CN110705518A - 一种视频检测方法及系统 - Google Patents
一种视频检测方法及系统 Download PDFInfo
- Publication number
- CN110705518A CN110705518A CN201910997169.1A CN201910997169A CN110705518A CN 110705518 A CN110705518 A CN 110705518A CN 201910997169 A CN201910997169 A CN 201910997169A CN 110705518 A CN110705518 A CN 110705518A
- Authority
- CN
- China
- Prior art keywords
- face
- video
- detected
- picture
- calculating
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 13
- 238000012216 screening Methods 0.000 claims description 8
- 238000007689 inspection Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 2
- 238000005457 optimization Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
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
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- 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
-
- 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
- G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明的目的是提供一种视频检测方法及系统。通过该方法可以有效的对直播视频、网站视频，视频文件进行检测发现不良视频，且效果理想。视频检测方法，包括以下步骤：S1.获得待检测图片；S2.确定所述待检测图片中是否有人脸存在；S21.如果所没有人脸存在，则判定所述待检测视频源，不属于敏感视频；S22.如果有含人脸图片存在，则进入下一步骤；S3.计算所述含人脸图片中人脸边缘，然后计算人脸像素点数量λ；S4.计算所述含人脸图片中人脸边缘外接近人脸像素值的像素点数量μ；S5.计算像素点数量μ同像素点数量λ比值θ；如果所述含人脸图片的比值θ均小于第一预设阈值α，则判定不属于敏感视频；否则判定属于敏感视频。
Description
技术领域
本发明涉及信息技术领域，特别是涉及一种视频检测方法及系统。
背景技术
互联网上新的传播形态层出不穷，处于野蛮生长的青春期，但全世界已有加强监管的呼声与行动。直播平台、视频网站、视频文件涉嫌淫秽色情、暴力犯罪、侵犯知识产权等违法犯罪问题引发热议。基于色情直播的严重社会危害性，有关职能部门对国内网络平台实行严格规制。
对于敏感涉黄视频的检测一直是一个重要研究领域；CN201410064902-一种网络敏感视频检测方法，首先从网络中获取视频URL，以流媒体的形式下载视频，并运用自适应自反馈抽样策略抽取视频关键帧，生成抽样视频序列；然后针对抽样视频序列，采用快速分类模型、视频标签模型、帧识别引擎等手段对其帧静态内容和视频动态性进行检测，得到视频内容敏感度，结合从视频中分离出来的音频文件的敏感度检测结果，得到网络视频的最终检测结果。
CN201711273704-敏感视频源的数据库自动检测方法，是通过植入检测程序智能化地扫读视频源数据库，自动提取所述视频源的音频内容，进行文字解析后做检索判定后，获取违规违法情况的检测和检测数据结果，最终实现违规违法视频源的技术检测判定。
CN201511021250-一种视频检测方法及系统，包括：获取待检测视频，并从系统待检测视频中提取音频资源；将系统音频资源分割为多个音频段，并构建各个音频段的音频段特征；基于所构建的音频段特征，分别判断系统各个音频段是否属于不良音频；当系统各个音频段中存在属于不良音频的至少一个音频段时，提取系统至少一个音频段所对应的关键帧；判断系统至少一个音频段中，是否存在至少一个关键帧的预定区域范围内的肤色点数与相应关键帧的像素点总数的比例超过预设比例的音频段，如果是，确定系统待检测视频为不良视频。
发明内容
本发明的目的是提供一种视频检测方法及系统。通过该方法可以有效的对直播视频、网站视频，视频文件进行检测发现不良视频，且效果理想。
一种视频检测方法，包括以下步骤：
S1.抓取待检测视频源的图像桢，获得待检测图片；
S2.对所述待检测图片分别进行人脸识别，确定所述待检测图片中是否有人脸存在；
S21.如果所述待检测图片中没有人脸存在，则判定所述待检测视频源，不属于敏感视频；
S22.如果所述待检测图片中有含人脸图片存在，则进入下一步骤；
S3.计算所述含人脸图片中人脸边缘，然后计算所述含人脸图片中的人脸像素点数量λ；
