CN108898134B - 号码识别方法、装置、终端设备和存储介质 - Google Patents
号码识别方法、装置、终端设备和存储介质 Download PDFInfo
- Publication number
- CN108898134B CN108898134B CN201810678896.7A CN201810678896A CN108898134B CN 108898134 B CN108898134 B CN 108898134B CN 201810678896 A CN201810678896 A CN 201810678896A CN 108898134 B CN108898134 B CN 108898134B
- Authority
- CN
- China
- Prior art keywords
- image
- sub
- current
- target
- preset
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/09—Recognition of logos
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Abstract
本发明提供一种号码识别方法、装置、终端设备和存储介质,该方法包括:获取当前图像;对所述当前图像进行遍历,若所述当前图像中包含目标图像的特征,则确定所述当前图像中包含所述目标图像,并对已确定的目标图像进行标记;分别对各个已标记的目标图像进行遍历,若所述目标图像中包含号码图像的特征,则确定所述目标图像中包含所述号码图像,并对已确定的号码图像进行标记;分别对各个已标记的号码图像进行识别,确定号码图像中的号码;其中,所述号码包括所述号码的长度及所述号码的每个数字。上述方法将号码识别过程分解为识别目标图像、识别号码图像、识别号码三个子过程,并分别对三个子过程进行处理,从而大大提高了号码识别的准确性。
Description
技术领域
本发明涉及图像识别领域,特别是涉及一种号码识别方法、装置、终端设备和存储介质。
背景技术
近年来,人们对体育比赛的关注度越来越高,而在人们观看比赛视频过程中需要相应的视频解说分析,以更好的理解比赛过程。随着体育比赛项目的增多以及计算机技术的发展,智能体育比赛视频分析应运而生,在智能视频分析时需要准确判断出对应的运动员,特别是在一些球类比赛中,如何对运动员的球衣号码进行准确识别十分关键。
传统技术在检测识别运动员的球衣号码方面,通常采用基于图片颜色特征和关键点特征的方法进行识别。
但是,在比赛视频中会因光照及拍摄角度的影响,导致传统技术不能准确的识别运动员的球衣号码。
发明内容
基于此,有必要针对传统技术不能准确的识别出运动员的球衣号码问题,提供一种号码识别方法、装置、终端设备和存储介质。
第一方面,本发明实施例提供一种号码识别方法,包括:
获取当前图像;
对所述当前图像进行遍历,若所述当前图像中包含目标图像的特征,则确定所述当前图像中包含所述目标图像,并对已确定的目标图像进行标记;
分别对各个已标记的目标图像进行遍历,若所述目标图像中包含号码图像的特征,则确定所述目标图像中包含所述号码图像,并对已确定的号码图像进行标记;
分别对各个已标记的号码图像进行识别,确定所述号码图像中的号码;其中,所述号码包括所述号码的长度及所述号码的每个数字。
上述号码识别方法,首先对获取的当前图像进行遍历,确定当前图像中的目标图像并进行标记;然后再分别对已标记的目标图像进行识别,确定目标图像中的号码图像并进行标记;最后对已标记的号码图像进行识别,确定出号码图像中的号码。该方法将号码识别过程分解为识别目标图像、识别号码图像、识别号码三个子过程,并分别对三个子过程进行处理,从而大大提高了号码识别的准确性。
第二方面,本发明实施例提供一种号码识别装置,包括:
获取模块,用于获取当前图像;
第一确定模块,用于对所述当前图像进行遍历,若所述当前图像中包含目标图像的特征,则确定所述当前图像中包含所述目标图像,并对已确定的目标图像进行标记;
第二确定模块,用于分别对各个已标记的目标图像进行遍历,若所述目标图像中包含号码图像的特征,则确定所述目标图像中包含所述号码图像,并对已确定的号码图像进行标记;
第三确定模块,用于分别对各个已标记的号码图像进行识别,确定所述号码图像中的号码;其中,所述号码包括所述号码的长度及所述号码的每个数字。
第三方面,本发明实施例提供一种终端设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取当前图像;
对所述当前图像进行遍历,若所述当前图像中包含目标图像的特征,则确定所述当前图像中包含所述目标图像,并对已确定的目标图像进行标记;
分别对各个已标记的目标图像进行遍历,若所述目标图像中包含号码图像的特征,则确定所述目标图像中包含所述号码图像,并对已确定的号码图像进行标记;
分别对各个已标记的号码图像进行识别,确定所述号码图像中的号码;其中,所述号码包括所述号码的长度及所述号码的每个数字。
第四方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取当前图像;
对所述当前图像进行遍历,若所述当前图像中包含目标图像的特征,则确定所述当前图像中包含所述目标图像,并对已确定的目标图像进行标记;
分别对各个已标记的目标图像进行遍历,若所述目标图像中包含号码图像的特征,则确定所述目标图像中包含所述号码图像,并对已确定的号码图像进行标记;
分别对各个已标记的号码图像进行识别,确定所述号码图像中的号码;其中,所述号码包括所述号码的长度及所述号码的每个数字。
