申请/专利权人：英华达(南京)科技有限公司;英华达股份有限公司

申请日：2017-12-29

公开（公告）日：2020-02-11

公开（公告）号：CN108039008B

主分类号：G08B13/196(20060101)

分类号：G08B13/196(20060101);H04N7/18(20060101);G06K9/00(20060101)

优先权：

专利状态码：有效-授权

法律状态：2020.02.11#授权;2018.06.08#实质审查的生效;2018.05.15#公开

摘要：本发明提供一种智能视频监控方法、装置及系统，所述方法包括：实时采集视频数据；对视频数据中的被监控对象进行人脸识别，以甄别视频数据中被监控对象是否与预存的第一类用户脸部特征相匹配；若匹配，则将所述视频数据保存至本地并不进行上传；若不匹配，则甄别视频数据中被监控对象是否与预存的第二类用户的脸部特征相匹配；若匹配，则对视频数据中被监控对象的脸部特征区域进行模糊化处理并将经处理的视频数据经由网络上传；以及若不匹配，则向一预设终端发送第一告警信息，并将所述视频数据经由网络上传。本发明提供的智能视频监控方法、装置及系统可基于脸部识别实现智能视频监控的分级处理，保护视频监控的隐私并增加视频数据的安全性。

主权项：1.一种智能视频监控方法，其特征在于，包括：实时采集视频数据；对视频数据中的被监控对象进行人脸识别，以甄别视频数据中被监控对象的脸部特征是否与预存的第一类用户中至少一位的脸部特征相匹配；若匹配，则将所述视频数据保存至本地并不进行上传；若不匹配，则甄别视频数据中被监控对象的脸部特征是否与预存的第二类用户中至少一位的脸部特征相匹配；若匹配，则对视频数据中被监控对象的脸部特征区域进行模糊化处理并将经处理的视频数据经由网络上传；以及若不匹配，则向一预设终端发送第一告警信息，并将所述视频数据经由网络上传，其中，甄别视频数据中被监控对象的脸部特征与预存的第二类用户中至少一位的脸部特征相匹配之后还包括：对视频数据中的被监控对象进行行为识别，以甄别视频数据中被监控对象的行为是否异常；若异常，则向所述预设终端发送第二告警信息，其中，所述第一类用户和第二类用户的脸部特征结合被监控对象的行为识别进行识别，所述行为识别利用被监控对象的历史视频数据进行建模形成行为模型、通过用户预设行为特征、或者通过用户在系统给定的通用行为模板中进行选择来实现。

