亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種基于壓縮跟蹤算法的特征提取方法及其裝置與流程

文檔序號(hào):11730201閱讀:202來(lái)源:國(guó)知局
一種基于壓縮跟蹤算法的特征提取方法及其裝置與流程

本發(fā)明涉及跟蹤算法技術(shù)領(lǐng)域,特別是涉及一種基于壓縮跟蹤算法的特征提取方法及其裝置。



背景技術(shù):

壓縮跟蹤算法是二元分類(lèi)方法中比較主流的一種跟蹤算法,它對(duì)目標(biāo)外觀變化和遮擋均具有一定的魯棒性,且實(shí)時(shí)性好,壓縮跟蹤算法中,需要首先確定圖像中的目標(biāo)區(qū)域,這里的目標(biāo)區(qū)域?yàn)槟軌驅(qū)D像框起來(lái)的一個(gè)長(zhǎng)方形窗口,之后從目標(biāo)區(qū)域內(nèi)選取若干個(gè)小區(qū)域作為特征區(qū)域,并提取特征區(qū)域內(nèi)的特征信息。

可以理解的是,由于跟蹤目標(biāo)距離相機(jī)的遠(yuǎn)近使得目標(biāo)大小變化,此時(shí)目標(biāo)區(qū)域會(huì)相應(yīng)的變化,但是目前的壓縮跟蹤算法中,特征區(qū)域的大小尺寸固定,不能根據(jù)目標(biāo)大小的變化進(jìn)行調(diào)整,這樣導(dǎo)致目標(biāo)變大時(shí),使得背景和目標(biāo)的可區(qū)分度降低;當(dāng)目標(biāo)變小時(shí),更是有部分背景信息被引入到參數(shù)模型中,從而導(dǎo)致跟蹤漂移,甚至是跟蹤失敗,特征提取的準(zhǔn)確性差,跟蹤的準(zhǔn)確度低。

因此,如何提供一種跟蹤準(zhǔn)確度高的基于壓縮跟蹤算法的特征提取方法及其裝置是本領(lǐng)域技術(shù)人員目前需要解決的問(wèn)題。



技術(shù)實(shí)現(xiàn)要素:

本發(fā)明的目的是提供一種基于壓縮跟蹤算法的特征提取方法及其裝置,能夠根據(jù)目標(biāo)區(qū)域的大小變化相應(yīng)的調(diào)整特征區(qū)域的大小,提高跟蹤的準(zhǔn)確性。

為解決上述技術(shù)問(wèn)題,本發(fā)明提供了一種基于壓縮跟蹤算法的特征提取方法,包括:

步驟s101:獲取當(dāng)前幀的圖像,依據(jù)上一幀的預(yù)設(shè)分類(lèi)器搜索當(dāng)前幀的目標(biāo)搜索區(qū)域,確定當(dāng)前幀的目標(biāo)區(qū)域;

步驟s102:依據(jù)所述當(dāng)前幀的目標(biāo)區(qū)域的坐標(biāo)、上一幀的目標(biāo)區(qū)域的坐標(biāo)、上一幀的特征區(qū)域的坐標(biāo)以及預(yù)設(shè)的、所述當(dāng)前幀的目標(biāo)區(qū)域與所述上一幀的目標(biāo)區(qū)域的尺度變化倍數(shù)調(diào)整計(jì)算得到當(dāng)前幀的特征區(qū)域;

步驟s103:依據(jù)所述當(dāng)前幀的特征區(qū)域計(jì)算特征數(shù)據(jù)并進(jìn)行處理,依據(jù)處理結(jié)果更新當(dāng)前幀的預(yù)設(shè)分類(lèi)器,并依據(jù)所述當(dāng)前幀的目標(biāo)區(qū)域的坐標(biāo)設(shè)置下一幀的目標(biāo)搜索區(qū)域;將下一幀圖像作為當(dāng)前幀,返回步驟s101。

優(yōu)選地,步驟s101中還包括:

若所述當(dāng)前幀為第一幀時(shí),獲取當(dāng)前幀的圖像后,初始化第一幀的目標(biāo)區(qū)域以及特征區(qū)域,直接進(jìn)入步驟s103。

優(yōu)選地,所述步驟s103的過(guò)程具體為:

