CN106991359A - 一种在全景模式下对球赛视频中篮球进行跟踪的算法 - Google Patents
一种在全景模式下对球赛视频中篮球进行跟踪的算法 Download PDFInfo
- Publication number
- CN106991359A CN106991359A CN201610037566.0A CN201610037566A CN106991359A CN 106991359 A CN106991359 A CN 106991359A CN 201610037566 A CN201610037566 A CN 201610037566A CN 106991359 A CN106991359 A CN 106991359A
- Authority
- CN
- China
- Prior art keywords
- basketball
- track
- ball
- short
- algorithm
- 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
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
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- 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
- G06V20/49—Segmenting video sequences, i.e. computational techniques such as parsing or cutting the sequence, low-level clustering or determining units such as shots or scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30221—Sports video; Sports image
- G06T2207/30224—Ball; Puck
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- Image Analysis (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种在全景模式下对球赛视频中篮球进行跟踪的算法,包括:1)生成场景标注;2)候选球的检测;3)短轨迹的生成;4)短轨迹的矫正和过滤;5)连接短轨迹为长轨迹。本发明提供的一种在全景模式下对球赛视频中篮球进行跟踪的算法,利用篮球运动中球场的一些先验信息(如球场运动场位置,篮框位置,球员平均身高等),和篮球的几个主要运动形态(持球,拍球,传球,投篮),提取出其对应的运动特征,将这些运动特征加入到篮球的跟踪中,提高了跟踪准确性。
Description
技术领域
本发明涉及一种比赛视频跟踪的算法,尤其涉及一种在全景模式下对球赛视频中篮球进行跟踪的算法。
背景技术
采用普通摄像头进行球赛无监督的录制时,由于运动的篮球速度过快,及所采用的摄像机镜头的质量问题,常导致高速运动的篮球存在运动模糊,虚影和残影问题;同时常发生球与球员接触或被球员遮挡的情况,且在全景模式下篮球的面积较小,这使得一般的目标跟踪方法对球赛中篮球跟踪效果较差。针对现有技术中球赛视频中篮球跟踪技术的缺陷,本发明提供了一种在全景模式下对球赛视频中篮球进行跟踪的算法,以克服现有技术中存在的上述不足。
发明内容
本发明为解决上述技术问题而采用的技术方案是提供一种在全景模式下对球赛视频中篮球进行跟踪的算法,其中具体包括以下5步骤:
1)生成场景标注;利用人工标注或算法自动学习的方法,获取得到场景的先验信息;
2)候选球的检测;
(1)对全景视频建立背景模型,从中分割出前景;
(2)利用尺寸、形状、颜色信息对前景处进行过滤,获取候选的可疑篮球区域;
(3)利用前期对篮球进行跟踪的结果预测出当前帧篮球的位置,若该位置上存在前景,则将其添加为候选的可疑篮球区域;
(4)对可疑球区域利用离线的机器学习出来的篮球模型进行篮球的检测,将检测出篮球的区域作为候选篮球区域;
3)短轨迹的生成;
(1)以当前检测到的候选篮球为待跟踪区域对该区域进行跟踪,将跟踪上的结果形成轨迹,若未跟踪上则以预测结果替代;但如若连续一段时间均未跟踪上,则结束该轨迹的跟踪;
(2)对当前检测和跟踪到的篮球区域的扩展区域进行人体检测;
4)短轨迹的矫正和过滤;利用场景的先验信息和人体检测的信息,结合篮球的运动规律,对轨迹进行活动的判断,根据预期的活动对该轨迹进行矫正和过滤;
5)连接短轨迹为长轨迹;利用时间顺序和空间关系将短轨迹连接为长轨迹,形成完整的篮球跟踪轨迹。
上述的一种在全景模式下对球赛视频中篮球进行跟踪的算法,其中,1)生成场景标注中先验信息包括从视频中分割出篮球场地、从视频中提取出篮框和篮板、标注出视频中篮球场地远处及近处普通球员的身高。
上述的一种在全景模式下对球赛视频中篮球进行跟踪的算法,其中,4)短轨迹的矫正和过滤中,对轨迹进行活动的判断如下:
如短轨迹中球的中心y坐标近似为周期波,则判为拍球;
如短轨迹球的中心坐标近似为开口向下或向上的抛物线,则判为传球;
如短轨迹中球的中心y坐标超出该处球员身高,且中心坐标近似为开口向下抛物线则判为投篮;
如短轨迹中球的中心附近存在人体,y坐标不远大于该处球员身高,且球的中心x坐标变化小则判为持球。
