人臉識(shí)別方法及系統(tǒng)的制作方法
【專(zhuān)利摘要】本發(fā)明提供了一種人臉識(shí)別方法及系統(tǒng)，涉及模式識(shí)別【技術(shù)領(lǐng)域】。該方法包括步驟：S1、獲取原始圖像；S2、對(duì)所述原始圖像進(jìn)行灰度處理，得到原始灰度圖；并依據(jù)灰度修正表對(duì)所述原始灰度圖中的每個(gè)像素灰度進(jìn)行修正和歸一化處理，得到最終灰度圖片；S3、依據(jù)預(yù)設(shè)比例值，將所述最終灰度圖片進(jìn)行等比縮小比例處理，獲取等比縮小圖片數(shù)據(jù)組；S4、依據(jù)所述等比縮小圖片數(shù)據(jù)組對(duì)所述最終灰度圖片進(jìn)行遞歸特征處理，得到匹配成功的區(qū)域數(shù)據(jù)；S5、依據(jù)所述匹配成功的區(qū)域數(shù)據(jù)，獲取人臉圖片區(qū)信息，S6、依據(jù)獲取的人臉圖片區(qū)信息，輸出人臉識(shí)別結(jié)果。本發(fā)明實(shí)現(xiàn)了在輕量級(jí)平臺(tái)上實(shí)現(xiàn)性能良好的實(shí)時(shí)人臉識(shí)別效果。
【專(zhuān)利說(shuō)明】人臉識(shí)別方法及系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及模式識(shí)別【技術(shù)領(lǐng)域】，具體涉及一種人臉識(shí)別方法及系統(tǒng)。
【背景技術(shù)】
[0002]基于生物特征的身份鑒別技術(shù)在社會(huì)生活中具有越來(lái)越重要的地位和作用。在多種生物認(rèn)證方法中，基于人面部特征的識(shí)別和認(rèn)證因?yàn)榫哂袩o(wú)侵犯性、成本低、隱蔽性好、不需要被測(cè)者特殊配合等優(yōu)點(diǎn)，得到廣泛的關(guān)注和重視，具有廣泛的應(yīng)用前景。
[0003]按照功能而言，人臉識(shí)別可以分為人臉辨識(shí)(Face Identification)和人臉認(rèn)證(Face Verification)兩類(lèi)。人臉辨識(shí)，是指對(duì)于待確定身份的一張或多張人臉圖像，將其與數(shù)據(jù)庫(kù)中保存的所有人的人臉圖像進(jìn)行比對(duì)，確定數(shù)據(jù)庫(kù)中與其最相像的人，并確定二者是否同一個(gè)人。。人臉認(rèn)證，是指將待確定身份的一張或多張人臉圖像，與數(shù)據(jù)庫(kù)中其申明身份的人臉圖像進(jìn)行比對(duì)，確定二者是否來(lái)自同一個(gè)人。
[0004]當(dāng)前主流的人臉識(shí)別技術(shù)基本上可以歸結(jié)為以下幾類(lèi)，基于幾何特征的方法是最早、最傳統(tǒng)的方法，通常需要和其他算法結(jié)合才能有比較好的效果；基于模板的方法可以分為基于相關(guān)匹配的方法、特征臉?lè)椒?、線性判別分析方法、奇異值分解方法、神經(jīng)網(wǎng)絡(luò)方法、動(dòng)態(tài)連接匹配方法等；HARR算法是一種比較新穎的，結(jié)合了特征和模板兩個(gè)概念的人臉識(shí)別算法，其特點(diǎn)在于它很好的利用了 AdaBoost算法，較其他算法在同識(shí)別率的情況下，速度要快。
[0005]然而,就當(dāng)前比較快的HARR算法，在一般的應(yīng)用電腦中的處理速度也只有不到20幀每秒(圖像大小為400 X 300)，在輕量級(jí)互動(dòng)程序中，如FLASH，則更慢。HARR算法如果不經(jīng)優(yōu)化的話，在輕量級(jí)平臺(tái)幾乎不能實(shí)現(xiàn)實(shí)時(shí)的人臉圖像互動(dòng)處理。