依據(jù)預(yù)設(shè)調(diào)整關(guān)系式、所述當(dāng)前幀的目標(biāo)區(qū)域的左上角坐標(biāo)、上一幀的目標(biāo)區(qū)域的左上角坐標(biāo)、上一幀的特征區(qū)域的坐標(biāo)farea0=(xf,yf,wf,hf)以及預(yù)設(shè)的、所述當(dāng)前幀的目標(biāo)區(qū)域與所述上一幀的目標(biāo)區(qū)域的尺度變化倍數(shù)調(diào)整計(jì)算得到當(dāng)前幀的特征區(qū)域farea0'=(x'f,y'f,w'f,h'f);

其中,所述預(yù)設(shè)調(diào)整關(guān)系式具體為:

x'f=x′i+(xf-x0)*wscalej

y'f=y(tǒng)′i+(yf-y0)*hscalej

w'f=wf*wscalej

h'f=hf*hscalej

其中,(xi',yi')為所述當(dāng)前幀的目標(biāo)區(qū)域的左上角坐標(biāo);wscalej為預(yù)設(shè)的、所述當(dāng)前幀的目標(biāo)區(qū)域與所述上一幀的目標(biāo)區(qū)域的寬度變化倍數(shù),hscalej為預(yù)設(shè)的、所述當(dāng)前幀的目標(biāo)區(qū)域與所述上一幀的目標(biāo)區(qū)域的高度變化倍數(shù);(x0,y0)為所述上一幀的目標(biāo)區(qū)域的左上角坐標(biāo);(xf,yf)為所述上一幀的特征區(qū)域的左上角坐標(biāo),wf為所述上一幀的特征區(qū)域的寬,hf為所述上一幀的特征區(qū)域的高。

優(yōu)選地,所述特征區(qū)域包括兩個(gè)或以上特征子區(qū)域;步驟s103中,具體為:

依據(jù)所述當(dāng)前幀的目標(biāo)區(qū)域的坐標(biāo)、上一幀的目標(biāo)區(qū)域的坐標(biāo)、上一幀的第i個(gè)特征子區(qū)域的坐標(biāo)以及預(yù)設(shè)的、所述當(dāng)前幀的目標(biāo)區(qū)域與所述上一幀的目標(biāo)區(qū)域的尺度變化倍數(shù)調(diào)整計(jì)算得到當(dāng)前幀的第i個(gè)特征子區(qū)域;1≤i≤n,n為所述特征子區(qū)域的總個(gè)數(shù)。

優(yōu)選地,步驟s104中,所述依據(jù)所述當(dāng)前幀的特征區(qū)域計(jì)算特征數(shù)據(jù)并進(jìn)行處理,依據(jù)處理結(jié)果更新當(dāng)前幀的預(yù)設(shè)分類(lèi)器的過(guò)程具體為:

分別計(jì)算當(dāng)前幀的各個(gè)所述特征子區(qū)域內(nèi)的圖像灰度并求和,得到圖像灰度和;

令所述圖像灰度和除以各個(gè)所述特征子區(qū)域的面積和,得到歸一化特征數(shù)據(jù);

依據(jù)稀疏矩陣對(duì)所述歸一化特征數(shù)據(jù)進(jìn)行降維處理;

計(jì)算降維后的特征數(shù)據(jù)的期望和標(biāo)準(zhǔn)差,并依據(jù)所述期望和標(biāo)準(zhǔn)差更新所述當(dāng)前幀的預(yù)設(shè)分類(lèi)器。

優(yōu)選地,步驟s104中,所述依據(jù)所述當(dāng)前幀的目標(biāo)區(qū)域的坐標(biāo)設(shè)置下一幀的目標(biāo)搜索區(qū)域的過(guò)程具體為:

依據(jù)所述當(dāng)前幀的目標(biāo)區(qū)域的坐標(biāo)rij'={xi',yi',wj',hj'}以及目標(biāo)搜索范圍關(guān)系式得到所述下一幀的目標(biāo)搜索區(qū)域area0;所述目標(biāo)搜索范圍關(guān)系式為:

area0={xi'-wj'/2,yi'-hj'/2,wj'*2,hj'*2}。

為解決上述技術(shù)問(wèn)題,本發(fā)明還提供了一種基于壓縮跟蹤算法的特征提取裝置,包括:

目標(biāo)區(qū)域確定模塊,用于獲取當(dāng)前幀的圖像,依據(jù)上一幀的預(yù)設(shè)分類(lèi)器搜索當(dāng)前幀的目標(biāo)搜索區(qū)域,確定當(dāng)前幀的目標(biāo)區(qū)域;觸發(fā)特征區(qū)域調(diào)整模塊;

所述特征區(qū)域調(diào)整模塊,用于依據(jù)所述當(dāng)前幀的目標(biāo)區(qū)域的坐標(biāo)、上一幀的目標(biāo)區(qū)域的坐標(biāo)、上一幀的特征區(qū)域的坐標(biāo)以及預(yù)設(shè)的、所述當(dāng)前幀的目標(biāo)區(qū)域與所述上一幀的目標(biāo)區(qū)域的尺度變化倍數(shù)調(diào)整計(jì)算得到當(dāng)前幀的特征區(qū)域;觸發(fā)所述特征處理模塊;

所述特征處理模塊,用于依據(jù)所述當(dāng)前幀的特征區(qū)域計(jì)算特征數(shù)據(jù)并進(jìn)行處理,依據(jù)處理結(jié)果更新當(dāng)前幀的預(yù)設(shè)分類(lèi)器,并依據(jù)所述當(dāng)前幀的目標(biāo)區(qū)域的坐標(biāo)設(shè)置下一幀的目標(biāo)搜索區(qū)域;將下一幀圖像作為當(dāng)前幀,觸發(fā)所述目標(biāo)區(qū)域確定模塊。

本發(fā)明提供了一種基于壓縮跟蹤算法的特征提取方法及其裝置,確定當(dāng)前幀的目標(biāo)區(qū)域后,能夠依據(jù)當(dāng)前幀的目標(biāo)區(qū)域的坐標(biāo)、上一幀的目標(biāo)區(qū)域的坐標(biāo)、上一幀的特征區(qū)域的坐標(biāo)以及預(yù)設(shè)的、當(dāng)前幀的目標(biāo)區(qū)域與上一幀的目標(biāo)區(qū)域的尺度變化倍數(shù)調(diào)整當(dāng)前幀的特征區(qū)域,然后再根據(jù)調(diào)整后的特征區(qū)域提取特征數(shù)據(jù)。可見(jiàn),本發(fā)明中的特征區(qū)域的尺寸并不固定,而是能夠根據(jù)目標(biāo)區(qū)域的大小變化進(jìn)行相應(yīng)的調(diào)整,盡可能避免了由于目標(biāo)大小變化引起的跟蹤漂移或跟蹤失敗的情況出現(xiàn),提高了跟蹤的準(zhǔn)確性。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例中的技術(shù)方案,下面將對(duì)現(xiàn)有技術(shù)和實(shí)施例中所需要使用的附圖作簡(jiǎn)單地介紹,顯而易見(jiàn)地,下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例,對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講,在不付出創(chuàng)造性勞動(dòng)的前提下,還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明提供的一種基于壓縮跟蹤算法的特征提取方法的過(guò)程的流程圖;

圖2為本發(fā)明提供的一種基于壓縮跟蹤算法的特征提取裝置的結(jié)構(gòu)示意圖。

具體實(shí)施方式

本發(fā)明的核心是提供一種基于壓縮跟蹤算法的特征提取方法及其裝置,能夠根據(jù)目標(biāo)區(qū)域的大小變化相應(yīng)的調(diào)整特征區(qū)域的大小,提高跟蹤的準(zhǔn)確性。

為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚,下面將結(jié)合本發(fā)明實(shí)施例中的附圖,對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述,顯然,所描述的實(shí)施例是本發(fā)明一部分實(shí)施例,而不是全部的實(shí)施例?;诒景l(fā)明中的實(shí)施例,本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例,都屬于本發(fā)明保護(hù)的范圍。

本發(fā)明提供了一種基于壓縮跟蹤算法的特征提取方法,參見(jiàn)圖1所示,圖1為本發(fā)明提供的一種基于壓縮跟蹤算法的特征提取方法的過(guò)程的流程圖;該方法包括:

步驟s101:獲取當(dāng)前幀的圖像,依據(jù)上一幀的預(yù)設(shè)分類(lèi)器搜索當(dāng)前幀的目標(biāo)搜索區(qū)域,確定當(dāng)前幀的目標(biāo)區(qū)域;

作為優(yōu)選的,這里的預(yù)設(shè)分類(lèi)器可以為貝葉斯分類(lèi)器,當(dāng)然,也可采用其他類(lèi)型的分類(lèi)器,本發(fā)明不限定預(yù)設(shè)分類(lèi)器的類(lèi)型。

步驟s102:依據(jù)當(dāng)前幀的目標(biāo)區(qū)域的坐標(biāo)、上一幀的目標(biāo)區(qū)域的坐標(biāo)、上一幀的特征區(qū)域的坐標(biāo)以及預(yù)設(shè)的、當(dāng)前幀的目標(biāo)區(qū)域與上一幀的目標(biāo)區(qū)域的尺度變化倍數(shù)調(diào)整計(jì)算得到當(dāng)前幀的特征區(qū)域;

即假設(shè)當(dāng)前幀與上一幀相比,目標(biāo)區(qū)域變?yōu)橹暗膬杀?,則相應(yīng)的,當(dāng)前幀的特征區(qū)域的尺寸大小也變?yōu)樯弦粠膬杀丁?/p>

步驟s103:依據(jù)當(dāng)前幀的特征區(qū)域計(jì)算特征數(shù)據(jù)并進(jìn)行處理,依據(jù)處理結(jié)果更新當(dāng)前幀的預(yù)設(shè)分類(lèi)器,并依據(jù)當(dāng)前幀的目標(biāo)區(qū)域的坐標(biāo)設(shè)置下一幀的目標(biāo)搜索區(qū)域;將下一幀圖像作為當(dāng)前幀,并返回步驟s101。

進(jìn)一步可知,步驟s101中還包括:

若當(dāng)前幀為第一幀時(shí),獲取當(dāng)前幀的圖像后,初始化第一幀的目標(biāo)區(qū)域以及特征區(qū)域,直接進(jìn)入步驟s103。

其中,第一幀的目標(biāo)區(qū)域可人為進(jìn)行設(shè)定,第一幀的特征區(qū)域直接采用目前現(xiàn)有技術(shù)中的標(biāo)準(zhǔn)大小的特征區(qū)域即可。

另外,步驟s103的過(guò)程具體為:

依據(jù)預(yù)設(shè)調(diào)整關(guān)系式、當(dāng)前幀的目標(biāo)區(qū)域的左上角坐標(biāo)、上一幀的目標(biāo)區(qū)域的左上角坐標(biāo)、上一幀的特征區(qū)域的坐標(biāo)farea0=(xf,yf,wf,hf)以及預(yù)設(shè)的、當(dāng)前幀的目標(biāo)區(qū)域與上一幀的目標(biāo)區(qū)域的尺度變化倍數(shù)調(diào)整計(jì)算得到當(dāng)前幀的特征區(qū)域farea0'=(x'f,y'f,w'f,h'f);

其中,預(yù)設(shè)調(diào)整關(guān)系式具體為:

x'f=x′i+(xf-x0)*wscalej

y'f=y(tǒng)′i+(yf-y0)*hscalej

w'f=wf*wscalej

h'f=hf*hscalej

其中,(xi',yi')為當(dāng)前幀的目標(biāo)區(qū)域的左上角坐標(biāo);wscalej為預(yù)設(shè)的、當(dāng)前幀的目標(biāo)區(qū)域與上一幀的目標(biāo)區(qū)域的寬度變化倍數(shù),hscalej為預(yù)設(shè)的、當(dāng)前幀的目標(biāo)區(qū)域與上一幀的目標(biāo)區(qū)域的高度變化倍數(shù);(x0,y0)為上一幀的目標(biāo)區(qū)域的左上角坐標(biāo);(xf,yf)為上一幀的特征區(qū)域的左上角坐標(biāo),wf為上一幀的特征區(qū)域的寬,hf為上一幀的特征區(qū)域的高。

作為優(yōu)選地,特征區(qū)域包括兩個(gè)或以上特征子區(qū)域;步驟s103中,具體為:

依據(jù)當(dāng)前幀的目標(biāo)區(qū)域的坐標(biāo)、上一幀的目標(biāo)區(qū)域的坐標(biāo)、上一幀的第i個(gè)特征子區(qū)域的坐標(biāo)以及預(yù)設(shè)的、當(dāng)前幀的目標(biāo)區(qū)域與上一幀的目標(biāo)區(qū)域的尺度變化倍數(shù)調(diào)整計(jì)算得到當(dāng)前幀的第i個(gè)特征子區(qū)域;1≤i≤n,n為特征子區(qū)域的總個(gè)數(shù)。

可以理解的是,特征區(qū)域小于目標(biāo)區(qū)域,為了保證特征提取的準(zhǔn)確性,需要在目標(biāo)區(qū)域中的多個(gè)部分進(jìn)行特征提取,因此,特征區(qū)域需要包含兩個(gè)或以上特征子區(qū)域。

其中,步驟s104中,依據(jù)當(dāng)前幀的特征區(qū)域計(jì)算特征數(shù)據(jù)并進(jìn)行處理,依據(jù)處理結(jié)果更新當(dāng)前幀的預(yù)設(shè)分類(lèi)器的過(guò)程具體為:

分別計(jì)算當(dāng)前幀的各個(gè)特征子區(qū)域內(nèi)的圖像灰度并求和,得到圖像灰度和;

令圖像灰度和除以各個(gè)特征子區(qū)域的面積和,得到歸一化特征數(shù)據(jù);

依據(jù)稀疏矩陣對(duì)歸一化特征數(shù)據(jù)進(jìn)行降維處理;

計(jì)算降維后的特征數(shù)據(jù)的期望和標(biāo)準(zhǔn)差,并依據(jù)期望和標(biāo)準(zhǔn)差更新當(dāng)前幀的預(yù)設(shè)分類(lèi)器。

另外,步驟s102中的過(guò)程具體為:

獲取目標(biāo)搜索區(qū)域內(nèi)各個(gè)位置處的特征數(shù)據(jù),并依據(jù)上述操作得到特征數(shù)據(jù)的期望和標(biāo)準(zhǔn)差;

將各個(gè)位置處的期望和標(biāo)準(zhǔn)差輸入上一幀得到的預(yù)設(shè)分類(lèi)器內(nèi),比較預(yù)設(shè)分類(lèi)器的輸出值的大小,其中最大值對(duì)應(yīng)的區(qū)域即為當(dāng)前幀的目標(biāo)區(qū)域。

具體的,步驟s104中,依據(jù)當(dāng)前幀的目標(biāo)區(qū)域的坐標(biāo)設(shè)置下一幀的目標(biāo)搜索區(qū)域的過(guò)程具體為:

依據(jù)當(dāng)前幀的目標(biāo)區(qū)域的坐標(biāo)rij'={xi',yi',wj',hj'}以及目標(biāo)搜索范圍關(guān)系式得到下一幀的目標(biāo)搜索區(qū)域area0;目標(biāo)搜索范圍關(guān)系式為:

area0={xi'-wj'/2,yi'-hj'/2,wj'*2,hj'*2}。

可以理解的是,依據(jù)當(dāng)前幀的目標(biāo)區(qū)域設(shè)置下一幀的目標(biāo)搜索范圍的目的,是為了在獲取下一幀的圖像后,能夠盡快確定下一幀的目標(biāo)區(qū)域,減小預(yù)設(shè)分類(lèi)器的遍歷搜索范圍,縮短搜索時(shí)間以及減少計(jì)算量。

本發(fā)明提供了一種基于壓縮跟蹤算法的特征提取方法,確定當(dāng)前幀的目標(biāo)區(qū)域后,能夠依據(jù)當(dāng)前幀的目標(biāo)區(qū)域的坐標(biāo)、上一幀的目標(biāo)區(qū)域的坐標(biāo)、上一幀的特征區(qū)域的坐標(biāo)以及預(yù)設(shè)的、當(dāng)前幀的目標(biāo)區(qū)域與上一幀的目標(biāo)區(qū)域的尺度變化倍數(shù)調(diào)整當(dāng)前幀的特征區(qū)域,然后再根據(jù)調(diào)整后的特征區(qū)域提取特征數(shù)據(jù)。可見(jiàn),本發(fā)明中的特征區(qū)域的尺寸并不固定,而是能夠根據(jù)目標(biāo)區(qū)域的大小變化進(jìn)行相應(yīng)的調(diào)整,盡可能避免了由于目標(biāo)大小變化引起的跟蹤漂移或跟蹤失敗的情況出現(xiàn),提高了跟蹤的準(zhǔn)確性。

本發(fā)明還提供了一種基于壓縮跟蹤算法的特征提取裝置,參見(jiàn)圖2所示,圖2為本發(fā)明提供的一種基于壓縮跟蹤算法的特征提取裝置的結(jié)構(gòu)示意圖。該裝置包括:

目標(biāo)區(qū)域確定模塊1,用于獲取當(dāng)前幀的圖像,依據(jù)上一幀的預(yù)設(shè)分類(lèi)器搜索當(dāng)前幀的目標(biāo)搜索區(qū)域,確定當(dāng)前幀的目標(biāo)區(qū)域;觸發(fā)特征區(qū)域調(diào)整模塊2;

