CN102801427A - 源信号变速率格矢量量化的编解码方法和*** - Google Patents
源信号变速率格矢量量化的编解码方法和*** Download PDFInfo
- Publication number
- CN102801427A CN102801427A CN2012102799912A CN201210279991A CN102801427A CN 102801427 A CN102801427 A CN 102801427A CN 2012102799912 A CN2012102799912 A CN 2012102799912A CN 201210279991 A CN201210279991 A CN 201210279991A CN 102801427 A CN102801427 A CN 102801427A
- Authority
- CN
- China
- Prior art keywords
- vector
- bit
- quantizes
- source signal
- quantization
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明涉及一种源信号变速率格矢量量化的编解码方法和***。其中该编码方法包括:S1.将输入源信号从时域变换到频域以获得谱系数和控制信息;S2.对所述谱系数进行分组和比特分配以获得比特分配信息;S3.基于所述比特分配信息,格矢量量化所述谱系数;S4.将量化索引、所述比特分配信息、所述控制信息打包成编码比特流。相比于传统的变速率矢量量化器存储多个矢量码本,本发明方法无需存储矢量码本;此外,存在快速算法,其运算复杂度较传统矢量量化大幅度降低,即具有低运算复杂度的优点;还具有可以实现变比速率量化的优点。
Description
技术领域
本发明涉及源信号编码领域,更具体地,涉及源信号变速率格矢量量化的编解码方法和***。
背景技术
现有的数字源信号的编码通常采用的是变换编码,其将待编码的信号分成为帧的采样块,并采用诸如离散傅立叶变换、离散余弦变换等线性正交变换对每帧信号进行处理,求取变换系数,然后对变化系数进行量化,以进一步提高压缩效果。
在量化方法中常用的一种方法是矢量量化方法,在其中,将几个采样系数组在一起形成一个矢量,且以一个码本项对每个矢量进行近似(量化)。为量化输入矢量所选择的码本项通常是根据“距离最小”准则得出的码本中最近的邻点。在码本集合中增加更多的码本会增加比特率和复杂性,但会降低量化的平均失真。
另一方面,为了适应源的不断变化的特征,通常使用自适应比特分配。通过自适应比特分配,可使用不同的码本尺寸来量化源矢量。在变换编码中,在不超过量化所有系数的可用比特数的最大值情况下,分配给源矢量的比特数通常取决于该矢量相对于同一帧中其他矢量的能量。图1和图2详细描述了常见的变速率量化编、解码器的量化框图。图1和图2中示出的变速率量化编码器和解码器使用多个码本,它们通常具有不同的比特率,以量化源矢量x。通常通过对信号进行变换并获取所有的变换系数或其子集,来获得源矢量。
图1中示出了常见的变速率量化编码器,其关键部件是用Q表示的量化器,该量化器用于选择一个码本号n和一个码矢索引i来表征源矢量x的量化值y。码本号n指明编码器选择的码本,而索引i表示在该特定码本中选择的码矢量。
通常,将适当的无损编码技术分别应用于块En和Ei中的n和i(即,图1中的En和Ei),以便在将它们复合在复用器MUN中以存储或通过通信信道传输之前,减少被编码的码本号nE和索引iE的平均比特率。
图2示出了变速率量化解码器。该解码器的输入端提供了用于将二进制码nE和iE分离解复用器DEMUX;该解码器还包括无损解码模块(即,Dn和Di),在其中解码nE和iE为码本号n和索引i;该解码器还包括接收码本号n和索引i并进行逆量化的逆量化器(用Q-1表示),其使用码本号和索引来恢复源矢量x的量化值y。不同的n值通常产生不同的比特分配从而产生不同的比特率,每维所需比特数(即,码本比特率)的定义为:分配给源矢量的比特数与源矢量的维数的比值。
通常,码本的构建可以采用以下多种方法:
一种流行的方法是根据源的分布,采用训练算法(如k均值算法)来优化码本项。该方法得到非结构化码本,其对于待量化的每个源矢量通常必须进行存储和穷举搜索。因此,该方法的缺点是内存需求大,且计算复杂,它随码本比特率的增加而成指数增长。如果变速率方法基于上述非结构化的码本,则内存需求大和计算复杂的缺陷会进一步加大,因为通常需要为每个可能的位分配特定的码本。
另一种方法是使用格矢量量化器,其降低了搜索复杂度,并且在许多情况下,可以有效地减少存储需求。格矢量量化是一种代数型矢量量化器,它的特点是在多维信号空间中,构造一种有规律的网络,网络中的点称为格点,并以格点进行矢量量化,把信号空间划分为胞腔。由于网络是有规律的,故格点和胞腔也是有规律的。格矢量量化器的主要优点是容易构造码书,且可以进行高维量化。图3示出了二维空间中的例子,其中基本矢量是v1和v2,该例子中使用的格是基本的六角形点阵,用Α2表示,该图中用十字标识的所有点可如下获得:
y=k1v1+k2v2 (1)
其中,y是空间格点,且k1和k2可以是任何整数。注意到图3只是表示空间格点的一个子集,因为该空间格点本身可无穷扩展。
当选择某一空间格点来构造量化码本时,通常选择格点的某一子集来获得具有给定(有限)比特数的码本,使用格点的好处是在确定码本内的所有格点的源矢量x的最近邻点时,存在快速码本搜索算法,并且与其他非结构化的码本相比,可以极大减少复杂性。此外,使用格点无需存储码本,因为码本可以从生成矩阵中获得。
D8格中任意8维格点y可以通过如下的方法生成:
y=[k1 k2…k8]GD8 (3)
其中k1,k2,...,k8是有符号的整数,GD8是生成矩阵,定义为:
该逆矩阵在获取D8格点y的坐标时非常有用。
发明内容
为了解决传统的变速率矢量量化器因随码本个数的增加而导致存储空间增加、且在量化过程中因需要对码本进行全搜索以获得最好的量化矢量而使其搜索的运算复杂度高等缺陷,本发明特给出了以下技术方案。
本发明解决其技术问题采用的第一技术方案是,构造一种源信号变速率格矢量量化的编码方法,包括:
S1,将输入源信号从时域变换到频域以获得谱系数和控制信息;
S2,对所述谱系数进行分组和比特分配以获得比特分配信息;
S3,基于所述比特分配信息,格矢量量化所述谱系数;
S4,将量化索引、所述比特分配信息、所述控制信息打包成编码比特流.
在本发明所述的源信号变速率格矢量量化的编码方法中,所述步骤S3进一步包括:
S31,对于所述谱系数,计算偏移矢量;
S32,对所述偏移矢量进行缩放,得到缩放矢量;
S33,在D8格空间中搜索与所述缩放矢量最临近的格点;
S34,计算所述最临近的格点坐标;
S35,利用所述坐标计算D8格矢量;
S36,比较所述D8格矢量与所述最临近的格点是否一致,如果一致,则量化结束,输出所述坐标;如果不一致,则对所述缩放矢量执行逼近量化。
在本发明所述的源信号变速率格矢量量化的编码方法中,所述步骤S36中的逼近量化进一步包括:
S361,将所述缩放矢量再次缩放,得到再次缩放矢量,运用步骤S33-S35计算得到第二最临近的格点、所述第二最临近的格点坐标,和第二D8格矢量;
S362,比较所述第二D8格矢量与所述第二最临近的格点是否相等,如果不相等,则重复步骤S361,直至所述第二D8格矢量与所述第二最临近的格点相等。
在本发明所述的源信号变速率格矢量量化的编码方法中,所述步骤S36中的逼近量化进一步包括:
S363,运用步骤S33-S35计算得到第三D8格矢量、第三最临近的格点和第三最临近的格点坐标;
S364,比较所述第三D8格矢量与所述第三最临近的格点,如果两者不相等,则量化结束,输出所述第三最临近的格点坐标及量化比特数;如果两者相等,则重复步骤S363直至两者不相等,最后输出所述第三最临近的格点坐标及量化比特数。
在本发明所述的源信号变速率格矢量量化的编码方法中,在所述步骤S31中,所述偏移矢量满足:
在本发明所述的源信号变速率格矢量量化的编码方法中,在所述步骤S32中,所述缩放矢量满足:
在本发明所述的源信号变速率格矢量量化的编码方法中,R(p)满足:
其中,所述谱系数的个数为N,将所述N个谱系数分成L个8维子矢量,ψ表示一帧源信号总的量化编码比特数,Ω表示帧源信号经过比特分配算法后剩余比特数为Ω。
本发明解决其技术问题采用的第二技术方案是,构造一种源信号变速率格矢量量化的编码***,包括:
正交变换模块,用于将输入源信号从时域变换到频域以获得谱系数和控制信息;
谱系数分组和比特分配模块、用于对所述谱系数进行分组和比特分配以获得比特分配信息;
格矢量量化模块,用于基于所述比特分配信息,格矢量量化所述谱系数;
编码比特流模块,用于将量化索引、所述比特分配信息、所述控制信息打包成编码比特流。
本发明解决其技术问题采用的第三技术方案是,构造一种源信号变速率格矢量量化的解码方法,包括:
S1,接收编码比特流进行解码以获得解码比特流;
S2,对所述解码比特流进行比特分配和量化索引解码;
S3,基于解码的量化索引进行逆格矢量量化得到重建量化矢量;
S4,基于所述控制信息对所述重建量化矢量进行逆正交变换得到重建信号。
本发明解决其技术问题采用的第四技术方案是,构造一种源信号变速率格矢量量化的解码模块,包括:
编码比特流解码模块,用于接收编码比特流进行解码以获得解码比特流;
比特分配和量化索引解码模块,用于对所述解码比特流进行比特分配和量化索引解码;
逆格矢量量化模块,用于基于解码的量化索引进行逆格矢量量化得到重建量化矢量;
逆正交变换模块,用于基于所述控制信息对所述重建量化矢量进行逆正交变换得到重建信号。
相比于传统的变速率矢量量化器存储多个矢量码本,本发明方法无需存储矢量码本;此外,存在快速算法,其运算复杂度较传统矢量量化大幅度降低,即具有低运算复杂度的优点;第三,还具有可以实现变比速率量化的优点。
本领域技术人员应该意识到,前述概括仅仅是为了提供本发明的特定方面的简单描述。通过结合附图并参照权利要求和以下优选实施例的详细描述,能够获得对本发明的更完全的理解。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是传统的变速率量化编码器的量化框图;
图2是传统的变速率量化解码器的量化框图;
图3是表示某空间格点的一个子集;
图4A示出了根据本发明一个实施例的编码器的框图;
图4B示出了根据本发明一个实施例的解码器的框图;
图5示出了根据本发明一个实施例的量化方法的流程图;以及
图6示出了根据本发明一个实施例的逆量化方法的流程图。
具体实施方式
本发明的主要目的是提供一种用于基于空间D8格点的源信号变速率量化技术(例如,包括量化方法和量化***等),该量化技术与现有技术相比,能够实现变速率量化,且无需存储空间和运算复杂度低。该量化技术能够应用于各种变速率编码***和可分级编码***。为了叙述简便却不致混淆,本发明实施例可能省略了对本领域技术人员所公知的内容,例如比特分配算法、谱系数分组算法、格矢量量化的索引编解码算法等。
在根据本发明的一个优选实施例中,源信号变速率格矢量量化的编码器主要包括:正交变换模块101、谱系数分组与比特分配模块102和格矢量量化模块103和编码比特流模块104。而源信号变速率格矢量量化的解码器为源信号变速率格矢量量化的编码器的逆***,主要包括编码比特流解码模块204、比特分配和量化索引解码模块201、逆格矢量量化模块202和正交变换模块203。图4示意性示出了整个编解码器的框图。
具体而言,在图4A中,根据本发明的一个实施例,在编码端,在模块101中,利用诸如离散余弦变换(DCT)、改进的离散余弦变换(MDCT)等的正交变换之一将输入的原始信号从时域变换到频域,得到谱系数和控制信息;接下来,在模块102中,对谱系数进行分组以及比特分配,获得比特分配信息;然后,在模块103中,基于比特分配信息,对谱系数进行格矢量量化;最后,将控制信息、比特分配信息以及量化索引在模块104打包成编码比特流,输入信道或存储。
图4B中,根据本发明的一个实施例,在解码端,在模块204中,将接收到的编码比特流进行解码,并结合模块201进行比特分配和量化索引解码;在模块202中,根据模块201中解码的量化索引进行逆格矢量量化得到重建的量化矢量;最后,在模块203中,重建的量化矢量在控制信息的控制下进行逆正交变换,得到重建信号。
在图5中,详细示出了本发明的一个更具体的实现过程。假定一帧信号经过诸如离散傅立叶变换、离散余弦变换等线性正交变换之一处理后得到的谱系数个数为N,将上述N个谱系数分成L个8维子矢量(即,满足8×L=N),假定每一个8维子矢量分配的量化比特数为R(p)比特/维(p=0,1,...,L-1),一帧信号总的量化编码比特数为ψ,经过比特分配算法后剩余比特数为Ω,编码端量化步骤如下:
在步骤301中,根据总编码码率和所选择的量化比特分配算法确定每一个8维子矢量分配的量化比特数为R(p)比特/维(p=0,1,...,L-1),R(p)应满足如下的限制:
在步骤305中,计算D8格格点V在R(p)比特/维的Voronoi扩展截断坐标k=(k1 k2…k8),其中0≤ki≤2R(p)-1,i=1,2,…,8,k的计算为:
在步骤306中,根据给定坐标k=(k1 k2…k8)计算x=kGD8和z=r-1x(其中GD8是D8格的生成矩阵,见式4),并在D8格空间中搜索与缩放矢量z最临近格点λ,然后计算D8格矢量c:
c=x-rλ (10)
在步骤311、312中,利用坐标j计算得到D8格矢量c′,比较格矢量c′和u,如果c′和u不相等,则重复步骤308到步骤312,直至c′和u相等。
在步骤316中,利用坐标j′计算得到D8格矢量c″,比较格矢量c″和u′,如果c″和u′相等则k=j′,并且重复步骤314到步骤316。如果c″和u′不相等,则停止循环。
在步骤318中,将每一个8维子矢量分配的量化比特数为R(p)比特/维(p=0,1....,L-1)和D8格坐标kp编码后传到解码端。
相对上述编码端量化的方法,图6示出了解码端逆量化的流程图,具体实施步骤如下:
在步骤401、402中,从编码的码流中解码得到每一个8维子矢量分配的量化比特数为R(p)比特/维(p=0,1,...,L-1)和D8格坐标kp。
需要说明的是,本发明不局限于对频谱系数进行量化,还适用于语音编码中LPC系数的量化。此外,本发明能够应用于各种变速率编码***和可分级编码***,具有广泛的适用性。
Claims (10)
1.一种源信号变速率格矢量量化的编码方法,其特征在于,包括:
S1,将输入源信号从时域变换到频域以获得谱系数和控制信息;
S2,对所述谱系数进行分组和比特分配以获得比特分配信息;
S3,基于所述比特分配信息,格矢量量化所述谱系数;
S4,将量化索引、所述比特分配信息、所述控制信息打包成编码比特流。
2.根据权利要求1所述的源信号变速率格矢量量化的编码方法,其特征在于,所述步骤S3进一步包括:
S31,对于所述谱系数,计算偏移矢量;
S32,对所述偏移矢量进行缩放,得到缩放矢量;
S33,在D8格空间中搜索与所述缩放矢量最临近的格点;
S34,计算所述最临近的格点坐标;
S35,利用所述坐标计算D8格矢量;
S36,比较所述D8格矢量与所述最临近的格点是否一致,如果一致,则量化结束,输出所述坐标;如果不一致,则对所述缩放矢量执行逼近量化。
3.根据权利要求2所述的源信号变速率格矢量量化的编码方法,其特征在于,所述步骤S36中的逼近量化进一步包括:
S361,将所述缩放矢量再次缩放,得到再次缩放矢量,运用步骤S33-S35计算得到第二最临近的格点、所述第二最临近的格点坐标,和第二D8格矢量;
S362,比较所述第二D8格矢量与所述第二最临近的格点是否相等,如果不相等,则重复步骤S361,直至所述第二D8格矢量与所述第二最临近的格点相等。
4.根据权利要求3所述的源信号变速率格矢量量化的编码方法,其特征在于,所述步骤S36中的逼近量化进一步包括:
S363,运用步骤S33-S35计算得到第三D8格矢量、第三最临近的格点和第三最临近的格点坐标;
S364,比较所述第三D8格矢量与所述第三最临近的格点,如果两者不相等,则量化结束,输出所述第三最临近的格点坐标及量化比特数;如果两者相等,则重复步骤S363直至两者不相等,最后输出所述第三最临近的格点坐标及量化比特数。
7.根据权利要求6所述的源信号变速率格矢量量化的编码方法,其特征在于,R(p)满足:
其中,所述谱系数的个数为N,将所述N个谱系数分成L个8维子矢量,ψ表示一帧源信号总的量化编码比特数,Ω表示帧源信号经过比特分配算法后剩余比特数为Ω。
8.一种源信号变速率格矢量量化的编码***,其特征在于,包括:
正交变换模块,用于将输入源信号从时域变换到频域以获得谱系数和控制信息;
谱系数分组和比特分配模块、用于对所述谱系数进行分组和比特分配以获得比特分配信息;
格矢量量化模块,用于基于所述比特分配信息,格矢量量化所述谱系数;
编码比特流模块,用于将量化索引、所述比特分配信息、所述控制信息打包成编码比特流。
9.一种源信号变速率格矢量量化的解码方法,其特征在于,包括:
S1,接收编码比特流进行解码以获得解码比特流;
S2,对所述解码比特流进行比特分配和量化索引解码;
S3,基于解码的量化索引进行逆格矢量量化得到重建量化矢量;
S4,基于所述控制信息对所述重建量化矢量进行逆正交变换得到重建信号。
10.一种源信号变速率格矢量量化的解码模块,其特征在于,包括:
编码比特流解码模块,用于接收编码比特流进行解码以获得解码比特流;
比特分配和量化索引解码模块,用于对所述解码比特流进行比特分配和量化索引解码;
逆格矢量量化模块,用于基于解码的量化索引进行逆格矢量量化得到重建量化矢量;
逆正交变换模块,用于基于所述控制信息对所述重建量化矢量进行逆正交变换得到重建信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210279991.2A CN102801427B (zh) | 2012-08-08 | 2012-08-08 | 源信号变速率格矢量量化的编解码方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210279991.2A CN102801427B (zh) | 2012-08-08 | 2012-08-08 | 源信号变速率格矢量量化的编解码方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102801427A true CN102801427A (zh) | 2012-11-28 |
CN102801427B CN102801427B (zh) | 2015-05-06 |
Family
ID=47200412
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210279991.2A Active CN102801427B (zh) | 2012-08-08 | 2012-08-08 | 源信号变速率格矢量量化的编解码方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102801427B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105957533A (zh) * | 2016-04-22 | 2016-09-21 | 杭州微纳科技股份有限公司 | 语音压缩方法、语音解压方法及音频编码器、音频解码器 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070168197A1 (en) * | 2006-01-18 | 2007-07-19 | Nokia Corporation | Audio coding |
CN101165777A (zh) * | 2006-10-18 | 2008-04-23 | 宝利通公司 | 快速点阵向量量化 |
CN101266795A (zh) * | 2007-03-12 | 2008-09-17 | 华为技术有限公司 | 一种格矢量量化编解码的实现方法及装置 |
CN102081926A (zh) * | 2009-11-27 | 2011-06-01 | 中兴通讯股份有限公司 | 格型矢量量化音频编解码方法和*** |
-
2012
- 2012-08-08 CN CN201210279991.2A patent/CN102801427B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070168197A1 (en) * | 2006-01-18 | 2007-07-19 | Nokia Corporation | Audio coding |
CN101165777A (zh) * | 2006-10-18 | 2008-04-23 | 宝利通公司 | 快速点阵向量量化 |
CN101266795A (zh) * | 2007-03-12 | 2008-09-17 | 华为技术有限公司 | 一种格矢量量化编解码的实现方法及装置 |
CN102081926A (zh) * | 2009-11-27 | 2011-06-01 | 中兴通讯股份有限公司 | 格型矢量量化音频编解码方法和*** |
Non-Patent Citations (1)
Title |
---|
张勇等: "基于高斯格型矢量量化的导谱频率参数量化方法", 《数据采集与处理》, vol. 24, no. 5, 30 September 2009 (2009-09-30) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105957533A (zh) * | 2016-04-22 | 2016-09-21 | 杭州微纳科技股份有限公司 | 语音压缩方法、语音解压方法及音频编码器、音频解码器 |
CN105957533B (zh) * | 2016-04-22 | 2020-11-10 | 杭州微纳科技股份有限公司 | 语音压缩方法、语音解压方法及音频编码器、音频解码器 |
Also Published As
Publication number | Publication date |
---|---|
CN102801427B (zh) | 2015-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1659785B (zh) | 信号多速率点阵矢量量化的方法和*** | |
CN107801026B (zh) | 图像压缩方法及装置、图像压缩及解压缩*** | |
CN101430881B (zh) | 一种编码、解码、编解码方法、编解码***以及相关装置 | |
CN102687403B (zh) | 使用算术阶段压缩未充分利用的代码空间的编码器和解码器 | |
CN108495132B (zh) | 基于轻量级深度卷积网络的遥感影像大倍率压缩方法 | |
Zhou et al. | Image compression based on discrete cosine transform and multistage vector quantization | |
CN103716623A (zh) | 基于加权量化的视频压缩编解码方法及编解码器 | |
Kumar et al. | A review: DWT-DCT technique and arithmetic-Huffman coding based image compression | |
CN102158692B (zh) | 编码方法、解码方法、编码器和解码器 | |
US10021423B2 (en) | Method and apparatus to perform correlation-based entropy removal from quantized still images or quantized time-varying video sequences in transform | |
CN101609674B (zh) | 编解码方法、装置和*** | |
CN102918838B (zh) | 图像序列的一个块的编码方法和重构方法 | |
CN102982807B (zh) | 用于对语音信号lpc系数进行多级矢量量化的方法和*** | |
CN102801427A (zh) | 源信号变速率格矢量量化的编解码方法和*** | |
US20180192051A1 (en) | Method and Device for Digital Data Compression with Sign Bit Removal | |
CN106331719A (zh) | 一种基于k‑l变换误差空间拆分的图像数据压缩方法 | |
Dhannoon et al. | Color image compression using polynomial and quadtree coding techniques | |
Raut et al. | Analyzing image compression with efficient transforms & multistage vector quantization using radial basis function neural network | |
CN104244017B (zh) | 压缩编码高光谱遥感图像的多层次码书矢量量化方法 | |
Chen | A lattice vector quantization using a geometric decomposition | |
Kamal et al. | Iteration free fractal compression using genetic algorithm for still colour images | |
Aggarwal et al. | Performance Comparison of Image Compression Using Wavelets | |
Antonini et al. | Adaptive entropy-constrained lattice vector quantization for multiresolution image coding | |
Amaar et al. | Image compression using hybrid vector quantization with DCT | |
Dalal et al. | Memory efficient WDR (wavelet difference reduction) using inverse of echelon form by equation solving |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220516 Address after: 510530 No. 10, Nanxiang 2nd Road, Science City, Luogang District, Guangzhou, Guangdong Patentee after: Guangdong Guangsheng research and Development Institute Co.,Ltd. Address before: 518057 6th floor, software building, No. 9, Gaoxin Zhongyi Road, high tech Zone, Nanshan District, Shenzhen, Guangdong Province Patentee before: SHENZHEN RISING SOURCE TECHNOLOGY Co.,Ltd. |