【發(fā)明內(nèi)容】

[0006](一)解決的技術(shù)問(wèn)題
[0007]針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提供一種人臉識(shí)別方法及系統(tǒng)，以實(shí)現(xiàn)在輕量級(jí)平臺(tái)上實(shí)現(xiàn)性能良好的實(shí)時(shí)人臉識(shí)別效果。
[0008](二)技術(shù)方案
[0009]為實(shí)現(xiàn)以上目的，本發(fā)明通過(guò)以下技術(shù)方案予以實(shí)現(xiàn):
[0010]一種人臉識(shí)別方法，包括以下步驟:
[0011]S1、獲取人臉的原始圖像；
[0012]S2、對(duì)所述原始圖像進(jìn)行灰度處理，得到原始灰度圖；并依據(jù)灰度修正表對(duì)所述原始灰度圖中的每個(gè)像素灰度進(jìn)行修正和歸一化處理，得到最終灰度圖片；
[0013]S3、依據(jù)預(yù)設(shè)比例值，將所述最終灰度圖片進(jìn)行等比縮小比例處理，獲取等比縮小圖片數(shù)據(jù)組；
[0014]S4、依據(jù)所述等比縮小圖片數(shù)據(jù)組對(duì)所述最終灰度圖片進(jìn)行遞歸特征處理，得到匹配成功的區(qū)域數(shù)據(jù)；[0015]S5、依據(jù)所述匹配成功的區(qū)域數(shù)據(jù)，獲取人臉圖片區(qū)信息；
[0016]S6、依據(jù)獲取的人臉圖片區(qū)信息，輸出人臉識(shí)別結(jié)果。
[0017]優(yōu)選的，步驟S2中進(jìn)行灰度處理采用的表達(dá)式為:
[0018]灰度~R*1024/4096+G*512/1024+B*128/1024
[0019]=>灰度~R?2+G?l+B?3
[0020]式中，R表示占高24位色彩圖片中的8位，G表示占高24位色彩圖片中的8位，B表示占高24位色彩圖片中的8位，“》”表示移位，“ + ”表示高位和低位進(jìn)行合并。
[0021]優(yōu)選的，步驟S3中預(yù)設(shè)比例值為0.8。
[0022]優(yōu)選的，步驟S4中進(jìn)行遞歸特征處理包括步驟:
[0023]S41、載入Haar模板數(shù)據(jù)，預(yù)設(shè)好Adaboost分類(lèi)器，初始化遞歸層級(jí)重要度表；
[0024]S42、利用Haar模板對(duì)所述等比縮小圖片數(shù)據(jù)組進(jìn)行遞歸匹配和Adaboost分類(lèi)；得到匹配成功的圖片區(qū)域數(shù)據(jù)。
[0025]優(yōu)選的，步驟S42中進(jìn)行遞歸匹配方法為:
[0026]從排列最后的尺寸最小的圖片開(kāi)始進(jìn)行匹配判斷，逐張圖片遞歸返回，將匹配成功數(shù)作為遞歸當(dāng)級(jí)的重要度數(shù)值，基于所述遞歸層級(jí)重要度表，確定遞歸靈敏度值V_important,如果遞歸當(dāng)級(jí)重要度超過(guò)遞歸靈敏度值V_important,則進(jìn)行匹配處理；否則略過(guò)返回。
[0027]優(yōu)選的，步驟 S5中獲取人臉圖片區(qū)信息方法為:對(duì)所述獲取匹配成功的圖片區(qū)域數(shù)據(jù)進(jìn)行二次處理，從而獲取人臉圖片區(qū)信息，所述人臉圖片區(qū)信息包括區(qū)域數(shù)信息、尺寸大小信息、是否過(guò)濾信息以及是否為歷史數(shù)據(jù)信息。
[0028]優(yōu)選的，步驟S2后進(jìn)一步包含對(duì)人臉表情識(shí)別的步驟S7，
[0029]S7、先載入各類(lèi)基準(zhǔn)表情灰度照片，將實(shí)時(shí)人臉截圖的表情與基準(zhǔn)表情進(jìn)行相似度匹配，將與各類(lèi)基準(zhǔn)表情匹配取分值最高的和預(yù)設(shè)閥值比較，如果超過(guò)閥值就判斷實(shí)時(shí)表情為此最高值表情，否則表情判定為“淡定”。
[0030]優(yōu)選的，步驟S6后進(jìn)一步包含人臉臉譜處理的步驟S8，
[0031]S8、對(duì)識(shí)別出來(lái)的人臉圖像進(jìn)行自動(dòng)添加臉譜的處理，提供實(shí)時(shí)留影功能，實(shí)現(xiàn)系統(tǒng)互動(dòng)娛樂(lè)。
[0032]本發(fā)明實(shí)施例還提供了一種人臉識(shí)別系統(tǒng)，其特征在于，包括以下模塊:
[0033]原始圖像獲取模塊，獲取人臉的原始圖像；
[0034]灰度處理及歸一化模塊，對(duì)所述原始圖像進(jìn)行灰度處理，得到原始灰度圖；并依據(jù)灰度修正表對(duì)所述原始灰度圖中的每個(gè)像素灰度進(jìn)行修正和歸一化處理，得到最終灰度圖；
[0035]獲取等比縮小圖片數(shù)據(jù)組模塊，依據(jù)預(yù)設(shè)比例值，將所述最終灰度圖片進(jìn)行等比縮小比例處理，獲取等比縮小圖片數(shù)據(jù)組；
[0036]遞歸特征處理模塊，依據(jù)預(yù)設(shè)比例值，將所述最終灰度圖片進(jìn)行等比縮小比例處理，獲取等比縮小圖片數(shù)據(jù)組；
[0037]獲取人臉圖片區(qū)模塊，依據(jù)所述等比縮小圖片數(shù)據(jù)組對(duì)所述最終灰度圖片進(jìn)行遞歸特征處理，得到匹配成功的區(qū)域數(shù)據(jù)；
[0038]人臉識(shí)別結(jié)果輸出模塊，依據(jù)獲取的人臉圖片區(qū)信息，輸出人臉識(shí)別結(jié)果。[0039]優(yōu)選的，該系統(tǒng)還包括表情識(shí)別模塊和人臉臉譜處理模塊:
[0040]所述表情識(shí)別模塊，先載入各類(lèi)基準(zhǔn)表情灰度照片，將實(shí)時(shí)人臉截圖的表情與基準(zhǔn)表情進(jìn)行相似度匹配，將與各類(lèi)基準(zhǔn)表情匹配取分值最高的和預(yù)設(shè)閥值比較，如果超過(guò)閥值就判斷實(shí)時(shí)表情為此最高值表情，否則表情判定為“淡定”;
[0041]所述人臉臉譜處理模塊，對(duì)識(shí)別出來(lái)的人臉圖像進(jìn)行自動(dòng)添加臉譜的處理，提供實(shí)時(shí)留影功能，實(shí)現(xiàn)系統(tǒng)互動(dòng)娛樂(lè)。
[0042](三)有益效果
[0043]本發(fā)明通過(guò)提供一種人臉識(shí)別方法及系統(tǒng)，通過(guò)對(duì)Haar臉特征提取算法引入了“遞歸靈敏度值”，提高了系統(tǒng)整體性能，實(shí)現(xiàn)在輕量級(jí)平臺(tái)上實(shí)現(xiàn)性能良好的實(shí)時(shí)人臉識(shí)別效果。
[0044]本系統(tǒng)為功能擴(kuò)展提供能良好地軟件、硬件接口，如表情識(shí)別模塊的加入，多樣化外設(shè)的接入，如投影儀、紅外屏、體感設(shè)備等。
[0045]本系統(tǒng)的框架采取一種“縱向堆砌，橫向協(xié)作”的構(gòu)筑模式，這種模式實(shí)現(xiàn)了 “單入口，多出口”的開(kāi)發(fā)，既由一項(xiàng)新技術(shù)引入，可引申很多相關(guān)應(yīng)用；此外此框架很好的解決了輕量級(jí)平臺(tái)和重量級(jí)平臺(tái)的融合問(wèn)題，結(jié)合了后臺(tái)強(qiáng)大的數(shù)據(jù)處理性能以及前臺(tái)方便快捷的界面開(kāi)發(fā)，大大增加了多媒體互動(dòng)平臺(tái)的親和力和良好的體驗(yàn)感。
