本申請涉及圖像處理領(lǐng)域，且更具體地，涉及一種目標檢測方法、裝置、電子設(shè)備、計算機程序產(chǎn)品和計算機可讀存儲介質(zhì)。

背景技術(shù)：

大場景的監(jiān)控應用方面，如廣場、車站、政府大院、博物館、景區(qū)等是城市中人們進行政治、經(jīng)濟、文化等社會活動或交通活動的空間，通常是大量人流、車流聚集的場所，容易發(fā)生具有重大影響的社會事件。因此，這些地方也是監(jiān)控應用的重中之重。

對這種大場景監(jiān)控應用，如果安裝普通槍機，只能看全景，看不清目標物體(諸如，人、車輛等)的細節(jié)；如果安裝普通球機，雖能拉近看到目標物體的細節(jié)，但又不能兼顧全景。面對這種兩難的情境，智能跟蹤監(jiān)控球技術(shù)的出現(xiàn)滿足了這類場所的監(jiān)控需求。

近年來，使用最多的智能跟蹤監(jiān)控球技術(shù)通常是槍球聯(lián)動系統(tǒng)。槍球聯(lián)動系統(tǒng)的前端由內(nèi)置智能算法的全景槍機和跟蹤球機組成，它能同時輸出兩路圖像，一路為固定場景圖像，另一路為智能目標跟蹤圖像。高清槍機內(nèi)置智能算法，同時負責全景監(jiān)控和智能分析，在識別到目標物體之后觸發(fā)球機進行跟蹤。負責跟蹤的高清球機采用先進的復雜環(huán)境運動物體檢測技術(shù)和目標跟蹤技術(shù)，能夠偵測鎖定被監(jiān)控區(qū)域中的目標物體，自動識別視覺范圍內(nèi)物體運動的方向，并自動控制云臺對移動物體進行追蹤，持續(xù)地將移動目標準確保持在畫面中央，輔以自動變焦鏡頭，能對不同大小的目標物體自動調(diào)節(jié)畫面放大倍數(shù)，保障圖像的有效性，在系統(tǒng)覆蓋區(qū)域內(nèi)達到“人看臉、車看牌”的水平。

因此，槍球聯(lián)動系統(tǒng)通過槍機和球機的結(jié)合，兼顧了全景和特寫，使得目標物體在進入槍球聯(lián)動系統(tǒng)視線范圍內(nèi)直至離開的這段時間內(nèi)，整個場景的宏觀狀況以及目標物體的細節(jié)動作都能被清晰地傳往監(jiān)控值班中心，為值班中心調(diào)度提供了可靠的證據(jù)。

技術(shù)實現(xiàn)要素：

槍球聯(lián)動系統(tǒng)雖然實現(xiàn)了準確且迅速的跟蹤，但是該方案的跟蹤球機仍然只能跟蹤其中一個目標附近的部分區(qū)域。槍球聯(lián)動系統(tǒng)如想要實現(xiàn)多目標跟蹤，則需要依賴于增加跟蹤球機的數(shù)量，從而導致槍球聯(lián)動的難度加大，成本顯著增加，且不易于安裝和維護。并且，由于跟蹤球機是通過云臺的機械傳動和鏡頭的自動變焦來對目標物體進行跟蹤和特寫操作的，所以目標物體的跟蹤速度和準確度易受機械轉(zhuǎn)動速度和光學定焦速度等影響。

為了解決上述技術(shù)問題，提出了本申請。本申請的實施例提供了一種目標檢測方法、裝置、電子設(shè)備、計算機程序產(chǎn)品和計算機可讀存儲介質(zhì)，其可以實現(xiàn)更加高效且準確的場景監(jiān)控。

根據(jù)本申請的一個方面，提供了一種目標檢測方法，包括：將分別來自多個攝像頭的多個分路原始圖像拼接為全景原始圖像；對所述全景原始圖像進行降采樣，以生成全景降采樣圖像；對所述全景降采樣圖像執(zhí)行初次圖像檢測，以確定在所述全景降采樣圖像中是否存在關(guān)注區(qū)域；響應于在所述全景降采樣圖像中檢測到關(guān)注區(qū)域，在所述多個分路原始圖像中查找特定分路原始圖像，所述特定分路原始圖像是在拼接所述全景原始圖像之前、在所述全景降采樣圖像中檢測到的關(guān)注區(qū)域位于其中的分路原始圖像；以及在存儲器中存儲所述特定分路原始圖像。

根據(jù)本申請的另一方面，提供了一種目標檢測裝置，包括：拼接單元，用于將分別來自多個攝像頭的多個分路原始圖像拼接為全景原始圖像；降采樣單元，用于對所述全景原始圖像進行降采樣，以生成全景降采樣圖像；初次檢測單元，用于對所述全景降采樣圖像執(zhí)行初次圖像檢測，以確定在所述全景降采樣圖像中是否存在關(guān)注區(qū)域；查找單元，用于響應于在所述全景降采樣圖像中檢測到關(guān)注區(qū)域，在所述多個分路原始圖像中查找特定分路原始圖像，所述特定分路原始圖像是在拼接所述全景原始圖像之前、在所述全景降采樣圖像中檢測到的關(guān)注區(qū)域位于其中的分路原始圖像；以及分路存儲單元，用于在存儲器中存儲所述特定分路原始圖像。

根據(jù)本申請的另一方面，提供了一種電子設(shè)備，包括：處理器；存儲器；以及存儲在所述存儲器中的計算機程序指令，所述計算機程序指令在被所述處理器運行時使得所述處理器執(zhí)行上述的目標檢測方法。

根據(jù)本申請的另一方面，提供了一種計算機程序產(chǎn)品，包括計算機程序指令，所述計算機程序指令在被處理器運行時使得所述處理器執(zhí)行上述的目標檢測方法。

根據(jù)本申請的另一方面，提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序指令，所述計算機程序指令在被處理器運行時使得所述處理器執(zhí)行上述的目標檢測方法。

與現(xiàn)有技術(shù)相比，采用根據(jù)本申請實施例的目標檢測方法、裝置、電子設(shè)備、計算機程序產(chǎn)品和計算機可讀存儲介質(zhì)，可以將分別來自多個攝像頭的多個分路原始圖像拼接為全景原始圖像，對所述全景原始圖像進行降采樣以生成全景降采樣圖像，對所述全景降采樣圖像執(zhí)行初次圖像檢測以確定在所述全景降采樣圖像中是否存在關(guān)注區(qū)域，響應于在所述全景降采樣圖像中檢測到關(guān)注區(qū)域，在所述多個分路原始圖像中查找與之對應的特定分路原始圖像，并且在存儲器中存儲所述特定分路原始圖像。因此，無需機械傳動和自動變焦結(jié)構(gòu)，即可進行目標物體的檢測和特寫操作，提升了場景監(jiān)控系統(tǒng)的穩(wěn)定性并降低了機械成本。

