CN110378736B - 通过人脸表情识别评价游客对自然资源体验满意度的方法 - Google Patents
通过人脸表情识别评价游客对自然资源体验满意度的方法 Download PDFInfo
- Publication number
- CN110378736B CN110378736B CN201910664031.XA CN201910664031A CN110378736B CN 110378736 B CN110378736 B CN 110378736B CN 201910664031 A CN201910664031 A CN 201910664031A CN 110378736 B CN110378736 B CN 110378736B
- Authority
- CN
- China
- Prior art keywords
- facial expression
- tourists
- image
- score
- natural resource
- 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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0203—Market surveys; Market polls
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/14—Travel agencies
-
- 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
- G06V40/174—Facial expression recognition
Abstract
通过人脸表情识别评价游客对自然资源体验满意度的方法,涉及游客满意度调查领域。本发明包括搜集人脸表情图像经处理后满足像素分辨率大于72像素/英寸,RGB制式,格式为jpg、png、gif或tif,包括游客人脸五官在内的整个脸部面积占图像面积的40%以上,图像数量不少于1000张;通过软件识别的方法对人脸表情图像进行分析并给每种人脸表情赋分;参加自然资源体验的游客表情分为8种:开心、悲伤、木讷、生气、厌恶、轻蔑、惊讶和恐惧;利用提前训练计算机深度学习所得到的训练模型进行赋分,8种表情分数相加等于100%;评价指标计算。本发明解决了现有方法存在的无法得到准确结果、无法充分反映游客满意度的问题。
Description
技术领域
本发明涉及游客满意度调查技术领域,具体涉及一种通过人脸表情识别评价游客对自然资源体验满意度的方法。
背景技术
在当前全球快速城市化的背景之下,中国经济的快速发展使得中国城市居民对亲近自然资源的愿望越来越强烈。自地球诞生之日起,距今大概有40亿年的时间,人类自猿猴进化至今不过300万年的历史,而自第一次工业革命以来人类对社会有了清楚认知的时间不过300年,现代城市居民社会圈子的形成不过100年,因此在整个人类进化过程中所占时间不足万分之一,人类文明社会形成的时间和地球诞生时间相比如白驹过隙。人类的根本生物属性,更适合于自然环境而非城市社会环境。因此,有学者提出即使是生活在现代城市环境中的居民,其身体内的每一个细胞其实更适合在自然资源环境中的生活。因此,现在越来越多的人提倡走进自然、贴近原始。也有大量研究表明,城市居民只要体验十几分钟的森林康养(森林康氧是指在森林轻松的步行过程中,通过听、闻、触、感、嗅、思等身心感官的过程,实现游客充分体验森林经历的氛围,进而给游客身心带来健康养生方面的效果),就会让身心得到极大的放松和改善。
目前,评价游客在自然资源环境(自然资源是指森林、湿地、大海、草原等天然形成的可以为人类提供各种供给的资源。狭义的自然资源指原始度较高的自然环境载体或称之为景区,广义的自然资源包括城市森林公园,甚至街道、小区的绿化环境载体)中的体验满意度是一个难点。目前全世界所采用的最广泛的方法是填写调查问卷,最近也有新技术尝试通过手机调令数据或热感影响值的方法,通过量化参与自然资源体验(自然资源体验是指游客在自然资源中,以放松、休闲、康养为目的的体验式的经历)的游客人数来分析游客的分布规律、可达性(游客从住所到达自然资源处的便利程度)。但是采用调查问卷的方法不仅费时费力,而且主观性强,除非形成极大规模的数据基础,否则很难得到确凿的结果。而通过手机调令数据或热感影响值的方法只能作为自然资源体验游客的人数的参考,无法充分反映游客对该自然资源的满意度。
发明内容
为了解决现有评价游客对自然资源体验满意度的方法存在的无法得到准确结果、无法充分反映游客满意度的问题,本发明提供一种通过人脸表情识别评价游客对自然资源体验满意度的方法。
本发明为解决技术问题所采用的技术方案如下:
本发明的一种通过人脸表情识别评价游客对自然资源体验满意度的方法,包括以下步骤:
步骤一、图像搜集
搜集参加自然资源体验游客的人脸表情图像;
步骤二、图像处理
对人脸表情图像进行筛选和处理以满足以下要求:像素分辨率大于72像素/英寸,RGB制式,格式为jpg、png、gif或tif,包括游客人脸五官在内的整个脸部面积占图像面积的40%以上;满足以上要求的人脸表情图像数量至少1000张;
步骤三、图像分析
通过软件识别的方法对人脸表情图像进行分析并给每种人脸表情赋分;
参加自然资源体验的游客表情分为8种:开心、悲伤、木讷、生气、厌恶、轻蔑、惊讶和恐惧;利用提前训练计算机深度学习所得到的训练模型,将这8种表情分别进行赋分,分数采用百分制形式,8种表情的分数相加等于100%;
步骤四、评价指标计算
根据步骤三所得人脸表情赋分结果计算评价指标,评价指标包括积极情绪指数,积极情绪指数等于开心分数与悲伤分数的差值。
作为优选的实施方式,步骤一中图像搜集的方法如下:
(1)在具有签到地点功能的网页或APP中下载人脸表情图像;
(2)在自然资源场所现场随机拍摄游客人脸表情图像;
(3)在自然资源场所出口和入口处定时拍摄游客人脸表情图像;
(4)邀请多名志愿者在其自然状态下摄取人脸表情图像。
作为更优选的实施方式,所述具有签到地点功能的网页包括微博、博客和论坛;所述具有签到地点功能的APP包括微博、博客和论坛。
作为优选的实施方式,步骤二中,对图像进行筛选和处理以满足的要求中还包括以下要求:一张人脸表情图像中只有一个游客的脸部,并且此张人脸表情图像中必须同时显示游客脸部的眼、眉、鼻、口、耳五官且五官不能被遮挡。
作为优选的实施方式,步骤三中,提前训练计算机深度学习所得到的训练模型的具体构建方法如下:
用于图像分析的模型训练时,要求在社会热点事件期间内全国所有省份的城市森林中搜集无意识的照片至少3万张,然后人工筛选出对应的表情放到八种表情所在的文件中去,并且用于模型训练的每种表情的有意识的照片至少1400张。
作为优选的实施方式,步骤三中,所述软件采用:长春市智伦圃道农业科技有限公司研发的FireFACETM软件。
作为优选的实施方式,步骤四中,评价指标还包括:幸福指数和悲伤指数,所述幸福指数等于(开心分数-木讷分数)/悲伤分数;所述悲伤指数等于(悲伤分数-木讷分数)/开心分数。
本发明的有益效果是:本发明采用人脸识别技术,利用众多游客瞬时(real-time)表情的量化结果,通过大数据的计算,客观准确的衡量游客在自然资源环境中的心情,进而以此评价游客在自然资源环境中参观体验的满意度。通过该方法可以有效解决当前无法准确有效的评价游客对自然资源体验的满意度的问题。与现有技术相比,本发明具有以下优点:
(1)本发明能够快速准确的获得游客对自然资源经历的满意度。
(2)本发明能够真正实现通过对游客表情的分析探查其内心的真实活动。
(3)本发明有利于构建多元回归模型,适合于大数据分析。
(4)本发明指标构建方法灵活,应用多样,适用于各种评价目的。
具体实施方式
本发明通过人脸表情识别评价游客对自然资源体验满意度的方法,包括以下步骤:
步骤一、图像搜集
采用以下四种方法搜集参加自然资源体验游客的人脸表情图像:
(1)在具有签到地点(check-in)功能的网页或APP中下载人脸表情图像;所说的具有签到地点功能的网页包括微博、博客和论坛;所说的具有签到地点功能的APP包括微博、博客和论坛。
(2)在自然资源场所现场随机拍摄游客人脸表情图像。
(3)在自然资源场所关键的出口和入口处安装摄像装置定时拍摄游客人脸表情图像。
(4)邀请多名志愿者在其自然状态下摄取人脸表情图像。
步骤二、图像处理
对图像进行筛选和处理以满足以下要求:像素分辨率大于72像素/英寸,RGB制式,格式为jpg、png、gif或tif,包括游客人脸五官在内的整个脸部面积占图像面积的40%以上,并且一张人脸表情图像中只有一个游客脸部,并且此张人脸表情图像中必须同时显示游客脸部的眼、眉、鼻、口、耳五官且五官不能被遮挡。满足以上要求的人脸表情图像数量不少于1000张,即每次用于图像分析的人脸表情图像数量大于等于1000张。
步骤三、图像分析
通过软件(采用长春市智伦圃道农业科技有限公司公司研发的FireFACETM软件)识别的方法对人脸表情图像进行分析并给每种人脸表情赋分;
参加自然资源体验的游客表情分为8种:开心(happy)、悲伤(sad)、木讷(neutral)、生气(angry)、厌恶(disgusted)、轻蔑(contempt)、惊讶(surprised)和恐惧(scared);利用提前训练计算机深度学习所得到的训练模型,将这8种表情分别进行赋分,分数采用百分制形式,8种表情的分数相加等于100%;
提前训练计算机深度学习所得到的训练模型的具体构建方法如下:
用于图像分析的模型训练时,要求在社会热点事件(社会热点事件,social hot-pot events,比如五一、十一、元旦、国庆等假期,或者国庆阅兵、发射火箭、天安门升旗等聚拢人数关注较多的社会热点事件)期间内全国所有省份的城市森林中搜集无意识的照片至少3万张,然后人工筛选出对应的表情放到八种表情所在的文件中去,并且用于模型训练的每种表情的有意识的照片至少1400张。用于分析人脸表情的精度,对于中国或东亚地区人脸而言,要求超过70%。
步骤四、评价指标计算
根据步骤三所得人脸表情赋分结果计算评价指标,评价指标主要包括积极情绪指数、幸福指数和悲伤指数。
积极情绪指数等于开心分数(happy)与悲伤分数(sad)的差值。
幸福指数等于(开心分数-木讷分数)/悲伤分数。
悲伤指数等于(悲伤分数-木讷分数)/开心分数。
计算评价指标时,以每1张人脸表情图像为1个单元,计算每1张照片的3个指数后,将照片编号、对应的指数记录下来并用于后面的评价。
通过不同位置、方向、人群特征等游客的评价指标的大数据计算分析,得出最终游客满意度的结果。
(1)游客对目标自然资源经历的整体满意度。
(2)游客对整个自然资源环境中某一区域的满意度。
(3)游客满意度的形成规律:以自然资源经历过程中的各环境因子(环境因子,environmental factors,温度、湿度、降雨量、光照等)指标为自变量,以人脸表情指数为因变量,通过多元回归模型结果来分析。
(4)游客属性(游客属性,visitors’attributes,包括性别、年龄段、头发长短、是否戴眼镜等)对满意度的影响:以游客属性为自变量,以人脸表情指数为因变量,通过多元回归模型结果来分析。
效果验证试验如下:
试验例1:
以吉林省长春市南湖公园为例,通过在2号门入口处安装2个自动摄像装置摄取图像,同时记录进出公园游客的表情照片1000张,通过人脸表情指标的差值分析发现:年轻人在下午4点左右对经过南湖公园的经历最为满意,上午9点的老年人对南湖公园的经历最不满意。通过对象抽样回访,此方法反映实际游客的内心想法的准确率为95%。
试验例2:
以东北三省的省会城市哈尔滨、沈阳、长春为例,在2017年十一黄金周期间从新浪微博上随机下载三个城市中城市森林地点签到的照片9994张,构建多元回归模型的精度达到极显著的水平,误差水平不到千分之一(泊松分布,卡方检验,Chi-square P<0.0001),该模型结果显示十一期间东北城市森林中女性游客对距离市中心10km左右的森林的满意度最高,而游客对距离市中心超过10km的森林公园(比如长春净月潭森林公园)的感觉比较麻木,没有任何感性反馈。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (3)
1.通过人脸表情识别评价游客对自然资源体验满意度的方法,其特征在于,包括以下步骤:
步骤一、图像搜集
搜集参加自然资源体验游客的人脸表情图像;图像搜集的方法如下:
(1)在具有签到地点功能的网页或APP中下载人脸表情图像;
(2)在自然资源场所现场随机拍摄游客人脸表情图像;
(3)在自然资源场所出口和入口处定时拍摄游客人脸表情图像;
(4)邀请多名志愿者在其自然状态下摄取人脸表情图像;
步骤二、图像处理
对人脸表情图像进行筛选和处理以满足以下要求:像素分辨率大于72像素/英寸,RGB制式,格式为jpg、png、gif或tif,包括游客人脸五官在内的整个脸部面积占图像面积的40%以上;满足以上要求的人脸表情图像数量至少1000张;一张人脸表情图像中只有一个游客的脸部,并且此张人脸表情图像中必须同时显示游客脸部的眼、眉、鼻、口、耳五官且五官不能被遮挡;
步骤三、图像分析
通过软件识别的方法对人脸表情图像进行分析并给每种人脸表情赋分;
参加自然资源体验的游客表情分为8种:开心、悲伤、木讷、生气、厌恶、轻蔑、惊讶和恐惧;利用提前训练计算机深度学习所得到的训练模型,将这8种表情分别进行赋分,分数采用百分制形式,8种表情的分数相加等于100%;
提前训练计算机深度学习所得到的训练模型的具体构建方法如下:
用于图像分析的模型训练时,要求在社会热点事件期间内全国所有省份的城市森林中搜集无意识的照片至少3万张,然后人工筛选出对应的表情放到八种表情所在的文件中去,并且用于模型训练的每种表情的有意识的照片至少1400张;
步骤四、评价指标计算
根据步骤三所得人脸表情赋分结果计算评价指标,评价指标包括积极情绪指数,积极情绪指数等于开心分数与悲伤分数的差值;评价指标还包括:幸福指数和悲伤指数,所述幸福指数等于(开心分数-木讷分数)/悲伤分数;所述悲伤指数等于(悲伤分数-木讷分数)/开心分数。
2.根据权利要求1所述的通过人脸表情识别评价游客对自然资源体验满意度的方法,其特征在于,所述具有签到地点功能的网页包括微博、博客和论坛;所述具有签到地点功能的APP包括微博、博客和论坛。
3.根据权利要求1所述的通过人脸表情识别评价游客对自然资源体验满意度的方法,其特征在于,步骤三中,所述软件采用:长春市智伦圃道农业科技有限公司研发的FireFACETM软件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910664031.XA CN110378736B (zh) | 2019-07-23 | 2019-07-23 | 通过人脸表情识别评价游客对自然资源体验满意度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910664031.XA CN110378736B (zh) | 2019-07-23 | 2019-07-23 | 通过人脸表情识别评价游客对自然资源体验满意度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110378736A CN110378736A (zh) | 2019-10-25 |
CN110378736B true CN110378736B (zh) | 2023-01-03 |
Family
ID=68254920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910664031.XA Active CN110378736B (zh) | 2019-07-23 | 2019-07-23 | 通过人脸表情识别评价游客对自然资源体验满意度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110378736B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111339854B (zh) * | 2020-02-14 | 2023-06-30 | 北京猎户星空科技有限公司 | 一种测温方法、测温装置、机器人以及计算机存储介质 |
CN113515693A (zh) * | 2020-10-09 | 2021-10-19 | 苏州淘喜网络科技有限公司 | 一种城市景区智慧推荐系统 |
CN112446337B (zh) * | 2020-12-02 | 2022-10-11 | 电子科技大学 | 一种基于表情识别的智慧博物馆管理系统 |
