CN106951838B - 一种基于图像水纹的落水报警系统及其方法 - Google Patents
一种基于图像水纹的落水报警系统及其方法 Download PDFInfo
- Publication number
- CN106951838B CN106951838B CN201710131853.2A CN201710131853A CN106951838B CN 106951838 B CN106951838 B CN 106951838B CN 201710131853 A CN201710131853 A CN 201710131853A CN 106951838 B CN106951838 B CN 106951838B
- Authority
- CN
- China
- Prior art keywords
- overboard
- module
- water wave
- image
- human body
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/08—Alarms for ensuring the safety of persons responsive to the presence of persons in a body of water, e.g. a swimming pool; responsive to an abnormal condition of a body of water
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Human Computer Interaction (AREA)
- Emergency Alarm Devices (AREA)
- Alarm Systems (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于图像水纹的落水报警系统，包括视频摄像头、图像预处理模块、提取特征图像模块、人体识别定位跟踪模块、落水水纹识别定位跟踪模块、逻辑判断模块和报警模块，其特征在于，所述视频摄像头拍摄到的视频信息首先经过图像预处理模块处理，图像预处理后的信息通过提取特征图像模块进行运动检测及特征提取，本发明采用落水水纹作为人体落水的关键判别特征，识别更快速和准确。只有当系统同时识别出落水水纹和人体，并且两个对象之间的距离小于阈值时，触发报警，降低了系统误报概率。
Description
技术领域
本发明涉及一种智能报警领域，具体涉及一种基于图像水纹的落水报警系统及其方法。
背景技术
目前针对落水报警，主要采用的是在人员身上佩戴感应器的方式，当人体落水时，感应器能检测到落水信息并报警。缺点：该方法只能保护佩戴了感应器的人员，不具普遍性，并不能保护一般人员的生命安全。特别是在一些亲水沿岸区域或景区等。
发明内容
本发明的目的即在于克服现有技术不足，目的在于提供一种基于图像水纹的落水报警系统及其方法，解决一些亲水沿岸区域或景区无现场人员监视的情况下，无法及时监控是否有人员落水的问题。
本发明通过下述技术方案实现：
一种基于图像水纹的落水报警系统，包括视频摄像头、图像预处理模块、提取特征图像模块、人体识别定位跟踪模块、落水水纹识别定位跟踪模块、逻辑判断模块和报警模块，其特征在于，所述视频摄像头拍摄到的视频信息首先经过图像预处理模块处理，图像预处理后的信息通过提取特征图像模块进行运动检测及特征提取；
所述提取特征图像模块得到的信息分别同时通过人体识别定位跟踪模块与落水水纹识别定位跟踪模块进行监测；所述人体识别定位跟踪与落水水纹识别定位跟踪模块所得到的信息传送到逻辑判断模块部分进行识别判定，如果视频当中同时出现了人体与落水水纹，并且两者的距离小于预先设定的阈值，便判断视频覆盖范围内出现了人员落水，通过报警模块进行报警。
进一步的，所述图像预处理模块包括对图像进行去噪、增强以及辉值化的操作。
进一步的，所述提取特征图像模块将视频信息中灰度值变化超过阈值的像素信息提取出来，去掉视频中静止的像素；减少不必要的数据量处理。
进一步的，所述人体识别定位跟踪模块所采用的人体特征为头部特征，将提取特征图像模块得到的信息与人体头部样本库进行对比，识别是否为人体。
进一步的，所述落水水纹识别定位跟踪模块采用人体落水水纹作为判断依据，将提取特征图像模块得到的信息与人体落水水纹样本库进行对比，识别出是否为人体落水水纹。
本发明通过下述另一技术方案实现：
一种基于图像水纹的落水报警方法，包括步骤：
步骤1）建立人体头部样本库和人体落水水纹样本库；
步骤2）视频摄像头拍摄到的视频信息首先经过图像预处理模块处理，图像预处理后的信息通过提取特征图像模块进行运动检测及特征提取；
步骤3）所述提取特征图像模块得到的信息分别同时通过人体识别定位跟踪模块与落水水纹识别定位跟踪模块进行监测；
步骤4）所述人体识别定位跟踪与落水水纹识别定位跟踪模块所得到的信息传送到逻辑判断模块部分进行识别判定；
步骤5）当视频中同时出现了人体与落水水纹，并且两者的距离小于预先设定的阈值，便判断视频覆盖范围内出现了人员落水，通过报警模块进行报警，否则不进行报警。
进一步的，所述骤1）中图像预处理模块包括对图像进行去噪、增强以及辉值化的操作。
进一步的，所述骤1）中提取特征图像模块将视频信息中灰度值变化超过阈值的像素信息提取出来，去掉视频中静止的像素；减少不必要的数据量处理。
进一步的，所述骤4）中人体识别定位跟踪模块所采用的人体特征为头部特征，将提取特征图像模块得到的信息与人体头部样本库进行对比，识别是否为人体。
进一步的，所述骤4）中落水水纹识别定位跟踪模块采用人体落水水纹作为判断依据，将提取特征图像模块得到的信息与人体落水水纹样本库进行对比，识别出是否为人体落水水纹。
本发明与现有技术相比，具有如下的优点和有益效果：
本发明采用落水水纹作为人体落水的关键判别特征，识别更快速和准确。只有当系统同时识别出落水水纹和人体，并且两个对象之间的距离小于阈值时，触发报警，降低了系统误报概率。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明一种基于图像的落水报警的系统的原理示意图；
附图中标记及对应的零部件名称：
1-视频摄像头，2-图像预处理模块，3-提取特征图像模块，4-人体识别定位跟踪模块，5-落水水纹识别定位跟踪模块，6-逻辑判断模块。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1
如图1所示，本发明一种基于图像的落水报警的系统，包括：视频摄像头1，在需要监控的水域，根据水域面积，在距离岸边5米面的范围内通过布置多个视频摄像头1无死角覆盖；图像预处理模块2；提取特征图像模块3；人体识别定位跟踪模块4；落水水纹识别定位跟踪模块5；逻辑判断模块6；报警模块7。视频摄像头1拍摄到的视频信息首先经过图像预处理模块2，图像预处理模块2包括对图像进行去噪、增强以及辉值化等操作，使图像信息更能反映真实情况，并且更易于处理，减少运算量。图像预处理后的信息进行运动检测，提取特征图像模块3，将视频信息中灰度值变化超过阈值的像素信息提取出来，去掉视频中静止的像素，减少不必要的数据量处理。提取特征图像模块3得到的信息分别同时进行人体识别定位跟踪模块4与落水水纹识别定位跟踪模块5，其中人体识别定位跟踪模块4所采用的人体特征为头部特征，将提取特征图像模块3得到的信息与人体头部样本库进行对比，识别出人体；人体头部样本库是根据人体头部特征建立的数据库，对人体头部各个方位进行图像记录，并提取该部位特征提取的数据库，通过视频摄像头1拍摄的头部画面与人体头部样本库进行对比，识别是否为人体。
落水水纹识别定位跟踪模块5采用人体落水水纹作为判断依据，将运动检测，提取特征图像模块3得到的信息与人体落水水纹样本库进行对比，识别出人体落水水纹。人体落水水纹样本库是根据人体落水形成的水纹建立的数据库，由于人体的特殊形体，在人员落水后，由于应激反应所形成的水纹具有特殊形状，以此建立的数据库，人体识别定位跟踪模块4与落水水纹识别定位跟踪模块5所得到的信息传送到逻辑判断模块6部分，如果视频当中同时出现了人体与落水水纹，并且两者的距离小于预先设定的阈值，阈值设为0-1m，便判断视频覆盖范围内出现了人员落水，进行报警。
本发明采用落水水纹作为人体落水的关键判别特征，识别更快速和准确。只有当系统同时识别出落水水纹和人体，并且两个对象之间的距离小于阈值时，触发报警，降低了系统误报概率。
实施例2
一种基于图像水纹的落水报警方法，包括步骤：
步骤1）建立人体头部样本库和人体落水水纹样本库；人体头部样本库是根据人体头部特征建立的数据库，对人体头部各个方位进行图像记录，并提取该部位特征提取的数据库，通过视频摄像头1拍摄的头部画面与人体头部样本库进行对比，识别是否为人体。人体落水水纹样本库是根据人体落水形成的水纹建立的数据库，由于人体的特殊形体，在人员落水后，由于应激反应所形成的的水纹具有特殊形状，以此建立的数据库。
步骤2）视频摄像头1拍摄到的视频信息首先经过图像预处理模块2处理，图像预处理后的信息通过提取特征图像模块3进行运动检测及特征提取；图像预处理模块（2）包括对图像进行去噪、增强以及辉值化的操作。
步骤3）所述提取特征图像模块3得到的信息分别同时通过人体识别定位跟踪模块4与落水水纹识别定位跟踪模块5进行监测；提取特征图像模块（3）将视频信息中灰度值变化超过阈值的像素信息提取出来，去掉视频中静止的像素；减少不必要的数据量处理。
步骤4）所述人体识别定位跟踪4模块与落水水纹识别定位跟踪模块5所得到的信息传送到逻辑判断模块6部分进行识别判定；所述骤4）中人体识别定位跟踪模块4所采用的人体特征为头部特征，将提取特征图像模块（3）得到的信息与人体头部样本库进行对比，识别是否为人体。落水水纹识别定位跟踪模块（5）采用人体落水水纹作为判断依据，将提取特征图像模块（3）得到的信息与人体落水水纹样本库进行对比，识别出是否为人体落水水纹。
步骤5）当视频中同时出现了人体与落水水纹，并且两者的距离小于预先设定的阈值，阈值设为0-1m，在此阈值内，说明书水纹很有可能是人体落水所形成，否则不相关，便判断视频覆盖范围内出现了人员落水，通过报警模块7进行报警，否则不进行报警。
本发明采用落水水纹作为人体落水的关键判别特征，识别更快速和准确。只有当系统同时识别出落水水纹和人体，并且两个对象之间的距离小于阈值时，触发报警，降低了系统误报概率。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于图像水纹的落水报警系统，包括视频摄像头（1）、图像预处理模块（2）、提取特征图像模块（3）、人体识别定位跟踪模块（4）、落水水纹识别定位跟踪模块（5）、逻辑判断模块（6）和报警模块（7），其特征在于，所述视频摄像头（1）拍摄到的视频信息首先经过图像预处理模块（2）处理，图像预处理后的信息通过提取特征图像模块（3）进行运动检测及特征提取；
所述提取特征图像模块（3）得到的信息分别同时通过人体识别定位跟踪模块（4）与落水水纹识别定位跟踪模块（5）进行监测；所述人体识别定位跟踪模块（4）与落水水纹识别定位跟踪模块（5）所得到的信息传送到逻辑判断模块（6）部分进行识别判定，如果视频当中同时出现了人体与落水水纹，并且两者的距离小于预先设定的阈值，便判断视频覆盖范围内出现了人员落水，通过报警模块（7）进行报警。
2.根据权利要求1所述的一种基于图像水纹的落水报警系统，其特征在于：所述图像预处理模块（2）包括对图像进行去噪、增强以及灰 值化的操作。
3.根据权利要求1所述的一种基于图像水纹的落水报警系统，其特征在于：所述提取特征图像模块（3）将视频信息中灰度值变化超过阈值的像素信息提取出来，去掉视频中静止的像素。
4.根据权利要求1所述的一种基于图像水纹的落水报警系统，其特征在于：所述人体识别定位跟踪模块（4）所采用的人体特征为头部特征，将提取特征图像模块（3）得到的信息与人体头部样本库进行对比，识别是否为人体。
5.根据权利要求1所述的一种基于图像水纹的落水报警系统，其特征在于：所述落水水纹识别定位跟踪模块（5）采用人体落水水纹作为判断依据，将提取特征图像模块（3）得到的信息与人体落水水纹样本库进行对比，识别出是否为人体落水水纹。
6.一种基于图像水纹的落水报警方法，其特征在于：包括步骤：
步骤1）建立人体头部样本库和人体落水水纹样本库；
步骤2）视频摄像头（1）拍摄到的视频信息首先经过图像预处理模块（2）处理，图像预处理后的信息通过提取特征图像模块（3）进行运动检测及特征提取；
步骤3）所述提取特征图像模块（3）得到的信息分别同时通过人体识别定位跟踪模块（4）与落水水纹识别定位跟踪模块（5）进行监测；
步骤4）所述人体识别定位跟踪模块（4）与落水水纹识别定位跟踪模块（5）所得到的信息传送到逻辑判断模块（6）部分进行识别判定；
步骤5）当视频中同时出现了人体与落水水纹，并且两者的距离小于预先设定的阈值，便判断视频覆盖范围内出现了人员落水，通过报警模块（7）进行报警，否则不进行报警。
7.根据权利要求6所述的一种基于图像水纹的落水报警方法，其特征在于：所述步骤1）中图像预处理模块（2）包括对图像进行去噪、增强以及灰 值化的操作。
8.根据权利要求6所述的一种基于图像水纹的落水报警方法，其特征在于：所述步骤1）中提取特征图像模块（3）将视频信息中灰度值变化超过阈值的像素信息提取出来，去掉视频中静止的像素。
9.根据权利要求6所述的一种基于图像水纹的落水报警方法，其特征在于：所述步骤4）中人体识别定位跟踪模块（4）所采用的人体特征为头部特征，将提取特征图像模块（3）得到的信息与人体头部样本库进行对比，识别是否为人体。
10.根据权利要求6所述的一种基于图像水纹的落水报警方法，其特征在于：所述步骤4）中落水水纹识别定位跟踪模块（5）采用人体落水水纹作为判断依据，将提取特征图像模块（3）得到的信息与人体落水水纹样本库进行对比，识别出是否为人体落水水纹。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710131853.2A CN106951838B (zh) | 2017-03-07 | 2017-03-07 | 一种基于图像水纹的落水报警系统及其方法 |
| PCT/CN2018/077806 WO2018161849A1 (zh) | 2017-03-07 | 2018-03-02 | 一种基于图像水纹的落水报警系统及其方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710131853.2A CN106951838B (zh) | 2017-03-07 | 2017-03-07 | 一种基于图像水纹的落水报警系统及其方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106951838A CN106951838A (zh) | 2017-07-14 |
| CN106951838B true CN106951838B (zh) | 2019-09-06 |
Family
ID=59467238
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710131853.2A Active CN106951838B (zh) | 2017-03-07 | 2017-03-07 | 一种基于图像水纹的落水报警系统及其方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN106951838B (zh) |
| WO (1) | WO2018161849A1 (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106951838B (zh) * | 2017-03-07 | 2019-09-06 | 四川省建筑设计研究院 | 一种基于图像水纹的落水报警系统及其方法 |
| CN108111808B (zh) * | 2017-11-30 | 2020-04-28 | 江西洪都航空工业集团有限责任公司 | 一种基于实时视频图像分析的落水检测方法 |
| CN107833432A (zh) * | 2017-11-30 | 2018-03-23 | 深圳市多精彩电子科技有限公司 | 溺水监控报警系统及溺水监控报警方法 |
| CN108334865B (zh) * | 2018-03-12 | 2019-03-12 | 贵州迦太利华信息科技有限公司 | 基于图像的大数据分析装置 |
| CN111726573A (zh) * | 2020-03-21 | 2020-09-29 | 周爱霞 | 生活舱大数据安全监控系统 |
| CN111626162B (zh) * | 2020-05-18 | 2023-06-02 | 江苏科技大学苏州理工学院 | 基于时空大数据分析的水上救援系统及溺水警情预测方法 |
| CN117606568A (zh) * | 2023-12-07 | 2024-02-27 | 武汉大水云科技有限公司 | 一种排水口实时流量测量方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7203339B1 (en) * | 2003-06-26 | 2007-04-10 | The United States Of America As Represented By The Secretary Of The Navy | Enhancing two-dimensional contrast and range images rendered from three-dimensional streak tube imaging lidar (STIL) data |
| CN101852644A (zh) * | 2010-05-20 | 2010-10-06 | 北京交通大学 | 震动传感器、使用该传感器的地震报警系统及报警方法 |
| CN202351435U (zh) * | 2011-12-06 | 2012-07-25 | 四川久远新方向智能科技有限公司 | 城市轨道交通地震灾害应对系统 |
| CN104751601A (zh) * | 2013-12-27 | 2015-07-01 | 北京尚乘亿邦信息技术有限公司 | 一种海上应急搜救系统 |
| CN105223937A (zh) * | 2015-10-26 | 2016-01-06 | 河海大学 | 梯级水电站群生态调控智能控制系统及方法 |
| CN105501410A (zh) * | 2015-12-17 | 2016-04-20 | 刘红广 | 泳衣式防溺水智能救生衣 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SG95652A1 (en) * | 2001-05-25 | 2003-04-23 | Univ Nanyang | Drowning early warning system |
| US7839291B1 (en) * | 2007-10-02 | 2010-11-23 | Flir Systems, Inc. | Water safety monitor systems and methods |
| US8237574B2 (en) * | 2008-06-05 | 2012-08-07 | Hawkeye Systems, Inc. | Above-water monitoring of swimming pools |
| CN102693606B (zh) * | 2011-03-24 | 2016-07-06 | 中国人民解放军国防科学技术大学 | 一种基于摄像网络的泳池防溺水预警方法及系统 |
| CN102542301A (zh) * | 2011-12-28 | 2012-07-04 | 浙江大学 | 基于视频的早期溺水行为动作检测方法 |
| CN106022230B (zh) * | 2016-05-11 | 2019-05-14 | 太原理工大学 | 一种基于视频的游泳池溺水事件检测方法 |
| CN106951838B (zh) * | 2017-03-07 | 2019-09-06 | 四川省建筑设计研究院 | 一种基于图像水纹的落水报警系统及其方法 |
-
2017
- 2017-03-07 CN CN201710131853.2A patent/CN106951838B/zh active Active
-
2018
- 2018-03-02 WO PCT/CN2018/077806 patent/WO2018161849A1/zh active Application Filing
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7203339B1 (en) * | 2003-06-26 | 2007-04-10 | The United States Of America As Represented By The Secretary Of The Navy | Enhancing two-dimensional contrast and range images rendered from three-dimensional streak tube imaging lidar (STIL) data |
| CN101852644A (zh) * | 2010-05-20 | 2010-10-06 | 北京交通大学 | 震动传感器、使用该传感器的地震报警系统及报警方法 |
| CN202351435U (zh) * | 2011-12-06 | 2012-07-25 | 四川久远新方向智能科技有限公司 | 城市轨道交通地震灾害应对系统 |
| CN104751601A (zh) * | 2013-12-27 | 2015-07-01 | 北京尚乘亿邦信息技术有限公司 | 一种海上应急搜救系统 |
| CN105223937A (zh) * | 2015-10-26 | 2016-01-06 | 河海大学 | 梯级水电站群生态调控智能控制系统及方法 |
| CN105501410A (zh) * | 2015-12-17 | 2016-04-20 | 刘红广 | 泳衣式防溺水智能救生衣 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106951838A (zh) | 2017-07-14 |
| WO2018161849A1 (zh) | 2018-09-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106951838B (zh) | 一种基于图像水纹的落水报警系统及其方法 | |
| Lopez-Fuentes et al. | Review on computer vision techniques in emergency situations | |
| CN105354563B (zh) | 结合深度和彩色图像的遮挡人脸检测预警装置及实现方法 | |
| CN106203274B (zh) | 一种视频监控中行人实时检测系统及方法 | |
| CN111898514A (zh) | 一种基于目标检测与动作识别的多目标视觉监管方法 | |
| EP1553516B1 (en) | Pedestrian extracting apparatus | |
| CN108447219A (zh) | 基于视频图像的火灾检测系统及方法 | |
| Gowsikhaa et al. | Suspicious Human Activity Detection from Surveillance Videos. | |
| CN106204640A (zh) | 一种运动目标检测系统及方法 | |
| CN106156688A (zh) | 一种动态人脸识别方法及系统 | |
| KR101839827B1 (ko) | 원거리 동적 객체에 대한 얼굴 특징정보(연령, 성별, 착용된 도구, 얼굴안면식별)의 인식 기법이 적용된 지능형 감시시스템 | |
| CN114842397B (zh) | 一种基于异常检测的实时老人跌倒检测方法 | |
| CN102521565A (zh) | 低分辨率视频的服装识别方法及系统 | |
| CN108376246A (zh) | 一种多人脸识别及跟踪系统及方法 | |
| CN109218667B (zh) | 一种公共场所安全预警系统和方法 | |
| Singh et al. | IoT based weapons detection system for surveillance and security using YOLOV4 | |
| CN113223046B (zh) | 一种监狱人员行为识别的方法和系统 | |
| Sullivan et al. | Visual surveillance in maritime port facilities | |
| CN116310933A (zh) | 轨道交通侵界场景人员跨镜跟踪预警方法及系统 | |
| Phule et al. | Abnormal activities detection for security purpose unattainded bag and crowding detection by using image processing | |
| CN113128439A (zh) | 一种基于视频图像序列的火焰实时检测算法及系统 | |
| CN111985331A (zh) | 预防商业秘密被窃照的检测方法及装置 | |
| CN106339666B (zh) | 一种人体目标的夜间监控方法 | |
| CN110598521A (zh) | 一种基于人脸图像智能分析的行为与生理状态识别方法 | |
| Sathesh et al. | Speedy detection module for abandoned belongings in airport using improved image processing technique |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 610000 No. 688, Tianfu Road, Chengdu hi tech Zone, Sichuan, China Patentee after: Sichuan architectural design and Research Institute Co., Ltd Address before: 610000 No. 688, Tianfu Road, Chengdu hi tech Zone, Sichuan, China Patentee before: SICHUAN PROVINCIAL ARCHITECTURAL DESIGN AND RESEARCH INSTITUTE |
|
| CP01 | Change in the name or title of a patent holder |