CN108710843B - 用于考勤的面部检测方法和装置 - Google Patents
用于考勤的面部检测方法和装置 Download PDFInfo
- Publication number
- CN108710843B CN108710843B CN201810454840.3A CN201810454840A CN108710843B CN 108710843 B CN108710843 B CN 108710843B CN 201810454840 A CN201810454840 A CN 201810454840A CN 108710843 B CN108710843 B CN 108710843B
- Authority
- CN
- China
- Prior art keywords
- face
- attendance
- image
- ratio
- difference
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 17
- 235000019557 luminance Nutrition 0.000 claims description 21
- 238000003384 imaging method Methods 0.000 claims description 13
- 238000000034 method Methods 0.000 claims description 13
- 238000010586 diagram Methods 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 3
- 230000001815 facial effect Effects 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 239000000463 material Substances 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/10—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了用于考勤的面部检测方法和装置，包括分别取得可见光和红外光范围内两个波段的成像，对成像进行面部区域提取和采样，并通过面部亮度的基准比值和个别比值的对比来判定考勤状态。本发明的实施例有助于更准确地判定是否是真实的人脸。
Description
技术领域
本发明关于人脸识别的领域，更具体地关于用于考勤的面部检测方法和装置。
背景技术
通过人脸识别方法进行考勤是近期出现的新考勤方法，有别于传统的密码考勤、指纹考勤、GPS定位考勤等可以提供更为准确的是否出勤的判断。人脸识别考勤通过图像识别技术判断在工位上出现的人脸是否为预先登记在册的员工的脸，从而可以在不占用员工个人时间用于各自分别签到打卡的情况下，从办公室中安装的摄像机所捕捉的图像准确且快速地判断全体员工中是否有员工出现了迟到早退等情况。但由于人脸识别方法多是基于摄像机所捕捉的图像的视觉特征与人脸特征模板进行比较来完成识别，即使员工特地使用打印出的照片或者平板电脑上显示的照片来进行考勤，仍然会被判断为考勤通过，这就造成了考勤状态判断的一大漏洞。该漏洞为人脸识别方法的固有缺陷，需要一种新机制来在不占用员工额外时间的前提下正确识别工位上是考勤人员还是打印出的照片。
发明内容
本发明的目的之一是克服现有技术中的上述问题，并提供一种能将真正的人脸与照片、面具等区分开的更准确的考勤系统。
本发明公开了一种用于考勤的面部检测方法，其包括对固定区域分别在645纳米至655纳米的第一波长范围和1060纳米至1070纳米的第二波长范围进行成像以得到第一图像和第二图像，对于第一图像和第二图像进行面部区域提取以得到第一面部区域分布图和第二面部区域分布图，分别提取第一面部区域分布图和第二面部区域分布图中每个面部的相同位置的多个采样点的亮度以计算每个面部的多个采样点亮度的第一平均亮度和第二平均亮度，计算所有面部的第一平均亮度之和与第二平均亮度之和的基准比值，计算每个面部的第一平均亮度与第二平均亮度的个别比值，以及通过将每个面部的个别比值与基准比值对比来确认面部所对应的人员的考勤状态。
在一些实施例中，还构建包括每个面部的个别比值与基准比值的差值图像，计算差值图像中每个面部差值的平均值和标准差，并将差值与平均值差别的绝对值为标准差两倍以上的面部所对应的人员的考勤状态判断为未出勤。
在一些实施例中，如果面部的个别比值为基准比值的两倍以上，则将该面部所对应的人员的考勤状态判断为未出勤。
在一些实施例中，每个面部的多个采样点包括三个成等边三角形的采样点。
在一些实施例中，每个面部的多个采样点包括四个成正方形的采样点。
本发明还公开了一种用于考勤的面部检测装置，其特征在于包括使645纳米至655纳米的第一波长范围通过的第一滤波器，使1060纳米至1070纳米的第二波长范围通过的第二滤波器，成像器件以及处理器，其中处理器配置成分别在使用第一滤波器和第二滤波器进行滤波后用成像器件对一固定区域成像以得到第一图像和第二图像，对于第一图像和第二图像进行面部区域提取以得到第一面部区域分布图和第二面部区域分布图，分别提取第一面部区域分布图和第二面部区域分布图中每个面部的相同位置的多个采样点的亮度以计算每个面部的多个采样点亮度的第一平均亮度和第二平均亮度，计算所有面部的第一平均亮度之和与第二平均亮度之和的基准比值，计算每个面部的第一平均亮度与第二平均亮度的个别比值，以及通过将每个面部的个别比值与基准比值对比来确认面部所对应的人员的考勤状态。
