手指與手腕的區(qū)分方法及其裝置的制造方法
【專利摘要】本發(fā)明涉及手勢識別技術領域，公開了一種手指與手腕的區(qū)分方法及其裝置。本發(fā)明中，包含以下步驟：獲取手部圖像，手部圖像包含手指、手腕和手臂；計算經過手部圖像的掌心位置且垂直于手部圖像的主軸直線的分割直線；獲取手部圖像被分割直線分割而成的兩個圖像區(qū)域各自的面積與周長的關系；根據(jù)面積與周長的關系，確定手指和手腕各自所在的圖像區(qū)域?；谑值倪B通域的周長和面積特征區(qū)分手指和手腕，有效的排除了手腕對手指指尖定位的干擾，從而能夠簡單、精準、快速獲取手指圖像區(qū)域。
【專利說明】
手指與手腕的區(qū)分方法及其裝置
技術領域
[0001] 本發(fā)明涉及手勢識別技術領域，特別涉及手指與手腕的區(qū)分方法及其裝置。
【背景技術】
[0002] 手勢識別是通過一系列算法來識別人類手勢的過程，通過人機交互方式采集到所 需的手部信息。手勢識別的一個關鍵技術是定位手掌和各個手指指尖的位置，現(xiàn)有的手勢 識別技術主要是利用輪廓的凸起、凹陷的特性來檢測手指和手腕的。
[0003] 但是，由于手的變形很大，手指與手腕有可能存在相似的輪廓特性，因此，手指指 尖的定位過程中經常受到手腕的干擾，出現(xiàn)手指和手腕誤判情況，進而導致手勢識別精度 低、準確度差等問題。

【發(fā)明內容】

[0004] 本發(fā)明的目的在于提供一種手指與手腕的區(qū)分方法及其裝置，有效的排除了手腕 對手指指尖定位的干擾，從而能夠簡單、精準、快速獲取手指圖像區(qū)域。
[0005] 為解決上述技術問題，本發(fā)明的實施方式提供了一種手指與手腕的區(qū)分方法，包 含以下步驟:獲取手部圖像，手部圖像包含手指、手腕和手臂;計算經過手部圖像的掌心位 置且垂直于手部圖像的主軸直線的分割直線;獲取手部圖像被分割直線分割而成的兩個圖 像區(qū)域各自的面積與周長的關系;根據(jù)面積與周長的關系，確定手指和手腕各自所在的圖 像區(qū)域。
[0006] 本發(fā)明的實施方式還提供了一種手指與手腕的區(qū)分裝置，包含:手部圖像獲取模 塊，用于獲取手部圖像，手部圖像包含手指、手腕和手臂;分割直線獲取模塊，用于計算經過 手部圖像的掌心位置且垂直與手部圖像的主軸直線的分割直線;檢測模塊，用于獲取手部 圖像被分割直線分割而成的兩個圖像區(qū)域各自的面積與周長的關系；判定模塊，用于根據(jù) 面積與周長的關系，確定手指和手腕各自所在的圖像區(qū)域。
[0007] 本發(fā)明實施方式相對于現(xiàn)有技術而言，通過計算得到經過手部圖像的掌心位置且 垂直于主軸直線的分割直線，并利用分割直線將手部圖像分割成兩個圖像區(qū)域。從手指與 手腕的特征來看，手指相對手腕更加修長，手腕相對手指更偏向圓形，且其各手指的輪廓周 長之和大于手腕輪廓周長，二者面積相差卻不大，同等面積的圖形中，圓的周長最小。因此， 利用手的連通域的周長和面積特征區(qū)分手指和手腕，有效的排除了手腕對手指指尖定位的 干擾，可以簡單、精準、快速獲取手指圖像區(qū)域。
[0008]另外，面積與周長的關系為周長平方與面積的比值;根據(jù)面積與周長平方的關系， 確定手指和手腕各自所在的圖像區(qū)域的步驟中，包含以下子步驟:將兩個圖像區(qū)域各自的 周長平方與面積的比值，進行比較;將較大比值所對應的圖像區(qū)域作為手指所在的圖像區(qū) 域，將較小比值所對應的圖像區(qū)域作為手腕所在的圖像區(qū)域。為了能更加精準的判斷出手 指與手掌，采用周長平方與面積的比值作為判斷指標，由于采取了周長平方的算法，對手指 和手腕的明顯區(qū)別特征(輪廓周長)進行了放大，使得周長平方與面積的比值具有很明顯的 差異，有效的排除了手腕對手指指尖定位的干擾，從而可以快速、準確的得到手指所在的圖 像區(qū)域。
[0009]另外，獲取分割直線與手部圖像的交點的步驟中，包含:檢測分割直線與水平線的 夾角。如果夾角小于45度，則根據(jù)以下公式獲取分割直線與手部圖像的交點坐標：
[0012]如果夾角大于或等于45度，則根據(jù)以下公式獲取分割直線與手部圖像的交點坐 標：
[0015] 其中，（X1，yi)和(X2，y2)分別是交點坐標，w和h分別是手部圖像的寬和高。
[0016] 在獲取分割直線與手部圖像的交點的時檢測分割直線與水平線的夾角，并根據(jù)直 線與水平線的夾角是否小于45度，根據(jù)不同的情況采用不同的公式進行獲取交點坐標，可 以避免分割直線垂直或平行于水平線時，無法計算得到正確的交點的情況。
[0017] 另外，獲取手部圖像的步驟中，包含以下子步驟:預先獲取皮膚像素和非皮膚像素 的模型;遍歷原始圖像中的各像素點，將遍歷得到的像素點與預先獲取的皮膚像素模型和 非皮膚像素模型進行匹配;根據(jù)匹配結果分割得到皮膚區(qū)域和非皮膚區(qū)域;對皮膚區(qū)域進 行連通域檢測得到手部圖像。通過將原始圖像中的各像素點與預先獲取的皮膚像素模型和 非皮膚像素模型進行匹配，可以簡單、精準的區(qū)分出皮膚區(qū)域和非皮膚區(qū)域，從而快速的獲 取手部圖像，有效的簡化了手部圖像獲取流程。
【附圖說明】
[0018] 圖1是根據(jù)本發(fā)明第一實施方式的手指與手腕的區(qū)分方法的流程圖；
[0019] 圖2是根據(jù)本發(fā)明第一實施方式的手的連通域圖；
[0020]圖3是根據(jù)本發(fā)明第一實施方式的掌心在手的連通域上的位置圖；
[0021 ]圖4是根據(jù)本發(fā)明第一實施方式的主軸直線在手的連通域上的位置圖；
[0022] 圖5是根據(jù)本發(fā)明第一實施方式的手指和手腕的分割直線圖；
[0023] 圖6是根據(jù)本發(fā)明第三實施方式的手指與手腕的區(qū)分裝置結構示意圖。
【具體實施方式】
[0024]為使本發(fā)明的目的、技術方案和優(yōu)點更加清楚，下面將結合附圖對本發(fā)明的各實 施方式進行詳細的闡述。然而，本領域的普通技術人員可以理解，在本發(fā)明各實施方式中， 為了使讀者更好地理解本申請而提出了許多技術細節(jié)。但是，即使沒有這些技術細節(jié)和基 于以下各實施方式的種種變化和修改，也可以實現(xiàn)本申請各權利要求所要求保護的技術方 案。
[0025] 本發(fā)明的第一實施方式涉及一種手指與手腕的區(qū)分方法，具體流程如圖1所示。
[0026] 在步驟101中，獲取手部圖像。具體地說，對原始圖像進行分割，得到手的連通域 (即手部圖像），手部圖像，包括手指、手腕和手臂。在本步驟中，預先獲取皮膚像素和非皮膚 像素的模型；遍歷原始圖像中的各像素點，將遍歷得到的像素點與預先獲取的皮膚像素模 型和非皮膚像素模型進行匹配;根據(jù)匹配結果分割得到皮膚區(qū)域和非皮膚區(qū)域;對皮膚區(qū) 域進行連通域檢測得到手部圖像。通過將原始圖像中的各像素點與預先獲取的皮膚像素模 型和非皮膚像素模型進行匹配，可以簡單、精準的區(qū)分出皮膚區(qū)域和非皮膚區(qū)域，從而快速 的獲取手部圖像。
[0027]比如說，將獲取的手部圖像轉化到色彩模型HSV或者顏色空間YCrCb中，而后根據(jù) 皮膚顏色取值范圍來判斷圖像中的每一個像素屬于皮膚還是非皮膚，對原始圖像分割得到 的前景即為手的連通域，如圖2所示。
[0028] 接著，進入步驟102,計算掌心的位置。掌心位置的確定可以通過輪廓的特征來定 位，比如說，首先，遍歷每個像素點，得到每個像素點到所有輪廓點的距離;然后，獲取與輪 廓距離最短的像素，得到所有像素到輪廓的最短距離;最后，在得到的最短距離中，將最大 距離所對應的像素點，作為掌心。掌心在手的連通域上的位置如圖3所示。
[0029] 接著，進入步驟103,尋找前景區(qū)域主軸直線。
[0030] 具體的說，尋找前景區(qū)域主軸直線的方法是，遍歷手部圖像的所有像素點，將得到 的各像素點坐標保存至一矩陣中；采用最小二乘法將矩陣中的各元素擬合得到一條直線， 擬合得到的直線即為主軸直線。在實際操作中可通過開源計算機視覺庫Open Source Computer Vision Library(OpenCV)來實現(xiàn)對各元素的擬合，更具體的說，從OpenCV中調用 函數(shù)cvFitLine，即可將矩陣中的各元素擬合得到主軸直線。cvFitLine的定義如下：
[0031] CVAPI(void)cvFitLine(const CvArr*points，int dist_type,double param, double reps,double aeps,float*line)；
[0032]其中，points為前景像素坐標構成的矩陣，line用于返回的直線方程，dist_type 為 CV_DIST_L2，param為 0，reps 和aeps 均為 0 ? 01。
[0033]由于cvFitLine返回的直線方程為直線的方向向量和直線上的一個點，需要轉化 為直線的一般式方程才可以使用，通過如下轉化公式，得到主軸直線的一般式參數(shù)：
[0034] A=vi
[0035] B = -V2
[0036] C = vi*y-V2*x
[0037] 其中A、B和C是直線的一般式參數(shù)，（V1，V2)是直線的方向向量，（x，y)是直線上一 點。得到的主軸直線在手的連通域上的位置，如圖4所示。
[0038] 接著，進入步驟104,計算得到手指和手腕所屬區(qū)域的分割直線。通過計算經過手 部圖像的掌心位置且垂直于手部圖像的主軸直線的直線即為分割直線。根據(jù)主軸方程和掌 心坐標即可以得到垂直于主軸的直線方程，即手指和手腕所屬區(qū)域的分割直線，計算公式 如下所示：
[0039] Av=B
[0040] Bv=-A
[0041] Cv=A*yP_B*xP
[0042]其中A、B和C主軸直線的直線方程參數(shù)，Av、Bv和Cv是分割直線的直線方程參數(shù)， (xP，yP)是掌心位置的坐標。
[0043]接著，進入步驟105,繪制分割直線，將前景區(qū)域分割成兩部分。此處繪制的分割線 顏色與背景相同，從而前景可以被分割為兩部分。繪制分割直線時，計算得到分割直線與手 部圖像的交點。
[0044]根據(jù)以下公式獲取分割直線與手部圖像的交點坐標：
[0047] 其中（xi，yi)和(X2，y2)分別是交點坐標，w是手部圖像的寬。
[0048] 根據(jù)獲取的交點與分割直線，得到手部圖像被分割直線分割而成的兩個圖像區(qū) 域。在實際操作中可以利用OpenCV實現(xiàn)，具體的說，從OpenCV中調用函數(shù)cvLine，在圖像中 繪制分割直線，將圖像分割為兩部分。cvLine的定義如下所示：
[0049] CVAPI(void)cvLine(CvArr*img,CvPoint ptl,CvPoint pt2,
[0050] CvScalar color,int thickness CV_DEFAULT(1),
[0051] int line_type CV_DEFAULT(8),int shift CV_DEFAULT(0))；
[0052]其中ptl和pt2是分割直線與手部圖像的交點。
[0053]手指和手腕的分割直線的繪制結果，如圖5所示。
[0054]接著，進入步驟106,根據(jù)前景區(qū)域的面積和周長的關系，確定手指和手腕各自所 在的圖像區(qū)域。在本實施方式中，根據(jù)面積與周長平方的關系，確定手指和手腕各自所在的 圖像區(qū)域。
[0055]具體地說，在得到繪制的分割直線后，手部圖像被劃分為兩個區(qū)域，區(qū)域1和區(qū)域 2,如圖5所示。在本步驟中，計算區(qū)域1的周長平方與面積的比值T1，并計算區(qū)域1的周長平 方與面積的比值T2,此處的計量單位為像素，一個像素的長度即為1，以像素為單位，采用周 長平方與面積比值作為特征值，得到的特征值與長度單位無關，可以有效的避免因采用長 度單位的不同對計算結果帶來的影響。將兩個圖像區(qū)域各自的周長平方與面積的比值（即 T1與T2)，進行比較;將較大比值所對應的圖像區(qū)域作為手指所在的圖像區(qū)域，將較小比值 所對應的圖像區(qū)域作為手腕所在的圖像區(qū)域。比如說，如果T1大于T2,則說明區(qū)域1為手指 所在的圖像區(qū)域，區(qū)域2為手腕所在的圖像區(qū)域。
[0056] 以在OpenCV中實現(xiàn)為例進行說明，首先，利用OpenCV的函數(shù)cvFindContours實現(xiàn) 尋找連通域的功能，cvFindContours的定義如下：
[0057] int cvFindContours(CvArr*image，CvMemStorage*storage，CvSeq** firstContour,int headerSize = sizeof(CvContour),int mode = CV_RETR_L1ST, intmethod = CV_CHAIN_APPR0X_SIMPLE,CvPoint offset = cvPoint(0,0))
[0058] 其次，在檢測得到連通域之后，可以分別調用OpenCV中的函數(shù)cvContourArea和 cvArcLength計算得到輪廓的面積和周長，進而得到周長平方與面積的比值。
[0059]最后，通過比較周長平方和面積的比值，確定手指所在圖像區(qū)域。較大者對應手指 所在區(qū)域，較小者對應手腕所在區(qū)域。由于手指所在一側連通域的周長平方與面積之比大 于手腕所在一側的值，因此，通過比較此特征值的大小，就可以確定手指所在的圖像區(qū)域。 從手指與手腕的特征來看，手指相對手腕更加修長，手腕相對手指更偏向圓形，且其各手指 的輪廓周長之和大于手腕輪廓周長，而兩者面積相差卻不大，同等面積的圖形中，圓的周長 最小。因此，可利用手的連通域的周長和面積特征區(qū)分手指和手腕，有效的排除了手腕對手 指指尖定位的干擾，可以簡單、精準、快速獲取手指圖像區(qū)域。
[0060] 需要說明的是，在本實施方式中，為了能更加精準的判斷出手指與手掌，采用周長 平方與面積的比值作為判斷指標，由于采取了周長平方的算法，對手指和手腕的明顯區(qū)別 特征(輪廓周長)進行了放大，使得周長平方與面積的比值具有很明顯的差異，從而能更快 速、準確的得到手指所在的圖像區(qū)域。但是，在實際應用中，也可以采用其他周長與面積的 關系（如周長平方與面積的比值的任意數(shù)學變形），作為手指所在的圖像區(qū)域的檢測依據(jù)， 在此不再贅述。
[0061] 本發(fā)明的第二實施方式涉及一種手指與手腕的區(qū)分方法。第二實施方式在第一實 施方式的基礎上做了進一步改進，主要改進之處在于:獲取分割直線與手部圖像的交點的 步驟中，包含:檢測分割直線與水平線的夾角；
[0062] 如果夾角小于45度，則根據(jù)以下公式獲取分割直線與手部圖像的交點坐標： I： ~ H
[0063] fe-跳 f 、撕轉'1
[0064]
[0065]如果夾角大于或等于45度，則根據(jù)以下公式獲取分割直線與手部圖像的交點坐 標： c ? § 0066 I%，一魏*教為令嶋紙 C 0067 ]嫌.~ 魏，趨 4. :氣
[0068]其中，（xi，yi)和(X2，y2)分別是交點坐標，*和11分別是手部圖像的寬和高。
[0069]通過檢測分割直線與水平線的夾角，并判斷該夾角與45度之間的關系，根據(jù)判斷 結果采用相應的公式進行計算，可以避免出現(xiàn)直線垂直或平行于水平線時，無法計算得到 正確的交點的情況。在手部圖像采集過程中，采集到的任何角度的手勢均可以通過上述兩 種不同公式中的一個，獲取分割直線與手部區(qū)域的交點，而不再限制手勢只能是特定的角 度時才能計算出交點坐標。
[0070] 上面各種方法的步驟劃分，只是為了描述清楚，實現(xiàn)時可以合并為一個步驟或者 對某些步驟進行拆分，分解為多個步驟，只要包含相同的邏輯關系，都在本專利的保護范圍 內；對算法中或者流程中添加無關緊要的修改或者引入無關緊要的設計，但不改變其算法 和流程的核心設計都在該專利的保護范圍內。
[0071] 本發(fā)明第三實施方式涉及一種手指與手腕的區(qū)分裝置，如圖6所示，包含:手部圖 像獲取模塊，用于獲取手部圖像，手部圖像包含手指、手腕和手臂;分割直線獲取模塊，用于 計算經過手部圖像的掌心位置且垂直于手部圖像的主軸直線的分割直線;檢測模塊，用于 獲取手部圖像被分割直線分割而成的兩個圖像區(qū)域各自的面積與周長的關系；判定模塊， 用于根據(jù)面積與周長的關系，確定手指和手腕各自所在的圖像區(qū)域。
[0072]進一步地，面積與周長的關系為周長平方與面積的比值；
[0073]判定模塊包含：
[0074]比較子模塊，用于將兩個圖像區(qū)域各自的周長平方與面積的比值，進行比較；
[0075]確定子模塊，用于將較大比值所對應的圖像區(qū)域作為手指所在的圖像區(qū)域，將較 小比值所對應的圖像區(qū)域作為手腕所在的圖像區(qū)域。
[0076]進一步地，分割直線獲取模塊包含：
[0077] 第一計算子模塊，用于計算手部圖像的掌心位置和手部圖像的主軸直線；
[0078] 第二計算子模塊，用于根據(jù)以下公式計算分割直線：
[0079] Av=B
[0080] Bv=-A
[0081] CP = A*yP_B*xP
[0082] 其中，A、B和C為主軸直線的直線方程參數(shù)，Av、Bv和Cv為分割直線的直線方程參數(shù)， (x P，yP)為掌心位置的坐標。
[0083] 不難發(fā)現(xiàn)，本實施方式為與第一實施方式相對應的系統(tǒng)實施例，本實施方式可與 第一實施方式互相配合實施。第一實施方式中提到的相關技術細節(jié)在本實施方式中依然有 效，為了減少重復，這里不再贅述。相應地，本實施方式中提到的相關技術細節(jié)也可應用在 第一實施方式中。
[0084] 值得一提的是，本實施方式中所涉及到的各模塊均為邏輯模塊，在實際應用中，一 個邏輯單元可以是一個物理單元，也可以是一個物理單元的一部分，還可以以多個物理單 元的組合實現(xiàn)。此外，為了突出本發(fā)明的創(chuàng)新部分，本實施方式中并沒有將與解決本發(fā)明所 提出的技術問題關系不太密切的單元引入，但這并不表明本實施方式中不存在其它的單 J L 〇
[0085] 本領域的普通技術人員可以理解，上述各實施方式是實現(xiàn)本發(fā)明的具體實施例， 而在實際應用中，可以在形式上和細節(jié)上對其作各種改變，而不偏離本發(fā)明的精神和范圍。
【主權項】
1. 一種手指與手腕的區(qū)分方法，其特征在于，包含以下步驟： 獲取手部圖像，所述手部圖像包含手指、手腕和手臂； 計算經過所述手部圖像的掌心位置且垂直與所述手部圖像的主軸直線的分割直線； 獲取所述手部圖像被所述分割直線分割而成的兩個圖像區(qū)域各自的面積與周長的關 系； 根據(jù)所述面積與周長的關系，確定所述手指和手腕各自所在的圖像區(qū)域。2. 根據(jù)權利要求1所述的手指與手腕的區(qū)分方法，其特征在于，所述面積與周長的關系 為周長平方與面積的比值； 所述根據(jù)面積與周長平方的關系，確定所述手指和手腕各自所在的圖像區(qū)域的步驟 中，包含以下子步驟： 將所述兩個圖像區(qū)域各自的周長平方與面積的比值，進行比較； 將較大比值所對應的圖像區(qū)域作為所述手指所在的圖像區(qū)域，將較小比值所對應的圖 像區(qū)域作為所述手腕所在的圖像區(qū)域。3. 根據(jù)權利要求1所述的手指與手腕的區(qū)分方法，其特征在于，所述計算經過所述手部 圖像的掌心位置且垂直于所述手部圖像的主軸直線的分割直線的步驟中，包含以下子步 驟： 計算所述手部圖像的掌心位置和所述手部圖像的主軸直線； 根據(jù)以下公式計算所述分割直線： Av = B Bv = -A Cv=_A*yP_B*xP 其中，所述A、B和C為所述主軸直線的直線方程參數(shù)，Av、Bv和Cv為所述分割直線的直線 方程參數(shù)，（xP，yP)為所述掌心位置的坐標。4. 根據(jù)權利要求3所述的手指與手腕的區(qū)分方法，其特征在于，獲取所述手部圖像被所 述分割直線分割而成的兩個圖像區(qū)域各自的面積與周長平方的關系的步驟中，包含以下子 步驟： 獲取所述分割直線與所述手部圖像的交點； 根據(jù)所述獲取的交點與所述分割直線，得到所述手部圖像被所述分割直線分割而成的 兩個圖像區(qū)域。5. 根據(jù)權利要求4所述的手指與手腕的區(qū)分方法，其特征在于，所述獲取所述分割直線 與所述手部圖像的交點的步驟中，包含： 檢測所述分割直線與水平線的夾角； 如果所述夾角小于45度，則根據(jù)以下公式獲取所述分割直線與所述手部圖像的交點坐 標：如果所述夾角大于或等于45度，則根據(jù)以下公式獲取所述分割直線與所述手部圖像的 交點坐標： 其中，（xl，yl)和(X2，y2)分別是所述交點坐標，w和h分別是所述手部圖像的寬和高。6. 根據(jù)權利要求3所述的手指與手腕的區(qū)分方法，其特征在于，計算所述手部圖像的主 軸直線的步驟中，包含以下子步驟； 遍歷所述手部圖像的所有像素點，將得到的各像素點的坐標保存至一矩陣中； 采用最小二乘法將所述矩陣中的各元素擬合得到一條直線； 將所述擬合得到的直線作為所述主軸直線。7. 根據(jù)權利要求1所述的手指與手腕的區(qū)分方法，其特征在于，所述獲取手部圖像的步 驟中，包含以下子步驟： 預先獲取皮膚像素和非皮膚像素的模型； 遍歷原始圖像中的各像素點， 將遍歷得到的像素點與預先獲取的皮膚像素模型和非皮膚像素模型進行匹配； 根據(jù)匹配結果分割得到皮膚區(qū)域和非皮膚區(qū)域； 對皮膚區(qū)域進行連通域檢測得到所述手部圖像。8. -種手指與手腕的區(qū)分裝置，其特征在于，包含： 手部圖像獲取模塊，用于獲取手部圖像，所述手部圖像包含手指、手腕和手臂； 分割直線獲取模塊，用于計算經過所述手部圖像的掌心位置且垂直于所述手部圖像的 主軸直線的分割直線； 檢測模塊，用于獲取所述手部圖像被所述分割直線分割而成的兩個圖像區(qū)域各自的面 積與周長的關系； 判定模塊，用于根據(jù)所述面積與周長的關系，確定所述手指和手腕各自所在的圖像區(qū) 域。9. 根據(jù)權利要求8所述的手指與手腕的區(qū)分裝置，其特征在于，所述面積與周長的關系 為周長平方與面積的比值； 所述判定模塊包含： 比較子模塊，用于將所述兩個圖像區(qū)域各自的周長平方與面積的比值，進行比較； 確定子模塊，用于將較大比值所對應的圖像區(qū)域作為所述手指所在的圖像區(qū)域，將較 小比值所對應的圖像區(qū)域作為所述手腕所在的圖像區(qū)域。10. 根據(jù)權利要求8所述的手指與手腕的區(qū)分裝置，其特征在于，所述分割直線獲取模 塊包含： 第一計算子模塊，用于計算所述手部圖像的掌心位置和所述手部圖像的主軸直線； 第二計算子模塊，用于根據(jù)以下公式計算所述分割直線： Av = B Bv = -A
【文檔編號】G06K9/00GK105893929SQ201511007486
【公開日】2016年8月24日
【申請日】2015年12月27日
【發(fā)明人】李艷杰
【申請人】樂視致新電子科技（天津）有限公司