本發(fā)明涉及監(jiān)控領域，特別是涉及一種視頻監(jiān)控文件處理方法及裝置。

背景技術(shù)：

視頻監(jiān)控技術(shù)應用廣泛，遍布交通、公共安全等各個方面。通過視頻監(jiān)控得到的視頻文件方便查詢、取證等，為事后調(diào)查提供依據(jù)。

現(xiàn)有技術(shù)一般通過觀看方式從視頻文件查找依據(jù)，查詢方式比較局限，并且需要耗費較長查詢時間。同時由于視頻文件存儲過于占用存儲空間，所以視頻文件需要保留一段時間之后就要被刪除，從而降低了視頻文件的保存期限。

技術(shù)實現(xiàn)要素：

為了克服上述現(xiàn)有技術(shù)的缺陷，本發(fā)明要解決的技術(shù)問題是提供一種視頻監(jiān)控文件處理方法及裝置，用以至少解決現(xiàn)有視頻監(jiān)控文件占用的存儲空間太大的問題。

為解決上述技術(shù)問題，本發(fā)明中一種視頻監(jiān)控文件處理方法，包括：

按照預設的采樣頻率對車流視頻監(jiān)控文件的數(shù)據(jù)流進行采樣，得到多個樣本視頻幀；

提取具有預設目標的樣本視頻幀，所述目標包括車和/或人；

根據(jù)采樣順序，在提取的樣本視頻幀中，確定鄰近并且重復的樣本視頻幀，剔除所述重復的樣本視頻幀；

從不重復樣本視頻幀中提取所述目標的預設參數(shù)信息；

根據(jù)每個目標對應的不重復樣本視頻幀、提取的參數(shù)信息和所述車流視頻監(jiān)控文件的標識信息，按照預設存儲結(jié)構(gòu)生成每個目標的目標信息。

可選地，所述根據(jù)采樣順序，在提取的樣本視頻幀中，確定鄰近并且重復的樣本視頻幀，包括：

設置初始樣本視頻幀，將所述初始樣本視頻幀設置為不重復樣本視頻幀；

按照所述采樣順序，依次對比各樣本視頻幀與所述初始樣本視頻幀的相似度；

當對比出第n個樣本視頻幀與所述初始樣本視頻幀的相識度大于或等于預設閾值時，將所述初始樣本視頻幀與所述第n個樣本視頻幀之間的樣本視頻幀，確定為所述鄰近并且重復的樣本視頻幀；其中n為大于或等于1的整數(shù)。

具體地，所述依次對比各樣本視頻幀與所述初始樣本視頻幀的相似度，包括：

提取所述初始樣本視頻幀的預設樣本特征值；

針對任一待對比樣本視頻幀，提取該待對比樣本視頻幀的預設樣本特征值；

將提取的兩個預設樣本特征值的差值絕對值作為所述初始樣本視頻幀和該待對比樣本視頻幀的相似度。

可選地，當所述目標為車輛時，所述目標信息包括目標對應的不重復樣本視頻幀的信息、所述車流視頻監(jiān)控文件的標識信息、車牌信息以及所述車牌在所述車流視頻監(jiān)控文件中出現(xiàn)和/或消失的時間信息；

當所述目標為人時，所述目標信息包括目標對應的不重復樣本視頻幀的信息、所述車流視頻監(jiān)控文件的標識信息、人臉信息以及所述人臉在所述車流視頻監(jiān)控文件中出現(xiàn)和/或消失的時間信息。

具體地，在根據(jù)每個目標對應的不重復樣本視頻幀、提取的參數(shù)信息和所述車流視頻監(jiān)控文件的標識信息按照預設存儲結(jié)構(gòu)生成每個目標的目標信息之后，所述方法還包括：

存儲每個目標的目標信息；

接收搜索信息；

從存儲的各目標的目標信息中搜索與所述搜索信息對應的目標；

根據(jù)搜索到的目標所對應的不重復樣本視頻幀的信息，輸出該目標的不重復樣本視頻幀。

為解決上述技術(shù)問題，本發(fā)明中一種視頻監(jiān)控文件處理裝置，包括：

采樣模塊，用于按照預設的采樣頻率對視頻監(jiān)控流進行采樣，得到多個樣本視頻幀；

目標提取模塊，用于提取具有預設目標的樣本視頻幀，所述目標包括車和/或人；

去重模塊，用于根據(jù)采樣順序，在提取的樣本視頻幀中，確定鄰近并且重復的樣本視頻幀；

參數(shù)提取模塊，用于從不重復樣本視頻幀中提取所述目標的預設參數(shù)信息；

生成模塊，用于根據(jù)每個目標對應的不重復樣本視頻幀、提取的參數(shù)信息和所述車流視頻監(jiān)控文件的標識信息，按照預設存儲結(jié)構(gòu)生成每個目標的目標信息。

