CN110351579B - 一种视频的智能剪辑方法 - Google Patents

一种视频的智能剪辑方法 Download PDF

Info

Publication number
CN110351579B
CN110351579B CN201910756362.6A CN201910756362A CN110351579B CN 110351579 B CN110351579 B CN 110351579B CN 201910756362 A CN201910756362 A CN 201910756362A CN 110351579 B CN110351579 B CN 110351579B
Authority
CN
China
Prior art keywords
video
shot
close
camera
track
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
Application number
CN201910756362.6A
Other languages
English (en)
Other versions
CN110351579A (zh
Inventor
余锴
李真龙
吴爱紫
周小宇
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.)
Jiangxi Shuihaier Digital Technology Co ltd
Original Assignee
Shenzhen Blueprints Technology Co 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 Shenzhen Blueprints Technology Co ltd filed Critical Shenzhen Blueprints Technology Co ltd
Priority to CN201910756362.6A priority Critical patent/CN110351579B/zh
Publication of CN110351579A publication Critical patent/CN110351579A/zh
Application granted granted Critical
Publication of CN110351579B publication Critical patent/CN110351579B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/41Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Television Signal Processing For Recording (AREA)
  • Studio Devices (AREA)

Abstract

本发明涉及一种视频的智能剪辑方法,获得相机运动轨迹数据后,通过标准中值滤波算法和剔除抖动时间帧,获得高质量视频画面,并按照相机运动轨迹划分该视频画面为平滑轨迹视频和异常轨迹视频,然后对标识为平滑轨迹视频进行画面评分分析,符合要求的再次进行景深分析获得小景深虚化特写镜头,另外,根据相机运动的空间轨迹数据检索平滑轨迹视频,进行曲面拟合获得高动态特写镜头并拾取,以及,基于矩阵麦克风声音检测系统检测拍摄现场音频高低拾取现场画面标注为即兴表演镜头,进而将三个镜头合成为符合预设时长的宣传视频。本发明在视频剪辑过程中无人工参与,能够自动进行视频的筛选、剪辑,加以自动合成技术,瞬时提供视频剪辑片段输出。