S4.计算所述含人脸图片中人脸边缘外接近人脸像素值的像素点数量μ；
S5.计算所述含人脸图片中人脸边缘外接近人脸像素值的像素点数量μ同所述含人脸图片中的人脸像素点数量λ比值θ；
如果所述含人脸图片的比值θ均小于第一预设阈值α，则判定所述待检测视频源，不属于敏感视频；否则判定所述待检测视频源，属于敏感视频。
作为优化，该视频检测方法，含人脸图片中的人脸像素点数量λ；通过以下方法计算：
计算所述人脸边缘内像素的平均值κ；
获得所述人脸边缘内像素值在κ±β范围内的筛选像素点；
计算所述筛选像素点的像素平均值η；然后计算所述人脸边缘内像素值在η±γ范围内的像素点数量,即为所述含人脸图片中的人脸像素点数量λ；
其中β为第二预设阈值；γ为第三预设阈值。
作为优化，该视频检测方法，所述含人脸图片中人脸边缘外接近人脸像素值的像素点数量μ；通过以下方法计算：计算人脸边缘外像素值在η±γ范围内的像素点数量，即为所述含人脸图片中人脸边缘外接近人脸像素值的像素点数量μ。
作为优化，该视频检测方法，所述抓取待检测视频源的图像桢，包括抓取待检测视频源的所有桢的图像或者是选择性的抓取待检测视频源的部分桢的图像。
作为优化，该视频检测方法，所述待检测视频源包括网络直播视频或视频网站的流媒体视频源，视频文件视频源。
作为优化，该视频检测方法，在步骤S3之前，对所述含人脸图片进行去噪处理。
作为优化，该视频检测方法，先提取人脸边缘外像素值在η±γ范围内的像素点，然后计算所述每个人脸边缘外像素值在η±γ范围内的像素点周围一定范围内像素点数δ，当δ小于第四预设阈值ψ时，则删除该像素点；然后再计算人脸边缘外像素值在η±γ范围内的像素点数量，即为所述含人脸图片中人脸边缘外接近人脸像素值的像素点数量μ。
一种视频检测系统，包括：
抓取模块用于抓取待检测视频源的图像桢，获得待检测图片；
人脸识别模块用于判断待检测图片中是否有人脸存在；
图片检测模块用于计算含人脸图片中人脸边缘；然后计算人脸边缘外接近人脸像素值的像素点数量和含人脸图片中人脸像素点数量；
视频检测模块用于计算人脸边缘外接近人脸像素值的像素点数量和含人脸图片中人脸像素点数量的比值，当比值大于预设阈值时判定为敏感视频。
本发明包括以下优点，用于涉黄不良视频的检测，本发明首先通过人脸识别技术，获得有人类面部的存在；然后通过人脸面部图像获得人脸皮肤的像素值；然后通过对比人脸面部图像以外接近人脸皮肤的像素值的像素点数量来判断，是否是涉黄不良视频；该方法对于视频直播、视频网站，或者视频文件的检测有效率很高，可以十分显著的减少将正常视频判断为涉黄不良视频的错误情况发生。
附图说明
下面结合附图和具体实施方式来详细说明本发明；
图1为本发明实施例1涉及的流程示意图；
图2为本发明实施例2涉及的流程示意图；
图3为本发明实施例3涉及的流程示意图；
图4为本发明实施例4抓取两张不同网络直播含有人脸图片。
具体实施方式
下面给出的实施例拟对本发明作进一步说明，但不能理解为是对本发明保护范围的限制，本领域技术人员根据本发明内容对本发明的一些非本质的改进和调整，仍属于本发明的保护范围。
实施例1：如图1所示，视频检测方法，包括以下步骤：
S1.间隔性的抓取网络直播视频待检测视频源的图像桢，获得待检测图片；
S2.对所述待检测图片分别进行人脸识别，确定所述待检测图片中是否有人脸存在；
S21.如果所述待检测图片中没有人脸存在，则判定所述待检测视频源，不属于敏感视频；
S22.如果所述待检测图片中有含人脸图片存在，则进入下一步骤；
S3.计算所述含人脸图片中人脸边缘，然后计算所述含人脸图片中的人脸像素点数量λ；
S4.计算所述含人脸图片中人脸边缘外接近人脸像素值的像素点数量μ；
S5.计算所述含人脸图片中人脸边缘外接近人脸像素值的像素点数量μ同所述含人脸图片中的人脸像素点数量λ比值θ；
如果所述含人脸图片的比值θ均小于第一预设阈值α，则判定所述待检测视频源，不属于敏感视频；否则判定所述待检测视频源，属于敏感视频。
含人脸图片中的人脸像素点数量λ；通过以下方法计算：
计算所述人脸边缘内像素的平均值κ；
获得所述人脸边缘内像素值在κ±β范围内的筛选像素点；
计算所述筛选像素点的像素平均值η；然后计算所述人脸边缘内像素值在η±γ范围内的像素点数量,即为所述含人脸图片中的人脸像素点数量λ；
其中β为第二预设阈值；γ为第三预设阈值。
含人脸图片中人脸边缘外接近人脸像素值的像素点数量μ；通过以下方法计算：计算人脸边缘外像素值在η±γ范围内的像素点数量，即为所述含人脸图片中人脸边缘外接近人脸像素值的像素点数量μ。
实施例2：如图2所示，视频检测方法，包括以下步骤：
S1.逐个抓取视频网站待检测视频源的图像桢，获得待检测图片；
S2.对所述待检测图片分别进行人脸识别，确定所述待检测图片中是否有人脸存在；
S21.如果所述待检测图片中没有人脸存在，则判定所述待检测视频源，不属于敏感视频；
S22.如果所述待检测图片中有含人脸图片存在，则进入下一步骤；
S23.对所述含人脸图片进行去噪处理，提取图像人体轮廓；
S3.计算所述含人脸图片中人脸边缘，然后计算所述含人脸图片中的人脸像素点数量λ；
S4.计算所述含人脸图片中人脸边缘外接近人脸像素值的像素点数量μ；
S5.计算所述含人脸图片中人脸边缘外接近人脸像素值的像素点数量μ同所述含人脸图片中的人脸像素点数量λ比值θ；
