CN103456179A - 车辆统计方法、装置及视频监控系统 - Google Patents
车辆统计方法、装置及视频监控系统 Download PDFInfo
- Publication number
- CN103456179A CN103456179A CN2012101807945A CN201210180794A CN103456179A CN 103456179 A CN103456179 A CN 103456179A CN 2012101807945 A CN2012101807945 A CN 2012101807945A CN 201210180794 A CN201210180794 A CN 201210180794A CN 103456179 A CN103456179 A CN 103456179A
- Authority
- CN
- China
- Prior art keywords
- surveyed area
- vehicle
- statistics
- eigenwert
- main statistic
- 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
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种车辆统计方法、装置及视频监控系统,该方法包括:在车辆监控的视频帧中设置检测区域;对检测区域进行分块,并计算子块图像的特征值;根据特征值获取检测区域的主统计量;根据主统计量的变化判断检测区域内是否有车辆经过,并对经过的车辆数目进行统计。通过本发明,采用设置检测区域,根据检测区域的统计参数的变化来进行车辆的计数,从而解决了由于目标提取不完整而导致统计不准确的问题,进而达到了提高统计效率和统计准确性的效果。
Description
技术领域
本发明涉及视频智能分析处理领域,具体而言,涉及一种车辆统计方法、装置及视频监控系统。
背景技术
视频监控系统提供基础的视频监控能力,智能视频监控平台提供平台侧的智能算法分析能力以及各种智能相关的业务管理功能,智能视频监控平台是现有视频监控系统的一个重要的功能扩充。
车辆计数系统通过对道路交通信息进行实时检测,根据车流量的动态变化,了解道路交通的实际运行情况并迅速做出交通诱导控制,从而减轻道路的拥挤程度,减小居民的行车延误,降低发生交通事故的概率,保证行车安全,并使交通设施得到充分利用。因此,对车辆计数系统的研究有着重要的意义,车辆计数系统也随之将成为智能交通管理中的关键环节。
而现有的车辆计数系统往往存在由于目标提取不完整而导致统计不准确的问题。
发明内容
本发明提供了一种车辆统计方法、装置及视频监控系统,以至少解决现有车辆计数系统中所存在的车辆统计不准确的问题。
根据本发明的一个方面,提供了一种车辆统计方法,包括:在车辆监控的视频帧中设置检测区域;对检测区域进行分块,并计算子块图像的特征值;根据特征值获取检测区域的主统计量;根据主统计量的变化判断检测区域内是否有车辆经过,并对经过的车辆数目进行统计。
优选地,基于至少以下一种信息计算子块图像的特征值:灰度信息、RGB色彩间的R分量信息、RGB色彩间的G分量信息、RGB色彩间的B分量信息。
优选地,根据特征值获取检测区域的主统计量,包括:将子块图像的特征值进行加权水平投影得到主统计量。
优选地,所采用的加权方式为高斯加权。
优选地,根据主统计量的变化判断检测区域内是否有车辆经过,并对经过的车辆数目进行统计,包括:当车辆开始进入检测区域时,主统计量会逐渐变大,当车辆离开检测区域时,主统计量会逐渐变小,当车辆完全进入检测区域时,主统计量会达到一个峰值,由峰值的个数统计得到经过的车辆数目。
根据本发明的另一方面,提供了一种车辆统计装置,包括:设置模块,用于在车辆监控的视频帧中设置检测区域;计算模块,用于对检测区域进行分块,并计算子块图像的特征值;获取模块,用于根据特征值获取检测区域的主统计量;统计模块,用于根据主统计量的变化判断检测区域内是否有车辆经过,并对经过的车辆数目进行统计。
优选地,计算模块基于至少以下一种信息计算子块图像的特征值:灰度信息、RGB色彩间的R分量信息、RGB色彩间的G分量信息、RGB色彩间的B分量信息。
优选地,获取模块包括:加权子模块,用于将子块图像的特征值进行加权水平投影得到主统计量。
优选地,统计模块包括:判断子模块,用于根据主统计量的以下变化来判断检测区域内是否有车辆经过:当车辆开始进入检测区域时,主统计量会逐渐变大,当车辆离开检测区域时,主统计量会逐渐变小,当车辆完全进入检测区域时,主统计量会达到一个峰值;统计子模块,用于根据峰值的个数统计经过检测区域的车辆数目。
根据本发明的又一方面,提供了一种视频监控系统,包括:数据采集器、智能分析平台管理服务器、一个或多个智能分析单元管理服务器、一个或多个智能分析平台算法分析能力服务器,其中,智能分析平台算法分析能力服务器包括前文中的车辆统计装置,数据采集器,用于对监控场景进行数据采集,并将采集到的视频数据输入智能分析平台管理服务器;智能分析平台管理服务器,用于根据来自客户端的车辆统计指令选择智能分析单元管理服务器,并向所选择的智能分析单元管理服务器下发车辆统计任务;智能分析单元管理服务器,根据接收到的车辆统计任务选择智能分析平台算法分析能力服务器,并向所选择的智能分析单元管理服务器下发车辆统计任务;智能分析平台算法分析能力服务器,根据接收到的车辆统计任务启用车辆统计装置以进行车辆统计,并上报统计结果。
通过本发明,采用设置检测区域,根据检测区域的统计参数的变化来进行车辆的计数,从而解决了由于目标提取不完整而导致统计不准确的问题,进而达到了提高统计效率和统计准确性的效果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的车辆统计方法流程图;
图2是根据本发明实施例的车辆统计装置结构框图;
图3是根据本发明实施例一的智能视频监控系统逻辑架构图;
图4是根据本发明实施例一的车辆计数模块逻辑处理流程图;
图5是根据本发明实施例一的基于智能分析平台的车辆统计流程图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。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。
图1是根据本发明实施例的车辆统计方法流程图。如图1所示,该方法包括以下步骤:
步骤S102,在车辆监控的视频帧中设置检测区域。
步骤S104,对检测区域进行分块,并计算子块图像的特征值。
步骤S106,根据特征值获取检测区域的主统计量。
步骤S108,根据主统计量的变化判断检测区域内是否有车辆经过,并对经过的车辆数目进行统计。
在本实施例中,通过设置检测区域,根据检测区域的统计参数的变化来进行车辆的计数,从而解决了由于目标提取不完整而导致统计不准确的问题,进而达到了提高统计效率和统计准确性的效果。
其中,在步骤S104中,可以基于至少以下一种信息计算子块图像的特征值:灰度信息、RGB色彩间的R分量信息、RGB色彩间的G分量信息、RGB色彩间的B分量信息。
其中,在步骤S106中,将子块图像的特征值进行加权水平投影得到主统计量,所采用的加权方式可为高斯加权。
其中,在步骤S108中,当车辆开始进入检测区域时,主统计量会逐渐变大,当车辆离开检测区域时,主统计量会逐渐变小,当车辆完全进入检测区域时,主统计量会达到一个峰值,由峰值的个数统计得到经过的车辆数目。
图2是根据本发明实施例的车辆统计装置结构框图。如图2所示,该车辆统计装置包括:设置模块10,用于在车辆监控的视频帧中设置检测区域;计算模块20,用于对检测区域进行分块,并计算子块图像的特征值;获取模块30,用于根据特征值获取检测区域的主统计量;统计模块40,用于根据主统计量的变化判断检测区域内是否有车辆经过,并对经过的车辆数目进行统计。其中,设置模块10、计算模块20、获取模块30和统计模块40依次相耦合。
在本实施例中,通过设置检测区域,根据检测区域的统计参数的变化来进行车辆的计数,从而解决了由于目标提取不完整而导致统计不准确的问题,进而达到了提高统计效率和统计准确性的效果。
其中,计算模块20基于至少以下一种信息计算子块图像的特征值:灰度信息、RGB色彩间的R分量信息、RGB色彩间的G分量信息、RGB色彩间的B分量信息。
其中,获取模块30包括:加权子模块32,用于将子块图像的特征值进行加权水平投影得到主统计量。
其中,统计模块40包括:判断子模块42,用于根据主统计量的以下变化来判断检测区域内是否有车辆经过:当车辆开始进入检测区域时,主统计量会逐渐变大,当车辆离开检测区域时,主统计量会逐渐变小,当车辆完全进入检测区域时,主统计量会达到一个峰值;统计子模块44,用于根据峰值的个数统计经过检测区域的车辆数目。
实施例一
在本实施例中,利用现有的智能分析平台,通过在智能分析平台算法分析能力服务器中加入基于统计参数的车辆计数模块,从而实现车辆计数。一方面,可以利用现有智能分析平台的优点,增加车辆计数系统的性能;另一方面,也可以为现有的智能分析平台增加入车辆计数的新功能。
图3是根据本发明实施例一的智能视频监控系统逻辑架构图。如图3所示,该视频监控系统包括:数据采集模块100、智能分析平台管理服务器200、智能分析单元管理服务器(302、304)、智能分析平台算法分析能力服务器(402、404、406、408),其中,智能分析平台算法分析能力服务器包括一个车辆计数模块10。
智能视频监控系统的各模块的功能如下:
数据采集模块100:负责对监控场景进行数据采集并将采集到的视频数据传入智能分析平台200。
智能分析平台管理服务器200:实现和数据采集模块100的通讯接口、智能分析处理单元的管理、智能分析结果的管理、负责管理智能分析单元管理服务器302和304。
智能分析单元管理服务器:负责管理多个智能分析平台算法分析能力服务器,实现智能分析定时计划的下发执行,智能分析平台算法分析能力服务器的负载均衡调度等。
智能分析平台算法分析能力服务器:负责执行具体的智能算法分析,并上报告警或分析结果事件通知;负责在智能分析过程中实施快照抓拍。
在本实施例中,通过在智能分析平台算法分析能力服务器中加入车辆计数模块,从而实现车辆计数。
图4是根据本发明实施例一的车辆计数模块逻辑处理流程图。如图4所示,包括以下步骤:
步骤S402,获取下一帧图像:智能分析平台采用摄像机实时监控交通视频信息,车辆计算模块通过智能分析平台算法分析能力服务器获取视频采集设备采集的下一帧图像。
步骤S404,设置检测窗、图像预处理、初始化背景模型:以帧为单位读取整个视频序列,针对第一帧图像设置检测区域(该检测区域可由用户在视频监控界面上进行设置),对采集到的图像进行预处理,初始化背景模型。
步骤S406,检测区域分块、计算子块的特征值:对检测区域内的图像进行分块处理,并计算当前子块图像与背景子块图像之间的特征。本实施例的特征值计算统计但并不限于以下信息:灰度信息、RGB色彩间的R分量信息、G分量信息、B分量信息。只要是可以有效区分两个物体的差别程度的计算方法都可以用于此处计算特征值。
步骤S408,计算主统计量:本方法采用以下的加权水平投影方法并不限于此方法:将得到的子块图像特征值进行加权水平投影,得到主统计量。本方法采用以下加权方法并不限于以下加权方法:高斯加权方法。
步骤S410,分类器判断是否有车:利用分类器判断检测区域内是否有车。
步骤S412,统计车辆数目:对检测区域内的车辆数目进行统计。当车辆开始进入检测区域时,统计参数会逐渐变大,当车辆离开检测区域时,统计参数会逐渐变小,当车辆完全进入时统计参数会达到一个峰值。正是利用统计参数的这个变化特点对车辆进行计数的。
图5是根据本发明实施例一的基于智能分析平台的车辆统计流程图。如图5所示,包括以下步骤:
步骤S502,客户端向智能分析平台管理服务器下发“车辆计数”任务并在界面上设置检测窗。
步骤S504,智能分析平台管理服务器寻找合适的智能分析单元管理服务器执行该任务;
步骤S506,智能分析单元管理服务器寻找合适的智能分析平台算法分析能力服务器执行该任务并开始获取实时监控视频数据;
步骤S508,智能分析平台算法分析能力服务器启用车辆计数模块;
步骤S510,车辆计数模块通过基于统计参数的车辆计数方法进行车辆计数;
步骤S512,车辆计数模块向智能分析平台算法分析能力服务器返回车辆数目;
步骤S514,智能分析平台算法分析能力服务器向智能分析单元管理服务器返回车辆数目;
步骤S516,智能分析单元管理服务器向智能分析平台管理服务器返回车辆数目;
步骤S518,智能分析平台管理服务器向客户端返回车辆数目。
在另外一个实施例中,还提供了一种车辆统计软件,该软件用于执行上述实施例中描述的技术方案。
在另外一个实施例中,还提供了一种存储介质,该存储介质中存储有上述软件,该存储介质包括但不限于光盘、软盘、硬盘、可擦写存储器等。
从以上的描述中,可以看出,本发明实现了如下技术效果:
1.在本发明中,通过车辆计数模块与智能分析平台相结合,可以达到同时对多路监控视频流进行车辆计数,大大降低了成本。另外,可以充分利用现有的智能分析平台的良好功能,增加了车辆计数系统的稳定性。
2.在本发明中,用户可以在视频监控界面上自行设置检测窗,方便快捷并且效果直观;并且只需要提取检测窗内的图像信息进行统计特征计算,而不需要图像其它部分的信息,大大降低了计算量,提高了处理效率。
3.在本发明中采用统计信息进行车辆计数,可以有效避免传统车辆计数方法中提取目标不完整、目标跟踪不准确等问题。
4.在本发明中,可以灵活地选择图像的统计特征和各种物体分类的有效方法,便于后续的改进。
5.本发明的统计方式可以有效避免其它目标、阴影等的干扰,统计准确性高,能够更好的满足对道理交通网络实施管理的要求。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种车辆统计方法,其特征在于,包括:
在车辆监控的视频帧中设置检测区域;
对所述检测区域进行分块,并计算子块图像的特征值;
根据所述特征值获取所述检测区域的主统计量;
根据所述主统计量的变化判断所述检测区域内是否有车辆经过,并对经过的车辆数目进行统计。
2.根据权利要求1所述的方法,其特征在于,基于至少以下一种信息计算子块图像的特征值:
灰度信息、RGB色彩间的R分量信息、RGB色彩间的G分量信息、RGB色彩间的B分量信息。
3.根据权利要求1所述的方法,其特征在于,根据所述特征值获取所述检测区域的主统计量,包括:
将所述子块图像的特征值进行加权水平投影得到所述主统计量。
4.根据权利要求3所述的方法,其特征在于,所述加权方式为高斯加权。
5.根据权利要求1所述的方法,其特征在于,根据所述主统计量的变化判断所述检测区域内是否有车辆经过,并对经过的车辆数目进行统计,包括:
当车辆开始进入所述检测区域时,所述主统计量会逐渐变大,当车辆离开所述检测区域时,所述主统计量会逐渐变小,当车辆完全进入所述检测区域时,所述主统计量会达到一个峰值,由所述峰值的个数统计得到经过的车辆数目。
6.一种车辆统计装置,其特征在于,包括:
设置模块,用于在车辆监控的视频帧中设置检测区域;
计算模块,用于对所述检测区域进行分块,并计算子块图像的特征值;
获取模块,用于根据所述特征值获取所述检测区域的主统计量;
统计模块,用于根据所述主统计量的变化判断所述检测区域内是否有车辆经过,并对经过的车辆数目进行统计。
7.根据权利要求6所述的装置,其特征在于,所述计算模块基于至少以下一种信息计算子块图像的特征值:
灰度信息、RGB色彩间的R分量信息、RGB色彩间的G分量信息、RGB色彩间的B分量信息。
8.根据权利要求6所述的装置,其特征在于,所述获取模块包括:
加权子模块,用于将所述子块图像的特征值进行加权水平投影得到所述主统计量。
9.根据权利要求6所述的装置,其特征在于,所述统计模块包括:
判断子模块,用于根据所述主统计量的以下变化来判断所述检测区域内是否有车辆经过:
当车辆开始进入所述检测区域时,所述主统计量会逐渐变大,当车辆离开所述检测区域时,所述主统计量会逐渐变小,当车辆完全进入所述检测区域时,所述主统计量会达到一个峰值;
统计子模块,用于根据所述峰值的个数统计经过所述检测区域的车辆数目。
10.一种视频监控系统,其特征在于,包括:数据采集器、智能分析平台管理服务器、一个或多个智能分析单元管理服务器、一个或多个智能分析平台算法分析能力服务器,其中,所述智能分析平台算法分析能力服务器包括权利要求6至9任意一项所述的车辆统计装置,
所述数据采集器,用于对监控场景进行数据采集,并将采集到的视频数据输入所述智能分析平台管理服务器;
所述智能分析平台管理服务器,用于根据来自客户端的车辆统计指令选择智能分析单元管理服务器,并向所选择的智能分析单元管理服务器下发车辆统计任务;
所述智能分析单元管理服务器,根据接收到的所述车辆统计任务选择所述智能分析平台算法分析能力服务器,并向所选择的所述智能分析单元管理服务器下发所述车辆统计任务;
所述智能分析平台算法分析能力服务器,根据接收到的所述车辆统计任务启用所述车辆统计装置以进行车辆统计,并上报统计结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012101807945A CN103456179A (zh) | 2012-06-04 | 2012-06-04 | 车辆统计方法、装置及视频监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012101807945A CN103456179A (zh) | 2012-06-04 | 2012-06-04 | 车辆统计方法、装置及视频监控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103456179A true CN103456179A (zh) | 2013-12-18 |
Family
ID=49738497
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012101807945A Pending CN103456179A (zh) | 2012-06-04 | 2012-06-04 | 车辆统计方法、装置及视频监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103456179A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105046948A (zh) * | 2015-05-08 | 2015-11-11 | 天津大学 | 一种黄色网格线区域内交通违章停车监测系统和方法 |
CN105185108A (zh) * | 2015-08-06 | 2015-12-23 | 苏州市世跃智能科技有限公司 | 一种黄网格线违法停车自动抓拍系统 |
CN117409380A (zh) * | 2023-12-11 | 2024-01-16 | 深圳鲲云信息科技有限公司 | 识别车辆的方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005092513A (ja) * | 2003-09-17 | 2005-04-07 | Minolta Co Ltd | 計数システム |
CN101639983A (zh) * | 2009-08-21 | 2010-02-03 | 任雪梅 | 一种基于图像信息熵的多车道车流量检测方法 |
CN101814145A (zh) * | 2009-02-24 | 2010-08-25 | 索尼株式会社 | 目标区分方法及目标区分装置 |
CN101951462A (zh) * | 2010-09-29 | 2011-01-19 | 无锡中星微电子有限公司 | 一种运动检测的方法 |
CN102184547A (zh) * | 2011-03-28 | 2011-09-14 | 长安大学 | 一种基于视频的车辆逆行事件检测方法 |
-
2012
- 2012-06-04 CN CN2012101807945A patent/CN103456179A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005092513A (ja) * | 2003-09-17 | 2005-04-07 | Minolta Co Ltd | 計数システム |
CN101814145A (zh) * | 2009-02-24 | 2010-08-25 | 索尼株式会社 | 目标区分方法及目标区分装置 |
CN101639983A (zh) * | 2009-08-21 | 2010-02-03 | 任雪梅 | 一种基于图像信息熵的多车道车流量检测方法 |
CN101951462A (zh) * | 2010-09-29 | 2011-01-19 | 无锡中星微电子有限公司 | 一种运动检测的方法 |
CN102184547A (zh) * | 2011-03-28 | 2011-09-14 | 长安大学 | 一种基于视频的车辆逆行事件检测方法 |
Non-Patent Citations (1)
Title |
---|
胡建华等: "基于分块差分与背景减除的运动检测", 《电子测量技术》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105046948A (zh) * | 2015-05-08 | 2015-11-11 | 天津大学 | 一种黄色网格线区域内交通违章停车监测系统和方法 |
CN105185108A (zh) * | 2015-08-06 | 2015-12-23 | 苏州市世跃智能科技有限公司 | 一种黄网格线违法停车自动抓拍系统 |
CN117409380A (zh) * | 2023-12-11 | 2024-01-16 | 深圳鲲云信息科技有限公司 | 识别车辆的方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7036863B2 (ja) | ビデオデータを用いた活動モニタリングのためのシステム及び方法 | |
CN103839308B (zh) | 人数获取方法、装置及系统 | |
CN105493502B (zh) | 视频监控方法、视频监控系统以及计算机可读存储介质 | |
CN107038168A (zh) | 一种用户通勤轨迹管理方法、装置及系统 | |
CN104933870A (zh) | 基于车辆行为分析的车辆套牌识别方法与装置 | |
CN104200671A (zh) | 一种基于大数据平台的虚拟卡口管理方法及系统 | |
GB2560832A (en) | An integrated intelligent server based system and method/systems adapted to facilitate fail-safe integration and/or optimised utilisation | |
CN102902960B (zh) | 基于高斯建模与目标轮廓的遗留物检测方法 | |
CN108664849A (zh) | 视频中事件的检测装置、方法以及图像处理设备 | |
CN103246896A (zh) | 一种鲁棒性车辆实时检测与跟踪方法 | |
CN108665417A (zh) | 一种车牌图像去模糊方法、装置及系统 | |
CN113592785A (zh) | 一种目标流量统计方法及装置 | |
Magrini et al. | Computer vision on embedded sensors for traffic flow monitoring | |
CN204759452U (zh) | 一种基于视频烟雾多特征融合的交通火灾检测系统 | |
CN110880205B (zh) | 一种停车收费方法及装置 | |
CN114078319A (zh) | 一种检测交通事故隐患地点的方法及装置 | |
CN103456179A (zh) | 车辆统计方法、装置及视频监控系统 | |
Ua-Areemitr et al. | Low-cost road traffic state estimation system using time-spatial image processing | |
CN214338041U (zh) | 一种基于5g物联网的智能城市监控系统 | |
CN113744528A (zh) | 一种智慧城市交通视频监控系统 | |
Hao et al. | Toward accurate crowd counting in large surveillance areas based on passive wifi sensing | |
Magrini et al. | Lightweight computer vision methods for traffic flow monitoring on low power embedded sensors | |
CN110417831B (zh) | 智能设备计算资源分配方法、装置及系统 | |
Raskar et al. | Smart Traffic monitoring system | |
CN110738692A (zh) | 一种基于spark集群的智能视频识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20131218 |