具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

请参阅图1所示，本发明提供一种基于大数据网络的监控方法，包括以下步骤：

S10，获取多个图像拍摄设备拍摄的监控视频；

S20，按照图像拍摄设备与图像处理器预先建立的网络通信链路，将位于图像拍摄设备处的监控视频传输至所述图像处理器中；

S30，利用所述图像处理器对所述监控视频进行分帧，并从分帧后的图像中获取包含有人体的人体图像；

S40，对每帧人体图像中的人体进行框标注，获取对应的一个或多个人体图像框；

S50，对属于同一人体的一个或多个人体图像框标记相同标号，以及对属于同一人体的一个或多个人体图像框分配相同颜色；

S60，按照拍摄时间的先后顺序，对所获取的人体图像进行排序；

S70，确定待监控对象，并根据所述待监控对象所对应的标号和颜色从排序后的人体图像中选取出包含有待监控对象的图像，记为目标图像；

S80，获取包含有所述目标图像的监控视频，记为目标监控视频；

S90，根据所述目标监控视频对所述待监控对象进行监控，确定所述待监控对象的运动信息。

由此可知，本方法首先建立图像拍摄设备与图像处理器的网络通信链路，然后从监控视频中选择包含有人体的人体图像，再对人体图像中的人体进行框标注，以及对标注后的图像框标记颜色和编号，再然后在确定待监控对象后，按照拍摄时间的先后顺序对所获取的人体图像进行排序，再根据待监控对象的标号和颜色来筛选出包含有待监控对象的目标图像，以及包含有目标图像的目标监控视频，最后根据目标监控视频来对待监控对象进行监控，确定待监控对象的运动信息。所以，本方法通过根据待监控对象的图像框所对应的颜色和编号来从目标监控视频中确定待监控对象的运动信息，从而可以完成对待监控对象的监控工作。并且，通过本方法记载的方案，本方法无需用户挨个查找监控视频，只需要查找存在待监控对象的监控视频，相当于对所有的监控视频进行了初步筛选，从而提高了人工查找效率，降低了人工查找难度。

在一示例性实施例中，所述图像拍摄设备与图像处理器预先建立的网络通信链路，将位于图像拍摄设备处的监控视频传输至所述图像处理器时，包括：

在所述监控视频进行传输前，在所述图像拍摄设备中生成网络测试数据包，记为第一网络测试数据包，所述第一网络测试包中包含有用于建立数据通信的网络测试数据；

获取所述第一网络测试数据包从所述图像拍摄设备中进入所述网络通信链路时的发送时间；

将所述图像处理器从所述网络通信链路中接收到的网络测试数据包记为第二网络测试数据包，并获取所述图像处理器从所述网络通信链路中接收到所述第二网络测试数据包的接收时间；所述第二网络测试包中包含有用于建立数据通信的网络测试数据；

根据所述接收时间以及所述发射时间确定所述图像拍摄设备与所述图像处理器中的网络通信链路是否存在网络延时，以及存在的网络延时时长；

将在所述图像拍摄设备中生成的第一网络测试数据包与所述图像处理器接收到的第二网络测试数据包进行比对，以及将所述第一网络测试数据包中包含的网络测试数据与所述第二网络测试数据包中包含的网络测试数据进行比对，计算所述网络通信链路的数据丢失率以及数据丢失量；

根据网络延时结果、数据丢失率以及数据丢失量生成所述网络通信链路的网络测试分析报告。

本实施例通过对图像拍摄设备与图像处理器之间的网络通信链路进行网络测试后，可以判断监控视频由图像拍摄设备传输到图像处理器时是否会出现网络波动、信号传输受阻、卡顿、音质和画质不清楚等问题，从而根据对应问题来增大网络通信链路的流量带宽，或者降低网络通信链路的波动，保持监控视频可以稳定传输，使得本方法可以通过监控视频对待监控对象进行实时稳定地监控。

