1、意向受让方须为依法设立的企业法人、其他经济组织或具 有完全民事行为能力的自然人。
2、意向受让方须具有良好财务状况、支付能力。
3、本项目不接受联合体受让。

1、转让标的整体受让，不可拆分。
2、本标的包含2项专利，各专利介绍如下：
一种适用于HEVC的码流解析器
专利申请日：2014年3月18日
专利公告日：2017年4月5日
专利权期限：20年
介绍：本发明涉及一种适用于HEVC的码流解析器，包括码流解析状态控制模块、EGO解码模块、相邻上块信息及相关参数存储单元、解码输出存储单元、码流FIFO和CABAC解码模块；所述EGO是指0阶顺序指数哥伦布；所述的码流FIFO通过缓冲位移分别与所述CABAC解码模块和EGO解码模块相连，所述EGO解码模块通过码流解析状态控制模块与所述CABAC解码模块相连；所述EGO解码模块通过相邻上块信息及相关参数存储单元与所述CABAC解码模块相连。本发明的码流解析器根据 HEVC标准中的语法元素划分重新设计状态机，能够极大的挑高数据吞吐量；同时增加了编码树单元上下文变量以及独立片段上下文变量的存储及相应的同步逻辑，能够实现HEVC标准中规定的非独立片段上下文变量以及需要同步的编码树单元上下文变量的同步功能。
一种基于多流信息增强图卷积网络的动作识别方法、系统及存储介质
专利申请日：2021年6月29日
专利公告日：2022年11月29日
专利权期限：20年
介绍：本发明提出了一种基于多流信息增强图卷积网络的动作识别方法、系统及存储介质，包括：步骤1:获取人体动作的骨架序列；步骤2:提取关键骨架序列；步骤3:构建骨架时空图， 并得到五种不同的骨架序列数据；步骤4:构建多流信息增强 图卷积网络；步骤5:对多流信息增强图卷积网络进行训练，得到人体动作识别模型。步骤6:将人体骨骼序列数据输入到训练好的多流信息增强图卷积网络中，得到该动作的分类结果。本发明通过提取关键骨架序列减少神经网络计算量的前提下，扩展出五种骨架序列数据，构建具有更优时空特征提取能力的多流信息增强图卷积网络，与现有技术相比，提高了基于骨架关节点的动作识别方法的识别率和鲁棒性。
3、截至挂牌日，专利已取得专利证书。
4、其他重要事项详见评估报告。

1、意向受让方须承诺，在递交受让申请并交纳交易保证金后，即表明理解并接受本次资产转让的所有内容及程序，完全了解与认可转让标的状况以及存在的瑕疵等一切内容，并自行承担受让转让标的所带来的一切风险和后果；成为最终受让方后不得以不了解转让标的为由退还转让标的，否则将视为违约；非因转让方原因所引发的风险因素，由受让方自行承担。
2、意向受让方须承诺，在收到《挂牌结果通知单》之日起5 个工作日内与转让方签署《技术转让合同》,并于签订《技术转让合同》之日起5个工作日内支付应付交易价款至转让方指定账户(交易价款无息结算),交易费用支付至中心指定账户(如本项目公告对以上办理时间有不同约定的，从其约定。)协议成交不收取交易费用，若产生竞价，收取竞价佣金。