CN106650821A - 用于传输信息的方法和装置 - Google Patents

用于传输信息的方法和装置 Download PDF

Info

Publication number
CN106650821A
CN106650821A CN201611258496.8A CN201611258496A CN106650821A CN 106650821 A CN106650821 A CN 106650821A CN 201611258496 A CN201611258496 A CN 201611258496A CN 106650821 A CN106650821 A CN 106650821A
Authority
CN
China
Prior art keywords
physical beacon
code
physical
feature
beacon code
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.)
Pending
Application number
CN201611258496.8A
Other languages
English (en)
Inventor
陈军宏
吴松城
黄锦池
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xiamen Black Mirror Technology Co., Ltd.
Original Assignee
XIAMEN HUANSHI NETWORK TECHNOLOGY Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by XIAMEN HUANSHI NETWORK TECHNOLOGY Co Ltd filed Critical XIAMEN HUANSHI NETWORK TECHNOLOGY Co Ltd
Priority to CN201611258496.8A priority Critical patent/CN106650821A/zh
Publication of CN106650821A publication Critical patent/CN106650821A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/50Network services
    • H04L67/55Push-based network services

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请公开了用于传输信息的方法和装置。该方法的一具体实施方式包括:获取待查询物理信标码或待查询物理信标特征,其中物理信标码是基于物理信标特征集合进行编码而生成的,物理信标特征集合中的物理信标特征包括终端所在地理位置的地理位置特征以及对终端在该地理位置时拍摄并上传的图像进行识别所得到的图像中物体的物体属性特征;在物理信标码集合中查询与待查询物理信标码匹配的物理信标码或与待查询物理信标特征匹配的物理信标码,其中物理信标码集合中的各个物理信标码与对应的媒体信息关联存储;将所查询到的物理信标码对应的媒体信息推送至用户终端。该实施方式实现了富于针对性的信息推送。

Description

用于传输信息的方法和装置
技术领域
本申请涉及计算机技术领域,具体涉及网络技术领域,尤其涉及用于传输信息的方法和装置。
背景技术
目前,在用户之间进行信息传输与交换时,信息传输与交换所基于的特征通常为单一的通讯录好友关系或地理位置信息,特征相同或接近的用户之间可以进行信息分享。
然而,基于通讯录好友关系进行信息分享时场景较为限制,很多场景下用户无法获得真正需要的信息。在基于地理位置进行信息分享时,不同定位设备的精度存在误差,可能导致基于单一的地理位置信息进行信息传输与交换时精准度较差。
发明内容
本申请的目的在于提出一种改进的一种用于传输信息的方法和装置,来解决以上背景技术部分提到的技术问题。
第一方面,本申请提供了一种用于传输信息的方法,该方法包括:获取待查询物理信标码或待查询物理信标特征,其中物理信标码是基于物理信标特征集合进行编码而生成的,物理信标特征集合中的物理信标特征包括终端所在地理位置的地理位置特征以及对终端在该地理位置时所拍摄的图像进行识别所得到的图像中物体的物体属性特征;在物理信标码集合中查询与待查询物理信标码匹配的物理信标码或与待查询物理信标特征匹配的物理信标码,其中物理信标码集合中的各个物理信标码与对应的媒体信息关联存储;将所查询到的物理信标码对应的媒体信息推送至用户终端。
在一些实施例中,上述获取待查询物理信标码,包括:获取在用户终端处于当前地理位置时生成的物理信标码作为待查询物理信标码;或者,获取用户终端对应的订阅信息,订阅信息包括已订阅信息对应的物理信标特征;从订阅信息中提取出已订阅信息对应的物理信标特征作为待查询物理信标特征。
在一些实施例中,上述在物理信标码集合中查询与待查询物理信标码匹配的物理信标码,包括:获取在所述用户终端处于当前地理位置时生成的物理信标码作为待查询物理信标码;或者,从所述用户终端对应的订阅信息中提取出已订阅的物理信标特征作为待查询物理信标特征。
在一些实施例中,上述物体属性特征包括物体类别特征。。
在一些实施例中,上述物理信标特征集合中的物理信标特征还包括图像的拍摄时间特征。
在一些实施例中,上述图像中物体的物体属性特征是通过以下图像识别步骤生成的,图像识别步骤包括:将图像输入至卷积神经网络模型,其中,卷积神经网络模型是使用物体属性特征已知识别结果的样本图像进行训练得到的;根据卷积神经网络模型的输出向量得到图像中物体的物体属性特征。
在一些实施例中,上述物体属性特征包括多种物体属性特征,上述卷积神经网络模型是用于识别多种物体属性特征的多任务卷积神经网络模型。
在一些实施例中,上述方法还包括:若未查询到与待查询物理信标码匹配的物理信标码,在物理信标码集合中添加待查询物理信标码。
在一些实施例中,上述方法还包括媒体信息存储步骤,该媒体信息第一存储步骤包括:获取在信息上传终端处于至少一个地理位置时生成的物理信标码以及所述信息上传终端处于对应的地理位置时上传的待存储媒体信息,关联存储所获取的物理信标码以及所述待存储媒体信息;和/或,获取信息上传终端上传的待存储媒体信息以及所述信息上传终端设置的目标物理信标码的物理信标特征,在所述物理信标码集合中确定与所设置的物理信标特征匹配的目标物理信标码,关联存储所述目标物理信标码以及所述待存储媒体信息;和/或,获取在信息上传终端处于至少一个地理位置时生成的物理信标码以及所述信息上传终端处于对应的地理位置时上传的待存储媒体信息,根据预设匹配策略在所述物理信标码集合中确定与所获取的物理信标码匹配的目标物理信标码,关联存储所述目标物理信标码以及所述待存储媒体信息。
在一些实施例中,上述将所查询到的物理信标码对应的媒体信息推送至用户终端,包括:获取当前的环境特征信息;判断环境特征信息是否满足执行媒体信息推送的环境特征条件;若满足,将所查询到的物理信标码对应的媒体信息推送至用户终端。
第二方面,本申请提供了一种用于传输信息的装置,上述装置包括:获取单元,用于获取待查询物理信标码或待查询物理信标特征,其中物理信标码是基于物理信标特征集合进行编码而生成的,物理信标特征集合中的物理信标特征包括终端所在地理位置的地理位置特征以及对终端在该地理位置时拍摄并上传的图像进行识别所得到的图像中物体的物体属性特征;查询单元,用于在物理信标码集合中查询与待查询物理信标码匹配的物理信标码或与待查询物理信标特征匹配的物理信标码,其中物理信标码集合中的各个物理信标码与对应的媒体信息关联存储;推送单元,用于将所查询到的物理信标码对应的媒体信息推送至用户终端。
在一些实施例中,获取单元用于:获取在所述用户终端处于当前地理位置时生成的物理信标码作为待查询物理信标码;或者,从所述用户终端对应的订阅信息中提取出已订阅的物理信标特征作为待查询物理信标特征。。
在一些实施例中,查询单元通过以下方式执行在物理信标码集合中查询与所述待查询物理信标码匹配的物理信标码:基于物理信标码对应的物理信标特征或物理信标码的各个码位,查询与待查询物理信标码匹配的物理信标码。
在一些实施例中,物体属性特征包括物体类别特征。
在一些实施例中,物理信标特征集合中的物理信标特征还包括图像的拍摄时间特征。
在一些实施例中,图像中物体的物体属性特征是通过以下图像识别单元生成的,图像识别单元用于:将图像输入至卷积神经网络模型,其中,卷积神经网络模型是使用图像中物体属性特征的样本图像进行训练得到的;根据卷积神经网络模型的输出向量得到图像中物体的物体属性特征。
在一些实施例中,物体属性特征包括多种物体属性特征,卷积神经网络模型是用于识别多种物体属性特征的多任务卷积神经网络模型。
在一些实施例中,上述装置还包括:添加单元,用于若未查询到与待查询物理信标码匹配的物理信标码,在物理信标码集合中添加待查询物理信标码。
在一些实施例中,上述装置还包括媒体信息存储单元,媒体信息存储单元用于:获取在信息上传终端处于至少一个地理位置时生成的物理信标码以及所述信息上传终端处于对应的地理位置时上传的待存储媒体信息,关联存储所获取的物理信标码以及所述待存储媒体信息;和/或,获取信息上传终端上传的待存储媒体信息以及所述信息上传终端设置的目标物理信标码的物理信标特征,在所述物理信标码集合中确定与所设置的物理信标特征匹配的目标物理信标码,关联存储所述目标物理信标码以及所述待存储媒体信息;和/或,获取在信息上传终端处于至少一个地理位置时生成的物理信标码以及所述信息上传终端处于对应的地理位置时上传的待存储媒体信息,根据预设匹配策略在所述物理信标码集合中确定与所获取的物理信标码匹配的目标物理信标码,关联存储所述目标物理信标码以及待存储媒体信息。
在一些实施例中,上述推送单元,包括:获取子单元,用于获取当前的环境特征信息;判断子单元,用于判断所述环境特征信息是否满足执行媒体信息推送的环境特征条件;推送子单元,用于若环境特征信息满足执环境特征条件,将所查询到的物理信标码对应的媒体信息推送至用户终端。
本申请提供的用于传输信息的方法和装置,基于物理信标码进行信息传输,物理信标码是基于对用户终端所拍摄图像进行识别所得到的物体属性特征以及地理位置特征等物理信标特征编码而生成的,使得媒体信息的推送与所拍摄图像中的物体以及拍摄的地理位置相关,实现了富于针对性的信息推送。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请可以应用于其中的示例性***架构图;
图2是根据本申请的用于传输信息的方法的一个实施例的流程图;
图3是图2对应实施例的一种实现方式中所涉及的多任务卷积神经网络的结构示意图;
图4是根据本申请的用于传输信息的装置的一个实施例的结构示意图;
图5是适于用来实现本申请实施例的终端设备或服务器的计算机***的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于传输信息的方法或装置的实施例的示例性***架构100。
如图1所示,***架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、即时通信工具、社交平台软件等。
终端设备101、102、103可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio LayerIII,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group AudioLayer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的媒体信息提供支持的后台服务器。后台服务器可以对接收到的请求进行分析等处理,并将处理结果(例如媒体信息)反馈给终端设备。
需要说明的是,本申请实施例所提供的用于传输信息的方法一般由服务器105执行,相应地,用于传输信息的装置一般设置于服务器105中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的用于传输信息的方法的一个实施例的流程200。所描述的用于传输信息的方法,包括以下步骤:
步骤201,获取待查询物理信标码或待查询物理信标特征。
在本实施例中,用于传输信息的方法运行于其上的电子设备(例如图1所示的服务器)可以通过从本地或者通过有线连接方式或者无线连接方式从用户终端获取待查询物理信标码或待查询物理信标特征。物理信标码是基于物理信标特征集合进行编码而生成的,其中物理信标特征集合中的物理信标特征包括终端所在地理位置的地理位置特征以及对终端在该地理位置时所拍摄的图像进行识别所得到的图像中物体的物体属性特征。
实践中,不同的物理信标特征可以通过不同的特征值来区分。物理信标码则可以包括多个码位,在基于物理信标特征集合进行编码而生成物理信标码时,可以按照一定的编码函数将各个物理信标特征的特征值映射为物理信标码中各个码位的码位值。当物理信标特征集合包括n种物理信标特征时,假设各个物理信标特征分别为x1、x2、x3……xn,则可以通过编码函数y=f(x1、x2、x3……xn)得到物理信标码y。实践中,所采用的编码函数可以根据实际需求进行设置。例如,可以分别将每个物理信标特征分别对应到物理信标码中的某一位或某几位。
此外,需要说明的是,地理位置特征可以是通过基于各种定位技术的定位设备而得到,这些定位技术包括但不限于GPS(Global Positioning System,全球定位***)定位、基站定位、wifi(无线局域网)定位、IP(Internet Protocol,网络协议)定位、RFID(射频识别)/二维码等标签识别定位、蓝牙定位、声波定位、场景识别定位中的一项或多项。图像中物体的物体属性特征可以是物体的各种属性,这些特征可以通过各种图像识别方法而得到,这些图像识别方法包括但不限于通过机器学习模型识别。
在本实施例的一些可选实现方式中,上述物体属性特征包括图像中物体的物体类别特征。通常,可以预先设置有多种待识别的物体类别,且每个物体类别对应不同的特征值。通常,物体类别可以是天空、白云等种类物。例如,待识别的物体类别可以包括A品牌快餐门店、地铁口,A品牌快餐门店对应的特征值可以是1000,地铁口对应的特征值可以是1234。电子设备在识别出图像存在待识别的物体类别时,则可以利用该物体类别特征的特征值以及终端所在地理位置的地理位置特征的特征值进行编码,从而生成对应的物理信标码。
在本实施例的一些可选实现方式中,上述物理信标特征集合中的物理信标特征还包括图像的拍摄时间特征。在该实现方式中,图像的拍摄时间也可以作为物理信标特征编码生成对应的物理信标码,从而使得物理信标码除了空间含义外,又增加了时间含义,使得基于物理信标码的信息交互更具有多元性与准确性。
在本实施例的一些可选实现方式中,上述图像中物体的物体属性特征是通过以下图像识别步骤生成的:首先,将所拍摄的图像输入至卷积神经网络模型;之后,根据卷积神经网络模型的输出向量得到图像中物体的物体属性特征。其中,卷积神经网络模型是使用物体属性特征已知的样本图像进行训练得到的。其中,图像识别步骤可以在终端执行,也可以在服务器执行。利用所训练的卷积神经网络模型对输入的图像进行处理,卷积神经网络模型在训练时可以对特征提取进行学习,有利于提高识别精度。
可选的,图像识别步骤所识别出的图像属性特征可以包括图像中物体的多种物体属性特征,可以包括但不限于物体类别、物体尺度、颜色中的一种或多种。在需要识别多种属性时,上述卷积神经网络模型可以是多任务卷积神经网络。多任务卷积神经网络在低层网络进行参数共享,在高层网络根据不同的物体属性特征识别任务设计不同的网络层及其损失函数。在训练时,可以通过迁移学习算法累加所有的任务损失函数采用梯度下降法进行参数优化。其中,多任务卷积神经网络的结构如图3所示。多任务卷积神经网络的输入部分用于输入图像,低层网络为参数共享的共享网络,高层网络部分则包括分支1、分支2、分支3和分支4,各个分支所对应的输出向量可以分别用于表征物体属性特征A、B、C、D。在进行训练时,可以引入迁移学习等学习算法。该实现方式采用多任务卷积神经网络进行属性识别时,单个模型即可完成多个属性的识别工作,还可以利用低层的共享网络充分利用物体的共性特征,从而可以大大减少模型训练以及识别过程的计算量。
步骤202,在物理信标码集合中查询与待查询物理信标码匹配的物理信标码或与待查询物理信标特征匹配的物理信标码。
在本实施例中,电子设备可以预先存储有物理信标码集合,其中物理信标码集合中的各个物理信标码与对应的媒体信息关联存储,媒体信息可以包括但不限于视频、音频、文字等类别中一项或多项媒体信息。基于步骤201中得到的待查询物理信标码或待查询物理信标特征,电子设备(例如图1所示的服务器)可以检测物理信标码集合中的各个物理信标码是否与待查询物理信标码或待查询物理信标特征匹配,进而从中查询出与待查询物理信标码或待查询物理信标特征匹配的物理信标码。
通常,在检测物理信标码是否与待查询物理信标特征是否匹配时,可以根据物理信标码中对应的物理信标特征与待查询物理信标特征确定是否匹配即可。需要说明的是,物理信标特征与待查询物理信标特征匹配,可以是指完全相同,也可以是指相差在某一范围内,还可以是均满足同一种条件,具体选择何种方式可以根据不同的物理信标特征以及实际需求进行确定。
在本实施例的一些可选实现方式中,在检测不同的物理信标码是否匹配时,既可以根据两个物理信标码对应的各个物理信标特征进行判断,也可以直接通过两个物理信标码的各个码位值是否一致来判断是否匹配。
在根据两个物理信标码对应的各个物理信标特征进行判断时,可以先通过一定的算法根据各个物理信标特征的特征值计算两个物理信标码的匹配概率,再根据该匹配概率是否达到概率阈值确定两者是否匹配。以下提供一种计算两个物理信标码的匹配概率方式:
假设,物理信标特征集合只包含了物体类别特征x1、地理坐标特征x2,第一物理信标码y1和第二物理信标码y2对应的物体类别特征分别x1 (1)和x1 (2),对应的地理坐标特征分别为x2 (1)和x2 (2),第一物理信标码y1=f(x1 (1),x2 (1))与第二物理信标码y2=f(x1 (2),x2 (2))相互匹配的概率需要通过如下步骤确定:判断物体类别特征x1是否相同,即x1 (1)和x1 (2)是否相同。若不相同,则y1不等于y2,即y1与y2的匹配概率P(y1=y2)为0。若相同,则y1和y2的匹配概率P(y1=y2)可以通过以下的概率函数进行计算:
以上公式中,x1=x1 (1)=x1 (2),是一个关于物体类别x1的相关函数,尺寸越大的物体,对应的值越大。比如相比于彩虹来说,其所覆盖的地理位置信息相比于一个杯子覆盖的范围更广,可以允许其在更广的范围内具有唯一性。
需要说明的是,直接比较物理信标码本身码位的方式,也可以实现与以上根据物理信标特征判断是否匹配的方式相同的技术目的。由于物理信标码是基于各个物理信标特征编码而生成的,编码所采用的编码函数会影响到某一物理信标码所对应的各个物理信标特征的特征值范围。因此,只需采用适当的编码算法,就可以将相互之间的匹配概率达到概率阈值的多个物理信标特征组合对应相同的物理信标码。如此,在查询与待查询物理信标码相匹配的物理信标码时,仅需要判断物理信标码本身的码位是否一致即可,而不需要使用物理信标特征进行计算。以下提供一种物理信标码的编码方式:
在待编码的物理信标特征集合中,可以分为需要精确匹配的物理信标特征以及仅需要模糊匹配的物理信标特征。对于需要精确匹配的物理信标特征,在进行编码时,可以将这些物理信标特征的特征值与物理信标码中对应码位的码位值设置为一一对应关系。例如,当图像中物体的物体类别为需要精确匹配的物理信标特征时,相同的物体类别在对应的码位上对应唯一的码位值,不同的物体类别在对应的码位上对应不同的码位值。对于仅需要模糊匹配的物理信标特征时,则这些物理信标特征满足某一条件的多种特征值可以对应于物理信标码中相应码位的唯一码位值。例如,当物理信标特征为地理位置时,仅需要匹配到一定地区范围(同一个城市)的地理位置,此时同一地区范围内的不同地理位置可以在物理信标码的相应码位对应同一码位值。此外,需要说明的是,在编码时,也可以将多种物体信标特征对应到物理信标码的某一位或某几位上。
综上可知,通过采用相应的编码方式,在查询与待查询物理信标码相匹配的物理信标码时,直接根据物理信标码本身进行判断即可,大大提高了查询效率。
步骤203,将所查询到的物理信标码对应的媒体信息推送至用户终端。
在本实施例中,基于步骤202所查询到的物理信标码,电子设备可以首先确定与所查询到的物理信标码对应的媒体信息。之后,电子设备可以将该媒体信息推送给用户终端。需要说明的是,所推送的用户终端可以是待查询物理信标码或待查询物理信标特征所对应的终端,也可以是用户预先指定的终端,例如处于某一地理位置附近的终端,或者用户通讯录好友对应的终端。
在本实施例的一些可选实现方式中,步骤201可以包括:获取在所述用户终端处于当前地理位置时生成的物理信标码作为待查询物理信标码;或者,从所述用户终端对应的订阅信息中提取出已订阅的物理信标特征作为待查询物理信标特征。
在前一种方式中,待查询物理信标码可以是在用户终端处于当前地理位置时生成的物理信标码,从而使得最终向用户推送的媒体信息所对应的物理信标码与用户当前地理位置对应的物理信标码匹配,实现了根据用户实时的位置推送相关联的媒体信息。
在后一种方式中,待查询物理信标特征可以是用户终端对应的订阅信息中已订阅的物理信标特征,该订阅信息可以是用户预先对该物理信标特征进行订阅而生成的。其中,用户可以订阅一个或多个物理信标特征。在该方式中,电子设备可以向用户终端推送的媒体信息对应于用户所关注的物理信标特征匹配的物理信标码,实现了基于用户的偏好推送相关联的媒体信息。
在一些实施例中,上述方法还包括:若未查询到与待查询物理信标码匹配的物理信标码,在物理信标码集合中添加待查询物理信标码。在该实现方式中,由于物理信标码集合通常并不能涵盖所有可能的物理信标码,因此当在物理信标码集合中无法查询到与待查询物理信标码匹配的物理信标码时,可以判断待查询物理信标码并未被当前的物理信标码集合收集到。此时,可以将未查找的待查询物理信标码添加到物理信标集合中,从而得以扩大物理信标码集合的覆盖范围,完善物理信标码集合。对物理信标码集合的完善,有助于在后续执行该方法而需要在物理信标码集合查询待匹配信标码时,可以提高查询成功的概率,从而能更顺利地执行媒体信息推送。
在本实施例的一些可选实现方式中,上述方法还包括媒体信息存储步骤,该媒体信息存储步骤可以包括以下媒体信息第一存储步骤、媒体信息第二存储步骤、媒体信息第三存储步骤中的一项或多项。
其中,媒体信息第一存储步骤包括:获取在信息上传终端处于至少一个地理位置时生成的物理信标码以及信息上传终端处于对应的地理位置时上传的待存储媒体信息;关联存储所获取的物理信标码以及待存储媒体信息。在该实现方式中,信息上传终端在处于某一地理位置时,该信息上传终端可以向电子设备(即服务器)上传媒体信息,所上传的媒体信息即为待存储媒体信息,可以包括但不限于用户信息、语音信息、图片信息、文字信息、视频信息、动画信息中的一种或多种。同时,在信息上传终端在处于该地理位置时,还基于信息上传终端在该地理位置拍摄而形成的图像以及地理位置信息生成了物理信标码,该物理信标码可以是由信息上传终端生成后上传至电子设备(即服务器),也可以是信息上传终端将图像以及地理位置信息上传至电子设备(即服务器)由电子设备生成的,具体的算法可以参考前文描述方式,这里不再赘述。电子设备可以将物理信标码以及待存储媒体信息关联存储。例如,可以在存储媒体信息时将物理信标码作为索引,以便可以快速获取到物理信标码对应的媒体信息。
媒体信息第二存储步骤包括:获取信息上传终端上传的待存储媒体信息以及信息上传终端设置的目标物理信标码的物理信标特征;在物理信标码集合中确定与所设置的物理信标特征匹配的目标物理信标码;关联存储目标物理信标码以及待存储媒体信息。在该实现方式中,信息上传终端可以设置待存储媒体信息以及目标物理信标码的物理信标特征。需要说明的是,该物理信标特征可以是一种物理信标特征,也可以包括多个物理信标特征。从而,电子设备可以获取到该待存储媒体信息以及该物理信标特征。之后,电子设备可以查询到与该物理信标特征相匹配的目标信标码。最后,电子设备可以将待存储媒体信息与所确定的目标物理信标码关联存储。例如,设置的物理信标特征可以是物体类别特征和地理位置特征,对应的特征值分别是“垃圾桶”和全城,设置的待存储媒体信息为文字信息“爱护环境,请勿随手乱丢垃圾”。电子设备即可将类别特征和地理位置特征分别为“垃圾桶”和全城的物理信标特征码确定为目标物理信标特征码,并将这些物理信标特征码与文字信息“爱护环境,请勿随手乱丢垃圾”。后续过程中,即可基于这些类别特征和地理位置特征分别为“垃圾桶”和全城的物理信标特征码,向用户终端传输关联存储的文字信息“爱护环境,请勿随手乱丢垃圾”
媒体信息第三存储步骤包括:获取在信息上传终端处于至少一个地理位置时生成的物理信标码以及信息上传终端处于对应的地理位置时上传的待存储媒体信息;根据预设匹配策略,在物理信标码集合中确定与所获取的物理信标码匹配的目标物理信标码;关联存储目标物理信标码以及待存储媒体信息。在该实现方式中,信息上传终端在处于某一地理位置时,该信息上传终端可以向电子设备(即服务器)上传媒体信息。同时,在信息上传终端在处于该地理位置时,还基于信息上传终端在该地理位置拍摄而形成的图像以及地理位置信息生成了物理信标码。电子设备可以根据预设匹配策略,在物理信标码集合中确定与所获取的物理信标码匹配的目标物理信标码。其中,预设匹配策略通常是目标物理信标码与当前的物理信标码的某一个或某几个物理信标特征有相同特征值或近似特征值。例如,可以是与当前物理特征码具有相同类别特征相同,也可以是与当前物理特征码具有相近的地理位置特征,还可以是与当前物理特征码具有相近的拍摄时间。之后,电子设备可以将待存储媒体信息与所确定的目标物理信标码关联存储。从而,电子设备可以基于物理信标特征码向用户推送关联存储的媒体信息。
需要说明的是,在媒体信息存储步骤执行时,还可以对媒体信息的获取以及存储设置一定的规则。这些规则可以是根据物理信标码自身的特点自动设定的,也可以是由创建者进行人工设定。这些规则可以是针对信息选择性、容量、过期时间、过滤等特性中的一项或多项进行设定的。例如,针对物体类别特征为垃圾桶的物理信标码,可以针对这一类的物理信标码对应的媒体信息的处理设置以下规则中的一项或多项:该类别的物理信标码关联存储的媒体信息仅限于文本信息与语音信息,不包括图片信息;每一条该类别的物理信标码关联存储的媒体信息的容量为50条;该类别的物理信标码关联存储的媒体信息超过设定时长(比如一个月)便自动过期并删除;对于长度超出长度阈值的文本信息,按设定规则过滤掉部分文本。
在本实施例的一些可选实现方式中,步骤203可以包括:获取当前的环境特征信息;检测环境特征信息是否满足执行媒体信息推送的环境特征条件;若满足,将所查询到的物理信标码对应的媒体信息推送至用户终端。在该实现方式中,可以预先对执行媒体信息推送设置环境特征条件,当满足该环境特征条件时才进行媒体信息推送。因此,在步骤203时,可以首先获取与环境特征条件相关的环境特征信息,之后判断该环境特征信息是否满足环境特征条件,当判断结果是满足时即可将进行媒体信息的推送。在该实现方式中,环境特征可以是与媒体信息推送的需求相关的外部特征,包括但不限于天气、时间、人流量、物理信标中物体的物体状态。例如,对于人流量这一环境特征,所设置的推送策略可以是在物理信标码附近位置对应的人流量大于某一阈值时处于激活模式,在人流量小于该阈值时推送策略为休眠模式,此时执行媒体信息推送的环境特征条件即为人流量大于该阈值。又例如,对于时间这一环境特征,时间为白天时推送策略处于激活模式,而夜晚时推送策略为休眠模式,此时执行媒体信息推送的环境特征条件即为时间为白天。对于天气这一环境特征,天气为晴朗时推送策略处于激活模式,而天气处于阴雨等非晴朗状态时推送策略可以是休眠模式,此时执行媒体信息推送的环境特征条件即为天气为晴朗。对于物理信标中物体的物体状态,当物体是太阳时,可以在太阳为落日状态时将推送策略才设置为激活模式,否则设置为休眠模式,执行媒体信息推送的环境特征条件即为太阳为落日状态。该实现方式将推送媒体信息的时机与环境特征信息进行关联,从而提高了信息推送的灵活性与针对性。
本申请的上述实施例提供的方法基于物理信标码进行信息传输,物理信标码是基于对用户终端所拍摄图像进行识别所得到的物体属性特征以及地理位置特征等物理信标特征编码而生成的,使得媒体信息的推送与所拍摄图像中的物体以及拍摄的地理位置相关,实现了富于针对性的信息推送。
进一步参考图4,作为对上述各图所示方法的实现,本申请提供了一种用于传输信息的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图4所示,本实施例所描述的用于传输信息的装置400包括:获取单元401、查询单元402和推送单元403。其中,获取单元401用于获取待查询物理信标码或待查询物理信标特征,其中物理信标码是基于物理信标特征集合进行编码而生成的,物理信标特征集合中的物理信标特征包括终端所在地理位置的地理位置特征以及对终端在该地理位置时所拍摄的图像进行识别所得到的图像中物体的物体属性特征;查询单元402用于在物理信标码集合中查询与待查询物理信标码匹配的物理信标码或与待查询物理信标特征匹配的物理信标码,其中物理信标码集合中的各个物理信标码与对应的媒体信息关联存储;推送单元403用于将所查询到的物理信标码对应的媒体信息推送至用户终端。
在本实施例中,用于传输信息的装置400的获取单元401、查询单元402和推送单元403的具体处理可以分别参考图2对应实施例的步骤201、步骤202以及步骤203,这里不再赘述。
在本实施例的一些可选实现方式中,获取单元401用于执行:获取在用户终端处于当前地理位置时生成的物理信标码作为待查询物理信标码;或者从用户终端对应的订阅信息中提取出已订阅的物理信标特征作为待查询物理信标特征。该实现方式的具体处理可以参考图2对应实施例中相应的实现方式,这里不再赘述。
在本实施例的一些可选实现方式中,查询单元402可以通过以下方式执行在物理信标码集合中查询与所述待查询物理信标码匹配的物理信标码:基于物理信标码对应的物理信标特征或物理信标码的各个码位,查询与待查询物理信标码匹配的物理信标码。该实现方式的具体处理可以参考图2对应实施例中相应的实现方式,这里不再赘述。
在本实施例的一些可选实现方式中,物体属性特征包括物体类别特征。该实现方式的具体处理可以参考图2对应实施例中相应的实现方式,这里不再赘述。
在本实施例的一些可选实现方式中,物理信标特征集合中的物理信标特征还包括图像的拍摄时间特征。该实现方式的具体处理可以参考图2对应实施例中相应的实现方式,这里不再赘述。
在本实施例的一些可选实现方式中,上述图像中物体的物体属性特征是通过以下图像识别单元(未示出)生成的,图像识别单元用于:将图像输入至卷积神经网络模型,其中,卷积神经网络模型是使用物体属性特征已知的样本图像进行训练得到的;根据卷积神经网络模型的输出向量得到图像中物体的物体属性特征。该实现方式的具体处理可以参考图2对应实施例中相应的实现方式,这里不再赘述。
在本实施例的一些可选实现方式中,物体属性特征可以包括多种物体属性特征,卷积神经网络模型是用于识别多种物体属性特征的多任务卷积神经网络模型。该实现方式的具体处理可以参考图2对应实施例中相应的实现方式,这里不再赘述。
在本实施例的一些可选实现方式中,装置400还包括媒体信息存储单元(未示出),该媒体信息第一存储单元用于:获取在信息上传终端处于至少一个地理位置时生成的物理信标码以及所述信息上传终端处于对应的地理位置时上传的待存储媒体信息,关联存储所获取的物理信标码以及所述待存储媒体信息;和/或,获取信息上传终端上传的待存储媒体信息以及所述信息上传终端设置的目标物理信标码的物理信标特征,在所述物理信标码集合中确定与所设置的物理信标特征匹配的目标物理信标码,关联存储所述目标物理信标码以及所述待存储媒体信息;和/或,获取在信息上传终端处于至少一个地理位置时生成的物理信标码以及所述信息上传终端处于对应的地理位置时上传的待存储媒体信息,根据预设匹配策略在所述物理信标码集合中确定与所获取的物理信标码匹配的目标物理信标码,关联存储所述目标物理信标码以及所述待存储媒体信息。该实现方式的具体处理可以参考图2对应实施例中相应的实现方式,这里不再赘述。
在本实施例的一些可选实现方式中,推送单元403可以包括:获取子单元(未示出),用于获取当前的环境特征信息;判断子单元(未示出),用于判断环境特征信息是否满足执行媒体信息推送的环境特征条件;推送子单元(未示出),用于若环境特征信息满足执环境特征条件,将所查询到的物理信标码对应的媒体信息推送至用户终端。该实现方式的具体处理可以参考图2对应实施例中相应的实现方式,这里不再赘述。
下面参考图5,其示出了适于用来实现本申请实施例的终端设备或服务器的计算机***500的结构示意图。
如图5所示,计算机***500包括中央处理单元(CPU)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有***500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。
附图中的流程图和框图,图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、查询单元和推送单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取待查询物理信标码或待查询物理信标特征的单元”。
作为另一方面,本申请还提供了一种非易失性计算机存储介质,该非易失性计算机存储介质可以是上述实施例中所描述装置中所包含的非易失性计算机存储介质;也可以是单独存在,未装配入终端中的非易失性计算机存储介质。上述非易失性计算机存储介质存储有一个或者多个程序,当该一个或者多个程序被一个设备执行时,使得该设备:获取待查询物理信标码或待查询物理信标特征,其中物理信标码是基于物理信标特征集合进行编码而生成的,所述物理信标特征集合中的物理信标特征包括终端所在地理位置的地理位置特征以及对终端在该地理位置时所拍摄的图像进行识别所得到的图像中物体的物体属性特征;在所述物理信标码集合中查询与所述待查询物理信标码匹配的物理信标码或与所述待查询物理信标特征匹配的物理信标码,其中所述物理信标码集合中的各个物理信标码与对应的媒体信息关联存储;将所查询到的物理信标码对应的媒体信息推送至用户终端。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所描述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (11)

1.一种用于传输信息的方法,其特征在于,所述方法包括:
获取待查询物理信标码或待查询物理信标特征,其中物理信标码是基于物理信标特征集合进行编码而生成的,所述物理信标特征集合中的物理信标特征包括终端所在地理位置的地理位置特征以及对终端在该地理位置时所拍摄的图像进行识别所得到的图像中物体的物体属性特征;
在所述物理信标码集合中查询与所述待查询物理信标码匹配的物理信标码或与所述待查询物理信标特征匹配的物理信标码,其中所述物理信标码集合中的各个物理信标码与对应的媒体信息关联存储;
将所查询到的物理信标码对应的媒体信息推送至用户终端。
2.根据权利要求1所述的方法,其特征在于,所述获取待查询物理信标码或待查询物理信标特征,包括:
获取在所述用户终端处于当前地理位置时生成的物理信标码作为待查询物理信标码;
和/或
从所述用户终端对应的订阅信息中提取出已订阅的物理信标特征作为待查询物理信标特征。
3.根据权利要求1所述的方法,其特征在于,所述在所述物理信标码集合中查询与所述待查询物理信标码匹配的物理信标码,包括:
基于物理信标码对应的物理信标特征或物理信标码的各个码位,查询与所述待查询物理信标码匹配的物理信标码。
4.根据权利要求1所述的方法,其特征在于,所述物体属性特征包括物体类别特征。
5.根据权利要求1所述的方法,其特征在于,所述物理信标特征集合中的物理信标特征还包括图像的拍摄时间特征。
6.根据权利要求1所述的方法,其特征在于,所述图像中物体的物体属性特征是通过以下图像识别步骤生成的,所述图像识别步骤包括:
将所述图像输入至卷积神经网络模型,其中,所述卷积神经网络模型是使用物体属性特征已知的样本图像进行训练得到的;
根据所述卷积神经网络模型的输出向量得到所述图像中物体的物体属性特征。
7.根据权利要求6所述的方法,其特征在于,所述物体属性特征包括多种物体属性特征,所述卷积神经网络模型是用于识别所述多种物体属性特征的多任务卷积神经网络模型。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若未查询到与所述待查询物理信标码匹配的物理信标码,在所述物理信标码集合中添加所述待查询物理信标码。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括媒体信息存储步骤,所述媒体信息存储步骤包括:
获取在信息上传终端处于至少一个地理位置时生成的物理信标码以及所述信息上传终端处于对应的地理位置时上传的待存储媒体信息,关联存储所获取的物理信标码以及所述待存储媒体信息;
和/或
获取信息上传终端上传的待存储媒体信息以及所述信息上传终端设置的目标物理信标码的物理信标特征,在所述物理信标码集合中确定与所设置的物理信标特征匹配的目标物理信标码,关联存储所述目标物理信标码以及所述待存储媒体信息;
和/或
获取在信息上传终端处于至少一个地理位置时生成的物理信标码以及所述信息上传终端处于对应的地理位置时上传的待存储媒体信息,根据预设匹配策略在所述物理信标码集合中确定与所获取的物理信标码匹配的目标物理信标码,关联存储所述目标物理信标码以及所述待存储媒体信息。
10.根据权利要求1-9之一所述的方法,其特征在于,所述将所查询到的物理信标码对应的媒体信息推送至用户终端,包括:
获取当前的环境特征信息;
判断所述环境特征信息是否满足执行媒体信息推送的环境特征条件;
若满足,将所查询到的物理信标码对应的媒体信息推送至用户终端。
11.一种用于传输信息的装置,其特征在于,所述装置包括:
获取单元,用于获取待查询物理信标码或待查询物理信标特征,其中物理信标码是基于物理信标特征集合进行编码而生成的,所述物理信标特征集合中的物理信标特征包括终端所在地理位置的地理位置特征以及对终端在该地理位置时所拍摄的图像进行识别所得到的图像中物体的物体属性特征;
查询单元,用于在所述物理信标码集合中查询与所述待查询物理信标码匹配的物理信标码或与所述待查询物理信标特征匹配的物理信标码,其中所述物理信标码集合中的各个物理信标码与对应的媒体信息关联存储;
推送单元,用于将所查询到的物理信标码对应的媒体信息推送至用户终端。
CN201611258496.8A 2016-12-30 2016-12-30 用于传输信息的方法和装置 Pending CN106650821A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611258496.8A CN106650821A (zh) 2016-12-30 2016-12-30 用于传输信息的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611258496.8A CN106650821A (zh) 2016-12-30 2016-12-30 用于传输信息的方法和装置

Publications (1)

Publication Number Publication Date
CN106650821A true CN106650821A (zh) 2017-05-10

Family

ID=58837957

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611258496.8A Pending CN106650821A (zh) 2016-12-30 2016-12-30 用于传输信息的方法和装置

Country Status (1)

Country Link
CN (1) CN106650821A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109766873A (zh) * 2019-02-01 2019-05-17 中国人民解放军陆军工程大学 一种混合可变形卷积的行人再识别方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101571875A (zh) * 2009-05-05 2009-11-04 程治永 一种基于图像识别的图像搜索***的实现方法
US20110131272A1 (en) * 2001-05-11 2011-06-02 Clear Channel Management Services, Inc. Technique of Providing Targeted Media Items
CN102207942A (zh) * 2010-03-29 2011-10-05 上海博泰悦臻电子设备制造有限公司 基于标识信息匹配的搜索方法及搜索装置
CN103424113A (zh) * 2013-08-01 2013-12-04 毛蔚青 移动终端基于图像识别技术的室内定位与导航方法
CN105653634A (zh) * 2015-12-25 2016-06-08 北京金山安全软件有限公司 一种拍摄对象的信息的推送方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110131272A1 (en) * 2001-05-11 2011-06-02 Clear Channel Management Services, Inc. Technique of Providing Targeted Media Items
CN101571875A (zh) * 2009-05-05 2009-11-04 程治永 一种基于图像识别的图像搜索***的实现方法
CN102207942A (zh) * 2010-03-29 2011-10-05 上海博泰悦臻电子设备制造有限公司 基于标识信息匹配的搜索方法及搜索装置
CN103424113A (zh) * 2013-08-01 2013-12-04 毛蔚青 移动终端基于图像识别技术的室内定位与导航方法
CN105653634A (zh) * 2015-12-25 2016-06-08 北京金山安全软件有限公司 一种拍摄对象的信息的推送方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109766873A (zh) * 2019-02-01 2019-05-17 中国人民解放军陆军工程大学 一种混合可变形卷积的行人再识别方法
CN109766873B (zh) * 2019-02-01 2021-04-06 中国人民解放军陆军工程大学 一种混合可变形卷积的行人再识别方法

Similar Documents

Publication Publication Date Title
EP3188081B1 (en) Data processing method and device
CN109743683B (zh) 一种采用深度学习融合网络模型确定手机用户位置的方法
TWI601077B (zh) 媒體內容分析系統與方法
CN107993191A (zh) 一种图像处理方法和装置
CN107291888B (zh) 基于机器学习统计模型的入住酒店附近生活推荐***方法
CN108885698A (zh) 人脸识别方法、装置和服务器
CN106705972B (zh) 一种基于用户反馈的室内语义地图更新方法与***
CN105159958B (zh) 一种基于移动终端的图片信息处理的方法及***
CN105300398B (zh) 获取地点信息的方法、装置和***
CN106210899A (zh) 内容推荐方法和装置、电子设备
CN109059934A (zh) 路径规划方法、装置、终端及存储介质
CN108712712A (zh) 无线保真WiFi网络关联信息显示方法及装置
CN113869528B (zh) 共识表征提取和多样性传播的解纠缠个性化联邦学习方法
CN108132054A (zh) 用于生成信息的方法和装置
CN105354252A (zh) 一种信息处理方法和装置
CN106529456A (zh) 信息匹配和信息收发方法、装置及目标对象找寻***
CN111414842A (zh) 一种视频对比方法、装置、计算机设备和存储介质
CN111046213B (zh) 一种基于图像识别的知识库构建方法
CN109543579A (zh) 一种图像中目标对象的识别方法、装置和存储介质
CN115049076A (zh) 基于原型网络的迭代聚类式联邦学习方法
CN114003957A (zh) 一种基于联邦学习社交媒体用户隐私信息保护方法和***
CN107220856B (zh) 一种移动消费群组识别的***及方法
CN106060865A (zh) 一种基于wifi信息建立用户画像的方法
CN110049441B (zh) 基于深度集成学习的WiFi室内定位方法
CN110781256A (zh) 基于发送位置数据确定与Wi-Fi相匹配的POI的方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20190528

Address after: 361000 Fujian Xiamen Torch High-tech Zone Software Park Innovation Building Area C 3F-A193

Applicant after: Xiamen Black Mirror Technology Co., Ltd.

Address before: 361000 South Building 203-59, Torch Square, No. 56-58 Torch Road, Torch Garden, Xiamen High-tech Zone, Fujian Province

Applicant before: XIAMEN HUANSHI NETWORK TECHNOLOGY CO., LTD.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170510