附圖說明

通過結(jié)合附圖對本申請實施例進行更詳細的描述，本申請的上述以及其他目的、特征和優(yōu)勢將變得更加明顯。附圖用來提供對本申請實施例的進一步理解，并且構(gòu)成說明書的一部分，與本申請實施例一起用于解釋本申請，并不構(gòu)成對本申請的限制。在附圖中，相同的參考標號通常代表相同部件或步驟。

圖1圖示了根據(jù)本申請實施例的目標檢測操作的應用場景的示意圖。

圖2圖示了根據(jù)本申請第一實施例的目標檢測方法的流程圖。

圖3圖示了根據(jù)本申請實施例的攝像頭的設(shè)置方式的示意圖。

圖4圖示了根據(jù)本申請實施例的全景拼接效果的示意圖。

圖5圖示了根據(jù)本申請第二實施例的目標檢測方法的流程圖。

圖6圖示了根據(jù)本申請第三實施例的目標檢測方法的流程圖。

圖7圖示了根據(jù)本申請實施例的目標檢測裝置的框圖。

圖8圖示了根據(jù)本申請實施例的電子設(shè)備的框圖。

具體實施方式

下面，將參考附圖詳細地描述根據(jù)本申請的示例實施例。顯然，所描述的實施例僅僅是本申請的一部分實施例，而不是本申請的全部實施例，應理解，本申請不受這里描述的示例實施例的限制。

申請概述

如上所述，現(xiàn)有的以槍球聯(lián)動系統(tǒng)為代表的智能跟蹤監(jiān)控球技術(shù)，實現(xiàn)成本較高，用戶體驗較差。

針對該技術(shù)問題，本申請的基本構(gòu)思是提出一種目標檢測方法、裝置、電子設(shè)備、計算機程序產(chǎn)品和計算機可讀存儲介質(zhì)，其對若干臺相機捕捉的高清靜態(tài)圖像和/或視頻圖像進行拼接，得到廣角高清圖像，對該高清圖像降采樣成低分辨率圖像，對低分辨率廣角圖像進行目標識別，識別出若干個關(guān)注區(qū)域(ROI)(包括人、車輛、運動物體等)，然后按照識別結(jié)果記錄與這些ROI對應的原始高清圖像。因此，無需機械傳動和自動變焦結(jié)構(gòu)，即可進行目標物體的檢測和特寫操作，提升了場景監(jiān)控系統(tǒng)的穩(wěn)定性并降低了機械成本。

在介紹了本申請的基本原理之后，下面將參考附圖來具體介紹本申請的各種非限制性實施例。

示例性系統(tǒng)

圖1圖示了根據(jù)本申請實施例的目標檢測操作的應用場景的示意圖。

如圖1所示，用于目標檢測操作的應用場景包括目標檢測設(shè)備100和目標物體200。

該目標物體200可以是任何類型的物體，包括有生命的物體和無生命的物體。例如，有生命的物體可以包括人和動物等；而無生命的物體可以包括車輛、機器人等。通常而言，該物體往往是在監(jiān)控場景中可移動的物體。

該目標檢測設(shè)備100用于對目標物體進行檢測和后續(xù)可選的跟蹤、身份識別、定位等操作。例如，該目標檢測設(shè)備100可以包括多個攝像頭110、和目標檢測模塊120。

每個攝像頭110可以用于捕捉監(jiān)控場景的分路原始圖像。多個攝像頭110中的每個攝像頭可以具有不同的成像范圍，并且相鄰設(shè)置的兩個攝像頭的成像范圍具有部分重疊。例如，所述多個攝像頭110可以組成一個或多個攝像頭陣列。例如，攝像頭110所采集到的場景圖像可以是單幀圖像、連續(xù)圖像幀序列(即，視頻流)或離散圖像幀序列(即，在預定采樣時間點采樣到的圖像數(shù)據(jù)組)等。例如，該攝像頭110可以是如單目相機、雙目相機、多目相機等，另外，其可以用于捕捉灰度圖，也可以捕捉帶有顏色信息的彩色圖。當然，本領(lǐng)域中已知的以及將來可能出現(xiàn)的任何其他類型的相機都可以應用于本申請，本申請對其捕捉圖像的方式?jīng)]有特別限制，只要能夠獲得輸入圖像的灰度或顏色信息即可。為了減小后續(xù)操作中的計算量，在一個實施例中，可以在進行分析和處理之前，將彩色圖進行灰度化處理。當然，為了保留更大的信息量，在另一實施例中，也可以直接對彩色圖進行分析和處理。

該目標檢測模塊120可以將分別來自多個攝像頭的多個分路原始圖像拼接為全景原始圖像；對所述全景原始圖像進行降采樣，以生成全景降采樣圖像；對所述全景降采樣圖像執(zhí)行初次圖像檢測，以確定在所述全景降采樣圖像中是否存在關(guān)注區(qū)域；響應于在所述全景降采樣圖像中檢測到關(guān)注區(qū)域，在所述多個分路原始圖像中查找特定分路原始圖像，所述特定分路原始圖像是在拼接所述全景原始圖像之前、在所述全景降采樣圖像中檢測到的關(guān)注區(qū)域位于其中的分路原始圖像；以及在存儲器中存儲所述特定分路原始圖像。

需要注意的是，上述應用場景僅是為了便于理解本申請的精神和原理而示出，本申請的實施例不限于此。相反，本申請的實施例可以應用于可能適用的任何場景。例如，該目標物體200可以是一個或多個，類似地，該目標檢測設(shè)備100也可以為一個或多個。

示例性方法

下面結(jié)合圖1的應用場景來描述根據(jù)本申請各個實施例的目標檢測方法。

圖2圖示了根據(jù)本申請第一實施例的目標檢測方法的流程圖。

如圖2所示，根據(jù)本申請第一實施例的目標檢測方法可以包括：

在步驟S110中，將分別來自多個攝像頭的多個分路原始圖像拼接為全景原始圖像。

為了實現(xiàn)圖像拼接，首先需要恰當?shù)匕惭b和設(shè)置多個攝像頭110，以使得所述多個攝像頭中的每個攝像頭可以具有不同的成像范圍，并且相鄰設(shè)置的兩個攝像頭的成像范圍可以具有部分重疊。