Description

一种视频的智能剪辑方法
技术领域
本发明涉及视频拍摄剪辑技术领域,特别是涉及一种视频的智能剪辑方法。
背景技术
在影视拍摄,体育运动或者各类演出中,一般需要设置多台相机同时进行拍摄,记录演出的详细过程。
多机位拍摄丰富了视频内容,并且可以让观众看到更多的展示视角,但是多机位拍摄会增加后期视频处理难度,需要大量人手进行人工选片剪辑,成本高,时间长,及时性差。
发明内容
基于此,有必要针对当前视频剪辑成本高,时间长,及时性差的情况,提供一种视频的智能剪辑方法,能够用于大型运动会,表演及运动类产品的拍摄并进行自动优选剪辑,加以自动合成技术,瞬时提供精彩视频剪辑片段输出。
一种视频的智能剪辑方法,包括以下步骤,
S1,获取相机运动的空间轨迹数据,通过标准中值滤波算法剔除相机拍摄中不稳定画面;
S2,剔除抖动时间帧,并采用JERK平方积分法,将待剪辑视频的相机运动的空间轨迹分为平滑轨迹和异常轨迹,对应视频标识为平滑轨迹视频和异常轨迹视频;
S3,对标识为平滑轨迹视频进行画面评分分析,筛选出画面评分六十分以上的标注为剪辑基本素材,画面评分八十分以上的标注为第二特写素材,画面评分九十分以上的作为第一特写素材;
S4,对第二特写素材和第一特写素材内进行景深分析,将景深分析评分为九十分以上的标注为小景深虚化特写镜头;
S5,根据相机运动的空间轨迹数据检索第一特写素材,进行曲面拟合寻找曲线运动水平面张角在四十五度以上的高动态特写镜头并拾取;
S6,基于矩阵麦克风声音检测系统检测拍摄现场音频高低,当拍摄现场音频高于预设音频阈值时,拾取现场画面标注为即兴表演镜头;
S7,对现有的小景深虚化特写镜头、高动态特写镜头和即兴表演镜头进行色彩对比度评级,获取对比度/饱和度在高段位的对应的镜头进行拾取,合成符合预设时长的宣传视频。
优选的,所述S2,剔除抖动时间帧是指通过传感器检测相机震动并删除相机震动时间段内拍摄的帧画面。
优选的,所述S3,所述画面评分分析之前,将标识为平滑轨迹视频分割成九宫格模式。
优选的,所述S3,所述画面评分分析采用的是人体姿态识别算法和视频存储库比对检索方法。
优选的,所述人体姿态识别算法在画面评分分析中所占权重为30%,所述视频存储库比对检索方法在画面评分分析中所占权重为70%。
优选的,所述S4,所述景深分析,是指对相机镜头焦段,相机拍摄主体空间距离以及虚化因子,进行归一化数学运算。
优选的,所述S7,当所述小景深虚化特写镜头、高动态特写镜头和即兴表演镜头组合时长大于所述预设时长的宣传视频时,按照色彩对比度评级输出结果,删除色彩对比度评级低的对应的镜头帧画面;当所述小景深虚化特写镜头、高动态特写镜头和即兴表演镜头组合时长小于所述预设时长的宣传视频时,选择符合色彩对比度评级标准的景深分析评分低于九十分的小景深虚化特写镜头补充。
本发明的有益之处在于:1、在获取相机的运动轨迹数据后,通过中值滤波算法删除相机拍摄的不稳定,以及通过传感器检测相机震动进而剔除相机拍摄的帧画面,保证了视频剪辑的质量,且无需人工参与识别,降低幕后人员的工作量,提高其工作效率;2、将获得相机运动过程中拍摄的镜头画面按照其轨迹途径划分为平滑轨迹和异常轨迹,并对标注为平滑轨迹的视频进行智能筛选,获得小景深虚化特写镜头,无需人工参与筛选,能够大幅度降低视频的制作成本和制作时间,及时输出完整视频。
附图说明
图1为其中一实施例一种视频的智能剪辑方法框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似改进,因此本发明不受下面公开的具体实施例的限制。
需要说明的是,当元件被称为“固定于”或“设置于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的,并不表示是唯一的实施方式。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的,不是旨在于限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
如图1所示,一种视频的智能剪辑方法,包括以下步骤,
S1,获取相机运动的空间轨迹数据,通过标准中值滤波算法剔除相机拍摄中不稳定画面。具体的,在本实施当中,为了获取相机拍摄时在物理空间中的运动轨迹,通过在相机内设置TOF单元,SLAM单元和IMU单元,其中,TOF单元指的是红外激光3D成像单元,通过通过给目标连续发送光脉冲,然后用传感器接收从物体返回的光,通过探测光脉冲的飞行(往返)时间来得到目标物距离,SLAM单元指的是即时定位与地图构建,IMU指的是惯性测量单元,测量。将相机置于自动跟踪拍摄平台上时,如摄影小车或者七轴器械臂等,可通过IMU单元记录相机拍摄物体时在空间中的运动轨迹。并且为了防止自动跟踪拍摄平台在拍摄时发生碰撞,在其中设置的TOF单元和SLAM单元配合IMU单元收集相机运动空间中的地图障碍物信息,进而起到防碰撞作用。
进一步的,在获得相机运动的空间轨迹数据后,使用标准中值滤波算法删除相机拍摄过程中的不稳定画面,所谓标准中值滤波算法指的是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术,中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替,让周围的像素值接近的真实值,从而消除孤立的噪声点。中值滤波算法为现有技术,在此不再赘述。
S2,剔除抖动时间帧,并采用JERK平方积分法,将待剪辑视频的相机运动的空间轨迹分为平滑轨迹和异常轨迹,对应视频标识为平滑轨迹视频和异常轨迹视频。具体的,剔除抖动时间帧的方法是通过传感器检测相机震动并删除相机震动时间段内拍摄的帧画面,设定传感器30ms~60ms检测一次相机震动数据,而相机拍摄的视频1s内一般有25帧左右,从而使得传感器检测相机震动的频率近似的和相机拍摄的每帧画面对齐,通过传感器检测到相机震动的时间点来删除对应的帧画面,提高相机拍摄画面的质量。
进一步的,在剔除抖动时间帧后,采用的JERK平方积分法是一种经典的平滑性度量方法,为现有的数学算法,在此不再赘述。通过JERK平方积分法将相机运动轨迹划分为平滑轨迹和异常轨迹,并标注轨迹对应的视频为平滑轨迹视频和异常轨迹视频。
S3,对标识为平滑轨迹视频进行画面评分分析,筛选出画面评分六十分以上的标注为剪辑基本素材,画面评分八十分以上的标注为第二特写素材,画面评分九十分以上的作为第一特写素材。具体的,在进行所述画面评分分析,将标识为平滑轨迹视频分割成九宫格模式,然后采用人体姿态识别算法和视频存储库比对检索方法对平滑轨迹视频进行分析。其中,具体在本实施当中,所述人体姿态识别算法在画面评分分析中所占权重为30%,所述视频存储库比对检索方法在画面评分分析中所占权重为70%。
人体姿态识别算法是一套成熟的AI算法,在此不再赘述。所述视频存储库比对检索方法,指的是在相机的存储部内存储一定量的视频画面,通过自动比对检索将平滑轨迹视频画面和存储部内视频画面的比例进行匹配,所述比例指的是视频画面中主体,如表演人,在视频画面所处位置,如左上角,表演人处于非中心位置,该类画面会导致用户观看体验差,因此会降低该视频画面的比对检索过程中的评分;若视频画面经过比对检索匹配发现其画面主体处于中心位置,则提高该视频画面的比对检索过程中的评分。
S4,对第二特写素材和第一特写素材内进行景深分析,将景深分析评分为九十分以上的标注为小景深虚化特写镜头。具体的,所述景深,是指在聚焦完成后,焦点前后的范围内所呈现的清晰图像,这一前一后的距离范围,便叫做景深。而所述景深分析,是指对相机镜头焦段,相机拍摄主体空间距离以及虚化因子,进行的归一化数学运算。其中,相机拍摄主体空间距离,指的是拍摄主体与其背景之间的距离,可以通过简单的红外测距获得,在此不再赘述。
S5,根据相机运动的空间轨迹数据检索第一特写素材,进行曲面拟合寻找曲线运动水平面张角在四十五度以上的高动态特写镜头并拾取。具体的,在获得相机运动的空间轨迹数据后,通过曲面拟合算法获得相机运动初始位置以及相机运动终点位置之间的水平面张角,若张角大于四十五度,并且相机从初始位置运动至终点位置的时长大于5秒,将对应该运动轨迹的相机拍摄的视频标注为高动态特写镜头并保存。
S6,基于矩阵麦克风声音检测系统检测拍摄现场音频高低,当拍摄现场音频高于预设音频阈值时,拾取现场画面标注为即兴表演镜头。具体的,所述矩阵麦克风声音检测指的是通过相机上设置多个拾音点来收集拍摄现场的声音信号,然后通过特殊的算法过滤一部分外界噪音,当收集的声音频率大于预设的音频阈值时,保存相机拍摄的对应的镜头画面,并标注为即兴表演镜头。
S7,对现有的小景深虚化特写镜头、高动态特写镜头和即兴表演镜头进行色彩对比度评级,获取对比度/饱和度在高段位的对应的镜头进行拾取,合成符合预设时长的宣传视频。当所述小景深虚化特写镜头、高动态特写镜头和即兴表演镜头组合时长大于所述预设时长的宣传视频时,按照色彩对比度评级输出结果,删除色彩对比度评级低的对应的镜头帧画面;当所述小景深虚化特写镜头、高动态特写镜头和即兴表演镜头组合时长小于所述预设时长的宣传视频时,选择符合色彩对比度评级标准的景深分析评分低于九十分的小景深虚化特写镜头补充。
本发明提供的智能剪辑方法,基于人体姿态识别算法,影视视频编解码技术和矩阵麦克风声音检测系统,加以视频自动合成技术,能够瞬时筛选剪辑相机拍摄视频画面,提供精彩视频剪辑片段输出,并且,该智能剪辑方法提供的视频已经达到一定的美学水准。
以上所述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 (3)

1.一种视频的智能剪辑方法,其特征在于:包括以下步骤,
S1,获取相机运动的空间轨迹数据,通过标准中值滤波算法剔除相机拍摄中不稳定画面;
S2,剔除抖动时间帧,并采用JERK平方积分法,将待剪辑视频的相机运动的空间轨迹分为平滑轨迹和异常轨迹,对应视频标识为平滑轨迹视频和异常轨迹视频;
S3,对标识为平滑轨迹视频进行画面评分分析,筛选出画面评分六十分以上的标注为剪辑基本素材,画面评分八十分以上的标注为第二特写素材,画面评分九十分以上的作为第一特写素材;在进行所述画面评分分析之前,将标识为平滑轨迹视频分割成九宫格模式,然后采用人体姿态识别算法和视频存储库比对检索方法对平滑轨迹视频进行分析;其中,具体在本实施当中,所述人体姿态识别算法在画面评分分析中所占权重为30%,所述视频存储库比对检索方法在画面评分分析中所占权重为70%;
S4,对第二特写素材和第一特写素材内进行景深分析,将景深分析评分为九十分以上的标注为小景深虚化特写镜头,所述景深分析,是指对相机镜头焦段,相机拍摄主体空间距离以及虚化因子,进行的归一化数学运算;
S5,根据相机运动的空间轨迹数据检索第一特写素材,进行曲面拟合寻找曲线运动水平面张角在四十五度以上的高动态特写镜头并拾取,在获得相机运动的空间轨迹数据后,通过曲面拟合算法获得相机运动初始位置以及相机运动终点位置之间的水平面张角,若张角大于四十五度,并且相机从初始位置运动至终点位置的时长大于5秒,将对应该运动轨迹的相机拍摄的视频标注为高动态特写镜头并保存;
S6,基于矩阵麦克风声音检测系统检测拍摄现场音频高低,当拍摄现场音频高于预设音频阈值时,拾取现场画面标注为即兴表演镜头;
S7,对现有的小景深虚化特写镜头、高动态特写镜头和即兴表演镜头进行色彩对比度评级,获取对比度/饱和度在高段位的对应的镜头进行拾取,合成符合预设时长的宣传视频。
2.如权利要求1所述的一种视频的智能剪辑方法,其特征在于:所述S2,剔除抖动时间帧是指通过传感器检测相机震动并删除相机震动时间段内拍摄的帧画面。
3.如权利要求1所述的一种视频的智能剪辑方法,其特征在于:所述S7,当所述小景深虚化特写镜头、高动态特写镜头和即兴表演镜头组合时长大于所述预设时长的宣传视频时,按照色彩对比度评级输出结果,删除色彩对比度评级低的对应的镜头帧画面;当所述小景深虚化特写镜头、高动态特写镜头和即兴表演镜头组合时长小于所述预设时长的宣传视频时,选择符合色彩对比度评级标准的景深分析评分低于九十分的小景深虚化特写镜头补充。
CN201910756362.6A 2019-08-16 2019-08-16 一种视频的智能剪辑方法 Active CN110351579B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910756362.6A CN110351579B (zh) 2019-08-16 2019-08-16 一种视频的智能剪辑方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910756362.6A CN110351579B (zh) 2019-08-16 2019-08-16 一种视频的智能剪辑方法

Publications (2)

Publication Number Publication Date
CN110351579A CN110351579A (zh) 2019-10-18
CN110351579B true CN110351579B (zh) 2021-05-28

Family

ID=68185211

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910756362.6A Active CN110351579B (zh) 2019-08-16 2019-08-16 一种视频的智能剪辑方法

Country Status (1)

Country Link
CN (1) CN110351579B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111541943B (zh) * 2020-06-19 2020-10-16 腾讯科技(深圳)有限公司 视频处理方法、视频操作方法、装置、存储介质和设备
CN112637632B (zh) * 2020-12-17 2023-04-07 北京达佳互联信息技术有限公司 一种音频处理方法、装置、电子设备及存储介质
CN114005077B (zh) * 2021-12-30 2022-05-27 浙江大学 观众评价数据驱动的无声产品视频创作辅助方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106375872A (zh) * 2015-07-24 2017-02-01 三亚中兴软件有限责任公司 一种视频剪辑方法及装置
CN106507180A (zh) * 2016-11-24 2017-03-15 腾讯科技(深圳)有限公司 一种视频处理的方法及终端
CN109889920A (zh) * 2019-04-16 2019-06-14 威比网络科技(上海)有限公司 网络课程视频剪辑方法、系统、设备及存储介质
CN110062222A (zh) * 2019-03-15 2019-07-26 华为技术有限公司 一种视频的评价方法、终端、服务器及相关产品

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9066014B2 (en) * 2013-10-11 2015-06-23 Facebook, Inc. Applying video stabilization to a multimedia clip

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106375872A (zh) * 2015-07-24 2017-02-01 三亚中兴软件有限责任公司 一种视频剪辑方法及装置
CN106507180A (zh) * 2016-11-24 2017-03-15 腾讯科技(深圳)有限公司 一种视频处理的方法及终端
CN110062222A (zh) * 2019-03-15 2019-07-26 华为技术有限公司 一种视频的评价方法、终端、服务器及相关产品
CN109889920A (zh) * 2019-04-16 2019-06-14 威比网络科技(上海)有限公司 网络课程视频剪辑方法、系统、设备及存储介质

Also Published As

Publication number Publication date
CN110351579A (zh) 2019-10-18

Similar Documents

Publication Publication Date Title
US10721439B1 (en) Systems and methods for directing content generation using a first-person point-of-view device
CN110351579B (zh) 一种视频的智能剪辑方法
US10706892B2 (en) Method and apparatus for finding and using video portions that are relevant to adjacent still images
CN105472236B (zh) 具有最佳图像稳定的延时视频采集
CN103988227B (zh) 用于图像捕获目标锁定的方法和装置
CN110830756B (zh) 一种监控方法与装置
JP4616702B2 (ja) 画像処理
CN105939481A (zh) 一种交互式三维虚拟现实视频节目录播和直播方法
JP6713537B2 (ja) 複数のメディアストリームの処理
US20170134714A1 (en) Device and method for creating videoclips from omnidirectional video
WO2021139728A1 (zh) 全景视频处理方法、装置、设备及存储介质
KR102420094B1 (ko) 화상 처리 장치, 화상 처리 방법 및 프로그램
CN105812651A (zh) 一种视频数据的处理方法及终端设备
CN109791558B (zh) 微动图的自动选择
CN109886995B (zh) 一种复杂环境下多目标跟踪方法
CN110072059A (zh) 图像拍摄装置、方法及终端
CN110633648A (zh) 一种自然行走状态下的人脸识别方法和系统
JP2011205599A (ja) 信号処理装置
JP4165615B2 (ja) 画像表示装置、画像表示方法、プログラム、及び記録媒体
CN112166599A (zh) 视频剪辑方法及终端设备
JP4606278B2 (ja) 映像構造化方法及び装置及びプログラム
US11399133B2 (en) Image capture device with an automatic image capture capability
US11622099B2 (en) Information-processing apparatus, method of processing information, and program
JP2003061038A (ja) 映像コンテンツ編集支援装置および映像コンテンツ編集支援方法
WO2011048742A1 (ja) 半導体集積回路及びそれを備える撮像装置

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230817

Address after: Floor 1, Science and Innovation Incubation Building, Sinovation Ventures, No. 1189, Jingdong Avenue, Nanchang Hi tech Industrial Development Zone, Jiangxi 330000

Patentee after: Jiangxi Shuihaier Digital Technology Co.,Ltd.

Address before: Room 802 A8619, Building 10, Shenzhen Bay Science and Technology Ecological Park, No. 10 Gaoxin South 9th Road, Gaoxin Community, Yuehai Street, Nanshan District, Shenzhen City, Guangdong Province, 518000

Patentee before: Shenzhen blueprints Technology Co.,Ltd.