一种基于计算机视觉的视频流家畜监测方法及系统与流程

1.本发明涉及家畜监测技术领域，具体而言，涉及一种基于计算机视觉的视频流家畜监测方法及系统。


背景技术：

2.随着畜牧养殖业规模的不断扩大，传统的人工判别家畜是否健康的方法不仅耗费大量人力财力，而且并不能实时有效的监测家畜的健康状况。家畜的生理状态指标如体温、脉搏和血氧饱和度等对于判断家畜的健康状况十分重要，通过监测家畜的相关生理参数变化能够有效的判断出家畜的身体健康状况。对家畜进行监控，以便更好的掌握家畜情况，提高家畜养殖率。目前国内主要依赖于养殖人员人工观察方式监测家畜行为，主观性强且精度低，且无法及时有效的掌握家畜的全面数据，达不到有效的监控效果。


技术实现要素：

3.为了克服上述问题或者至少部分地解决上述问题，本发明实施例提供一种基于计算机视觉的视频流家畜监测方法及系统，对以视频流的方式传输家畜视频数据，并结合计算机视觉对数据进行分析，对家畜进行有效全面的监控。
4.本发明的实施例是这样实现的：
5.第一方面，本发明实施例提供一种基于计算机视觉的视频流家畜监测方法，包括以下步骤：
6.采集并根据预设周期内的家畜视频数据计算获取目标家畜信息；
7.获取各个种类的家畜的标准行为数据；
8.通过机器视觉系统根据目标家畜信息和对应的家畜的标准行为数据对目标家畜的行为进行分析，生成家畜行为分析信息；
9.根据家畜行为分析信息生成家畜监测预警信息。
10.为了满足现有的畜牧行业需求，解决现有技术中的对家畜监控不力，导致家畜养殖率低的技术问题，结合计算机视觉技术对视频数据进行分析处理，以便对家畜进行全面有效的监控，也无需安装多余的监控装置在家畜身体上，影响家畜发育生长。首先，为了保证数据的完整性和有效性，设定一个数据采集传输周期，将周期内采集的家畜视频数据以视频流的方式传输至后台处理终端，对目标类别的家畜数量进行识别统计，以便后续针对性的进行监控。为了便于后续对家畜行为进行分析，获取不同种类的家畜的标准行为数据，该标准行为数据包括通过实验得出的各个阶段家畜的正常行为姿态信息以及不同事件下家畜的姿态状态信息。通过机器视觉系统根据目标家畜信息和对应的家畜的标准行为数据对目标家畜的行为进行分析，生成家畜行为分析信息，通过机器视觉系统标记家畜的站立、趴卧、行走等行为，识别目标家畜圈内各个目标家畜的行为状况，提取异常情况，根据家畜行为分析信息中的异常情况及时有效的生成家畜监测预警信息，及时的进行报警预测，更好的把控家畜的实时情况。
11.本方法结合计算机视觉技术对视频数据进行分析处理，对不同种类的家畜的养殖情况进行监控，针对性的进行分析，以便对家畜进行全面有效的监控，及时进行预警，以便提高家畜的养殖效率。
12.基于第一方面，在本发明的一些实施例中，上述采集并根据预设周期内的家畜视频数据计算获取目标家畜信息的方法包括以下步骤：
13.设定数据采集周期；
14.根据数据采集周期采集预设范围的家畜视频数据；
15.基于yolo模型建立初始家畜检测模型；
16.获取并根据目标家畜图片数据对初始家畜检测模型进行训练，以得到目标家畜检测模型；
17.将家畜视频数据导入到目标家畜检测模型中，通过目标家畜检测模型生成目标家畜检测信息；
18.根据目标家畜检测信息采用移动平均法计算获取目标家畜数量。
19.基于第一方面，在本发明的一些实施例中，上述根据目标家畜检测信息采用移动平均法计算获取目标家畜数量的方法包括以下步骤：
20.根据目标家畜检测信息绘制目标家畜动态数量图；
21.采用移动平均法根据目标家畜动态数量图计算获取目标家畜数量。
22.基于第一方面，在本发明的一些实施例中，上述通过机器视觉系统根据目标家畜信息和对应的家畜的标准行为数据对目标家畜的行为进行分析，生成家畜行为分析信息的方法包括以下步骤：
23.根据目标家畜信息中的种类信息提取对应种类的家畜的标准行为数据；
24.通过机器视觉系统对目标家畜信息中的各个目标家畜的行为进行标记，生成家畜行为标记信息；
25.通过机器视觉系统根据家畜行为标记信息和对应种类的家畜的标准行为数据生成家畜行为分析信息。
26.基于第一方面，在本发明的一些实施例中，上述根据家畜行为分析信息生成家畜监测预警信息的方法包括以下步骤：
27.根据家畜行为分析信息中的行为异常信息生成家畜行为异常监测预警信息。
28.基于第一方面，在本发明的一些实施例中，上述根据家畜行为分析信息生成家畜监测预警信息的方法包括以下步骤：
29.根据家畜行为分析信息中的数量异常信息生成家畜数量异常监测预警信息。
30.基于第一方面，在本发明的一些实施例中，上述通过机器视觉系统根据目标家畜信息和对应的家畜的标准行为数据对目标家畜的行为进行分析，生成家畜行为分析信息的方法包括以下步骤：
31.根据目标家畜信息中的雌性家畜类别信息提取对应种类的雌性家畜的标准行为数据中的分娩标准行为数据；
32.将目标家畜信息中的雌性家畜行为数据与对应的雌性家畜的分娩标准行为数据进行对比，生成分娩行为对比分析信息。
33.基于第一方面，在本发明的一些实施例中，上述根据家畜行为分析信息生成家畜
监测预警信息的方法包括以下步骤：
34.通过机器视觉系统根据家畜行为分析信息中的分娩行为对比分析信息预测生成目标家畜的分娩时间；
35.根据目标家畜的分娩时间生成对应的目标家畜分娩预估预警信息。
36.第二方面，本发明实施例提供一种基于计算机视觉的视频流家畜监测系统，包括数据采集模块、标准数据模块、行为分析模块以及监测预警模块，其中：
37.数据采集模块，用于采集并根据预设周期内的家畜视频数据计算获取目标家畜信息；
38.标准数据模块，用于获取各个种类的家畜的标准行为数据；
39.行为分析模块，用于通过机器视觉系统根据目标家畜信息和对应的家畜的标准行为数据对目标家畜的行为进行分析，生成家畜行为分析信息；
40.监测预警模块，用于根据家畜行为分析信息生成家畜监测预警信息。
41.为了满足现有的畜牧行业需求，解决现有技术中的对家畜监控不力，导致家畜养殖率低的技术问题，结合计算机视觉技术对视频数据进行分析处理，以便对家畜进行全面有效的监控，也无需安装多余的监控装置在家畜身体上，影响家畜发育生长。首先，为了保证数据的完整性和有效性，通过数据采集模块设定一个数据采集传输周期，将周期内采集的家畜视频数据以视频流的方式传输至后台处理终端；对目标类别的家畜数量进行识别统计，以便后续针对性的进行监控。为了便于后续对家畜行为进行分析，通过标准数据模块获取不同种类的家畜的标准行为数据，该标准行为数据包括通过实验得出的各个阶段家畜的正常行为姿态信息以及不同事件下家畜的姿态状态信息。行为分析模块通过机器视觉系统根据目标家畜信息和对应的家畜的标准行为数据对目标家畜的行为进行分析，生成家畜行为分析信息，通过机器视觉系统标记家畜的站立、趴卧、行走等行为，识别目标家畜圈内各个目标家畜的行为状况，监测预警模块提取异常情况，根据家畜行为分析信息中的异常情况及时有效的生成家畜监测预警信息，及时的进行报警预测，更好的把控家畜的实时情况。
42.本系统结合计算机视觉技术对视频数据进行分析处理，对不同种类的家畜的养殖情况进行监控，针对性的进行分析，以便对家畜进行全面有效的监控，及时进行预警，以便提高家畜的养殖效率。
43.基于第二方面，在本发明的一些实施例中，该基于计算机视觉的视频流家畜监测系统包括：用于存储计算机指令的至少一个存储器；与上述存储器通讯的至少一个处理器，其中当上述至少一个处理器执行上述计算机指令时，上述至少一个处理器使上述系统执行：数据采集模块、标准数据模块、行为分析模块以及监测预警模块。
44.本发明实施例至少具有如下优点或有益效果：
45.本发明实施例提供一种基于计算机视觉的视频流家畜监测方法及系统，获取不同种类的家畜的标准行为数据，通过机器视觉系统根据目标家畜信息和对应的家畜的标准行为数据对目标家畜的行为进行分析，生成家畜行为分析信息，通过机器视觉系统标记家畜的站立、趴卧、行走等行为，识别目标家畜圈内各个目标家畜的行为状况，提取异常情况，根据家畜行为分析信息中的异常情况及时有效的生成家畜监测预警信息，及时的进行报警预测，更好的把控家畜的实时情况。本发明结合计算机视觉技术对视频数据进行分析处理，对不同种类的家畜的养殖情况进行监控，针对性的进行分析，以便对家畜进行全面有效的监
控，及时进行预警，以便提高家畜的养殖效率。
附图说明
46.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
47.图1为本发明实施例基于计算机视觉的视频流家畜监测方法的流程图；
48.图2为本发明实施例基于计算机视觉的视频流家畜监测方法中数据采集的流程图；
49.图3为本发明实施例基于计算机视觉的视频流家畜监测系统的原理框图。
50.图标：100、数据采集模块；200、标准数据模块；300、行为分析模块；400、监测预警模块。
具体实施方式
51.为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
52.因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
53.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