為此，可以根據(jù)所要監(jiān)控的視野和景深來調(diào)整各個攝像頭的位置和參數(shù)。若要監(jiān)控較廣視野，則控制縮小攝像頭的焦距，若要獲得較多細節(jié)，則控制放大攝像頭的焦距。例如，為了同時兼顧全景和特寫，可以使用長焦攝像頭的中長焦來進行圖像捕捉。此外，在調(diào)整各個攝像頭的焦距的同時，還可以調(diào)整各個攝像頭的相對位置關(guān)系，在短焦的情況下，各個攝像頭之間的距離可以較大，而在長焦的情況下，各個攝像頭之間的距離可以較小，以使得攝像頭獲得的相鄰圖像之間存在重疊區(qū)域。

圖3圖示了根據(jù)本申請實施例的攝像頭的設(shè)置方式的示意圖。

如圖3所示，攝像頭110包括多個平行排列的攝像頭CAM1、CAM2、CAM3、……、CAMn，其中n是大于等于2的自然數(shù)。相鄰攝像頭的畫面之間有部分重疊區(qū)域，以滿足拼接要求。

例如，平行排列的攝像頭可以采用水平方式設(shè)置(成像中心線與地平面平行)、豎直方式設(shè)置(成像中心線與地平線垂直)、或者其他方式設(shè)置(成像中心線與地平線具有一固定夾角)。另外，平行排列的攝像頭的成像中心線(鏡頭的光軸)可以是共面的或者非共面的。

需要說明的是，盡管這里以平行排列的多個攝像頭為例進行了說明，但是本申請不限于此。例如，為了實現(xiàn)對于大場景的監(jiān)控功能，該多個攝像頭之間還可以采用非平行的方式進行排列，以獲得更大的成像角度。非平行的方式可以是指每兩個攝像頭之間存在夾角、或者相鄰的兩個攝像頭之間存在夾角。在非平行設(shè)置的情況下，為了獲得規(guī)則的成像范圍，多個攝像頭還可以采用同心方式設(shè)置，即多個攝像頭的成像中心線的延長線具有公共交點。替換地，出于為了彌補攝像頭的成像參數(shù)之間的差異等原因，多個攝像頭也可以采用非同心方式設(shè)置?？傃灾鄠€攝像頭之間可以以任何的相對位置關(guān)系進行設(shè)置，只要保證總成像范圍覆蓋期望的監(jiān)控場景，并且相鄰成像范圍之間存在重疊區(qū)域即可。

接下來，可以通過多個攝像頭分別獲取監(jiān)控場景的多個分路原始圖像，并嘗試對它們進行拼接。

具體地，從各個攝像頭中依次讀入各個分路原始圖像。然后，例如可以提取相鄰攝像頭的重疊圖像區(qū)域中的特征點并進行特征匹配，判斷匹配特征點對的個數(shù)是否大于或等于閾值。如果是，通過特征點位置映射來將相鄰攝像頭的分路原始圖像拼接起來。并且，通過針對每對相鄰攝像頭的分路原始圖像反復執(zhí)行上述操作，即可獲得最終的全景原始圖像。

如果上述操作無法獲得正確的拼接結(jié)果，則可以重新根據(jù)所要監(jiān)控的視野和景深來調(diào)整各個攝像頭的位置和參數(shù)。

顯然，除了通過特征匹配的方式來實現(xiàn)相鄰圖像的拼接之外，也可以采用其他的拼接方式。例如，通過經(jīng)驗值、或者出廠的默認設(shè)置來實現(xiàn)拼接。

圖4圖示了根據(jù)本申請實施例的全景拼接效果的示意圖。

圖4的上面部分別示出了從各個攝像頭中依次讀入的各個分路原始圖像，而圖4的下面部分示出了最終拼接而成的全景原始圖像。

這里，假設(shè)攝像頭100包括4個視角為60度的500萬像素高清槍機，且相鄰的兩個高清槍機之間具有20度的重疊角度。那么，最終經(jīng)過拼接以后形成的全景圖像的總視角可以達到4*60-3*20＝180度，并且拼接后的全景圖像的總分辨率達到幾乎2000萬像素。

在本申請的實施例中，考慮到在原圖格式(RAW)下，2000萬像素的圖像文件大小通常為20MB(兆字節(jié))左右，在這樣的文件大小下，無論是直接存儲、還是執(zhí)行關(guān)注區(qū)域檢測，都將占用大量的系統(tǒng)資源。尤其是在視頻監(jiān)控的應用場景中，通過需要關(guān)注連續(xù)的圖像幀序列(即視頻流)。以30幀每秒的監(jiān)控視頻幀率為例，一秒鐘的視頻文件將會占用20*30＝600MB的存儲空間。顯然，直接對如此高分辨率的全景原始圖像進行處理將是成本巨大的。

為此，本發(fā)明人想到，可以首先在接下來的步驟中對它進行降采樣處理。

在步驟S120中，對所述全景原始圖像進行降采樣，以生成全景降采樣圖像。

例如，可以對全景原始圖像進行降采樣，以生成其分辨率低于原始分辨率的全景降采樣圖像。

例如，將拼接而成的2000萬像素廣角高清圖像降采樣成1080p或720p低分辨率圖像，其中1080p圖像的分辨率為200萬像素，而720p圖像的分辨率為130萬像素，從而大大降低了圖像存儲或圖像檢測的系統(tǒng)成本。

在步驟S130中，對所述全景降采樣圖像執(zhí)行初次圖像檢測，以確定在所述全景降采樣圖像中是否存在關(guān)注區(qū)域。

例如，可以使用關(guān)注區(qū)域(ROI)檢測算法來在所述全景降采樣圖像中檢測關(guān)注區(qū)域。

下面，將以人臉區(qū)域作為ROI為例進行說明。顯然，該ROI還可以是車輛、信號燈等其他可能的目標區(qū)域。

例如，典型的人臉檢測算法包括：模板匹配模型，其不需要訓練，基本的思想就是通過一個人臉模板與待檢測圖象匹配，尋找匹配的位置；膚色模型，通過統(tǒng)計學習的方法，估計出人臉膚色在Y-Cr-Cb顏色空間中的概率模型，然后對檢測點的膚色通過訓練的概率模型的估計判斷該點是否屬于人臉區(qū)域，然后再進一步判斷；人工神經(jīng)網(wǎng)絡(luò)(ANN)與支持向量機(SVM)方法，其是基于機器學習的方法，以人臉像素作為分類器的輸入，然后判斷區(qū)域是否是人臉；以及Adaboost算法，其是目前人臉檢測最為成功的算法之一，該算法的特點就是訓練慢，檢測快。