【專(zhuān)利附圖】

【附圖說(shuō)明】
[0046]為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0047]圖1為本發(fā)明實(shí)施例中的人臉識(shí)別方法的流程示意圖；
[0048]圖2為本發(fā)明實(shí)施例中的人臉識(shí)別系統(tǒng)的模塊示意圖；
[0049]圖3為本發(fā)明實(shí)施例中的人臉識(shí)別系統(tǒng)總體架構(gòu)示意圖。
【具體實(shí)施方式】
[0050]為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0051]實(shí)施例1:
[0052]如圖1所示，本發(fā)明提供了一種人臉識(shí)別方法，包括以下步驟:
[0053]S1、獲取人臉的原始圖像；
[0054]S2、對(duì)所述原始圖像進(jìn)行灰度處理，得到原始灰度圖；并依據(jù)灰度修正表對(duì)所述原始灰度圖中的每個(gè)像素灰度進(jìn)行修正和歸一化處理，得到最終灰度圖片；
[0055]S3、依據(jù)預(yù)設(shè)比例值，將所述最終灰度圖片進(jìn)行等比縮小比例處理，獲取等比縮小圖片數(shù)據(jù)組；
[0056]S4、依據(jù)所述等比縮小圖片數(shù)據(jù)組對(duì)所述最終灰度圖片進(jìn)行遞歸特征處理，得到匹配成功的區(qū)域數(shù)據(jù)；
[0057]S5、依據(jù)所述匹配成功的區(qū)域數(shù)據(jù)，獲取人臉圖片區(qū)信息；
[0058]S6、依據(jù)獲取的人臉圖片區(qū)信息，輸出人臉識(shí)別結(jié)果。
[0059]本發(fā)明通過(guò)提供一種人臉識(shí)別方法及系統(tǒng)，通過(guò)對(duì)Haar臉特征提取算法引入了“遞歸靈敏度值”，提高了系統(tǒng)整體性能，實(shí)現(xiàn)在輕量級(jí)平臺(tái)上實(shí)現(xiàn)性能良好的實(shí)時(shí)人臉識(shí)別效果。
[0060]下面對(duì)本發(fā)明實(shí)施例進(jìn)行詳細(xì)的描述:
[0061]S1、獲取人臉的原始圖像；
[0062]S2、對(duì)所述原始圖像進(jìn)行灰度處理，得到原始灰度圖；并依據(jù)灰度修正表對(duì)所述原始灰度圖中的每個(gè)像素灰度進(jìn)行修正和歸一化處理，得到最終灰度圖片；
[0063]為減小圖片彩色背景給處理帶來(lái)的干擾以及巨大計(jì)算量，這里采用圖片灰度化以實(shí)現(xiàn)性能預(yù)優(yōu)化處理。
[0064]計(jì)算機(jī)根據(jù)色彩心理學(xué)公式:灰度=R*0.299+G*0.587+B*0.114對(duì)保存的圖片進(jìn)行灰度處理，但是在輕量級(jí)平臺(tái)過(guò)多的用乘法和浮點(diǎn)數(shù)據(jù)會(huì)大大影響性能，所以這里的優(yōu)化是把乘法和浮點(diǎn)數(shù)轉(zhuǎn)化為位運(yùn)算和整數(shù)。公式如下: [0065]灰度~R*1024/4096+G*512/1024+B*128/1024
[0066]=>灰度~R?2+G?l+B?3
[0067]式中，R表示占高24位色彩圖片中的8位，G表示占高24位色彩圖片中的8位，B表示占高24位色彩圖片中的8位，“》”表示移位，“ + ”表示高位和低位進(jìn)行合并。
[0068]由于進(jìn)行了近似計(jì)算，所以得出的結(jié)果往往存在誤差，但是根據(jù)灰度定義，它只有256級(jí)，所以比較容易根據(jù)實(shí)際效果制作一張灰度修正表GLC_TabIe (Gray LevelCorrecting Table)。根據(jù)以下公式可得出。
[0069]最終灰度=GLC_Table (灰度)
[0070]對(duì)圖片每個(gè)像素進(jìn)行處理后，便完成了整張圖片的灰度處理。最后是對(duì)圖片進(jìn)行歸一化處理，即把圖片尺寸統(tǒng)一到指定的大小，此步由于設(shè)備采集視頻前，已經(jīng)設(shè)置好了采集尺寸，所以經(jīng)常此步可以省略。
[0071]S3、依據(jù)預(yù)設(shè)比例值，將所述最終灰度圖片進(jìn)行等比縮小比例處理，獲取等比縮小圖片數(shù)據(jù)組；
[0072]根據(jù)實(shí)際系統(tǒng)應(yīng)用的一般情況，人們對(duì)照鏡頭時(shí)，習(xí)慣于離鏡頭1-3步的距離(25-75cm),此時(shí)圖片組的縮小等比比例優(yōu)選取0.8，當(dāng)圖片小于原始圖片20%時(shí)截止，如下
列偽代碼所示:
[0073]
【權(quán)利要求】
1.一種人臉識(shí)別方法，其特征在于，包括以下步驟: S1、獲取人臉的原始圖像； S2、對(duì)所述原始圖像進(jìn)行灰度處理，得到原始灰度圖；并依據(jù)灰度修正表對(duì)所述原始灰度圖中的每個(gè)像素灰度進(jìn)行修正和歸一化處理，得到最終灰度圖片； S3、依據(jù)預(yù)設(shè)比例值，將所述最終灰度圖片進(jìn)行等比縮小比例處理，獲取等比縮小圖片數(shù)據(jù)組； S4、依據(jù)所述等比縮小圖片數(shù)據(jù)組對(duì)所述最終灰度圖片進(jìn)行遞歸特征處理，得到匹配成功的區(qū)域數(shù)據(jù)； S5、依據(jù)所述匹配成功的區(qū)域數(shù)據(jù)，獲取人臉圖片區(qū)信息； S6、依據(jù)獲取的人臉圖片區(qū)信息，輸出人臉識(shí)別結(jié)果。
2.如權(quán)利要求1所述的人臉識(shí)別方法，其特征在于，步驟S2中進(jìn)行灰度處理采用的表達(dá)式為: 灰度~R*1024/4096+G*512/1024+B*128/1024 => 灰度乂 R?2+G?l+B?3 式中,R表示占高24位色彩圖片中的8位，G表示占高24位色彩圖片中的8位，B表示占高24位色彩圖片中的8位，“》”表示移位，“ + ”表示高位和低位進(jìn)行合并。
3.如權(quán)利要求1所述的人臉識(shí)別方法，其特征在于，步驟S3中預(yù)設(shè)比例值為0.8。
4.如權(quán)利要求1所述的人臉識(shí)別方法，其特征在于，步驟S4中進(jìn)行遞歸特征處理包括步驟: 541、載入Haar模板數(shù)據(jù)，預(yù)設(shè)好Adaboost分類(lèi)器,初始化遞歸層級(jí)重要度表； 542、利用Haar模板對(duì)所述等比縮小圖片數(shù)據(jù)組進(jìn)行遞歸匹配和Adaboost分類(lèi)；得到匹配成功的圖片區(qū)域數(shù)據(jù)。
5.如權(quán)利要求1所述的人臉識(shí)別方法，其特征在于，步驟S42中進(jìn)行遞歸匹配方法為: 從排列最后的尺寸最小的圖片開(kāi)始進(jìn)行匹配判斷，逐張圖片遞歸返回，將匹配成功數(shù)作為遞歸當(dāng)級(jí)的重要度數(shù)值，基于所述遞歸層級(jí)重要度表，確定遞歸靈敏度值V_important,如果遞歸當(dāng)級(jí)重要度超過(guò)遞歸靈敏度值V_important,則進(jìn)行匹配處理；否則略過(guò)返回。