全文数据：智能视频监控方法、装置及系统技术领域[0001]本发明涉及视频监控领域，尤其涉及一种智能视频监控方法、装置及系统。背景技术[0002]当前，智能摄像头己经走进很多家庭，但人们对智能摄像头的潜在安全风险却缺乏足够了解。在国家质检总局针对智能摄像头质量安全风险发出警示后，又有媒体曝光了破解智能摄像头背后的利益链。智能摄像头可能存在用户监控视频被泄露、智能摄像头被恶意控制等信息安全危害。所以必须要有一套有效的安全系统来保证个人的隐私安全。[0003]之前的摄像头系统仅仅只是针对应用来做，这就导致智能摄像头系统很容易被攻破。[0004]目前用于监控的智能摄像头进入了众多家庭，隐私外泄的案件层出不穷。监控的视频或画面会被窃取并放到网上直播。发明内容[0005]本发明为了克服上述现有技术存在的缺陷，提供一种智能视频监控方法、装置及系统，实现智能视频监控的分级处理，保护视频监控的隐私并增加视频数据的安全性。[0006]根据本发明的一个方面，提供一种智能视频监控方法，包括:实时采集视频数据；对视频数据中的被监控对象进行人脸识别，以甄别视频数据中被监控对象的脸部特征是否与预存的第一类用户中至少一位的脸部特征相匹配;若匹配，则将所述视频数据保存至本地并不进行上传;若不匹配，则甄别视频数据中被监控对象的脸部特征是否与预存的第二类用户中至少一位的脸部特征相匹配;若匹配，则对视频数据中被监控对象的脸部特征区域进行模糊化处理并将经处理的视频数据经由网络上传；以及[0007]若不匹配，则向一预设终端发送第一告警信息，并将所述视频数据经由网络上传。[0008]可选地，甄别视频数据中被监控对象的脸部特征与预存的第二类用户中至少一位的脸部特征相匹配之后还包括:对视频数据中的被监控对象进行行为识别，以甄别视频数据中被监控对象的行为是否异常;若异常，则向所述预设终端发送第二告警信息。[0009]可选地，甄别视频数据中被监控对象的行为是否异常包括:甄别视频数据中被监控对象的行为是否与一行为模型相匹配，该行为模型根据该被监控对象的历史视频数据建模形成;若不匹配，则甄别为异常。[0010]可选地，甄别视频数据中被监控对象的行为是否异常包括:甄别视频数据中被监控对象的行为是否与预设异常行为特征相匹配，该预设异常行为特征经由预先设定;若匹配，则甄别为异常。[0011]可选地，对视频数据中的被监控对象进行人脸识别，以甄别视频数据中被监控对象的脸部特征是否与预存的第一类用户中至少一位的脸部特征相匹配包括:结合被监控对象的人脸识别及行为识别，以甄别视频数据中被监控对象的脸部特征是否与预存的第一类用户中至少一位的脸部特征相匹配。[0012]可选地，甄别视频数据中被监控对象的脸部特征是否与预存的第二类用户中至少一位的脸部特征相匹配包括:结合被监控对象的人脸识别及行为识别，以甄别视频数据中被监控对象的脸部特征是否与预存的第二类用户中至少一位的脸部特征相匹配。[0013]可选地，所述行为识别包括:对视频数据中的被监控对象进行躯体识别；和或对视频数据中的被监控对象进行语音识别。[0014]可选地，经处理的视频数据经由网络上传至所述预设终端;所述预设终端进行密钥验证，若验证通过，则所述预设终端通过预存在预设终端中的解密算法还原所述视频数据。[0015]根据本发明的又一方面，还提供一种智能视频监控装置，包括:采集模块，用于实时采集视频数据;人脸识别模块，用于对视频数据中的被监控对象进行人脸识别，以甄别视频数据中被监控对象的脸部特征是否与预存的第一类用户中至少一位的脸部特征和第二类用户中至少一位的脸部特征相匹配;储存模块，若所述人脸识别模块甄别视频数据中被监控对象的脸部特征与预存的第一类用户中至少一位的脸部特征相匹配，则所述储存模块将所述视频数据保存至本地并不进行上传;模糊处理模块，若所述人脸识别模块甄别视频数据中被监控对象的脸部特征与预存的第二类用户中至少一位的脸部特征相匹配，则所述模糊处理模块对视频数据中被监控对象的脸部特征区域进行模糊化处理；告警模块，若所述人脸识别模块甄别视频数据中被监控对象的脸部特征与预存的第一类用户中至少一位的脸部特征和第二类用户中至少一位的脸部特征都不匹配，则所述告警模块向一预设终端发送第一告警信息;上传模块，若所述人脸识别模块甄别视频数据中被监控对象的脸部特征与预存的第二类用户中至少一位的脸部特征相匹配，则所述上传模块将经处理的视频数据经由网络上传，若所述人脸识别模块甄别视频数据中被监控对象的脸部特征与预存的第一类用户中至少一位的脸部特征和第二类用户中至少一位的脸部特征都不匹配，则则所述上传模块直接将所述视频数据经由网络上传。