一种目标用户人像信息处理方法及装置与流程

1.本技术涉及数据处理技术领域，尤其涉及一种目标用户人像信息处理方法及装置。


背景技术：

2.人像信息采集，即对人的相貌、身材等信息的采集。其中，以采集照片的形式为主，多为五官和上半身的相片采集。常用领域如身份证的人像采集，学生毕业证的人像采集等。
3.在现有技术中，银行业采集用户人像信息是通过采集一个个像素点构成人像信息，并对采集的人像信息压缩后，上传到服务器。
4.由于人像信息的采样数据多，且集成度较高，导致对人像信息的压缩效果差；而且，在人像信息传输过程中所消耗的资源高，大大增加了存储的开销。


技术实现要素：

5.有鉴于此，本技术实施例提供了一种目标用户人像信息处理方法及装置，旨在通过利用离散小波变化对人像信息进行离散后，利用第一测量矩阵对稀疏信息进行采样，使得终端在采样过程能减少采样数据，达到了提升对人像信息的压缩效果。
6.第一方面，本技术实施例提供了一种目标用户人像信息处理方法，应用于终端，所述方法包括：
7.获取目标用户的第一人像信息；
8.基于离散小波变换，将所述第一人像信息转化为稀疏信息；
9.将混沌系统的初始参数作为密钥，代入所述混沌系统生成第一测量矩阵，所述第一测量矩阵用于对所述稀疏信息进行采样；
10.利用所述第一测量矩阵对所述稀疏信息进行压缩感知计算，得到压缩信息；
11.发送所述压缩信息和所述密钥至服务器，以便服务器对所述压缩信息和所述密钥进行处理。
12.优选地，在将所述第一人像信息转化为稀疏信息之后，所述方法还包括：
13.利用所述混沌系统生成第一消息验证矩阵；
14.利用值排序算法对所述第一消息验证矩阵进行计算，得到第一消息验证码；所述第一消息验证码用于验证所述压缩信息在传输过程中是否被篡改；
15.发送所述第一消息验证码至服务器，以便服务器利用所述第一消息验证码进行验证。
16.优选地，所述将混沌系统的初始参数作为密钥，代入所述混沌系统生成第一测量矩阵包括：
17.将混沌系统的初始参数作为密钥，代入所述混沌系统，生成第一混沌序列；
18.利用所述第一混沌序列，生成第一测量矩阵。
19.优选地，所述利用所述混沌系统生成第一消息验证矩阵包括：
20.将混沌系统的初始参数作为密钥，代入所述混沌系统，生成第二混沌序列；
21.利用所述第二混沌序列，生成第一消息验证矩阵。
22.第二方面，本技术实施例提供了一种目标用户人像信息处理方法，应用于服务器，所述方法包括：
23.接收来自终端的压缩信息和密钥，所述压缩信息为终端对目标用户的第一人像信息进行压缩得到的，所述密钥为混沌系统的初始参数；
24.将所述混沌系统的初始参数，代入所述混沌系统，生成第二测量矩阵；
25.基于所述第二测量矩阵，利用范数最小化算法，将所述压缩信息重构为稀疏信息；
26.利用正交小波逆变换，将所述稀疏信息变换为第二人像信息。
27.优选地，在将所述压缩信息重构为稀疏信息之后，所述方法还包括：
28.接收来自终端的第一消息验证码，所述第一消息验证码用于验证所述压缩信息在传输过程中是否被篡改；
29.利用混沌系统生成第二消息验证矩阵；
30.利用值排序算法对第二消息验证矩阵进行计算，得到第二消息验证码；
31.响应于所述第二消息验证码与所述第一消息验证码的误差小于阈值，确定所述第二人像信息未被篡改。
32.第三方面，本技术实施例提供了一种目标用户人像信息处理装置，应用于终端，所述装置包括：
33.获取模块，用于获取目标用户的第一人像信息；
34.第一转化模块，用于基于离散小波变换，将所述第一人像信息转化为稀疏信息；
35.第一生成模块，用于将混沌系统的初始参数作为密钥，代入所述混沌系统生成第一测量矩阵，所述第一测量矩阵用于对所述稀疏信息进行采样；