在一些实施例中，处理器还用于构建包括每个面部的个别比值与基准比值的差值图像，计算差值图像中每个面部差值的平均值和标准差，并将差值与平均值差别的绝对值为标准差两倍以上的面部所对应的人员的考勤状态判断为未出勤。
在一些实施例中，处理器还用于在面部的个别比值为基准比值的两倍以上时，将该面部所对应的人员的考勤状态判断为未出勤。
在一些实施例中，每个面部的多个采样点包括三个成等边三角形的采样点。
在一些实施例中，每个面部的多个采样点包括四个成正方形的采样点。
本发明实施例的一些优势在于可以对办公室中多名员工进行同时考勤，并利用人体皮肤在所选可见光和红外光波段中反射率的差别与非人体皮肤的其他材料在所选可见光和红外光波段中反射率的差别之间的不同来准确判断员工本人是否出现在考勤区域，杜绝使用照片、显示器显示图像、面具等进行假考勤的情况。利用本发明实施例还可以在无需员工自行进行考勤步骤的情况下自动进行考勤工作。
附图说明
本文提供了附图以便结合说明书对实施例进行图示说明，但给出附图并不是为了做出限制。
图1是根据本发明一些实施例的面部区域分布图的示意图。
图2是根据本发明一些实施例的用于考勤的面部检测装置的示意图。
图3是根据本发明一些实施例的用于考勤的面部检测方法的流程图。
具体实施方式
本领域技术人员将理解尽管术语第一、第二等可在本文中用于描述各种元素，但这些元素不应由这些术语限制。这些术语仅用于将各种元素彼此区分开。
图1是根据本发明一些实施例的面部区域分布图的示意图。如图1所示，在现有的人脸识别考勤装置开始工作之前，需要先对办公室的工位区域进行划分来确定考勤区域。当员工被判定存在于考勤区域中时确定其考勤状态为通过。因办公室内相机对考勤区域进行拍摄的范围和角度一般固定不动，所以可以仅对考勤区域进行一次设置。相机所拍摄的照片将根据当前广泛使用的人脸检测方法，例如Adaboost算法等提取面部区域以用于后续的识别过程。人脸检测过程中将根据人脸的直方图特征、模板特征、色彩范围特征等使用分类器将图像101中包含的人脸的范围和轮廓定义出来。图像101中例如划分为4个工位，本领域技术人员将理解这只是出于示例的目的，实际应用中考勤系统可以分析远多于4个工位的考勤情况。图像101中所提取的面部区域相应地为4个以虚线示出的面部区域110。可以根据所检测的面部区域110产生面部区域分布图102，在面部区域分布图102中除了保留面部区域110内所包含的范围之外，其他部分的图像信息可以被去除，例如改为透明色等其他的均一颜色以便于保存时减少所需空间并减少对处理时间的要求。在本发明实施例中，面部区域分布图102将代替图像101进行考勤状态的分析。面部区域110中所包含的面部将被提取诸如眼睛、鼻子、嘴巴、下部等特征点之间的相对位置关系、旋转角度等各种几何特征，并根据常规算法与预先存储的包括员工面部几何特征的面部模板进行比对，在相似程度超过一定阈值时，将判断面部区域110中所包括的面部对应于预先存储的员工本人。但因为该比对仅基于图像特征，例如打印的照片或者平板电脑显示的照片仍然可以被识别为出勤。
图2是根据本发明一些实施例的用于考勤的面部检测装置的示意图。图中所示的面部检测装置包括滤波器201、滤波器202、成像器件203以及处理器204。滤波器201和202分别用于对入射光210进行滤波以滤过各自光谱范围内的光线，且优选均为带通滤波器。滤波器201和202可以是光纤滤波器、介质膜滤波器、FP滤波器、MZ滤波器或以上组合以便分别提供用于考勤的两个不同光谱范围内的光线。滤波器201对入射光210滤波后将得到波长较短的波段211，而滤波器202对入射光210滤波后将得到波长较长的波段212。优选地，滤波器201应使得645纳米至655纳米的第一波长范围通过并在成像器件203上成像，而滤波器202应使得1060纳米至1070纳米的第二波长范围通过并在成像器件203上成像。成像器件203可以是CCD，CMOS等各类公知的感光并进行记录的装置，并且可以配备有相应的成像镜头等外设装置。处理器204可以是用来执行指令的任何通用或者专用的处理设备，例如CISC或RISC指令集处理器、x86指令集处理器、多核处理器、单片机、控制器、逻辑控制单元或任何其他的微处理器或中央处理单元(CPU)。
图3是根据本发明一些实施例的用于考勤的面部检测方法的流程图。在步骤S301中，处理器204首先在滤波器201和滤波器202滤波之后指示成像器件203对一固定区域进行成像。该固定区域可以是如上所述的预先设置的考勤区域，包括办公室中所有的工位区域。考勤区域内可以布置有多于一个的多个光源以便每个工位的光照强度大致保持一致。在达到考勤时间时，处理器204可以自动开始本实施例的面部检测方法，并确认所有工位区域上是否有对应的面部出现，而不需要每个员工自行进行考勤操作。通过滤波器201和滤波器202所成的像分别为可见光范围内的第一图像和红外光范围内的第二图像。该第一图像和第二图像可以存储在易失性存储器或者非易失性存储器中以用于后续的考勤步骤。