可選地，所述去重模塊，具體用于設置初始樣本視頻幀，將所述初始樣本視頻幀設置為不重復樣本視頻幀；

按照所述采樣順序，依次對比各樣本視頻幀與所述初始樣本視頻幀的相似度；

當對比出第n個樣本視頻幀與所述初始樣本視頻幀的相識度大于或等于預設閾值時，將所述初始樣本視頻幀與所述第n個樣本視頻幀之間的樣本視頻幀確定為所述鄰近并且重復的樣本視頻幀；其中n為大于或等于1的整數(shù)。

具體地，所述依次對比各樣本視頻幀與所述初始樣本視頻幀的相似度，包括：

提取所述初始樣本視頻幀的預設樣本特征值；

針對任一待對比樣本視頻幀，提取該待對比樣本視頻幀的預設樣本特征值；

將提取的兩個預設樣本特征值的差值絕對值作為所述初始樣本視頻幀和該待對比樣本視頻幀的相似度。

可選地，當所述目標為車輛時，所述目標信息包括目標對應的不重復樣本視頻幀的信息、所述車流視頻監(jiān)控文件的標識信息、車牌信息以及所述車牌在所述車流視頻監(jiān)控文件中出現(xiàn)和/或消失的時間信息；

當所述目標為人時，所述目標信息包括目標對應的不重復樣本視頻幀的信息、所述車流視頻監(jiān)控文件的標識信息、人臉信息以及所述人臉在所述車流視頻監(jiān)控文件中出現(xiàn)和/或消失的時間信息。

具體地，所述裝置還包括讀取模塊；

所述讀取模塊，用于存儲每個目標的目標信息；

接收搜索信息；

從存儲的各目標的目標信息搜索與所述搜索信息對應的目標；

根據(jù)搜索到的目標所對應的不重復樣本視頻幀的信息，輸出該目標的不重復樣本視頻幀。

本發(fā)明有益效果如下：

本發(fā)明中方法和裝置通過提取具有預設目標的樣本視頻幀；根據(jù)采樣順序，在提取的樣本視頻幀中，確定鄰近并且重復的樣本視頻幀，剔除所述重復的樣本視頻幀；從不重復樣本視頻幀中提取所述目標的預設參數(shù)信息；根據(jù)每個目標對應的不重復樣本視頻幀、提取的參數(shù)信息和所述車流視頻監(jiān)控文件的標識信息，按照預設存儲結(jié)構(gòu)生成每個目標的目標信息，從而可以有效保留視頻文件中的有價值的信息，并且有效降低了視頻監(jiān)控文件所占用的存儲空間。

附圖說明

圖1是本發(fā)明實施例中一種視頻監(jiān)控文件處理方法的流程圖；

圖2是本發(fā)明實施例中鄰近幀去重處理的流程圖；

圖3是本發(fā)明實施例中結(jié)構(gòu)化存儲的示意圖；

圖4是本發(fā)明實施例中一種視頻監(jiān)控文件存儲裝置的結(jié)構(gòu)示意圖。

具體實施方式

為了解決現(xiàn)有技術(shù)的問題，本發(fā)明提供了一種視頻監(jiān)控文件處理方法及裝置，以下結(jié)合附圖以及實施例，對本發(fā)明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅用以解釋本發(fā)明，并不限定本發(fā)明。

如圖1所示，本發(fā)明實施例中一種視頻監(jiān)控文件處理方法，包括：

s101，按照預設的采樣頻率對車流視頻監(jiān)控文件的數(shù)據(jù)流進行采樣，得到多個樣本視頻幀；

s102，提取具有預設目標的樣本視頻幀，所述目標包括車和/或人；

s103，根據(jù)采樣順序，在提取的樣本視頻幀中，確定鄰近并且重復的樣本視頻幀，剔除所述重復的樣本視頻幀；

s104，從不重復樣本視頻幀中提取所述目標的預設參數(shù)信息；

s105，根據(jù)每個目標對應的不重復樣本視頻幀、提取的參數(shù)信息和所述車流視頻監(jiān)控文件的標識信息，按照預設存儲結(jié)構(gòu)生成每個目標的目標信息。

