CN105389993A - 视觉交通信号的处理与识别方法 - Google Patents

视觉交通信号的处理与识别方法 Download PDF

Info

Publication number
CN105389993A
CN105389993A CN201510920155.1A CN201510920155A CN105389993A CN 105389993 A CN105389993 A CN 105389993A CN 201510920155 A CN201510920155 A CN 201510920155A CN 105389993 A CN105389993 A CN 105389993A
Authority
CN
China
Prior art keywords
traffic
information
image
traffic signal
traffic signals
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510920155.1A
Other languages
English (en)
Other versions
CN105389993B (zh
Inventor
刘颖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yu Zhanqiu
Original Assignee
Chengdu Hui Zhi Distant View Science And Technology Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chengdu Hui Zhi Distant View Science And Technology Ltd filed Critical Chengdu Hui Zhi Distant View Science And Technology Ltd
Priority to CN201510920155.1A priority Critical patent/CN105389993B/zh
Publication of CN105389993A publication Critical patent/CN105389993A/zh
Application granted granted Critical
Publication of CN105389993B publication Critical patent/CN105389993B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Traffic Control Systems (AREA)

Abstract

为了辅助汽车对交通信号的识别能力，本发明提供了一种视觉交通信号的处理与识别方法。其中，首次采用了点距的方式进行识别和处理。该方法用于供分析车辆判断路况中的交通信号，包括如下步骤：(1)建立交通信号模型数据库；(2)在第一时刻采集实时路况中的交通信号图像信息；(3)进行交通信号和车型识别；(4)将步骤(3)的识别结果发送给输出系统。本发明能够辅助智能驾驶系统自动识别路况中的交通信号，并能够作为辅助信息供司机查询由于疏忽而遗漏的交通指示信息。

