外，对应的提醒方式可包括：对应的提醒音，或者，对应的提醒话术内容。
73.在步骤208中，确定是否存在未处理的坐姿不正确的目标人物，若是，则重复执行步骤205，若否，则结束流程。
74.需要说明的是，对于前述的各方法实施例，为了简单描述，将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其它顺序或者同时进行，比如，可同时对各坐姿不正确的目标人物进行处理。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本公开所必须的。另外，某个实施例中没有详述的部分，可以参见其它实施例中的相关说明。
75.总之，采用本公开方法实施例所述方案，可同时识别出多个坐姿不正确的目标人物，并可分别进行个性化的坐姿矫正提醒，从而提升了处理效率，并使得提醒更具针对性，提升了提醒效果等。
76.以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。
77.图3为本公开所述输出提示的装置实施例300的组成结构示意图。如图3所示，包括：识别模块301以及提醒模块302。
78.识别模块301，用于分别对第一图像进行人脸识别和坐姿识别，得到坐姿不满足预定要求的至少两个目标人物，坐姿不满足预定要求通常是指坐姿识别结果为坐姿不正确。
79.提醒模块302，用于根据所述目标人物的人脸识别结果确定出提醒方式，按照确定出的提醒方式进行坐姿矫正提醒。
80.上述装置实施例所述方案中，可识别出图像中存在的所有坐姿不满足预定要求的目标人物，并且，针对不同的目标人物，可分别按照对应的人脸识别结果确定出对应的提醒方式，并可按照确定出的提醒方式进行坐姿矫正提醒，从而提升了处理效率，并实现了个性化的坐姿矫正提醒，使得提醒更具针对性，进而提升了提醒效果等。
81.本公开的一个实施例中，针对第一图像，识别模块301可利用预先训练得到的人脸
识别模型对图像进行人脸识别，和/或，利用预先训练得到的坐姿识别模型对图像进行坐姿识别。
82.本公开的一个实施例中，识别模块301在分别对第一图像进行人脸识别和坐姿识别之前，还可通过以下至少一种方式对第二图像进行预处理，得到第一图像：将第二图像的尺寸调整为预定尺寸，将第二图像转换到预定的颜色空间。
83.比如，可通过resize函数将第二图像调整为预定大小，通过cvtcolor函数将第二图像转换到预定的颜色空间。
84.针对任一坐姿识别结果为坐姿不正确的目标人物，提醒模块302可分别根据该目标人物的人脸识别结果确定出对应的提醒方式，并可按照确定出的提醒方式进行坐姿矫正提醒。
85.或者，本公开的一个实施例中，针对任一坐姿识别结果为坐姿不正确的目标人物，提醒模块302若根据对应的人脸识别结果确定出需要对该目标人物进行坐姿矫正提醒，则可根据该目标人物的人脸识别结果确定出对应的提醒方式，进而可按照确定出的提醒方式进行坐姿矫正提醒，若根据对应的人脸识别结果确定出不需要对该目标人物进行坐姿矫正提醒，那么可直接结束针对该目标人物的处理。
86.本公开的一个实施例中，人脸识别结果中可包括：人脸特征，另外还可包括：人物属性，如性别和/或年龄等。
87.相应地，本公开的一个实施例中，针对任一坐姿识别结果为坐姿不正确的目标人物，提醒模块302若确定该目标人物的人脸特征与预先保存的任一人脸相匹配，则可根据该目标人物的人脸识别结果确定出对应的提醒方式，并可按照确定出的提醒方式进行坐姿矫正提醒。
88.本公开的一个实施例中，提醒模块302可将与该目标人物相匹配的人脸对应的提醒方式作为确定出的提醒方式，或者，将与该目标人物的人物属性对应的提醒方式作为确定出的提醒方式。
89.另外，本公开的一个实施例中，对应的提醒方式可包括：对应的提醒音，或者，对应的提醒话术内容。
90.图3所示装置实施例的具体工作流程可参照前述方法实施例中的相关说明，不再赘述。
91.总之，采用本公开装置实施例所述方案，可同时识别出多个坐姿不正确的目标人物，并可分别进行个性化的坐姿矫正提醒，从而提升了处理效率，并使得提醒更具针对性，提升了提醒效果等。
92.本公开所述方案可应用于人工智能领域，特别涉及计算机视觉以及深度学习等领域。人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术，人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术，人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
93.本公开所述实施例中的图像并不是针对某一特定用户的，并不能反映出某一特定用户的个人信息，另外，输出提示的方法的执行主体可以通过各种公开、合法合规的方式获
取所述图像，如经过了用户的授权从用户处获取等。
94.本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
95.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
96.图4示出了可以用来实施本公开的实施例的电子设备400的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
97.如图4所示，设备400包括计算单元401，其可以根据存储在只读存储器(rom)402中的计算机程序或者从存储单元408加载到随机访问存储器(ram)403中的计算机程序，来执行各种适当的动作和处理。在ram 403中，还可存储设备400操作所需的各种程序和数据。计算单元401、rom 402以及ram 403通过总线404彼此相连。输入/输出(i/o)接口405也连接至总线404。
98.设备400中的多个部件连接至i/o接口405，包括：输入单元406，例如键盘、鼠标等；输出单元407，例如各种类型的显示器、扬声器等；存储单元408，例如磁盘、光盘等；以及通信单元409，例如网卡、调制解调器、无线通信收发机等。通信单元409允许设备400通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
99.计算单元401可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元401的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元401执行上文所描述的各个方法和处理，例如本公开所述的方法。例如，在一些实施例中，本公开所述的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元408。在一些实施例中，计算机程序的部分或者全部可以经由rom 402和/或通信单元409而被载入和/或安装到设备400上。当计算机程序加载到ram 403并由计算单元401执行时，可以执行本公开所述的方法的一个或多个步骤。备选地，在其他实施例中，计算单元401可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行本公开所述的方法。
100.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、复杂可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
101.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来
编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
102.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
103.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
104.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
105.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
106.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
107.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。