36.计算模块，用于利用所述第一测量矩阵对所述稀疏信息进行压缩感知计算，得到压缩信息；
37.发送模块，用于发送所述压缩信息和所述密钥至服务器，以便服务器对所述压缩信息和所述密钥进行处理。
38.第四方面，本技术实施例提供了一种目标用户人像信息处理装置，应用于服务器，所述装置包括：
39.接收模块，用于接收来自终端的压缩信息和密钥，所述压缩信息为终端对目标用户的第一人像信息进行压缩得到的，所述密钥为混沌系统的初始参数；
40.第二生成模块，用于将所述混沌系统的初始参数，代入所述混沌系统，生成第二测量矩阵；
41.重构模块，用于基于所述第二测量矩阵，利用范数最小化算法，将所述压缩信息重构为稀疏信息；
42.第二转化模块，用于利用正交小波逆变换，将所述稀疏信息变换为第二人像信息。
43.第五方面，本技术实施例提供了一种电子设备，所述电子设备包括：
44.存储器，用于存储一个或多个程序；
45.处理器；当所述一个或多个程序被所述处理器执行时，实现前述第一方面任一项所述的目标用户人像信息处理方法或者前述第二方面任一项所述的目标用户人像信息处
理方法。
46.第六方面，本技术实施例提供了一种计算机存储介质，所述计算机存储介质中存储有程序，当所述程序被处理器执行时，实现前述第一方面任一项所述的目标用户人像信息处理方法或者前述第二方面任一项所述的目标用户人像信息处理方法。
47.上述技术方案具有如下有益效果：
48.本技术实施例中先获取目标用户的第一人像信息；后利用离散小波变换，将所述第一人像信息转化为稀疏信息；然后利用混沌系统生成第一测量矩阵，利用该第一测量矩阵对稀疏信息进行压缩感知计算，得到压缩信息；最后将压缩信息和混沌系统的初始参数发送至服务器，以便服务器对压缩信息和混沌系统的初始参数进行处理。这样，通过利用离散小波变化对人像信息进行离散，降低人像信息的集成度后；利用第一测量矩阵对稀疏信息进行采样，压缩感知计算后得到压缩信息，使得终端在采样过程能减少采样数据；达到了提升对人像信息的压缩效果，减少人像信息在传输过程中所消耗的资源。如此，可以减小存储的开销。
附图说明
49.为更清楚地说明本实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
50.图1为本技术实施例提供的一种目标用户人像信息处理方法的流程图；
51.图2为本技术实施例提供的一种目标用户人像信息处理方法的流程图；
52.图3为本发明实施例提供的一种目标用户人像信息处理装置的结构示意图；
53.图4为本发明实施例提供的另一种目标用户人像信息处理装置的结构示意图。
具体实施方式
54.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
55.在现有技术中，银行业采集用户人像信息是通过采集一个个像素点构成人像信息，并对采集的人像信息压缩后，上传到服务器。
56.由于人像信息的采样数据多，且集成度较高，导致对人像信息的压缩效果差；而且，在人像信息传输过程中所消耗的资源高，大大增加了存储的开销。
57.为了克服上述技术问题，本技术实施例提供了一种目标用户人像信息处理方法，该方法可以由终端来执行。
58.需要说明的是，本技术并不限定终端的具体表现形式，例如：手机(mobile phone)、自助存取款机(cash recycling system)、自助服务终端(self-service terminal)等。
59.需要说明的是，本技术提供的一种目标用户人像信息处理方法及装置可用于数据
处理技术领域或金融领域。上述仅为实例，并不对本技术提供的一种目标用户人像信息处理方法及装置的应用领域进行限定。
60.参见图1，图1为本技术实施例提供的目标用户人像信息处理方法的一种方法流程图，该方法可以包括：
61.步骤s101：获取目标用户的第一人像信息。
62.具体地，本技术实施例中，可以由终端获取目标用户的第一人像信息；其中，目标用户的第一人像信息可以为目标用户的初始人像信息。本技术实施例中并不限定获取目标用户的第一人像信息的方式，例如：可以通过手机的摄像头获取第一人像信息，也可以通过自助服务终端的摄像头获取目标用户的第一人像信息，方便后续利用离散小波变换，将所述第一人像转化为稀疏信息。
63.步骤s102：基于离散小波变换，将所述第一人像信息转化为稀疏信息。
64.具体地，在获取目标用户的第一人像信息之后，利用离散小波变换，将所述第一人像信息转化为稀疏信息。
65.可以理解的是，第一人像信息是目标用户的初始人像信息，如果直接对其进行压缩，由于初始人像信息集成度较高，导致压缩效果差。因此，利用离散小波变换，将所述第一人像信息转化为稀疏信息，降低人像信息的集成度，提升对人像信息的压缩效果。
66.例如：假设第一人像信息为p，其大小为n
×
n。可以利用离散小波变换矩阵ψ，将所述第一人像信息转化为稀疏信息。设稀疏信息为p1，则有p1＝ψ*p*ψ
′
；其中，p1为稀疏信息；ψ为离散小波变换矩阵；p为第一人像信息；ψ
′
为离散小波变换逆矩阵。
67.步骤s103：将混沌系统的初始参数作为密钥，代入所述混沌系统生成第一测量矩阵，所述第一测量矩阵用于对所述稀疏信息进行采样。
68.具体地，本技术实施例中可以利用混沌系统的初始参数作为密钥，代入所述混沌系统中，从而生成第一测量矩阵；其中，所述第一测量矩阵用于对所述稀疏信息进行采样。
69.可以理解的是，本技术实施例中可以利用混沌系统生成第一测量矩阵，方便后续利用第一测量矩阵对稀疏信息进行压缩感知计算。
70.作为一种优选地实施方式，所述将混沌系统的初始参数作为密钥，代入所述混沌系统生成第一测量矩阵可以包括：将混沌系统的初始参数作为密钥，代入所述混沌系统，生成第一混沌序列；利用所述第一混沌序列，生成第一测量矩阵。
71.具体地，假设混沌系统的初始参数为x0，y0，a和b，将其作为密钥代入到混沌系统中，得到第一混沌序列lm：
72.lm＝{x1,x2…
x
m*n
}；
73.所述混沌系统为
74.其中，m为图像压缩后的高度；n为原始图像高度。
75.接着，对lm进一步处理，使其可以对稀疏信号进行采样，可以把第一混沌序列做如下变化：
76.x
′i＝1-2*xi；
77.其中，xi为第一混沌序列；x
′i为变换后的第一混沌序列。相应地，第一测量矩阵可以表示为：
[0078][0079]
其中，φm为第一测量矩阵。
[0080]
步骤s104：利用所述第一测量矩阵对所述稀疏信息进行压缩感知计算，得到压缩信息。
[0081]
具体地，在步骤s103生成第一测量矩阵之后，可以利用所述第一测量矩阵对所述稀疏信息进行压缩感知计算，得到压缩信息。
[0082]
可以理解的是，利用所述第一测量矩阵对所述稀疏信息进行压缩感知计算，使得终端在采样过程能够减少采样数据，从而减少人像信息在传输过程中所消耗的资源。
[0083]
例如：对稀疏信息进行压缩感知计算，得到压缩信息p
′1，其计算方式可以为：
[0084]
p
′1＝φm*p1；
[0085]
其中，p
′1为压缩信息；φm为第一测量矩阵；p1为稀疏信息。
[0086]
需要说明的是，本技术实施例中，也可以采用随机卷积的方法构建测量矩阵后生成压缩信息。例如：通过如下公式生成压缩信息：
[0087][0088]
其中，f为离散傅立叶矩阵；f
*
为逆离散傅立叶矩阵；n为初始人像信息矩阵的大小；x为稀疏后的稀疏矩阵；ω为一个大小为n
×
n的对角矩阵，其元素由混沌系统构建；σ为采样矩阵，其大小为(n/2)。
[0089]
步骤s105：发送所述压缩信息和所述密钥至服务器，以便服务器对所述压缩信息和所述密钥进行处理。
[0090]
具体地，本技术实施例中在步骤s104生成压缩信息之后，将所述压缩信息和所述密钥发送至服务器，以便后续服务器利用密钥，将压缩信息重构成第二人像信息。
[0091]
从上述技术方案可以看出，本技术实施例先获取目标用户的第一人像信息；后利用离散小波变换，将第一人像信息转化为稀疏信息；然后利用混沌系统生成第一测量矩阵对稀疏信息进行压缩感知计算，得到压缩信息；最后将压缩信息和混沌系统的初始参数发送至服务器，以便服务器对压缩信息和混沌系统的初始参数进行处理。这样，通过利用离散小波变化对人像信息进行离散，降低人像信息的集成度后；利用第一测量矩阵对稀疏信息进行采样，压缩感知计算后得到压缩信息，使得终端在采样过程能减少采样数据；达到了提升对人像信息的压缩效果，减少人像信息在传输过程中所消耗的资源。
[0092]
作为一种优选地实施方式，在将所述第一人像信息转化为稀疏信息之后，所述方法还包括：先利用所述混沌系统生成第一消息验证矩阵；然后利用值排序算法对消息验证矩阵进行计算，得到第一消息验证码；其中，第一消息验证码用于验证所述压缩信息在传输过程中是否被篡改；最后发送所述第一消息验证码至服务器，以便服务器利用所述第一消息验证码进行验证。
[0093]
具体地，本技术实施例先利用所述混沌系统生成第一消息验证矩阵，然后利用值排序算法对所述第一消息验证矩阵，得到第一消息验证码；最后发送所述第一消息验证码至服务器，以便服务器利用所述第一消息验证码进行验证，确定人像信息在传输过程中，其
内容是否被篡改，从而提升了传输的安全性。
[0094]
作为一种优选地实施方式，所述利用所述混沌系统生成第一消息验证矩阵包括：先将混沌系统的初始参数作为密钥，代入所述混沌系统，生成第二混沌序列；然后利用所述第二混沌序列，生成第一消息验证矩阵。
[0095]
具体地，假设混沌系统的初始参数为x0，y0，a和b，将其作为密钥代入到混沌系统中，得到第二混沌序列l
mac
：
[0096][0097]
混沌系统为
[0098]
其中，m
mac
为消息验证码高度；n为原始图像高度。
[0099]
接着，对l
mac
进一步处理，可以把第二混沌序列做如下变化：x
′i＝1-2*xi；则第一消息验证矩阵可以表示为：
[0100][0101]
其中，yi为第二混沌序列。
[0102]
然后，利用值排序算法对所述第一消息验证矩阵进行计算，得到第一消息验证码，其计算方式可以为：
[0103]
mac＝r(φ
mac
*p1)；
[0104]
其中，φ
mac
为第一消息验证矩阵；mac为第一消息验证码；r(*)为值排序算法。
[0105]
参见图2，图2为本技术实施例提供的目标用户人像信息处理方法的一种方法流程图，应用于服务器，该方法可以包括：
[0106]
步骤s201：获取目标用户的第一人像信息；
[0107]
步骤s202：基于离散小波变换，将所述第一人像信息转化为稀疏信息；
[0108]
步骤s203：将混沌系统的初始参数作为密钥，代入所述混沌系统生成第一测量矩阵，所述第一测量矩阵用于对所述稀疏信息进行采样；
[0109]
步骤s204：利用所述第一测量矩阵对所述稀疏信息进行压缩感知计算，得到压缩信息；
[0110]
步骤s205：发送所述压缩信息和所述密钥至服务器。
[0111]
需要说明的是，关于步骤s201～s205的详细介绍，请参见上述关于步骤s101～s105的介绍，在此不再赘述。
[0112]
步骤s206：接收来自终端的压缩信息和密钥。
[0113]
具体地，可以由服务器接收来自终端的压缩信息和密钥；其中，所述压缩信息为终端利用第一测量矩阵对所述稀疏信息进行压缩感知计算得到的；所述第一测量矩阵是将混沌系统的初始参数作为密钥，代入所述混沌系统生成；所述稀疏信息是终端基于离散小波变换，将获取的目标用户的第一人像信息转化成的；所述密钥为混沌系统的初始参数。
[0114]
步骤s207：将所述混沌系统的初始参数，代入所述混沌系统，生成第二测量矩阵。
[0115]
具体地，可以由服务器将所述混沌系统的初始参数，代入所述混沌系统，生成第二
测量矩阵。
[0116]
可以理解的是，可以将所述混沌系统的初始参数，代入所述混沌系统，生成第三混沌序列，利用第三混沌序列生成第二测量矩阵。
[0117]
步骤s208：基于所述第二测量矩阵，利用范数最小化算法，将所述压缩信息重构为稀疏信息。
[0118]
本技术实施例中，可以基于步骤s207生成的第二测量矩阵，利用范数最小化算法，将所述压缩信息重构为稀疏信息。其中，范数最小化算法可以为l1范数最小化算法。
[0119]
具体地，可以通过如下公式计算出稀疏信息：
[0120][0121]
其中，为重构后的稀疏矩阵；||s||1表示l1范数；s.t.表示受约束(约束条件)；y为压缩信息；θ为第二测量矩阵；s为矩阵的稀疏系数向量。
[0122]
步骤s209：利用正交小波逆变换，将所述稀疏信息变换为第二人像信息。
[0123]
本技术实施例中，通过步骤s208得到稀疏信息之后，可以利用正交小波逆变化，将所述稀疏信息变换为第二人像信息。
[0124]
本技术实施例中，服务器先接收来自终端的压缩信息和密钥；其中，所述压缩信息为终端对目标用户的第一人像信息进行压缩得到的，所述密钥为混沌系统的初始参数；后将所述混沌系统的初始参数，代入所述混沌系统，生成第二测量矩阵；然后基于所述第二测量矩阵，利用范数最小化算法，将所述压缩信息重构为稀疏信息，最后利用正交小波逆变换，将所述稀疏信息变换为第二人像信息。这样，基于所述第二测量矩阵，利用范数最小化算法，将所述压缩信息重构为稀疏信息，然后利用正交小波逆变换，将所述稀疏信息变换为第二人像信息，从而完成对压缩信息的解压缩。
[0125]
作为一种优选地实施方式，在将所述压缩信息重构为稀疏信息之后，所述方法还包括：服务器接收来自终端的第一消息验证码；其中，第一消息验证码用于验证所述压缩信息在传输过程中是否被篡改；后利用混沌系统生成第二消息验证矩阵；然后利用值排序算法对所述第二消息验证矩阵进行计算，得到第二消息验证码；当所述第二消息验证码与所述第一消息验证码的误差小于阈值，确定所述第二人像信息未被篡改。
[0126]
可以理解的是，本技术实施例中通过利用对比第二消息验证码与第一消息验证码，确定人像信息在传输过程中，其内容是否被篡改，从而提升了传输的安全性。
[0127]
例如：假设第一消息验证码为y
au
，第二消息验证码为通过公式计算计算第二消息验证码与所述第一消息验证码之间的误差：
[0128][0129]
其中，ρ表示调整参数，用来调整差值范围，表示设定的阈值，v
au
表示实际差值，若公式成立，则确定所述第二消息验证码与所述第一消息验证码的误差小于阈值，确定人像信息在传输过程中，其内容是否被篡改，从而提升了传输的安全性。
[0130]
以上为本技术实施例提供一种目标用户人像信息处理方法的一些具体实现方式，基于此，本技术还提供了对应的装置。下面将从功能模块化的角度对本技术实施例提供的装置进行介绍。
[0131]
参见图3所示的一种目标用户人像信息处理装置的结构举例示意图，该装置包括获取模块301、第一转化模块302、第一生成模块303、计算模块304和发送模块305。
[0132]
获取模块301，用于获取目标用户的第一人像信息；
[0133]
第一转化模块302，用于基于离散小波变换，将所述第一人像信息转化为稀疏信息；
[0134]
第一生成模块303，用于将混沌系统的初始参数作为密钥，代入所述混沌系统生成第一测量矩阵，所述第一测量矩阵用于对所述稀疏信息进行采样；
[0135]
计算模块304，用于利用所述第一测量矩阵对所述稀疏信息进行压缩感知计算，得到压缩信息；
[0136]
发送模块305，用于发送所述压缩信息和所述密钥至服务器，以便服务器对所述压缩信息和所述密钥进行处理。
[0137]
参见图4所示的一种目标用户人像信息处理装置的结构举例示意图，该装置包括接收模块401、第二生成模块402、重构模块403和第二转化模块404。
[0138]
接收模块401，用于接收来自终端的压缩信息和密钥，所述压缩信息为终端对目标用户的第一人像信息进行压缩得到的，所述密钥为混沌系统的初始参数；
[0139]
第二生成模块402，用于将所述混沌系统的初始参数，代入所述混沌系统，生成第二测量矩阵；
[0140]
重构模块403，用于基于所述第二测量矩阵，利用范数最小化算法，将所述压缩信息重构为稀疏信息；
[0141]
第二转化模块404，用于利用正交小波逆变换，将所述稀疏信息变换为第二人像信息。
[0142]
本技术实施例还提供了一种电子设备，包括：存储器，用于存储一个或多个程序；
[0143]
处理器；当所述一个或多个程序被所述处理器执行时，实现上述实施例中目标用户人像信息处理。
[0144]
本技术实施例还提供了一种计算机存储介质，所述计算机存储介质中存储有程序，当所述程序被处理器执行时，实现上述实施例中目标用户人像信息处理。
[0145]
本技术公开了一种目标用户人像信息处理方法及装置。执行所述方法时，先获取目标用户的第一人像信息；后利用离散小波变换，将第一人像信息转化为稀疏信息；然后利用混沌系统生成第一测量矩阵对稀疏信息进行压缩感知计算，得到压缩信息；最后将压缩信息和混沌系统的初始参数发送至服务器，以便服务器对压缩信息和混沌系统的初始参数进行处理。这样，通过利用离散小波变化对人像信息进行离散，降低人像信息的集成度后；利用第一测量矩阵对稀疏信息进行采样，压缩感知计算后得到压缩信息，使得终端在采样过程能减少采样数据；达到了提升对人像信息的压缩效果，减少人像信息在传输过程中所消耗的资源。
[0146]
本技术实施例中提到的“第一”、“第二”(若存在)等名称中的“第一”、“第二”只是用来做名字标识，并不代表顺序上的第一、第二。
[0147]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
[0148]
本领域技术人员可以理解，图所示的流程图仅是本技术的实施方式可以在其中得
以实现的一个示例，本技术实施方式的适用范围不受到该流程图任何方面的限制。
[0149]
在本技术所提供的几个实施例中，应该理解到，所揭露的方法、装置和设备，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0150]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
[0151]
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0152]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。