本發(fā)明實施例通過通過提取具有預設目標的樣本視頻幀；根據(jù)采樣順序，在提取的樣本視頻幀中，確定鄰近并且重復的樣本視頻幀，剔除所述重復的樣本視頻幀；從不重復樣本視頻幀中提取所述目標的預設參數(shù)信息；根據(jù)每個目標對應的不重復樣本視頻幀、提取的參數(shù)信息和所述車流視頻監(jiān)控文件的標識信息，按照預設存儲結(jié)構(gòu)生成每個目標的目標信息，從而可以有效保留視頻文件中的有價值的信息，并且有效降低了視頻監(jiān)控文件所占用的存儲空間。

其中，在具體實現(xiàn)時，為了實現(xiàn)不丟失重要的有價值信息，可以將采樣頻率設置為高頻采樣率。高頻采用率可以設置為不小于0.05秒且不大于0.2秒，例如0.1秒。

原理如下：視頻文件每秒幀數(shù)超過24幀的時候，視頻就不會出現(xiàn)不流暢的問題。但是對于監(jiān)控來說，每秒24幀顯然包含了很多重復的信息，所以采用怎么樣的取樣頻率是很不好控制的，取樣頻率太高，重復的信息就越多，系統(tǒng)處理的壓力就越大；取樣頻率太低，可能會丟失一些信息。

本發(fā)明實施例中通過設置高頻采樣率，從而可以即不丟失數(shù)據(jù)，又不會產(chǎn)生大量的垃圾數(shù)據(jù)。

進一步說，在高頻取樣之后對于取到的相鄰樣本(即相鄰樣本視頻幀)進行初步的對比，如果相似度大于某一閾值，就忽略這部分樣本。舉個極端的例子，在半夜的時候監(jiān)控的內(nèi)容可能7、8個小時都不會有大的差別，這時候只存儲一個樣本代表就可以了。從而在沒有損失有價值的信息基礎上，降低了占用的存儲空間。

在上述實施例的基礎上，進一步提出上述實施例的變型實施例，在此需要說明的是，為了使描述簡要，在各變型實施例中僅描述與上述實施例的不同之處。

在本發(fā)明的一個實施例中，所述根據(jù)采樣順序，在提取的樣本視頻幀中，確定鄰近并且重復的樣本視頻幀，包括：

s1031，設置初始樣本視頻幀，將所述初始樣本視頻幀設置為不重復樣本視頻幀；

s1032，按照所述采樣順序，依次對比各樣本視頻幀與所述初始樣本視頻幀的相似度；

s1033，當對比出第n個樣本視頻幀與所述初始樣本視頻幀的相識度大于或等于預設閾值時，將所述初始樣本視頻幀與所述第n個樣本視頻幀之間的樣本視頻幀，確定為所述鄰近并且重復的樣本視頻幀；其中n為大于或等于1的整數(shù)。

s1034，當所述第n+1個定樣本視頻幀不是最后一個采樣的樣本視頻幀時，將所述第n+1個樣本視頻幀設置為下一個初始樣本視頻幀，然后重新執(zhí)行s1031。

本發(fā)明實施例通過根據(jù)采樣順序，在提取的樣本視頻幀中，確定鄰近并且重復的樣本視頻幀的具體實施，可以有效的去重一些重復的無用樣本視頻幀，從而可以更進一步有效保留視頻文件中的有價值的信息，并且有效降低了視頻監(jiān)控文件所占用的存儲空間。

進一步說，所述依次對比各樣本視頻幀與所述初始樣本視頻幀的相似度，包括：

提取所述初始樣本視頻幀的預設樣本特征值；

針對任一待對比樣本視頻幀，提取該待對比樣本視頻幀的預設樣本特征值；

將提取的兩個預設樣本特征值的差值絕對值作為所述初始樣本視頻幀和該待對比樣本視頻幀的相似度。

其中樣本特征值可以采用現(xiàn)有方式，例如樣本特征值可以是每個樣本視頻幀中所有像素的灰度值之和，也可以是每個樣本視頻幀中所有像素的平均灰度值；因此在此不作具體限定。

結(jié)合附圖2，簡述本發(fā)明實施例。

如圖2所示，第1步：從存儲介質(zhì)讀取待處理的視頻文件。

第2步：讀取視頻文件，轉(zhuǎn)換為視頻流，然后將視頻流發(fā)送到“固定頻率采樣”單元進行采樣。

第3步：按照一定的頻率進行采樣，針對本應用，采樣頻率為0.1秒。

第4步：將采樣的結(jié)果緩存起來，供后續(xù)的處理。

第6步：采樣結(jié)束之后，通知“幀去重處理”單元進行去重處理。

第7步：“幀去重處理”單元從緩存讀取固定采樣結(jié)果進行分析。

第9步：對于原始采樣結(jié)果進行預處理，去除噪聲和雜質(zhì)

第10步：針對每一樣本計算一個long型“樣品碼”(即樣本特征值)。

第11步：“樣品碼”越接近說明樣品越相似，設定一個取樣標準，樣品差別大于這一閾值才會被保留。

第11步：將分析結(jié)果保存到結(jié)構(gòu)化存儲單元。

在本發(fā)明的又一個實施例中，當所述目標為車輛時，所述目標信息包括目標對應的不重復樣本視頻幀的信息、所述車流視頻監(jiān)控文件的標識信息、車牌信息以及所述車牌在所述車流視頻監(jiān)控文件中出現(xiàn)和/或消失的時間信息；

當所述目標為人時，所述目標信息包括目標對應的不重復樣本視頻幀的信息、所述車流視頻監(jiān)控文件的標識信息、人臉信息以及所述人臉在所述車流視頻監(jiān)控文件中出現(xiàn)和/或消失的時間信息。

本發(fā)明實施例通過結(jié)構(gòu)化存儲監(jiān)控文件中的多維度目標信息，從而可以根據(jù)這些目標信息，為每個目標產(chǎn)生用于分析目標運動規(guī)律的數(shù)據(jù)報表，從而實現(xiàn)將本發(fā)明實施例中結(jié)構(gòu)化存儲的視頻信息應用在交通，安檢等各個場景中，為決策者提供可靠的依據(jù)。

并且這種結(jié)構(gòu)化存儲建立了視頻文件到車流、人流，到圖元信息的映射關系，最大限度的保留視頻的內(nèi)容信息，但是需要很少的存儲容量。從而更進一步的有效保留視頻文件中的有價值的信息，并且有效降低了視頻監(jiān)控文件所占用的存儲空間。

本發(fā)明實施例中結(jié)構(gòu)化存儲至少存在以下優(yōu)勢：

a.采用結(jié)構(gòu)化方式保存之后大大節(jié)約了視頻文件的磁盤存儲空間，可以保存更多、時間更久的信息。

b.采用結(jié)構(gòu)化存儲之后，雖然占用的存儲空間大大減少，但是減少的大部分是重復的冗余信息，有效信息得到很好的保存。

c.采用結(jié)構(gòu)化存儲之后，更加方便信息的快速檢索，比如可以根據(jù)某一人或者車牌的特征進行全庫的搜索。

在本發(fā)明實施例中，目標對應的不重復樣本視頻幀的信息可以是不重復樣本視頻幀的圖元信息(可以是圖片數(shù)據(jù)或幀數(shù)據(jù))，也可以是不重復樣本視頻幀的樣本特征值。

所述車流視頻監(jiān)控文件的標識信息可以是車流視頻監(jiān)控文件(本發(fā)明中可以簡稱為監(jiān)控文件或者視頻文件)的視頻文件編碼。

當然在本發(fā)明實施例中可以對每個目標設置順序編號，例如流水號。

若目標對應的不重復樣本視頻幀的信息是不重復樣本視頻幀的樣本特征值，本發(fā)明實施例還可以包括：

存儲不重復樣本視頻幀的圖元信息；

建立不重復樣本視頻幀的樣本特征值與該圖元信息的對應關系。

進一步說，在根據(jù)每個目標對應的不重復樣本視頻幀、提取的參數(shù)信息和所述車流視頻監(jiān)控文件的標識信息按照預設存儲結(jié)構(gòu)生成每個目標的目標信息之后，所述方法還包括：