如果所述含人脸图片的比值θ均小于第一预设阈值α，则判定所述待检测视频源，不属于敏感视频；否则判定所述待检测视频源，属于敏感视频。
含人脸图片中的人脸像素点数量λ；通过以下方法计算：
计算所述人脸边缘内像素的平均值κ；
获得所述人脸边缘内像素值在κ±β范围内的筛选像素点；
计算所述筛选像素点的像素平均值η；然后计算所述人脸边缘内像素值在η±γ范围内的像素点数量,即为所述含人脸图片中的人脸像素点数量λ；
其中β为第二预设阈值；γ为第三预设阈值。
含人脸图片中人脸边缘外接近人脸像素值的像素点数量μ；通过以下方法计算：先提取人脸边缘外像素值在η±γ范围内的像素点，然后计算所述每个人脸边缘外像素值在η±γ范围内的像素点周围一定范围内像素点数δ，当δ小于第四预设阈值ψ时，则删除该像素点；然后再计算人脸边缘外像素值在η±γ范围内的像素点数量，即为所述含人脸图片中人脸边缘外接近人脸像素值的像素点数量μ。
实施例3：如图3所示，视频检测系统，包括：
抓取模块用于抓取待检测视频源的图像桢，获得待检测图片；
人脸识别模块用于判断待检测图片中是否有人脸存在；
图片检测模块用于计算含人脸图片中人脸边缘；然后计算人脸边缘外接近人脸像素值的像素点数量和含人脸图片中人脸像素点数量；
视频检测模块用于计算人脸边缘外接近人脸像素值的像素点数量和含人脸图片中人脸像素点数量的比值，当比值大于预设阈值时判定为敏感视频。
实施例4：如图4所示，抓取两张不同网络直播含有人脸图片的，左侧一张为正常主播，右侧一张为涉黄主播。
S1.对两张含人脸图片进行去噪处理，提取图像人体轮廓；
S2.计算含人脸图片中人脸边缘，然后计算含人脸图片中的人脸像素点数量λ；
S3.计算含人脸图片中人脸边缘外接近人脸像素值的像素点数量μ；
S4.计算含人脸图片中人脸边缘外接近人脸像素值的像素点数量μ同含人脸图片中的人脸像素点数量λ比值θ；对于图4左侧图主播在正常状态，因此和面部像素点接近的地方很少，比值θ为2.09；对于图4右侧图主播在敏感状态，因此和面部像素点接近的地方很多，比值θ为9.12；
左侧含人脸图片的比值θ小于阈值α=6，则判定该待检测视频源，不属于敏感视频；右侧含人脸图片的比值θ大于阈值α=6，判定该待检测视频源，属于敏感视频。
以上的所述乃是本发明的具体实施例及所运用的技术原理，若依本发明的构想所作的改变，其所产生的功能作用仍未超出说明书及附图所涵盖的精神时，仍应属本发明的保护范围。
Claims (8)
1.一种视频检测方法，其特征在于包括以下步骤：
S1.抓取待检测视频源的图像桢，获得待检测图片；
S2.对所述待检测图片分别进行人脸识别，确定所述待检测图片中是否有人脸存在；
S21.如果所述待检测图片中没有人脸存在，则判定所述待检测视频源，不属于敏感视频；
S22.如果所述待检测图片中有含人脸图片存在，则进入下一步骤；
S3.计算所述含人脸图片中人脸边缘，然后计算所述含人脸图片中的人脸像素点数量λ；
S4.计算所述含人脸图片中人脸边缘外接近人脸像素值的像素点数量μ；
S5.计算所述含人脸图片中人脸边缘外接近人脸像素值的像素点数量μ同所述含人脸图片中的人脸像素点数量λ比值θ；
如果所述含人脸图片的比值θ均小于第一预设阈值α，则判定所述待检测视频源，不属于敏感视频；否则判定所述待检测视频源，属于敏感视频。
2.根据权利要求1所述的视频检测方法，其特征在于所述含人脸图片中的人脸像素点数量λ；通过以下方法计算：
计算所述人脸边缘内像素的平均值κ；
获得所述人脸边缘内像素值在κ±β范围内的筛选像素点；
计算所述筛选像素点的像素平均值η；然后计算所述人脸边缘内像素值在η±γ范围内的像素点数量,即为所述含人脸图片中的人脸像素点数量λ；
其中β为第二预设阈值；
γ为第三预设阈值。
3.根据权利要求2所述的视频检测方法，其特征在于所述含人脸图片中人脸边缘外接近人脸像素值的像素点数量μ；通过以下方法计算：计算人脸边缘外像素值在η±γ范围内的像素点数量，即为所述含人脸图片中人脸边缘外接近人脸像素值的像素点数量μ。
4.根据权利要求1所述的视频检测方法，其特征在于，所述抓取待检测视频源的图像桢，包括抓取待检测视频源的所有桢的图像或者是选择性的抓取待检测视频源的部分桢的图像。
5.根据权利要求1所述的视频检测方法，其特征在于，所述待检测视频源包括网络直播视频或视频网站的流媒体视频源，视频文件视频源。
6.根据权利要求1所述的视频检测方法，其特征在于在步骤S3之前，对所述含人脸图片进行去噪处理。
7.根据权利要求2所述的视频检测方法，其特征在于提取人脸边缘外像素值在η±γ范围内的像素点，然后计算所述每个人脸边缘外像素值在η±γ范围内的像素点周围一定范围内像素点数δ，当δ小于第四预设阈值ψ时，则删除该像素点；然后再计算人脸边缘外像素值在η±γ范围内的像素点数量，即为所述含人脸图片中人脸边缘外接近人脸像素值的像素点数量μ。
8.一种视频检测系统，其特征在于，包括：
抓取模块用于抓取待检测视频源的图像桢，获得待检测图片；
人脸识别模块用于判断待检测图片中是否有人脸存在；
图片检测模块用于计算含人脸图片中人脸边缘；然后计算人脸边缘外接近人脸像素值的像素点数量和含人脸图片中人脸像素点数量；
