生物体年龄信息生成方法、装置、电子设备和介质与流程

1.本公开的实施例涉及计算机技术领域，具体涉及生物体年龄信息生成方法、装置、电子设备和计算机可读介质。


背景技术：

2.目前，现有各种场景常常存在需要确定各种生物体年龄信息的需求。例如，监控场景下通过所获取的人脸图像来确定行人的年龄信息。对于生物体年龄信息的生成，通常采用的方式为：将所获取的包括生物体脸部的图像输入至预先训练的年龄信息生成网络，以输出相应的年龄信息。
3.然而，当采用上述方式来确定生物体年龄信息时，经常会存在如下技术问题：
4.年龄信息生成网络提取的脸部特征信息往往为脸部图像中的多重特征信息，上述多重特征信息不仅仅包括年龄特征信息，还包括影响生成年龄信息的其余特征信息，其余特征信息的变换较大程度上影响了后续生成年龄信息的精准率。


技术实现要素：

5.本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
6.本公开的一些实施例提出了生物体年龄信息生成方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题。
7.第一方面，本公开的一些实施例提供了一种生物体年龄信息生成方法，包括：获取待年龄识别的、目标生物体的脸部图像；提取上述脸部图像的脸部特征信息；从上述脸部特征信息中去除上述脸部图像的身份特征信息，得到去除后特征信息，作为上述脸部图像的年龄特征信息；根据上述年龄特征信息，生成上述目标生物体的年龄信息。
8.第二方面，本公开的一些实施例提供了一种生物体年龄信息生成装置，包括：获取单元，被配置成获取待年龄识别的、目标生物体的脸部图像；提取单元，被配置成提取上述脸部图像的脸部特征信息；去除单元，被配置成从上述脸部特征信息中去除上述脸部图像的身份特征信息，得到去除后特征信息，作为上述脸部图像的年龄特征信息；生成单元，被配置成根据上述年龄特征信息，生成上述目标生物体的年龄信息。
9.第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
10.第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
11.本公开的上述各个实施例中具有如下有益效果：本公开的一些实施例的生物体年龄信息生成方法可以精准地生成目标生物体的年龄信息。具体来说，造成不能精准地生成
目标生物体的年龄信息的原因在于：由于年龄信息生成网络有很大可能是通过生物体的其余特征信息直接地估计年龄，而不是通过真正年龄特征(比如皱纹等)来估计年龄信息。这导致训练出来的网络泛化能力很差。也就是说，测试的时候面对没见过的人，年龄信息生成的精准率较低。基于此，本公开的一些实施例的生物体年龄信息生成方法可以首先获取待年龄识别的、目标生物体的脸部图像，以用于后续确定上述目标生物体的年龄信息。然后，提取上述脸部图像的脸部特征信息，以用于后续年龄特征信息的生成。接着，从上述脸部特征信息中去除上述脸部图像的影响后续年龄信息生成的身份特征信息，得到去除后特征信息，作为上述脸部图像的年龄特征信息。在这里，通过去除身份特征信息，使得后续生成年龄信息依靠年龄特征信息，减少了因身份特征信息变换而导致生成年龄信息偏差的问题。最后，根据上述年龄特征信息，可以精准的生成上述目标生物体的年龄信息。总而言之，上述生物体年龄信息生成方法可以精准地生成目标生物体的年龄信息。
附图说明
12.结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
13.图1是根据本公开的一些实施例的生物体年龄信息生成方法的一个应用场景的示意图；
14.图2是根据本公开的生物体年龄信息生成方法的一些实施例的流程图；
15.图3是根据本公开的生物体年龄信息生成方法的另一些实施例的流程图；
16.图4是根据本公开的生物体年龄信息生成方法的一些实施例中的脸部特征信息提取网络的网络示例图；
17.图5是根据本公开的生物体年龄信息生成装置的一些实施例的结构示意图；
18.图6是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
19.下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
20.另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
21.需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
22.需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
23.本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
24.下面将参考附图并结合实施例来详细说明本公开。
25.图1是根据本公开一些实施例的生物体年龄信息生成方法的一个应用场景的示意图。