上述的一种在全景模式下对球赛视频中篮球进行跟踪的算法,其中,4)短轨迹的矫正和过滤中,根据根据预期的活动对该轨迹进行矫正和过滤如下:
如根据短轨迹,判断当前为拍球期间,则对不符合拍球规律的检测或跟踪结果进行矫正或直接剔除;
如根据短轨迹,判断当前为传球期间,则对不符合传球规律的检测或跟踪结果进行矫正或直接剔除;
如根据短轨迹,判断当前为投篮期间,则对不符合投篮规律的检测或跟踪结果进行矫正或直接剔除;
如根据短轨迹,判断当前为持球期间,则对不符合拍球规律的检测或跟踪结果进行矫正或直接剔除。
本发明相对于现有技术具有如下有益效果:
本发明利用篮球运动中球场的一些先验信息(如球场运动场位置,篮框位置,球员平均身高等),和篮球的几个主要运动形态(持球,拍球,传球,投篮),提取出其对应的运动特征,将这些运动特征加入到篮球的跟踪中,提高了跟踪准确性。
附图说明
图1为本发明提供的一种在全景模式下对球赛视频中篮球进行跟踪的算法的示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的描述。本发明提供的一种在全景模式下对球赛视频中篮球进行跟踪的算法,具体方案包括:
1、生成场景标注。
利用人工标注或算法自动学习的方法,获取得到场景的一些先验信息(如从视频中分割出篮球场地,从视频中提取出篮框和篮板,标注出视频中篮球场地远处及近处普通球员的身高)。
2、候选球的检测。
(1)对全景视频,建立背景模型,从中分割出前景;
(2)利用尺寸,形状,颜色等信息,对前景处进行过滤,获取一些候选的可疑篮球区域;
(3)利用前期对篮球进行跟踪的结果,预测出当前帧篮球的位置,若该位置上存在前景,则将其添加为候选的可疑篮球区域;
(4)对可疑球区域,利用离线的机器学习出来的篮球模型,进行篮球的检测,将检测出篮球的区域作为候选篮球区域。
3、短轨迹的生成。
(1)以当前检测到的候选篮球为待跟踪区域,对该区域进行跟踪(实际跟踪上+检测到的相结合得到跟踪结果),将跟踪上的结果形成轨迹。若未跟踪上则以预测结果替代;但如若连续一段时间均未跟踪上,则结束该轨迹的跟踪;
(2)对当前检测和跟踪到的篮球区域的扩展区域,进行人体检测。
4、短轨迹的矫正和过滤。
利用场景的先验信息和人体检测的信息,结合篮球的运动规律,对轨迹进行活动的判断,根据预期的活动对该轨迹进行矫正和过滤。
其中,对轨迹进行活动的判断,如下:
如短轨迹中球的中心y坐标近似为周期波,则判为拍球;
如短轨迹球的中心坐标近似为开口向下或向上的抛物线,则判为传球;
如短轨迹中球的中心y坐标大大超出该处球员身高,且中心坐标近似为开口向下抛物线,则判为投篮;
如短轨迹中球的中心附近存在人体,y坐标不远大于该处球员身高,且球的中心x坐标变化较小),则判为持球。
其中,根据根据预期的活动对该轨迹进行矫正和过滤,如下:
如根据短轨迹,判断当前为拍球期间,则对不符合拍球规律的检测或跟踪结果(球的中心y坐标应近似为周期波),进行矫正或直接剔除;
如根据短轨迹,判断当前为传球期间,则对不符合传球规律的检测或跟踪结果(球的轨迹应近似为开口向下或向上的抛物线),进行矫正或直接剔除;
如根据短轨迹,判断当前为投篮期间,则对不符合投篮规律的检测或跟踪结果(球的中心y坐标相比人身高要高,且球的轨迹应近似为开口向下的抛物线),进行矫正或直接剔除;
如根据短轨迹,判断当前为持球期间,则对不符合拍球规律的检测或跟踪结果(球的y坐标不高于该处球员身高过高,且球的中心x坐标变化较小),进行矫正或直接剔除。
5、连接短轨迹为长轨迹。
利用时间顺序和空间关系,将短轨迹连接为长轨迹,形成较为完整的篮球跟踪轨迹。
Claims (4)
1.一种在全景模式下对球赛视频中篮球进行跟踪的算法,其特征在于,包括以下5步骤:
1)生成场景标注;利用人工标注或算法自动学习的方法,获取得到场景的先验信息;
2)候选球的检测;
(1)对全景视频建立背景模型,从中分割出前景;
(2)利用尺寸、形状、颜色信息对前景处进行过滤,获取候选的可疑篮球区域;
(3)利用前期对篮球进行跟踪的结果预测出当前帧篮球的位置,若该位置上存在前景,则将其添加为候选的可疑篮球区域;
(4)对可疑球区域利用离线的机器学习出来的篮球模型进行篮球的检测,将检测出篮球的区域作为候选篮球区域;
3)短轨迹的生成;
(1)以当前检测到的候选篮球为待跟踪区域对该区域进行跟踪,将跟踪上的结果形成轨迹,若未跟踪上则以预测结果替代;但如若连续一段时间均未跟踪上,则结束该轨迹的跟踪;
(2)对当前检测和跟踪到的篮球区域的扩展区域进行人体检测;
4)短轨迹的矫正和过滤;利用场景的先验信息和人体检测的信息,结合篮球的运动规律,对轨迹进行活动的判断,根据预期的活动对该轨迹进行矫正和过滤;
5)连接短轨迹为长轨迹;利用时间顺序和空间关系将短轨迹连接为长轨迹,形成完整的篮球跟踪轨迹。
2.如权利要求1所述的一种在全景模式下对球赛视频中篮球进行跟踪的算法,其特征在于,1)生成场景标注中先验信息包括从视频中分割出篮球场地、从视频中提取出篮框和篮板、标注出视频中篮球场地远处及近处普通球员的身高。
3.如权利要求2所述的一种在全景模式下对球赛视频中篮球进行跟踪的算法,其特征在于,4)短轨迹的矫正和过滤中,对轨迹进行活动的判断如下:
如短轨迹中球的中心y坐标近似为周期波,则判为拍球;
如短轨迹球的中心坐标近似为开口向下或向上的抛物线,则判为传球;
如短轨迹中球的中心y坐标超出该处球员身高,且中心坐标近似为开口向下抛物线则判为投篮;
如短轨迹中球的中心附近存在人体,y坐标不远大于该处球员身高,且球的中心x坐标变化小则判为持球。