视频检测模块用于计算人脸边缘外接近人脸像素值的像素点数量和含人脸图片中人脸像素点数量的比值，当比值大于预设阈值时判定为敏感视频。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910997169.1A CN110705518B (zh) | 2019-10-20 | 2019-10-20 | 一种视频检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910997169.1A CN110705518B (zh) | 2019-10-20 | 2019-10-20 | 一种视频检测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110705518A true CN110705518A (zh) | 2020-01-17 |
| CN110705518B CN110705518B (zh) | 2024-04-26 |
Family
ID=69201787
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910997169.1A Active CN110705518B (zh) | 2019-10-20 | 2019-10-20 | 一种视频检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110705518B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113315983A (zh) * | 2021-05-17 | 2021-08-27 | 唐晓晖 | 一种5g、4g网络聚合直播帧传系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102073676A (zh) * | 2010-11-30 | 2011-05-25 | 中国科学院计算技术研究所 | 一种网络色情视频实时检测方法和系统 |
| CN104008395A (zh) * | 2014-05-20 | 2014-08-27 | 中国科学技术大学 | 一种基于人脸检索的不良视频智能检测方法 |
| CN106446803A (zh) * | 2016-09-07 | 2017-02-22 | 北京小米移动软件有限公司 | 直播内容识别处理方法、装置及设备 |
-
2019
- 2019-10-20 CN CN201910997169.1A patent/CN110705518B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102073676A (zh) * | 2010-11-30 | 2011-05-25 | 中国科学院计算技术研究所 | 一种网络色情视频实时检测方法和系统 |
| CN104008395A (zh) * | 2014-05-20 | 2014-08-27 | 中国科学技术大学 | 一种基于人脸检索的不良视频智能检测方法 |
| CN106446803A (zh) * | 2016-09-07 | 2017-02-22 | 北京小米移动软件有限公司 | 直播内容识别处理方法、装置及设备 |
Non-Patent Citations (1)
| Title |
|---|
| 陈汝洪: "影像构成基础", 北京联合出版公司 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113315983A (zh) * | 2021-05-17 | 2021-08-27 | 唐晓晖 | 一种5g、4g网络聚合直播帧传系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110705518B (zh) | 2024-04-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11263500B2 (en) | Image detection methods and apparatus | |
| US9619696B2 (en) | Duplicate reduction for face detection | |
| Chen et al. | Determining image origin and integrity using sensor noise | |
| US20130044951A1 (en) | Moving object detection method using image contrast enhancement | |
| CN107944427B (zh) | 动态人脸识别方法及计算机可读存储介质 | |
| JP4626886B2 (ja) | デジタル画像におけるキャプションを位置特定及び抽出する方法及び装置 | |
| CN103226688B (zh) | 一种二维码防篡改和防伪造的认证方法 | |
| US20090232413A1 (en) | Scanning images for pornography | |
| CN111242955B (zh) | 基于全卷积神经网络的道路表面裂缝图像分割方法 | |
| CN111583180B (zh) | 一种图像的篡改识别方法、装置、计算机设备及存储介质 | |
| WO2017166597A1 (zh) | 一种卡通视频识别方法、装置和电子设备 | |