根据上述记载，所述方法还包括：利用所述网络测试分析报告检测所述图像拍摄设备与所述图像处理器的网络通信链路是否异常；如果所述图像拍摄设备的网络通信链路正常，确定所述图像处理器的接入网络异常；如果所述图像拍摄设备的网络通信链路异常，确定所述图像处理器的接入网络正常，或者调整所述图像拍摄设备的网络配置，并重新检测所述图像拍摄设备的网络通信链路，直至所述图像拍摄设备的网络通信链路正常的情况下，检测所述图像拍摄设备与所述图像处理器之间的网络质量是否满足监控视频的通信传输要求，确定所述图像处理器的接入网络正常。本实施例通过判断图像拍摄设备与图像处理器的通信连接是否正常，从而解决在对待监控对象进行监控时，因为没有传输实时监控视频而导致对待监控对象出现监控失败的问题。

在一示例性实施例中，根据所述目标监控视频对所述待监控对象进行监控，确定所述待监控对象的运动信息时，包括：根据所述目标监控视频中的每帧图像确定所述待监控对象的移动距离，有：

式中，S_i，j表示所述待监控对象对应的目标图像框在所述目标监控视频中从第j-1帧图像到第j帧图像的移动距离；

(x_i，j，y_i，j)表示所述待监控对象对应的目标图像框在所述目标监控视频中第j帧图像中第i个特征坐标点的坐标；

(x_i-1，j，y_i-1，j)表示所述待监控对象对应的目标图像框在所述目标监控视频中第j-1帧图像中第i个特征坐标点的坐标；其中，i和j为自然数。

在确定待监控对象的移动距离后，还包括根据所述目标监控视频中的每帧图像确定所述待监控对象的移动速度标识值，有：

式中，V表示所述待监控对象的移动速度标识值；

f表示所述目标监控视频中的图像帧频；

m表示所述目标监控视频中每帧图像中特征坐标点的总数；

n表示所述目标监控视频包含的图像帧数。

根据上述记载，在确定待监控对象的移动速度标识值后，还包括确定待监控对象可能会出现的地理范围，有：

其中，η_k表示所述待监控对象可能会出现的地理范围的判定值；

L_i，k表示所述待监控对象在所述目标监控视频中的某帧图像中的第i个特征坐标点与第k个边缘坐标点的距离；

t表示预设时间段；

u()表示阶跃函数，当括号内的值大于等于0时函数值为1，当括号内的值小于0时函数值为0；

当η_k＝0时，表示所述待监控对象不会出现在第k个边缘坐标点的附近；

当η_k＝1时，表示所述待监控对象可能会出现在第k个边缘坐标点的附近。

由此可知，本方法可以根据目标监控视频来确定待监控对象在目标监控视频中的每帧的移动距离，以及在确定待监控对象的移动距离后，还可以根据目标监控视频中的每帧图像确定待监控对象的移动速度标识值，以及确定待监控对象可能会出现的地理范围。相当于本发明可以根据目标监控视频来确定待监控对象的运动信息，确定待监控对象的运动时间和运动轨迹路线，方便用户根据对应的运动时间和运动轨迹路线来对待监控对象进行跟踪监控。

在一示例性实施例中，对每帧人体图像中的人体进行框标注，获取对应的一个或多个人体图像框的过程包括：对每帧图像中的人体、人头和人脸进行预标注，获取预标注后的图像框；将人体框作为父级图像框，人头框作为子级图像框，建立所述人体框与所述人头框的从属关系；以及将人头框作为父级图像框，人脸框作为子级图像框，建立所述人头框与所述人脸框的从属关系；根据预标注后的图像框确定图像框从属关系，并按照所述图像框从属关系识别预标注后的图像框是否存在错误标注；其中，所述错误标注包括以下至少之一：将从属于某一父级图像框的子级图像框标注为不属于该父级图像框；和/或，若不从属于某一父级图像框的子级图像框标注为从属于该父级图像框；则预标注后的图像框存在错误标注；修改存在错误标注的人体图像框，并将完成修改后的人体图像框作为最终的人体图像框。本发明通过修改人体图像框的从属关系，可以避免在进行人体图像框标注时，将人员A的人头与人员B的人体进行关联。