[0016]根据本发明的又一方面，还提供一种智能视频监控系统，包括:如上所述的智能视频监控装置;以及预设终端，用于接收所述第一告警信息及所述视频数据。[0017]与现有技术相比，本发明具有如下优势：[0018]1利用人脸识别进行安全级别的分级，当识别到第一类用户中至少一位的脸部特征时，停止上传防止视频数据长时间上传而导致视频数据泄露的情况；当识别到第二类用户中至少一位的脸部特征时，由于仍需要上传视频数据，为了保护视频数据中的个人隐私对视频数据中被监控对象的脸部特征进行模糊化处理;当视频数据中的被监控对象与第一类用户中至少一位的脸部特征和第二类用户中至少一位的脸部特征都不匹配时，向预设终端发送告警以提示有陌生人进入；[0019]2结合躯体识别和或语音识别以辅助人脸识别精确确定被监护对象，同时通过躯体识别和或语音识别对与第二类用户中至少一位的脸部特征匹配的被监控对象进行行为监控，发送异常时发送告警信息；[0020]3预设终端可以通过密钥验证和解密算法对模糊化的视频数据进行还原，获得清晰视频的同时，保证了视频数据中人脸的隐私和安全性。附图说明[0021]通过参照附图详细描述其示例实施方式，本发明的上述和其它特征及优点将变得更加明显。[0022]图1示出了根据本发明实施例的智能视频监控方法的流程图。[0023]图2示出了根据本发明实施例的预设终端通过密钥和解密算法查看清晰视频数据的流程图。[0024]图3示出了根据本发明实施例的智能视频监控装置的示意图。[0025]图4示出了根据本发明实施例的智能视频监控系统的示意图。具体实施方式[0026]现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的实施方式;相反，提供这些实施方式使得本发明将全面和完整，并将不例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构，因而将省略对它们的重复描述。[0027]所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本发明的实施方式的充分理解。然而，本领域技术人员应意识到，没有特定细节中的一个或更多，或者采用其它的方法、组元、材料等，也可以实践本发明的技术方案。在某些情况下，不详细示出或描述公知结构、材料或者操作以避免模糊本发明。[0028]本发明的附图仅用于示意相对位置关系，附图中元件的大小并不代表实际大小的比例关系。[0029]下面结合附图描述本发明提供的多个实施例。[0030]下面首先参见图1，图1示出了根据本发明实施例的智能视频监控方法的流程图。图1供示出了6个步骤：[0031]步骤S101:实时采集视频数据。[0032]步骤Sl〇2:对视频数据中的被监控对象进行人脸识别，以甄别视频数据中被监控对象的脸部特征是否与预存的第一类用户中至少一位的脸部特征相匹配。[0033]若步骤S102判断为匹配，则执行步骤Sl〇3将所述视频数据保存至本地并不进行上传。[0034]若步骤S102判断为不匹配，则执行步骤S104甄别视频数据中被监控对象的脸部特征是否与预存的第二类用户中至少一位的脸部特征相匹配。[0035]若步骤S104判断为匹配，则执行步骤S105对视频数据中被监控对象的脸部特征区域进行模糊化处理并将经处理的视频数据经由网络上传。[0036]若步骤S104判断为不匹配，则执行步骤Sl〇6向一预设终端发送第一告警信息，并将所述视频数据经由网络上传。[0037]具体而言，在本发明的具体实施例中，预存的第一类用户为主人，主人的数量不限于一个。预存的第二类用户为老人、小孩、病人等需要通过视频监控被监护的对象。[0038]在这样的具体实施例中，通过摄像头采集视频数据，并根据人脸识别确定视频数据中的被监控对象为主人，则停止摄像头上传视频数据例如通过断开摄像头与网络的连接来实现），并将视频数据储存至本地。