6.如權(quán)利要求1所述的人臉識(shí)別方法，其特征在于，步驟S5中獲取人臉圖片區(qū)信息方法為:對(duì)所述獲取匹配成功的圖片區(qū)域數(shù)據(jù)進(jìn)行二次處理，從而獲取人臉圖片區(qū)信息，所述人臉圖片區(qū)信息包括區(qū)域數(shù)信息、尺寸大小信息、是否過(guò)濾信息以及是否為歷史數(shù)據(jù)信息。
7.如權(quán)利要求1~6所述的人臉識(shí)別方法，其特征在于，步驟S2后進(jìn)一步包含對(duì)人臉表情識(shí)別的步驟S7, S7、先載入各類(lèi)基準(zhǔn)表情灰度照片，將實(shí)時(shí)人臉截圖的表情與基準(zhǔn)表情進(jìn)行相似度匹配，將與各類(lèi)基準(zhǔn)表情匹配取分值最高的和預(yù)設(shè)閥值比較，如果超過(guò)閥值就判斷實(shí)時(shí)表情為此最高值表情，否則表情判定為“淡定”。
8.如權(quán)利要求1~6所述的人臉識(shí)別方法，其特征在于，步驟S6后進(jìn)一步包含人臉臉譜處理的步驟S8， S8、對(duì)識(shí)別出來(lái)的人臉圖像進(jìn)行自動(dòng)添加臉譜的處理，提供實(shí)時(shí)留影功能，實(shí)現(xiàn)系統(tǒng)互動(dòng)娛樂(lè)。
9.一種人臉識(shí)別系統(tǒng)，其特征在于，包括以下模塊: 原始圖像獲取模塊，獲取人臉的原始圖像； 灰度處理及歸一化模塊，對(duì)所述原始圖像進(jìn)行灰度處理，得到原始灰度圖；并依據(jù)灰度修正表對(duì)所述原始灰度圖中的每個(gè)像素灰度進(jìn)行修正和歸一化處理，得到最終灰度圖； 獲取等比縮小圖片數(shù)據(jù)組模塊，依據(jù)預(yù)設(shè)比例值，將所述最終灰度圖片進(jìn)行等比縮小比例處理，獲取等比縮小圖片數(shù)據(jù)組； 遞歸特征處理模塊，依據(jù)預(yù)設(shè)比例值，將所述最終灰度圖片進(jìn)行等比縮小比例處理，獲取等比縮小圖片數(shù)據(jù)組； 獲取人臉圖片區(qū)模塊，依據(jù)所述等比縮小圖片數(shù)據(jù)組對(duì)所述最終灰度圖片進(jìn)行遞歸特征處理，得到匹配成功的區(qū)域數(shù)據(jù)； 人臉識(shí)別結(jié)果輸出模塊，依據(jù)獲取的人臉圖片區(qū)信息，輸出人臉識(shí)別結(jié)果。
10.如權(quán)利要求9所述的人臉識(shí)別系統(tǒng)，其特征在于，還包括表情識(shí)別模塊和人臉臉譜處理模塊: 所述表情識(shí)別模塊，先載入各類(lèi)基準(zhǔn)表情灰度照片，將實(shí)時(shí)人臉截圖的表情與基準(zhǔn)表情進(jìn)行相似度匹配，將與各類(lèi)基準(zhǔn)表情匹配取分值最高的和預(yù)設(shè)閥值比較，如果超過(guò)閥值就判斷實(shí)時(shí)表情為此最高值表情，否則表情判定為“淡定”； 所述人臉臉譜處理模塊，對(duì)識(shí)別出來(lái)的人臉圖像進(jìn)行自動(dòng)添加臉譜的處理，提供實(shí)時(shí)留影功能，實(shí)現(xiàn)系統(tǒng)互動(dòng) 娛樂(lè)。
【文檔編號(hào)】G06K9/00GK103473535SQ201310416952
【公開(kāi)日】2013年12月25日 申請(qǐng)日期:2013年9月13日 優(yōu)先權(quán)日:2013年9月13日
【發(fā)明者】賀杰巨, 周新華 申請(qǐng)人:湖南華凱創(chuàng)意展覽服務(wù)有限公司, 上海華凱展覽展示工程有限公司