存儲每個目標的目標信息；

接收搜索信息；

從存儲的各目標的目標信息中搜索與所述搜索信息對應的目標；

根據(jù)搜索到的目標所對應的不重復樣本視頻幀的信息，輸出該目標的不重復樣本視頻幀。

其中，車流視頻監(jiān)控文件的數(shù)據(jù)流的獲取方式，包括：

讀取車流視頻監(jiān)控文件；

將所述視頻監(jiān)控文件轉(zhuǎn)化為數(shù)據(jù)流；

以目標為車輛和人舉例說明本發(fā)明實施例。

如圖3所示，“視頻文件”：記錄視頻文件的源信息，以便于和原始視頻文件(即待處理視頻文件)對應。

“車輛信息”：記錄了某一個視頻文件中車輛的信息。

“人臉信息(也可稱之為面部信息)”：記錄了視頻文件中出現(xiàn)的人的信息。

“圖元信息”：記錄了最小單位圖像的信息，比如某一個車牌號的車輛，或者某一特征碼的“人臉”。

本發(fā)明進一步提出一種視頻監(jiān)控文件處理裝置，包括：

采樣模塊110，用于按照預設的采樣頻率對視頻監(jiān)控流進行采樣，得到多個樣本視頻幀；

目標提取模塊120，用于提取具有預設目標的樣本視頻幀，所述目標包括車和/或人；

去重模塊130，用于根據(jù)采樣順序，在提取的樣本視頻幀中，確定鄰近并且重復的樣本視頻幀；

參數(shù)提取模塊140，用于從不重復樣本視頻幀中提取所述目標的預設參數(shù)信息；

生成模塊150，用于根據(jù)每個目標對應的不重復樣本視頻幀、提取的參數(shù)信息和所述車流視頻監(jiān)控文件的標識信息，按照預設存儲結(jié)構(gòu)生成每個目標的目標信息。

本發(fā)明實施例通過通過提取具有預設目標的樣本視頻幀；根據(jù)采樣順序，在提取的樣本視頻幀中，確定鄰近并且重復的樣本視頻幀，剔除所述重復的樣本視頻幀；從不重復樣本視頻幀中提取所述目標的預設參數(shù)信息；根據(jù)每個目標對應的不重復樣本視頻幀、提取的參數(shù)信息和所述車流視頻監(jiān)控文件的標識信息，按照預設存儲結(jié)構(gòu)生成每個目標的目標信息，從而可以有效保留視頻文件中的有價值的信息，并且有效降低了視頻監(jiān)控文件所占用的存儲空間。

在本發(fā)明的一個實施例中，所述去重模塊130，具體用于設置初始樣本視頻幀，將所述初始樣本視頻幀設置為不重復樣本視頻幀；

按照所述采樣順序，依次對比各樣本視頻幀與所述初始樣本視頻幀的相似度；

當對比出第n個樣本視頻幀與所述初始樣本視頻幀的相識度大于或等于預設閾值時，將所述初始樣本視頻幀與所述第n個樣本視頻幀之間的樣本視頻幀確定為所述鄰近并且重復的樣本視頻幀；其中n為大于或等于1的整數(shù)。

進一步說，所述依次對比各樣本視頻幀與所述初始樣本視頻幀的相似度，包括：

提取所述初始樣本視頻幀的預設樣本特征值；

針對任一待對比樣本視頻幀，提取該待對比樣本視頻幀的預設樣本特征值；

將提取的兩個預設樣本特征值的差值絕對值作為所述初始樣本視頻幀和該待對比樣本視頻幀的相似度。

在本發(fā)明的另一個實施例中，當所述目標為車輛時，所述目標信息包括目標對應的不重復樣本視頻幀的信息、所述車流視頻監(jiān)控文件的標識信息、車牌信息以及所述車牌在所述車流視頻監(jiān)控文件中出現(xiàn)和/或消失的時間信息；

當所述目標為人時，所述目標信息包括目標對應的不重復樣本視頻幀的信息、所述車流視頻監(jiān)控文件的標識信息、人臉信息以及所述人臉在所述車流視頻監(jiān)控文件中出現(xiàn)和/或消失的時間信息。