26.在图1的应用场景中，电子设备101可以首先获取待年龄识别的、包括目标生物体的脸部图像102。然后，上述电子设备101可以提取上述脸部图像的脸部特征信息103。接着，上述电子设备101可以从上述脸部特征信息103中去除上述脸部图像102的身份特征信息104，得到去除后特征信息，作为上述脸部图像102的年龄特征信息105。最后，上述电子设备101可以根据上述年龄特征信息105，生成上述目标生物体的年龄信息106。在本应用场景中，上述目标生物体的年龄信息106可以是“34”。
27.需要说明的是，上述电子设备101可以是硬件，也可以是软件。当电子设备为硬件时，可以实现成多个服务端或终端设备组成的分布式集群，也可以实现成单个服务端或单个终端设备。当电子设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
28.应该理解，图1中的电子设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的电子设备。
29.继续参考图2，示出了根据本公开的生物体年龄信息生成方法的一些实施例的流程200。该生物体年龄信息生成方法，包括以下步骤：
30.步骤201，获取待年龄识别的、目标生物体的脸部图像。
31.在一些实施例中，上述生物体年龄信息生成方法的执行主体(例如图1所示的电子设备101)可以通过有线连接方式或者无线连接方式来获取待年龄识别的、目标生物体的脸部图像。其中，上述目标生物体可以是脸部图像所显示的至少一个生物体中预先确定的生物体。
32.步骤202，提取上述脸部图像的脸部特征信息。
33.在一些实施例中，上述执行主体可以提取上述脸部图像的脸部特征信息。其中，上述脸部特征信息为脸部图像的全局特征信息。上述脸部特征信息可以包括但不限于以下至少一项：脸部纹理信息，脸部轮廓信息，脸部颜色信息。上述脸部纹理信息可以是表征上述目标生物体的脸部纹理的信息。上述脸部轮廓信息可以是表征上述目标生物体的脸部轮廓的信息。上述脸部颜色信息可以是表征上述目标生物体的脸部的肤色的信息。
34.作为示例，上述执行主体可以利用hog(方向梯度直方图，histogram of oriented gradient)技术来提取表征上述脸部图像的脸部特征信息的脸部向量。
35.步骤203，从上述脸部特征信息中去除上述脸部图像的身份特征信息，得到去除后特征信息，作为上述脸部图像的年龄特征信息。
36.在一些实施例中，上述执行主体可以从上述脸部特征信息中去除上述脸部图像的身份特征信息，得到去除后特征信息，作为上述脸部图像的年龄特征信息。其中，上述身份特征信息可以是目标生物体的名称信息，还可以是目标生物体的身份标识信息。例如，目标生物体的名称信息可以是“李*华”。目标生物体的身份标识信息为“13*****2341”。每个目标生物体都存在相对应的身份特征信息。年龄特征信息可以是脸部图像对应生物体的年龄特征信息。
37.作为示例，上述执行主体可以同样利用hog技术来提取表征上述脸部图像的身份
特征信息的身份向量。接着，上述执行主体可以将脸部向量与上述身份向量进行对应元素相减，得到相减后向量，作为上述脸部图像的年龄特征信息。
38.步骤204，根据上述年龄特征信息，生成上述目标生物体的年龄信息。
39.在一些实施例中，上述执行主体可以根据上述年龄特征信息，生成上述目标生物体的年龄信息。其中，上述年龄信息为脸部图像中所展示的目标生物体的年龄大小信息。
40.作为示例，上述执行主体可以将年龄特征信息输入至预先训练的多层卷积神经网络(convolutional neural network,cnn)，以输出上述目标生物体的年龄信息。
41.本公开的上述各个实施例中具有如下有益效果：本公开的一些实施例的生物体年龄信息生成方法可以精准地生成目标生物体的年龄信息。具体来说，造成不能精准地生成目标生物体的年龄信息的原因在于：由于年龄信息生成网络有很大可能是通过生物体的其余特征信息直接地估计年龄，而不是通过真正年龄特征(比如皱纹等)来估计年龄信息。这导致训练出来的网络泛化能力很差。也就是说，测试的时候面对没见过的人，年龄信息生成的精准率较低。基于此，本公开的一些实施例的生物体年龄信息生成方法可以首先获取待年龄识别的、目标生物体的脸部图像，以用于后续确定上述目标生物体的年龄信息。然后，提取上述脸部图像的脸部特征信息，以用于后续年龄特征信息的生成。接着，从上述脸部特征信息中去除上述脸部图像的影响后续年龄信息生成的身份特征信息，得到去除后特征信息，作为上述脸部图像的年龄特征信息。在这里，通过去除身份特征信息，使得后续生成年龄信息依靠年龄特征信息，减少了因身份特征信息变换而导致生成年龄信息偏差的问题。最后，根据上述年龄特征信息，可以精准的生成上述目标生物体的年龄信息。总而言之，上述生物体年龄信息生成方法可以精准地生成目标生物体的年龄信息。
42.进一步参考图3，示出了根据本公开的生物体年龄信息生成方法的另一些实施例的流程300。该生物体年龄信息生成方法，包括以下步骤：
43.步骤301，获取待年龄识别的、目标生物体的脸部图像。
44.在一些实施例中，步骤301的具体实现及其所带来的技术效果，可以参考图2对应的实施例中的步骤201，在此不再赘述。
45.步骤302，将上述脸部图像输入至预先训练的脸部特征信息提取网络，以输出第一向量。
46.在一些实施例中，执行主体(例如图1所示的电子设备101)可以将上述脸部图像输入至预先训练的脸部特征信息提取网络，以输出第一向量。其中，上述脸部特征信息提取网络可以是用于提取脸部全局特征信息的网络。其中，上述脸部特征信息提取网络可以包括多个串行连接的残差网络(residual network,resnet)。
47.在一些实施例的一些可选的实现方式中，上述脸部特征信息提取网络包括：多个串行连接的卷积网络。上述执行主体可以将上述脸部图像输入至预先训练的多个串行连接的卷积网络，以输出上述第一向量。
48.可选地，上述多个串行连接的卷积网络中的卷积网络包括串行连接的卷积层和激活函数层。其中，上述激活函数层对应的激活函数可以包括但不限于以下之一：s型生长曲线(sigmoid函数，sigmoid function)，线性整流函数(rectified linear unit，relu)。
49.参考图4，图4示出了脸部特征信息提取网络的网络结构的示例图。上述第一特征提取网络包括3个串行连接的卷积神经网络。即，卷积神经网络401、卷积神经网络402和卷
积神经网络403。每个卷积神经网络包括：卷积层和激活函数层。
50.步骤303，将上述第一向量输入至第一全连接层，得到第二向量，作为上述脸部特征信息。
51.在一些实施例中，上述执行主体可以将上述第一向量输入至第一全连接层(fully connected layers，fc)，得到第二向量，作为上述脸部特征信息。
52.步骤304，将上述第二向量输入至第二全连接层，得到第三向量。
53.在一些实施例中，上述执行主体可以将上述第二向量输入至第二全连接层，得到第三向量。其中，上述第三向量可以表征脸部图像的身份特征信息。
54.步骤305，将上述第一向量与上述第三向量进行对应元素作差，得到第四向量，作为上述去除后特征信息。
55.在一些实施例中，上述执行主体可以将上述第一向量与上述第三向量进行对应元素作差，得到第四向量，作为上述去除后特征信息。
56.在一些实施例的一些可选的实现方式中，上述执行主体可以将上述第三向量输入至第四全连接层，以输出上述目标生物体的身份信息。
57.步骤306，将上述第四向量输入至多个第三全连接层，以输出上述目标生物体的年龄信息。
58.在一些实施例中，上述执行主体可以将上述第四向量输入至多个第三全连接层，以输出上述目标生物体的年龄信息。
59.需要说明的是，针对301-306生成年龄信息的所有步骤中所涉及的各个网络以及相关向量操作组成一个整体年龄信息生成网络，对于初始年龄信息生成网络的参数训练，训练过程具体如下：
60.第一步，初始化初始年龄信息生成网络的网络参数w。
61.第二步，将训练图像输入至初始化后的年龄信息生成网络，得到两个输出。上述两个输出为身份信息和年龄信息。
62.第三步，根据身份信息和上述训练图像对应的身份标签信息，来生成第一损失值。
63.作为示例，上述执行主体可以将身份信息输入至softmax函数，得到身份预测向量。接着，将身份预测向量输入至预设损失函数中，得到上述第一损失值。
64.第四步，根据年龄信息和上述训练图像对应的年龄标签信息，来生成第二损失值。
65.作为示例，上述执行主体可以将年龄信息输入至softmax函数，得到年龄预测向量。接着，将年龄信息预测向量输入至预设损失函数中，得到上述第二损失值。
66.第五步，将第一损失值和第二损失值进行相加，得到相加后损失值。
67.第六步，响应于确定上述相加后损失值大于等于预定阈值，利用随机梯度下降算法更新初始化后的年龄信息生成网络的网络参数，直至收敛。其中，学习率可以是人工设置的超参数。常见的区域为0.01，0.001等。
68.从图3中可以看出，与图2对应的一些实施例的描述相比，图3对应的一些实施例中的生物体年龄信息生成方法的流程300更加突出了提取脸部特征信息、去除身份特征信息和生成年龄信息的具体步骤。由此，这些实施例描述的方案在精准生成年龄信息的基础上，通过特征信息提取操作、各个全连接操作和向量作差操作来尽可能减少了用于生成年龄信息的计算量，以便于在现实中应用。
69.进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种生物体年龄信息生成装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
70.如图5所示，一种生物体年龄信息生成装置500包括：获取单元501、提取单元502、去除单元503和生成单元504。其中，获取单元501，被配置成获取待年龄识别的、目标生物体的脸部图像；提取单元502，被配置成提取上述脸部图像的脸部特征信息；去除单元503，被配置成从上述脸部特征信息中去除上述脸部图像的身份特征信息，得到去除后特征信息，作为上述脸部图像的年龄特征信息；生成单元504，被配置成根据上述年龄特征信息，生成上述目标生物体的年龄信息。