若根据人脸识别确定视频数据中的被监控对象为老人、小孩、病人等预存的第二类用户中至少一位的脸部特征，则对视频数据中被监控对象的脸部特征区域进行模糊化处理例如通过加密算法进行模糊化），并通过网络上传经处理视频图像可上传至视频监控服务器或者主人的终端设备）。当视频数据中的被监控对象即非主人也非预设的老人、小孩、病人时，则直接将视频数据上传，并向主人的终端预设终端）发送告警信息。[0039]在一些实施例中，若视频数据中存在多个被监控对象时，至少多个被监控对象通过人脸识别存在主人时，则停止摄像头上传视频数据，并将视频数据储存至本地。若视频数据的多个被监控对象不存在主人且该多个被监控对象皆被识别与第二类用户中至少一位的脸部特征相匹配，则对视频数据中被监控对象的脸部特征区域进行模糊化处理，并通过网络上传经处理视频图像。若视频数据的多个被监控对象不存在主人，且存在即非主人也非预设的老人、小孩、病人的陌生人时，则直接将视频数据上传，并向主人的终端预设终端发送告警信息。[0040]人脸识别例如可以通过首先建立人脸的面像档案。即用摄像机采集单位人员的人脸的面像文件或取他们的照片形成面像文件，并将这些面像文件生成面纹Faceprint编码贮存起来。获取当前的人体面像。即用摄像机捕捉的当前出入人员的面像，或取照片输入，并将当前的面像文件生成面纹编码。用当前的面纹编码与档案库存的比对。即将当前的面像的面纹编码与档案库存中的面纹编码进行检索比对。上述的“面纹编码”方式是根据人脸脸部的本质特征和开头来工作的。这种面纹编码可以抵抗光线、皮肤色调、面部毛发、发型、眼镜、表情和姿态的变化，具有强大的可靠性，从而使它可以从百万人中精确地辨认出某个人。人脸的识别过程，利用普通的图像处理设备就能自动、连续、实时地完成。[0041]在本发明的一些实施例中，在甄别视频数据中被监控对象的脸部特征与预存的第二类用户中至少一位的脸部特征相匹配之后还对被监控对象进行行为识别，以甄别视频数据中被监控对象的行为是否异常;若异常，则向所述预设终端发送第二告警信息。换言之，即通过视频数据识别老人、小孩、病人的行为是否异常。可以理解，视频数据可以包括图像数据或者图像数据和音频数据。因此，可以根据图像数据对被监控对象的躯体特征身高体重）、躯体行为特征进行识别。在一些实施例中，可通过这些躯体特征和躯体行为特征与一行为模型的匹配与否来判断老人、小孩、病人的行为是否异常。该行为模型例如可以根据与第二类用^中至少一位的脸部特征相匹配的被监控对象的历史视频数据建模形成的行为模型来表示。例如，可以从例示视频数据中获取被监控对象的步态视频，并根据骨骼点的识另IJ，了解其平时的步态特征如步长、摆臂幅度等等），并将这些步态特征作为该被监控对象的行为模型。当被监控对象的实时步态区别于该行为模型时，判断被监控对象行为异常，进行告警。[0042]在又一些实施例中，可以通过甄别视频数据中被监控对象的行为是否与预设异常行为特征相匹配来甄别被监控对象行为是否异常。在这样的实施例中，该预设异常行为特征可以经由预先设定。例如，可以预先设定异常行为为摔跤躯体往地面运动），通过实时采集的视频数据中提取被监控对象的步态视频，若该步态视频显示被监控对象的往地面运动，则确定被监控对象行为异常。[0043]在上述实施例的一个变化例中，还可以通过语音识别来进行行为异常的检测，例如，当实时采集的视频数据的语音数据中被监控对象的声调突然变高、频率突然变快等，可确定被监控对象行为异常。[0044]在本发明的又一些实施例中，在对第一类用户和第二类用户进行人脸识别的过程中，可能由于侧脸或背面无法进行人脸识别的情况下，还可以结合被监控对象行为识别例如躯体识别和或语音识别）。例如，通过被监控对象与老人的预设第二类用户中至少一位的脸部特征相匹配，且躯体驼背严重和或声纹识别、声线识别、频率识别），来确定被监控对象是否为该老人;通过被监控对象与小孩的预设第二类用户中至少一位的脸部特征相匹配，且躯体行动灵活，来确定被监控对象是否为该小孩;通过身高体重等躯体特征来确定被监控对象是否为第一类用户或第二类用户。类似地，此处的行为识别可以利用被监控对象的历史视频数据进行建模形成行为模型、通过用户预设行为特征、或者通过用户在系统给定的行为模板例如，通用的老人行为模板、通用的小孩行为模板，由于行为识别仅起到辅助作用，无需太过精确，因此仅通过系统提供的通用模板进行辅助行为识别可以减少系统的图像处理负担）中进行选择来实现。