顯然，本申請不限于此。無論是現(xiàn)有的、還是將來開發(fā)的人臉檢測算法，都可以應用于根據(jù)本申請實施例的目標檢測方法中，并且也應包括在本申請的保護范圍內(nèi)。

響應于在所述全景降采樣圖像中檢測到關(guān)注區(qū)域，則根據(jù)本申請第一實施例的目標檢測方法前進到步驟S140，否則，該方法結(jié)束。

在步驟S140中，響應于在所述全景降采樣圖像中檢測到關(guān)注區(qū)域，在所述多個分路原始圖像中查找特定分路原始圖像，所述特定分路原始圖像是在拼接所述全景原始圖像之前、在所述全景降采樣圖像中檢測到的關(guān)注區(qū)域位于其中的分路原始圖像。

例如，一旦在所述全景降采樣圖像中檢測到關(guān)注區(qū)域，則可以初步判斷出需要檢測的目標物體出現(xiàn)在監(jiān)控場景中。

為了實現(xiàn)對于目標物體的身份識別等后續(xù)處理，往往期望能夠獲得關(guān)于該目標物體的更多細節(jié)。然而，由于全景降采樣圖像的分辨率已降低，如果僅僅基于它來進行后續(xù)操作，必然會導致處理效果變差。

因此，可以進一步查找與該關(guān)注區(qū)域?qū)姆致吩紙D像。

為此，例如，可以在步驟S110中拼接全景原始圖像的過程中，建立一個位置映射關(guān)系(例如，坐標系)，用于標識每個分路原始圖像在全景原始圖像中所占的區(qū)域范圍。

這樣，可以根據(jù)關(guān)注區(qū)域在全景降采樣圖像中的位置(即，它在全景原始圖像中的位置)，確定出該位置屬于那個區(qū)域范圍及其位置坐標，從而尋找到在拼接之前該關(guān)注區(qū)域?qū)儆谀膫€分路原始圖像。

無須贅述的是，在存在多個關(guān)注區(qū)域的情況下，可以分別確定出與每個關(guān)注區(qū)域?qū)姆致吩紙D像。一個關(guān)注區(qū)域可以對應于一個或多個分路原始圖像，同樣地，多個關(guān)注區(qū)域也可以對應于一個分路原始圖像。

在步驟S150中，在存儲器中存儲所述特定分路原始圖像。

可以在存儲器中存儲與全景降采樣圖像相比具有更高分辨率的特定分路原始圖像，以用于后續(xù)處理。

例如，上述存儲操作可以是存儲在內(nèi)存之中以進行身份識別等操作，也可以是存儲在硬盤中以便在后續(xù)身份識別等操作中再次讀取。

這樣，可以避免了直接存儲或處理廣角高清圖像所帶來的系統(tǒng)資源不足的問題，將系統(tǒng)資源降低為上述情況所占用資源的n分之一，n為參與拼接的分路圖像個數(shù)。

由此可見，采用根據(jù)本申請第一實施例的目標檢測方法，可以將分別來自多個攝像頭的多個分路原始圖像拼接為全景原始圖像，對所述全景原始圖像進行降采樣以生成全景降采樣圖像，對所述全景降采樣圖像執(zhí)行初次圖像檢測以確定在所述全景降采樣圖像中是否存在關(guān)注區(qū)域，響應于在所述全景降采樣圖像中檢測到關(guān)注區(qū)域，在所述多個分路原始圖像中查找與之對應的特定分路原始圖像，并且在存儲器中存儲所述特定分路原始圖像。因此，無需機械傳動和自動變焦結(jié)構(gòu)，即可進行目標物體的檢測和特寫操作，提升了場景監(jiān)控系統(tǒng)的穩(wěn)定性并降低了機械成本。

具體來說，本申請第一實施例的好處是通過對多相機圖像進行多圖像拼接重構(gòu)和原圖像重新獲取，實現(xiàn)了數(shù)倍的清晰縮放。例如，在圖4所示的上述實例中，來自4個視角為60度的相機的4個500萬像素的分路圖像被拼接為視角為180度的一個近2000萬像素的全景圖像，再將它降采樣為200萬像素的1080p全景圖像以進行ROI檢測，在檢測到ROI之后又重新獲取與該ROI對應的500萬像素分路圖像。這個過程可以等效為：對視角為180度的一個場景范圍進行4倍光學變焦，形成視角為60度的500萬像素圖像，并且500萬像素圖像又可以實現(xiàn)2-3倍左右的清晰數(shù)字變焦，由此，相當于對記錄的ROI實現(xiàn)了8-12倍縮放。這足以滿足大部分大場景、全景監(jiān)控的要求。

圖5圖示了根據(jù)本申請第二實施例的目標檢測方法的流程圖。

與第一實施例相比，在第二實施例中，可以進一步對特定分路原始圖像執(zhí)行二次圖像檢測，以進一步提高了檢測結(jié)果的準確性。

如圖5所示，根據(jù)本申請第二實施例的目標檢測方法可以包括：

在步驟S210中，將分別來自多個攝像頭的多個分路原始圖像拼接為全景原始圖像。

在步驟S220中，對所述全景原始圖像進行降采樣，以生成全景降采樣圖像。

在步驟S230中，對所述全景降采樣圖像執(zhí)行初次圖像檢測，以確定在所述全景降采樣圖像中是否存在關(guān)注區(qū)域。

在步驟S240中，響應于在所述全景降采樣圖像中檢測到關(guān)注區(qū)域，在所述多個分路原始圖像中查找特定分路原始圖像。

第二實施例中的步驟S210到S240與第一實施例中的步驟S110到S140基本相同，在此省略其詳細描述。

除此之外，如圖5所示，根據(jù)本申請第二實施例的目標檢測方法還可以包括：

在步驟S225中，在所述存儲器中存儲所述全景降采樣圖像。

由于在大場景監(jiān)控的應用中除了關(guān)注局部細節(jié)情況之外，同樣還應該照顧到全局整體情況。因此，在第二實施例中，可以進一步存儲在步驟S220中生成的全景降采樣圖像。

由于一個全景降采樣圖像的分辨率較低，1080p圖像的分辨率為200萬像素，而720p圖像的分辨率為130萬像素，所以與直接存儲全景原始圖像相比，大大減小了所占用的資源。減小的比例即為降采樣的倍數(shù)。由于全局圖像往往僅關(guān)心一個宏觀情況，而不在乎過多細節(jié)，所以這樣做充分滿足了大場景應用的這種需求。

需要說明的是，盡管這里以在步驟S220之后并在步驟S230之前執(zhí)行上述存儲步驟，但是本申請不限于此，該步驟只要在步驟S220之后執(zhí)行即可。例如，該存儲步驟同樣可以在步驟S230、步驟S240、或步驟S250之后或與之同時執(zhí)行。

如圖5所示，根據(jù)本申請第二實施例的目標檢測方法還可以包括：

在步驟S245中，對所述特定分路原始圖像執(zhí)行二次圖像檢測，以確定在所述特定分路原始圖像中是否存在關(guān)注區(qū)域。

例如，一旦在步驟S240中檢測到在所述全景降采樣圖像中存在關(guān)注區(qū)域，則可以初步判斷出需要檢測的目標物體出現(xiàn)在監(jiān)控場景中。然而，由于全景降采樣圖像的分辨率已降低，這可能導致基于其所產(chǎn)生的檢測結(jié)果中可能會存在一定的錯檢和漏檢概率，如果盲目地存儲基于錯檢結(jié)果定位的分路原始圖像，則可能造成存儲空間的浪費并造成后續(xù)的身份識別等操作出錯。

因此，可以進一步使用關(guān)注區(qū)域(ROI)檢測算法來在具有較高分辨率的特定分路原始圖像中二次檢測關(guān)注區(qū)域。

例如，可以采用與步驟S230中相同或者不同的檢測算法來實現(xiàn)上述二次檢測操作，在此不再贅述。

由于分辨率變得更高，在特定分路原始圖像中檢測到的關(guān)注區(qū)域可能與在全景降采樣圖像中完全相同或不同，但是排除算法本身的原因，二次檢測的結(jié)果往往比初次檢測的結(jié)果更加準確。例如，二次檢測到的關(guān)注區(qū)域可以與初次檢測到的關(guān)注區(qū)域更多、更少、或者處于不同的位置坐標。

響應于在所述特定分路原始圖像中檢測到關(guān)注區(qū)域，則根據(jù)本申請第二實施例的目標檢測方法前進到步驟S250，在存儲器中存儲所述特定分路原始圖像，否則，不在所述存儲器中存儲所述特定分路原始圖像，該方法結(jié)束。

在執(zhí)行了上述二次檢測情況下，如圖5所示，根據(jù)本申請第二實施例的目標檢測方法還可以包括：

在步驟S260中，根據(jù)在所述特定分路原始圖像中檢測到的關(guān)注區(qū)域來生成并存儲索引標簽。

具體地，該步驟S260可以包括：根據(jù)在所述特定分路原始圖像中檢測到的關(guān)注區(qū)域來為所述特定分路原始圖像生成索引標簽；以及與所述特定分路原始圖像一起，在所述存儲器中存儲所述索引標簽。

例如，為了方便后續(xù)在存儲器中查找檢測到的關(guān)注區(qū)域，可以根據(jù)該關(guān)注區(qū)域的各種特性來為該關(guān)注區(qū)域生成索引標簽。例如，索引標簽可以是檢測到目標物體的檢測時間、物體類型(人、車輛、機器人等)、位置信息(處于圖像中的哪個位置)、識別結(jié)果(人的身份、車輛的車牌、機器人的型號)等。在存在多個關(guān)注區(qū)域的情況下，可以分別對為每個關(guān)注區(qū)域生成索引標簽，并將多個生成的索引標簽進行合成。最后，可以在所述存儲器中存儲索引標簽，并且將它與對應的特定分路原始圖像關(guān)聯(lián)到一起，從而使得后續(xù)可以根據(jù)諸如日期、時間等關(guān)鍵詞等定位到相應的原始圖像。

需要說明的是，另外，上述的步驟S250也可以替換為僅僅對在特定分路原始圖像中二次檢測到的關(guān)注區(qū)域的圖像部分進行存儲，而不存儲整個特定分路原始圖像。相應地，在步驟S260中生成和存儲的索引標簽也可以是針對各個關(guān)注區(qū)域的，而非針對整個特定分路原始圖像的。

此外，如圖5所示，根據(jù)本申請第二實施例的目標檢測方法還可以包括：

在步驟S270中，根據(jù)在所述特定分路原始圖像中檢測到的關(guān)注區(qū)域來生成和輸出提示信息。

具體地，步驟S270包括：根據(jù)在所述特定分路原始圖像中檢測到的關(guān)注區(qū)域來生成提示信息；以及向外輸出所述提示信息。

例如，一旦在步驟S245中檢測到在所述特定分路原始圖像中存在關(guān)注區(qū)域，則可以根據(jù)關(guān)注區(qū)域的類型來生成提示信息，并且向外輸出該提示信息。

例如，當檢測到的目標物體是通緝犯時，可以通過聲光或其組合來生成告警信息，并且可以進一步撥打報警電話。當檢測到的目標物體是摔倒的老人時，可以在顯示器上顯示提示文字，或者通過揚聲器發(fā)出提示音等。

顯然，該提示信息生成步驟只要在步驟S245之后執(zhí)行即可。例如，該步驟同樣可以在步驟S250之后或與之同時執(zhí)行。

由此可見，采用根據(jù)本申請第二實施例的目標檢測方法，可以在存儲所述特定分路原始圖像之前，進一步對所述特定分路原始圖像執(zhí)行二次圖像檢測，以確定在所述特定分路原始圖像中是否存在關(guān)注區(qū)域，并根據(jù)二次圖像檢測的結(jié)果來相應地存儲所述特定分路原始圖像。因此，進一步提高了檢測結(jié)果的準確性，保證了系統(tǒng)成本的有效分配。

具體來說，本申請第二實施例的好處是使用原始高清圖像對在全景低分辨率圖像中檢測到的ROI區(qū)域進行二次識別，更新原識別結(jié)果，提高了識別跟蹤的準確性。例如，在圖4所示的上述實例中，對500萬像素的分路圖像進行高清識別，然后按照識別結(jié)果分成0個或多個文件進行記錄，同時還可以記錄降采樣的1080p全景圖像，方便了后續(xù)查找并降低了存儲空間。