在步骤S302中，对第一图像和第二图像进行面部区域提取以如上所述分别得到两种波长范围的第一和第二面部区域分布图。第一和第二面部区域分布图中除面部区域110以外的部分将不用于考勤状态的分析过程，以便节省计算资源。可选地，首先对经过滤波器201滤波所成的第一图像进行面部区域提取，并将第一图像中所提取的面部区域所处的范围直接应用于第二图像，而无需再对第二图像进行面部区域提取，以防止误差并减少处理时间。可以由处理器204自动调整第一和第二面部区域分布图中的亮度和对比度，以免图像过暗或者过亮时影响判断的准确度。
在步骤S303中，分别提取第一面部区域分布图和第二面部区域分布图中每个面部的相同位置的多个采样点的亮度以计算每个面部的多个采样点亮度的第一平均亮度和第二平均亮度。多个采样点优选地构成等边三角形或者正方形以便更准确地在人脸的皮肤光滑处进行采样。对第一图像中每个面部的三个或四个采样点采集亮度之后，将这些亮度取平均值以得到该面部在第一图像中的第一平均亮度。采样点并不限于一个像素的情况，而是可以根据画面的大小选取一个区域中的若干个像素，并定义为该区域内这些像素的亮度之和或者平均亮度。类似地，对第二图像中的每个面部进行上述处理，再得出每个面部在第二图像中的第二平均亮度。由于人脸皮肤和纸张、屏幕等的材质在所选两个波段的反射率上具有明显的区别，可以根据平均亮度来判断进行考勤的是真实的人脸还是纸张、屏幕等物体。例如，黄种人的脸部在645纳米至655纳米波长范围内将具有较高的反射率，一般达到50％-70％范围之内，使得第一图像上人脸的亮度较高，而在1060纳米至1070纳米波长范围内具有另一反射峰值，此时反射率与645纳米至655纳米波长范围内的反射率的差别将被作为用于评估是否为人脸的特征值。同时，纸张和屏幕或者在上述波长范围中反射率的差别与人脸的反射率差别将具有明显不同，例如在1060纳米至1070纳米波长范围内的反射率较低，使得第一平均亮度和第二平均亮度的比值明显大于人脸的该比值。每个面部的第一平均亮度和第二平均亮度的比值被定义为个别比值，并与所有面部的第一平均亮度之和与第二平均亮度之和的基准比值继续比较以确定考勤状态。
在步骤S304中，通过所计算的个别比值和基准比值的比较来判断考勤状态。因为不同天气、时间等情况下人脸的亮度将会出现差别，因此将个别比值与基准比值进行对比以适应各类不同的光照情况。可选地，如果一个面部的个别比值为基准比值的两倍以上时，将该面部所对应的人员的考勤状态判断为未出勤，此时画面中的出现的可能是纸张或屏幕而非真实的人脸。可选地，还可以构建包括每个面部的个别比值与基准比值的差值图像，该差值图像中的每个面部区域将包括该面部的个别比值与基准比值的差。之后计算差值图像中每个面部差值的平均值和标准差，并将差值与平均值差别的绝对值为该标准差两倍以上的面部所对应的人员的考勤状态判断为未出勤。可选地，还可以设置个别比值与基准比值之间差别的阈值范围，例如50％-200％之间，如果面部的个别比值与基准比值的比在该阈值范围之外，则将对应的人员的考勤状态判断为未出勤。
本领域技术人员在查看所示附图和描述时将明白依据于本发明概念和原则的实施例的其它各种装置和/或方法。所有此类装置和/或方法都包括在本发明的公开范围内，并且在本发明概念和原则的范围内。
Claims (10)
1.一种用于考勤的面部检测方法，其特征在于包括：
对一固定区域分别在645纳米至655纳米的第一波长范围和1060纳米至1070纳米的第二波长范围进行成像以得到第一图像和第二图像；
对于所述第一图像和第二图像进行面部区域提取以得到第一面部区域分布图和第二面部区域分布图；
分别提取所述第一面部区域分布图和第二面部区域分布图中每个面部的相同位置的多个采样点的亮度以计算每个面部的多个采样点亮度的第一平均亮度和第二平均亮度；
计算所有面部的第一平均亮度之和与第二平均亮度之和的基准比值；
计算每个面部的第一平均亮度与第二平均亮度的个别比值；以及
通过将每个面部的所述个别比值与所述基准比值对比来确认面部所对应的人员的考勤状态。
2.权利要求1所述的方法，其特征在于还包括构建包括每个面部的个别比值与基准比值的差值图像，计算所述差值图像中每个面部差值的平均值和标准差，并将所述差值图像中的差值与所述平均值差别的绝对值为所述标准差两倍以上的面部所对应的人员的考勤状态判断为未出勤。
3.权利要求1所述的方法，其特征在于如果面部的个别比值为所述基准比值的两倍以上，则将该面部所对应的人员的考勤状态判断为未出勤。
4.权利要求1所述的方法，其特征在于其中每个面部的所述多个采样点包括三个成等边三角形的采样点。
5.权利要求1所述的方法，其特征在于其中每个面部的所述多个采样点包括四个成正方形的采样点。
6.一种用于考勤的面部检测装置，其特征在于包括使645纳米至655纳米的第一波长范围通过的第一滤波器，使1060纳米至1070纳米的第二波长范围通过的第二滤波器，成像器件以及处理器，其中所述处理器配置成：
分别在使用所述第一滤波器和第二滤波器进行滤波后用所述成像器件对一固定区域成像以得到第一图像和第二图像；
对于所述第一图像和第二图像进行面部区域提取以得到第一面部区域分布图和第二面部区域分布图；
