摄像机视频处理方法、装置、系统和计算机设备与流程

本申请涉及摄像机技术领域，特别是涉及摄像机视频处理方法、装置、系统和计算机设备。

背景技术：

用户对视频监控要求越来越高，从以前要求摄像机看得见、看得清，再到现在看得懂，无论是智能跟踪，还是机器的非人识别，都大大减少了人工干预，而且随着深度学习技术普遍使用，摄像机的目标识别准确率越来越高，智能分析应用越来越广。智能分析包括目标跟踪和视频结构化，视频跟踪是指用户提前在视频画面中绘制规则线或规则框，如果有目标违反规则，就会触发跟踪，摄像机自动控制云台和变焦，持续跟踪目标直到目标消失；视频结构化是指通过智能算法识别出目标(例如机动车、非机动车、人等)，然后对目标进行属性提取，例如：车牌、车身颜色、非机车类型、人的衣服颜色、人是否戴眼镜等。

在相关技术中，摄像机可应用在通用场景(例如广场、园区、出入口、城市道路、商场、十字路口等)对机动车、非机车、人、人脸等目标进行跟踪和抓拍，但应用的变焦镜头的焦距值有一定的范围，如果焦距值范围较大，则只能监控远处一定范围的目标，如果焦距值范围较小，只能监控近处一定范围的目标，因此一些摄像机，如ptz摄像机，在跟踪目标时只能在近处一定范围或远处一定范围跟踪，如果目标从很近的地方往很远的地方移动，ptz摄像机无法全程跟踪，进而存在目标行程跟踪不完整的问题。

目前针对相关技术中，应用在通用场景的摄像机，因变焦镜头具有一定的范围，存在目标行程跟踪不完整的问题，尚未提出有效的解决方案。

技术实现要素：

本申请实施例提供了摄像机视频处理方法、装置、系统和计算机设备，以至少解决相关技术中应用在通用场景的摄像机，因变焦镜头具有一定的范围，存在目标行程跟踪不完整的问题。

第一方面，本申请实施例提供了一种摄像机视频处理方法，所述摄像机的腔体内设有多个镜头，所述多个镜头的焦距值范围不同；所述方法包括：

获取所述多个镜头采集的多路视频数据；

获取所述摄像机当前视频数据处理的类型，其中，所述当前视频数据处理的类型至少为以下之一：目标跟踪和视频结构化；

根据所述当前视频数据处理的类型，将多路视频数据合并输出或将多路视频数据分路输出。

在其中一些实施例中，根据所述当前视频数据处理的类型，将多路视频数据合并输出或将多路视频数据分路输出包括：

若所述当前视频数据处理的类型包括目标跟踪，则将所述多路视频数据合并输出；

若所述当前视频数据处理的类型包括视频结构化，则将多路视频数据分路输出。

在其中一些实施例中，若所述当前视频数据处理的类型为目标跟踪，则将所述多路视频数据合并输出包括：

获取所述摄像机的当前倍率和阈值倍率；

根据所述多个镜头的焦距值范围，将所述多个镜头划分为第一镜头和第二镜头，其中，所述第一镜头的焦距值范围小于所述第二镜头的焦距值范围；

若所述摄像机的当前倍率大于所述阈值倍率，则将划分为所述第二镜头的视频数据输出；

若所述摄像机的当前倍率小于或者等于所述阈值倍率，则将划分为所述第一镜头的视频数据输出。

在其中一些实施例中，获取所述摄像机的阈值倍率包括：

获取所述第一镜头的焦距值范围；

根据所述第一镜头的焦距值范围，确定所述阈值倍率。

在其中一些实施例中，根据所述第一镜头的焦距值范围，确定所述阈值倍率包括：

从所述第一镜头的焦距值范围中获取最小焦距值和最大焦距值；

根据所述最小焦距值，确定最小焦距位置倍率；

根据所述最小焦距位置倍率和所述最大焦距值，确定最大焦距位置倍率，并将所述最大焦距位置倍率设为所述阈值倍率。

在其中一些实施例中，若所述当前视频数据处理的类型包括视频结构化，则将多路视频数据分路输出包括：

若所述当前视频数据处理的类型包括视频结构化，则不同的识别目标类型所对应的视频数据由不同的分路输出。

在其中一些实施例中，若所述当前视频数据处理的类型包括视频结构化，则所述方法还包括：

根据与所述识别目标类型相匹配的图像参数调整与所述识别目标类型相对应的视频数据；其中，所述图像参数至少包括以下之一：对比度参数、亮度参数、背光补偿参数、强光抑制参数。

第二方面，本申请实施例提供了一种摄像机视频处理装置，所述摄像机的腔体内设有多个镜头，所述多个镜头的焦距值范围不同；所述装置包括：第一获取模块、第二获取模块、输出模块；

所述第一获取模块，用于获取所述多个镜头采集的多路视频数据；

所述第二获取模块，用于获取所述摄像机当前视频数据处理的类型，其中，所述当前视频数据处理的类型至少为以下之一：目标跟踪和视频结构化；

所述输出模块，用于根据所述当前视频数据处理的类型，将多路视频数据合并输出或将多路视频数据分路输出。

第三方面，本申请实施例提供了一种摄像机视频处理系统，所述系统包括：摄像机和处理器；

所述摄像机的腔体内设有多个镜头，所述多个镜头的焦距值范围不同，所述多个镜头用于采集的多路视频数据；

所述处理器，用于获取所述摄像机当前视频数据处理的类型，其中，所述当前视频数据处理的类型至少为以下之一：目标跟踪和视频结构化；

所述处理器，用于根据所述当前视频数据处理的类型，将多路视频数据合并输出或将多路视频数据分路输出。

第四方面，本申请实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的摄像机视频处理方法。

第五方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的摄像机视频处理方法。

相比于相关技术，本申请实施例提供的摄像机视频处理方法、装置、系统和计算机设备，所述摄像机的腔体内设有多个镜头，所述多个镜头的焦距值范围不同；所述方法包括：获取所述多个镜头采集的多路视频数据；获取所述摄像机当前视频数据处理的类型，其中，所述当前视频数据处理的类型至少为以下之一：目标跟踪和视频结构化；根据所述当前视频数据处理的类型，将多路视频数据合并输出或将多路视频数据分路输出，解决了应用在通用场景的摄像机，因变焦镜头具有一定的范围，存在目标行程跟踪不完整的问题，提高了通用场景的摄像机对目标行程跟踪的完整性。

本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例的摄像机视频处理方法的流程图；

图2是根据本申请实施例的另一种摄像机视频处理方法的流程图；

图3是根据本申请实施例的将多路视频数据合并输出的方法的流程图；

图4是根据本申请实施例的获取摄像机的阈值倍率的方法的流程图；

图5是根据本申请实施例的另一种获取摄像机的阈值倍率的方法的流程图；

图6是根据本申请实施例的视频数据处理的流程图；

图7是根据本申请实施例的摄像机视频处理装置的结构框图；

图8是根据本申请实施例的摄像机视频处理系统的结构框图；

图9是根据本申请实施例的计算机设备的内部结构示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。

在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。

除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“多个”是指两个或两个以上。

本申请提供的摄像机视频处理方法，可应用在通用场景(例如广场、园区、出入口、城市道路、商场、十字路口等)的摄像机中，以对机动车、非机车、人、人脸等目标进行跟踪和抓拍。现有技术中，摄像机的目标识别准确率越来越高，智能分析应用越来越广，智能分析大致包括目标跟踪和视频结构化，视频跟踪是指用户提前在视频画面中绘制规则线或规则框，如果有目标违反规则，就会触发跟踪，摄像机自动控制云台和变焦，持续跟踪目标直到目标消失；视频结构化是指通过智能算法识别出目标(例如机动车、非机动车、人等)，然后对目标进行属性提取，例如：车牌、车身颜色、非机车类型、人的衣服颜色、人是否戴眼镜等。

在相关技术中，一方面摄像机所应用的变焦镜头的焦距值有一定的范围，如果焦距值范围较大，则只能监控远处一定范围的目标，如果焦距值范围较小，只能监控近处一定范围的目标，因此一些摄像机，如ptz摄像机，在跟踪目标时只能在近处一定范围或远处一定范围跟踪，如果目标从很近的地方往很远的地方移动，ptz摄像机无法全程跟踪，进而存在目标行程跟踪不完整的问题；通过长焦镜头来实现近处和远处都能监控，存在长焦镜头体积非常大，成本比较高，无法应用于小型摄像机中的情形；另一方面，夜晚低照场景下，同一套图像参数无法同时兼顾车牌和人体，存在人脸过暗或者机动车牌过曝的问题。

本申请提供的摄像机视频处理方法，所应用的摄像机的腔体内设有多个镜头，多个镜头的焦距值范围不同，通过根据当前视频数据处理的类型，将多路视频数据合并输出或将多路视频数据分路输出，例如，若当前视频数据处理的类型为目标跟踪，则将多路视频数据合并输出；若当前视频数据处理的类型为视频结构化，则将多路视频数据分路输出，一方面解决了应用在通用场景的摄像机，因变焦镜头具有一定的范围，存在目标行程跟踪不完整的问题，提高了通用场景的摄像机对目标行程跟踪的完整性；另一方面，对于视频结构化可采取多路视频数据分路输出，进而可对各路视频调整不同的图像参数，在夜晚低照场景下，可同时抓拍清晰人体和车牌。

本实施例提供了一种摄像机视频处理方法，其中，摄像机的腔体内设有多个镜头，多个镜头的焦距值范围不同，图1是根据本申请实施例的摄像机视频处理方法的流程图，如图1所示，该方法包括如下步骤：

步骤s101，获取多个镜头采集的多路视频数据；

例如，摄像机的腔体内设有两个镜头，其中一个镜头的焦距值范围可以是2.0mm～6.0mm，另一镜头的焦距值范围可以是6.0mm～100.0mm。

步骤s102，获取摄像机当前视频数据处理的类型，其中，当前视频数据处理的类型至少为以下之一：目标跟踪和视频结构化。

步骤s103，根据当前视频数据处理的类型，将多路视频数据合并输出或将多路视频数据分路输出；

需要说明的是，摄像机当前视频数据处理的类型至少是目标跟踪和视频结构化中的之一，当前也可以是其他的类型，在当前视频数据处理的类型为目标跟踪时，可以将多路视频数据合并输出，在当前视频数据处理的类型为视频结构化，可以将多路视频数据分路输出。

通过上述步骤s101至步骤s103，在摄像机的腔体内设有多个镜头，多个镜头的焦距值范围不同的基础上，根据摄像机当前视频数据处理的类型，来选择将多路视频数据合并输出或将多路视频数据分路输出，进而一方面相较于相关技术中应用在通用场景的摄像机，因变焦镜头具有一定的范围，存在目标行程跟踪不完整的问题，本申请实施例可基于将不同焦距值范围的多路视频数据合并输出，提高了通用场景的摄像机对目标行程跟踪的完整性，另一方面，对于视频结构化可采取多路视频数据分路输出，进而便于对各路视频调整不同的图像参数，在夜晚低照场景下，可同时抓拍清晰人体和车牌。

在其中一些实施例中，图2是根据本申请实施例的另一种摄像机视频处理方法的流程图，如图2所示，根据当前视频数据处理的类型，将多路视频数据合并输出或将多路视频数据分路输出包括如下步骤：

步骤s201，若当前视频数据处理的类型包括目标跟踪，则将多路视频数据合并输出；若当前视频数据处理的类型包括视频结构化，则将多路视频数据分路输出；

例如，若当前视频数据处理类型包括目标跟踪，此时可将大焦距值范围的镜头所采集的视频数据与小焦距值范围的镜头所采集的视频数据进行合并，进而可使得摄像机实现完整行程的跟踪；若当前视频数据处理的类型包括视频结构化，此时可将涉及车牌的视频数据以及涉及人体的视频数据各成一路输出，进而方便对涉及车牌的视频数据以及涉及人体的视频数据匹配不同的参数进行处理，进而解决人脸过暗或者机动车牌过曝的问题。

在其中一些实施例中，图3是根据本申请实施例的将多路视频数据合并输出的方法的流程图，如图3所示，

步骤s301，获取摄像机的当前倍率和阈值倍率；

需要说明的是，摄像机当前的倍率＝当前焦距值/最小焦距值。

步骤s302，根据多个镜头的焦距值范围，将多个镜头划分为第一镜头和第二镜头，其中，第一镜头的焦距值范围小于第二镜头的焦距值范围；

例如，摄像机的腔体内设有一个焦距值范围为2.0mm～6.0mm的镜头，和一个焦距值范围为6.0mm～100.0mm的镜头，此时可将焦距值范围为2.0mm～6.0mm的镜头定义为第一镜头，焦距值范围为6.0mm～100.0mm的镜头定义为第二镜头。

步骤s303，若摄像机的当前倍率大于阈值倍率，则将划分为第二镜头的视频数据输出；若摄像机的当前倍率小于或者等于阈值倍率，则将划分为第一镜头的视频数据输出；

例如，摄像机的腔体内设有焦距值范围为2.0mm～6.0mm的第一镜头，焦距值范围为6.0mm～100.0mm的第二镜头，且在摄像机当前为小倍率下输出显示第一镜头的视频数据，在摄像机当前为大倍率下输出显示第二镜头的视频数据。

通过上述步骤s301和步骤s303，根据摄像机的阈值倍率，在摄像机的当前倍率小于或者等于阈值倍率，也就是摄像机当前为小倍率下输出第一镜头的视频数据，在摄像机的当前倍率大于阈值倍率，在摄像机当前为大倍率下输出第二镜头的视频数据，进而实现在目标跟踪下多路视频数据合并输出。

在其中一些实施例中，图4是根据本申请实施例的获取摄像机的阈值倍率的方法的流程图，如图4所示，该方法还包括如下步骤：

步骤s401，获取第一镜头的焦距值范围。

步骤s402，根据第一镜头的焦距值范围，确定阈值倍率；

需要说明的是，第一镜头的焦距值范围小于第二镜头的焦距值范围，且倍率是根据当前焦距值与最小焦距值的比值确定的，进而在根据第一镜头的焦距值范围确定阈值倍率时，可以根据第一镜头焦距值范围的中间焦距值a，与第一镜头焦距值范围的最小焦距值b的比值确定。

在其中一些实施例中，图5是根据本申请实施例的另一种获取摄像机的阈值倍率的方法的流程图，如图5所示，根据第一镜头的焦距值范围，确定阈值倍率包括如下步骤：

步骤s501，从第一镜头的焦距值范围中获取最小焦距值和最大焦距值；

步骤s502，根据最小焦距值，确定最小焦距位置倍率；

步骤s503，根据最小焦距位置倍率和最大焦距值，确定最大焦距位置倍率，并将最大焦距位置倍率设为阈值倍率；

例如，第一镜头的焦距值范围为2.0mm～6.0mm，进而可将与第一镜头最小焦距值相对应的最小焦距位置倍率定义为1，进而第一镜头的最大焦距位置倍率为3，阈值倍率为3；第二镜头的焦距值范围为6.0mm～100.0mm，进而第二镜头最小焦距位置倍率为3，第二镜头最大焦距位置倍率为50。

在其中一些实施例中，若当前视频数据处理的类型包括视频结构化，则将多路视频数据分路输出包括：

若当前视频数据处理的类型包括视频结构化，则不同的识别目标类型所对应的视频数据由不同的分路输出；例如，目标为人体的视频数据和目标为车辆的视频数据由不同的分路输出。

在其中一些实施例中，若当前视频数据处理的类型包括视频结构化，则还包括根据与识别目标类型相匹配的图像参数调整与识别目标类型相对应的视频数据；

其中，图像参数至少包括以下之一：对比度参数、亮度参数、背光补偿参数、强光抑制参数；例如，用于人体检测和识别的镜头可以用一套图像参数调整，用于车牌检测和识别的镜头可以用另一套图像参数调整，进而便于在夜晚低照场景下，可同时提取车牌和人体属性。

在其中一些实施例中，图6是根据本申请实施例的视频数据处理流程图，如图6所示，摄像机具有两个镜头(分别是第一镜头和第二镜头)采集两路视频，摄像机处理器可以同时输出两路视频数据，并针对两路视频数据分别进行视频数据调节、视频编码、智能分析和智能处理。其中，视频数据调节：对视频数据的图像参数调整，在不同场景可以调整不同参数；视频编码：对视频数据进行编码，例如h.246编码；智能分析：对目标检测和识别，例如机动车、非机动车、人的识别；智能处理：如果包括目标跟踪业务，就根据视频分析结果，控制云台转动，持续定位到目标位置；如果包括视频结构化业务，就根据视频分析结果，对目标进行属性提取和抓拍图片，并最终将与第一镜头和第二镜头分别对应的两路视频数据分路输出，例如，分别将第一路视频数据和第二路视频数据输入到客户端。

需要说明的是，在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本实施例还提供了一种摄像机视频处理装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

在一些实施例中，图7是根据本申请实施例的摄像机视频处理装置的结构框图，如图7所示，该装置包括：第一获取模块71、第二获取模块72和输出模块73；

第一获取模块71，用于获取多个镜头采集的多路视频数据；

第二获取模块72，用于获取摄像机当前视频数据处理的类型，其中，当前视频数据处理的类型包括目标跟踪和视频结构化；

输出模块73，用于根据当前视频数据处理的类型，将多路视频数据合并输出或将多路视频数据分路输出。

在其中一些实施例中，第二获取模块72和输出模块73还用于实现上述各实施例提供的摄像机视频处理方法中的步骤，在这里不再赘述。

需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。

本申请还提供了一种摄像机视频处理系统，图8是根据本申请实施例的摄像机视频处理系统的结构框图，如图8所示，该系统包括：摄像机81和处理器82；

摄像机81的腔体内设有多个镜头，多个镜头的焦距值范围不同，多个镜头用于采集的多路视频数据；

处理器82，用于获取摄像机当前视频数据处理的类型，其中，当前视频数据处理的类型包括目标跟踪和视频结构化；

处理器82，用于根据当前视频数据处理的类型，将多路视频数据合并输出或将多路视频数据分路输出

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种摄像机视频处理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

在一个实施例中，图9是根据本申请实施例的计算机设备的内部结构示意图，如图9所示，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种摄像机视频处理的方法。

本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述各实施例提供的摄像机视频处理的方法中的步骤。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各个实施例提供的摄像机视频处理的方法中的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。