Description

视觉交通信号的处理与识别方法
技术领域
本发明涉及图像处理和模式识别技术领域，具体是一种基于视觉的交通车辆检测识别系统和方法。
背景技术
近年来，随着城镇化的快速发展和社会的不断进步，汽车数量与日俱增，随之而来的交通问题也日益严峻，交通阻塞。如何实现交通场景的实时监控、调度和控制，建立行之有效的智能交通系统早已成为国内外关注的焦点和当前亟待解决的问题。在此背景之下，基于视觉的车辆检测识别技术作为新兴的车辆检测方法，日益受到人们的关注。基于计算机视觉和数字图像处理的可视化智能处理技术对交通事故的处理提供了一种更为实时、准确和高效的方法，并对交通事故的救援、事故的责任认定等善后处理提供技术支持。
现有技术中，例如，中国专利文献CN102332167A公开了一种智能交通监控中车辆和行人的目标检测方法，对视觉帧序列进行背景模型的初始化，独立建立饱和度分量和亮度分量的混合高斯背景分量模型并取分量均值；将视觉帧序列中的当前帧跟背景帧相差分，对前景帧进行二值化处理后再去除阴影和噪声并进行形态学滤波；用更新因子更新得到的混合高斯背景模型的分量的权值、均值和方差；将要进行匹配的运动目标像素点值与更新后的混合高斯背景模型中的每一个分布的Jeffrey值进行比较，利用Jeffrey值判断运动目标像素点是否属于前景点。中国专利文献CN102222346A公开了一种车辆检测和跟踪方法，首先对视觉中的每一帧图像建立高斯背景模型；利用帧差法对相邻两帧做差分处理，得到粗略的运动区域和静止区域；对获得的静止区域进行背景更新，运动区域不更新；对当前帧图像和获得的更新后的背景图像做差分，得到精确的运动区域；利用每个像素点匹配方法对获得的相邻两帧运动区域图像找出重叠区域，并比较重叠区域与给定阈值大小；如果重叠区域大于给定阈值，则判断是否发生目标重合；如果是，则计算相邻两帧中的第一帧运动区域的长宽比，通过这个比例检测和跟踪该运动车辆；如果不是，则判断为同一车辆；如果重叠区域小于给定阈值，则求出多个目标框的最小外接矩形来正确对车辆检测和跟踪。
但是，上述现有技术无法对交通信号(本发明中，交通信号包括但不限于路名牌、禁止左转、禁止右转、单行线、行人通道、慢性、连续急转弯等交通标识的红绿灯等)与车辆信息同时进行有效的识别和处理。例如，车辆的尾灯会干扰对交通信号灯的识别。
发明内容
本发明为了解决现有技术中，车辆本身无法有对交通信号与车辆信息同时进行有效识别的问题，提供了一种视觉交通信号的处理与识别方法。其中，首次采用了点距的方式进行识别和处理。该方法用于供分析车辆判断路况中的交通信号，包括如下步骤：
(1)建立交通信号模型数据库；
(2)在第一时刻采集实时路况中的交通信号图像信息；
(3)进行交通信号和车型识别；
(4)将步骤(3)的识别结果发送给输出系统。
进一步地，所述交通信号和车型识别包括如下步骤：
(31)在待识别的交通信号图像信息中，提取各个超过亮度阀值的图像区域；
(32)对各图像区域中的颜色进行识别；
(33)判断各个图像区域中识别出来的颜色是否为单色以及是否为蓝色与白色的混合；
(34)若为单色，则将图像信息进行放大，判断是否为交通红绿灯，如果不是，则判断为车辆上具有的信号灯；
(35)若为蓝色与白色的混合，则与交通信号模型数据库进行匹配。
进一步地，所述交通信号和车型识别还包括：
在步骤(31)和步骤(32)之间，对各个图像区域的形状进行判断，若形状符合预定形状，则进行步骤(32)的识别。
进一步地，所述步骤(34)进一步包括：
(341)从被放大的图像信息中获得中心与图像的中心重合的方形区域，且该方形区域的边框的选取方式为：对被放大的图像信息的亮度信息进行灰度化处理，将被放大的图像信息转换成灰度矩阵，该灰度矩阵中灰度值大小表示图像信息中的亮度值，且该矩阵中包括亮点和暗点，其中每个亮点的灰度值为100，每个暗点的灰度值为0；
(342)找出图像的中心点，以该中心点为方心向外部扩展方形；
(343)查找距离该所述方向的边最近的暗点，并且逐个地将方形边的各个点移动到这样的暗点，以重新定义步骤(342)形成的方形；
(344)计算被重新定义的方形内的所有亮点的数量N，且设X＝N/2；
(345)计算步骤(343)中确定的方形中的每两个亮点之间距离DX，并计算该方形中的所有亮点之间的距离的平均值A：A＝(各行中起止亮点之间的长度+各列中起止亮点之间的长度)/N；
(346)比较DX与A的差值是否在预定范围之内，若在预定范围之内，则认为该被放大的图像信息是交通信号，否则认为该被放大的图像信息是车辆本身的灯发光形成的图像信息。
进一步地，所述输出系统包括GPS导航仪、显示屏、智能手机中的一种或多种。
进一步地，该方法还包括：
在第二时刻采集实时路况中的交通信号图像信息并进行交通信号和车型识别，然后将该识别结果发送给输出系统，其中第二时刻在第一时刻之后且在此两个时刻之间所述分析车辆进行直线运动。
进一步地，所述方法还包括：对于在所采集到的实时路况中的交通信号图像信息中，如果判断在延所述直线前进的透视方向上，发送到输出系统中的某交通信号所代表的对象在该第一时刻所采集的实时路况中的交通信号图像信息中的相对位置，以及发送到输出系统中的该同一交通信号所代表的对象在该第二时刻所采集的实时路况中的交通信号图像信息中的相对位置在预定阀值范围内时，则对该对象在第一时刻发送到输出系统的信息与第二时刻发送到输出系统的信息进行比较，判断二者是否相同。
本发明具有如下的有益效果：能够辅助智能驾驶系统自动识别路况中的交通信号，并能够作为辅助信息供司机查询由于疏忽而遗漏的交通指示信息。
附图说明
图1示出了根据本发明的优选实施例的流程图。
具体实施方式
根据本发明的优选实施例的视觉交通信号的处理与识别方法如图1所示。该方法用于供分析车辆判断路况中的交通信号。该分析车辆优选地具有输出信息的输出设备或输出系统，包括但不限于：GPS导航仪、显示屏，也可以在其中包括其他车载智能设备，例如智能手机。本实施例中这些设备的目的是为了使信息能够被显示给车内的乘员，例如司机或副驾驶员。此外，输出给这些输出设备或输出系统的信息还可以被通过语音的方式给车内的乘员加以提示。
本视觉交通信号的处理与识别方法包括如下步骤：
(1)建立交通信号模型数据库。该数据库中以BLOB型存储了各个交通信号的图像文件的十六进制编码。
(2)在第一时刻采集实时路况中的交通信号图像信息。该被采集的交通信号图像信息是图片的形式被采集的，例如通过数码摄像机。采集到的图像信息被转换成图像文件，该图像文件中包括了每个象素的亮度信息等。
(3)进行交通信号和车型识别。
(31)在待识别的交通信号图像信息中，提取各个超过亮度阀值的图像区域；
(32)对各图像区域中的颜色进行识别；
(33)判断各个图像区域中识别出来的颜色是否为单色以及是否为蓝色与白色的混合；
(34)若为单色，则将图像信息进行放大，判断是否为交通红绿灯，如果不是，则判断为车辆上具有的信号灯；
(341)从被放大的图像信息中获得中心与图像的中心重合的方形区域，且该方形区域的边框的选取方式为：对被放大的图像信息的亮度信息进行灰度化处理，将被放大的图像信息转换成灰度矩阵，该灰度矩阵中灰度值大小表示图像信息中的亮度值，且该矩阵中包括亮点和暗点，其中每个亮点的灰度值为100，每个暗点的灰度值为0；
(342)找出图像的中心点，以该中心点为方心向外部扩展方形；
(343)查找距离该所述方向的边最近的暗点，并且逐个地将方形边的各个点移动到这样的暗点，以重新定义步骤(342)形成的方形；
(344)计算被重新定义的方形内的所有亮点的数量N，且设X＝N/2；
(345)计算步骤(343)中确定的方形中的每两个亮点之间距离DX，并计算该方形中的所有亮点之间的距离的平均值A：A＝(各行中起止亮点之间的长度+各列中起止亮点之间的长度)/N；
(346)比较DX与A的差值是否在预定范围之内，若在预定范围之内，则认为该被放大的图像信息是交通信号，否则认为该被放大的图像信息是车辆本身的灯发光形成的图像信息。
(35)若为蓝色与白色的混合，则与交通信号模型数据库进行匹配。
根据另一实施例，所述交通信号和车型识别还包括：在步骤(31)和步骤(32)之间，对各个图像区域的形状进行判断，若形状符合预定形状，则进行步骤(32)的识别。所述的预定形状包括圆形、正八边形、椭圆形、方形、长方形。如果形状为不规则图形，则被识别为是车辆发出的灯光。
(4)将步骤(3)的识别结果发送给输出系统。
根据本发明的又一实施例，还在第二时刻采集实时路况中的交通信号图像信息并进行交通信号和车型识别，然后将该识别结果发送给输出系统，其中第二时刻在第一时刻之后且在此两个时刻之间所述分析车辆进行直线运动。这种再次采集的目的是为了进一步对第一时刻采集的结果进行验证。在这种情况下，所述方法还包括：对于在所采集到的实时路况中的交通信号图像信息中，如果判断在延所述直线前进的透视方向上，发送到输出系统中的某交通信号所代表的对象在该第一时刻所采集的实时路况中的交通信号图像信息中的相对位置，以及发送到输出系统中的该同一交通信号所代表的对象在该第二时刻所采集的实时路况中的交通信号图像信息中的相对位置在预定阀值范围内时，则对该对象在第一时刻发送到输出系统的信息与第二时刻发送到输出系统的信息进行比较，判断二者是否相同。
以上所揭露的仅为本发明的几种较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (7)

