专利汇可以提供一种基于人脸色彩特征的自动白平衡方法及电子媒体装置专利检索,专利查询,专利分析的服务。并且本 发明 涉及一种基于人脸色彩特征的自动 白平衡 方法,该方法包括如下步骤:步骤一:获取包括本征值和目标值的人脸色彩特征集;步骤二:根据所述本征值对图像背景和人脸分别进行环境照明 色温 及色彩估计,得到对应色温估计值C1、C2,综合C1、C2得到全图像的估计值C3;步骤三:根据上述色温及色彩估计和人脸色彩特征集对图像进行白平衡矫正和色彩增强。本发明还涉及含有上述自动白平衡方法的 电子 媒体装置。,下面是一种基于人脸色彩特征的自动白平衡方法及电子媒体装置专利的具体信息内容。
1.一种基于人脸色彩特征的自动白平衡方法,其特征在于,该方法适用于电子媒体装
置的图像及视频媒体的自动白平衡,包括如下步骤:
步骤一:获取在自动白平衡适用的光源照明下含有清晰明亮用户人脸的多幅图像;对
人脸进行检测、分割、识别和色彩特征提取,获取包括用户人脸肤色、眼白及牙齿的本征值和目标值的人脸色彩特征集;
步骤二:获取需要进行白平衡矫正的图像,对该图像进行人脸检测、分割、和识别,确认该图像含有用户人脸,所述用户为步骤一中已经预先建立人脸色彩特征集的用户;根据所述人脸色彩特征集对图像背景和人脸分别进行环境照明色温及色彩估计,得到对应色温及色彩估计值C1、C2,综合C1、C2得到全图像的色温及色彩估计值C3;
步骤三:根据所述人脸色彩特征集、色温及色彩估计值对图像进行白平衡矫正和色彩
增强。
2.如权利要求1所述的方法,其特征在于,包括步骤一、步骤二及步骤三在一个或多个装置上实现的架构,其中,在多个装置上实现的架构包括:在第一电子媒体装置上实现获取图像,在第二电子媒体装置上实现人脸色彩特征集的获取,在第三电子媒体装置上实现步骤二、或步骤二及步骤三;或其它不同的步骤与装置的组合;所述电子媒体装置包括手机、相机、笔记本、平板电脑、掌上电脑、电视机、显示屏、游戏机、电脑、视频图像压缩编码器、网络传输装置、图像或视频编辑处理装置。
3.如权利要求1所述的方法,其特征在于,所述步骤一的获取本征值的实现方法包括:
在标准光源下拍摄含有用户人脸的图像;或在常用场景照明下拍摄同时含有标准参考色彩的表面和用户人脸的图像,并利用参考色彩的表面测定照明光源的色温及色彩特征;对人脸进行部位分割,获取各部位的轮廓,再用亮度阈值和色彩直方图对轮廓内的像素点进行筛选,取筛选后的像素点平均值作为人脸的肤色,眼白及牙齿的本征值;所述步骤一获取目标值的方法包括:通过人机界面显示一幅或多幅经过色彩增强的图像,或提供由用户自行调节人脸色彩和饱和度的界面,或并用上述两种方法,提示并获取用户的输入,根据用户的输入确定,并使用与上述获取本征值相同的特征提取方法所述步骤一获取上述部位的目标值,同时获取对应于从原始图像变换到用户确认图像的变换函数;将所获取的本征值,目标值及变换函数输入至人脸色彩特征集中对应于该用户的表项。
4.如权利要求1所述的方法,其特征在于,所述步骤二照明色温及色彩估计实现方法包括:
对于基于黑体辐射的光源特性的一种照明估计方法为:
C1计算方式如下:
设背景中任一像素点为ib,其R、G、B分量为rib,gib,bib,背景像素点总和为T1,平均色温的估计为
αib为加权因子,与该点的色彩特征及亮度相关;
将 垂直投影到最近的白点轨迹曲线,即可得到C1;
C2的计算,其基本原理与C1计算相似,每个人脸部位都看成是一个独立的参考表面,根据其实测的统计平均值在该表面的色温曲线中的投影位置,以及与色温估计的置信度相关的权重,可算出其对C2的贡献;设人脸图像上任一点ifj,j对应于各个不同的分割部位,与人脸色彩特征集表中的行列序号相对应,各部位的色温估计先分别进行计算,然后再加以综合,以肤色为例;
肤色区的图像像素点 坐标值乘以一个系数 为该点对平均色温估计
的贡献, 与该点的色彩特征及亮度相关;
其中 代表人脸肤色像素点总数;
将 投影到该用户的人脸色彩特征集中本征值拟合的肤色参考线上的最近参考点或
最近线段,就得到了
人脸其余部位的色温估计,与 肤色相似,令眼白的色温估计为 牙齿为 在
计算C2,时,还需要再次通过查找人脸色彩特征值将 和 映射到白点轨迹上得
到相应的 和
其中θj为估计的置信度加权因子;
把C1,C2的坐标看成一个矢量,则全图的色温估计
C3=(C1*k1+C2*k2)/(k1+k2);
对于色彩与黑体辐射的光源特性的照明有一定差异的、需要做白平衡矫正的人工光源
的照明色温和色彩估计和白平衡矫正,C1即为 ,即统计估计总体平均值不向白点色温曲线作投影,C2的人脸各部位计算与之类似。
5.如权利要求1所述的方法,其特征在于,所述步骤三包括:
方法一:将全图从当前的照明色温及色彩估计C3调节到D50或其他白平衡标准参考光源下的白点位置或某个与场景相关的体验最优值,其实现步骤如下:
如果当前的照明色温估计C3在(B/G,R/G)色坐标系中的坐标是 则对应于R通道
和B通道的附加的白平衡增益调节为G/R1和G/B1;G通道增益不变,使自动曝光不受白平衡的影响;白平衡调节之后,还要进行一个3*3CCM色彩矫正矩阵[R′,G′,B′]=A*[R,G,B]T。
6.如权利要求1所述的方法,其特征在于,所述步骤三包括:
方法二:将人脸各个部位的色彩从对应于当前估计的C2的本征值位置调节到人脸色彩
特征中对应于该照明估计的目标值位置,而背景从当前的照明色温及色彩估计C1调节到D50或其他白平衡标准参考光源下的白点位置或某个与场景相关的体验最优值;方法二的第一种实现是在人脸色彩特征集中查找与当前估计C2最近色温点的变换函数,并对函数的参数做适当调节,再用调节后的函数对原图进行变换;或者:
先来处理人脸的肤色,假设Rref,Bref和Gref肤色的对应于C2的目标值,并且Rcurrent,Bcurrent和Gcurrent是对应于C2的当前估计值,如果Gref与Gcurrent很接近,肤色的矫正由以下方法来计算:
若Gref与Gcurrent相差比较大,则把肤色像素点从RGB空间转换到比如HSL空间,再将色彩和饱和度调节到用户优选的目标值,保持亮度不变,再将矫正后的像素点转换回RGB空间;
上述色彩和饱和度的调节具体步骤包括,首先在HSL空间里,计算在当前照明下,人脸肤色像素以亮度和色彩为权重的统计加权平均值以及目标值在HSL空间里的坐标,
(Hcurrent,Scurrent,Lcurrent)以及(Href,Sref,Lref),然后计算其H和S分量的差值ΔH=Href-Hcurrent;ΔS=Sref-Scurrent,对与肤色区某一像素点(hcurrent0,scurrent0,lcurrent0)的调节采用以下公式;
hcurrent1=hcurrent0+γ×ΔH;
Scurrent1=scurrent0+θ×ΔS;
其中,γ和θ是一个与亮度相关的加权因子;
将调节后的像素点(hcurrent1,scurrent1,lcurrent0))转换到RGB空间;为了使人脸区的肤色与人体其他裸露部位的肤色的表达一致性,采取如下的处理:
首先,进行人体肤色裸露部位的检测和定位,根据人脸的大小和方向性,预测一个人体区间矩形,将矩形的像素从RGB空间转变到YCbCr空间,在CbCr坐标系里以当前色温参考肤色的位置,f为核心、半径为L的圆为肤色滤波器,对所述人体矩形区进行滤波,对位于圆内的像素,再计算其与人体形态各部位的位置相关性以及人体肤色区部位的连通性特征,若被判断为裸露的肤色部位,则采用与上述人脸肤色相同的增益调节方法;
人脸的其他部位如牙齿和眼白按照各自的本征值和目标值进行类似肤色的矫正和增
强,或与背景同样处理;最后对采用不同矫正方法的图像区域的边缘进行平滑处理。
7.如权利要求1所述的方法,其特征在于,基于机器学习的人脸色彩特征的自动提取和白平衡矫正模式,包括如下步骤:
获取需要进行白平衡矫正的图像,对该图像进行人脸检测、分割、和识别,确认该图像含有用户人脸;
用C1作为照明的色温及色彩估计来进行白平衡调整,在无监督学习模式下,在某个估计的光照色温下,当估计的置信度w1高于某个阈值wt,进行人脸色彩特征本征值数据提取采集,缓存于一个候选数组中,当在同一个估计的光照色温下采集的候选数组中人脸色彩特征本征值数据对应于均值的均方差小于某个阈值的概率P1大于某个阈值P1t时,则认为C1的检测准确,将候选数组中的人脸色彩特征集本征值的均值进行采集,并录入人脸色彩特征集该用户该色温的表项,或者:
在用户监督学习模式下,通过人机界面随机的显示含有用户人脸且基于C1的照明色温
及色彩估计置信度较高的图像,通过人机界面征询用户对色彩还原的满意度;如果用户满意,就说明该图基于C1的照明估计和白平衡和色彩矫正正确,对该用户进行人脸色彩特征集本征值数据提取采集,录入人脸色彩特征集中该用户对应于当前估计的照明的本征值的表项;
或者:
在用户监督学习模式下,通过人机界面显示含有用户人脸且基于C1的照明色温及色彩
估计并通过无监督学习合格的图像,进一步通过人机界面征询用户对色彩还原的满意度;
如果用户满意,就说明该图基于C1的照明估计和白平衡和色彩矫正正确,对该用户进行人脸色彩特征集本征值数据提取采集,录入人脸色彩特征集中该用户对应于当前估计的照明的本征值的表项;
目标值的获取方法是,通过人机界面显示一幅或多幅经过色彩增强的图像,或提供由
用户自行调节人脸色彩和饱和度的界面,或并用上述两种方法,提示并获取用户的输入,根据用户的输入确定提取目标值,同时获取对应于从原始图像变换到用户确认图像的变换函数;将所获取的目标值及变换函数输入至人脸色彩特征集中对应于该用户该色温估计的表项;
当用上述方法采集的人脸色彩特征集的数据充分覆盖了AWB所需覆盖的照明色温及色
彩区时,学习过程完成,之后的白平衡的色温及色彩估计和矫正就使用上述数据来实现步骤二和步骤三;
上述的机器学习还具有更新的模式,在该模式下,用户随时启动学习过程,更新本征值或目标值。
8.一种电子媒体装置,其特征在于,包括至少一个前置工作模式的摄像头;
一个或多个控制器,其中一个控制器用于控制该电子媒体装置的系统;
固态或非暂时性存储器,用于存有可供控制器读取的指令集;
动态存储器,用于供摄像头缓存帧图像和其它数据,以及控制器用来执行指令;
可通过网络或其它媒介接收和传送图像、视频或其它数据的装置;
可显示图像和图形的显示屏;
用户可控的人机交互界面;
其中,所述摄像头包括镜头、图像传感器、存储器、摄像头控制器、及图像处理器;该图像处理器将图像传感器传过来的信号处理成符合应用格式化的图像或视频;
其中,所述摄像头的上述部分或全部模块是资源独立的,或者是和宿主电子媒体装置
资源共享的;
该图像处理器包括自动白平衡模块,该自动白平衡模块通过其包括的电子逻辑和控制
处理电路硬件模块及控制处理软件模块以及该电子媒体装置的其它资源来实现下述自动白平衡方法和步骤:
步骤一:获取在自动白平衡适用的光源照明下含有清晰明亮用户人脸的多幅图像,对
人脸进行检测、分割、识别和色彩特征提取,获取包括用户人脸肤色、眼白及牙齿的本征值和目标值的人脸色彩特征集;
步骤二:获取需要进行白平衡矫正的图像,对该图像进行人脸检测、分割、和识别,确认该图像含有用户人脸,所述用户为步骤一中已经预先建立人脸色彩特征集的用户;运用所述人脸色彩特征集对图像背景和人脸分别进行环境照明色温及色彩估计,得到对应色温及色彩估计值C1、C2,综合C1、C2得到全图像的色温及色彩估计值C3;
步骤三:根据所述人脸色彩特征集、色温及色彩估计值对图像进行白平衡矫正和色彩
增强。
9.如权利要求8所述的电子媒体装置,其特征在于,所述步骤一的获取本征值的实现方法包括:在标准光源下拍摄含有用户人脸的图像;或在常用场景照明下拍摄同时含有标准参考色彩的表面和用户人脸的图像,并利用参考色彩的表面测定照明光源的色温及色彩特征;对人脸进行部位分割,获取各部位的轮廓,再用亮度阈值和色彩直方图对轮廓内的像素点进行筛选,取筛选后的像素点平均值作为人脸的肤色,眼白及牙齿的本征值;所述步骤一获取目标值的方法包括:通过人机界面显示一幅或多幅经过色彩增强的图像,或提供由用户自行调节人脸色彩和饱和度的界面,或并用上述两种方法,提示并获取用户的输入,根据用户的输入确定并使用与上述获取本征值相同的特征提取方法所述步骤一获取上述部位的目标值,同时获取对应于从原始图像变换到用户确认图像的变换函数;将所获取的本征值,目标值及变换函数输入至人脸色彩特征集中对应于该用户的表项。
10.根据权利要求8所述的电子媒体装置,其特征在于,所述照明色温及色彩估计的实
现包括:
对于基于黑体辐射的光源特性的一种照明估计方法为:
C1计算方式如下:
设背景中任一像素点为ib,其R、G、B分量为rib,gib,bib,背景像素点总和为T1,平均色温的估计为
αib为加权因子,与该点的色彩特征及亮度相关;
将 垂直投影到最近的白点轨迹曲线,即可得到C1;
C2的计算,其基本原理与C1计算相似,每个人脸部位都看成是一个独立的参考表面,根据其实测的统计平均值在该表面的色温曲线中的投影位置,以及与色温估计的置信度相关的权重,可算出其对C2的贡献;设人脸图像上任一点ifj,j对应于各个不同的分割部位,与人脸色彩特征集表中的行列序号相对应,各部位的色温估计先分别进行计算,然后再加以综合,以肤色为例:
肤色区的图像像素点 坐标值乘以一个系数 为该点对平均色温估计
的贡献, 可与该点的色彩特征及亮度相关;
其中 代表人脸肤色像素点总数;
人脸其余部位的色温估计,与 肤色相似,令眼白的色温估计为 牙齿为 在
计算C2,时,还需要再次通过查找人脸色彩特征值将 和 映射到白点轨迹上得
到相应的 和
其中θj为估计的置信度加权因子;
把C1,C2的坐标看成一个矢量,则全图的色温估计
C3=(C1*k1+C2*k2)/(k1+k2);
对于色彩与黑体辐射的光源特性的照明有一定差异的、需要做白平衡矫正的人工光源
的照明色温和色彩估计和白平衡矫正,C1即为 即统计估计总体平均值不向白点色温曲线作投影,C2的人脸各部位计算与之类似。
11.根据权利要求8所述的电子媒体装置,其特征在于,所述步骤三包括方法一:将全图从当前的照明色温及色彩估计C3调节到D50或其他白平衡标准参考光源下的白点位置或某个与场景相关的体验最优值,其实现步骤如下:
如果当前的照明色温估计C3在(B/G,R/G)色坐标系中的坐标是 则,对应于R通道
和B通道的附加的白平衡增益调节为G/R1和G/B1;G通道增益通常不变,以保证自动曝光不受白平衡的影响;白平衡调节之后,还要进行一个3*3CCM色彩矫正矩阵[R′,G′,B′]=A*[R,G,B]T。
12.根据权利要求8所述的电子媒体装置,其特征在于,所述步骤三包括:
方法二:将人脸各个部位的色彩从对应于当前估计的C2的本征值位置调节到人脸色彩
特征中对应于该照明估计的目标值位置,而背景从当前的照明色温及色彩估计C1调节到D50或其他白平衡标准参考光源下的白点位置或某个与场景相关的体验最优值;方法二的第一种实现是在人脸色彩特征集中查找与当前估计C2最近色温点的变换函数,并对函数的参数做适当调节,再用调节后的函数对原图进行变换;或者:
先来处理人脸的肤色,假设Rref,Bref和Gref肤色的对应于C2的目标值,并且Rcurrent,Bcurrent和Gcurrent是对应于C2的当前估计值,如果Gref与Gcurrent很接近,肤色的矫正由以下方法来计算:
若Gref与Gcurrent相差比较大,则把肤色像素点从RGB空间转换到比如HSL空间,再将色彩和饱和度调节到用户优选的目标值,保持亮度不变,再将矫正后的像素点转换回RGB空间;
上述色彩和饱和度的调节具体步骤包括,首先在HSL空间里,计算在当前照明下,人脸肤色像素以亮度和色彩为权重的统计加权平均值以及目标值在HSL空间里的坐标,
(Hcurrent,Scurrent,Lcurrent)以及(Href,Sref,Lref),然后计算其H和S分量的差值ΔH=Href-Hcurrent;ΔS=Sref-Scurrent,对与肤色区某一像素点(hcurrent0,scurrent0,lcurrent0)的调节采用以下公式;
hcurrent1=hcurrent0+γ×ΔH;
Scurrent1=scurrent0+θ×ΔS;
其中,γ和θ是一个与亮度相关的加权因子;
将调节后的像素点(hcurrent1,scurrent,lcurrent0))转换到RGB空间;为了使人脸区的肤色与人体其他裸露部位的肤色的表达一致性,采取如下的处理:
首先,进行人体肤色裸露部位的检测和定位,根据人脸的大小和方向性,预测一个人体区间矩形,将矩形的像素从RGB空间转变到YCbCr空间,在CbCr坐标系里以当前色温参考肤色的位置,f为核心、半径为L的圆为肤色滤波器,对所述人体矩形区进行滤波,对位于圆内的像素,再计算其与人体形态各部位的位置相关性以及人体肤色区部位的连通性特征,若被判断为裸露的肤色部位,则采用与上述人脸肤色相同的增益调节方法;
人脸的其他部位如牙齿和眼白按照各自的本征值和目标值进行类似肤色的矫正和增
强,或与背景同样处理;最后对采用不同矫正方法的图像区域的边缘进行平滑处理。
13.根据权利要求8所述的电子媒体装置,其特征在于,含有基于机器学习的人脸色彩
特征的自动提取和白平衡矫正模式,用户或机器学习服务程序可自动启动该模式;包括如下步骤:
获取需要进行白平衡矫正的图像,对该图像进行人脸检测、分割、和识别,确认该图像含有用户人脸;
用C1作为照明的色温及色彩估计来进行白平衡调整,在无监督学习模式下,在某个估计的光照色温下,当估计的置信度w1高于某个阈值wt,进行人脸色彩特征本征值数据提取采集,缓存于一个候选数组中,当在同一个估计的光照色温下采集的候选数组中人脸色彩特征本征值数据对应于均值的均方差的差别小于某个阈值的概率P1大于某个阈值P1t时,则认为C1的检测准确,将候选数组中的人脸色彩特征集本征值的均值进行采集,并录入人脸色彩特征集该用户该色温的表项,或者:
在用户监督学习模式下,通过人机界面随机的显示含有用户人脸且基于C1的照明色温
及色彩估计置信度较高的图像,通过人机界面征询用户对色彩还原的满意度;如果用户满意,就说明该图基于C1的照明估计和白平衡和色彩矫正正确,对该用户进行人脸色彩特征集本征值数据提取采集,录入人脸色彩特征集中该用户对应于当前估计的照明的本征值的表项;
或者:
在用户监督学习模式下,通过人机界面显示含有用户人脸且基于C1的照明色温及色彩
估计并通过无监督学习合格的图像,进一步通过人机界面征询用户对色彩还原的满意度;
如果用户满意,就说明该图基于C1的照明估计和白平衡和色彩矫正正确,对该用户进行人脸色彩特征集本征值数据提取采集,录入人脸色彩特征集中该用户对应于当前估计的照明的本征值的表项;
目标值的获取方法是,通过人机界面显示一幅或多幅经过色彩增强的图像,或提供由
用户自行调节人脸色彩和饱和度的界面,或并用上述两种方法,提示并获取用户的输入,根据用户的输入确定提取目标值,同时获取对应于从原始图像变换到用户确认图像的变换函数;将所获取的目标值及变换函数输入至人脸色彩特征集中对应于该用户该色温估计的表项;
当用上述方法采集的人脸色彩特征集的数据充分覆盖了AWB所需覆盖的照明色温及色
彩区时,学习过程完成,之后的白平衡的色温及色彩估计和矫正就使用上述数据来实现步骤二和步骤三;
上述的机器学习还具有更新的模式,在该模式下,用户随时启动学习过程,更新本征值或目标值。
14.根据权利要求8所述的电子媒体装置,其特征在于,具有基于人脸色彩特征的多用
户或单用户白平衡模式;在多用户模式下,对应于人脸色彩特征集中不同用户设置不同的优先权级别;当图像中检测出多个用户的人脸时候,按优先权级别高低次序来优先实现色彩还原的效果。
15.根据权利要求8所述的电子媒体装置,其特征在于:前置摄像头用于协助后置摄像
头白平衡的照明估计;其中,前、后置摄像头同时工作用于照明估计是常态的;或间歇的,其中:后置摄像头在某些场景下照明估计置信度低下时,后置摄像头向系统控制器发出请求前置摄像头获取照明估计信息,系统控制器在系统资源许可时,批准该请求,并在用户不在使用前置摄像头时启动前置摄像头获取照明估计的工作;后置摄像头采用或参考前置摄像头的照明估计相关的判定条件和方法是:判定前、后置摄像头的视场同为室内或室外;判定前、后置摄像头的场景与摄像头的距离相近;在前置摄像头的场景中检测到的照明光源与后置摄像头的白平衡模块估计的环境照明光源相同或相近;前置摄像头的白平衡模块估计的环境照明光源与后置摄像头的白平衡模块估计的环境照明光源相同或相近;后置摄像头在某些场景下照明估计置信度低下。
16.一种电子媒体装置,其特征在于,包括一个或多个处理器,其中一个用于控制该电子媒体装置的系统;
固态或非暂时性存储器,用于存有可供控制器读取的指令集;
动态存储器,用于供摄像头缓存帧图像和其它数据,以及控制器用来执行指令;
可通过网络或其它媒介接收和传送图像、视频或其它数据的装置;
可显示图像和图形的显示屏;
用户可控的人机交互界面;
一个基于人脸色彩特征的自动白平衡装置,是该装置所含或与该装置相连的摄像头中
的一个白平衡控制模块,或是该装置其它应用中的一个白平衡控制模块,该白平衡控制模块的实现包括:
步骤一:获取在自动白平衡适用的光源照明下含有清晰明亮用户人脸的图像,对人脸
进行检测、分割、识别和色彩特征提取,获取包括用户人脸肤色、眼白及牙齿的本征值和目标值的人脸色彩特征集;
步骤二:获取需要进行白平衡矫正的图像,对该图像进行人脸检测、分割、和识别,确认该图像含有用户人脸,所述用户为步骤一中已经预先建立人脸色彩特征集的用户;运用所述人脸色彩特征集对图像背景和人脸分别进行环境照明色温及色彩估计,得到对应色温及色彩估计值C1、C2,综合C1、C2得到全图像的色温及色彩估计值C3;
步骤三:根据所述人脸色彩特征集、色温及色彩估计值对图像进行白平衡矫正和色彩
增强;
所述步骤一及步骤二中获取图像的方法是通过摄像头实时采集的,或者是在摄像头采
集后非实时获取的;所述步骤一、步骤二及步骤三在一个或多个电子媒体装置上实现;在多个媒体装置上实现时,包括在第一电子媒体装置上实现获取图像,在第二电子媒体装置上实现人脸色彩特征集的获取,在第三电子媒体装置上实现步骤二、或步骤二及步骤三;或其它步骤与装置的组合;
所述电子媒体装置包括手机、相机、笔记本、平板电脑、掌上电脑、电视机、显示屏、游戏机、电脑、视频或图像压缩编码器、网络传输装置,或其它带有影像装置的装置。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
用于控制域中内容的分发的方法 | 2020-05-12 | 367 |
独立处理多个指令流、软式控制各指令流的处理功能的多程序流程同时处理器 | 2020-05-14 | 383 |
每一群装置基础上的内容分发控制 | 2020-05-12 | 714 |
独立处理多个指令流、软式控制各指令流的处理功能的多程序流程同时处理器 | 2020-05-11 | 812 |
线程活锁单元 | 2020-05-15 | 525 |
无线接入网络系统、及无线接入方法 | 2020-05-11 | 494 |
具有并行仲裁机制的多重允许控制器及其方法 | 2020-05-14 | 29 |
提高带宽效率的方法 | 2020-05-15 | 530 |
线程活锁单元 | 2020-05-15 | 16 |
控制设备及无线接入方法 | 2020-05-11 | 298 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。