54.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
55.实施例
56.如图1所示，第一方面，本发明实施例提供一种基于计算机视觉的视频流家畜监测方法，包括以下步骤：
57.s1、采集并根据预设周期内的家畜视频数据计算获取目标家畜信息；
58.在本发明的一些实施例中，首先，为了保证数据的完整性和有效性，设定一个数据采集传输周期，将周期内采集的家畜视频数据以视频流的方式传输至后台处理终端，对目标类别的家畜数量进行识别统计，以便后续针对性的进行监控。例如，我们可以对羊群进行
监控，采集4周以上视频数据，通过每5帧提取羊圈内羊群的数据，进行对羊的标记，通过改进后的机器学习yolo模型结合imgnet大赛中羊的图片数据进行对数羊模型进行训练，因羊圈中存在羊群聚集等情况，故采取绘制动态数量图，通过移动平均法计算出羊圈内羊群数量。上述目标家畜信息包括目标家畜种类、行为姿态、数量等信息。
59.s2、获取各个种类的家畜的标准行为数据；
60.在本发明的一些实施例中，为了便于后续对家畜行为进行分析，获取不同种类的家畜的标准行为数据，该标准行为数据包括通过实验得出的各个阶段家畜的正常行为姿态信息以及不同事件下家畜的姿态状态信息。
61.s3、通过机器视觉系统根据目标家畜信息和对应的家畜的标准行为数据对目标家畜的行为进行分析，生成家畜行为分析信息；
62.在本发明的一些实施例中，通过机器视觉系统根据目标家畜信息和对应的家畜的标准行为数据对目标家畜的行为进行分析，生成家畜行为分析信息，通过机器视觉系统标记家畜的站立、趴卧、行走等行为，识别目标家畜圈内各个目标家畜的行为状况。
63.s4、根据家畜行为分析信息生成家畜监测预警信息。
64.在本发明的一些实施例中，提取异常情况，根据家畜行为分析信息中的异常情况及时有效的生成家畜监测预警信息，及时的进行报警预测，更好的把控家畜的实时情况。
65.为了满足现有的畜牧行业需求，解决现有技术中的对家畜监控不力，导致家畜养殖率低的技术问题，结合计算机视觉技术对视频数据进行分析处理，以便对家畜进行全面有效的监控，也无需安装多余的监控装置在家畜身体上，影响家畜发育生长。本方法结合计算机视觉技术对视频数据进行分析处理，对不同种类的家畜的养殖情况进行监控，针对性的进行分析，以便对家畜进行全面有效的监控，及时进行预警，以便提高家畜的养殖效率。
66.如图2所示，基于第一方面，在本发明的一些实施例中，上述采集并根据预设周期内的家畜视频数据计算获取目标家畜信息的方法包括以下步骤：
67.s11、设定数据采集周期；
68.s12、根据数据采集周期采集预设范围的家畜视频数据；
69.s13、基于yolo模型建立初始家畜检测模型；
70.s14、获取并根据目标家畜图片数据对初始家畜检测模型进行训练，以得到目标家畜检测模型；
71.s15、将家畜视频数据导入到目标家畜检测模型中，通过目标家畜检测模型生成目标家畜检测信息；
72.s16、根据目标家畜检测信息采用移动平均法计算获取目标家畜数量。
73.为了保证数据的全面性和有效性，设定一个合理的数据采集周期，可以设置为4周或5周等，根据周期进行视频数据采集传输，获取有效的数据集。为了提高目标家畜识别效率，我们结合分类检测模型去对目标类别家畜进行分类识别，通过改进后的机器学习yolo模型结合imgnet大赛中羊的图片数据进行对初始家畜检测模型进行训练，以得到目标家畜检测模型，为后续目标家畜类别检测提供基础支撑，将家畜视频数据导入到目标家畜检测模型中，通过目标家畜检测模型对家畜类别进行检测识别，生成目标家畜检测信息，该目标家畜检测信息包括家畜类别、家畜行为、家畜分布等信息。为了保证对家畜的完整监控，根据识别出的目标家畜的分布情况采用移动平均法计算获取到目标家畜数量，以便后续对家
畜的数量变化进行监控。
74.基于第一方面，在本发明的一些实施例中，上述根据目标家畜检测信息采用移动平均法计算获取目标家畜数量的方法包括以下步骤：
75.根据目标家畜检测信息绘制目标家畜动态数量图；
76.采用移动平均法根据目标家畜动态数量图计算获取目标家畜数量。
77.因家畜圈养圈中存在家畜群聚集等情况，为了保证对目标家畜数量的准确把控，故采取绘制动态数量图，通过移动平均算法计算出家畜圈养圈内目标家畜的数量。
78.基于第一方面，在本发明的一些实施例中，上述通过机器视觉系统根据目标家畜信息和对应的家畜的标准行为数据对目标家畜的行为进行分析，生成家畜行为分析信息的方法包括以下步骤：
79.根据目标家畜信息中的种类信息提取对应种类的家畜的标准行为数据；
80.通过机器视觉系统对目标家畜信息中的各个目标家畜的行为进行标记，生成家畜行为标记信息；
81.通过机器视觉系统根据家畜行为标记信息和对应种类的家畜的标准行为数据生成家畜行为分析信息。
82.通过与各个种类的家畜的标准行为进行对比，对家畜的实时行为进行分析监控，对家畜的异常情况进行及时有效的把控，以便后续进行有效的预警，提示饲养人员及时对有异常的家畜进行针对性的调理。
83.基于第一方面，在本发明的一些实施例中，上述根据家畜行为分析信息生成家畜监测预警信息的方法包括以下步骤：
84.根据家畜行为分析信息中的行为异常信息生成家畜行为异常监测预警信息。
85.当家畜的行为异常时，生成家畜行为异常监测预警信息，及时的进行预警提示，上述家畜行为异常监测预警信息包括家畜类别、目标家畜标记、行为姿态、报警提示等信息。
86.基于第一方面，在本发明的一些实施例中，上述根据家畜行为分析信息生成家畜监测预警信息的方法包括以下步骤：
87.根据家畜行为分析信息中的数量异常信息生成家畜数量异常监测预警信息。
88.家畜如果有异常，目标家畜检测模型会突然变化频率变高，进行预警，可能由于小偷，或者出现意外变化使得频率到达一定的阈值，自动触发预警装置提醒人工进行二次查看，及时的进行数量异常提示，避免家畜损失。
89.基于第一方面，在本发明的一些实施例中，上述通过机器视觉系统根据目标家畜信息和对应的家畜的标准行为数据对目标家畜的行为进行分析，生成家畜行为分析信息的方法包括以下步骤：
90.根据目标家畜信息中的雌性家畜类别信息提取对应种类的雌性家畜的标准行为数据中的分娩标准行为数据；
91.将目标家畜信息中的雌性家畜行为数据与对应的雌性家畜的分娩标准行为数据进行对比，生成分娩行为对比分析信息。
92.在对家畜进行监控时，雌性家畜还会存在分娩的情况，因此，需要单独对雌性家畜的分娩情况进行监控。通过获取实验得出不同种类的雌性家畜分娩前一段时间内的趴卧、行走、喝水频率等信息，将实验得到的雌性家畜分娩前一段时间内的趴卧、行走、喝水频率
等信息作为分娩标准行为数据，以便后续对雌性家畜的分娩行为把控。
93.基于第一方面，在本发明的一些实施例中，上述根据家畜行为分析信息生成家畜监测预警信息的方法包括以下步骤：
94.通过机器视觉系统根据家畜行为分析信息中的分娩行为对比分析信息预测生成目标家畜的分娩时间；
95.根据目标家畜的分娩时间生成对应的目标家畜分娩预估预警信息。
96.对目标类型的雌性家畜分娩前一段时间内的趴卧、行走、喝水频率等信息进行分析，通过机器视觉系统预测该目标家畜的分娩时间，从而估算家畜是否有要分娩的前兆，进行提前预估，并进行特殊隔离，保证分娩环境，进而提高生产存活率。
97.如图3所示，第二方面，本发明实施例提供一种基于计算机视觉的视频流家畜监测系统，包括数据采集模块100、标准数据模块200、行为分析模块300以及监测预警模块400，其中：
98.数据采集模块100，用于采集并根据预设周期内的家畜视频数据计算获取目标家畜信息；
99.标准数据模块200，用于获取各个种类的家畜的标准行为数据；
100.行为分析模块300，用于通过机器视觉系统根据目标家畜信息和对应的家畜的标准行为数据对目标家畜的行为进行分析，生成家畜行为分析信息；
101.监测预警模块400，用于根据家畜行为分析信息生成家畜监测预警信息。
102.为了满足现有的畜牧行业需求，解决现有技术中的对家畜监控不力，导致家畜养殖率低的技术问题，结合计算机视觉技术对视频数据进行分析处理，以便对家畜进行全面有效的监控，也无需安装多余的监控装置在家畜身体上，影响家畜发育生长。首先，为了保证数据的完整性和有效性，通过数据采集模块100设定一个数据采集传输周期，将周期内采集的家畜视频数据以视频流的方式传输至后台处理终端；通过前期准备，采集4周以上家畜视频数据，通过每5帧提取目标家畜圈内家畜群的数据，对家畜进行标记，通过改进后的机器学习yolo模型结合imgnet大赛中家畜的图片数据进行对数家畜模型进行训练，因家畜圈中存在家畜群聚集等情况，故采取绘制动态数量图，通过移动平均算法计算出家畜圈内家畜群数量，对目标类别的家畜数量进行识别统计，以便后续针对性的进行监控。为了便于后续对家畜行为进行分析，通过标准数据模块200获取不同种类的家畜的标准行为数据，该标准行为数据包括通过实验得出的各个阶段家畜的正常行为姿态信息以及不同事件下家畜的姿态状态信息。行为分析模块300通过机器视觉系统根据目标家畜信息和对应的家畜的标准行为数据对目标家畜的行为进行分析，生成家畜行为分析信息，通过机器视觉系统标记家畜的站立、趴卧、行走等行为，识别目标家畜圈内各个目标家畜的行为状况，监测预警模块400提取异常情况，根据家畜行为分析信息中的异常情况及时有效的生成家畜监测预警信息，及时的进行报警预测，更好的把控家畜的实时情况。
103.本系统结合计算机视觉技术对视频数据进行分析处理，对不同种类的家畜的养殖情况进行监控，针对性的进行分析，以便对家畜进行全面有效的监控，及时进行预警，以便提高家畜的养殖效率。
104.基于第二方面，在本发明的一些实施例中，该基于计算机视觉的视频流家畜监测系统包括：用于存储计算机指令的至少一个存储器；与上述存储器通讯的至少一个处理器，
其中当上述至少一个处理器执行上述计算机指令时，上述至少一个处理器使上述系统执行：数据采集模块100、标准数据模块200、行为分析模块300以及监测预警模块400。
105.本系统还包括通信接口，该存储器、处理器和通信接口相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器可用于存储软件程序及模块，处理器通过执行存储在存储器内的软件程序及模块，从而执行各种功能应用以及数据处理。该通信接口可用于与其他节点设备进行信令或数据的通信。
106.其中，存储器可以是但不限于，随机存取存储器(random access memory，ram)，只读存储器(read only memory，rom)，可编程只读存储器(programmable read
‑
only memory，prom)，可擦除只读存储器(erasable programmable read
‑
only memory，eprom)，电可擦除只读存储器(electric erasable programmable read
‑
only memory，eeprom)等。
107.处理器可以是一种集成电路芯片，具有信号处理能力。该处理器可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等；还可以是数字信号处理器(digital signal processing，dsp)、专用集成电路(appl ication specific integrated circuit，asic)、现场可编程门阵列(field－programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
108.在本技术所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本技术的多个实施例的装置、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，所述模块、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方式中，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，两个连续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动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。
109.另外，在本技术各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
110.所述功能如果以软件功能模块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，本技术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)执行本技术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，randomaccess memory)、磁碟或者光盘等各种可以存储程序代码的介质。
111.以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
112.对于本领域技术人员而言，显然本技术不限于上述示范性实施例的细节，而且在不背离本技术的精神或基本特征的情况下，能够以其它的具体形式实现本技术。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本技术的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本技术内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。