[0045]下面参见图2,图2示出了根据本发明实施例的预设终端通过密钥和解密算法查看清晰视频数据的流程图。[0046]步骤S201:预设终端请求查看视频数据。[0047]步骤S2〇2:预设终端进行密钥验证（例如与视频监控服务器或视频监控装置交互进行验证）。[0048]若验证通过则执行步骤S203，若该视频数据经模糊化处理，则所述预设终端通过预存在预设终端中的解密算法还原所述视频数据。然后执行步骤S204,播放还原的清晰）的视频数据。[0049]若验证未通过则执行步骤S205,播放模糊的视频图像。[0050]本发明还提供一种智能视频监控装置，如图3所示。智能视频监控装置300包括采集模块301、人脸识别模块302、储存模块303、模糊处理模块304、告警模块305及上传模块306。[0051]采集模块301用于实时采集视频数据;人脸识别模块，用于对视频数据中的被监控对象进行人脸识别，以甄别视频数据中被监控对象的脸部特征是否与预存的第一类用户中至少一位的脸部特征和第二类用户中至少一位的脸部特征相匹配。若所述人脸识别模块301甄别视频数据中被监控对象的脸部特征与预存的第一类用户中至少一位的脸部特征相匹配，则所述储存模块3〇2将所述视频数据保存至本地并不进行上传。若所述人脸识别模块301甄别视频数据中被监控对象的脸部特征与预存的第二类用户中至少一位的脸部特征相匹配，则所述模糊处理模块3〇4对视频数据中被监控对象的脸部特征区域进行模糊化处理。若所述人脸识别模块301甄别视频数据中被监控对象的脸部特征与预存的第一类用户中至少一位的脸部特征和第二类用户中至少一位的脸部特征都不匹配，则所述告警模块305向一预设终端发送第一告警信息。若所述人脸识别模块301甄别视频数据中被监控对象的脸部特征与预存的第二类用户中至少一位的脸部特征相匹配，则所述上传模块306将经处理的视频数据经由网络上传，若所述人脸识别模块301甄别视频数据中被监控对象的脸部特征与预存的第一类用户中至少一位的脸部特征和第二类用户中至少一位的脸部特征都不匹配，则所述上传模块306直接将所述视频数据经由网络上传。[0052]本发明还提供一种智能视频监控系统，如图4所示。智能视频监控系统包括智能视频监控装置401以及预设终端402。预设终端4〇2用于接收所述第一告警信息及所述视频数据。可选地，智能视频监控系统还包括一处于云端的视频监控服务器403,与智能视频监控装置401和预设终端402通过网络连接。视频监控服务器403可用于转发视频数据并实现预设终端402的密钥验证。智能视频监控装置401与一本地储存器404通过局域网相连，以当智能视频监控装置401识别到主人时，将视频数据储存在该本地储存器404。在有一些实施例中，本地储存器404可与智能视频监控装置401集成在一起。[0053]上述各个附图仅仅示意性地示出本发明的多个实施方式，但本发明并非以此为限。本领域技术人员可以实现更多的变化例，在不违背本发明构思的前提下，这些变化方式皆在本发明的保护范围之内，在此不予赘述。[0054]与现有技术相比，本发明具有如下优势：[0055]1利用人脸识别进行安全级别的分级，当识别到第一类用户中至少一位的脸部特征时，停止上传防止视频数据长时间上传而导致视频数据泄露的情况；当识别到第二类用户中至少一位的脸部特征时，由于仍需要上传视频数据，为了保护视频数据中的个人隐私对视频数据中被监控对象的脸部特征进行模糊化处理；当视频数据中的被监控对象与第一类用户中至少一位的脸部特征和第二类用户中至少一位的脸部特征都不匹配时，向预设终端发送告警以提示有陌生人进入；[0056]2结合躯体识别和或语音识别以辅助人脸识别精确确定被监护对象，同时通过躯体识别和或语音识别对与第二类用户中至少一位的脸部特征匹配的被监控对象进行行为监控，发送异常时发送告警信息；[0057]3预设终端可以通过密钥验证和解密算法对模糊化的视频数据进行还原，获得清晰视频的同时，保证了视频数据中人脸的隐私和安全性。[0058]以上具体地示出和描述了本发明的示例性实施方式。应该理解，本发明不限于所公开的实施方式，相反，本发明意图涵盖包含在所附权利要求范围内的各种修改和等效置换。

权利要求：1.一种智能视频监控方法，其特征在于，包括：实时采集视频数据；对视频数据中的被监控对象进行人脸识别，以甄别视频数据中被监控对象的脸部特征是否与预存的第一类用户中至少一位的脸部特征相匹配；若匹配，则将所述视频数据保存至本地并不进行上传；若不匹配，则甄别视频数据中被监控对象的脸部特征是否与预存的第二类用户中至少—位的脸部特征相匹配；若匹配，则对视频数据中被监控对象的脸部特征区域进行模糊化处理并将经处理的视频数据经由网络上传；以及若不匹配，则向一预设终端发送第一告警信息，并将所述视频数据经由网络上传。2.如权利要求1所述的智能视频监控方法，其特征在于，甄别视频数据中被监控对象的脸部特征与预存的第二类用户中至少一位的脸部特征相匹配之后还包括：对视频数据中的被监控对象进行行为识别，以甄别视频数据中被监控对象的行为是否异常；若异常，则向所述预设终端发送第二告警信息。3.如权利要求2所述的智能视频监控方法，其特征在于，甄别视频数据中被监控对象的行为是否异常包括：甄别视频数据中被监控对象的行为是否与一行为模型相匹配，该行为模型根据该被监控对象的历史视频数据建模形成；若不匹配，则甄别为异常。4.如权利要求2所述的智能视频监控方法，其特征在于，甄别视频数据中被监控对象的行为是否异常包括：甄别视频数据中被监控对象的行为是否与预设异常行为特征相匹配，该预设异常行为特征经由预先设定；若匹配，则甄别为异常。5.如权利要求1所述的智能视频监控方法，其特征在于，对视频数据中的被监控对象进行人脸识别，以甄别视频数据中被监控对象的脸部特征是否与预存的第一类用户中至少一位的脸部特征相匹配包括：结合被监控对象的人脸识别及行为识别，以甄别视频数据中被监控对象的脸部特征是否与预存的第一类用户中至少一位的脸部特征相匹配。6.如权利要求1所述的智能视频监控方法，其特征在于，甄别视频数据中被监控对象的脸部特征是否与预存的第二类用户中至少一位的脸部特征相匹配包括：结合被监控对象的人脸识别及行为识别，以甄别视频数据中被监控对象的脸部特征是否与预存的第二类用户中至少一位的脸部特征相匹配。7.如权利要求2至6任一项所述的智能视频监控方法，其特征在于，所述行为识别包括：对视频数据中的被监控对象进行躯体识别;和或对视频数据中的被监控对象进行语音识别。8.如权利要求1至6任一项所述的智能视频监控方法，其特征在于，经处理的视频数据经由网络上传至所述预设终端；所述预设终端进行密钥验证，若验证通过，则所述预设终端通过预存在预设终端中的解密算法还原所述视频数据。9.一种智能视频监控装置，其特征在于，包括：采集模块，用于实时采集视频数据；人脸识别模块，用于对视频数据中的被监控对象进行人脸识别，以甄别视频数据中被监控对象的脸部特征是否与预存的第一类用户中至少一位的脸部特征和第二类用户中至少一位的脸部特征相匹配；储存模块，若所述人脸识别模块甄别视频数据中被监控对象的脸部特征与预存的第一类用户中至少一位的脸部特征相匹配，则所述储存模块将所述视频数据保存至本地并不进行上传；模糊处理模块，若所述人脸识别模块甑别视频数据中被监控对象的脸部特征与预存的第二类用户中至少一位的脸部特征相匹配，则所述模糊处理模块对视频数据中被监控对象的脸部特征区域进行模糊化处理；告警模块，若所述人脸识别模块甄别视频数据中被监控对象的脸部特征与预存的第一类用户中至少一位的脸部特征和第二类用户中至少一位的脸部特征都不匹配，则所述告警模块向一预设终端发送第一告警信息；a上传模块，若所述人脸识别模块甄别视频数据中被监控对象的脸部特征与预存的第二类用户中至少一位的脸部特征相匹配，则所述上传模块将经处理的视频数据经由网络上传，若所述人脸识别模块甄别视频数据中被监控对象的脸部特征与预存的第一类用户中至少一位的脸部特征和第二类用户中至少一位的脸部特征都不匹配，则所述上传模块直接将所述视频数据经由网络上传。10.—种智能视频监控系统，其特征在于，包括：如权利要求9所述的智能视频监控装置；以及预设终端，用于接收所述第一告警信息及所述视频数据。

百度查询： 英华达(南京)科技有限公司;英华达股份有限公司 智能视频监控方法、装置及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD