CN111178131A - 基于智慧社区的物品找回方法及系统 - Google Patents

基于智慧社区的物品找回方法及系统 Download PDF

Info

Publication number
CN111178131A
CN111178131A CN201911172605.8A CN201911172605A CN111178131A CN 111178131 A CN111178131 A CN 111178131A CN 201911172605 A CN201911172605 A CN 201911172605A CN 111178131 A CN111178131 A CN 111178131A
Authority
CN
China
Prior art keywords
target detection
article
image
video stream
monitoring video
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.)
Pending
Application number
CN201911172605.8A
Other languages
English (en)
Inventor
蒋宇
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.)
Evergrande Intelligent Technology Co Ltd
Original Assignee
Evergrande Intelligent 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 Evergrande Intelligent Technology Co Ltd filed Critical Evergrande Intelligent Technology Co Ltd
Priority to CN201911172605.8A priority Critical patent/CN111178131A/zh
Publication of CN111178131A publication Critical patent/CN111178131A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/20Scenes; Scene-specific elements in augmented reality scenes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/46Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07Target detection

Abstract

本发明提供一种基于智慧社区的物品找回方法,包括:检测用户通过输入设备所键入的查询物品,将所述查询物品设置为目标检测品;调用监控系统接口,获取所有的摄像头所输出的监控视频流;对所述监控视频流进行逐个分析,利用图像检测算法对各监控视频流数据是否包含所述目标检测品进行鉴别;若图像检测输出结果包含所述目标检测品,则将所检测得到目标检测品所对应的视频流产生源地址数据进行返回。本发明实施例所提供的易遗忘性物品提醒方法、系统、计算机设备及存储介质,能够定位业主在社区遗失的物品,减少了寻找物品的时间花费成本。

Description

基于智慧社区的物品找回方法及系统
技术领域
本发明实施例涉及图像检测领域,尤其是基于智慧社区的物品找回方法、系统、计算机设备及存储介质。
背景技术
在现有的大多数小区中,在日常生活中,总是会发生业主遗忘东西的情况,比如钥匙或者是贵重物品。在寻找这些物品的过程中,会耗费精力和时间,以致带来了损失。如果最后没有找到这些物品,还会增加人们的损失。因此,造成了增加损失的问题。
发明内容
为解决上述问题,本发明实施例提供了一种基于智慧社区的物品找回方法,包括以下步骤:
检测用户通过输入设备所键入的查询物品,将所述查询物品设置为目标检测品;
调用监控系统接口,获取所有的摄像头所输出的监控视频流;
对所述监控视频流进行逐个分析,利用图像检测算法对各监控视频流数据是否包含所述目标检测品进行鉴别;
若图像检测输出结果包含所述目标检测品,则将所检测得到目标检测品所对应的视频流产生源地址数据进行返回。
优选的,所述利用图像检测算法对各监控视频流数据是否包含所述目标检测品进行鉴别的步骤之前,包括:
对所述监控视频流进行帧图像提取,得到帧图像集合,将所述帧图像集合作为图像检测算法步骤初期的输入图像。
优选的,所述图像检测算法为:
将所述输入图像输入至由24个卷积层和2个全连接层组成的特征提取结构中,输出得到包含多个条状限定区域及对应的预测结果;
将多个条状限定区域进行拼接,还原所述输入图像,并根据所述预测结果,对各限定区域中的单元格进行打分。
优选的,所述将多个条状限定区域进行拼接,还原所述输入图像,并根据所述预测结果,对各限定区域中的单元格进行打分的步骤之后,还包括:
对打分后的单元格进行归类,其中,类别分为非目标检测品以及目标检测品;
对归类后的单元格进行遍历,对某目标检测品类集中的区域进行二次评分,若二次评分属于预置阈值区间,则判定包含目标检测品,输出其判定结果。
本发明实施例还提供一种物品找回系统,其特征在于,包括:
检测模块,用于检测用户通过输入设备所键入的查询物品,将所述查询物品设置为目标检测品;
调用模块,用于调用监控系统接口,获取所有的摄像头所输出的监控视频流;
分析模块,用于对所述监控视频流进行逐个分析,利用图像检测算法对各监控视频流数据是否包含所述目标检测品进行鉴别;
输出模块,用于若图像检测输出结果包含所述目标检测品,则将所检测得到目标检测品所对应的视频流产生源地址数据进行返回。
优选的,所述调用模块还用于:
对所述监控视频流进行帧图像提取,得到帧图像集合,将所述帧图像集合作为图像检测算法步骤初期的输入图像。
优选的,所述分析模块还包括:
预测单元,用于将所述输入图像输入至由24个卷积层和2个全连接层组成的特征提取结构中,输出得到包含多个条状限定区域及对应的预测结果;
拼接单元,用于将多个条状限定区域进行拼接,还原所述输入图像,并根据所述预测结果,对各限定区域中的单元格进行打分。
优选的,所述拼接单元还用于:
对打分后的单元格进行归类,其中,类别分为非目标检测品以及目标检测品;
对归类后的单元格进行遍历,对某目标检测品类集中的区域进行二次评分,若二次评分属于预置阈值区间,则判定包含目标检测品,输出其判定结果。
本发明实施例还提供一种计算机设备,所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述计算机程序被处理器执行时实现如前述的基于智慧社区的物品找回方法。
本发明实施例还提供一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机程序,所述计算机程序能够被至少一个处理器所执行如前述的基于智慧社区的物品找回方法
本发明实施例所提供的易遗忘性物品提醒方法、系统、计算机设备及存储介质,能够定位业主在社区遗失的物品,减少了寻找物品的时间花费成本。
附图说明
图1为本发明一种基于智慧社区的物品找回方法的步骤流程图;
图2为本发明一种物品找回系统的程序模块示意图;
图3为本发明计算机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,以下结合附图及实施例,对本发明进行进一步详细说明。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。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅处于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应当理解,尽管在本发明实施例中可能采用术语第一、第二等来描述指定关键字,但指定关键字不应限于这些术语。这些术语仅用来将指定关键字彼此区分开。例如,在不脱离本发明实施例范围的情况下,第一指定关键字也可以被称为第二指定关键字,类似地,第二指定关键字也可以被称为第一指定关键字。
取决于语境,如在此所使用的词语“如果”可以被解释称为“在……时”或“当……时”或“相应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或时间)”可以被解释成“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
请参考图1,本发明实施例提供一种基于智慧社区的物品找回方法,包括:
步骤S100检测用户通过输入设备所键入的查询物品,将所述查询物品设置为目标检测品;
步骤S200调用监控系统接口,获取所有的摄像头所输出的监控视频流;
步骤S300对所述监控视频流进行逐个分析,利用图像检测算法对各监控视频流数据是否包含所述目标检测品进行鉴别;
步骤S400若图像检测输出结果包含所述目标检测品,则将所检测得到目标检测品所对应的视频流产生源地址数据进行返回。
具体的,本发明由服务器与输入设备构成,输入设备放置物业管理中心,当业主发现东西不见时,联系物业管理人员,物业管理人员根据业主描述的丢失物品,向输入设备键入所述丢失物品的名称,输入设备把名称字段发送至服务器,服务器调用监控数据开始对丢失物品进行识别,识别完成后,输出识别结果以及调取监控数据来源的摄像头区域。
本发明实施例所提供的易遗忘性物品提醒方法、系统、计算机设备及存储介质,能够定位业主在社区遗失的物品,减少了寻找物品的时间花费成本。
可选的,所述利用图像检测算法对各监控视频流数据是否包含所述目标检测品进行鉴别的步骤之前,包括:
对所述监控视频流进行帧图像提取,得到帧图像集合,将所述帧图像集合作为图像检测算法步骤初期的输入图像。
可选的,所述图像检测算法为:
将所述输入图像输入至由24个卷积层和2个全连接层组成的特征提取结构中,输出得到包含多个条状限定区域及对应的预测结果;
将多个条状限定区域进行拼接,还原所述输入图像,并根据所述预测结果,对各限定区域中的单元格进行打分。
具体的,本发明采取自行设计的特征提取结构,较于现在流行的Faster-RCNN卷积神经网络,去掉其池化层,采用只有卷积层和全连接层的结构,减少了计算量。
另外,输出的条状限定区域分割为多个单元格,每个单元格根据其像素值进行打分,进而根据打分将各单元格进行归类,即该单元格是否包含目标检测物品的特征。
另外,特征提取的输出层采用条带图像区域,
可选的,所述将多个条状限定区域进行拼接,还原所述输入图像,并根据所述预测结果,对各限定区域中的单元格进行打分的步骤之后,还包括:
对打分后的单元格进行归类,其中,类别分为非目标检测品以及目标检测品;
对归类后的单元格进行遍历,对某目标检测品类集中的区域进行二次评分,若二次评分属于预置阈值区间,则判定包含目标检测品,输出其判定结果。
具体的,通常目标检测物品的大小是要大于单元格大小,因此,要对所有单元格进行遍历,检测归为目标检测品的类非常集中的区域,对该区域的像素值进行评分转换,进而完成二次评分,若二次评分的分数高于阈值,则判定原始图像包含目标检测品。
本发明实施例还提供一种物品找回系统20,包括:
检测模块100,用于检测用户通过输入设备所键入的查询物品,将所述查询物品设置为目标检测品;
调用模块200,用于调用监控系统接口,获取所有的摄像头所输出的监控视频流;
分析模块300,用于对所述监控视频流进行逐个分析,利用图像检测算法对各监控视频流数据是否包含所述目标检测品进行鉴别;
输出模块400,用于若图像检测输出结果包含所述目标检测品,则将所检测得到目标检测品所对应的视频流产生源地址数据进行返回。
可选的,所述调用模块200还用于:
对所述监控视频流进行帧图像提取,得到帧图像集合,将所述帧图像集合作为图像检测算法步骤初期的输入图像。
可选的,所述分析模块300还包括:
预测单元310,用于将所述输入图像输入至由24个卷积层和2个全连接层组成的特征提取结构中,输出得到包含多个条状限定区域及对应的预测结果;
拼接单元320,用于将多个条状限定区域进行拼接,还原所述输入图像,并根据所述预测结果,对各限定区域中的单元格进行打分。
可选的,所述拼接单元320还用于:
对打分后的单元格进行归类,其中,类别分为非目标检测品以及目标检测品;
对归类后的单元格进行遍历,对某目标检测品类集中的区域进行二次评分,若二次评分属于预置阈值区间,则判定包含目标检测品,输出其判定结果。
请参考图3,是本发明实施例之计算机设备的硬件架构示意图。本实施例中,所述计算机设备2是一种能够按照事先设定或者存储的指令,自动进行数值计算和/或信息处理的设备。该计算机设备2可以是个人计算机、平板计算机、移动电话及智能手机登,也可以是机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器,或者多个服务器所组成的服务器集群)等用于提供虚拟客户端的运设备。如图所示,所述计算机设备2至少包括,但不限于,可通过系统总线相互通信连接存储器21、处理器22、网络接口23、以及物品找回系统20,其中:
本实施例中,存储器21至少包括一种类型的计算机可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,存储器21可以是计算机设备2的内部存储单元,例如该计算机设备2的硬盘或内存。在另一些实施例中,存储器21也可以使计算机设备2的外部存储设备,例如该计算机设备20上配备的插接式硬盘,智能存储卡(SmartMediaCard,SMC),安全数字(SecureDigital)SD卡,闪存卡(FlashCard)等,当然,存储器21还可以既包括计算机设备2的内部存储单元也包括其外部存储设备。本实施例中,存储器21用于存储安装于计算机设备2的操作系统和各类应用软件,例如物品找回系统20的程序代码等。此外,存储器21还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述网络接口23可包括无线网络接口或有限网络接口,该网络接口23通常用于在所述计算机设备2与其他电子装置之间建立通信连接。例如,所述网络接口23用于通过网络将所述计算机设备2与外部终端项链,在计算机设备2与外部中断之间的建立数据传输通道和通信连接等。所述网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯系统(GlobalSystemofMobilecommunication,GSM)、宽带码分多址(WidebandCodeDivisionMultipleAccess,WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi等无线或有线网络。
在本实施例中,存储于存储器21中的所述物品找回系统20还可以被分割为一个或者多个程序模块,所述一个或者多个程序模块被存储于存储器21中,并由一个或多个处理器(本实施例为处理器22)所执行,以完成本发明。
另外,本实施例还提供一种计算机可读存储介质,如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等,其上存储有计算机程序,程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质用于存储物品找回系统20,被处理器执行时实现本发明的基于智慧社区的物品找回方法方法。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所做的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种基于智慧社区的物品找回方法,其特征在于,包括:
检测用户通过输入设备所键入的查询物品,将所述查询物品设置为目标检测品;
调用监控系统接口,获取所有的摄像头所输出的监控视频流;
对所述监控视频流进行逐个分析,利用图像检测算法对各监控视频流数据是否包含所述目标检测品进行鉴别;
若图像检测输出结果包含所述目标检测品,则将所检测得到目标检测品所对应的视频流产生源地址数据进行返回。
2.根据权利要求1所述的基于智慧社区的物品找回方法,其特征在于,所述利用图像检测算法对各监控视频流数据是否包含所述目标检测品进行鉴别的步骤之前,包括:
对所述监控视频流进行帧图像提取,得到帧图像集合,将所述帧图像集合作为图像检测算法步骤初期的输入图像。
3.根据权利要求2所述的基于智慧社区的物品找回方法,其特征在于,所述图像检测算法为:
将所述输入图像输入至由24个卷积层和2个全连接层组成的特征提取结构中,输出得到包含多个条状限定区域及对应的预测结果;
将多个条状限定区域进行拼接,还原所述输入图像,并根据所述预测结果,对各限定区域中的单元格进行打分。
4.根据权利要求3所述的基于智慧社区的物品找回方法,其特征在于,所述将多个条状限定区域进行拼接,还原所述输入图像,并根据所述预测结果,对各限定区域中的单元格进行打分的步骤之后,还包括:
对打分后的单元格进行归类,其中,类别分为非目标检测品以及目标检测品;
对归类后的单元格进行遍历,对某目标检测品类集中的区域进行二次评分,若二次评分属于预置阈值区间,则判定包含目标检测品,输出其判定结果。
5.一种物品找回系统,其特征在于,包括:
检测模块,用于检测用户通过输入设备所键入的查询物品,将所述查询物品设置为目标检测品;
调用模块,用于调用监控系统接口,获取所有的摄像头所输出的监控视频流;
分析模块,用于对所述监控视频流进行逐个分析,利用图像检测算法对各监控视频流数据是否包含所述目标检测品进行鉴别;
输出模块,用于若图像检测输出结果包含所述目标检测品,则将所检测得到目标检测品所对应的视频流产生源地址数据进行返回。
6.根据权利要求5所述的物品找回系统,其特征在于,所述调用模块还用于:
对所述监控视频流进行帧图像提取,得到帧图像集合,将所述帧图像集合作为图像检测算法步骤初期的输入图像。
7.根据权利要求5所述的物品找回系统,其特征在于,所述分析模块还包括:
预测单元,用于将所述输入图像输入至由24个卷积层和2个全连接层组成的特征提取结构中,输出得到包含多个条状限定区域及对应的预测结果;
拼接单元,用于将多个条状限定区域进行拼接,还原所述输入图像,并根据所述预测结果,对各限定区域中的单元格进行打分。
8.根据权利要求7所述的基于智慧社区的物品找回方法,其特征在于,所述拼接单元还用于:
对打分后的单元格进行归类,其中,类别分为非目标检测品以及目标检测品;
对归类后的单元格进行遍历,对某目标检测品类集中的区域进行二次评分,若二次评分属于预置阈值区间,则判定包含目标检测品,输出其判定结果。
9.一种计算机设备,所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的基于智慧社区的物品找回方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机程序,所述计算机程序能够被至少一个处理器所执行如权利要求1至4的基于智慧社区的物品找回方法。
CN201911172605.8A 2019-11-26 2019-11-26 基于智慧社区的物品找回方法及系统 Pending CN111178131A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911172605.8A CN111178131A (zh) 2019-11-26 2019-11-26 基于智慧社区的物品找回方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911172605.8A CN111178131A (zh) 2019-11-26 2019-11-26 基于智慧社区的物品找回方法及系统

Publications (1)

Publication Number Publication Date
CN111178131A true CN111178131A (zh) 2020-05-19

Family

ID=70651900

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911172605.8A Pending CN111178131A (zh) 2019-11-26 2019-11-26 基于智慧社区的物品找回方法及系统

Country Status (1)

Country Link
CN (1) CN111178131A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105681918A (zh) * 2015-09-16 2016-06-15 乐视致新电子科技(天津)有限公司 视频流中的物品相关信息展示方法及系统
CN107346415A (zh) * 2017-06-08 2017-11-14 小草数语(北京)科技有限公司 视频图像处理方法、装置及监控设备
CN107948585A (zh) * 2017-11-13 2018-04-20 西安艾润物联网技术服务有限责任公司 录像标记方法、装置及计算机可读存储介质
CN110046572A (zh) * 2019-04-15 2019-07-23 重庆邮电大学 一种基于深度学习的地标建筑物识别与检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105681918A (zh) * 2015-09-16 2016-06-15 乐视致新电子科技(天津)有限公司 视频流中的物品相关信息展示方法及系统
CN107346415A (zh) * 2017-06-08 2017-11-14 小草数语(北京)科技有限公司 视频图像处理方法、装置及监控设备
CN107948585A (zh) * 2017-11-13 2018-04-20 西安艾润物联网技术服务有限责任公司 录像标记方法、装置及计算机可读存储介质
CN110046572A (zh) * 2019-04-15 2019-07-23 重庆邮电大学 一种基于深度学习的地标建筑物识别与检测方法

Similar Documents

Publication Publication Date Title
CN110502608A (zh) 基于知识图谱的人机对话方法及人机对话装置
CN109634698B (zh) 菜单显示方法、装置、计算机设备及存储介质
CN112329659B (zh) 基于车辆图像的弱监督语义分割方法及其相关设备
WO2019062081A1 (zh) 业务员画像形成方法、电子装置及计算机可读存储介质
CN111159452A (zh) 易遗忘性物品提醒方法、系统、计算机设备及存储介质
CN110765293A (zh) 自动开启二维码的方法、系统、电子设备及存储介质
CN114693192A (zh) 风控决策方法、装置、计算机设备和存储介质
US8705800B2 (en) Profiling activity through video surveillance
CN113918949A (zh) 基于多模态融合的诈骗app的识别方法
CN116032741A (zh) 一种设备识别方法、装置、电子设备和计算机存储介质
CN111898555B (zh) 基于图像与文本的图书盘点识别方法、装置、设备及系统
CN112328820A (zh) 通过人脸图像搜索车辆图像的方法、系统、终端及介质
CN116246287B (zh) 目标对象识别方法、训练方法、装置以及存储介质
CN111199182A (zh) 基于智慧社区的丢失物件方法、系统及存储介质
CN111178131A (zh) 基于智慧社区的物品找回方法及系统
CN115544558A (zh) 敏感信息检测方法、装置、计算机设备及存储介质
CN115238815A (zh) 异常交易数据获取方法、装置、设备、介质和程序产品
CN112256836A (zh) 记录数据的处理方法、装置和服务器
CN111783786A (zh) 图片的识别方法、系统、电子设备及存储介质
CN112036501A (zh) 基于卷积神经网络的图片的相似度检测方法及其相关设备
CN106559190B (zh) 一种媒体资源处理方法、装置及终端
CN115147458B (zh) 目标跟踪方法、装置、电子设备及存储介质
CN112395527B (zh) 一种网页连接识别方法、装置及存储介质
CN113726785B (zh) 网络入侵检测方法、装置、计算机设备以及存储介质
CN113536788B (zh) 信息处理方法、装置、存储介质及设备

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200519