基于運動軌跡分析的視頻關鍵幀提取方法
【專利摘要】本發(fā)明公開了一種基于運動軌跡分析的視頻關鍵幀提取方法，涉及圖像處理方法技術領域。所述方法包括如下步驟：對視頻時空切片進行粗略提取，確認運動片段；對運動片段內的時空切片進行精細提取，提取出時空切片運動軌跡；對時空切片運動軌跡進行預處理，檢測時空切片運動軌跡的方向曲線拐點和尺度曲線拐點；根據(jù)檢測到的時空切片運動軌跡的方向曲線拐點和尺度曲線拐點確定運動目標尺度和方向拐點，進行關鍵幀提取并輸出關鍵幀。所述方法提取的視頻關鍵幀具有更高的準確性，且計算量較小。
【專利說明】
基于運動軌跡分析的視頻關鍵幀提取方法
技術領域
[0001] 本發(fā)明涉及圖像處理方法技術領域，尤其涉及一種基于運動軌跡分析的視頻關鍵 幀提取方法。
【背景技術】
[0002] 隨著視頻數(shù)據(jù)的爆炸式增長，快速、準確地分析和瀏覽視頻已經(jīng)成為一個迫切需 要解決的難題。關鍵幀提取作為一種解決方案越來越受到人們的關注。關鍵幀是一種經(jīng)典、 高效的視頻濃縮形式，用關鍵幀代替原視頻可以大大降低數(shù)據(jù)量，同時也便于檢索和瀏覽 視頻。由于視頻數(shù)據(jù)的多樣性和復雜性，以及關鍵幀的視覺主觀性，目前復雜場景下的關鍵 幀提取仍然是一項極具挑戰(zhàn)性的課題。
[0003] 評價關鍵幀主要看其能否全面、準確的再現(xiàn)原視頻的主要事件，在保證全面提取 的情況下，盡量降低冗余。廣泛應用的關鍵幀提取算法多是基于視頻底層特征分析的，以單 幀或少量幀的特征變化為標準提取關鍵幀。由于缺乏完整時間維的特征分析，難以從整體 上把握關鍵幀的數(shù)量及位置，并且容易受到場景變化、目標姿態(tài)變化、目標遮擋等干擾造成 重要特征漏檢，進而導致真正的關鍵幀沒有被提取到。提取結果與視頻的真實語義之間存 在差異，不能全面、準確的反應視頻的真實語義，也就是說，關鍵幀提取結果不符合人眼視 覺感知。
[0004] 人眼視覺總是傾向于關注運動的目標，運動狀態(tài)改變比運動本身更具視覺吸引 力。因為相比于只包含勻速運動狀態(tài)目標的視頻幀，包含目標運動狀態(tài)改變(比如：啟動、停 止、加速、減速、伸手、彎腰以及方向改變等)的視頻幀能夠提供更多的有用信息。
[0005] 文獻 1 (key frame extraction based on spatiotemporal motion trajectory Optical Engineering Volume 54，Issue 5)給出了一種提取固定數(shù)目時空切片（記作Nus) 的方法，但是該方法難以選取合適的Nus，因為它與算法計算量以及時空切片運動軌跡MTSS 完整度密切相關。Nus越大，MTSS越完整，但計算量也會隨之增加，致使上述方法幾乎不可能 同時做到計算高效和MTSS的完整提取。再者，大多數(shù)監(jiān)控視頻中，運動目標稀疏的分散到冗 長的視頻流中，存在著大量的靜止片段，造成視頻關鍵幀很難被有效的提取出來。

【發(fā)明內容】

[0006] 本發(fā)明所要解決的技術問題是提供一種基于運動軌跡分析的視頻關鍵幀提取方 法，所述方法提取的視頻關鍵幀具有更高的準確性，且計算量較小。
[0007] 為解決上述技術問題，本發(fā)明所采取的技術方案是：一種基于運動軌跡分析的視 頻關鍵幀提取方法，其特征在于所述方法包括如下步驟：
[0008] 對視頻時空切片進行粗略提取，確認運動片段；
[0009] 對運動片段內的時空切片進行精細提取，提取出時空切片運動軌跡MTSS;
[0010] 對時空切片運動軌跡MTSS進行預處理，檢測時空切片運動軌跡MTSS的方向曲線拐 點Id和尺度曲線拐點Is;
[0011] 根據(jù)檢測到的時空切片運動軌跡MTSS的方向曲線拐點Id和尺度曲線拐點Is確定運 動目標尺度和方向拐點Is, d，進彳丁關鍵幀提取并輸出關鍵幀。
[0012] 進一步的技術方案在于:所述視頻時空切片是水平切片，定義尺度和方向發(fā)生改 變的幀為關鍵幀。
[0013] 進一步的技術方案在于:視頻V(x，y，t)的水平切片Sk表示為： pi pi …pL p) --pIa p\
[0014] sk ^...... (1) p{ pi ?PiA Pi ---PU Pl .? m m t m X Pf -p1L p ]I_
[0015] 式中：&(戶/)表示視頻中位置x = j，y=k，t = i處的像素，滿足jG [1，W]，kG [1，H]， i G [ 1，L]，W X H表示視頻幀的大小，L表示視頻的長度。
[0016] 進一步的技術方案在于:水平切片Sk上的時空切片運動軌跡MTSS表示為： {A - pl){pl - d-x) ?' ? (A- Ph )
[00i7] ⑵。 (pi^pl) -(pI-pQ - (Pi-PL)
[0018] 進一步的技術方案在于:所述的對視頻內的時空切片進行粗略提取，確認運動片 段的方法如下:在粗略提取中，提取較少數(shù)量的時空切片Nss來確定視頻運動片段，時空切片 運動軌跡MTSS表征運動目標的存在，時空切片運動軌跡MTSS的像素數(shù)目仏表征運動目標的 相對顯著性，基于公式(2)，第巧幀的'由下式計算得到：
[0019] (3) M 1
[0020] 式中： 10, if [MTSSiF,)]^^ "、
[0021] P[MmS(F)]^l (4) |l, otherwise
[0022]根據(jù)公式(3)，一定數(shù)量的時空切片Nss上的Nm表示為：
[0023] Nm = Nm(l)UNm(2)U---UNm(Nss) (5)
[0024] 那么，的視頻片段為運動片段，運動具有連續(xù)性，孤立的運動幀將被視為干 擾而去除，其中T用于度量目標運動的充分性。
[0025] 進一步的技術方案在于:所述的對運動片段內的時空切片進行精細提取的方法如 下：
[0026] 提取較多的時空切片Nis，以獲取完整的MTSS:
[0027] MTSS=MTSS(1) UMTSS(2) U …UMTSS(Nis) (6)。
[0028] 進一步的技術方案在于:所述的方向曲線拐點Id的計算方法如下： 「8 MTSS起、止點
[0029] 々=4|#| MTSS 彎曲 （7) 0 otherwise
[0030] 式中：9表示MTSS偏離原軌跡的角度，滿足0G (-31/2,31/2)。
[0031] 進一步的技術方案在于:所述的尺度曲線拐點13的計算方法如下： 8 |w| > w6
[0032] /s = < 8丨m'|/ 0 < |w| < % ( 8 ) Q |wj = Q
[0033] 式中:wo和w分別表示MTSS的原始尺度和尺度變化。
[0034]進一步的技術方案在于:MTSS的尺度和方向拐點Is,d由下式得到：
[0035] Is,d = Is+Id (9)。
[0036] 進一步的技術方案在于:如果需要提取的關鍵幀數(shù)目K是給定的，并且不等于MTSS 的尺度和方向拐點Is,d曲線的峰值數(shù)目M，采用如下步驟處理：
[0037] 1)如果M>K，提取具有較高Is,d值的K幀作為關鍵幀；
[0038] 2)如果M<K，使用插值算法提取額外的(K-M)個關鍵幀。
[0039] 采用上述技術方案所產(chǎn)生的有益效果在于:本發(fā)明提出了粗略、精細相結合的切 片提取方法，粗略提取用于確定視頻運動片段，精細提取用于獲取完整的MTSS，利用時空切 片分析目標的運動軌跡，在MTSS的尺度和方向拐點處提取關鍵幀，所提取的關鍵幀既反應 了目標運動狀態(tài)的局部改變，又反應了目標運動狀態(tài)的全局改變。實驗結果表明本發(fā)明所 提出的方法比當前主流方法具有更高的準確性，并且算法的計算量相當、甚至更小。
【附圖說明】
[0040] 圖1是本發(fā)明所述方法的流程圖；
[0041] 圖2是不同方向的視頻時空切片圖；
[0042]圖3是平均鏡頭重構度比較圖；
[0043]圖4是現(xiàn)有技術文獻1的關鍵幀提取結果圖；
[0044]圖5是本發(fā)明的關鍵幀提取結果圖。
【具體實施方式】
[0045] 下面結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整 地描述，顯然，所描述的實施例僅僅是本發(fā)明的一部分實施例，而不是全部的實施例?；?本發(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他 實施例，都屬于本發(fā)明保護的范圍。
[0046] 在下面的描述中闡述了很多具體細節(jié)以便于充分理解本發(fā)明，但是本發(fā)明還可以 采用其他不同于在此描述的其它方式來實施，本領域技術人員可以在不違背本發(fā)明內涵的 情況下做類似推廣，因此本發(fā)明不受下面公開的具體實施例的限制。
[0047] 總體的，如圖1所示，本發(fā)明公開了一種基于運動軌跡分析的視頻關鍵幀提取方 法，所述方法包括如下步驟：
[0048] 對視頻時空切片進行粗略提取，確認運動片段；
[0049] 對運動片段內的時空切片進行精細提取，提取出時空切片運動軌跡MTSS;
[0050] 對時空切片運動軌跡MTSS進行預處理，檢測時空切片運動軌跡MTSS的方向曲線拐 點Id和尺度曲線拐點Is;
[0051 ]根據(jù)檢測到的時空切片運動軌跡MTSS的方向曲線拐點Id和尺度曲線拐點Is確定運 動目標尺度和方向拐點Is, d，進彳丁關鍵幀提取并輸出關鍵幀。
[0052]下面對本發(fā)明所述方法進行詳細說明：
[0053]時空切片是一種高效的視頻時空分析方法，具有計算量低、抗干擾能力強等優(yōu)點。 它只提取圖像空間的部分行、列，保留了完整的視頻時間維信息，而空間維信息的匱乏可以 通過多個切片的信息融合來減緩。在長時間維的歷史信息輔助下提取關鍵幀，可以有效的 避免干擾。時空切片通常包括三種:水平切片、垂直切片和對角線切片，如圖2所示。
[0054] 不同方向的時空切片反映的目標運動信息不同。對角線切片反映的是目標在斜向 運動時的信息。垂直切片反映的是視頻垂直區(qū)域的像素灰度變化趨勢，主要應用于目標個 數(shù)統(tǒng)計、瞬時速度估計以及高度測量等。水平切片包含最為豐富的目標信息和場景變化信 息，其紋理表征著目標的運動軌跡。
[0055] 本發(fā)明中的視頻時空切片是水平切片，通過分析時空切片紋理，可以得到目標的 運動狀態(tài)。靜止目標的水平坐標固定不變，像素灰度隨時間的分布保持一致，切片紋理表現(xiàn) 為具有恒定寬度的水平條紋。運動目標的顏色與背景不同，其運動會導致時空切片的灰度 變化，產(chǎn)生有別于水平條紋的切片紋理，所產(chǎn)生的紋理變化表征著目標的運動狀態(tài)改變。
[0056] 本發(fā)明中，關鍵幀定義為包含目標運動狀態(tài)改變（局部改變和全局改變）的視頻 幀。傳統(tǒng)的軌跡分析方法能夠實現(xiàn)運動狀態(tài)改變的檢測，但通常計算復雜度高、消耗時間 長。目標運動狀態(tài)的局部改變和全局改變可以分別由時空運動軌跡的尺度和方向準確的反 映出來，因此，本發(fā)明基于時空切片對運動軌跡的尺度和方向進行分析，提出了一種關鍵幀 提取方法，該方法將MTSS(Motion Trajectory on Spatiotemporal Slice,時空切片運動 軌跡)的尺度和方向發(fā)生改變的幀提取為關鍵幀。
[0057]視頻V(x，y，t)的水平切片Sk表示為： p\ A pU pI --pL A _8] &W…舊 (i) \p( Pi pU Pi '.pL Pi Ypi H ".jCi pI_
[0059] 式中：5'辦/)表示視頻中位置x = j，y = k，t = i處的像素，滿足jG [1，W]，kG [1，H]， i G [ 1，L]，W X H表示視頻幀的大小，L表示視頻的長度。
[0060] 從公式（1)可以推出，靜止目標的時空運動軌跡呈現(xiàn)水平條紋，運動目標的時空運 動軌跡呈現(xiàn)彎曲。因此，水平切片Sk上的MTSS(時空切片運動軌跡)可以表示為： (pi - pi)，， (p) - pU)…（A - pL)
[0061] MTSS(Skjipt-pry^ (2) (Pipf)…（p! -p;a)…i'Pi，PiA i ? * ?' V ? -(g -/，r)…（u\) (w -
[0062] 通常，單一時空切片上的MTSS并不完整，融合多個時空切片可以提高MTSS的完整 度。本發(fā)明提出了粗略、精細相結合的切片提取策略，粗略提取用于確定視頻運動片段，精 細提取用于獲取完整的MTSS。
[0063]在粗略提取中，提取少量的時空切片（記作Nss)來確定視頻運動片段。MTSS表征著 運動目標的存在，MTSS的像素數(shù)目（記作Nm)表征著運動目標的相對顯著性?；诠剑?)， 第巧幀的N m可由下式計算得到：
[0064] ^(^)=1{^^(/-；)]；( (3 >
[0065] 式中： 「 n rr.,7-"v...1 if [MTSS(h])]^Q 、
[0066] /-[.v//^S(r,)J = ^ C4) 1otherwise
[0067]根據(jù)公式(3)，NSS時空切片上的Nm可以表示為：
[0068] Nm = Nm(l)UNm(2)U---UNm(Nss) (5)
[0069] 那么，用于量度目標運動的充分性）的視頻片段為運動片段，運動具有連 續(xù)性，孤立的運動幀將被視為干擾而去除。
[0070] 精細提取只在運動片段中進行，提取較多的時空切片(記作Nls)，以期獲取完整的 MTSS：
[0071] MTSS=MTSS(1) UMTSS(2) U …UMTSS(Nis) (6)
[0072] 通常，Nis比Nss大很多，所以上式的MTSS被視作完整MTSS。
[0073] MTSS隨著目標運動狀態(tài)的改變而改變，MTSS的空域尺度變化反映了目標運動狀態(tài) 的局部改變，其時域方向變化反映了目標運動狀態(tài)的全局改變。因此目標運動狀態(tài)的局部 和全局改變可以由MTSS的尺度曲線拐點（記作I s)和方向曲線拐點（記作Id)分別充分捕捉 到。
[0074] 為了簡單起見，Id表示為： :8 MTSS起、止點：
[0075]/,,=< 41(9| MTSS 彎曲 （7 ) 0 otherwise
[0076] 式中：0表示MTSS偏離原軌跡的角度，滿足0G (-jt/2，V2)。
[0077 ] Is表亦為： 8 | w| > w0
[0078] /, -i8|w|/H'0 0<|w[<>v0 (b) 0 |w| = .0
[0079] 式中:wo和w分別表示MTSS的原始尺度和尺度變化。
[0080] MTSS的尺度和方向拐點(記作Is,d)可由下式得到：
[0081] Is；d = ls+Id (9)。
[0082]實際應用中，如果需要提取的關鍵幀數(shù)目K是給定的，并且不等于Is,d曲線的峰值 數(shù)目M，可以采用如下步驟處理：
[0083] 1)如果M>K，提取具有較高Is,d值的K幀作為關鍵幀；
[0084] 2)如果M<K，使用插值算法提取額外的(K-M)個關鍵幀。
[0085]實驗與分析：
[0086] 為了驗證本發(fā)明所提出的關鍵幀提取方法的性能，將其與當前的主流方法(文獻1 所述方法)進行了對比。對比實驗在四段不同類型的監(jiān)控視頻上進行，分別為：
[0087] (A)Jogging_on_the_playgroundl,
[0088] (B)Hall_cifl,
[0089] (C)Garden corner,
[0090] (D)Computer room。
[0091]視頻(A)主要包括目標運動狀態(tài)的全局改變，另外三段視頻則具有明顯的目標運 動狀態(tài)局部改變。實驗參數(shù)設置為:Nss = 6，Nis = 72，Nus = 36。實驗在通用型個人計算機上完 成，基本配置為：Intel Core 2.3GHz CPU和4GB內存。
[0092] 在客觀性能方面，采用了SRD(Shot Reconstruction Degree，鏡頭重構度)評估準 則。SRD值越高，表明所提取的關鍵幀捕捉視頻內容改變（即目標運動狀態(tài)改變)越準確。兩 種方法在視頻(A)上的SRD評估結果非常相似。但在其它三段監(jiān)控視頻上，具有明顯的不同， 當提取的關鍵幀比率從1 %變化到7 %時，平均SRD值如圖3所示。
[0093]從圖3可以看出，本發(fā)明所提出的方法在SRD性能上具有明顯的優(yōu)勢。具體地，在關 鍵幀比率小于3%時，兩種方法的SRD性能相當；在關鍵幀比率大于等于3%時，本發(fā)明所提 出的方法的SRD性能明顯優(yōu)于對比方法，高達1.2dB。原因在于，本發(fā)明所提出的方法充分利 用了目標運動狀態(tài)的全局和局部改變，而文獻1中的方法只關注目標運動狀態(tài)的全局改變。 [0094]在主觀性能方面，本發(fā)明所提出的方法也具有較高的準確性。從四段監(jiān)控視頻的 實驗結果來看，測試視頻中目標運動狀態(tài)的局部和全局改變都能夠由本發(fā)明所提出的方法 準確的檢測到，而文獻1中的方法在面對局部運動狀態(tài)改變時，準確性并不理想。圖4-5只給 出了視頻(B)(格式為Common Intermediate Format，CIF)的實驗結果作為示例來分析兩種 方法的檢測準確性，此視頻具有典型的目標運動狀態(tài)局部改變和全局改變。
[0095] 圖4和圖5分別給出了兩種方法的關鍵幀提取結果。在視頻(B)中，目標運動狀態(tài)的 全局改變主要包括兩個行人分別走進大廳(視頻前半部分)和走出大廳(視頻后半部分）。明 顯的目標運動狀態(tài)的局部改變包括穿黑色上衣的行人彎腰去放下公文包和穿白色上衣的 行人伸手去拎起儀器(視頻中間部分）。這些目標運動狀態(tài)的局部和全局改變都非常具有視 覺吸引力，因此，這些位置的視頻幀可以作為基準來評估兩種方法的檢測準確性。
[0096] 圖4和圖5的開頭、末尾部分都和評估基準相似，中間部分的關鍵幀具有明顯的不 同。具體地，圖4選取了第394幀（穿黑色上衣的行人轉身、彎腰)和第435幀（穿白色上衣的行 人轉身、伸手)作為關鍵幀，而圖5則選取了尺度變化更為明顯的第417幀（穿黑色上衣的行 人彎腰去放下公文包)和第459幀（穿白色上衣的行人伸手去拎起儀器）。顯然，圖5更準確的 展現(xiàn)了評估基準的視頻內容，所提取的關鍵幀語義更豐富，更為符合人眼視覺感知。原因在 于:本發(fā)明所提出的方法充分利用了 MTSS的尺度和方向特征，而文獻1中的方法卻只關注 MTSS的方向。由此可見，本發(fā)明所提出的方法具有更好的主觀性能，尤其是在目標運動狀態(tài) 的局部改變明顯的視頻場景中。
[0097]表1給出了兩種方法在測試視頻(A)、（B)、（C)和(D)上的平均每幀計算時間。可以 看出，本發(fā)明所提出的方法的平均每幀的計算時間隨著運動片段比率的降低而降低。具體 地，本發(fā)明所提出的方法與文獻1中的方法在運動片段比率為51 %、32%和28%時的平均每 幀計算時間相當，但是當運動片段比率降低至6%時，本發(fā)明所提出的方法的計算時間具有 明顯的降低，此時的平均每幀計算時間不到文獻1的方法的三分之一。
[0098]表1平均每幀的計算時間(單位:秒）
[0100]綜上，本發(fā)明提出了粗略、精細相結合的切片提取方法，粗略提取用于確定視頻運 動片段，精細提取用于獲取完整的MTSS，利用時空切片分析目標的運動軌跡，在MTSS的尺度 和方向拐點處提取關鍵幀，所提取的關鍵幀既反應了目標運動狀態(tài)的局部改變，又反應了 目標運動狀態(tài)的全局改變。實驗結果表明本發(fā)明所提出的方法比當前主流方法具有更高的 準確性，并且算法的計算量相當、甚至更小。
【主權項】
1. 一種基于運動軌跡分析的視頻關鍵幀提取方法，其特征在于所述方法包括如下步 驟： 對視頻時空切片進行粗略提取，確認運動片段； 對運動片段內的時空切片進行精細提取，提取出時空切片運動軌跡MTSS; 對時空切片運動軌跡MTSS進行預處理，檢測時空切片運動軌跡MTSS的方向曲線拐點Id 和尺度曲線拐點Is; 根據(jù)檢測到的時空切片運動軌跡MTSS的方向曲線拐點Id和尺度曲線拐點Is確定運動目 標尺度和方向拐點Is, d，進彳丁關鍵幀提取并輸出關鍵幀。2. 如權利要求1所述的基于運動軌跡分析的視頻關鍵幀提取方法，其特征在于，所述視 頻時空切片是水平切片，定義運動目標尺度和方向發(fā)生改變的視頻幀為關鍵幀。3. 如權利要求2所述的基于運動軌跡分析的視頻關鍵幀提取方法，其特征在于，視頻V (x，y，t)的水平切片Sk表示為：式中ACp/)表示視頻中位置X = j，y = k，t = i處的像素，滿足j G [I，W]，ke [I，H]，i e [I，L]，WX H表示視頻幀的大小，L表示視頻的長度。4. 如權利要求3所述的基于運動軌跡分析的視頻關鍵幀提取方法，其特征在于，水平切 片Sk上的時空切片運動軌跡MTSS表示為：5. 如權利要求4所述的基于運動軌跡分析的視頻關鍵幀提取方法，其特征在于，所述的 對視頻內的時空切片進行粗略提取，確認運動片段的方法如下:在粗略提取中，提取較少數(shù) 量的時空切片N ss來確定視頻運動片段，時空切片運動軌跡MTSS表征運動目標的存在，時空 切片運動軌跡MTSS的像素數(shù)目N m表征運動目標的相對顯著性，基于公式(2)，第?1幀的^由 下式計算得到：根據(jù)公式(3)，一定數(shù)量的時空切片Nss上的Nm表示為： Nm = Nm(I) UNm(2) U ··· UNm(Nss) (5) 那么，的視頻片段為運動片段，運動具有連續(xù)性，孤立的運動幀將被視為干擾而去 除，其中τ用于度量目標運動的充分性。6. 如權利要求5所述的基于運動軌跡分析的視頻關鍵幀提取方法，其特征在于，所述的 對運動片段內的時空切片進行精細提取的方法如下： 提取較多的時空切片Nis，以獲取完整的MTSS: MTSS=MTSs(I) UMTSS(2) U ··· UMTSS(Nis) (6) 〇7. 如權利要求1所述的基于運動軌跡分析的視頻關鍵幀提取方法，其特征在于，所述的 方向曲線拐點Id的計算方法如下：式中：Θ表示MTSS偏離原軌跡的角度，滿足Θ e (-jt/2，Ji/2)。8. 如權利要求1所述的基于運動軌跡分析的視頻關鍵幀提取方法，其特征在于，所述的 尺度曲線拐點Is的計算方法如下：式中:wo和w分別表示MTSS的原始尺度和尺度變化。9. 如權利要求1所述的基于運動軌跡分析的視頻關鍵幀提取方法，其特征在于，MTSS的 尺度和方向拐點Is,d由下式得到： Is,d = Is+Id (9)010. 如權利要求1所述的基于運動軌跡分析的視頻關鍵幀提取方法，其特征在于，如果 需要提取的關鍵幀數(shù)目K是給定的，并且不等于MTSS的尺度和方向拐點I s,d曲線的峰值數(shù)目 M，采用如下步驟處理： 1) 如果M>K，提取具有較高Is,d值的K幀作為關鍵幀； 2) 如果M<K，使用插值算法提取額外的(K-M)個關鍵幀。
【文檔編號】G06T7/20GK105931270SQ201610270653
【公開日】2016年9月7日
【申請日】2016年4月27日
【發(fā)明人】張云佐, 王學軍, 趙正旭
【申請人】石家莊鐵道大學