進一步說，所述裝置還包括讀取模塊；

所述讀取模塊，用于存儲每個目標的目標信息；

接收搜索信息；

從存儲的各目標的目標信息搜索與所述搜索信息對應的目標；

根據(jù)搜索到的目標所對應的不重復樣本視頻幀的信息，輸出該目標的不重復樣本視頻幀。

本發(fā)明實施例通過結(jié)構(gòu)化存儲監(jiān)控文件中的多維度目標信息，從而可以根據(jù)這些目標信息，為每個目標產(chǎn)生用于分析目標運動規(guī)律的數(shù)據(jù)報表，從而實現(xiàn)將本發(fā)明實施例中結(jié)構(gòu)化存儲的視頻信息應用在交通，安檢等各個場景中，為決策者提供可靠的依據(jù)。

并且這種結(jié)構(gòu)化存儲建立了視頻文件到車流、人流，到圖元信息的映射關系，最大限度的保留視頻的內(nèi)容信息，但是需要很少的存儲容量。從而更進一步的有效保留視頻文件中的有價值的信息，并且有效降低了視頻監(jiān)控文件所占用的存儲空間。

本發(fā)明實施例中結(jié)構(gòu)化存儲至少存在以下優(yōu)勢：

a.采用結(jié)構(gòu)化方式保存之后大大節(jié)約了視頻文件的磁盤存儲空間，可以保存更多、時間更久的信息。

b.采用結(jié)構(gòu)化存儲之后，雖然占用的存儲空間大大減少，但是減少的大部分是重復的冗余信息，有效信息得到很好的保存。

c.采用結(jié)構(gòu)化存儲之后，更加方便信息的快速檢索，比如可以根據(jù)某一人或者車牌的特征進行全庫的搜索。

結(jié)合本申請所公開示例描述的方法，可直接體現(xiàn)為硬件、由處理器執(zhí)行的軟件模塊或者二者結(jié)合。例如，附圖中所示功能框圖中的一個或多個功能框圖和/或功能框圖的一個和/或多個組合，既可以對應于計算機程序流程的各個軟件模塊，亦可以對應于各個硬件模塊。這些軟件模塊，可以分別對應于附圖中所示的各個步驟。這些硬件模塊例如可利用現(xiàn)場可編程門陣列(fpga)將這些軟件模塊固化而實現(xiàn)。

軟件模塊可以位于ram存儲器、閃存、rom存儲器、eprom存儲器、eeprom存儲器、寄存器、硬盤、移動硬盤、cd-rom或者本領域已知的任何其他形式的存儲介質(zhì)?？梢詫⒁环N存儲介質(zhì)藕接至處理器，從而使處理器能夠從該存儲介質(zhì)讀取信息，且可向該存儲介質(zhì)寫入信息；或者該存儲介質(zhì)可以是處理器的組成部分。處理器和存儲介質(zhì)可以位于專用集成電路中。該軟件模塊可以存儲在移動終端的存儲器中，也可以存儲在可插入移動終端的存儲卡中。例如，若移動終端采用的是較大容量的mega-sim卡或者大容量的閃存裝置，則該軟件模塊可存儲在該mega-sim卡或者大容量的閃存裝置中。

針對附圖中描述的功能框圖中的一個或多個和/或功能框圖的一個或多個組合，可以實現(xiàn)為用于執(zhí)行本申請所描述功能的通用處理器、數(shù)字信號處理器(dsp)、專用集成電路(asic)、現(xiàn)場可編程門陣列(fpga)或者其他可編程邏輯器件、分立門或晶體管邏輯器件、分立硬件組件或者其任意適當組合。針對附圖中描述的功能框圖中的一個或多個和/或功能框圖的一個或多個組合，還可以實現(xiàn)為計算機設備的組合，例如，dsp和微處理器的組合、多個微處理器、與dsp通信結(jié)合的一個或多個微處理器或者任何其他這種配置。

雖然本申請描述了本發(fā)明的特定示例，但本領域技術(shù)人員可以在不脫離本發(fā)明概念的基礎上設計出來本發(fā)明的變型。

本領域技術(shù)人員在本發(fā)明技術(shù)構(gòu)思的啟發(fā)下，在不脫離本發(fā)明內(nèi)容的基礎上，還可以對本發(fā)明做出各種改進，這仍落在本發(fā)明的保護范圍之內(nèi)。