专利名称：数据分段设备和方法
技术领域：
本公开涉及电子设备数据处理与分析领域，具体地，涉及ー种对输入数据序列进行自动分段的设备和方法。
背景技术：
在电子设备数据处理与分析领域，如何对数据进行自动分段是ー个备受关注的问题。数据分段的结果将直接影响到后续数据处理的效果。例如，在视频数据的情况下，视频数据分段是视频摘要和浏览中的ー个最基本的步骤。如果视频数据分段结果不正确，会导致后续的视频内容摘要不准确和浏览的效率降低。
发明内容
在下文中给出关于本公开的ー些方面的简要概述，以便提供对于本公开的基本理解。应当理解，这个概述并不是对本公开的穷举性概述。该概述也并非意图确定本公开的关键或重要部分，也不是意图限定本公开的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。根据本公开的ー个方面，提供了一种对输入数据序列进行分段的设备，该设备可以包括分割点捜索装置，用于在输入数据序列中捜索一个或更多个候选分割点，这些候选分割点的不同组合构成一个或更多个候选分割方案；以及评估装置，用于评估利用候选分割方案中的候选分割点进行数据分割的分割损失，作为该候选分割点的评估值，并根据该评估值来判断该候选分割点在该候选分割方案中是否有效，该评估值反映与该候选分割点紧邻的一对相邻数据段之间的关联关系以及ー对或更多对非相邻数据段中的每对间的关联关系，且每对非相邻数据段包括分别位于该候选分割点两侧的两个非相邻的数据段。根据本公开的另一方面，提供了一种对输入数据序列进行分段的方法，该方法可以包括在输入数据序列中捜索一个或更多个候选分割点，这些候选分割点的不同组合构成一个或更多个候选分割方案；对于某个候选分割方案中的候选分割点，评估在该候选分割方案中使用该候选分割点进行数据分割的分割损失，作为该候选分割点的评估值，该评估值反映与该候选分割点紧邻的一对相邻数据段之间的关联关系以及ー对或更多对非相邻数据段中的每对间的关联关系，且每对非相邻数据段包括分别位于该候选分割点两侧的两个非相邻的数据段；以及根据所述评估值来判断该候选分割点在该候选分割方案中是否有效。根据本发明的另一方面，提供了一种计算机实施的数据分段设备。该计算机实施的数据分段设备包括输入装置，用于接收输入到该设备的输入数据序列；处理装置，该处理装置与所述输入装置耦接并且包括分割点捜索装置，用于在所述输入装置接收到的输入数据序列中捜索一个或更多个候选分割点，这些候选分割点的不同组合构成一个或更多个候选分割方案；以及评估装置，用于评估利用候选分割方案中的候选分割点进行数据分割的分割损失，作为该候选分割点的评估值，井根据该评估值来判断该候选分割点在该候选分割方案中是否有效，该评估值反映与该候选分割点紧邻的ー对相邻数据段之间的关联关系以及一对或更多对非相邻数据段中的每对间的关联关系，且每对非相邻数据段包括分别位于该候选分割点两侧的两个非相邻的数据段。另外，本公开的实施例还提供了用于实现上述方法的计算机程序。此外，本公开的实施例还提供了至少计算机可读介质形式的计算机程序产品，其上记录有用于实现上述方法的计算机程序代码。
參照下面结合附图对本公开实施例的说明，会更加容易地理解本公开的以上和其它目的、特点和优点。附图中的部件只是为了示出本公开的原理。在附图中，相同的或类似的技术特征或部件将采用相同或类似的附图标记来表示。图1是示出了一个实施例的数据分段设备的结构的示意性框图；图2是示出了根据该实施例的数据分段方法的示意性流程图；图3是示出了数据序列的一个示例的示意图；图4是示出了根据ー个具体实施例的对候选分割方案中的候选分割点进行评估的评估装置的结构的示意性框图；图5(A)是示出了对候选分割方案中的候选分割点进行评估的方法的一个示例的示意性流程图；图5(B)是示出了对候选分割方案中的候选分割点进行评估的方法的另ー示例的示意性流程图；图6是示出了根据ー个实施例的数据分段设备的结构的示意性框图；图7(A)是示出了根据ー个具体实施例的搜索最佳数据分割方案的方法的示意性流程图；图7(B)是示出了根据另一具体实施例的搜索最佳数据分割方案的方法的示意性流程图；图8是示出了根据另一具体实施例的搜索最佳数据分割方案的方法的示意性流程图；图9是示出了动态规划搜索树的ー个示例的示意图；图10是示出了利用动态规划方法来搜索最优前继分割点序列的ー个具体示例；图11是示出了利用训练样本的统计结果来确定用于分割点评估的随机阈值的示意图；图12是示出了利用多次动态规划步骤对候选分割点进行投票的结果的示意图； 以及图13是示出用于实现本公开的计算机的结构的示例性框图。
具体实施例方式下面參照附图来说明本公开的实施例。在本公开的ー个附图或一种实施方式中描述的元素和特征可以与ー个或更多个其它附图或实施方式中示出的元素和特征相结合。应当注意，为了清楚的目的，附图和说明中省略了与本公开无关的、本领域普通技术人员已知的部件和处理的表示和描述。本公开的ー些实施例提供了用于对输入数据序列进行分段的设备和方法。在本公开中所述的数据序列是指包括按照时间和/或空间等顺序排列的一个或更多个数据段的序列。这些数据序列可以是标量序列、矢量序列、文本、音频、图像或视频(运动图像)等或者其任意組合。在下文的一些实施例和/或示例中，为了便于描述，将视频数据作为数据序列的示例。应理解，这些示例均是示例性的，本公开所述的数据序列不局限于这些具体示例。图1是示出根据ー个实施例的数据分段设备的结构的示意性框图，图2是示出根据该实施例的数据分段方法的示意性流程图。在该实施例中，首先初步搜索数据序列的候选分割点，然后对候选分割点进行评估；对候选分割点的评估不仅考虑与该候选分割点紧邻的ー对相邻数据段之间的关联，还考虑ー对或多对非相邻数据段的关联关系。如图1所示，数据分段设备100可以包括分割点捜索装置101和评估装置103。数据分段设备100可以采用如图2所示的方法。下面參考图2所示的方法流程来描述数据分段设备100中的各个装置的功能。分割点捜索装置101用于在输入数据序列中捜索一个或更多个候选分割点 (Candidate Boundary)(步骤202)。分割点搜索装置101搜索到的候选分割点的不同組合可以构成不同的候选分割方案。分割点捜索装置101可以采用任何适当的方法来捜索候选分割点，例如，分割点捜索装置101可以采用遍历、等间隔采样、滑动窗ロ预分割(仅选窗口前半和后半部分差异较明显的位置)等方法来捜索候选分割点，这里不一一列挙。作为ー个具体示例，在输入的数据序列为视频数据的情况下，(分割点捜索装置101)可以将各个镜头(shot，每个镜头可以包括一个或更多个图像帧)之间的边界作为候选分割点；在输入的数据序列为音频数据的情况下，可以将音频中的每个静音或停顿处作为候选分割点；在输入的数据序列为文本数据的情况下，可以将其中出现特殊字符(如句号、换行或分页等)处作为候选分割点。图3示出了数据序列的ー个示例。在图3所示的示例中，整个数据序列包括η个数据单元Sl，s2,... , \，其中，η表示数据序列中数据单元的个数，在该示例中，η = 10。如图中所示，IVb1, b2，...，bn表示各个数据単元之间的边界。假设分割点捜索装置101通过步骤202的捜索后，将b4，b6，b9这几个边界作为候选分割点。另外，b0和b1(l分別是数据序列的起始和结束点，是每个候选分割方案中必选的分割点。这些候选分割点与起始和结束点(b。，b4，b6，b9，b1(l)的不同組合可以形成多个不同的候选分割方案。为了便于说明，图中仅示出了包括所有候选分割点的候选分割方案Ov b4，b6，b9，b10)，如图中所示，该候选分割方案将数据序列分割成a、b、c、d这几个数据段。每个数据段可以包括至少ー个数据单元。 以所示数据序列为视频为例，数据单元Si(l < i < η)可以是ー个镜头(shot，每个镜头可以包括一个或更多个图像帧)；而数据段可以是包括多个连续镜头的场景。以图3所示的包括所有候选分割点的候选分割方案(b。，b4，b6，b9，b10)为例，数据段a包括数据单元S1, S2, S3, S4 ；数据段b包括数据单元S5, S6 ；数据段C包括数据单元S7，S8, S9 ；而数据段d包括数据单元sio。分割点捜索装置101将搜索结果输出到评估装置103。评估装置103用于计算候选分割点在候选分割方案中的评估值(步骤204)。具体地，对于某个候选分割方案中的某个候选分割点，评估装置103根据与该候选分割点紧邻的一对相邻数据段之间的关联关系以及ー对或更多对非相邻数据段中的每对间的关联关系来评估使用该候选分割点进行数据分割的分割损失，作为该候选分割点的评估值。也就是说，候选分割点的评估值反映与该候选分割点紧邻的一对相邻数据段之间的关联关系以及ー对或更多对非相邻数据段中的每对间的关联关系。这里所述的每对非相邻数据段是指分别位于该候选分割点两侧的两个非相邻的数据段。两个数据段之间的关联关系可以为表示这两个数据段在某个或某些特征上的相似度的特征值。所述特征可以为用于表征数据序列的ー个或更多个特性的任何特征，这里不作限定。以输入数据序列为视频为例，所述特征可以为颜色、纹理和/或内容等； 以输入数据序列为文本为例，所述特征可以是关键词和/或内容等；以输入数据序列为音频数据为例，所述特征可以为频谱和/或内容等等；可以根据实际应用场景来选择适当的特征，这里不一一列挙。作为ー个示例，假设对某个候选分割方案中的候选分割点△进行评估，则可用下式表示根据该实施例的评估装置103计算得到的评估值(即采用该分割点进行数据分割的分割损失)五⑷=Σi7W ,ガレガ,ガ)](1)上式的评估值也可定义为ε{α)= ^Ρ[Α(α,β),Α(α,αΙ}β),Α{β,α[]β)](la)
a—Χ—β在上式⑴和(Ia)中，Ε(Δ)表示在候选分割点Δ处进行数据序列分割的损失函数(即对该分割点的评估)；αヰ△ヰβ表示按照数据序列中数据的排列順序位于该分割点△之前和之后的两个数据段，其中，α和β 二者表示数据序列中分别位于分割点Δ 两侧的数据段对(α位于分割点△之前，而β位于分割点△之后)。另外，应注意，上式的累加符号中不必包含所有满足αヰΔヰβ条件的数据段对，但是至少包括紧邻Δ的一对相邻的数据段以及至少ー对非相邻的数据段(该对非相邻的数据段分别位于△两侧，但彼此不相邻)。F(·)是三自变量函数，且满足F(x,_y,Z) = F(jc,Z,>；) \fx,y,z\m{a, β)， Α(α , α)，Α(β，β)]或 F[A(a，β)，Α(α，α U β)，Α(β，α U β)]表示数据段对 a 和β之间的关联关系；Α(α，β)表示数据段α和β之间的在某个或某些特征上相似度， Α(α, α)表示数据段α内部数据(各数据单元)之间的在某个或某些特征上相似度，而 Α(β，β)表示数据段β内部数据(各数据单元)之间的在某个或某些特征上相似度。以图3所示的候选分割方案中的候选分割点b6为例，与该分割点紧邻的一对数据段为数据段b和c，而分别位于该分割点两侧的非相邻的数据段对包括数据段a和c、b和 d、a和d。因此，评估装置103可以根据上述4个数据段对的关联关系来计算该分割点b6的评估值，而不是仅仅考虑与其紧邻的数据段对b和c的关联关系。然后，评估装置103根据评估值来判断该候选分割点是否有效(步骤206)。作为ー个具体示例，评估装置103可以判断候选分割点的评估值与某个阈值之间是否满足预定的关系(如是否优于该阈值)，若是，则判断该候选分割点有效，否则，则确定该候选分割点无效。应理解，这里所述的阈值是根据实际的应用场景来确定的，例如，可以是预先确定的理论值或经验值，或者还可以是根据数据训练样本训练得到的值。这里不限定其具体数值。利用上述实施例的方法或设备，可以将输入数据序列分割成一个或更多个数据段，使得处于同一数据段中的数据在某些特征上比较相似，而同一数据段内的数据与相邻的其他数据段内的数据在相应特征上具有比较明显的区別。图1和图2所示的设备和方法在对候选分割点的分割损失进行评估时，不仅考虑与该候选分割点紧邻的一对相邻数据段之间的关联关系，还考虑了一对或多对非相邻数据段的关联关系，因此，与仅考虑与分割点紧邻的一对数据段间的关联关系来评估分割点的方法相比，图1和图2所示的方案能够更好地评价分割点的有效性，从而使得到的数据分割方案更合理。图4是示出了根据ー个具体实施例的评估装置103的结构的示意性框图，图5(A) 和5(B)是分别示出了根据该具体实施例的图2所示的步骤204的两个具体示例的示意性流程图。如图4所示，评估装置103可以包括关联估计装置103-1、损失计算装置103-2和有效性判断装置103-3。评估装置103可以采用图5(A)或5 (B)所示的方法来评估候选分割点。在图5(A)所示的方法中，关联估计装置103-1计算与该候选分割点紧邻的ー对相邻数据段之间的关联关系，并计算一对或更多对非相邻数据段中的每对间的关联关系(步骤204-1A)，并将所计算的关联关系输出到损失计算装置103-2。损失计算装置103-2根据所述关联关系来估算候选分割点的分割损失，作为其评估值(步骤204-3A)。有效性判断装置103-3根据损失计算装置103-2得到的评估值来判断该候选分割点是否有效(步骤 206)。作为ー个具体示例，有效性判断装置103-3可以判断候选分割点的评估值与某个阈值之间是否满足预定的关系(如是否优于该阈值)，若是，则判断该候选分割点有效，否则， 则确定该候选分割点无效。例如，以图3所示的候选分割方案中的候选分割点b6为例，评估装置103(损失计算装置103- 可以利用下式来得到对该分割点的评估E(b,c) = [C(b,c),C(a,c),C(b,d),C(a,d)](2 )在上式中，云(6，り表示对位于数据段b和c之间的候选分割点b6的评估；C(b，c)表示与待评估的候选分割点b6紧邻的一对相邻数据段b和c之间的关联关系，C(a, c)、C(b， d)、C(a，d)分別表示非相邻数据段对a和c之间、b和d之间、a和d之间的关联关系。评估装置103的关联估计装置103-1可以采用任何适当的方式来估算两个数据段之间的关联关系。在该示例中，采用图割(graph cut)函数CO来计算所述关联关系，即候选分割点b6的评估值可以基于位于分割点两侧的多个数据对之间的多个图割函数值，也就是说， (&，め为串接的多个图割函数值构成的特征向量，用来表示位于数据段b和c之间的候选分割点b6的评估值。作为ー个具体示例，评估装置103的关联估计装置103-1可以基于两个数据段之间的相似度以及这两个数据段中的每个数据段内的数据单元之间的相似度来计算这两个数据段之间的关联关系。以图3所示的数据段a和d为例，这两个数据段之间的关联关系可以采用下式来计算特徵纖⑴
其中，A (a, d)表示数据段a和d之间在某个或某些特征(如上文所述，这里不作重复)的相似度，A(a，a)表示数据段a内部数据(各数据单元之间)的相似度，而A(d，d) 表示数据段d内部数据(各数据单元之间)的相似度。作为ー个具体示例，关联估计装置103-1可以通过计算分別位于两个数据段中的不同数据段内的数据单元之间的相似度来得到两个数据段之间的相似度。另外，关联估计装置103-1可以通过计算位于单个数据段内的数据单元之间的相似度来得到单个数据段内部数据的相似度。例如，下式(4)给出了计算两个数据段a和d之间的相似度的具体示例
权利要求
1.一种对输入数据序列进行分段的设备，包括分割点捜索装置，用于在输入数据序列中捜索一个或更多个候选分割点，这些候选分割点的不同组合构成一个或更多个候选分割方案；以及评估装置，用于评估利用候选分割方案中的候选分割点进行数据分割的分割损失，作为该候选分割点的评估值，并根据该评估值来判断该候选分割点在该候选分割方案中是否有效，该评估值反映与该候选分割点紧邻的一对相邻数据段之间的关联关系以及ー对或更多对非相邻数据段中的每对间的关联关系，且每对非相邻数据段包括分别位于该候选分割点两侧的两个非相邻的数据段。
2.根据权利要求1所述的设备，其中，所述评估装置包括关联估计装置，用于估算与该候选分割点紧邻的一对相邻数据段之间的关联关系以及一对或更多对非相邻数据段中的每对间的关联关系；损失计算装置，用于根据每对数据段间的距离，对所估算的每对数据段间的关联关系进行加权，并根据加权的关联关系来计算所述分割损失，作为该候选分割点的评估值，其中，距离越大，则相应的加权值越小；以及有效性判断装置，用于根据所述评估值来判断该候选分割点在相应的候选分割方案中的有效性。
3.根据权利要求2所述的设备，其中，所述关联估计装置被配置为通过以下来估算每对数据段之间的关联关系包括基于两个数据段之间的相似度以及这两个数据段中的每个数据段内部数据的相似度来估算该每对数据段之间的关联关系，其中，两个数据段之间的相似度是基于分別位于这两个数据段中的不同数据段内的数据单元之间的相似度来计算的。
4.根据权利要求3所述的设备，其中，所述关联估计装置还被配置为利用两个数据段内的数据单元的长度对分別位于这两个数据段中的不同数据段内的数据单元之间的相似度进行加权，并利用归ー化的平均相似度作为这两个数据段之间的相似度；以及利用单个数据段内的数据单元的长度对该数据段内的数据单元之间的相似度进行加权，并利用归ー化的平均相似度作为该数据段内部数据的相似度。
5.根据权利要求2所述的设备，其中，每对数据段间的距离为位于该对数据段之间的数据段的个数、或位于该对数据段之间的数据单元的个数、或位于该对数据段之间的数据的总长度。
6.根据权利要求1所述的设备，还包括方案选择装置，用于基于所述评估装置对候选分割点的评估，从所述一个或更多个候选分割方案中搜索最佳分割方案。
7.根据权利要求6所述的设备，其中，所述方案选择装置被配置为通过迭代执行以下动态规划方法步骤来搜索最佳分割方案对于包括至少ー个候选分割点的候选分割点序列片段，找到与该候选分割点序列片段对应的一个或更多个候选前继分割点序列，其中，候选前继分割点序列为包括按照处理所述输入数据序列的順序位于该候选分割点序列片段之前的至少ー个候选分割点、且不包括按照处理所述输入数据序列的順序位于该候选分割点序列片段之后的候选分割点的分割点序列，并且每个候选前继分割点序列中的每个分割点均被判断为有效；以及在所述ー个或更多个候选前继分割点序列中选择分割点的个数最多或者分割点的评估值综合最优的ー个，作为该候选分割点序列片段的前继分割点序列，该前继分割点序列与该候选分割点序列片段构成后续待处理的候选分割点序列片段的ー个候选前继分割点序列。
8.根据权利要求7所述的设备，其中，所述评估装置被配置为通过以下来判断该候选分割点在候选分割方案中是否有效判断所述评估装置得到的评估值与阈值之间是否满足预定的关系，若是，则判断该候选分割点为有效。
9.根据权利要求8所述的设备，其中，在每个动态规划方法步骤中，所述评估装置采用不同的阈值来判断候选分割点在相应的候选分割方案中是否有效；并且其中，所述阈值为通过对多个训练样本进行统计而生成的随机阈值。
10.根据权利要求6所述的设备，其中，所述方案选择装置被进ー步配置为基于利用启发式算法的动态规划方法来搜索最佳分割方案。
11.一种对输入数据序列进行分段的方法，包括在输入数据序列中捜索一个或更多个候选分割点，这些候选分割点的不同组合构成一个或更多个候选分割方案；对于某个候选分割方案中的候选分割点，评估在该候选分割方案中使用该候选分割点进行数据分割的分割损失，作为该候选分割点的评估值，该评估值反映与该候选分割点紧邻的ー对相邻数据段之间的关联关系以及ー对或更多对非相邻数据段中的每对间的关联关系，且每对非相邻数据段包括分别位于该候选分割点两侧的两个非相邻的数据段；以及根据所述评估值来判断该候选分割点在该候选分割方案中是否有效。
12.根据权利要求11所述的方法，其中，评估所述分割损失作为该候选分割点的评估值包括估算与该候选分割点紧邻的一对相邻数据段之间的关联关系以及ー对或更多对非相邻数据段中的每对间的关联关系；根据每对数据段间的距离，对所估算的每对数据段间的关联关系进行加权，其中，距离越大，则相应的加权值越小；以及根据加权的关联关系来评估所述分割损失，作为该候选分割点的评估值。
13.根据权利要求12所述的方法，其中，估算每对数据段之间的关联关系包括基于两个数据段之间的相似度以及这两个数据段中的每个数据段内部数据的相似度来估算该每对数据段之间的关联关系，其中，两个数据段之间的相似度是基于分別位于这两个数据段中的不同数据段内的数据单元之间的相似度来计算的。
14.根据权利要求13所述的方法，其中，估算每对数据段之间的关联关系还包括利用两个数据段内的数据单元的长度对分別位于这两个数据段中的不同数据段内的数据单元之间的相似度进行加权，并利用归ー化的平均相似度来作为这两个数据段之间的相似度；以及利用单个数据段内的数据单元的长度对该数据段内的数据单元之间的相似度进行加权，并利用归ー化的平均相似度作为该数据段内部数据的相似度。
15.根据权利要求12所述的方法，其中，每对数据段间的距离为位于该对数据段之间的数据段的个数、或位于该对数据段之间的数据单元的个数、或位于该对数据段之间的数据的总长度。
16.根据权利要求11所述的方法，还包括基于对所述候选分割方案中的候选分割点的评估，从所述一个或更多个候选分割方案中搜索最佳分割方案。
17.根据权利要求16所述的方法，其中，从所述一个或更多个候选分割方案中搜索最佳分割方案包括迭代执行以下动态规划方法步骤对于包括至少ー个候选分割点的候选分割点序列片段，找到与该候选分割点序列片段对应的一个或更多个候选前继分割点序列，其中，候选前继分割点序列为包括按照处理所述输入数据序列的順序位于该候选分割点序列片段之前的至少ー个候选分割点、且不包括按照处理所述输入数据序列的順序位于该候选分割点序列片段之后的候选分割点的分割点序列，并且每个候选前继分割点序列中的每个分割点均被判断为有效；在所述ー个或更多个候选前继分割点序列中选择分割点的个数最多或者分割点的评估值综合最优的ー个，作为该候选分割点序列片段的前继分割点序列，该前继分割点序列与该候选分割点序列片段构成后续待处理的候选分割点序列片段的候选前继分割点序列。
18.根据权利要求17所述的方法，其中，根据候选分割点的评估值来判断该候选分割点在候选分割方案中是否有效包括判断所述评估值与阈值之间是否满足预定的关系，若是，则该候选分割点为有效。
19.根据权利要求18所述的方法，其中，在每个动态规划方法步骤中，用于判断候选分割点在相应候选分割方案中是否有效的阈值是不同的，并且其中，所述阈值为通过对多个训练样本进行统计而得到的随机阈值。
20.一种计算机实施的数据分段设备，包括输入装置，用于接收输入到该设备的输入数据序列；处理装置，该处理装置与所述输入装置耦接并且包括分割点捜索装置，用于在所述输入装置接收到的输入数据序列中捜索一个或更多个候选分割点，这些候选分割点的不同组合构成一个或更多个候选分割方案；以及评估装置，用于评估利用候选分割方案中的候选分割点进行数据分割的分割损失，作为该候选分割点的评估值，并根据该评估值来判断该候选分割点在该候选分割方案中是否有效，该评估值反映与该候选分割点紧邻的一对相邻数据段之间的关联关系以及ー对或更多对非相邻数据段中的每对间的关联关系，且每对非相邻数据段包括分别位于该候选分割点两侧的两个非相邻的数据段。
全文摘要
本公开提供了数据分段设备和方法。一种对输入数据序列进行分段的设备包括分割点搜索装置，用于在输入数据序列中搜索一个或更多个候选分割点，这些候选分割点的不同组合构成一个或更多个候选分割方案；评估装置，用于评估利用候选分割方案中的候选分割点进行数据分割的分割损失，作为该候选分割点的评估值，并根据该评估值来判断该候选分割点在该候选分割方案中是否有效，该评估值反映与该候选分割点紧邻的一对相邻数据段之间的关联关系以及一对或更多对非相邻数据段中的每对间的关联关系，且每对非相邻数据段包括分别位于该候选分割点两侧的两个非相邻的数据段。
文档编号G06F17/30GK102591892SQ201110023919
公开日2012年7月18日 申请日期2011年1月13日 优先权日2011年1月13日
发明者韩博 申请人:索尼公司