CN113128452A (zh) * | 2021-04-30 | 2021-07-16 | 重庆锐云科技有限公司 | 一种基于图像识别的绿化满意度采集方法和系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104298682A (zh) * | 2013-07-18 | 2015-01-21 | 广州华久信息科技有限公司 | 一种基于人脸表情图像的信息推荐效果的评价方法及手机 |
CN107341688A (zh) * | 2017-06-14 | 2017-11-10 | 北京万相融通科技股份有限公司 | 一种客户体验的采集方法及系统 |
CN108830633A (zh) * | 2018-04-26 | 2018-11-16 | 华慧视科技(天津)有限公司 | 一种基于笑脸检测的微笑服务评价方法 |
CN110020638A (zh) * | 2019-04-17 | 2019-07-16 | 唐晓颖 | 人脸表情识别方法、装置、设备和介质 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100403338C (zh) * | 2006-09-14 | 2008-07-16 | 浙江大学 | 一种基于视频流的人脸表情幻想方法 |
US20110301433A1 (en) * | 2010-06-07 | 2011-12-08 | Richard Scott Sadowsky | Mental state analysis using web services |
US20170011258A1 (en) * | 2010-06-07 | 2017-01-12 | Affectiva, Inc. | Image analysis in support of robotic manipulation |
CN107437052A (zh) * | 2016-05-27 | 2017-12-05 | 深圳市珍爱网信息技术有限公司 | 基于微表情识别的相亲满意度计算方法和系统 |
CN106485227A (zh) * | 2016-10-14 | 2017-03-08 | 深圳市唯特视科技有限公司 | 一种基于视频面部表情的客户满意度分析方法 |
CN108399376B (zh) * | 2018-02-07 | 2020-11-06 | 华中师范大学 | 学生课堂学习兴趣智能分析方法及系统 |
CN108710858B (zh) * | 2018-05-22 | 2021-07-06 | 中国计量大学 | 一种基于表情识别的城市幸福指数动态热力图生成方法 |
CN109447155A (zh) * | 2018-10-29 | 2019-03-08 | 国家电网有限公司 | 一种人脸表情识别模型训练方法、装置及设备 |
CN109766461A (zh) * | 2018-12-15 | 2019-05-17 | 深圳壹账通智能科技有限公司 | 基于微表情的照片管理方法、装置、计算机设备及介质 |
CN109767262B (zh) * | 2018-12-18 | 2021-12-31 | 黎明职业大学 | 一种用于广告屏的三维人脸表情识别打分评估方法 |
CN109858388A (zh) * | 2019-01-09 | 2019-06-07 | 武汉中联智诚科技有限公司 | 一种智慧旅游管理系统 |
CN109766840B (zh) * | 2019-01-10 | 2024-02-20 | 腾讯科技(深圳)有限公司 | 人脸表情识别方法、装置、终端及存储介质 |
CN109902660A (zh) * | 2019-03-18 | 2019-06-18 | 腾讯科技(深圳)有限公司 | 一种表情识别方法及装置 |
CN109948569B (zh) * | 2019-03-26 | 2022-04-22 | 重庆理工大学 | 一种利用粒子滤波框架的三维混合表情识别方法 |
-
2019
- 2019-07-23 CN CN201910664031.XA patent/CN110378736B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104298682A (zh) * | 2013-07-18 | 2015-01-21 | 广州华久信息科技有限公司 | 一种基于人脸表情图像的信息推荐效果的评价方法及手机 |
CN107341688A (zh) * | 2017-06-14 | 2017-11-10 | 北京万相融通科技股份有限公司 | 一种客户体验的采集方法及系统 |
CN108830633A (zh) * | 2018-04-26 | 2018-11-16 | 华慧视科技(天津)有限公司 | 一种基于笑脸检测的微笑服务评价方法 |
CN110020638A (zh) * | 2019-04-17 | 2019-07-16 | 唐晓颖 | 人脸表情识别方法、装置、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110378736A (zh) | 2019-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110378736B (zh) | 通过人脸表情识别评价游客对自然资源体验满意度的方法 | |
Yao et al. | A human-machine adversarial scoring framework for urban perception assessment using street-view images | |
Gould | Uses of network tools in comparative historical research | |
CN109902912B (zh) | 一种基于性格特征的个性化图像美学评价方法 | |
Huang et al. | GIS-based emotional computing: A review of quantitative approaches to measure the emotion layer of human–environment relationships | |
CN110689523A (zh) | 基于元学习个性化图像信息评价方法、信息数据处理终端 | |
CN111126864A (zh) | 一种基于人机对抗评分的街道品质评估方法 | |
Coe et al. | Evaluating impact of race in facial recognition across machine learning and deep learning algorithms | |
Zhao et al. | Jdnet: A joint-learning distilled network for mobile visual food recognition | |
Wang et al. | Assessing street space quality using street view imagery and function-driven method: The case of Xiamen, China | |
Lavdas et al. | Architectural beauty: developing a measurable and objective scale | |
Xiao et al. | A two-stage siamese network model for offline handwritten signature verification | |
CN108681749A (zh) | 基于网络社交平台的隐私信息甄别方法 | |
Półrolniczak et al. | The impact of biometeorological conditions on the perception of landscape | |
Sou et al. | Street Design for Hedonistic Sustainability through AI and Human Co-Operative Evaluation | |
Ma et al. | A measurement of visual complexity for heterogeneity in the built environment based on fractal dimension and its application in two gardens | |
Hu et al. | Towards a multimodal human activity dataset for healthcare | |
Shan et al. | Application of Intelligent Technology in Facade Style Recognition of Harbin Modern Architecture | |
Saitov et al. | Analysis of the relationship between the users personality traits and the images they post on social media | |
dos Reis et al. | Sesame Credit: Social Compliance Gamification in China | |
Huang et al. | A collaborative perception method of human-urban environment based on machine learning and its application to the case area | |
CN105469116B (zh) | 一种基于人机交互的幼儿识图及数据扩充方法 | |
Soleimaninejadian et al. | Mood detection and prediction based on user daily activities | |
Cucurull et al. | Deep inference of personality traits by integrating image and word use in social networks | |
Wang et al. | A complete reinforcement-learning-based framework for urban-safety perception |
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 | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Wei Hongxu Inventor before: Wei Hongxu Inventor before: Chen Peiyuan |
|
GR01 | Patent grant | ||
GR01 | Patent grant |