一种人头检测方法和装置制造方法
【专利摘要】本发明提供一种人头检测方法和装置，其中方法包括：获取对第一图片进行人头检测得到的包括目标物体的初始矩形、以及初始矩形中各像素点的第一三维坐标信息；将目标物体的第一三维坐标信息转换为第二三维坐标信息；第二三维坐标信息中的第一轴坐标表示像素点距离地平面的高度，第二三维坐标信息中的第二轴坐标表示像素点与双目摄像机沿所述第二轴方向的水平距离，第二三维坐标信息中的第三轴坐标表示像素点沿第三轴方向距离原点的距离；若目标物体的所述第二三维坐标信息与人头物理属性信息匹配，则确定目标物体是人头，初始矩形是包含人头的有效矩形。本发明提高了人头检测的准确度。
【专利说明】一种人头检测方法和装置
【技术领域】
[0001] 本发明涉及视频监控领域，特别涉及一种人头检测方法和装置。
【背景技术】
[0002] 随着人口的增长和人们出行的频繁，各类交通系统、以及商场、展馆、机场、码头等 地都会形成持续的人流，人头计数逐渐变得越来越重要。比如，对于交通系统来说，通过人 头计数来统计客流数量是公交管理部门合理安排公交线路、优化调度公交车辆的最主要依 据，因此对人头计数方法的研究具有重大的实用价值。基于视频图像处理技术的方法目前 是最有发展前途的人头计数方法，包括根据双目摄像机拍摄的图片或视频来统计人流量； 并且在基于双目摄像机视频统计人流量的方法中，人头检测是其中关键的步骤，即需要首 先从视频图片中将人头检测出来，才能跟踪该人头从而实现人流量的统计。
[0003] 具体的，人头检测是通过分类器从视频图片中进行人头检测，输出包含目标物体 即人头的矩形区域，而分类器是结合人脸肤色等特征来检测人头的，但是这些特征容易受 到环境的影响，比如当摄像机距离目标物体较远或者受到光照影响时，人脸肤色特征可能 会不明显，容易造成分类器对人头的漏检或者误判。因此，当前的人头检测方法的准确度较 低。
【发明内容】
[0004] 本发明提供一种人头检测方法和装置，以提高人头检测的准确度。
[0005] 具体地，本发明是通过如下技术方案实现的：
[0006] 第一方面，提供一种人头检测方法，应用于对双目摄像机输出的图片中的人头进 行检测，所述双目摄像机包括第一摄像机和第二摄像机，所述双目摄像机输出的图片包括： 所述第一摄像机输出的第一图片和所述第二摄像机输出的第二图片；所述人头检测方法包 括：
[0007] 获取对所述第一图片进行人头检测得到的包括目标物体的初始矩形、以及所述初 始矩形中各像素点的第一三维坐标信息；
[0008] 将所述目标物体的第一三维坐标信息转换为第二三维坐标信息，所述第二三维坐 标信息所在的三维坐标系是以所述第一摄像机的光心在地平面的投影为原点、以所述光心 和所述原点的连线为第一轴，第二轴和第三轴在所述地平面；所述第二三维坐标信息中的 第一轴坐标表示像素点距离地平面的高度，所述第二三维坐标信息中的第二轴坐标表示像 素点与所述双目摄像机沿所述第二轴方向的水平距离，所述第二三维坐标信息中的第三轴 坐标表示像素点沿所述第三轴方向距离所述原点的距离；
[0009] 若所述目标物体的所述第二三维坐标信息与人头物理属性信息匹配，则确定所述 目标物体是人头，所述初始矩形是包含所述人头的有效矩形。
[0010] 可选的，所述目标物体的所述第二三维坐标信息与人头物理属性信息匹配，包括： 所述第二三维坐标信息满足如下条件：所述初始矩形中的所述目标物体中至少一个像素点 的所述第一轴坐标符合人头高度范围；以及，所述目标物体中的像素点组成的连续线段位 于同一区域范围，所述连续线段中的各相邻像素点的第二三维坐标信息的坐标差异在预设 变化范围内；并且所述连续线段中像素点的第一轴坐标符合人头高度范围；以及，所述目 标物体中的所述像素点组成的横向最长连续线段与纵向最长连续线段的长度之比在预设 人脸比例范围内。
[0011] 可选的，在确定所述目标物体是人头之后，还包括：若所述目标物体的第二轴坐 标，包括坐标al和坐标a2,且所述坐标al和坐标a2之差达到预设阈值，则确定所述目标 物体包括：所述坐标al对应的第一人头、和所述坐标a2对应的第二人头；根据所述坐标al 和坐标a2,从所述初始矩形中确定：包括所述第一人头的第一子矩形和包括所述第二人头 的第二子矩形。
[0012] 可选的，在所述确定所述目标物体是人头，所述初始矩形是有效矩形，之后还包 括：根据所述目标物体的第二轴坐标，从所述有效矩形中选择得到有效子矩形，在所述有效 子矩形中，人头之外的像素点的数量少于所述有效矩形中的人头之外的像素点的数量。
[0013] 可选的，若所述第一图片和第二图片是所述双目摄像机拍摄的视频中的图片；则 在所述确定所述目标物体是人头，所述初始矩形是有效矩形，之后还包括：获取位于当前图 片的前至少一帧的前图片中的有效矩形，并得到所述有效矩形中的人头的第一位置信息； 若所述当前图片在所述第一位置对应的第二位置不存在所述人头，则再次在所述当前图片 进行人头检测，所述第二位置通过跟踪算法由第一位置计算得到。
[0014] 第二方面，提供一种人头检测装置，应用于对双目摄像机输出的图片中的人头进 行检测，所述双目摄像机包括第一摄像机和第二摄像机，所述双目摄像机输出的图片包括： 所述第一摄像机输出的第一图片和所述第二摄像机输出的第二图片；所述装置包括：
[0015] 信息获取单元，用于获取对所述第一图片进行人头检测得到的包括目标物体的初 始矩形、以及所述初始矩形中各像素点的第一三维坐标信息；
[0016] 坐标转换单元，用于将所述目标物体的第一三维坐标信息转换为第二三维坐标信 息，所述第二三维坐标信息所在的三维坐标系是以所述第一摄像机的光心在地平面的投影 为原点、以所述光心和所述原点的连线为第一轴，第二轴和第三轴在所述地平面；所述第 二三维坐标信息中的第一轴坐标表示像素点距离地平面的高度，所述第二三维坐标信息中 的第二轴坐标表示像素点与所述双目摄像机沿所述第二轴方向的水平距离，所述第二三维 坐标信息中的第三轴坐标表示像素点沿所述第三轴方向距离所述原点的距离；
[0017] 矩形过滤单元，用于若所述目标物体的所述第二三维坐标信息与人头物理属性信 息匹配，则确定所述目标物体是人头，所述初始矩形是包含所述人头的有效矩形。
[0018] 可选的，所述矩形过滤单元，具体用于：若所述目标物体的所述第二三维坐标信息 满足如下条件，则确定所述第二三维坐标信息与人头物理属性信息匹配，所述条件包括：所 述初始矩形中的所述目标物体中至少一个像素点的所述第一轴坐标符合人头高度范围；以 及，所述目标物体中的像素点组成的连续线段位于同一区域范围，所述连续线段中的各相 邻像素点的第二三维坐标信息的坐标差异在预设变化范围内，并且所述像素点的第一轴坐 标符合人头高度范围；以及，所述目标物体中的所述像素点组成的横向最长连续线段与纵 向最长连续线段的长度之比在预设人脸比例范围内。
[0019] 可选的，所述矩形过滤单元，还用于在确定所述目标物体是人头之后，若所述目标 物体的第二轴坐标，包括坐标al和坐标a2,且所述坐标al和坐标a2之差达到预设阈值，则 确定所述目标物体包括：所述坐标al对应的第一人头、和所述坐标a2对应的第二人头；根 据所述坐标al和坐标a2,从所述初始矩形中确定：包括所述第一人头的第一子矩形和包括 所述第二人头的第二子矩形。
[0020] 可选的，所述矩形过滤单元，还用于根据所述目标物体的第二轴坐标，从所述有效 矩形中选择得到有效子矩形，在所述有效子矩形中，人头之外的像素点的数量少于所述有 效矩形中的人头之外的像素点的数量。
[0021] 可选的，所述矩形过滤单元，还用于获取位于当前图片的前至少一帧的前图片中 的有效矩形，并得到所述有效矩形中的人头的第一位置信息；若所述当前图片在所述第一 位置对应的第二位置不存在所述人头，则再次在所述当前图片进行人头检测，所述第二位 置通过跟踪算法由第一位置计算得到。
[0022] 本发明实施例的人头检测方法和装置，通过进行三维坐标转换，并根据转换后的 三维坐标信息进行判断，若三维坐标信息与人头物理属性信息匹配，则可以确定目标物体 是人头；这种方式实现了对初始矩形的过滤，提高了人头检测的准确度。
【专利附图】
【附图说明】
[0023] 图1为本发明实施例提供的人头检测方法的应用示意图；
[0024] 图2为本发明实施例提供的人头检测方法的流程示意图；
[0025] 图3为本发明实施例提供的人头检测方法中的分类器检测示意图；
[0026] 图4为本发明实施例提供的人头检测方法中的摄像机安装示意图；
[0027] 图5为本发明实施例提供的人头检测方法中的距离计算原理图；
[0028] 图6为本发明实施例提供的人头检测方法中的坐标系示意图；
[0029] 图7为本发明实施例提供的人头检测方法中的人头物理属性信息判断流程图；
[0030] 图8为图7中的高度判断原理图；
[0031] 图9为图7中的连续性判断原理图；
[0032] 图10为本发明实施例提供的人头检测方法中的遮挡情况一；
[0033] 图11为本发明实施例提供的人头检测方法中的遮挡情况二；
[0034] 图12为本发明实施例提供的人头检测方法中的遮挡情况三；
[0035] 图13为本发明实施例提供的人头检测方法中的绊线检测示意图；
[0036] 图14为本发明实施例提供的人头检测方法中的冗余去除示意图；
[0037] 图15为本发明实施例提供的人头检测方法中的漏检检测示意图；
[0038] 图16为本发明实施例提供的人头检测装置的结构示意图。
【具体实施方式】
[0039] 为了使得本发明实施例的人头检测方法更加容易理解，首先结合图1说明该检测 方法可选的一种应用场景，如图1所示，双目摄像机可以应用在例如商场、超市、地铁、火车 站或公园入口等，用于进行人流量统计；比如图1中所示的，双目摄像机11设置在公园入口 处，并且是倾斜面向前方设置，对进行公园的人流量进行统计。双目摄像机11将拍摄的图 片或视频传输至后台服务器12,传输方式可以是有线或无线传输；后台服务器12将对接收 到的图片或视频进行处理，识别出图片中的人头，并跟踪该人头的运动轨迹实现流量统计。
[0040] 具体的，后台服务器12可以包括如下功能：例如，可以通过分类器从图片中检测 出人头，输出包括人头的矩形区域，在本发明后续的各实施例中，将包括人头的矩形区域称 为矩形（即人头矩形），例如后面提到的初始矩形、第一子矩形、第二子矩形等；并且，还可 以结合双目摄像机11的两个摄像机拍摄的图片综合处理得到图片中的各像素点的三维坐 标，称为第一三维坐标信息，是摄像机坐标系中的坐标；此外，具体实施中，包含人头的矩形 也不一定是分类器的输出，也可以是其他的人头检测方法的输出，在本发明的各实施例中 是以分类器输出为例。此外，本发明实施例是以后台服务器12执行上述处理为例，具体实 施中，也可以是由双目摄像机11集成的分析功能模块来执行。
[0041] 本实施例相对于现有技术的区别在于，增加了坐标转换的处理，将第一三维坐标 信息转换为第二三维坐标信息，并据此对初始矩形进行过滤，过滤掉无效矩形（无效矩形 比如是分类器判断失误，矩形中的物体不是人头），最终输出有效矩形，即有效矩形中的确 包含的是人头，从而提高人头检测的准确性。
[0042] 下面的各个实施例中将详细的解释如何对初始矩形进行过滤；需要说明的是，图 1中仅仅示出了本发明实施例的人头检测方法中部分的改进功能，本实施例在生成最终输 出的有效矩形的过程中，还包括了其他方面的改进，这些都将在后续的实施例中逐步进行 说明，这里只是说明本发明实施例是对现有技术的分类器输出的初始矩形进行了过滤。此 夕卜，后台服务器12在输出包含人头的有效矩形之后，还可以跟踪检测到的人头以实现流量 统计，这些由于不是本发明实施例的针对重点，所以未显示在图1中。
[0043] 实施例一
[0044] 图2为本发明实施例提供的一种人头检测方法的流程示意图，如图2所示，该流程 示意了本实施例方法的主要思想，可以包括如下步骤：
[0045] 201、获取分类器对所述第一图片进行人头检测得到的包括目标物体的初始矩形、 以及所述初始矩形中各像素点的第一三维坐标信息；
[0046] 本实施例中，双目摄像机可以包括第一摄像机（例如，左目摄像机）和第二摄像机 (例如，右目摄像机），本步骤所述的第一图片可以是第一摄像机拍摄的图片；需要说明的 是，本实施例所述的图片，可以是非视频的单个输出的图片、或者是视频中的连续图片中的 某帧图片。
[0047] 在通过分类器对第一图片进行人头检测之前，需要首先完成分类器的训练。本实 施例选用Adaboost分类器，训练人脸和人头背面（由于人脸和人头的特征都比较明显）， adaboost分类器可以做到很高的检测准确率，漏检率很低。在训练分类器的时候，本实施 例选用haar矩形特征（实践证明该特征非常适合人头检测）进行训练，一共训练15?20 级，这样可以保证有98%以上的检测准确率。取0. 999的检测准确率+0. 6的虚警率；需要 说明的是，本实施例相对于现有技术中的虚警率（0.5)，有所提高，目标是首先保证检测准 确率，即允许有误检，但正确的目标尽可能都检测到，因为即使有误检，在本实施例提供的 方法的后续步骤会有效过滤误检区域。并且在使用分类器进行人头检测时，选择被1?2个 通过检测的相邻矩形所覆盖的区域即认为是目标区域（一般为了降低虚警率，会选择3?5 个），这样做的目的是将部分遮挡的人脸区域都可以被识别出来，虽然提升了虚警率，但后 续的三维信息处理可以有效过滤误检区域。
[0048] 本步骤中，分类器对第一图片进行人头检测，可以得到包括目标物体的初始矩形， 参见图3,以第一图片31为例，该第一图片31是第一摄像机拍摄的图片，其中可能包括人像 32、树木33等物体，分类器的作用是要将人像32的人头检测出来，输出包含了该人头的初 始矩形34。但是也可能该分类器发生了误判，将树木33的上部也认为是人头，而输出初始 矩形35,因此，本实施例暂时称为分类器输出的是包含目标物体的初始矩形，该目标物体比 如是图片34中的人头，也可能不是人头而是图片35中的树木上部；后续本实施例在对这些 矩形进行过滤后，最终会输出目标物体确实是人头的有效矩形。
[0049] 此外，本实施例的第一三维坐标信息（以左目摄像机光心为原点的摄像机三维坐 标系）可以是后台服务器根据双目摄像机中的两个摄像机输出的第一图片和第二图片综 合处理得到，当然也可以通过其他算法得到，此处不做限定。。
[0050] 202、将所述目标物体的第一三维坐标信息转换为第二三维坐标信息；
[0051] 本实施例需要用到转换后的第二三维坐标信息进行矩形的过滤，如下详细描述第 二三维坐标信息如何转换：
[0052] 首先，在做三维坐标转换时需要使用一些参数，即双目摄像机的光心相对于地平 面的垂直距离、以及双目摄像机相对于垂直方向的安装倾斜角度。为了获取这两个参数，本 实施例在安装双目摄像机时，参照图4的安装方式：可以设置一个垂直指示杆41，该垂直指 示杆41在安装时需要保持和地平面的垂直，用途是以便于双目摄像机在安装时便于掌握 和控制垂直指示杆的夹角a。双目摄像机的两个摄像机的连线也需要和垂直指示杆相互垂 直，即该连线和地平面平行。双目摄像机42上可以安装一个角度测量仪43,用于测量上述 的夹角a。
[0053] 还需要在垂直指示杆41上设置一个距离测量仪44,借助于该距离测量仪44可以 计算得到双目摄像机中的左目摄像机45的光心相对于地平面的垂直距离。例如，该距离测 量仪44可以选择简单的红外距离传感器。根据该距离测量仪44测量左目摄像机45的光 心相对于地平面的垂直距离的原理可以参见图5,距离测量仪44可以将双目摄像机的安装 位置和地平面的垂直距离D1测量出来，记为D1，光心GX与摄像机端部的距离D2是已知的， 根据D2和夹角a可以计算得到D3, D1-D3就是光心相对于地平面的垂直距离T。
[0054] 接着，在获取了上述的T和夹角a后，可以根据这两个参数进行坐标变换。那么在 解释变换之前，先结合图6说明将要变换到的目标坐标系。第二三维坐标信息所在的三维 坐标系，是以第一摄像机（本实施例以左目摄像机为例）的光心在地平面的投影为原点，以 光心和原点的连线为第一轴（本实施例以该第一轴是Y轴为例），第二轴和第三轴在地平面 (本实施例以第二轴是Z轴，第三轴是X轴为例）；那么，第二三维坐标信息中的第一轴坐标 即Y轴坐标表示像素点距离地平面的高度（因为后续步骤中的处理需要获取图片中每个像 素点的第二三维坐标信息），第二轴坐标即Z轴坐标表示像素点与双目摄像机沿Z轴方向的 水平距离，第三轴坐标即X轴坐标表示像素点沿X轴方向距离原点的距离。本实施例中，XZ 平面是地平面，且尽量是水平的没有明显坡度的平面。
[0055] 最后，描述如何进行三维坐标的变换：两个三维坐标系的转换可以通过一个旋 转矩阵R和一个平移矩阵T来完成，其中T =世界坐标系原点-摄像机坐标系原点（向 量的计算参考世界坐标系）。在三维空间，旋转可以分为绕三个坐标轴的二维旋转， 旋转的角度Θ等同于将目标点反方向旋转同样的角度，如果依次绕χ/y/z轴旋转的 角度记为a/b/c，那么总的旋转矩阵R是三个矩阵Rx(a)，Ry(b)，Rz(c)的乘积，其中，
【权利要求】
1. 一种人头检测方法，其特征在于，应用于对双目摄像机输出的图片中的人头进行检 测，所述双目摄像机包括第一摄像机和第二摄像机，所述双目摄像机输出的图片包括：所述 第一摄像机输出的第一图片和所述第二摄像机输出的第二图片；所述人头检测方法包括： 获取对所述第一图片进行人头检测得到的包括目标物体的初始矩形、以及所述初始矩 形中各像素点的第一三维坐标信息； 将所述目标物体的第一三维坐标信息转换为第二三维坐标信息，所述第二三维坐标信 息所在的三维坐标系是以所述第一摄像机的光心在地平面的投影为原点、以所述光心和所 述原点的连线为第一轴，第二轴和第三轴在所述地平面；所述第二三维坐标信息中的第一 轴坐标表示像素点距离地平面的高度，所述第二三维坐标信息中的第二轴坐标表示像素点 与所述双目摄像机沿所述第二轴方向的水平距离，所述第二三维坐标信息中的第三轴坐标 表示像素点沿所述第三轴方向距离所述原点的距离； 若所述目标物体的所述第二三维坐标信息与人头物理属性信息匹配，则确定所述目标 物体是人头，所述初始矩形是包含所述人头的有效矩形。
2. 根据权利要求1所述的方法，其特征在于，所述目标物体的所述第二三维坐标信息 与人头物理属性信息匹配，包括： 所述第二三维坐标信息满足如下条件： 所述初始矩形中的所述目标物体中至少一个像素点的所述第一轴坐标符合人头高度 范围；以及， 所述目标物体中的像素点组成的连续线段位于同一区域范围，所述连续线段中的各相 邻像素点的第二三维坐标信息的坐标差异在预设变化范围内；并且所述连续线段中像素点 的第一轴坐标符合人头高度范围；以及， 所述目标物体中的所述像素点组成的横向最长连续线段与纵向最长连续线段的长度 之比在预设人脸比例范围内。
3. 根据权利要求1所述的方法，其特征在于，在确定所述目标物体是人头之后，还包 括： 若所述目标物体的第二轴坐标，包括坐标al和坐标a2,且所述坐标al和坐标a2之差 达到预设阈值，则确定所述目标物体包括：所述坐标al对应的第一人头、和所述坐标a2对 应的第二人头； 根据所述坐标al和坐标a2,从所述初始矩形中确定：包括所述第一人头的第一子矩形 和包括所述第二人头的第二子矩形。
4. 根据权利要求1所述的方法，其特征在于，在所述确定所述目标物体是人头，所述初 始矩形是有效矩形，之后还包括： 根据所述目标物体的第二轴坐标，从所述有效矩形中选择得到有效子矩形，在所述有 效子矩形中，人头之外的像素点的数量少于所述有效矩形中的人头之外的像素点的数量。
5. 根据权利要求1所述的方法，其特征在于，若所述第一图片和第二图片是所述双目 摄像机拍摄的视频中的图片；则在所述确定所述目标物体是人头，所述初始矩形是有效矩 形，之后还包括： 获取位于当前图片的前至少一帧的前图片中的有效矩形，并得到所述有效矩形中的人 头的第一位置信息； 若所述当前图片在所述第一位置对应的第二位置不存在所述人头，则再次在所述当前 图片进行人头检测，所述第二位置通过跟踪算法由第一位置计算得到。
6. -种人头检测装置，其特征在于，应用于对双目摄像机输出的图片中的人头进行检 测，所述双目摄像机包括第一摄像机和第二摄像机，所述双目摄像机输出的图片包括：所述 第一摄像机输出的第一图片和所述第二摄像机输出的第二图片；所述装置包括： 信息获取单元，用于获取对所述第一图片进行人头检测得到的包括目标物体的初始矩 形、以及所述初始矩形中各像素点的第一三维坐标信息； 坐标转换单元，用于将所述目标物体的第一三维坐标信息转换为第二三维坐标信息， 所述第二三维坐标信息所在的三维坐标系是以所述第一摄像机的光心在地平面的投影为 原点、以所述光心和所述原点的连线为第一轴，第二轴和第三轴在所述地平面；所述第二三 维坐标信息中的第一轴坐标表示像素点距离地平面的高度，所述第二三维坐标信息中的第 二轴坐标表示像素点与所述双目摄像机沿所述第二轴方向的水平距离，所述第二三维坐标 信息中的第三轴坐标表示像素点沿所述第三轴方向距离所述原点的距离； 矩形过滤单元，用于若所述目标物体的所述第二三维坐标信息与人头物理属性信息匹 配，则确定所述目标物体是人头，所述初始矩形是包含所述人头的有效矩形。
7. 根据权利要求6所述的装置，其特征在于， 所述矩形过滤单元，具体用于：若所述目标物体的所述第二三维坐标信息满足如下条 件，则确定所述第二三维坐标信息与人头物理属性信息匹配，所述条件包括：所述初始矩形 中的所述目标物体中至少一个像素点的所述第一轴坐标符合人头高度范围；以及，所述目 标物体中的像素点组成的连续线段位于同一区域范围，所述连续线段中的各相邻像素点的 第二三维坐标信息的坐标差异在预设变化范围内，并且所述像素点的第一轴坐标符合人头 高度范围；以及，所述目标物体中的所述像素点组成的横向最长连续线段与纵向最长连续 线段的长度之比在预设人脸比例范围内。
8. 根据权利要求7所述的装置，其特征在于， 所述矩形过滤单元，还用于在确定所述目标物体是人头之后，若所述目标物体的第二 轴坐标，包括坐标al和坐标a2,且所述坐标al和坐标a2之差达到预设阈值，则确定所述目 标物体包括：所述坐标al对应的第一人头、和所述坐标a2对应的第二人头；根据所述坐标 al和坐标a2,从所述初始矩形中确定：包括所述第一人头的第一子矩形和包括所述第二人 头的第二子矩形。
9. 根据权利要求7所述的装置，其特征在于， 所述矩形过滤单元，还用于根据所述目标物体的第二轴坐标，从所述有效矩形中选择 得到有效子矩形，在所述有效子矩形中，人头之外的像素点的数量少于所述有效矩形中的 人头之外的像素点的数量。
10. 根据权利要求7所述的装置，其特征在于， 所述矩形过滤单元，还用于获取位于当前图片的前至少一帧的前图片中的有效矩形， 并得到所述有效矩形中的人头的第一位置信息；若所述当前图片在所述第一位置对应的第 二位置不存在所述人头，则再次在所述当前图片进行人头检测，所述第二位置通过跟踪算 法由第一位置计算得到。
【文档编号】G06T7/00GK104103077SQ201410366646
【公开日】2014年10月15日 申请日期:2014年7月29日 优先权日:2014年7月29日
【发明者】苏志杰 申请人:浙江宇视科技有限公司