分别提取所述第一面部区域分布图和第二面部区域分布图中每个面部的相同位置的多个采样点的亮度以计算每个面部的多个采样点亮度的第一平均亮度和第二平均亮度；
计算所有面部的第一平均亮度之和与第二平均亮度之和的基准比值；
计算每个面部的第一平均亮度与第二平均亮度的个别比值；以及
通过将每个面部的所述个别比值与所述基准比值对比来确认面部所对应的人员的考勤状态。
7.权利要求6所述的装置，其特征在于所述处理器还用于构建包括每个面部的个别比值与基准比值的差值图像，计算所述差值图像中每个面部差值的平均值和标准差，并将所述差值图像中的差值与所述平均值差别的绝对值为所述标准差两倍以上的面部所对应的人员的考勤状态判断为未出勤。
8.权利要求6所述的装置，其特征在于所述处理器还用于在面部的个别比值为所述基准比值的两倍以上时，将该面部所对应的人员的考勤状态判断为未出勤。
9.权利要求6所述的装置，其特征在于其中每个面部的所述多个采样点包括三个成等边三角形的采样点。
10.权利要求6所述的装置，其特征在于其中每个面部的所述多个采样点包括四个成正方形的采样点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810454840.3A CN108710843B (zh) | 2018-05-14 | 2018-05-14 | 用于考勤的面部检测方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810454840.3A CN108710843B (zh) | 2018-05-14 | 2018-05-14 | 用于考勤的面部检测方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108710843A CN108710843A (zh) | 2018-10-26 |
| CN108710843B true CN108710843B (zh) | 2021-12-07 |
Family
ID=63868976
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810454840.3A Active CN108710843B (zh) | 2018-05-14 | 2018-05-14 | 用于考勤的面部检测方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108710843B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111582238B (zh) * | 2020-05-28 | 2021-04-02 | 上海依图网络科技有限公司 | 一种应用于人脸遮挡场景的活体检测方法及装置 |
| CN111707375B (zh) * | 2020-06-10 | 2021-07-09 | 青岛联合创智科技有限公司 | 一种具备智能测温考勤和异常行为检测的电子班牌 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7406184B2 (en) * | 2002-07-03 | 2008-07-29 | Equinox Corporation | Method and apparatus for using thermal infrared for face recognition |
| KR101286454B1 (ko) * | 2012-02-29 | 2013-07-16 | 주식회사 슈프리마 | 눈 영상의 특성을 이용한 모조얼굴 식별장치 및 방법 |
| US20160019421A1 (en) * | 2014-07-15 | 2016-01-21 | Qualcomm Incorporated | Multispectral eye analysis for identity authentication |
| CN106236060B (zh) * | 2015-06-04 | 2021-04-09 | 松下知识产权经营株式会社 | 生物体信息检测装置 |
| CN106934394B (zh) * | 2017-03-09 | 2024-01-19 | 奥比中光科技集团股份有限公司 | 双波长图像采集系统及方法 |
-
2018
- 2018-05-14 CN CN201810454840.3A patent/CN108710843B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN108710843A (zh) | 2018-10-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11354827B2 (en) | Methods and systems for fusion display of thermal infrared and visible image | |
| US9104914B1 (en) | Object detection with false positive filtering | |
| US7715596B2 (en) | Method for controlling photographs of people | |