上述号码识别装置、终端设备和存储介质,通过对获取的当前图像进行遍历,确定当前图像中的目标图像并进行标记;然后再分别对已标记的目标图像进行遍历,确定目标图像中的号码图像并进行标记;最后对已标记的号码图像进行识别,确定出号码图像中的号码。由于在识别号码时将号码识别过程分解为识别目标图像、识别号码图像、识别号码三个子过程,并分别对三个子过程进行处理,从而大大提高了号码识别的准确性。
附图说明
图1为一个实施例提供的号码识别方法的流程示意图;
图1a为一个实施例提供的目标图像标记结果示意图;
图1b为一个实施例提供的号码图像标记结果示意图;
图2为另一个实施例提供的号码识别方法的流程示意图;
图3为又一个实施例提供的号码识别方法的流程示意图;
图4为又一个实施例提供的号码识别方法的流程示意图;
图5为又一个实施例提供的号码识别方法的流程示意图;
图6为一个实施例提供的号码识别装置的结构示意图;
图7为另一个实施例提供的号码识别装置的结构示意图;
图8为又一个实施例提供的号码识别装置的结构示意图;
图9为一个实施例提供的一种终端设备的硬件结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,通过下述实施例并结合附图,对本发明实施例中的技术方案做进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
需要说明的是,下述方法实施例的执行主体可以是号码识别装置,该装置可以通过软件、硬件或者软硬件结合的方式实现成为终端设备的部分或者全部。下述方法实施例的执行主体以终端设备为例来进行说明。
图1为一个实施例提供的号码识别方法的流程示意图,本实施例涉及的是终端设备对当前图像分别进行目标图像识别、号码图像识别以及号码识别的具体过程。如图1所示,该方法包括:
S101,获取当前图像。
具体地,终端设备获取的图像可以是一段视频中某个帧画面的图像,该视频图像可以是终端设备通过网络获取的在线视频图像,也可以是存储于终端设备中的离线视频图像。终端设备获取的图像还可以是通过摄像头实时拍摄的图像等,对此本实施例不做限定。
S102,对所述当前图像进行遍历,若所述当前图像中包含目标图像的特征,则确定所述当前图像中包含所述目标图像,并对已确定的目标图像进行标记。
具体地,终端设备对已获取的当前图像进行遍历,并对当前图像中的特征进行分析,判断当前图像的特征中是否包含目标图像的特征,若包含则可以确定当前图像中包含目标图像。可选地,终端设备可以利用卷积神经网络中的图像分类器对当前图像中的特征进行分类,也可以利用传统的图像识别技术对当前图像中的特征进行分类,以确定出目标图像。其中,目标图像为需要识别其号码的对象图像,可以是一个或多个,终端设备可以分别对每个已确定的目标图像进行标记。例如,目标图像可以是运动员图像、车辆图像等。
可选地,上述对目标图像的标记方式可以是矩形框标记、圆框标记或者其他的标记方式,对此本实施例不做限定。进一步地,该标记可以在视频图像中进行可视化显示,以使用户能够清楚地分辨各个目标图像。更进一步地,每个目标图像可以采用相同的标记方式,并根据目标图像的大小调整其标记的尺寸,例如,每个目标图像均采用矩形框进行标记,并可以根据目标图像的大小调整矩形框的大小,具体地,可以根据运动员图像的大小调整矩形框的大小。当然,每个目标图像采用相同的标记方式时,可以通过调整标记的颜色以区分各个不同的目标图像。例如,每个目标图像均采用矩形框进行标记,每个矩形框采用不同的颜色。可选地,每个目标图像还可以采用不同的标记方式,如部分目标图像可采用矩形框进行标记,部分目标图像可以采用圆形框进行标记。
在一个具体的实施例中,假设对于一幅足球比赛图像,此时,运动员图像为上述的目标图像,终端设备可以对该幅图像进行遍历,确定图像中包含的每位运动员图像,并对每个已确定的运动员图像进行矩形框标记,具体地标记结果可以参见图1a所示。
S103,分别对各个已标记的目标图像进行遍历,若所述目标图像中包含号码图像的特征,则确定所述目标图像中包含所述号码图像,并对已确定的号码图像进行标记。
具体地,终端设备分别对上述已经标记的目标图像进行遍历,并对目标图像中的特征进行分析,判断目标图像的特征中是否包含号码图像的特征,若包含则可以确定目标图像中包含号码图像。可选地,终端设备可以利用卷积神经网络中的号码分类器对目标图像中的特征进行分类,也可以利用传统的图像识别技术对目标图像中的特征进行分类,以确定出号码图像。可选地,当上述目标图像有多个时,终端设备可以同时对多个目标图像进行识别,并分别对每个目标图像中的号码图像进行标记。可选地,上述对号码图像的标记方式可以是矩形框标记、圆框标记或者其他的标记方式,对此本实施例不做限定。进一步地,该标记可以在视频图像中进行可视化显示,以使用户能够清楚地分辨各个号码图像。更进一步地,每个号码图像可以采用相同的标记方式,并根据号码图像的大小调整其标记的尺寸,例如,每个号码图像均采用矩形框进行标记,并可以根据号码图像的大小调整矩形框的大小。当然,每个号码图像采用相同的标记方式时,可以通过调整标记的颜色以区分各个不同的号码图像。例如,每个号码图像均采用矩形框进行标记,每个矩形框采用不同的颜色。可选地,当采用不同的颜色的标记对号码图像进行标记,该号码图像的标记颜色可以与其所属的目标图像的标记颜色相同。
在一个具体的实施例中,对于图1a中已经标记的运动员图像,终端设备可以对每个运动员图像进行识别,确定运动员图像中的号码图像(该号码图像可以是运动员的标号图像,如运动员球衣的号码图像),并对每个号码图像进行矩形框标记,具体地标记结果可以参见图1b所示。
S104,分别对各个已标记的号码图像进行识别,确定所述号码图像中的号码;其中,所述号码包括所述号码的长度及所述号码的每个数字。