在一示例性实施例中，所述方法还包括：识别所述目标监控视频中当前帧图像与其余帧图像中对待监控对象的人体图像框是否为相同颜色、相同标号；若当前帧图像中某一人体图像框的标号或颜色在间隔一帧或多帧图像后被重新检测到，和/或，同一人体图像框在当前帧图像中的标号与相邻的一帧或多帧图像中的标号不同，和/或，同一人体图像框在当前帧图像中的颜色与相邻的一帧或多帧图像中的颜色不同；则说明对所述目标监控视频的待监控对象的人体图像框存在错误标注；按照错误标注类型对所述存在错误的人体图像框进行修改。本发明通过修改人体图像框，可以避免在利用人体图像框所对应的颜色和标号寻找监控视频时，寻找出错误的监控视频，从而增加了监控错误率，降低了监控效率。

在一示例性实施例中，所述图像拍摄设备与所述图像处理器建立网络通信链路的过程包括：获取用户在所述图像拍摄设备上输入的监控请求信息；所述监控请求信息包括：监控时间、图像拍摄设备编号、图像拍摄设备账户名称和账户密码；根据所述监控请求信息生成所述图像拍摄设备的通信接入请求；基于所述通信接入请求获取所述图像拍摄设备存储于图像处理器中的验证信息；所述验证信息至少包括：图像拍摄设备编号目录、图像拍摄设备账户名称目录和图像拍摄设备账户密码目录；利用所述验证信息对所述监控请求信息进行验证，确定所述监控请求信息中的图像拍摄设备编号、图像拍摄设备账户名称和账户密码是否全部存在于所述验证信息对应的目录中；若完全存在，则建立所述图像拍摄设备与所述图像处理器的网络通信链路；若不完全存在，则不建立所述图像拍摄设备与所述图像处理器的网络通信链路。

综上所述，本发明提供一种基于大数据网络的监控方法，首先获取多个图像拍摄设备拍摄的监控视频，按照图像拍摄设备与图像处理器预先建立的网络通信链路，将位于图像拍摄设备处的监控视频传输至图像处理器中；再利用图像处理器对监控视频进行分帧，并从分帧后的图像中获取包含有人体的人体图像；对每帧人体图像中的人体进行框标注，获取对应的一个或多个人体图像框；再对属于同一人体的一个或多个人体图像框标记相同标号，以及对属于同一人体的一个或多个人体图像框分配相同颜色；按照拍摄时间的先后顺序，对所获取的人体图像进行排序；确定待监控对象，并根据待监控对象所对应的标号和颜色从排序后的人体图像中选取出包含有待监控对象的图像，记为目标图像；获取包含有目标图像的监控视频，记为目标监控视频；根据目标监控视频对待监控对象进行监控，确定待监控对象的运动信息。由此可知，本发明首先建立图像拍摄设备与图像处理器的网络通信链路，然后从监控视频中选择包含有人体的人体图像，再对人体图像中的人体进行框标注，以及对标注后的图像框标记颜色和编号，再然后在确定待监控对象后，按照拍摄时间的先后顺序对所获取的人体图像进行排序，再根据待监控对象的标号和颜色来筛选出包含有待监控对象的目标图像，以及包含有目标图像的目标监控视频，最后根据目标监控视频来对待监控对象进行监控，确定待监控对象的运动信息。所以，本发明通过根据待监控对象的图像框所对应的颜色和编号来从目标监控视频中确定待监控对象的运动信息，从而可以完成对待监控对象的监控工作。并且，通过本发明记载的方案，本发明无需用户挨个查找监控视频，只需要查找存在待监控对象的监控视频，相当于对所有的监控视频进行了初步筛选，从而提高了人工查找效率，降低了人工查找难度。此外，本方法通过对图像拍摄设备与图像处理器之间的网络通信链路进行网络测试后，可以判断监控视频由图像拍摄设备传输到图像处理器时是否会出现网络波动、信号传输受阻、卡顿、音质和画质不清楚等问题，从而根据对应问题来增大网络通信链路的流量带宽，或者降低网络通信链路的波动，保持监控视频可以稳定传输，使得本方法可以通过监控视频对待监控对象进行实时稳定地监控。

如图2所示，本发明还提供一种基于大数据网络的监控系统，包括有：

视频采集模块M10，用于获取多个图像拍摄设备拍摄的监控视频；

通信模块M20，用于按照图像拍摄设备与图像处理器预先建立的网络通信链路，将位于图像拍摄设备处的监控视频传输至所述图像处理器中；

图像分帧模块M30，用于利用所述图像处理器对所述监控视频进行分帧，并从分帧后的图像中获取包含有人体的人体图像；

图像标注模块M40，用于对每帧人体图像中的人体进行框标注，获取对应的一个或多个人体图像框；

图像框标注模块M50，用于对属于同一人体的一个或多个人体图像框标记相同标号，以及对属于同一人体的一个或多个人体图像框分配相同颜色；

图像排序模块M60，用于按照拍摄时间的先后顺序，对所获取的人体图像进行排序；

图像筛选模块M70，用于确定待监控对象，并根据所述待监控对象所对应的标号和颜色从排序后的人体图像中选取出包含有待监控对象的图像，记为目标图像；

监控视频筛选模块M80，用于获取包含有所述目标图像的监控视频，记为目标监控视频；

对象监控模块M90，用于根据所述目标监控视频对所述待监控对象进行监控，确定所述待监控对象的运动信息。

由此可知，本系统首先建立图像拍摄设备与图像处理器的网络通信链路，然后从监控视频中选择包含有人体的人体图像，再对人体图像中的人体进行框标注，以及对标注后的图像框标记颜色和编号，再然后在确定待监控对象后，按照拍摄时间的先后顺序对所获取的人体图像进行排序，再根据待监控对象的标号和颜色来筛选出包含有待监控对象的目标图像，以及包含有目标图像的目标监控视频，最后根据目标监控视频来对待监控对象进行监控，确定待监控对象的运动信息。所以，本系统通过根据待监控对象的图像框所对应的颜色和编号来从目标监控视频中确定待监控对象的运动信息，从而可以完成对待监控对象的监控工作。并且，通过本系统记载的方案，本系统无需用户挨个查找监控视频，只需要查找存在待监控对象的监控视频，相当于对所有的监控视频进行了初步筛选，从而提高了人工查找效率，降低了人工查找难度。

在一示例性实施例中，所述图像拍摄设备与图像处理器预先建立的网络通信链路，将位于图像拍摄设备处的监控视频传输至所述图像处理器时，包括：

在所述监控视频进行传输前，在所述图像拍摄设备中生成网络测试数据包，记为第一网络测试数据包，所述第一网络测试包中包含有用于建立数据通信的网络测试数据；

获取所述第一网络测试数据包从所述图像拍摄设备中进入所述网络通信链路时的发送时间；

将所述图像处理器从所述网络通信链路中接收到的网络测试数据包记为第二网络测试数据包，并获取所述图像处理器从所述网络通信链路中接收到所述第二网络测试数据包的接收时间；所述第二网络测试包中包含有用于建立数据通信的网络测试数据；

根据所述接收时间以及所述发射时间确定所述图像拍摄设备与所述图像处理器中的网络通信链路是否存在网络延时，以及存在的网络延时时长；

将在所述图像拍摄设备中生成的第一网络测试数据包与所述图像处理器接收到的第二网络测试数据包进行比对，以及将所述第一网络测试数据包中包含的网络测试数据与所述第二网络测试数据包中包含的网络测试数据进行比对，计算所述网络通信链路的数据丢失率以及数据丢失量；

根据网络延时结果、数据丢失率以及数据丢失量生成所述网络通信链路的网络测试分析报告。

本实施例通过对图像拍摄设备与图像处理器之间的网络通信链路进行网络测试后，可以判断监控视频由图像拍摄设备传输到图像处理器时是否会出现网络波动、信号传输受阻、卡顿、音质和画质不清楚等问题，从而根据对应问题来增大网络通信链路的流量带宽，或者降低网络通信链路的波动，保持监控视频可以稳定传输，使得本系统可以通过监控视频对待监控对象进行实时稳定地监控。

根据上述记载，所述方法还包括：利用所述网络测试分析报告检测所述图像拍摄设备与所述图像处理器的网络通信链路是否异常；如果所述图像拍摄设备的网络通信链路正常，确定所述图像处理器的接入网络异常；如果所述图像拍摄设备的网络通信链路异常，确定所述图像处理器的接入网络正常，或者调整所述图像拍摄设备的网络配置，并重新检测所述图像拍摄设备的网络通信链路，直至所述图像拍摄设备的网络通信链路正常的情况下，检测所述图像拍摄设备与所述图像处理器之间的网络质量是否满足监控视频的通信传输要求，确定所述图像处理器的接入网络正常。本实施例通过判断图像拍摄设备与图像处理器的通信连接是否正常，从而解决在对待监控对象进行监控时，因为没有传输实时监控视频而导致对待监控对象出现监控失败的问题。

在一示例性实施例中，根据所述目标监控视频对所述待监控对象进行监控，确定所述待监控对象的运动信息时，包括：根据所述目标监控视频中的每帧图像确定所述待监控对象的移动距离，有：

式中，S_i，j表示所述待监控对象对应的目标图像框在所述目标监控视频中从第j-1帧图像到第j帧图像的移动距离；

(x_i，j，y_i，j)表示所述待监控对象对应的目标图像框在所述目标监控视频中第j帧图像中第i个特征坐标点的坐标；

(x_i-1，j，y_i-1，j)表示所述待监控对象对应的目标图像框在所述目标监控视频中第j-1帧图像中第i个特征坐标点的坐标；其中，i和j为自然数。

在确定待监控对象的移动距离后，还包括根据所述目标监控视频中的每帧图像确定所述待监控对象的移动速度标识值，有：

式中，V表示所述待监控对象的移动速度标识值；

f表示所述目标监控视频中的图像帧频；

m表示所述目标监控视频中每帧图像中特征坐标点的总数；

n表示所述目标监控视频包含的图像帧数。

根据上述记载，在确定待监控对象的移动速度标识值后，还包括确定待监控对象可能会出现的地理范围，有：

其中，η_k表示所述待监控对象可能会出现的地理范围的判定值；

L_i，k表示所述待监控对象在所述目标监控视频中的某帧图像中的第i个特征坐标点与第k个边缘坐标点的距离；

i表示预设时间段；

u()表示阶跃函数，当括号内的值大于等于0时函数值为1，当括号内的值小于0时函数值为0；

当η_k＝0时，表示所述待监控对象不会出现在第k个边缘坐标点的附近；

当η_k＝1时，表示所述待监控对象可能会出现在第k个边缘坐标点的附近。

由此可知，本系统可以根据目标监控视频来确定待监控对象在目标监控视频中的每帧的移动距离，以及在确定待监控对象的移动距离后，还可以根据目标监控视频中的每帧图像确定待监控对象的移动速度标识值，以及确定待监控对象可能会出现的地理范围。相当于本发明可以根据目标监控视频来确定待监控对象的运动信息，确定待监控对象的运动时间和运动轨迹路线，方便用户根据对应的运动时间和运动轨迹路线来对待监控对象进行跟踪监控。

在一示例性实施例中，对每帧人体图像中的人体进行框标注，获取对应的一个或多个人体图像框的过程包括：对每帧图像中的人体、人头和人脸进行预标注，获取预标注后的图像框；将人体框作为父级图像框，人头框作为子级图像框，建立所述人体框与所述人头框的从属关系；以及将人头框作为父级图像框，人脸框作为子级图像框，建立所述人头框与所述人脸框的从属关系；根据预标注后的图像框确定图像框从属关系，并按照所述图像框从属关系识别预标注后的图像框是否存在错误标注；其中，所述错误标注包括以下至少之一：将从属于某一父级图像框的子级图像框标注为不属于该父级图像框；和/或，若不从属于某一父级图像框的子级图像框标注为从属于该父级图像框；则预标注后的图像框存在错误标注；修改存在错误标注的人体图像框，并将完成修改后的人体图像框作为最终的人体图像框。本发明通过修改人体图像框的从属关系，可以避免在进行人体图像框标注时，将人员A的人头与人员B的人体进行关联。

在一示例性实施例中，所述方法还包括：识别所述目标监控视频中当前帧图像与其余帧图像中对待监控对象的人体图像框是否为相同颜色、相同标号；若当前帧图像中某一人体图像框的标号或颜色在间隔一帧或多帧图像后被重新检测到，和/或，同一人体图像框在当前帧图像中的标号与相邻的一帧或多帧图像中的标号不同，和/或，同一人体图像框在当前帧图像中的颜色与相邻的一帧或多帧图像中的颜色不同；则说明对所述目标监控视频的待监控对象的人体图像框存在错误标注；按照错误标注类型对所述存在错误的人体图像框进行修改。本发明通过修改人体图像框，可以避免在利用人体图像框所对应的颜色和标号寻找监控视频时，寻找出错误的监控视频，从而增加了监控错误率，降低了监控效率。

在一示例性实施例中，所述图像拍摄设备与所述图像处理器建立网络通信链路的过程包括：获取用户在所述图像拍摄设备上输入的监控请求信息；所述监控请求信息包括：监控时间、图像拍摄设备编号、图像拍摄设备账户名称和账户密码；根据所述监控请求信息生成所述图像拍摄设备的通信接入请求；基于所述通信接入请求获取所述图像拍摄设备存储于图像处理器中的验证信息；所述验证信息至少包括：图像拍摄设备编号目录、图像拍摄设备账户名称目录和图像拍摄设备账户密码目录；利用所述验证信息对所述监控请求信息进行验证，确定所述监控请求信息中的图像拍摄设备编号、图像拍摄设备账户名称和账户密码是否全部存在于所述验证信息对应的目录中；若完全存在，则建立所述图像拍摄设备与所述图像处理器的网络通信链路；若不完全存在，则不建立所述图像拍摄设备与所述图像处理器的网络通信链路。

综上所述，本发明提供一种基于大数据网络的监控方法，首先获取多个图像拍摄设备拍摄的监控视频，按照图像拍摄设备与图像处理器预先建立的网络通信链路，将位于图像拍摄设备处的监控视频传输至图像处理器中；再利用图像处理器对监控视频进行分帧，并从分帧后的图像中获取包含有人体的人体图像；对每帧人体图像中的人体进行框标注，获取对应的一个或多个人体图像框；再对属于同一人体的一个或多个人体图像框标记相同标号，以及对属于同一人体的一个或多个人体图像框分配相同颜色；按照拍摄时间的先后顺序，对所获取的人体图像进行排序；确定待监控对象，并根据待监控对象所对应的标号和颜色从排序后的人体图像中选取出包含有待监控对象的图像，记为目标图像；获取包含有目标图像的监控视频，记为目标监控视频；根据目标监控视频对待监控对象进行监控，确定待监控对象的运动信息。由此可知，本发明首先建立图像拍摄设备与图像处理器的网络通信链路，然后从监控视频中选择包含有人体的人体图像，再对人体图像中的人体进行框标注，以及对标注后的图像框标记颜色和编号，再然后在确定待监控对象后，按照拍摄时间的先后顺序对所获取的人体图像进行排序，再根据待监控对象的标号和颜色来筛选出包含有待监控对象的目标图像，以及包含有目标图像的目标监控视频，最后根据目标监控视频来对待监控对象进行监控，确定待监控对象的运动信息。所以，本发明通过根据待监控对象的图像框所对应的颜色和编号来从目标监控视频中确定待监控对象的运动信息，从而可以完成对待监控对象的监控工作。并且，通过本发明记载的方案，本发明无需用户挨个查找监控视频，只需要查找存在待监控对象的监控视频，相当于对所有的监控视频进行了初步筛选，从而提高了人工查找效率，降低了人工查找难度。此外，本系统通过对图像拍摄设备与图像处理器之间的网络通信链路进行网络测试后，可以判断监控视频由图像拍摄设备传输到图像处理器时是否会出现网络波动、信号传输受阻、卡顿、音质和画质不清楚等问题，从而根据对应问题来增大网络通信链路的流量带宽，或者降低网络通信链路的波动，保持监控视频可以稳定传输，使得本系统可以通过监控视频对待监控对象进行实时稳定地监控。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。