圖6圖示了根據(jù)本申請第三實施例的目標檢測方法的流程圖。

第三實施例與第二實施例的區(qū)別在于，二次圖像檢測不是在存儲所述特定分路原始圖像之前執(zhí)行，而是在其后執(zhí)行。

如圖6所示，根據(jù)本申請第三實施例的目標檢測方法可以包括：

在步驟S310中，將分別來自多個攝像頭的多個分路原始圖像拼接為全景原始圖像。

在步驟S320中，對所述全景原始圖像進行降采樣，以生成全景降采樣圖像。

在步驟S325中，在所述存儲器中存儲所述全景降采樣圖像。

在步驟S330中，對所述全景降采樣圖像執(zhí)行初次圖像檢測，以確定在所述全景降采樣圖像中是否存在關(guān)注區(qū)域。

在步驟S340中，響應于在所述全景降采樣圖像中檢測到關(guān)注區(qū)域，在所述多個分路原始圖像中查找特定分路原始圖像。

在步驟S350中，響應于在所述特定分路原始圖像中檢測到關(guān)注區(qū)域，在存儲器中存儲所述特定分路原始圖像。

在步驟S360中，對所述特定分路原始圖像執(zhí)行二次圖像檢測，以確定在所述特定分路原始圖像中是否存在關(guān)注區(qū)域。

第三實施例中的步驟S310到S340與第一實施例中的步驟S110到S140基本相同，并且第三實施例中的步驟S325、S350、和S360與第二實施例中的步驟S225、S250、和S245基本相同，在此省略其詳細描述。

除此之外，如圖6所示，根據(jù)本申請第三實施例的目標檢測方法還可以包括：

在步驟S370中，響應于在所述特定分路原始圖像中沒有檢測到關(guān)注區(qū)域，從所述存儲器中刪除所述特定分路原始圖像。

如果在所述特定分路原始圖像中沒有檢測到關(guān)注區(qū)域，則說明之前在步驟S330中檢測到的關(guān)注區(qū)域是誤檢。那么為了避免由于誤檢造成的存儲空間浪費，可以刪除所存儲的相應的特定分路原始圖像(或者是所存儲的相應的關(guān)注區(qū)域)。

如圖6所示，根據(jù)本申請第三實施例的目標檢測方法還可以包括：

在步驟S345中，根據(jù)在所述全景降采樣圖像中檢測到的關(guān)注區(qū)域來生成并存儲第一索引標簽。

具體地，與第二實施例中的步驟S260中類似地，該步驟S345可以包括：根據(jù)在所述全景降采樣圖像中檢測到的關(guān)注區(qū)域來為所述特定分路原始圖像生成第一索引標簽；以及與所述特定分路原始圖像一起，在所述存儲器中存儲所述第一索引標簽。

在步驟S375中，根據(jù)在所述特定分路原始圖像中檢測到的關(guān)注區(qū)域來生成第二索引標簽，并更新第一索引標簽。

具體地，步驟S375可以包括：響應于在所述特定分路原始圖像中檢測到關(guān)注區(qū)域，根據(jù)在所述特定分路原始圖像中檢測到的關(guān)注區(qū)域來為所述特定分路原始圖像生成第二索引標簽；以及使用所述第二索引標簽來更新在所述存儲器中存儲的用于所述特定分路原始圖像的第一索引標簽。

如果根據(jù)二次檢測結(jié)果發(fā)現(xiàn)初次檢測結(jié)果存在誤檢或者漏檢，則可以根據(jù)最新檢索結(jié)果來對已經(jīng)生成的索引標簽進行刪除、修正、和補充。

此外，如圖6所示，根據(jù)本申請第三實施例的目標檢測方法還可以包括：

在步驟S347中，根據(jù)在所述全景降采樣圖像中檢測到的關(guān)注區(qū)域來生成和輸出第一提示信息。

具體地，與第三實施例中的步驟S270中類似地，該步驟S347可以包括：根據(jù)在所述全景降采樣圖像中檢測到的關(guān)注區(qū)域來生成第一提示信息；以及向外輸出所述第一提示信息。

在步驟S377中，根據(jù)在所述特定分路原始圖像中檢測到的關(guān)注區(qū)域來生成第二提示信息，并更新第一提示信息。

具體地，步驟S377可以包括：響應于在所述特定分路原始圖像中檢測到關(guān)注區(qū)域，根據(jù)在所述特定分路原始圖像中檢測到的關(guān)注區(qū)域來生成第二提示信息；以及向外輸出所述第二提示信息，以取代所述第一提示信息。

如果根據(jù)二次檢測結(jié)果發(fā)現(xiàn)初次檢測結(jié)果存在誤檢或者漏檢，則可以根據(jù)最新檢索結(jié)果來更新先前生成的提示信息。

由此可見，采用根據(jù)本申請第三實施例的目標檢測方法，以不同的實施方式實現(xiàn)了與本申請第二實施例中基本相同的技術(shù)效果。即，可以在存儲所述特定分路原始圖像之后，進一步對所述特定分路原始圖像執(zhí)行二次圖像檢測，以確定在所述特定分路原始圖像中是否存在關(guān)注區(qū)域，并根據(jù)二次圖像檢測的結(jié)果來相應地更新先前存儲的所述特定分路原始圖像。因此，進一步提高了檢測結(jié)果的準確性，保證了系統(tǒng)成本的有效分配。

示例性裝置

下面，參考圖7來描述根據(jù)本申請實施例的目標檢測裝置。

圖7圖示了根據(jù)本申請實施例的目標檢測裝置的框圖。

如圖7所示，根據(jù)本申請實施例的所述目標檢測裝置300可以包括：拼接單元310，用于將分別來自多個攝像頭的多個分路原始圖像拼接為全景原始圖像；降采樣單元320，用于對所述全景原始圖像進行降采樣，以生成全景降采樣圖像；初次檢測單元330，用于對所述全景降采樣圖像執(zhí)行初次圖像檢測，以確定在所述全景降采樣圖像中是否存在關(guān)注區(qū)域；查找單元340，用于響應于在所述全景降采樣圖像中檢測到關(guān)注區(qū)域，在所述多個分路原始圖像中查找特定分路原始圖像，所述特定分路原始圖像是在拼接所述全景原始圖像之前、在所述全景降采樣圖像中檢測到的關(guān)注區(qū)域位于其中的分路原始圖像；以及分路存儲單元350，用于在存儲器中存儲所述特定分路原始圖像。

在一個示例中，根據(jù)本申請實施例的所述目標檢測裝置300還可以包括：二次檢測單元360，用于在所述分路存儲單元350在存儲器中存儲所述特定分路原始圖像之前，對所述特定分路原始圖像執(zhí)行二次圖像檢測，以確定在所述特定分路原始圖像中是否存在關(guān)注區(qū)域。

在一個示例中，所述分路存儲單元350可以響應于在所述特定分路原始圖像中檢測到關(guān)注區(qū)域，在所述存儲器中存儲所述特定分路原始圖像；并且響應于在所述特定分路原始圖像中沒有檢測到關(guān)注區(qū)域，不在所述存儲器中存儲所述特定分路原始圖像。

在一個示例中，根據(jù)本申請實施例的所述目標檢測裝置300還可以包括：索引標簽單元，用于根據(jù)在所述特定分路原始圖像中檢測到的關(guān)注區(qū)域來生成并存儲索引標簽。

在一個示例中，所述索引標簽單元可以根據(jù)在所述特定分路原始圖像中檢測到的關(guān)注區(qū)域來為所述特定分路原始圖像生成索引標簽；并且與所述特定分路原始圖像一起，在所述存儲器中存儲所述索引標簽。

在一個示例中，根據(jù)本申請實施例的所述目標檢測裝置300還可以包括：提示信息單元，用于根據(jù)在所述特定分路原始圖像中檢測到的關(guān)注區(qū)域來生成和輸出提示信息。

在一個示例中，所述提示信息單元可以根據(jù)在所述特定分路原始圖像中檢測到的關(guān)注區(qū)域來生成提示信息；并且向外輸出所述提示信息。

在一個示例中，根據(jù)本申請實施例的所述目標檢測裝置300還可以包括：二次檢測單元360，用于在所述分路存儲單元350在存儲器中存儲所述特定分路原始圖像之后，對所述特定分路原始圖像執(zhí)行二次圖像檢測，以確定在所述特定分路原始圖像中是否存在關(guān)注區(qū)域。

在一個示例中，根據(jù)本申請實施例的所述目標檢測裝置300還可以包括：刪除單元，用于響應于在所述特定分路原始圖像中沒有檢測到關(guān)注區(qū)域，從所述存儲器中刪除所述特定分路原始圖像。

在一個示例中，根據(jù)本申請實施例的所述目標檢測裝置300還可以包括：第一索引標簽單元，用于根據(jù)在所述全景降采樣圖像中檢測到的關(guān)注區(qū)域來生成并存儲第一索引標簽。

在一個示例中，所述第一索引標簽單元可以根據(jù)在所述全景降采樣圖像中檢測到的關(guān)注區(qū)域來為所述特定分路原始圖像生成第一索引標簽；并且與所述特定分路原始圖像一起，在所述存儲器中存儲所述第一索引標簽。

在一個示例中，根據(jù)本申請實施例的所述目標檢測裝置300還可以包括：第二索引標簽單元，用于根據(jù)在所述特定分路原始圖像中檢測到的關(guān)注區(qū)域來生成第二索引標簽，并更新第一索引標簽。

在一個示例中，所述第二索引標簽單元可以響應于在所述特定分路原始圖像中檢測到關(guān)注區(qū)域，根據(jù)在所述特定分路原始圖像中檢測到的關(guān)注區(qū)域來為所述特定分路原始圖像生成第二索引標簽；并且使用所述第二索引標簽來更新在所述存儲器中存儲的用于所述特定分路原始圖像的第一索引標簽。

在一個示例中，根據(jù)本申請實施例的所述目標檢測裝置300還可以包括：第一提示信息單元，用于根據(jù)在所述全景降采樣圖像中檢測到的關(guān)注區(qū)域來生成和輸出第一提示信息。

在一個示例中，所述第一提示信息單元可以根據(jù)在所述全景降采樣圖像中檢測到的關(guān)注區(qū)域來生成第一提示信息；并且向外輸出所述第一提示信息。

在一個示例中，根據(jù)本申請實施例的所述目標檢測裝置300還可以包括：第二提示信息單元，根據(jù)在所述特定分路原始圖像中檢測到的關(guān)注區(qū)域來生成第二提示信息，并更新第一提示信息。

在一個示例中，所述第二提示信息單元可以響應于在所述特定分路原始圖像中檢測到關(guān)注區(qū)域，根據(jù)在所述特定分路原始圖像中檢測到的關(guān)注區(qū)域來生成第二提示信息；并且向外輸出所述第二提示信息，以取代所述第一提示信息。

在一個示例中，根據(jù)本申請實施例的所述目標檢測裝置300還可以包括：全景存儲單元370，用于在所述存儲器中存儲所述全景降采樣圖像。

上述目標檢測裝置300中的各個單元和模塊的具體功能和操作已經(jīng)在上面參考圖1到圖6描述的目標檢測方法中詳細介紹，并因此，將省略其重復描述。

如上所述，根據(jù)本申請實施例的目標檢測裝置300可以應用于如圖1所示的目標檢測設(shè)備100中，以用于對目標物體進行檢測和后續(xù)可選的跟蹤、身份識別、定位等操作。

在一個示例中，根據(jù)本申請實施例的目標檢測裝置300可以作為一個軟件模塊和/或硬件模塊而集成到該目標檢測設(shè)備100中。例如，該目標檢測裝置300可以是被實現(xiàn)為目標檢測設(shè)備100中的目標檢測模塊120。例如，該目標檢測裝置300可以是該目標檢測設(shè)備100的操作系統(tǒng)中的一個軟件模塊，或者可以是針對于該目標檢測設(shè)備100所開發(fā)的一個應用程序；當然，該目標檢測裝置300同樣可以是該目標檢測設(shè)備100的眾多硬件模塊之一。

替換地，在另一示例中，該目標檢測裝置300與該目標檢測設(shè)備100也可以是分立的設(shè)備，并且該目標檢測裝置300可以通過有線和/或無線網(wǎng)絡(luò)連接到該目標檢測設(shè)備100，并且按照約定的數(shù)據(jù)格式來傳輸交互信息。

示例性電子設(shè)備

下面，參考圖8來描述根據(jù)本申請實施例的電子設(shè)備。該電子設(shè)備可以是計算機或服務器或其他設(shè)備。

圖8圖示了根據(jù)本申請實施例的電子設(shè)備的框圖。

如圖8所示，電子設(shè)備10包括一個或多個處理器11和存儲器12。

處理器11可以是中央處理單元(CPU)或者具有數(shù)據(jù)處理能力和/或指令執(zhí)行能力的其他形式的處理單元，并且可以控制電子設(shè)備10中的其他組件以執(zhí)行期望的功能。

存儲器12可以包括一個或多個計算機程序產(chǎn)品，所述計算機程序產(chǎn)品可以包括各種形式的計算機可讀存儲介質(zhì)，例如易失性存儲器和/或非易失性存儲器。所述易失性存儲器例如可以包括隨機存取存儲器(RAM)和/或高速緩沖存儲器(cache)等。所述非易失性存儲器例如可以包括只讀存儲器(ROM)、硬盤、閃存等。在所述計算機可讀存儲介質(zhì)上可以存儲一個或多個計算機程序指令，處理器11可以運行所述程序指令，以實現(xiàn)上文所述的本申請的各個實施例的目標檢測方法以及/或者其他期望的功能。在所述計算機可讀存儲介質(zhì)中還可以存儲諸如全景降采樣圖像、特定分路原始圖像、索引標簽、提示信息等各種內(nèi)容。

在一個示例中，電子設(shè)備10還可以包括：輸入裝置13和輸出裝置14，這些組件通過總線系統(tǒng)和/或其他形式的連接機構(gòu)(未示出)互連。

例如，該輸入裝置13可以是上述的攝像頭110，用于捕捉監(jiān)控場景的分路原始圖像。此外，該輸入設(shè)備13還可以包括例如鍵盤、鼠標、以及通信網(wǎng)絡(luò)及其所連接的遠程輸入設(shè)備等等。

該輸出裝置14可以向外部(例如，用戶或機器學習模型)輸出各種信息，包括全景降采樣圖像、特定分路原始圖像、索引標簽、提示信息等。該輸出設(shè)備14可以包括例如顯示器、揚聲器、打印機、以及通信網(wǎng)絡(luò)及其所連接的遠程輸出設(shè)備等等。

當然，為了簡化，圖8中僅示出了該電子設(shè)備10中與本申請有關(guān)的組件中的一些，省略了諸如總線、輸入/輸出接口等等的組件。除此之外，根據(jù)具體應用情況，電子設(shè)備10還可以包括任何其他適當?shù)慕M件。

示例性計算機程序產(chǎn)品和計算機可讀存儲介質(zhì)

除了上述方法和設(shè)備以外，本申請的實施例還可以是計算機程序產(chǎn)品，其包括計算機程序指令，所述計算機程序指令在被處理器運行時使得所述處理器執(zhí)行本說明書上述“示例性方法”部分中描述的根據(jù)本申請各種實施例的目標檢測方法中的步驟。

所述計算機程序產(chǎn)品可以以一種或多種程序設(shè)計語言的任意組合來編寫用于執(zhí)行本申請實施例操作的程序代碼，所述程序設(shè)計語言包括面向?qū)ο蟮某绦蛟O(shè)計語言，諸如Java、C++等，還包括常規(guī)的過程式程序設(shè)計語言，諸如“C”語言或類似的程序設(shè)計語言。程序代碼可以完全地在用戶計算設(shè)備上執(zhí)行、部分地在用戶設(shè)備上執(zhí)行、作為一個獨立的軟件包執(zhí)行、部分在用戶計算設(shè)備上部分在遠程計算設(shè)備上執(zhí)行、或者完全在遠程計算設(shè)備或服務器上執(zhí)行。

此外，本申請的實施例還可以是計算機可讀存儲介質(zhì)，其上存儲有計算機程序指令，所述計算機程序指令在被處理器運行時使得所述處理器執(zhí)行本說明書上述“示例性方法”部分中描述的根據(jù)本申請各種實施例的目標檢測方法中的步驟。

所述計算機可讀存儲介質(zhì)可以采用一個或多個可讀介質(zhì)的任意組合?？勺x介質(zhì)可以是可讀信號介質(zhì)或者可讀存儲介質(zhì)?？勺x存儲介質(zhì)例如可以包括但不限于電、磁、光、電磁、紅外線、或半導體的系統(tǒng)、裝置或器件，或者任意以上的組合?？勺x存儲介質(zhì)的更具體的例子(非窮舉的列表)包括：具有一個或多個導線的電連接、便攜式盤、硬盤、隨機存取存儲器(RAM)、只讀存儲器(ROM)、可擦式可編程只讀存儲器(EPROM或閃存)、光纖、便攜式緊湊盤只讀存儲器(CD-ROM)、光存儲器件、磁存儲器件、或者上述的任意合適的組合。

以上結(jié)合具體實施例描述了本申請的基本原理，但是，需要指出的是，在本申請中提及的優(yōu)點、優(yōu)勢、效果等僅是示例而非限制，不能認為這些優(yōu)點、優(yōu)勢、效果等是本申請的各個實施例必須具備的。另外，上述公開的具體細節(jié)僅是為了示例的作用和便于理解的作用，而非限制，上述細節(jié)并不限制本申請為必須采用上述具體的細節(jié)來實現(xiàn)。

本申請中涉及的器件、裝置、設(shè)備、系統(tǒng)的方框圖僅作為例示性的例子并且不意圖要求或暗示必須按照方框圖示出的方式進行連接、布置、配置。如本領(lǐng)域技術(shù)人員將認識到的，可以按任意方式連接、布置、配置這些器件、裝置、設(shè)備、系統(tǒng)。諸如“包括”、“包含”、“具有”等等的詞語是開放性詞匯，指“包括但不限于”，且可與其互換使用。這里所使用的詞匯“或”和“和”指詞匯“和/或”，且可與其互換使用，除非上下文明確指示不是如此。這里所使用的詞匯“諸如”指詞組“諸如但不限于”，且可與其互換使用。

還需要指出的是，在本申請的裝置、設(shè)備和方法中，各部件或各步驟是可以分解和/或重新組合的。這些分解和/或重新組合應視為本申請的等效方案。

提供所公開的方面的以上描述以使本領(lǐng)域的任何技術(shù)人員能夠做出或者使用本申請。對這些方面的各種修改對于本領(lǐng)域技術(shù)人員而言是非常顯而易見的，并且在此定義的一般原理可以應用于其他方面而不脫離本申請的范圍。因此，本申請不意圖被限制到在此示出的方面，而是按照與在此公開的原理和新穎的特征一致的最寬范圍。

為了例示和描述的目的已經(jīng)給出了以上描述。此外，此描述不意圖將本申請的實施例限制到在此公開的形式。盡管以上已經(jīng)討論了多個示例方面和實施例，但是本領(lǐng)域技術(shù)人員將認識到其某些變型、修改、改變、添加和子組合。