71.在一些实施例的一些可选的实现方式中，上述装置500中的提取单元502可以进一步被配置成：将上述脸部图像输入至预先训练的脸部特征信息提取网络，以输出第一向量；将上述第一向量输入至第一全连接层，得到第二向量，作为上述脸部特征信息。
72.在一些实施例的一些可选的实现方式中，上述装置500中的去除单元503可以进一步被配置成：将上述第二向量输入至第二全连接层，得到第三向量；将上述第一向量与上述第三向量进行对应元素作差，得到第四向量，作为上述去除后特征信息。
73.在一些实施例的一些可选的实现方式中，上述装置500中的生成单元504可以进一步被配置成：将上述第四向量输入至多个第三全连接层，以输出上述目标生物体的年龄信息。
74.在一些实施例的一些可选的实现方式中，上述装置500中的去除单元503可以进一步被配置成：将上述第三向量输入至第四全连接层，以输出上述目标生物体的身份信息。
75.在一些实施例的一些可选的实现方式中，上述脸部特征信息提取网络包括：多个串行连接的卷积网络。以及上述装置500中的提取单元502可以进一步被配置成：将上述脸部图像输入至预先训练的多个串行连接的卷积网络，以输出上述第一向量。
76.在一些实施例的一些可选的实现方式中，上述多个串行连接的卷积网络中的卷积网络包括串行连接的卷积层和激活函数层。
77.可以理解的是，该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元，在此不再赘述。
78.下面参考图6，其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的电子设备)600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
79.如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(rom)602中的程序或者从存储装置608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。在ram 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、rom 602以及ram603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
80.通常，以下装置可以连接至i/o接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置
609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
81.特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从rom 602被安装。在该计算机程序被处理装置601执行时，执行本公开的一些实施例的方法中限定的上述功能。
82.需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
83.在一些实施方式中，客户端、服务端可以利用诸如http(hypertext transfer protocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“lan”)，广域网(“wan”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
84.上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取待年龄识别的、目标生物体的脸部图像；提取上述脸部图像的脸部特征信息；从上述脸部特征信息中去除上述脸部图像的身份特征信息，得到去除后特征信息，作为上述脸部图像的年龄特征信息；根据上述年龄特征信息，生成上述目标生物体的年龄信息。
85.可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语
言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务端上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
86.附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
87.描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、提取单元、去除单元和生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取待年龄识别的、目标生物体的脸部图像的单元”。
88.本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑设备(cpld)等等。
89.以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。