具体地,终端设备可以对上述已经标记的号码图像中的特征进行分析,以确定号码图像中的号码。可选地,终端设备可以利用卷积神经网络的数字长度分类器对号码图像中的特征进行分析,也可以利用传统的号码识别技术对号码图像中的特征进行分析,以确定该号码的长度。可选地,终端设备还可以利用卷积神经网络的数字分类器对号码图像中的特征进行分析,以确定该号码的每位数字。
可选地,在识别运动员号码的问题上,由于运动员号码最多为3位,因此上述数字分类器可以为1-3个。例如,若数字长度分类器确定的号码长度为1位,则利用1个数字分类器对上述号码图像进行分析。若数字长度分类器确定的号码长度为2位,则利用2个数字分类器对上述号码图像进行分析。若数字长度分类器确定的号码长度为3位,则利用3个数字分类器对上述号码图像进行分析。在其他实施例中,当号码的长度大于3时,上述数字分类器的数量可以为3个以上。进一步地,若号码中包含字符,还可以对其中包含的字符进行识别。例如,在识别车牌号码的问题上,由于车牌号码包含有数字和字符,因此本发明实施例的方法还可以同时识别出数字及字符。
本实施例提供的号码识别方法,首先对获取的当前图像进行遍历,确定当前图像中的目标图像并进行标记;然后再分别对已标记的目标图像进行遍历,确定目标图像中的号码图像并进行标记;最后对已标记的号码图像进行识别,确定出号码图像中的号码。该方法将号码识别过程分解为识别目标图像、识别号码图像、识别号码三个子过程,并分别对三个子过程进行处理,从而大大提高了号码识别的准确性。
图2为另一个实施例提供的号码识别方法的流程示意图,本实施例涉及的是终端设备对当前图像进行遍历,确定当前图像中的目标图像并进行标记的具体过程。在上述实施例的基础上,可选地,所述当前图像包括多个第一子图像,如图2所示,上述S102包括:
S201,根据当前第一子图像的属性信息及预设的第一对应关系从预设的第一卷积神经网路中获取所述当前第一子图像对应的第一目标特征层;其中,所述预设的第一对应关系为根据所述第一子图像的属性信息确定的所述第一子图像与第一目标特征层的对应关系。
具体地,第一卷积神经网络可以是预设的网络模型,也可以是已经训练达到收敛状态的网络模型,该第一卷积神经网络可以包括多个第一目标特征层,上述当前图像可以分为多个不同尺寸的第一子图像。为解决目标图像在当前图像中尺寸大小不一致的问题,终端设备可以利用第一卷积神经网络中的若干目标特征层分别对应不同属性的第一子图像,即可以预先设定第一子图像与第一卷积神经网络中的特征层的对应关系,从而可以采用不同的特征层对不同属性的第一子图像进行处理。对于当前处理的第一子图像,终端设备可以根据该第一子图像的属性信息及其与目标特征层的对应关系,确定该第一子图像对应的第一目标特征层。
可选地,本发明实施例中第一卷积神经网络可以采用传统的卷积神经网络(Convolutional Neural Networks,CNN),还可以采用全卷积神经网络(FullyConvolutional Networks,FCN)。
可选地,上述第一子图像的属性信息可以为图像尺寸、图像的像素值或字节数等信息中的一个或多个的组合。例如,上述第一子图像的属性信息为图像尺寸,此时,可以根据第一子图像的尺寸及预设的第一对应关系,获得该第一子图像对应的第一目标特征层。
S202,采用所述当前第一子图像对应的第一目标特征层和预设的第一滑窗,对所述当前第一子图像进行遍历,判断所述当前第一子图像中是否包含所述目标图像。
具体地,在终端设备确定了上述第一子图像所对应的第一目标特征层之后,可以根据预设的第一滑窗对该第一子图像中的特征进行滑窗遍历。当第一滑窗滑到某个位置时,通过对第一滑窗内覆盖的图像特征进行分析,来判断该位置是否包含目标图像,进而可以判断识别出上述第一子图像中包含的所有目标图像。
可选地,上述第一滑窗的窗口尺寸小于或等于第一子图像的尺寸,该第一滑窗可以在第一子图像内进行垂直/水平方向的滑动。当沿垂直方向执行第一滑窗遍历操作时,可以根据预设的移动距离每次移动第一预设像素,其中,第一预设像素小于或等于第一滑窗的窗口宽度。当沿水平方向执行第一滑窗遍历操作时,同样可以根据预设的移动距离每次移动第二预设像素,其中,第二预设像素小于或等于第一滑窗的窗口长度。例如,若第一子图像的尺寸为10×10,则可以设置第一滑窗的窗口尺寸为3×3,当执行第一滑窗遍历操作时沿垂直/水平方向每次移动一个像素。
S203,当所述当前第一子图像中包含所述目标图像时,则识别所述目标图像的数量,并分别对所述目标图像进行标记。
具体地,当终端设备对上述第一子图像中的特征遍历完之后,即可以确定出该第一子图像中包含的所有目标图像。当目标图像有多个时,终端设备还可以识别出目标图像的数量,并分别对每个目标图像进行标记。
进一步地,当终端设备对所有第一子图像中的目标图像确定完之后,即完成了对当前图像中目标图像的识别。之后,终端设备可以对当前图像之后的下一图像中的目标图像进行识别。
本实施例提供的号码识别方法,根据当前图像中不同尺寸的第一子图像及其对应的第一目标特征层,对第一子图像中的特征进行滑窗遍历,以确定第一子图像中包含的目标图像,进而确定当前图像中包含的目标图像。该方法利用不同目标特征层对不同尺寸的第一子图像进行处理,大大提高了对目标图像识别的准确性,同时解决了目标图像在当前图像中尺寸大小不一致的多尺度问题。
图3为又一个实施例提供的号码识别方法的流程示意图,本实施例涉及的是终端设备采用当前第一子图像对应的第一目标特征层和预设的第一滑窗,对当前第一子图像进行遍历,判断当前第一子图像中是否包含目标图像的具体过程。在上述实施例的基础上,可选地,上述每个第一子图像包括多个第二子图像,如图3所示,上述S202包括:
S301,目标图像识别操作,所述目标图像识别操作包括:采用所述当前第一子图像对应的第一目标特征层,判断置于所述第一滑窗内的当前第二子图像是否包含所述目标图像的特征。
可选地,第二子图像的尺寸小于或等于第一滑窗窗口的尺寸。例如,第二子图像的尺寸等于第一滑窗窗口的尺寸。
S302,若所述当前第二子图像包含所述目标图像的特征,则判定所述第一子图像中包含所述目标图像。
具体地,第二子图像为第一滑窗在滑动过程中所覆盖的区域图像。在进行目标图像识别过程中,终端设备可以通过判断第一滑窗内的第二子图像中是否包含目标图像的特征,进而可以判断第一子图像中是否包含目标图像的特征。其中,目标图像的特征可以为该目标所具有的不同于其他事物的特征。例如,在识别运动员图像的问题上,目标图像的特征即是人的特征。
S303,将所述第一滑窗移动至下一个所述第二子图像,之后返回所述目标图像识别操作,直至完成所述当前第一子图像的遍历。
具体地,将所述第一滑窗移动至下一个所述第二子图像的过程还可以包括:是按照预设的滑动方向,将所述第一滑窗移动至下一个第二子图像。其中预设的滑动方向可以是水平方向或垂直方向。下一个第二子图像是指与当前第二子图像在水平相邻或垂直相邻的子图像。
具体地,当终端设备对当前第二子图像中的特征分析完之后,将第一滑窗按照预设的移动距离移动至下一个位置,并将此时第一滑窗所覆盖的区域图像作为当前第二子图像,返回执行步骤S301,直至完成对当前第一子图像的遍历。
本实施例提供的号码识别方法,根据第一子图像对应的第一目标特征层,确定置于第一滑窗内的第二子图像中包含的目标图像,进而确定第一子图像中包含的目标图像。该方法将第一子图像中目标图像的识别过程进一步划分为分别对第二子图像中目标图像的识别,进一步提高了对目标图像识别的准确性。
图4为又一个实施例提供的号码识别方法的流程示意图,本实施例涉及的是终端设备对已标记的目标图像进行遍历,确定目标图像中的号码图像并进行标记的具体过程。在上述实施例的基础上,可选地,每个所述目标图像包括多个第三子图像,如图4所述,上述S103包括:
S401,根据当前第三子图像的属性信息与预设的第二对应关系从预设的第二卷积神经网络中获取所述当前第三子图像对应的第二目标特征层;其中,所述预设的第二对应关系为根据所述第三子图像的属性信息确定的所述第三子图像与第二目标特征层的对应关系。
具体地,上述已标记的目标图像可以分为多个不同尺寸的第三子图像,预设的第二卷积神经网络可以包括多个第二目标特征层。终端设备可以利用第二卷积神经网络中的若干目标特征层分别对应不同属性的第三子图像,即可以预先设定第三子图像与第二卷积神经网络中的特征层的对应关系,从而可以采用不同的特征层对不同属性的第三子图像进行处理。对于当前处理的第三子图像,终端设备可以根据该第三子图像的属性信息及其与目标特征层的对应关系,确定该第三子图像对应的第二目标特征层。
可选地,本发明实施例中第二卷积神经网络可以采用传统的卷积神经网络,还可以采用全卷积神经网络。
可选地,上述第三子图像的属性信息可以为图像尺寸、图像的像素值或字节数等信息中的一个或多个的组合。例如,上述第三子图像的属性信息为图像尺寸,此时,可以根据第三子图像的尺寸及预设的第二对应关系,获得该第三子图像对应的第二目标特征层。
S402,采用所述当前第三子图像对应的第二目标特征层和预设的第二滑窗,对所述当前第三子图像进行遍历,判断所述当前第三子图像中是否包含所述号码图像。
具体地,在终端设备确定了上述第三子图像所对应的第二目标特征层之后,可以根据预设的第二滑窗对该第三子图像中的特征进行滑窗遍历。当第二滑窗滑到某个位置时,通过对第二滑窗内覆盖的图像特征进行分析,来判断该位置是否包含号码图像,进而可以判断识别出上述第三子图像中包含的号码图像。
可选地,上述第二滑窗的窗口尺寸小于或等于第三子图像的尺寸,该第二滑窗可以在第三子图像内进行垂直/水平方向的滑动。当沿垂直方向执行第二滑窗遍历操作时,可以根据预设的移动距离每次移动第三预设像素,其中,第三预设像素小于或等于第二滑窗的窗口宽度。当沿水平方向执行第二滑窗遍历操作时,同样可以根据预设的移动距离每次移动第四预设像素,其中,第四预设像素小于或等于第二滑窗的窗口长度。
S403,当所述当前第三子图像中包含所述号码图像时,则对所述号码图像进行标记。
具体地,当终端设备对上述第三子图像中的特征遍历完之后,即可以确定出该第三子图像中包含的号码图像,然后可以对该号码图像进行标记,该号码图像也即为上述目标图像中的号码图像。
本实施例提供的号码识别方法,根据目标图像中不同尺寸的第三子图像及其对应的第二目标特征层,对第三子图像中的特征进行滑窗遍历,以确定第三子图像中包含的号码图像,进而确定目标图像中包含的号码图像。该方法利用不同目标特征层对不同尺寸的第三子图像进行处理,大大提高了对号码图像识别的准确性,同时解决了号码图像在目标图像中尺寸大小不一致的多尺度问题。
图5为又一个实施例提供的号码识别方法的流程示意图,本实施例涉及的是终端设备采用当前第三子图像对应的第二目标特征层和预设的第二滑窗,对当前第三子图像进行遍历,判断当前第三子图像中是否包含号码图像的具体过程。在上述实施例的基础上,可选地,上述每个第三子图像包括多个第四子图像,如图5所示,上述S402包括:
S501,号码图像识别操作,所述号码图像识别操作包括:采用所述当前第三子图像对应的第二目标特征层,判断置于所述第二滑窗内的当前第四子图像是否包含所述号码图像的特征。
可选地,第四子图像的尺寸小于或等于第二滑窗窗口的尺寸。例如,第四子图像的尺寸等于第二滑窗窗口的尺寸。
S502,若所述当前第四子图像包含所述号码图像的特征,则判定所述第三子图像中包含所述号码图像。
具体地,第四子图像为第二滑窗在滑动过程中所覆盖的区域图像。在进行号码识别过程中,终端设备可以通过判断第二滑窗内的第四子图像中是否包含号码图像的特征,进而可以判断第三子图像中是否包含号码图像的特征。其中,号码图像的特征可以为该号码所具有的不同于其他事物的特征。例如,对于运动员球衣的号码图像,其特征即是数字的特征。
S503,将所述第二滑窗移动至下一个所述第四子图像,之后返回所述号码图像识别操作,直至完成所述当前第三子图像的遍历。
具体地,将所述第二滑窗移动至下一个所述第四子图像的过程还可以包括:是按照预设的滑动方向,将所述第二滑窗移动至下一个第四子图像。其中预设的滑动方向可以是水平方向或垂直方向。下一个第四子图像是指与当前第四子图像在水平相邻或垂直相邻的子图像。
具体地,当终端设备对当前第四子图像中的特征分析完之后,将第二滑窗按照预设的移动距离移动至下一个位置,并将此时第二滑窗所覆盖的区域图像作为当前第四子图像,返回执行步骤S501,直至完成对当前第三子图像的遍历。
本实施例提供的号码识别方法,根据第三子图像对应的第二目标特征层,确定置于第二滑窗内的第四子图像中包含的号码图像,进而确定第三子图像中包含的号码图像。该方法将第三子图像中号码图像的识别过程进一步划分为分别对第四子图像中号码图像的识别,进一步提高了对号码图像识别的准确性。
需要说明的是,上述第一子图像、第二子图像、第三子图像和第四子图像仅为了区分在目标图像识别和号码图像识别过程中所对应的不同图像区域,不具有特定的含义。上述第一滑窗和第二滑窗也仅为了区分目标图像识别和号码图像识别过程中所对应的不同滑窗,不具有特定的含义。
应该理解的是,虽然图1-图5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-图5中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
图6为一个实施例提供的号码识别装置的结构示意图。如图6所示,该装置包括获取模块11、第一确定模块12、第二确定模块13和第三确定模块14。
具体地,获取模块11用于获取当前图像。
第一确定模块12用于对所述当前图像进行遍历,若所述当前图像中包含目标图像的特征,则确定所述当前图像中包含所述目标图像,并对已确定的目标图像进行标记。
第二确定模块13用于分别对各个已标记的目标图像进行遍历,若所述目标图像中包含号码图像的特征,则确定所述目标图像中包含所述号码图像,并对已确定的号码图像进行标记。
第三确定模块14用于分别对各个已标记的号码图像进行识别,确定所述号码图像中的号码;其中,所述号码包括所述号码的长度及所述号码的每个数字。
本实施例提供的号码识别装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
图7为另一个实施例提供的号码识别装置的结构示意图。在上述图6所示实施例的基础上,所述当前图像包括多个第一子图像,如图7所示,上述第一确定模块12具体可以包括:第一获取单元121、第一判断单元122和识别单元123。
具体地,第一获取单元121用于根据当前第一子图像的属性信息及预设的第一对应关系从预设的第一卷积神经网路中获取所述当前第一子图像对应的第一目标特征层;其中,所述预设的第一对应关系为根据所述第一子图像的属性信息确定的所述第一子图像与第一目标特征层的对应关系。
第一判断单元122用于采用所述当前第一子图像对应的第一目标特征层和预设的第一滑窗,对所述当前第一子图像进行遍历,判断所述当前第一子图像中是否包含所述目标图像。
识别单元123用于当所述当前第一子图像中包含所述目标图像时,则识别所述目标图像的数量,并分别对所述目标图像进行标记。
在其中一个实施例中,每个所述第一子图像包括多个第二子图像,上述第一判断单元122具体用于执行目标图像识别操作,所述目标图像识别操作包括:采用所述当前第一子图像对应的第一目标特征层,判断置于所述第一滑窗内的当前第二子图像是否包含所述目标图像的特征;若所述当前第二子图像包含所述目标图像的特征,则判定所述第一子图像中包含所述目标图像;将所述第一滑窗移动至下一个所述第二子图像,之后返回所述目标图像识别操作,直至完成所述当前第一子图像的遍历。
在其中一个实施例中,所述第一滑窗的窗口尺寸小于或等于所述第一子图像的尺寸;执行第一滑窗遍历操作时沿垂直方向每次移动第一预设像素,所述第一预设像素小于或等于所述第一滑窗的窗口的宽度;执行第一滑窗遍历操作时沿水平方向每次移动第二预设像素,所述二预设像素小于或等于所述第一滑窗的窗口的长度。
在其中一个实施例中,所述号码包括运动员编号,所述目标图像包括运动员图像,上述第一确定模块12具体用于对当前图像进行遍历,确定所述当前图像中包含的运动员图像,并对每个已确定的运动员图像进行标记。
本实施例提供的号码识别装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
图8为又一个实施例提供的号码识别装置的结构示意图。在上述图6或图7所示实施例的基础上,每个所述目标图像包括多个第三子图像,如图8所示,上述第二确定模块13具体可以包括第二获取单元131、第二判断单元132和标记单元133。
具体地,第二获取单元131用于根据当前第三子图像的属性信息与预设的第二对应关系从预设的第二卷积神经网路中获取所述当前第三子图像对应的第二目标特征层;其中,所述预设的第二对应关系为根据所述第三子图像的属性信息确定的所述第三子图像与第二目标特征层的对应关系。
第二判断单元132用于采用所述当前第三子图像对应的第二目标特征层和预设的第二滑窗,对所述当前第三子图像进行遍历,判断所述当前第三子图像中是否包含所述号码图像。
标记单元133用于当所述当前第三子图像中包含所述号码图像时,则对所述号码图像进行标记。
需要说明的是,图8的结构是在图7所示的实施例的基础上示出的,当然图8还可以在图6所示的结构上示出,这里仅是一种示例。
在其中一个实施例中,每个所述第三子图像包括多个第四子图像,上述第二判断单元132具体用于执行号码图像识别操作,所述号码图像识别操作包括:采用所述当前第三子图像对应的第二目标特征层,判断置于所述第二滑窗内的当前第四子图像是否包含所述号码图像的特征;若所述当前第四子图像包含所述号码图像的特征,则判定所述第三子图像中包含所述号码图像;将所述第二滑窗移动至下一个所述第四子图像,之后返回所述号码图像识别操作,直至完成所述当前第三子图像的遍历。