| RU2431190C2 (ru) | Способ и устройство распознавания рельефности лица | |
| WO2017028587A1 (zh) | 车辆监控的方法和装置、处理器、图像采集设备 | |
| CN106295551A (zh) | 一种基于视频分析的人员安全帽佩戴情况实时检测方法 | |
| CN106897716A (zh) | 一种宿舍安全监控系统及方法 | |
| CN101599175B (zh) | 确定拍摄背景发生改变的检测方法及图像处理设备 | |
| CN110232323A (zh) | 一种用于人群的多人脸并行快速识别方法及其装置 | |
| CN102542246A (zh) | Atm机异常人脸检测方法 | |
| CN112396011B (zh) | 一种基于视频图像心率检测及活体检测的人脸识别系统 | |
| WO2020249054A1 (zh) | 一种长基线双目人脸活体检测方法及系统 | |
| WO2021217764A1 (zh) | 一种基于偏振成像的人脸活体检测方法 | |
| Zheng | Face detection and eyeglasses detection for thermal face recognition | |
| CN108710843B (zh) | 用于考勤的面部检测方法和装置 | |
| CN108710844B (zh) | 对面部进行检测的认证方法和装置 | |
| CN111259763A (zh) | 目标检测方法、装置、电子设备及可读存储介质 | |
| CN113673584A (zh) | 一种图像检测方法及相关装置 | |
| CN112507767A (zh) | 脸部辨识方法及其相关电脑系统 | |
| WO2021166289A1 (ja) | データ登録装置、生体認証装置、および記録媒体 | |
| US9536162B2 (en) | Method for detecting an invisible mark on a card | |
| Battiato et al. | Red-eyes removal through cluster based Linear Discriminant Analysis | |
| CN113128254A (zh) | 人脸捕获方法、装置、芯片及计算机可读存储介质 | |
| CN104615985B (zh) | 一种人脸相似度的识别方法 | |
| CN111160299A (zh) | 活体识别方法及装置 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211112 Address after: 510630 part 1203a, 1202, No. 246, 248, 250, Wushan Road, Tianhe District, Guangzhou City, Guangdong Province (office only) Applicant after: GUANGZHOU REALAND BIO Co.,Ltd. Address before: 230088 room 908, administration building, Yingtang Science Park, intersection of Wangjiang West Road and Fushan Road, high tech Zone, Hefei, Anhui Province Applicant before: ANHUI ZHIZAI INTELLIGENT TECHNOLOGY CO.,LTD. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240219 Address after: 528000, Room 1101, Building 7, Zone 4, Wanyang Science and Technology Innovation Park, No. 1 Huangyong Industrial Avenue, Huanglong Village, Beijiao Town, Shunde District, Foshan City, Guangdong Province (Address Declaration) Patentee after: Foshan Zhendi Intelligent Technology Co.,Ltd. Country or region after: China Address before: 510630 part 1203a, 1202, No. 246, 248, 250, Wushan Road, Tianhe District, Guangzhou City, Guangdong Province (office only) Patentee before: GUANGZHOU REALAND BIO Co.,Ltd. Country or region before: China |