本發(fā)明涉及計算機技術(shù)領(lǐng)域，尤其涉及一種視頻中目標人物查找方法和裝置。

背景技術(shù)：

電視臺在制作節(jié)目時，通常會利用到一些歷史素材。對于政治類的視頻節(jié)目，在播出前需要進行節(jié)目審核。如果審核出視頻中出現(xiàn)了敏感人物，該視頻時不允許被播放的。目前，主要通過專門的節(jié)目審核人員對視頻進行人工審核，費時費力，工作效率低。且視頻素材數(shù)據(jù)量大，可能只有一個鏡頭出現(xiàn)了敏感任務，在人工審核時很容易漏掉該鏡頭。雖然可以利用圖像識別技術(shù)對敏感人物進行識別，但是只能識別正面的人臉，并且識別速度慢，效率低。

技術(shù)實現(xiàn)要素：

本發(fā)明旨在至少在一定程度上解決相關(guān)技術(shù)中的技術(shù)問題之一。為此，本發(fā)明的一個目的在于提出一種視頻中目標人物查找方法，能夠快速、方便地查找出視頻中敏感人物，提高識別效率。

本發(fā)明的第二個目的在于提出一種視頻中目標人物查找裝置。

為了實現(xiàn)上述目的，本發(fā)明第一方面實施例提出了一種視頻中目標人物查找方法，包括：接收目標人物信息和待檢查視頻，所述目標人物信息包括目標人物的姓名和/或照片；根據(jù)所述目標人物信息確定所述目標人物對應的模板；將所述待檢查視頻切分為多個關(guān)鍵幀圖像；基于人臉識別算法從所述多個關(guān)鍵幀圖像中篩選出多個包含人臉的幀圖像；根據(jù)所述模板確定所述多個包含人臉的幀圖像中包含目標人物的幀圖像，并獲取所述包含目標人物的幀圖像在所述待檢查視頻中的時間信息。

本發(fā)明實施例的視頻中目標人物查找方法，通過接收的目標人物信息確定目標人物對應的模板，再將待檢查視頻切分為多個關(guān)鍵幀圖像，并基于人臉識別算法從多個關(guān)鍵幀圖像中篩選出多個包含人臉的幀圖像，以及根據(jù)模板確定多個包含人臉的幀圖像中包含目標人物的幀圖像，并獲取包含目標人物的幀圖像在待檢查視頻中的時間信息，能夠快速、方便地查找出視頻中敏感人物，提高了識別效率。

本發(fā)明第二方面實施例提出了一種視頻中目標人物查找裝置，包括：接收模塊，用于接收目標人物信息和待檢查視頻，所述目標人物信息包括目標人物的姓名和/或照片；確定模塊，用于根據(jù)所述目標人物信息確定所述目標人物對應的模板；切分模塊，用于將所述待檢查視頻切分為多個關(guān)鍵幀圖像；篩選模塊，用于基于人臉識別算法從所述多個關(guān)鍵幀圖像中篩選出多個包含人臉的幀圖像；獲取模塊，用于根據(jù)所述模板確定所述多個包含人臉的幀圖像中包含目標人物的幀圖像，并獲取所述包含目標人物的幀圖像在所述待檢查視頻中的時間信息。

本發(fā)明實施例的視頻中目標人物查找裝置，通過接收的目標人物信息確定目標人物對應的模板，再將待檢查視頻切分為多個關(guān)鍵幀圖像，并基于人臉識別算法從多個關(guān)鍵幀圖像中篩選出多個包含人臉的幀圖像，以及根據(jù)模板確定多個包含人臉的幀圖像中包含目標人物的幀圖像，并獲取包含目標人物的幀圖像在待檢查視頻中的時間信息，能夠快速、方便地查找出視頻中敏感人物，提高了識別效率。

附圖說明

圖1是根據(jù)本發(fā)明一個實施例的視頻中目標人物查找方法的流程圖；

圖2是根據(jù)本發(fā)明另一個實施例的視頻中目標人物查找方法的流程圖；

圖3是根據(jù)本發(fā)明又一個實施例的視頻中目標人物查找方法的流程圖；

圖4是根據(jù)本發(fā)明一個實施例的視頻中目標人物查找裝置的結(jié)構(gòu)示意圖一；

圖5是根據(jù)本發(fā)明一個實施例的視頻中目標人物查找裝置的結(jié)構(gòu)示意圖二；

圖6是根據(jù)本發(fā)明另一個實施例的視頻中目標人物查找裝置的結(jié)構(gòu)示意圖；

圖7是根據(jù)本發(fā)明又一個實施例的視頻中目標人物查找裝置的結(jié)構(gòu)示意圖。

具體實施方式

下面詳細描述本發(fā)明的實施例，實施例的示例在附圖中示出，其中自始至終相同或類似的標號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施例是示例性的，旨在用于解釋本發(fā)明，而不能理解為對本發(fā)明的限制。

下面參考附圖描述本發(fā)明實施例的視頻中目標人物查找方法和裝置。

圖1是根據(jù)本發(fā)明一個實施例的視頻中目標人物查找方法的流程圖。

如圖1所示，視頻中目標人物查找方法可包括：

S1，接收目標人物信息和待檢查視頻。

其中，目標人物信息可以是目標人物的姓名，也可以是目標人物的照片。當然，也可以是兩者的組合。待檢查視頻的文件格式可包括mp4、avi、rm、rmvb、flv等視頻格式。

舉例來說，審核人員想檢查某一mp4視頻中是否含有敏感人物張xx和王xx，可直接輸入張xx和王xx的姓名作為檢索條件。如果審核人員不知道敏感人物的名字，則可輸入敏感人物張xx和王xx對應的照片作為檢索條件。

S2，根據(jù)目標人物信息確定目標人物對應的模板。

具體地，當目標人物信息為姓名時，可從預先建立的模板庫中獲取與姓名對應的模板，然后展示與姓名對應的模板。審核人員在查看到展示的模板后，可選擇目標人物對應的模板。舉例來說，審核人員在輸入目標人物的姓名張xx后，可能有很多人物的姓名都是張xx。此時，可從模板庫中檢索出所有姓名為張xx的模板，將這些模板提供給審核人員。該模板包含有人物多個角度的樣本圖片，由審核人員選擇確認目標人物張xx對應的模板，因此可避免重名的問題。

另外，當目標人物信息為照片時，可計算照片與模板庫中模板的第一相似度，然后可根據(jù)第一相似度獲取與目標人物對應的模板。舉例來說，審核人員輸入了一張目標人物的照片，可將該照片與模板庫中的模板進行匹配。由于模板中包含有人物多個角度的樣本圖片，因此可依次計算該照片與樣本圖片的相似度。獲取相似度得分最高的樣本圖片對應的模板，即與照片最相似的樣本圖片對應的模板作為目標人物的模板。

其中，模板庫為預先建立的。具體地，可獲取人物多個角度的樣本圖片，基于多個角度的樣本圖片建立模板庫。例如：對于敏感人物張xx，可獲取張xx正面、左右側(cè)面45度、左右側(cè)面30度、仰視、俯視等多個角度的樣本圖片，基于這些樣本圖片對敏感人物張xx進行多角度建模，從而生成張xx對應的模板，保存至模板庫中。

S3，將待檢查視頻切分為多個關(guān)鍵幀圖像。

具體地，可將待檢查視頻切分為多個關(guān)鍵幀圖像。在本發(fā)明的一個實施例中，可以根據(jù)視頻的長度來切分關(guān)鍵幀圖像，例如視頻長度為60秒，可以以1秒或2秒截取關(guān)鍵幀圖像。

S4，基于人臉識別算法從多個關(guān)鍵幀圖像中篩選出多個包含人臉的幀圖像。

在切分得到多個關(guān)鍵幀圖像之后，可采用基于OpenGL人臉識別庫的算法從多個關(guān)鍵幀圖像中篩選出多個包含人臉的幀圖像，從而過濾掉不包含人臉的幀圖像，提高識別效率。其中，OpenGL是一個開源的圖像識別庫，可以用于進行人臉識別。

S5，根據(jù)模板確定多個包含人臉的幀圖像中包含目標人物的幀圖像，并獲取包含目標人物的幀圖像在待檢查視頻中的時間信息。

具體地，可提取包含人臉的幀圖像的第一圖像特征和目標人物對應的模板的第二圖像特征，然后可計算第一圖像特征和第二圖像特征的第二相似度。當?shù)诙嗨贫却笥陬A設(shè)閾值時，則可確定包含人臉的幀圖像為包含目標人物的幀圖像。在此之后，可獲取包含目標人物的幀圖像在待檢查視頻中的時間信息。例如：某一視頻長度為15分鐘，以每2秒為一幀切分出多個關(guān)鍵幀圖像。由此，可知每個關(guān)鍵幀圖像對應的時間信息。假設(shè)第一張關(guān)鍵幀圖像在2秒處，則第二張關(guān)鍵幀圖像在4秒處，以此類推。其中，有些關(guān)鍵幀圖像是包含人臉的，通過上述方法檢測出包含目標人物張xx的幀圖像。然后可確定該幀圖像在視頻的10分20秒處。

本發(fā)明實施例的視頻中目標人物查找方法，通過接收的目標人物信息確定目標人物對應的模板，再將待檢查視頻切分為多個關(guān)鍵幀圖像，并基于人臉識別算法從多個關(guān)鍵幀圖像中篩選出多個包含人臉的幀圖像，以及根據(jù)模板確定多個包含人臉的幀圖像中包含目標人物的幀圖像，并獲取包含目標人物的幀圖像在待檢查視頻中的時間信息，能夠快速、方便地查找出視頻中敏感人物，提高了識別效率。

圖2是根據(jù)本發(fā)明另一個實施例的視頻中目標人物查找方法的流程圖。

如圖2所示，視頻中目標人物查找方法可包括：

S1，接收目標人物信息和待檢查視頻。

S2，根據(jù)目標人物信息確定目標人物對應的模板。

S3，將待檢查視頻切分為多個關(guān)鍵幀圖像。

S4，基于人臉識別算法從多個關(guān)鍵幀圖像中篩選出多個包含人臉的幀圖像。

S5，根據(jù)模板確定多個包含人臉的幀圖像中包含目標人物的幀圖像，并獲取包含目標人物的幀圖像在待檢查視頻中的時間信息。

應當理解的是，步驟S1至S5與上一實施例中的步驟S1至S5描述一致，故本實施例中不再贅述。

S6，屏蔽包含目標人物的幀圖像中的人臉部分。

在獲取包含目標人物的幀圖像及其在待檢查視頻中的時間信息之后，可對該幀圖像進行處理，即屏蔽掉該幀圖像中目標人物的人臉部分，例如在人臉部分加入馬賽克，從而遮擋住目標人物的人臉，避免在播放視頻時，出現(xiàn)該目標人物。

本發(fā)明實施例的視頻中目標人物查找方法，通過在獲取包含目標人物的幀圖像及其在待檢查視頻中的時間信息之后，屏蔽掉該幀圖像中目標人物的人臉部分，從而避免在播放視頻時，顯示出敏感人物的情況。

圖3是根據(jù)本發(fā)明又一個實施例的視頻中目標人物查找方法的流程圖。

如圖3所示，視頻中目標人物查找方法可包括：

S1，接收目標人物信息和待檢查視頻。

S2，根據(jù)目標人物信息確定目標人物對應的模板。

S3，將待檢查視頻切分為多個關(guān)鍵幀圖像。

S4，基于人臉識別算法從多個關(guān)鍵幀圖像中篩選出多個包含人臉的幀圖像。

S5，根據(jù)模板確定多個包含人臉的幀圖像中包含目標人物的幀圖像，并獲取包含目標人物的幀圖像在待檢查視頻中的時間信息。

S6，屏蔽包含目標人物的幀圖像中的人臉部分。

應當理解的是，步驟S1至S6與上一實施例中的步驟S1至S6描述一致，故本實施例中不再贅述。

S7，基于OCR技術(shù)識別出包含目標人物的幀圖像中的文字信息。

在屏蔽掉包含目標人物的幀圖像中的人臉部分之后，還可基于OCR(Optical Character Recognition，光學字符識別)技術(shù)識別出包含目標人物的幀圖像中的文字信息。這樣做的目的在于：雖然敏感人物的人臉部分被屏蔽掉了，但是仍有可能出現(xiàn)該敏感人物的姓名的情況。例如：該敏感人物在參加會議，座位上擺放該敏感人物的姓名牌。因此，只屏蔽掉敏感人物的人臉部分是不夠的，還需要對姓名部分進行進一步的處理。S8，利用NLP自然語言處理技術(shù)，并根據(jù)預設(shè)的姓名庫判斷文字信息是否為目標人物的姓名。

S8，利用NLP自然語言處理技術(shù)，并根據(jù)預設(shè)的姓名庫判斷文字信息是否為目標人物的姓名。

具體地，可利用NLP(Natural Language Processing，自然語言處理技術(shù))對識別出的文字信息進行處理，然后可根據(jù)預設(shè)的姓名庫判斷識別出的文字信息是否為目標人物的姓名。例如，預設(shè)的姓名庫可以是敏感人物的姓名集合。

S9，如果文字信息是目標人物的姓名，則屏蔽文字信息。

例如：幀圖像中敏感人物張xx的人臉部分被馬賽克遮擋，與其對應的姓名牌的部分也應一起被遮擋，從而避免敏感信息被播放。

本發(fā)明實施例的視頻中目標人物查找方法，通過屏蔽包含目標人物的幀圖像中與目標人物對應的姓名，可進一步避免敏感信息被播放的問題。

為實現(xiàn)上述目的，本發(fā)明還提出一種視頻中目標人物查找裝置。

圖4是根據(jù)本發(fā)明一個實施例的視頻中目標人物查找裝置的結(jié)構(gòu)示意圖一。

如圖4所示，視頻中目標人物查找裝置可包括：接收模塊110、確定模塊120、切分模塊130、篩選模塊140和獲取模塊150。

接收模塊110用于接收目標人物信息和待檢查視頻。

其中，目標人物信息可以是目標人物的姓名，也可以是目標人物的照片。當然，也可以是兩者的組合。待檢查視頻的文件格式可包括mp4、avi、rm、rmvb、flv等視頻格式。

舉例來說，審核人員想檢查某一mp4視頻中是否含有敏感人物張xx和王xx，可直接輸入張xx和王xx的姓名作為檢索條件。如果審核人員不知道敏感人物的名字，則可輸入敏感人物張xx和王xx對應的照片作為檢索條件。

確定模塊120用于根據(jù)目標人物信息確定目標人物對應的模板。具體地，當目標人物信息為姓名時，可從預先建立的模板庫中獲取與姓名對應的模板，然后展示與姓名對應的模板。審核人員在查看到展示的模板后，可選擇目標人物對應的模板。舉例來說，審核人員在輸入目標人物的姓名張xx后，可能有很多人物的姓名都是張xx。此時，可從模板庫中檢索出所有姓名為張xx的模板，將這些模板提供給審核人員。該模板包含有人物多個角度的樣本圖片，由審核人員選擇確認目標人物張xx對應的模板，因此可避免重名的問題。

另外，當目標人物信息為照片時，可計算照片與模板庫中模板的第一相似度，然后可根據(jù)第一相似度獲取與目標人物對應的模板。舉例來說，審核人員輸入了一張目標人物的照片，可將該照片與模板庫中的模板進行匹配。由于模板中包含有人物多個角度的樣本圖片，因此可依次計算該照片與樣本圖片的相似度。獲取相似度得分最高的樣本圖片對應的模板，即與照片最相似的樣本圖片對應的模板作為目標人物的模板。

切分模塊130用于將待檢查視頻切分為多個關(guān)鍵幀圖像。具體地，可將待檢查視頻切分為多個關(guān)鍵幀圖像。在本發(fā)明的一個實施例中，可以根據(jù)視頻的長度來切分關(guān)鍵幀圖像，例如視頻長度為60秒，可以以1秒或2秒截取關(guān)鍵幀圖像。

篩選模塊140用于基于人臉識別算法從多個關(guān)鍵幀圖像中篩選出多個包含人臉的幀圖像。在切分得到多個關(guān)鍵幀圖像之后，可采用基于OpenGL人臉識別庫的算法從多個關(guān)鍵幀圖像中篩選出多個包含人臉的幀圖像，從而過濾掉不包含人臉的幀圖像，提高識別效率。其中，OpenGL是一個開源的圖像識別庫，可以用于進行人臉識別。

獲取模塊150用于根據(jù)模板確定多個包含人臉的幀圖像中包含目標人物的幀圖像，并獲取包含目標人物的幀圖像在待檢查視頻中的時間信息。

具體地，可提取包含人臉的幀圖像的第一圖像特征和目標人物對應的模板的第二圖像特征，然后可計算第一圖像特征和第二圖像特征的第二相似度。當?shù)诙嗨贫却笥陬A設(shè)閾值時，則可確定包含人臉的幀圖像為包含目標人物的幀圖像。在此之后，可獲取包含目標人物的幀圖像在待檢查視頻中的時間信息。例如：某一視頻長度為15分鐘，以每2秒為一幀切分出多個關(guān)鍵幀圖像。由此，可知每個關(guān)鍵幀圖像對應的時間信息。假設(shè)第一張關(guān)鍵幀圖像在2秒處，則第二張關(guān)鍵幀圖像在4秒處，以此類推。其中，有些關(guān)鍵幀圖像是包含人臉的，通過上述方法檢測出包含目標人物張xx的幀圖像。然后可確定該幀圖像在視頻的10分20秒處。

此外，如圖5所示，視頻中目標人物查找裝置還可包括建立模塊160。

建立模塊160用于獲取人物多個角度的樣本圖片，基于多個角度的樣本圖片建立模板庫。例如：對于敏感人物張xx，可獲取張xx正面、左右側(cè)面45度、左右側(cè)面30度、仰視、俯視等多個角度的樣本圖片，基于這些樣本圖片對敏感人物張xx進行多角度建模，從而生成張xx對應的模板，保存至模板庫中。

本發(fā)明實施例的視頻中目標人物查找裝置，通過接收的目標人物信息確定目標人物對應的模板，再將待檢查視頻切分為多個關(guān)鍵幀圖像，并基于人臉識別算法從多個關(guān)鍵幀圖像中篩選出多個包含人臉的幀圖像，以及根據(jù)模板確定多個包含人臉的幀圖像中包含目標人物的幀圖像，并獲取包含目標人物的幀圖像在待檢查視頻中的時間信息，能夠快速、方便地查找出視頻中敏感人物，提高了識別效率。

圖6是根據(jù)本發(fā)明另一個實施例的視頻中目標人物查找裝置的結(jié)構(gòu)示意圖。

如圖6所示，視頻中目標人物查找裝置可包括：接收模塊110、確定模塊120、切分模塊130、篩選模塊140、獲取模塊150、建立模塊160和屏蔽模塊170。

其中，接收模塊110、確定模塊120、切分模塊130、篩選模塊140、獲取模塊150、建立模塊160與上一實施例的描述一致，此處不贅述。

屏蔽模塊170用于屏蔽包含目標人物的幀圖像中的人臉部分。在獲取包含目標人物的幀圖像及其在待檢查視頻中的時間信息之后，可對該幀圖像進行處理，即屏蔽掉該幀圖像中目標人物的人臉部分，例如在人臉部分加入馬賽克，從而遮擋住目標人物的人臉，避免在播放視頻時，出現(xiàn)該目標人物。

本發(fā)明實施例的視頻中目標人物查找裝置，通過在獲取包含目標人物的幀圖像及其在待檢查視頻中的時間信息之后，屏蔽掉該幀圖像中目標人物的人臉部分，從而避免在播放視頻時，顯示出敏感人物的情況。

圖7是根據(jù)本發(fā)明又一個實施例的視頻中目標人物查找裝置的結(jié)構(gòu)示意圖。

如圖7所示，視頻中目標人物查找裝置可包括：接收模塊110、確定模塊120、切分模塊130、篩選模塊140、獲取模塊150、建立模塊160、屏蔽模塊170、識別模塊180和判斷模塊190。

其中，接收模塊110、確定模塊120、切分模塊130、篩選模塊140、獲取模塊150、建立模塊160與上一實施例的描述一致，此處不贅述。

識別模塊180用于基于OCR技術(shù)識別出包含目標人物的幀圖像中的文字信息。在屏蔽掉包含目標人物的幀圖像中的人臉部分之后，可基于OCR(Optical Character Recognition，光學字符識別)技術(shù)識別出包含目標人物的幀圖像中的文字信息。這樣做的目的在于：雖然敏感人物的人臉部分被屏蔽掉了，但是仍有可能出現(xiàn)該敏感人物的姓名的情況。例如：該敏感人物在參加會議，座位上擺放該敏感人物的姓名牌。因此，只屏蔽掉敏感人物的人臉部分是不夠的，還需要對姓名部分進行進一步的處理。

判斷模塊190用于利用NLP自然語言處理技術(shù)，并根據(jù)預設(shè)的姓名庫判斷文字信息是否為目標人物的姓名。具體地，可利用NLP(Natural Language Processing，自然語言處理技術(shù))對識別出的文字信息進行處理，然后可根據(jù)預設(shè)的姓名庫判斷識別出的文字信息是否為目標人物的姓名。例如，預設(shè)的姓名庫可以是敏感人物的姓名集合。

屏蔽模塊170用于當文字信息確認是目標人物的姓名時，屏蔽文字信息。例如：幀圖像中敏感人物張xx的人臉部分被馬賽克遮擋，與其對應的姓名牌的部分也應一起被遮擋，從而避免敏感信息被播放。

本發(fā)明實施例的視頻中目標人物查找裝置，通過屏蔽包含目標人物的幀圖像中與目標人物對應的姓名文字信息，可進一步避免敏感信息被播放的問題。

在本發(fā)明的描述中，需要理解的是，術(shù)語“中心”、“縱向”、“橫向”、“長度”、“寬度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“豎直”、“水平”、“頂”、“底”“內(nèi)”、“外”、“順時針”、“逆時針”、“軸向”、“徑向”、“周向”等指示的方位或位置關(guān)系為基于附圖所示的方位或位置關(guān)系，僅是為了便于描述本發(fā)明和簡化描述，而不是指示或暗示所指的裝置或元件必須具有特定的方位、以特定的方位構(gòu)造和操作，因此不能理解為對本發(fā)明的限制。

此外，術(shù)語“第一”、“第二”僅用于描述目的，而不能理解為指示或暗示相對重要性或者隱含指明所指示的技術(shù)特征的數(shù)量。由此，限定有“第一”、“第二”的特征可以明示或者隱含地包括至少一個該特征。在本發(fā)明的描述中，“多個”的含義是至少兩個，例如兩個，三個等，除非另有明確具體的限定。

在本發(fā)明中，除非另有明確的規(guī)定和限定，術(shù)語“安裝”、“相連”、“連接”、“固定”等術(shù)語應做廣義理解，例如，可以是固定連接，也可以是可拆卸連接，或成一體；可以是機械連接，也可以是電連接；可以是直接相連，也可以通過中間媒介間接相連，可以是兩個元件內(nèi)部的連通或兩個元件的相互作用關(guān)系，除非另有明確的限定。對于本領(lǐng)域的普通技術(shù)人員而言，可以根據(jù)具體情況理解上述術(shù)語在本發(fā)明中的具體含義。

在本發(fā)明中，除非另有明確的規(guī)定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接觸，或第一和第二特征通過中間媒介間接接觸。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或僅僅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或僅僅表示第一特征水平高度小于第二特征。

在本說明書的描述中，參考術(shù)語“一個實施例”、“一些實施例”、“示例”、“具體示例”、或“一些示例”等的描述意指結(jié)合該實施例或示例描述的具體特征、結(jié)構(gòu)、材料或者特點包含于本發(fā)明的至少一個實施例或示例中。在本說明書中，對上述術(shù)語的示意性表述不必須針對的是相同的實施例或示例。而且，描述的具體特征、結(jié)構(gòu)、材料或者特點可以在任一個或多個實施例或示例中以合適的方式結(jié)合。此外，在不相互矛盾的情況下，本領(lǐng)域的技術(shù)人員可以將本說明書中描述的不同實施例或示例以及不同實施例或示例的特征進行結(jié)合和組合。

盡管上面已經(jīng)示出和描述了本發(fā)明的實施例，可以理解的是，上述實施例是示例性的，不能理解為對本發(fā)明的限制，本領(lǐng)域的普通技術(shù)人員在本發(fā)明的范圍內(nèi)可以對上述實施例進行變化、修改、替換和變型。