本实施例提供的号码识别装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
关于号码识别装置的具体限定可以参见上文中对于号码识别方法的限定,在此不再赘述。上述号码识别装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于终端设备中的处理器中,也可以以软件形式存储于终端设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供一种执行号码识别方法的终端设备的硬件结构示意图,如图9所示,该终端设备包括:
一个或多个处理器610以及存储器620,图9中以一个处理器610为例。
该终端设备还可以包括:输入装置630和输出装置640。
处理器610、存储器620、输入装置630和输出装置640可以通过总线或者其他方式连接,图9中以通过总线连接为例。
存储器620作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施例中的号码识别方法对应的程序指令/模块(例如,附图6所示的获取模块11、第一确定模块12、第二确定模块13和第三确定模块14)。处理器610通过运行存储在存储器620中的非暂态软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的号码识别方法。
存储器620可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据号码识别装置的使用所创建的数据等。此外,存储器620可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器620可选包括相对于处理器610远程设置的存储器,这些远程存储器可以通过网络连接至号码识别装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置630可接收输入的数字或字符信息,以及产生与号码识别装置的用户设置以及功能控制有关的键信号输入。输出装置640可包括显示屏等显示设备。
所述一个或者多个模块存储在所述存储器620中,当被所述一个或者多个处理器610执行时,执行上述任意方法实施例中的号码识别方法。
上述产品可执行本发明实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明实施例所提供的方法。
本发明实施例的终端设备以多种形式存在,包括但不限于:
(1)移动通信设备:这类设备的特点是具备移动通信功能,并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机,以及低端手机等。
(2)超移动个人计算机设备:这类设备属于个人计算机的范畴,有计算和处理功能,一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等,例如iPad。
(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod),掌上游戏机,电子书,以及智能玩具和便携式车载设备。
(4)服务器:提供计算服务的设备,服务器的构成包括处理器、硬盘、内存、系统总线等,服务器和通用的计算机架构类似,但是由于需要提供高可靠的服务,因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
(5)其他具有数据交互功能的电子装置。
在一个实施例中,提供了一种终端设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取当前图像;
对所述当前图像进行遍历,若所述当前图像中包含目标图像的特征,则确定所述当前图像中包含所述目标图像,并对已确定的目标图像进行标记;
分别对各个已标记的目标图像进行遍历,若所述目标图像中包含号码图像的特征,则确定所述目标图像中包含所述号码图像,并对已确定的号码图像进行标记;
分别对各个已标记的号码图像进行识别,确定所述号码图像中的号码;其中,所述号码包括所述号码的长度及所述号码的每个数字。
上述实施例提供的终端设备,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取当前图像;
对所述当前图像进行遍历,若所述当前图像中包含目标图像的特征,则确定所述当前图像中包含所述目标图像,并对已确定的目标图像进行标记;
分别对各个已标记的目标图像进行遍历,若所述目标图像中包含号码图像的特征,则确定所述目标图像中包含所述号码图像,并对已确定的号码图像进行标记;
分别对各个已标记的号码图像进行识别,确定所述号码图像中的号码;其中,所述号码包括所述号码的长度及所述号码的每个数字。
上述实施例提供的计算机可读存储介质,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种号码识别方法,其特征在于,包括:获取当前图像;
对所述当前图像进行遍历,若所述当前图像中包含目标图像的特征,则确定所述当前图像中包含所述目标图像,并对已确定的目标图像进行标记;
分别对各个已标记的目标图像进行遍历,若所述目标图像中包含号码图像的特征,则确定所述目标图像中包含所述号码图像,并对已确定的号码图像进行标记;
分别对各个已标记的号码图像进行识别,确定所述号码图像中的号码;其中,所述号码包括所述号码的长度及所述号码的每个数字;
其中,所述当前图像包括多个第一子图像;
对所述当前图像进行遍历,包括:
根据当前第一子图像的属性信息及预设的第一对应关系从预设的第一卷积神经网路中获取所述当前第一子图像对应的第一目标特征层;其中,所述预设的第一对应关系为根据所述第一子图像的属性信息确定的所述第一子图像与第一目标特征层的对应关系;
采用所述当前第一子图像对应的第一目标特征层和预设的第一滑窗,对所述当前第一子图像进行遍历。
2.根据权利要求1所述的方法,其特征在于,所述的若所述当前图像中包含目标图像的特征,则确定所述当前图像中包含所述目标图像,并对已确定的目标图像进行标记的步骤,包括:
判断所述当前第一子图像中是否包含所述目标图像;
当所述当前第一子图像中包含所述目标图像时,则识别所述目标图像的数量,并分别对所述目标图像进行标记。
3.根据权利要求2所述的方法,其特征在于,每个所述第一子图像包括多个第二子图像;
所述的采用所述当前第一子图像对应的第一目标特征层和预设的第一滑窗,对所述当前第一子图像进行遍历,判断所述当前第一子图像中是否包含所述目标图像的步骤,包括:
目标图像识别操作,所述目标图像识别操作包括:采用所述当前第一子图像对应的第一目标特征层,判断置于所述第一滑窗内的当前第二子图像是否包含所述目标图像的特征;
若所述当前第二子图像包含所述目标图像的特征,则判定所述第一子图像中包含所述目标图像;
将所述第一滑窗移动至下一个所述第二子图像,之后返回所述目标图像识别操作,直至完成所述当前第一子图像的遍历。
4.根据权利要求2所述的方法,其特征在于,
所述第一滑窗的窗口尺寸小于或等于所述第一子图像的尺寸;
执行第一滑窗遍历操作时沿垂直方向每次移动第一预设像素,所述第一预设像素小于或等于所述第一滑窗的窗口的宽度;
执行第一滑窗遍历操作时沿水平方向每次移动第二预设像素,所述第二预设像素小于或等于所述第一滑窗的窗口的长度。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述号码包括运动员编号,所述目标图像包括运动员图像;
所述的对所述当前图像进行遍历,若所述当前图像中包含目标图像的特征,则确定所述当前图像中包含所述目标图像,并对已确定的目标图像进行标记的步骤,包括:
对所述当前图像进行遍历,确定所述当前图像中包含的运动员图像,并对每个已确定的运动员图像进行标记。
6.根据权利要求1所述的方法,其特征在于,每个所述已标记的目标图像包括多个第三子图像;
所述的分别对各个已标记的目标图像进行遍历,若所述目标图像中包含号码图像的特征,则确定所述目标图像中包含所述号码图像,并对已确定的号码图像进行标记的步骤,包括:
根据当前第三子图像的属性信息与预设的第二对应关系从预设的第二卷积神经网络中获取所述当前第三子图像对应的第二目标特征层;其中,所述预设的第二对应关系为根据所述第三子图像的属性信息确定的所述第三子图像与第二目标特征层的对应关系;
采用所述当前第三子图像对应的第二目标特征层和预设的第二滑窗,对所述当前第三子图像进行遍历,判断所述当前第三子图像中是否包含所述号码图像;
当所述当前第三子图像中包含所述号码图像时,则对所述号码图像进行标记。
7.根据权利要求6所述的方法,其特征在于,每个所述第三子图像包括多个第四子图像;
所述的采用所述当前第三子图像对应的第二目标特征层和预设的第二滑窗,对所述当前第三子图像进行遍历,判断所述当前第三子图像中是否包含所述号码图像的步骤,包括:
号码图像识别操作,所述号码图像识别操作包括:采用所述当前第三子图像对应的第二目标特征层,判断置于所述第二滑窗内的当前第四子图像是否包含所述号码图像的特征;
若所述当前第四子图像包含所述号码图像的特征,则判定所述第三子图像中包含所述号码图像;
将所述第二滑窗移动至下一个所述第四子图像,之后返回所述号码图像识别操作,直至完成所述当前第三子图像的遍历。
8.一种号码识别装置,其特征在于,包括:
获取模块,用于获取当前图像;
第一确定模块,用于对所述当前图像进行遍历,若所述当前图像中包含目标图像的特征,则确定所述当前图像中包含所述目标图像,并对已确定的目标图像进行标记;
第二确定模块,用于分别对各个已标记的目标图像进行遍历,若所述目标图像中包含号码图像的特征,则确定所述目标图像中包含所述号码图像,并对已确定的号码图像进行标记;
第三确定模块,用于分别对各个已标记的号码图像进行识别,确定所述号码图像中的号码;其中,所述号码包括所述号码的长度及所述号码的每个数字;
其中,所述当前图像包括多个第一子图像;
所述第一确定模块,包括:第一获取单元和第一判断单元;
其中,第一获取单元,用于根据当前第一子图像的属性信息及预设的第一对应关系从预设的第一卷积神经网路中获取所述当前第一子图像对应的第一目标特征层;其中,所述预设的第一对应关系为根据所述第一子图像的属性信息确定的所述第一子图像与第一目标特征层的对应关系;
第一判断单元,用于采用所述当前第一子图像对应的第一目标特征层和预设的第一滑窗,对所述当前第一子图像进行遍历。
9.一种终端设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810678896.7A CN108898134B (zh) | 2018-06-27 | 2018-06-27 | 号码识别方法、装置、终端设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810678896.7A CN108898134B (zh) | 2018-06-27 | 2018-06-27 | 号码识别方法、装置、终端设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108898134A CN108898134A (zh) | 2018-11-27 |
CN108898134B true CN108898134B (zh) | 2020-11-06 |
Family
ID=64346405
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810678896.7A Active CN108898134B (zh) | 2018-06-27 | 2018-06-27 | 号码识别方法、装置、终端设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108898134B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220180649A1 (en) * | 2019-07-31 | 2022-06-09 | Intel Corporation | Multiple Camera Jersey Number Recognition |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100269102B1 (ko) * | 1994-06-24 | 2000-10-16 | 윤종용 | 숫자인식을위한특징량계산방법및신경회로망을이용한숫자인식회로 |
CN106980854A (zh) * | 2017-03-29 | 2017-07-25 | 珠海习悦信息技术有限公司 | 车牌号码识别方法、装置、存储介质及处理器 |
CN107977596A (zh) * | 2016-10-25 | 2018-05-01 | 杭州海康威视数字技术股份有限公司 | 一种车牌状态识别方法及装置 |
-
2018
- 2018-06-27 CN CN201810678896.7A patent/CN108898134B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100269102B1 (ko) * | 1994-06-24 | 2000-10-16 | 윤종용 | 숫자인식을위한특징량계산방법및신경회로망을이용한숫자인식회로 |
CN107977596A (zh) * | 2016-10-25 | 2018-05-01 | 杭州海康威视数字技术股份有限公司 | 一种车牌状态识别方法及装置 |
CN106980854A (zh) * | 2017-03-29 | 2017-07-25 | 珠海习悦信息技术有限公司 | 车牌号码识别方法、装置、存储介质及处理器 |
Also Published As
Publication number | Publication date |
---|---|
CN108898134A (zh) | 2018-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108875667B (zh) | 目标识别方法、装置、终端设备和存储介质 | |
CN110232311B (zh) | 手部图像的分割方法、装置及计算机设备 | |
CN109858371B (zh) | 人脸识别的方法及装置 | |
CN110738101B (zh) | 行为识别方法、装置及计算机可读存储介质 | |
CN111857356B (zh) | 识别交互手势的方法、装置、设备和存储介质 | |
US20180018503A1 (en) | Method, terminal, and storage medium for tracking facial critical area | |
US10007841B2 (en) | Human face recognition method, apparatus and terminal | |
CN108762505B (zh) | 基于手势的虚拟对象控制方法、装置、存储介质和设备 | |
CN107613202B (zh) | 一种拍摄方法及移动终端 | |
CN107679449B (zh) | 嘴唇动作捕捉方法、装置及存储介质 | |
CN109299658B (zh) | 脸部检测方法、脸部图像渲染方法、装置及存储介质 | |
CN106484837A (zh) | 相似视频文件的检测方法和装置 | |
US10769476B2 (en) | License plate detection method and device | |
CN109117760A (zh) | 图像处理方法、装置、电子设备和计算机可读介质 | |
CN111626163B (zh) | 一种人脸活体检测方法、装置及计算机设备 | |
WO2022002262A1 (zh) | 基于计算机视觉的字符序列识别方法、装置、设备和介质 | |
CN113505707A (zh) | 吸烟行为检测方法、电子设备及可读存储介质 | |
CN109753883A (zh) | 视频定位方法、装置、存储介质和电子设备 | |
CN113160231A (zh) | 一种样本生成方法、样本生成装置及电子设备 | |
CN111414948A (zh) | 目标对象检测方法和相关装置 | |
CN113557546B (zh) | 图像中关联对象的检测方法、装置、设备和存储介质 | |
CN108898134B (zh) | 号码识别方法、装置、终端设备和存储介质 | |
CN106682669A (zh) | 一种图像处理方法及移动终端 | |
CN110222576B (zh) | 拳击动作识别方法、装置和电子设备 | |
CN111539390A (zh) | 一种基于Yolov3的小目标图像识别方法、设备和系统 |
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 |