一种基于深度学习的自动报警方法和装置与流程

1.本技术涉及数据处理技术领域，尤其涉及一种基于深度学习的自动报警方法和装置。


背景技术：

2.小区是城市或城镇中在一定区域内设置具有独立居住环境的居民住宅区，在小区中配备有成套的生活服务设施，小区居住人口集中，人员流动量大，这使得小区的安防问题显得非常重要。现在人们愿意在自己家里安装摄像头进行监控，避免物品丢失，但有的时候即使拍到盗窃者也不容易抓获，造成财产损失。因此，亟需解决这一技术问题。


技术实现要素：

3.鉴于上述问题，提出了本技术以便提供一种克服上述问题或者至少部分地解决上述问题的基于深度学习的自动报警方法和装置，可以实现自动化报警，减少财产安全的损失，提高生活的安全性。所述技术方案如下：
4.第一方面，提供了一种基于深度学习的自动报警方法，包括如下步骤：
5.获取安装在室内的摄像头采集的室内图像；
6.通过深度学习算法对采集到的室内图像中的人脸信息进行识别，当识别到当前室内存在人脸信息，则判断所述人脸信息中是否为室内住户人员；
7.若识别到的人脸中存在室内住户人员的人脸则不进行报警，若识别到的人脸中不存在室内住户人员的人脸则启动报警程序，对报警系统中预留的手机号进行报警处理。
8.在一种可能的实现方式中，所述方法还包括：
9.接收预留手机号的用户通过操作入口选择的不继续报警方式，则当前室内人员为合法人员，停止报警程序；或者
10.接收预留手机号的用户通过操作入口选择的继续报警方式，则当前室内人员为非法人员，通过智能家居系统控制智能门锁进行常闭，以确保非法人员不能通过门锁出门，然后报警系统拨打报警电话告知当前存在非法入户的行为并携带当前地址。
11.在一种可能的实现方式中，包括步骤a1，利用如下公式根据通过深度学习算法对采集到的室内图像中的人脸信息进行识别的识别结果，控制所述报警系统的开关：
[0012][0013]
其中h(t)表示当前时刻所述报警系统的开关控制值；t表示当前时刻；f(i)表示当前时刻利用图像识别算法采集到的室内图像中的第i个人脸的矩阵形式的信息数据；f(a)表示第a个室内住户人员人脸的矩阵形式的信息数据；m表示室内住户人员总数；p[f(i)，f(a)]表示利用深度学习算法对括号内两个人脸的信息数据进行识别比对后的输出值，若括
号内的两个人脸识别匹配结果为同一人则输出p[f(i)，f(a)]＝1，反之输出p[f(i)，f(a)]＝0；n(t)表示当前时刻利用图像识别算法采集到的图像中的人脸总数，若未采集到人脸则n(t)＝0；∧表示逻辑关系且；v表示逻辑关系或；
[0014]
若h(t)＝0，表示当前时刻所述报警系统的开关为关闭状态，并且处于常闭状态，直至收到开启信号为止；
[0015]
若h(t)＝1，表示当前时刻所述报警系统的开关为打开状态，并且处于常开状态，直至收到关闭信号为止。
[0016]
在一种可能的实现方式中，包括步骤a2，若所述报警系统的开关已经打开，则利用如下公式根据所述预留手机号的用户在操作入口是否进行选择，以及当前时刻控制所述报警系统向预留的手机号发送短信的频率，以确保预留手机号的用户在操作入口未进行选择时可以重复高频率的发送报警短信：
[0017][0018]
其中f(t)表示当前时刻所述报警系统向预留的手机号发送短信的频率；t0表示所述报警系统开启时刻；g(t0～t)表示从t0时刻到当前时刻预留手机号的用户在操作入口的选择值，若选择不继续报警方式则输出g(t0～t)＝1，若选择继续报警方式则输出g(t0～t)＝-1，若未做出选择则输出g(t0～t)＝0；d[]表示数值为零检验函数，当括号内的数值为0时函数值为1，反之函数值为0；t0表示所述报警系统向预留手机号发送一封报警短信所需要的时间。
[0019]
在一种可能的实现方式中，包括步骤a3，利用如下公式根据预留手机号的用户在操作入口的选择情况控制所述报警系统是否需要关闭以及智能家居系统中智能门锁的控制：
[0020]
e(t)＝d[1-g(t0～t)]-d[1 g(t0～t)]
[0021]
其中e(t)表示所述报警系统的关闭控制值以及智能家居系统中智能门锁的控制值；
[0022]
若e(t)＝1，表示所述报警系统需要控制关闭，并不控制所述智能家居系统中的智能门锁，维持当前智能门锁状态，并无视当前人脸的信息数据，直至识别到屋内无人状态后再次进行步骤a1至a3的判断和控制；
[0023]
若e(t)＝0，表示不控制所述报警系统，维持当前报警系统状态，并不控制所述智能家居系统中的智能门锁，维持当前智能门锁状态；
[0024]
若e(t)＝-1，表示控制所述报警系统继续开启，并拨打报警电话告知当前存在非法入户的行为并携带当前地址，并控制所述智能家居系统中的智能门锁进行常闭，以确保非法人员不能通过门锁出门。
[0025]
第二方面，提供了一种基于深度学习的自动报警装置，包括：
[0026]
获取模块，用于获取安装在室内的摄像头采集的室内图像；
[0027]
识别模块，用于通过深度学习算法对采集到的室内图像中的人脸信息进行识别，当识别到当前室内存在人脸信息，则判断所述人脸信息中是否为室内住户人员；
[0028]
报警模块，用于若识别到的人脸中存在室内住户人员的人脸则不进行报警，若识别到的人脸中不存在室内住户人员的人脸则启动报警程序，对报警系统中预留的手机号进行报警处理。
[0029]
在一种可能的实现方式中，所述报警模块还用于：
[0030]
接收预留手机号的用户通过操作入口选择的不继续报警方式，则当前室内人员为合法人员，停止报警程序；或者
[0031]
接收预留手机号的用户通过操作入口选择的继续报警方式，则当前室内人员为非法人员，通过智能家居系统控制智能门锁进行常闭，以确保非法人员不能通过门锁出门，然后报警系统拨打报警电话告知当前存在非法入户的行为并携带当前地址。
[0032]
在一种可能的实现方式中，所述报警模块还用于：
[0033]
步骤a1，利用如下公式根据通过深度学习算法对采集到的室内图像中的人脸信息进行识别的识别结果，控制所述报警系统的开关：
[0034][0035]
其中h(t)表示当前时刻所述报警系统的开关控制值；t表示当前时刻；f(i)表示当前时刻利用图像识别算法采集到的室内图像中的第i个人脸的矩阵形式的信息数据；f(a)表示第a个室内住户人员人脸的矩阵形式的信息数据；m表示室内住户人员总数；p[f(i)，f(a)]表示利用深度学习算法对括号内两个人脸的信息数据进行识别比对后的输出值，若括号内的两个人脸识别匹配结果为同一人则输出p[f(i)，f(a)]＝1，反之输出p[f(i)，f(a)]＝0；n(t)表示当前时刻利用图像识别算法采集到的图像中的人脸总数，若未采集到人脸则n(t)＝0；∧表示逻辑关系且；v表示逻辑关系或；
[0036]
若h(t)＝0，表示当前时刻所述报警系统的开关为关闭状态，并且处于常闭状态，直至收到开启信号为止；
[0037]
若h(t)＝1，表示当前时刻所述报警系统的开关为打开状态，并且处于常开状态，直至收到关闭信号为止。
[0038]
在一种可能的实现方式中，所述报警模块还用于：
[0039]
步骤a2，若所述报警系统的开关已经打开，则利用如下公式根据所述预留手机号的用户在操作入口是否进行选择，以及当前时刻控制所述报警系统向预留的手机号发送短信的频率，以确保预留手机号的用户在操作入口未进行选择时可以重复高频率的发送报警短信：
[0040][0041]
其中f(t)表示当前时刻所述报警系统向预留的手机号发送短信的频率；t0表示所述报警系统开启时刻；g(t0～t)表示从t0时刻到当前时刻预留手机号的用户在操作入口的
选择值，若选择不继续报警方式则输出g(t0～t)＝1，若选择继续报警方式则输出g(t0～t)＝-1，若未做出选择则输出g(t0～t)＝0；d[]表示数值为零检验函数，当括号内的数值为0时函数值为1，反之函数值为0；t0表示所述报警系统向预留手机号发送一封报警短信所需要的时间。
[0042]
在一种可能的实现方式中，所述报警模块还用于：
[0043]
步骤a3，利用如下公式根据预留手机号的用户在操作入口的选择情况控制所述报警系统是否需要关闭以及智能家居系统中智能门锁的控制：
[0044]
e(t)＝d[1-g(t0～t)]-d[1 g(t0～t)]
[0045]
其中e(t)表示所述报警系统的关闭控制值以及智能家居系统中智能门锁的控制值；
[0046]
若e(t)＝1，表示所述报警系统需要控制关闭，并不控制所述智能家居系统中的智能门锁，维持当前智能门锁状态，并无视当前人脸的信息数据，直至识别到屋内无人状态后再次进行步骤a1至a3的判断和控制；
[0047]
若e(t)＝0，表示不控制所述报警系统，维持当前报警系统状态，并不控制所述智能家居系统中的智能门锁，维持当前智能门锁状态；
[0048]
若e(t)＝-1，表示控制所述报警系统继续开启，并拨打报警电话告知当前存在非法入户的行为并携带当前地址，并控制所述智能家居系统中的智能门锁进行常闭，以确保非法人员不能通过门锁出门。
[0049]
借由上述技术方案，本技术实施例提供的基于深度学习的自动报警方法和装置，首先获取安装在室内的摄像头采集的室内图像；通过深度学习算法对采集到的室内图像中的人脸信息进行识别，当识别到当前室内存在人脸信息，则判断人脸信息中是否为室内住户人员；若识别到的人脸中存在室内住户人员的人脸则不进行报警，若识别到的人脸中不存在室内住户人员的人脸则启动报警程序，对报警系统中预留的手机号进行报警处理。可以看到，本技术实施例可以根据人脸识别情况实现自动化报警，减少财产安全的损失，提高生活的安全性。
附图说明
[0050]
为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例描述中所需要使用的附图作简单地介绍。
[0051]
图1示出了根据本技术实施例的基于深度学习的自动报警方法的流程图；
[0052]
图2示出了根据本技术实施例的基于深度学习的自动报警装置的结构图。
具体实施方式
[0053]
下面将参照附图更详细地描述本技术的示例性实施例。虽然附图中显示了本技术的示例性实施例，然而应当理解，可以以各种形式实现本技术而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本技术，并且能够将本技术的范围完整的传达给本领域的技术人员。
[0054]
需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用
在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”及其变体要被解读为意味着“包括但不限于”的开放式术语。
[0055]
本技术实施例提供了一种基于深度学习的自动报警方法，可以应用在移动终端、个人电脑、平板电脑等电子设备。如图1所示，该基于深度学习的自动报警方法可以包括以下步骤s101至s103：
[0056]
步骤s101，获取安装在室内的摄像头采集的室内图像；
[0057]
步骤s102，通过深度学习算法对采集到的室内图像中的人脸信息进行识别，当识别到当前室内存在人脸信息，则判断人脸信息中是否为室内住户人员；
[0058]
步骤s103，若识别到的人脸中存在室内住户人员的人脸则不进行报警，若识别到的人脸中不存在室内住户人员的人脸则启动报警程序，对报警系统中预留的手机号进行报警处理。
[0059]
本技术实施例提及的深度学习算法可以是现有的人脸识别人工智能算法，将室内图像输入人脸识别人工智能算法，可以对室内图像中的人脸进行识别。
[0060]
本技术实施例首先获取安装在室内的摄像头采集的室内图像；通过深度学习算法对采集到的室内图像中的人脸信息进行识别，当识别到当前室内存在人脸信息，则判断人脸信息中是否为室内住户人员；若识别到的人脸中存在室内住户人员的人脸则不进行报警，若识别到的人脸中不存在室内住户人员的人脸则启动报警程序，对报警系统中预留的手机号进行报警处理。可以看到，本技术实施例可以根据人脸识别情况实现自动化报警，减少财产安全的损失，提高生活的安全性。
[0061]
本技术实施例中提供了一种可能的实现方式，在步骤s103中对报警系统中预留的手机号进行报警处理具体可以是对报警系统中预留的手机号进行短信报警。在对报警系统中预留的手机号进行短信报警后，还可以包括以下步骤a1或者a2：
[0062]
步骤a1，接收预留手机号的用户通过操作入口选择的不继续报警方式，则当前室内人员为合法人员，停止报警程序；
[0063]
步骤a2，接收预留手机号的用户通过操作入口选择的继续报警方式，则当前室内人员为非法人员，通过智能家居系统控制智能门锁进行常闭，以确保非法人员不能通过门锁出门，然后报警系统拨打报警电话告知当前存在非法入户的行为并携带当前地址。
[0064]
本技术实施例中，操作入口可以是app(应用)的显示界面的虚拟按键。预留手机号的用户在发现短信后可以通过app对报警系统进行控制，控制方式包括两种，一种为不继续报警方式，另一种为继续报警方式。若预留手机号的用户在app内选择不继续报警方式则系统会认为当前室内人员为合法人员，则停止报警程序，若预留手机号的用户在app内选择继续报警方式则系统会认为当前室内人员为非法人员，则通过智能家居系统控制智能门锁进行常闭，以确保非法人员不能通过门锁出门，然后报警系统拨打报警电话告知当前存在非法入户的行为并附带当前地址。
[0065]
本技术实施例中提供了一种可能的实现方式，还可以包括步骤a1，利用如下公式根据通过深度学习算法对采集到的室内图像中的人脸信息进行识别的识别结果，控制报警系统的开关：
[0066][0067]
其中h(t)表示当前时刻报警系统的开关控制值；t表示当前时刻；f(i)表示当前时刻利用图像识别算法采集到的室内图像中的第i个人脸的矩阵形式的信息数据；f(a)表示第a个室内住户人员人脸的矩阵形式的信息数据；m表示室内住户人员总数；p[f(i)，f(a)]表示利用深度学习算法对括号内两个人脸的信息数据进行识别比对后的输出值，若括号内的两个人脸识别匹配结果为同一人则输出p[f(i)，f(a)]＝1，反之输出p[f(i)，f(a)]＝0；n(t)表示当前时刻利用图像识别算法采集到的图像中的人脸总数，若未采集到人脸则n(t)＝0；∧表示逻辑关系且；v表示逻辑关系或；
[0068]
若h(t)＝0，表示当前时刻报警系统的开关为关闭状态，并且处于常闭状态，直至收到开启信号为止；
[0069]
若h(t)＝1，表示当前时刻报警系统的开关为打开状态，并且处于常开状态，直至收到关闭信号为止。
[0070]
本技术实施例利用步骤a1的公式根据通过深度学习算法对采集到的室内图像中的人脸信息进行识别的识别结果，控制报警系统的开关，进而在屋内不存在人员或存在住户人员时不触发报警系统，保证系统可靠性。
[0071]
本技术实施例中提供了一种可能的实现方式，还可以包括步骤a2，若报警系统的开关已经打开，则利用如下公式根据预留手机号的用户在操作入口是否进行选择，以及当前时刻控制报警系统向预留的手机号发送短信的频率，以确保预留手机号的用户在操作入口未进行选择时可以重复高频率的发送报警短信：
[0072][0073]
其中f(t)表示当前时刻报警系统向预留的手机号发送短信的频率；t0表示报警系统开启时刻；g(t0～t)表示从t0时刻到当前时刻预留手机号的用户在操作入口的选择值，若选择不继续报警方式则输出g(t0～t)＝1，若选择继续报警方式则输出g(t0～t)＝-1，若未做出选择则输出g(t0～t)＝0；d[]表示数值为零检验函数，当括号内的数值为0时函数值为1，反之函数值为0；t0表示报警系统向预留手机号发送一封报警短信所需要的时间。
[0074]
本技术实施例操作入口可以是app的显示界面的虚拟按键，可以利用步骤a2的公式根据预留手机号的用户在app内是否进行选择，以及当前时刻控制报警系统向预留的手机号发送短信的频率，以确保预留手机号的用户在app内未进行选择时可以重复高频率的发送报警短信。
[0075]
本技术实施例中提供了一种可能的实现方式，还可以包括步骤a3，利用如下公式根据预留手机号的用户在操作入口的选择情况控制报警系统是否需要关闭以及智能家居系统中智能门锁的控制：
[0076]
e(t)＝d[1-g(t0～t)]-d[1 g(t0～t)]
[0077]
其中e(t)表示报警系统的关闭控制值以及智能家居系统中智能门锁的控制值；
[0078]
若e(t)＝1，表示报警系统需要控制关闭，并不控制智能家居系统中的智能门锁，维持当前智能门锁状态，并无视当前人脸的信息数据，直至识别到屋内无人状态后再次进行步骤a1至a3的判断和控制；
[0079]
若e(t)＝0，表示不控制报警系统，维持当前报警系统状态，并不控制智能家居系统中的智能门锁，维持当前智能门锁状态；
[0080]
若e(t)＝-1，表示控制报警系统继续开启，并拨打报警电话告知当前存在非法入户的行为并携带当前地址，并控制智能家居系统中的智能门锁进行常闭，以确保非法人员不能通过门锁出门。
[0081]
本技术实施例利用步骤a3的公式根据预留手机号的用户在app内的选择情况控制报警系统是否需要关闭以及智能家居系统中智能门锁的控制，一是在确认存在非法用户闯入时及时报警并告知位置，二是利用智能家居对智能门锁进行常闭，以确保非法人员不能通过门锁出门，有利于协助警方抓捕犯罪人员。
[0082]
需要说明的是，实际应用中，上述所有可能的实施方式可以采用结合的方式任意组合，形成本技术的可能的实施例，在此不再一一赘述。
[0083]
基于上文各个实施例提供的基于深度学习的自动报警方法，基于同一发明构思，本技术实施例还提供了一种基于深度学习的自动报警装置。
[0084]
图2示出了根据本技术实施例的基于深度学习的自动报警装置的结构图。如图2所示，该基于深度学习的自动报警装置可以包括获取模块210、识别模块220以及报警模块230。
[0085]
获取模块210，用于获取安装在室内的摄像头采集的室内图像；
[0086]
识别模块220，用于通过深度学习算法对采集到的室内图像中的人脸信息进行识别，当识别到当前室内存在人脸信息，则判断人脸信息中是否为室内住户人员；
[0087]
报警模块230，用于若识别到的人脸中存在室内住户人员的人脸则不进行报警，若识别到的人脸中不存在室内住户人员的人脸则启动报警程序，对报警系统中预留的手机号进行报警处理。
[0088]
本技术实施例中提供了一种可能的实现方式，上面图2展示的报警模块230还用于：
[0089]
接收预留手机号的用户通过操作入口选择的不继续报警方式，则当前室内人员为合法人员，停止报警程序；或者
[0090]
接收预留手机号的用户通过操作入口选择的继续报警方式，则当前室内人员为非法人员，通过智能家居系统控制智能门锁进行常闭，以确保非法人员不能通过门锁出门，然后报警系统拨打报警电话告知当前存在非法入户的行为并携带当前地址。
[0091]
本技术实施例中提供了一种可能的实现方式，上面图2展示的报警模块230还用于：
[0092]
步骤a1，利用如下公式根据通过深度学习算法对采集到的室内图像中的人脸信息进行识别的识别结果，控制报警系统的开关：
[0093][0094]
其中h(t)表示当前时刻报警系统的开关控制值；t表示当前时刻；f(i)表示当前时刻利用图像识别算法采集到的室内图像中的第i个人脸的矩阵形式的信息数据；f(a)表示第a个室内住户人员人脸的矩阵形式的信息数据；m表示室内住户人员总数；p[f(i)，f(a)]表示利用深度学习算法对括号内两个人脸的信息数据进行识别比对后的输出值，若括号内的两个人脸识别匹配结果为同一人则输出p[f(i)，f(a)]＝1，反之输出p[f(i)，f(a)]＝0；n(t)表示当前时刻利用图像识别算法采集到的图像中的人脸总数，若未采集到人脸则n(t)＝0；∧表示逻辑关系且；v表示逻辑关系或；
[0095]
若h(t)＝0，表示当前时刻报警系统的开关为关闭状态，并且处于常闭状态，直至收到开启信号为止；
[0096]
若h(t)＝1，表示当前时刻报警系统的开关为打开状态，并且处于常开状态，直至收到关闭信号为止。
[0097]
本技术实施例中提供了一种可能的实现方式，上面图2展示的报警模块230还用于：
[0098]
步骤a2，若报警系统的开关已经打开，则利用如下公式根据预留手机号的用户在操作入口是否进行选择，以及当前时刻控制报警系统向预留的手机号发送短信的频率，以确保预留手机号的用户在操作入口未进行选择时可以重复高频率的发送报警短信：
[0099][0100]
其中f(t)表示当前时刻报警系统向预留的手机号发送短信的频率；t0表示报警系统开启时刻；g(t0～t)表示从t0时刻到当前时刻预留手机号的用户在操作入口的选择值，若选择不继续报警方式则输出g(t0～t)＝1，若选择继续报警方式则输出g(t0～t)＝-1，若未做出选择则输出g(t0～t)＝0；d[]表示数值为零检验函数，当括号内的数值为0时函数值为1，反之函数值为0；t0表示报警系统向预留手机号发送一封报警短信所需要的时间。
[0101]
本技术实施例中提供了一种可能的实现方式，上面图2展示的报警模块230还用于：
[0102]
步骤a3，利用如下公式根据预留手机号的用户在操作入口的选择情况控制报警系统是否需要关闭以及智能家居系统中智能门锁的控制：
[0103]
e(t)＝d[1-g(t0～t)]-d[1 g(t0～t)]
[0104]
其中e(t)表示报警系统的关闭控制值以及智能家居系统中智能门锁的控制值；
[0105]
若e(t)＝1，表示报警系统需要控制关闭，并不控制智能家居系统中的智能门锁，维持当前智能门锁状态，并无视当前人脸的信息数据，直至识别到屋内无人状态后再次进行步骤a1至a3的判断和控制；
[0106]
若e(t)＝0，表示不控制报警系统，维持当前报警系统状态，并不控制智能家居系统中的智能门锁，维持当前智能门锁状态；
[0107]
若e(t)＝-1，表示控制报警系统继续开启，并拨打报警电话告知当前存在非法入户的行为并携带当前地址，并控制智能家居系统中的智能门锁进行常闭，以确保非法人员不能通过门锁出门。
[0108]
本技术实施例提供的基于深度学习的自动报警装置，首先获取安装在室内的摄像头采集的室内图像；通过深度学习算法对采集到的室内图像中的人脸信息进行识别，当识别到当前室内存在人脸信息，则判断人脸信息中是否为室内住户人员；若识别到的人脸中存在室内住户人员的人脸则不进行报警，若识别到的人脸中不存在室内住户人员的人脸则启动报警程序，对报警系统中预留的手机号进行报警处理。可以看到，本技术实施例可以根据人脸识别情况实现自动化报警，减少财产安全的损失，提高生活的安全性。
[0109]
所属领域的技术人员可以清楚地了解到，上述描述的系统、装置、模块的具体工作过程，可以参考前述方法实施例中的对应过程，为简洁起见，在此不另赘述。
[0110]
本领域普通技术人员可以理解：本技术的技术方案本质上或者该技术方案的全部或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，其包括若干程序指令，用以使得一电子设备(例如个人计算机，服务器，或者网络设备等)在运行所述程序指令时执行本技术各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)、随机存取存储器(ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0111]
或者，实现前述方法实施例的全部或部分步骤可以通过程序指令相关的硬件(诸如个人计算机，服务器，或者网络设备等的电子设备)来完成，所述程序指令可以存储于一计算机可读取存储介质中，当所述程序指令被电子设备的处理器执行时，所述电子设备执行本技术各实施例所述方法的全部或部分步骤。
[0112]
以上各实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述各实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：在本技术的精神和原则之内，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案脱离本技术的保护范围。