特征區(qū)域調(diào)整模塊2,用于依據(jù)當(dāng)前幀的目標(biāo)區(qū)域的坐標(biāo)、上一幀的目標(biāo)區(qū)域的坐標(biāo)、上一幀的特征區(qū)域的坐標(biāo)以及預(yù)設(shè)的、當(dāng)前幀的目標(biāo)區(qū)域與上一幀的目標(biāo)區(qū)域的尺度變化倍數(shù)調(diào)整計(jì)算得到當(dāng)前幀的特征區(qū)域;觸發(fā)特征處理模塊3;

特征處理模塊3,用于依據(jù)當(dāng)前幀的特征區(qū)域計(jì)算特征數(shù)據(jù)并進(jìn)行處理,依據(jù)處理結(jié)果更新當(dāng)前幀的預(yù)設(shè)分類(lèi)器,并依據(jù)當(dāng)前幀的目標(biāo)區(qū)域的坐標(biāo)設(shè)置下一幀的目標(biāo)搜索區(qū)域;將下一幀圖像作為當(dāng)前幀,觸發(fā)目標(biāo)區(qū)域確定模塊1。

具體的,目標(biāo)區(qū)域確定模塊1還用于:

若當(dāng)前幀為第一幀時(shí),獲取當(dāng)前幀的圖像后,初始化第一幀的目標(biāo)區(qū)域以及特征區(qū)域,然后直接觸發(fā)特征區(qū)域調(diào)整模塊2。

本發(fā)明提供了一種基于壓縮跟蹤算法的特征提取裝置,確定當(dāng)前幀的目標(biāo)區(qū)域后,能夠依據(jù)當(dāng)前幀的目標(biāo)區(qū)域的坐標(biāo)、上一幀的目標(biāo)區(qū)域的坐標(biāo)、上一幀的特征區(qū)域的坐標(biāo)以及預(yù)設(shè)的、當(dāng)前幀的目標(biāo)區(qū)域與上一幀的目標(biāo)區(qū)域的尺度變化倍數(shù)調(diào)整當(dāng)前幀的特征區(qū)域,然后再根據(jù)調(diào)整后的特征區(qū)域提取特征數(shù)據(jù)??梢?jiàn),本發(fā)明中的特征區(qū)域的尺寸并不固定,而是能夠根據(jù)目標(biāo)區(qū)域的大小變化進(jìn)行相應(yīng)的調(diào)整,盡可能避免了由于目標(biāo)大小變化引起的跟蹤漂移或跟蹤失敗的情況出現(xiàn),提高了跟蹤的準(zhǔn)確性。

本說(shuō)明書(shū)中各個(gè)實(shí)施例采用遞進(jìn)的方式描述,每個(gè)實(shí)施例重點(diǎn)說(shuō)明的都是與其他實(shí)施例的不同之處,各個(gè)實(shí)施例之間相同相似部分互相參見(jiàn)即可。對(duì)于實(shí)施例公開(kāi)的裝置而言,由于其與實(shí)施例公開(kāi)的方法相對(duì)應(yīng),所以描述的比較簡(jiǎn)單,相關(guān)之處參見(jiàn)方法部分說(shuō)明即可。

還需要說(shuō)明的是,在本說(shuō)明書(shū)中,諸如第一和第二等之類(lèi)的關(guān)系術(shù)語(yǔ)僅僅用來(lái)將一個(gè)實(shí)體或者操作與另一個(gè)實(shí)體或操作區(qū)分開(kāi)來(lái),而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且,術(shù)語(yǔ)“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含,從而使得包括一系列要素的過(guò)程、方法、物品或者設(shè)備不僅包括那些要素,而且還包括沒(méi)有明確列出的其他要素,或者是還包括為這種過(guò)程、方法、物品或者設(shè)備所固有的要素。在沒(méi)有更多限制的情況下,由語(yǔ)句“包括一個(gè)……”限定的要素,并不排除在包括所述要素的過(guò)程、方法、物品或者設(shè)備中還存在另外的相同要素。

對(duì)所公開(kāi)的實(shí)施例的上述說(shuō)明,使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對(duì)這些實(shí)施例的多種修改對(duì)本領(lǐng)域的專(zhuān)業(yè)技術(shù)人員來(lái)說(shuō)將是顯而易見(jiàn)的,本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下,在其他實(shí)施例中實(shí)現(xiàn)。因此,本發(fā)明將不會(huì)被限制于本文所示的這些實(shí)施例,而是要符合與本文所公開(kāi)的原理和新穎特點(diǎn)相一致的最寬的范圍。

當(dāng)前第1頁(yè)1 2 
網(wǎng)友詢(xún)問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1