1.一种视觉交通信号的处理与识别方法，该方法用于供分析车辆判断路况中的交通信号，包括如下步骤：
(1)建立交通信号模型数据库；
(2)在第一时刻采集实时路况中的交通信号图像信息；
(3)进行交通信号和车型识别；
(4)将步骤(3)的识别结果发送给输出系统。
2.根据权利要求1的方法，其特征在于，所述交通信号和车型识别包括如下步骤：
(31)在待识别的交通信号图像信息中，提取各个超过亮度阀值的图像区域；
(32)对各图像区域中的颜色进行识别；
(33)判断各个图像区域中识别出来的颜色是否为单色以及是否为蓝色与白色的混合；
(34)若为单色，则将图像信息进行放大，判断是否为交通红绿灯，如果不是，则判断为车辆上具有的信号灯；
(35)若为蓝色与白色的混合，则与交通信号模型数据库进行匹配。
3.根据权利要求2的方法，其特征在于，所述步骤(34)进一步包括：
(341)从被放大的图像信息中获得中心与图像的中心重合的方形区域，且该方形区域的边框的选取方式为：对被放大的图像信息的亮度信息进行灰度化处理，将被放大的图像信息转换成灰度矩阵，该灰度矩阵中灰度值大小表示图像信息中的亮度值，且该矩阵中包括亮点和暗点，其中每个亮点的灰度值为100，每个暗点的灰度值为0；
(342)找出图像的中心点，以该中心点为方心向外部扩展方形；
(343)查找距离该所述方向的边最近的暗点，并且逐个地将方形边的各个点移动到这样的暗点，以重新定义步骤(342)形成的方形；
(344)计算被重新定义的方形内的所有亮点的数量N，且设X＝N/2；
(345)计算步骤(343)中确定的方形中的每两个亮点之间距离DX，并计算该方形中的所有亮点之间的距离的平均值A：A＝(各行中起止亮点之间的长度+各列中起止亮点之间的长度)/N；
(346)比较DX与A的差值是否在预定范围之内，若在预定范围之内，则认为该被放大的图像信息是交通信号，否则认为该被放大的图像信息是车辆本身的灯发光形成的图像信息。
4.根据权利要求1的方法，其特征在于，所述输出系统包括GPS导航仪、显示屏、智能手机中的一种或多种。
5.根据权利要求1的方法，其特征在于，所述交通信号和车型识别还包括：
在步骤(31)和步骤(32)之间，对各个图像区域的形状进行判断，若形状符合预定形状，则进行步骤(32)的识别。
6.根据权利要求1的方法，其特征在于，该方法还包括：
在第二时刻采集实时路况中的交通信号图像信息并进行交通信号和车型识别，然后将该识别结果发送给输出系统，其中第二时刻在第一时刻之后且在此两个时刻之间所述分析车辆进行直线运动。
7.根据权利要求6的方法，其特征在于，，所述方法还包括：对于在所采集到的实时路况中的交通信号图像信息中，如果判断在延所述直线前进的透视方向上，发送到输出系统中的某交通信号所代表的对象在该第一时刻所采集的实时路况中的交通信号图像信息中的相对位置，以及发送到输出系统中的该同一交通信号所代表的对象在该第二时刻所采集的实时路况中的交通信号图像信息中的相对位置在预定阀值范围内时，则对该对象在第一时刻发送到输出系统的信息与第二时刻发送到输出系统的信息进行比较，判断二者是否相同。
CN201510920155.1A 2015-12-11 2015-12-11 视觉交通信号的处理与识别方法 Expired - Fee Related CN105389993B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510920155.1A CN105389993B (zh) 2015-12-11 2015-12-11 视觉交通信号的处理与识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510920155.1A CN105389993B (zh) 2015-12-11 2015-12-11 视觉交通信号的处理与识别方法

Publications (2)

Publication Number Publication Date
CN105389993A true CN105389993A (zh) 2016-03-09
CN105389993B CN105389993B (zh) 2018-02-23

Family

ID=55422231

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510920155.1A Expired - Fee Related CN105389993B (zh) 2015-12-11 2015-12-11 视觉交通信号的处理与识别方法

Country Status (1)

Country Link
CN (1) CN105389993B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107506760A (zh) * 2017-08-04 2017-12-22 西南大学 基于gps定位与视觉图像处理的交通信号检测方法及系统
CN109544955A (zh) * 2018-12-26 2019-03-29 广州小鹏汽车科技有限公司 一种交通信号灯的状态获取方法及系统
CN115457791A (zh) * 2022-11-09 2022-12-09 北京数字众智科技有限公司 一种基于数字化协议的信号传输方法和系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109094580B (zh) * 2018-07-05 2019-08-09 湖南铁路科技职业技术学院 基于图像识别的列车辅助驾驶方法、系统及计算机可读存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101727748A (zh) * 2009-11-30 2010-06-09 北京中星微电子有限公司 一种基于车辆尾灯检测的车辆监控方法、系统和设备
WO2011074087A1 (ja) * 2009-12-16 2011-06-23 パイオニア株式会社 信号認識装置、信号認識方法、及び信号認識プログラム
JP2011216051A (ja) * 2010-04-02 2011-10-27 Institute Of National Colleges Of Technology Japan 信号灯識別プログラムおよび信号灯識別装置
CN102298852A (zh) * 2011-08-26 2011-12-28 北京汉王智通科技有限公司 基于视频的交通信号灯检测方法及装置
CN102519475A (zh) * 2011-12-12 2012-06-27 杨志远 一种基于增强现实技术的智能导航方法和设备
US20120283908A1 (en) * 1996-03-25 2012-11-08 Donnelly Corporation Vehicular image sensing system
CN102834309A (zh) * 2010-02-26 2012-12-19 金泰克斯公司 自动车辆设备监控、报警和控制系统
CN104050447A (zh) * 2014-06-05 2014-09-17 奇瑞汽车股份有限公司 一种交通信号灯识别方法和装置
CN104574960A (zh) * 2014-12-25 2015-04-29 宁波中国科学院信息技术应用研究院 一种交通灯识别方法
CN104598912A (zh) * 2015-01-23 2015-05-06 湖南科技大学 一种基于cpu与gpu协同计算的交通灯检测识别方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120283908A1 (en) * 1996-03-25 2012-11-08 Donnelly Corporation Vehicular image sensing system
CN101727748A (zh) * 2009-11-30 2010-06-09 北京中星微电子有限公司 一种基于车辆尾灯检测的车辆监控方法、系统和设备
WO2011074087A1 (ja) * 2009-12-16 2011-06-23 パイオニア株式会社 信号認識装置、信号認識方法、及び信号認識プログラム
CN102834309A (zh) * 2010-02-26 2012-12-19 金泰克斯公司 自动车辆设备监控、报警和控制系统
JP2011216051A (ja) * 2010-04-02 2011-10-27 Institute Of National Colleges Of Technology Japan 信号灯識別プログラムおよび信号灯識別装置
CN102298852A (zh) * 2011-08-26 2011-12-28 北京汉王智通科技有限公司 基于视频的交通信号灯检测方法及装置
CN102519475A (zh) * 2011-12-12 2012-06-27 杨志远 一种基于增强现实技术的智能导航方法和设备
CN104050447A (zh) * 2014-06-05 2014-09-17 奇瑞汽车股份有限公司 一种交通信号灯识别方法和装置
CN104574960A (zh) * 2014-12-25 2015-04-29 宁波中国科学院信息技术应用研究院 一种交通灯识别方法
CN104598912A (zh) * 2015-01-23 2015-05-06 湖南科技大学 一种基于cpu与gpu协同计算的交通灯检测识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
徐成等: "基于Lab色彩空间和模板匹配的实时交通灯识别算法", 《计算机应用》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107506760A (zh) * 2017-08-04 2017-12-22 西南大学 基于gps定位与视觉图像处理的交通信号检测方法及系统
CN109544955A (zh) * 2018-12-26 2019-03-29 广州小鹏汽车科技有限公司 一种交通信号灯的状态获取方法及系统
CN115457791A (zh) * 2022-11-09 2022-12-09 北京数字众智科技有限公司 一种基于数字化协议的信号传输方法和系统

Also Published As

Publication number Publication date
CN105389993B (zh) 2018-02-23

Similar Documents

Publication Publication Date Title
CN108804983B (zh) 交通信号灯状态识别方法、装置、车载控制终端及机动车
CN108204822B (zh) 一种基于adas的车辆ar导航系统及方法
CN111212772B (zh) 用于确定车辆的驾驶策略的方法和设备
CN113284366B (zh) 车辆盲区预警方法、预警装置、mec平台和存储介质
CN101783076B (zh) 一种视频监控模式下的快速车型识别方法
US9384401B2 (en) Method for fog detection
JP4871909B2 (ja) 物体認識装置、および物体認識方法
JP5171629B2 (ja) 走行情報提供装置
CN101739827B (zh) 一种车辆检测跟踪方法和装置
Yu et al. Traffic light detection during day and night conditions by a camera
CN103389733A (zh) 一种基于机器视觉的车辆巡线方法及系统
CN105389993A (zh) 视觉交通信号的处理与识别方法
CN107506760A (zh) 基于gps定位与视觉图像处理的交通信号检测方法及系统
KR19980019123A (ko) 국지적 위치 파악장치 및 그 방법
CN106778534B (zh) 一种车辆行驶中周围环境灯光识别方法
CN105654073A (zh) 一种基于视觉检测的速度自动控制方法
CN109615660A (zh) 对车辆全景画面进行标定的方法及装置
CN109035198A (zh) 基于边缘检测的室外可见光通信的led检测方法
US8233054B2 (en) Scenery imaging apparatus, scenery imaging method, scenery imaging program, and computer-readable recording medium
CN110838231A (zh) 一种行人过街智能检测系统及方法
CN113438779A (zh) 一种基于图像触发路灯光照强度调节的方法
CN112750170A (zh) 一种雾特征识别方法、装置及相关设备
CN108229447B (zh) 一种基于视频流的远光灯检测方法
US20230401875A1 (en) Method for recognizing illumination state of traffic lights, electronic device, and storage medium
CN113191248B (zh) 基于视频联动与智能物联网的车辆偏离路线检测系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Yu Zhanqiu

Inventor after: She Dong

Inventor after: Zhao Xiaolong

Inventor after: Sun Ke

Inventor before: Liu Ying

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20180122

Address after: 230051 School of computer and art, Anhui Technical College of Industry and Economy, Hefei City, Anhui Province, No. 1, Liang Yuan Road

Applicant after: Yu Zhanqiu

Address before: 610000 Sichuan city of Chengdu province high tech Zone Kyrgyzstan Road No. 666 Building 2 floor 13 No. 2

Applicant before: Chengdu Hui Zhi distant view Science and Technology Ltd.

GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180223

Termination date: 20181211