| US9864900B2 (en) | Entropy-reducing low pass filter for face-detection | |
| CN112598677B (zh) | 用于图像分析的方法和设备 | |
| CN112235305A (zh) | 一种基于卷积神经网络的恶意流量检测方法 | |
| US20190385283A1 (en) | Image pre-processing for object recognition | |
| CN110705518B (zh) | 一种视频检测方法及系统 | |
| CN113014876B (zh) | 视频监控方法、装置、电子设备及可读存储介质 | |
| US20150086113A1 (en) | System and Method for Detection and Segmentation of Touching Characters for OCR | |
| Katsamenis et al. | A Few-Shot Attention Recurrent Residual U-Net for Crack Segmentation | |
| CN112182329A (zh) | 一种网络图片侵权监控及自动取证方法 | |
| CN107403192B (zh) | 一种基于多分类器的快速目标检测方法及系统 | |
| Patel et al. | An improvement of forgery video detection technique using Error Level Analysis | |
| CN111163332A (zh) | 视频色情度检测方法、终端及介质 | |
| CN110019060B (zh) | 一种机车视频文件与运行记录文件自动同步方法与装置 | |
| CN113743235B (zh) | 基于边缘计算的电力巡检图像处理方法、装置和设备 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: Room 44, floor 19, building 1, No. 18, Jialingjiang East Street, Jianye District, Nanjing, Jiangsu 210000 Applicant after: Lanzhi Technology (Nanjing) Co.,Ltd. Address before: 030000 Shanxi Taiyuan Shanxi comprehensive reform demonstration zone Taiyuan Education Park Industrial Road 38 high tech real estate 608 room Applicant before: TAIYUAN LANZHI TECHNOLOGY CO.,LTD. |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220617 Address after: 030000 room 801, 8 / F, building a, smart port, No. 163, Jinyang street, Taiyuan City, Shanxi Province Applicant after: Youyou (Shanxi) Technology Co.,Ltd. Address before: Room 44, floor 19, building 1, No. 18, Jialingjiang East Street, Jianye District, Nanjing, Jiangsu 210000 Applicant before: Lanzhi Technology (Nanjing) Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20240318 Address after: Room 1902, Building 1, Juheng Science and Technology Park, No. 20 Poyuan Road, Yuehu Street, Kaifu District, Changsha City, Hunan Province, 410000 Applicant after: Hunan Huoke Software Development Co.,Ltd. Country or region after: China Address before: 030000 room 801, 8 / F, building a, smart port, No. 163, Jinyang street, Taiyuan City, Shanxi Province Applicant before: Youyou (Shanxi) Technology Co.,Ltd. Country or region before: China |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |