一種公共場所暴力事件自動檢測系統(tǒng)及其方法
【專利摘要】本發(fā)明涉及公共安全領域，特別涉及一種公共場所暴力事件自動檢測系統(tǒng)及其方法。其中，本發(fā)明的一種公共場所暴力事件自動檢測系統(tǒng)，包括嵌入式微控制器和系統(tǒng)監(jiān)控中心；該嵌入式微控制器包括視頻獲取單元、視頻智能處理單元和暴力事件分析單元；利用視頻獲取單元獲取監(jiān)控信息，視頻智能處理單元分析處理該監(jiān)控信息，暴力事件分析單元判斷該監(jiān)控信息是否為暴力行為，如果是暴力行為，拉動警報，提醒市民，起到疏散人群的作用，并發(fā)送信息至系統(tǒng)監(jiān)控中心；系統(tǒng)監(jiān)控中心對該暴力監(jiān)控信息進行實時監(jiān)控和存儲，并在系統(tǒng)監(jiān)控中心內發(fā)出警報，提高監(jiān)控效率，加快應急速度。
【專利說明】一種公共場所暴力事件自動檢測系統(tǒng)及其方法

【技術領域】
[0001]本發(fā)明涉及公共安全領域，特別涉及一種公共場所暴力事件自動檢測系統(tǒng)及其方法。

【背景技術】
[0002]最近各地發(fā)生多起公共場所暴力事件，社會影響相當大，人心惶惶，引起全國人民的重視，提高公共場所的安全越顯突出，目前公共場所屬于多攝像頭監(jiān)控，進行人為判斷監(jiān)控，監(jiān)控效率較低，暴力事件應急反應速度慢。


【發(fā)明內容】

[0003]為了克服上述所述的不足，本發(fā)明的目的是提供自動檢測、分析、判斷公共場所暴力事件、應急速度快的一種公共場所暴力事件自動檢測系統(tǒng)，還特別涉及一種公共場所暴力事件自動檢測方法。
[0004]本發(fā)明解決其技術問題的技術方案是:
[0005]一種公共場所暴力事件自動檢測系統(tǒng)，其中，包括嵌入式微控制器和系統(tǒng)監(jiān)控中心；該嵌入式微控制器包括視頻獲取單元、視頻智能處理單元和暴力事件分析單元；
[0006]該視頻獲取單元，用于獲取視頻監(jiān)控場景的視頻信息，并把所獲取的視頻信息轉換成數字視頻信號，把該數字視頻信號傳輸至該視頻智能處理單元；
[0007]該視頻智能處理單元，用于對該數字視頻信號進行分析處理，自動查找、跟蹤目標，自動識別、分析目標的行為，并把分析處理信息傳輸至該暴力事件分析單元；
[0008]該暴力事件分析單元，用于對該視頻智能處理單元傳輸來的分析處理信息進行處理，判斷是否為暴力行為，如是監(jiān)控目標的暴力行為，則在監(jiān)控現(xiàn)場拉動警報，同時將暴力監(jiān)控信息實時傳輸至該系統(tǒng)監(jiān)控中心；
[0009]該系統(tǒng)監(jiān)控中心，用于對各個監(jiān)控現(xiàn)場進行實時監(jiān)控，對監(jiān)控現(xiàn)場的該暴力事件分析單元傳輸來的暴力監(jiān)控信息進行存儲，并在系統(tǒng)監(jiān)控中心內發(fā)出警報；將全部監(jiān)控區(qū)域的暴力事件信息進行管理，并通過統(tǒng)計分析和預測各個區(qū)域暴力事件發(fā)生的總體規(guī)律及特性。
[0010]作為本發(fā)明的進一步改進，還包括消息管理單元，該消息管理單元為連接各個該嵌入式微控制器和該系統(tǒng)監(jiān)控中心的通訊樞紐，用于協(xié)調該嵌入式微控制器和該系統(tǒng)監(jiān)控中心的通信及同步控制機制。
[0011]作為本發(fā)明的進一步改進，該視頻智能處理單元，利用光流法分析各個目標的光流強度，并對各個目標的光流信息進行特征提取。
[0012]作為本發(fā)明的更進一步改進，該視頻獲取單元包括電荷耦合器件與信息采集器。
[0013]作為本發(fā)明的更進一步改進，該系統(tǒng)監(jiān)控中心包括報警單元和數據庫單元。
[0014]作為本發(fā)明的更進一步改進，所述暴力事件分析單元內設置光流強度和光流速度的特定閾值。
[0015]一種公共場所暴力事件自動檢測方法，其特征如下，包括步驟:
[0016]S1、視頻獲取單元獲取視頻監(jiān)控場景的視頻信息；
[0017]S2、對獲取的視頻信息進行運動圖像處理，獲取各個運動目標區(qū)域；
[0018]S3、對各個運動目標區(qū)域的運動狀態(tài)進行光流場分析；
[0019]S4、結合步驟S3中光流算法分析提出各個運動目標的行為特征，包括運動速度大小和方向；
[0020]S5、對各個運動目標進行多幀連續(xù)跟蹤，以獲取各個運動目標的運動軌跡，并根據跟示結果，判定運動目標的聚集狀態(tài)；
[0021]S6、結合步驟S4中提取出的運動特征，及步驟S5中各個運動目標的聚集狀態(tài)，如果目標的光流強度和光流速度超過閾值且方向凌亂，則判斷發(fā)生打砸等過激行為，如果目標的光流強度和光流速度超過閾值且目標發(fā)生聚集狀態(tài)，則判斷為肢體沖突事件，如果目標的光流強度和光流速度沒有達到閾值，則沒有發(fā)生暴力事件。
[0022]作為本發(fā)明的進一步改進，所述步驟S2中的運動圖像處理還包括以下步驟:
[0023]S21、將連續(xù)的多幀監(jiān)控視頻圖像轉換為灰度圖像，再利用對稱差分法算出大致運動目標的二值圖；
[0024]S22、利用邊緣檢測方法對步驟S21得到的二值圖進行修正；
[0025]S23、選用3 X 3的濾波模板利用8連通區(qū)域標記和雙閾值法，濾除步驟S22得到的二值圖中的噪聲和空洞。
[0026]本發(fā)明的一種公共場所暴力事件自動檢測系統(tǒng)，其中，包括嵌入式微控制器和系統(tǒng)監(jiān)控中心；該嵌入式微控制器包括視頻獲取單元、視頻智能處理單元和暴力事件分析單元；利用視頻獲取單元獲取監(jiān)控信息，視頻智能處理單元分析處理該監(jiān)控信息，暴力事件分析單元判斷該監(jiān)控信息是否為暴力行為，如果是暴力行為，拉動警報，提醒市民，起到疏散人群的作用，并發(fā)生信息至系統(tǒng)監(jiān)控中心；系統(tǒng)監(jiān)控中心對該暴力監(jiān)控信息進行實時監(jiān)控和存儲，并在系統(tǒng)監(jiān)控中心內發(fā)出警報，提高監(jiān)控行為，加快應急速度。

【專利附圖】

【附圖說明】
[0027]為了易于說明，本發(fā)明由下述的較佳實施例及附圖作以詳細描述。
[0028]圖1為本發(fā)明一種結構框圖；
[0029]圖2為本發(fā)明的嵌入式微控制器的自動檢測流程框圖。

【具體實施方式】
[0030]為了使本發(fā)明的目的、技術方案及優(yōu)點更加清楚明白，以下結合附圖及實施例，對本發(fā)明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0031]請參閱圖1和圖2，本發(fā)明的一種公共場所暴力事件自動檢測系統(tǒng)，其中，包括嵌入式微控制器2、系統(tǒng)監(jiān)控中心I和消息管理單元3 ;該嵌入式微控制器2包括視頻獲取單元4、視頻智能處理單元5和暴力事件分析單元6。
[0032]視頻獲取單元4，用于獲取視頻監(jiān)控場景的視頻信息，并把所獲取的視頻信息轉換成數字視頻信號，把該數字視頻信號傳輸至該視頻智能處理單元5 ;該視頻智能處理單元5，用于對該數字視頻信號進行分析處理，自動查找、跟蹤目標，自動識別、分析目標的行為，并把分析處理信息傳輸至該暴力事件分析單元6 ;該暴力事件分析單元6，用于對該視頻智能處理單元傳輸來的分析處理信息進行處理，并判斷是否為暴力行為，如是監(jiān)控目標的暴力行為，則在監(jiān)控現(xiàn)場拉動警報，同時將暴力監(jiān)控信息實時傳輸至該系統(tǒng)監(jiān)控中心I。
[0033]系統(tǒng)監(jiān)控中心1，與若干個嵌入式微控制器2連接在一起，用于對各個監(jiān)控現(xiàn)場進行實時監(jiān)控，對監(jiān)控現(xiàn)場的該暴力事件分析單元6傳輸來的暴力監(jiān)控信息進行存儲，并在系統(tǒng)監(jiān)控中心內發(fā)出警報；將全部監(jiān)控區(qū)域的暴力事件信息進行管理，并通過統(tǒng)計分析和預測各個區(qū)域暴力事件發(fā)生的總體規(guī)律及特性；嵌入式微控制器2監(jiān)控所處監(jiān)控點的現(xiàn)場。
[0034]消息管理單元3為連接各個該嵌入式微控制器2和該系統(tǒng)監(jiān)控中心I的通訊樞紐，用于協(xié)調該嵌入式微控制器2和該系統(tǒng)監(jiān)控中心I的通信及同步控制機制，保障監(jiān)控數據的安全，使之在通信過程中不丟失數據。
[0035]本發(fā)明的一種公共場所暴力事件自動檢測方法，其中，包括步驟:
[0036]S1、視頻獲取單元獲取視頻監(jiān)控場景的視頻信息；
[0037]S2、對獲取的視頻信息進行運動圖像處理，獲取各個運動目標區(qū)域；
[0038]S3、對各個運動目標區(qū)域的運動狀態(tài)進行光流場分析；
[0039]S4、結合步驟S3中光流算法分析提出各個運動目標的行為特征，包括運動速度大小和方向；
[0040]S5、對各個運動目標進行多幀連續(xù)跟蹤，以獲取各個運動目標的運動軌跡，并根據跟示結果，判定運動目標的聚集狀態(tài)；
[0041]S6、結合步驟S4中提取出的運動特征，及步驟S5中各個運動目標的聚集狀態(tài)，如果目標的光流強度和光流速度超過閾值且方向凌亂，則判斷發(fā)生打砸等過激行為，如果目標的光流強度和光流速度超過閾值且目標發(fā)生聚集狀態(tài)，則判斷為肢體沖突事件，如果目標的光流強度和光流速度沒有達到閾值，則沒有發(fā)生暴力事件。
[0042]另外，步驟S2中的運動圖像處理還包括以下步驟:
[0043]S21、將連續(xù)的多幀監(jiān)控視頻圖像轉換為灰度圖像，再利用對稱差分法算出大致運動目標的二值圖；
[0044]S22、利用邊緣檢測方法對步驟S21得到的二值圖進行修正；
[0045]S23、選用3 X 3的濾波模板利用8連通區(qū)域標記和雙閾值法，濾除步驟S22得到的二值圖中的噪聲和空洞。
[0046]為了便于理解本發(fā)明，本發(fā)明提供一種實施例。
[0047]本發(fā)明的一種公共場所暴力事件自動檢測系統(tǒng)，包括各個監(jiān)控點的嵌入式微控制器2、系統(tǒng)監(jiān)控中心I和消息管理單元3。嵌入式微控制器2包括視頻獲取單元4、視頻智能處理單元5與暴力事件分析單元6。視頻獲取單元4用于獲取各個視頻監(jiān)控場景的視頻信息，視頻獲取單元包括CCD攝像機與信息采集器，CCD攝像機將視頻監(jiān)控區(qū)域的視頻信息直接轉換成數字視頻信號，并將該信號輸送至視頻智能處理單元5做進一步分析處理；視頻智能處理單元5，通過機器視覺算法來智能分析、理解監(jiān)控視頻圖像的內容，自動查找目標、自動跟蹤目標、自動識別和分析目標的行為；暴力事件分析單元6，通過與設定的閾值進行比對，判斷是否為暴力行為，如果是，則智能地監(jiān)控公共場所運動目標的暴力行為，并在監(jiān)控現(xiàn)場拉開警報，同時將暴力行為的圖片、文字、視頻信息等監(jiān)控信息實時發(fā)送給系統(tǒng)監(jiān)控中心I。系統(tǒng)監(jiān)控中心I是整個智能監(jiān)控中心的核心部分，將匯集所有公共場景的監(jiān)控信息，同時實現(xiàn)全部監(jiān)控區(qū)域暴力事件信息的集中管理與決策。嵌入式微控制器2與系統(tǒng)監(jiān)控中心I通過網絡相連，是多對一的連接關系。消息管理單元3用于協(xié)調各個監(jiān)控點微控制器與系統(tǒng)監(jiān)控中心的通信及同步控制機制。
[0048]本發(fā)明公共場所暴力事件自動檢測系統(tǒng)的工作原理是:先啟動視頻獲取單元4，通過CCD攝像頭得到數字視頻信息，然后將來得到的視頻信息送入視頻智能處理單元5 ;該視頻智能處理單元5對送入的視頻信息進行圖像預處理、運動目標檢測與修正，同時采用光流法分析各個運動目標的光流強度，并對各個運動目標的光流信息進行特征提??；暴力事件分析單元6根據提取的特征量來構建行為模式判斷模型，通過比對預定閾值(如光流強度、光流速度、光流方向等)，來實現(xiàn)公共場所暴力事件的判斷，并在監(jiān)控現(xiàn)場拉開警報，通過消息管理單元3發(fā)出消息至系統(tǒng)監(jiān)控中心I ;系統(tǒng)監(jiān)控中心I根據消息結果來啟動相應模塊，如報警模塊發(fā)出報警指示，則報警模塊立即發(fā)出警報，并將監(jiān)控點傳送過來的暴力行為圖片、文字、視頻信息等保存到系統(tǒng)數據庫，所有監(jiān)控點的監(jiān)控信息實時匯總到系統(tǒng)監(jiān)控中心，從而達到實時監(jiān)測的目的。
[0049]如圖2，本發(fā)明的實施例的監(jiān)控點的嵌入式微控制器的自動檢測方法，步驟如下:
[0050]S1、視頻獲取單元獲取視頻監(jiān)控場景的視頻信息；
[0051]S2、對獲取的視頻信息進行運動圖像處理，獲取各個運動目標區(qū)域，步驟如下:
[0052]S21、將第k_l、k、k+1三幀連續(xù)的監(jiān)控視頻圖像轉換為灰度圖像Uxj)、fk(x, y)、fk+1 (X, y)，再根據運動對象和背景圖像的相對變化，利用對稱差分法檢測出第k幀圖像中的運動對象的二值圖，以得到運動目標的輪廓，計算公式為:
[0053]d(k_1； k) (x, y) = | fk (x, y) (x, y)
[0054]d(k’k+1) (x, y) = | fk+1 (x, y) -fk(x, y)
[0055]bk(x, y) = b(k_1；k) (x, y) Π b(k，k+1) (x, y)
[0056]其中，所述的Clnk) (x, y)、d(k；k+1) (x, y)是相鄰兩巾貞圖像的灰度差值圖像,所述的b(k-1；k) (X，y)、d(k，k+1) (x, y)是相鄰兩巾貞灰度差值圖像的二值圖,所述的bk(x, y)第k巾貞運動目標的二值圖；
[0057]S22、針對第k幀圖像可能存在缺口和裂紋，利用邊緣檢測方法對步驟S21得到的二值圖bk(x，y)進行修正，即首先以半徑為r的圓形結構元素進行膨脹，r的取值范圍為:2彡r彡5，本實施例r取4，得到運動目標圖像K1U y)，其次采用Canny算子進行檢測，得到邊緣圖像bk2(x，y)，然后將膨脹后的圖像K1U, y)與邊緣檢測得到的圖像bk2(x，y)進行與運算，得到對運動目標輪廓修正后的圖像bk3(x，y)，計算公式為:
[0058]b'.(.V,.V) = bk (.V, V)十 βΓ
[0059]bf.(.V, y) = Cannyibi (x, r))
[0060]hi (.V, v) = b[ (λ'.v) Π hi (-V.y)
[0061]S23、選用3X3的濾波模板利用8連通區(qū)域標記和雙閾值法，濾除步驟S22得到的二值圖中的噪聲和空洞。步驟如下:
[0062]S231、利用8領域概念對每個8連通區(qū)域的像素點進行標記，如果標記的像素點的個數小于設定閾值T1, T1的取值范圍為100 ^ T1 ^ 1000，本實施例T1取100，則認為該連通區(qū)域為噪聲，并將其去除，否則認為該連通區(qū)域為圖像。
[0063]S232、將去除噪聲后的二值圖取反，選取閾值T2，T2的取值范圍為1000彡T2，本實施例T2取1000，重復步驟S231，待整幅圖像處理完之后，再將圖像取反，即可獲得去除噪聲和黑洞的二值圖。
[0064]S3、對各個運動目標區(qū)域的運動狀態(tài)進行光流場分析，本發(fā)明采用局部差分方法的Lucas-Kanade光流算法進行光流計算,具體算法如下:
[0065]Lucas - Kanade光流算法是一種2巾貞差分的光流估計算法，對第K巾貞、K+1巾貞圖像Ι(μ，v，k)、I(y，v，k+l)，若序列圖像獲取的時間間隔很短，且場景和光照條件變化緩慢，那么相鄰的這兩幀圖像將滿足灰度恒定約束，計算公式為:
[0066]I ( μ , V , k) = I ( μ + ε , ν + η , k+1)
[0067]其中所述的(μ，ν)表示像素點在圖像中的坐標。
[0068]假設在一個小的空間窗口內的光流保持恒定，然后通過使殘差最小化來得到光流d的估計值。
[0069]根據上述方程,令I (X) = I ( μ，ν，k)，J (x+d) = I ( μ + ε，ν + η , k+1)
[0070]目標函數為:
[0071]五=[[.,(Λ.t ?/) —/(Λ.)]

VF
[0072]其中所述的E表示殘差，w表示矩形窗口。
[0073]將J (x+d)按泰勒級數展開并線性逼近，得到J (x+d) ^ J (x) +J’ (x) d
[0074]通過最小化E得到d的估計值，步驟如下:
[0075]第一步:求E對d的導數,計算公式如下:

+ J ⑴"-1⑴]:
CU CU
[0076]
=X2./ (x)[J(x) + J (x)d -1⑴]
[0077]第二步:通過令E對d的導數為0，來得到d的估計值，由上述方程式計算如下:
[0078]X-2./ (-λ*)[./(.λ*) + J (x)d - /(x)] =0

H’
Vj(A)7 [/(..V)-J(A)]
[0079]“ Η Σ 外P.⑷
[0080]第三步:利用Newton-Raphson最優(yōu)方法可以獲取d更加精確的估計值,對上述方程式的迭代公式表示為:
[0081]d0 = O
[]?+? k Y/(x + dk、iAx + dk、
[0083] Lucas - Kanade光流算法可以根據實際視頻圖像自行設定光流計算窗口的大小，所以該算法僅需要跟蹤少量的特征點，計算量較小并且應用靈活。
[0084]S4、結合步驟S3中光流算法分析提取各個運動目標的行為特征，包括各個運動目標的光流強度、光流速度和方向。同時通過檢測人正常行走、快速行走的光流特征，作為人異常行為與過激行為的光流閾值。
[0085]S5、對各個運動目標進行多幀連續(xù)跟蹤，即把步驟S2中得到的各個目標區(qū)域的重心坐標在連續(xù)幀中連接起來，以獲取各個運動目標的運動軌跡，并根據跟蹤結果，判定運動目標的聚集狀態(tài)。
[0086]S6、結合步驟S4中提取出的運動特征，及步驟S5中各個運動目標的聚集狀態(tài)，如果目標的光流強度和光流速度超過閾值且方向凌亂，則判斷發(fā)生打砸等過激行為，如果目標的光流強度和光流速度超過閾值且目標發(fā)生聚集狀態(tài)，則判斷為肢體沖突事件，如果目標的光流強度和光流速度沒有達到閾值，則沒有發(fā)生暴力事件。
[0087]以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內所作的任何修改、等同替換和改進等，均應包含在本發(fā)明的保護范圍之內。
【權利要求】
1.一種公共場所暴力事件自動檢測系統(tǒng)，其特征在于，包括若干個嵌入式微控制器和系統(tǒng)監(jiān)控中心；所述嵌入式微控制器包括視頻獲取單元、視頻智能處理單元和暴力事件分析單元； 所述視頻獲取單元，用于獲取視頻監(jiān)控場景的視頻信息，并把所獲取的視頻信息轉換成數字視頻信號，把該數字視頻信號傳輸至所述視頻智能處理單元； 所述視頻智能處理單元，用于對所述數字視頻信號進行分析處理，自動查找、跟蹤目標，自動識別、分析目標的行為，并把分析處理信息傳輸至所述暴力事件分析單元； 所述暴力事件分析單元，用于對所述視頻智能處理單元傳輸來的分析處理信息進行處理，并判斷是否為暴力行為，如是監(jiān)控目標的暴力行為，則在監(jiān)控現(xiàn)場拉動警報，同時將暴力監(jiān)控信息實時傳輸至所述系統(tǒng)監(jiān)控中心； 所述系統(tǒng)監(jiān)控中心，用于對各個監(jiān)控現(xiàn)場進行實時監(jiān)控，對監(jiān)控現(xiàn)場的所述暴力事件分析單元傳輸來的暴力監(jiān)控信息進行存儲，并在系統(tǒng)監(jiān)控中心內發(fā)出警報；將全部監(jiān)控區(qū)域的暴力事件信息進行管理，并通過統(tǒng)計分析和預測各個區(qū)域暴力事件發(fā)生的總體規(guī)律及特性。
2.根據權利要求1所述的公共場所暴力事件自動檢測系統(tǒng)，其特征在于，還包括消息管理單元，所述消息管理單元為連接各個所述嵌入式微控制器和所述系統(tǒng)監(jiān)控中心的通訊安全樞紐，用于協(xié)調所述嵌入式微控制器和所述系統(tǒng)監(jiān)控中心的通信及同步控制機制。
3.根據權利要求2所述的公共場所暴力事件自動檢測系統(tǒng)，其特征在于，所述視頻智能處理單元，用于利用光流法分析各個目標的光流強度，并對各個目標的光流信息進行特征提取。
4.根據權利要求2所述的公共場所暴力事件自動檢測系統(tǒng)，其特征在于，所述視頻獲取單元包括電荷耦合器件與信息采集器。
5.根據權利要求3或4所述的公共場所暴力事件自動檢測系統(tǒng)，其特征在于，所述系統(tǒng)監(jiān)控中心包括報警單元和數據庫單元。
6.根據權利要求3所述的公共場所暴力事件自動檢測系統(tǒng)，其特征在于，所述暴力事件分析單元內設置光流強度和光流速度的特定閾值。
7.—種公共場所暴力事件自動檢測方法，其特征如下，包括步驟: . 51、視頻獲取單元獲取視頻監(jiān)控場景的視頻信息； . 52、對獲取的視頻信息進行運動圖像處理，獲取各個運動目標區(qū)域； . 53、對各個運動目標區(qū)域的運動狀態(tài)進行光流場分析； . 54、結合步驟S3中光流算法分析提出各個運動目標的行為特征，包括運動速度大小和方向； .55、對各個運動目標進行多幀連續(xù)跟蹤，以獲取各個運動目標的運動軌跡，并根據跟蹤結果，判定運動目標的聚集狀態(tài)； . 56、結合步驟S4中提取出的運動特征，及步驟S5中各個運動目標的聚集狀態(tài)，如果目標的光流強度和光流速度超過閾值且方向凌亂，則判斷發(fā)生打砸等過激行為，如果目標的光流強度和光流速度超過閾值且目標發(fā)生聚集狀態(tài)，則判斷為肢體沖突事件，如果目標的光流強度和光流速度沒有達到閾值，則沒有發(fā)生暴力事件。
8.根據權利要求7所述的公共場所暴力事件自動檢測方法，其特征在于，所述步驟S2中的運動圖像處理還包括以下步驟: . 521、將連續(xù)的多幀監(jiān)控視頻圖像轉換為灰度圖像，再利用對稱差分法算出大致運動目標的二值圖； .522、利用邊緣檢測方法對步驟S21得到的二值圖進行修正； .523、選用3X 3的濾波模板利用8連通區(qū)域標記和雙閾值法，濾除步驟S22得到的二值圖中的噪聲和空洞。
【文檔編號】H04N7/18GK104301697SQ201410629183
【公開日】2015年1月21日 申請日期:2014年11月6日 優(yōu)先權日:2014年7月15日
【發(fā)明者】伍馮潔, 黃文愷, 伍尚湖, 何唐梅, 謝陳躍, 陳虹, 韓曉英, 張倩 申請人:廣州大學