4.如权利要求4所述的一种在全景模式下对球赛视频中篮球进行跟踪的算法,其特征在于,4)短轨迹的矫正和过滤中,根据根据预期的活动对该轨迹进行矫正和过滤如下:
如根据短轨迹,判断当前为拍球期间,则对不符合拍球规律的检测或跟踪结果进行矫正或直接剔除;
如根据短轨迹,判断当前为传球期间,则对不符合传球规律的检测或跟踪结果进行矫正或直接剔除;
如根据短轨迹,判断当前为投篮期间,则对不符合投篮规律的检测或跟踪结果进行矫正或直接剔除;
如根据短轨迹,判断当前为持球期间,则对不符合拍球规律的检测或跟踪结果进行矫正或直接剔除。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610037566.0A CN106991359B (zh) | 2016-01-20 | 2016-01-20 | 一种在全景模式下对球赛视频中篮球进行跟踪的算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610037566.0A CN106991359B (zh) | 2016-01-20 | 2016-01-20 | 一种在全景模式下对球赛视频中篮球进行跟踪的算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106991359A true CN106991359A (zh) | 2017-07-28 |
CN106991359B CN106991359B (zh) | 2020-08-07 |
Family
ID=59413603
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610037566.0A Active CN106991359B (zh) | 2016-01-20 | 2016-01-20 | 一种在全景模式下对球赛视频中篮球进行跟踪的算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106991359B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108090421A (zh) * | 2017-11-30 | 2018-05-29 | 睿视智觉(深圳)算法技术有限公司 | 一种运动员竞技能力分析方法 |
CN110276309A (zh) * | 2019-06-25 | 2019-09-24 | 新华智云科技有限公司 | 视频处理方法、装置、计算机设备及存储介质 |
CN110796085A (zh) * | 2019-10-29 | 2020-02-14 | 新华智云科技有限公司 | 一种基于深度学习物体检测算法的篮球进球片段ab队自动区分的方法 |
CN110960843A (zh) * | 2019-12-23 | 2020-04-07 | 天水师范学院 | 一种篮球技巧辅助训练系统 |
CN111147889A (zh) * | 2018-11-06 | 2020-05-12 | 阿里巴巴集团控股有限公司 | 多媒体资源回放方法及装置 |
CN112446333A (zh) * | 2020-12-01 | 2021-03-05 | 中科人工智能创新技术研究院(青岛)有限公司 | 基于重检测的球类目标跟踪方法及系统 |
CN113537168A (zh) * | 2021-09-16 | 2021-10-22 | 中科人工智能创新技术研究院(青岛)有限公司 | 一种用于转播和球场监控场景的篮球进球检测方法及系统 |
CN114494356A (zh) * | 2022-04-02 | 2022-05-13 | 中傲数据技术(深圳)有限公司 | 一种基于人工智能的羽毛球视频片段处理方法和系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101383910A (zh) * | 2007-09-05 | 2009-03-11 | 索尼株式会社 | 图像处理装置及方法 |
CN101794451A (zh) * | 2010-03-12 | 2010-08-04 | 上海交通大学 | 基于运动轨迹的跟踪方法 |
US20110090344A1 (en) * | 2009-10-21 | 2011-04-21 | Pvi Virtual Media Services, Llc | Object Trail-Based Analysis and Control of Video |
CN102999918A (zh) * | 2012-04-19 | 2013-03-27 | 浙江工业大学 | 全景视频序列图像的多目标对象跟踪系统 |
WO2013072401A2 (en) * | 2011-11-15 | 2013-05-23 | Swiss Timing Ltd | Tracklet-based multi-commodity network flow for tracking multiple people |
US20130182119A1 (en) * | 2008-05-15 | 2013-07-18 | Sri International | Apparatus for intelligent and autonomous video content generation and streaming |
US20150103168A1 (en) * | 2013-04-03 | 2015-04-16 | Pillar Vision, Inc. | True space tracking of axisymmetric object flight using diameter measurement |
US20150312652A1 (en) * | 2014-04-24 | 2015-10-29 | Microsoft Corporation | Automatic generation of videos via a segment list |
CN105208282A (zh) * | 2015-10-10 | 2015-12-30 | 上海慧体网络科技有限公司 | 一种比赛现场根据篮球位置控制摄像头自动跟拍的方法 |
-
2016
- 2016-01-20 CN CN201610037566.0A patent/CN106991359B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101383910A (zh) * | 2007-09-05 | 2009-03-11 | 索尼株式会社 | 图像处理装置及方法 |
US20130182119A1 (en) * | 2008-05-15 | 2013-07-18 | Sri International | Apparatus for intelligent and autonomous video content generation and streaming |
US20110090344A1 (en) * | 2009-10-21 | 2011-04-21 | Pvi Virtual Media Services, Llc | Object Trail-Based Analysis and Control of Video |
CN101794451A (zh) * | 2010-03-12 | 2010-08-04 | 上海交通大学 | 基于运动轨迹的跟踪方法 |
WO2013072401A2 (en) * | 2011-11-15 | 2013-05-23 | Swiss Timing Ltd | Tracklet-based multi-commodity network flow for tracking multiple people |
CN102999918A (zh) * | 2012-04-19 | 2013-03-27 | 浙江工业大学 | 全景视频序列图像的多目标对象跟踪系统 |
US20150103168A1 (en) * | 2013-04-03 | 2015-04-16 | Pillar Vision, Inc. | True space tracking of axisymmetric object flight using diameter measurement |
US20150312652A1 (en) * | 2014-04-24 | 2015-10-29 | Microsoft Corporation | Automatic generation of videos via a segment list |
CN105208282A (zh) * | 2015-10-10 | 2015-12-30 | 上海慧体网络科技有限公司 | 一种比赛现场根据篮球位置控制摄像头自动跟拍的方法 |
Non-Patent Citations (3)
Title |
---|
LIFANG W.等: "A New Method of Object Segmentation in the Basketball Videos", 《18TH INTERNATIONAL CONFERENCE ON PATTERN RECOGNITION (ICPR"06)》 * |
刘勋: "篮球对象分割和跟踪关键技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
王智文 著: "《基于特征融合的足球比赛视频中多运动员的行为识别方法研究》", 30 April 2015, 成都:西南交通大学出版社 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108090421A (zh) * | 2017-11-30 | 2018-05-29 | 睿视智觉(深圳)算法技术有限公司 | 一种运动员竞技能力分析方法 |
CN108090421B (zh) * | 2017-11-30 | 2021-10-08 | 睿视智觉(深圳)算法技术有限公司 | 一种运动员竞技能力分析方法 |
CN111147889A (zh) * | 2018-11-06 | 2020-05-12 | 阿里巴巴集团控股有限公司 | 多媒体资源回放方法及装置 |
CN110276309A (zh) * | 2019-06-25 | 2019-09-24 | 新华智云科技有限公司 | 视频处理方法、装置、计算机设备及存储介质 |
CN110796085A (zh) * | 2019-10-29 | 2020-02-14 | 新华智云科技有限公司 | 一种基于深度学习物体检测算法的篮球进球片段ab队自动区分的方法 |
CN110796085B (zh) * | 2019-10-29 | 2022-04-22 | 新华智云科技有限公司 | 一种基于深度学习物体检测算法的篮球进球片段ab队自动区分的方法 |
CN110960843A (zh) * | 2019-12-23 | 2020-04-07 | 天水师范学院 | 一种篮球技巧辅助训练系统 |
CN112446333A (zh) * | 2020-12-01 | 2021-03-05 | 中科人工智能创新技术研究院(青岛)有限公司 | 基于重检测的球类目标跟踪方法及系统 |
CN112446333B (zh) * | 2020-12-01 | 2023-05-02 | 中科人工智能创新技术研究院(青岛)有限公司 | 基于重检测的球类目标跟踪方法及系统 |
CN113537168A (zh) * | 2021-09-16 | 2021-10-22 | 中科人工智能创新技术研究院(青岛)有限公司 | 一种用于转播和球场监控场景的篮球进球检测方法及系统 |
CN114494356A (zh) * | 2022-04-02 | 2022-05-13 | 中傲数据技术(深圳)有限公司 | 一种基于人工智能的羽毛球视频片段处理方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106991359B (zh) | 2020-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106991359A (zh) | 一种在全景模式下对球赛视频中篮球进行跟踪的算法 | |
CN106991357A (zh) | 基于全景视频的自动识别篮球比赛投篮和进球的算法 | |
CN106991685A (zh) | 一种在全景模式下对球赛视频中足球进行跟踪的算法 | |
JP2004046647A (ja) | 動画像データに基づく移動物体追跡方法及び装置 | |
KR20140037896A (ko) | 스포츠 모션 비디오 분석 방법 | |
CN106991358A (zh) | 基于全景视频的自动识别足球比赛进球的算法 | |
CN109344717A (zh) | 一种多阈值动态统计的深海目标在线检测识别方法 | |
CN109684919B (zh) | 一种基于机器视觉的羽毛球发球违例判别方法 | |
CN104036231B (zh) | 人体躯干识别装置及方法、终点影像检测方法、装置 | |
CN104065872B (zh) | 运动图像提取装置、运动图像提取方法和记录介质 | |
US20180374217A1 (en) | Ball detection and tracking device, system and method | |
CN107358163A (zh) | 基于人脸识别的游客线路跟踪统计方法、电子设备及存储介质 | |
JP7198661B2 (ja) | オブジェクト追跡装置及びそのプログラム | |
Naik et al. | Ball and player detection & tracking in soccer videos using improved yolov3 model | |
CN114187664A (zh) | 一种基于人工智能的跳绳计数系统 | |
CN109697409A (zh) | 一种运动图像的特征提取方法及起立动作图像的识别方法 | |
Arora et al. | Cricket umpire assistance and ball tracking system using a single smartphone camera | |
Liu et al. | A cow structural model for video analytics of cow health | |
JP2004248725A (ja) | 打球の解析装置及び方法 | |
TWI584228B (zh) | 場線之擷取重建方法 | |
Chotimanus et al. | Real swing extraction for video indexing in golf practice video | |
CN116758459A (zh) | 一种用于羽毛球比赛的实时分析系统及方法 | |
CN110929595A (zh) | 一种基于人工智能的有球无球训练或娱乐系统及方法 | |
CN113537168B (zh) | 一种用于转播和球场监控场景的篮球进球检测方法及系统 | |
JP7083332B2 (ja) | 画像処理装置、画像処理方法、及びプログラム |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220324 Address after: 200080 room 3001, building A2, No. 121, Zhongshan North 1st Road, Hongkou District, Shanghai Patentee after: Hupu (Shanghai) Information Technology Co.,Ltd. Address before: 200080 room 7179, ground floor, No. 203, Xinjian Road, Hongkou District, Shanghai Patentee before: SHANGHAI HUITI NETWORK TECHNOLOGY CO.,LTD. |
|
TR01 | Transfer of patent right |