CN103595966A - 一种监控照片压缩方法和系统 - Google Patents
一种监控照片压缩方法和系统 Download PDFInfo
- Publication number
- CN103595966A CN103595966A CN201310583430.6A CN201310583430A CN103595966A CN 103595966 A CN103595966 A CN 103595966A CN 201310583430 A CN201310583430 A CN 201310583430A CN 103595966 A CN103595966 A CN 103595966A
- Authority
- CN
- China
- Prior art keywords
- picture
- mobile object
- background picture
- photo
- candid photograph
- 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
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种监控照片压缩方法,该方法包括:A、监控前端设备对移动物体进行抓拍得到该移动物体的抓拍照片;B、监控前端设备提取移动物体的轮廓信息,并将该轮廓信息和移动物体的抓拍照片发送到存储设备;C、存储设备接收监控前端设备发送的移动物体抓拍照片和该移动物体的轮廓信息进行存储;D、存储设备按照预设的策略启动移动物体抓拍照片的压缩;E、存储设备根据移动物体的轮廓信息从移动物体的抓拍照片中抠出该移动物体图片并保存,删除该抓拍照片。本发明技术方案在实现抓拍照片压缩目的的同时,并没有降低照片有效内容的图像质量。
Description
技术领域
本发明涉及视频监控技术领域,尤其涉及一种监控照片压缩方法和系统。
背景技术
卡口、电警系统接收到的车辆照片数量非常庞大。按照100个卡口,每个卡口每天通过10000辆车,捕获的每辆车的照片为0.2MByte,则3个月产生的车辆照片大小为:100*10000*0.2*90=18,000,000MByte=18T。这些车辆的照片被存储在事先规划好的存储设备上。当车辆照片使用的存储空间达到阈值,则卡口电警系统对存储空间进行清理,清除老的车辆照片以便腾出存储空间给新拍的车辆照片使用。但是这样存在一个问题,一旦启动清除,则老的车辆照片将从存储空间中删除,后续将无法查询。所以如何能增加老的车辆照片在存储设备中的保存时间是需要考虑的问题。
现有的一种办法是将老的车辆照片进行压缩处理,缩小分辨率,减少占用的空间,从而达到增加照片存储时间的目的。但是这种方法使得车辆照片的分辨率变小了,照片中的车辆信息和乘客信息可能会变得模糊以至于给后续的研判带来困扰。
发明内容
有鉴于此,本发明提供一种监控照片压缩方法,该方法应用于移动物体监控系统,该监控系统包括:监控前端设备、存储设备,该方法包括:A、监控前端设备对移动物体进行抓拍得到该移动物体的抓拍照片;B、监控前端设备提取移动物体的轮廓信息,并将该轮廓信息和移动物体的抓拍照片发送到存储设备;C、存储设备接收监控前端设备发送的移动物体抓拍照片和该移动物体的轮廓信息进行存储;D、存储设备按照预设的策略启动移动物体抓拍照片的压缩;E、存储设备根据移动物体的轮廓信息从移动物体的抓拍照片中抠出该移动物体图片并保存,删除该抓拍照片。
基于同样的构思,本发明还提供一种监控照片压缩装置,该装置应用于移动物体监控系统,该监控系统包括:监控前端设备、存储设备,其特征在于,该装置包括:存储模块,用于将接收的监控前端设备发送的移动物体抓拍照片和该移动物体的轮廓信息进行存储;压缩启动模块,用于按照预设的策略启动移动物体抓拍照片的压缩;压缩模块,用于根据移动物体的轮廓信息从移动物体的抓拍照片中抠出该移动物体图片并保存,删除该抓拍照片。
相较于现有技术,本发明技术方案在实现抓拍照片压缩目的的同时,并没有降低照片有效内容的图像质量。
附图说明
图1是监控前端设备抓拍的车辆的照片的一个示例。
图2(a)是移动物体轮廓的一个示例。
图2(b)是移动物体轮廓的又一个示例。
图3是背景图片的一个示例。
图4(a)是背景图片的一个示例。
图4(b)是背景图片的另一个示例。
图4(c)是公共背景图片的一个示例。
图5是本发明实施例一流程图。
图6是本发明实施例二流程图。
图7是本发明实施例三流程图。
图8是本发明实施例装置的逻辑结构图。
具体实施方式
为解决背景技术中提到的问题,本发明提供的技术方案将由监控前端设备对抓拍的移动物体进行轮廓信息的提取;后端存储设备在对抓拍照片压缩时根据移动物体的轮廓信息直接抠取该移动物体图片进行保存,从而达到存储空间压缩的目的。
以下通过具体实施方式详细描述本发明。
实施例一
S11、监控前端设备对移动物体进行抓拍得到该移动物体的抓拍照片。
移动物体的确定有多种方法,比如对于通过绊线的物体可以判定为移动物体。绊线可以是地感线圈、视频绊线;移动物体在电警、卡口中通常为车辆。对触发绊线的移动物体进行抓拍是当前主流的监控前端设备都支持的功能。所以具体实现的细节在此不再赘述。图1为监控前端设备抓拍的车辆的照片。
S12、监控前端设备提取移动物体的轮廓信息,并将该轮廓信息和移动物体的抓拍照片发送到存储设备。
移动物体的轮廓信息可以通过构成该轮廓的象素点的坐标来表示。本文中的轮廓应该从广义上来理解。具体来讲,该轮廓可以是矩形,也可以是移动物体实际的形状。用矩形来表示该移动物体的轮廓处理起来相对比较简单,只要用四个点的坐标就可以表示出该移动物体的轮廓,请参图2(a)的A、B、C、D。如果用该移动物体实际的形状来表示其轮廓,则相对复杂,需要使用构成该移动物体轮廓的若干个点的坐标来描述,请参图2(b)中的若干个象素点。描述的象素点点越多,则移动物体的轮廓精度越高。
以车辆作为移动物体为例,现有的监控前端设备对抓拍的车辆,通常会进行车辆的特征信息识别,比如进行车牌识别、车身颜色识别、车标识别等处理,本实施例方案进一步增加轮廓识别,并可以将识别出的轮廓信息和其它特征信息一并封装到车辆信息,并和对车辆的抓拍照片一并发送到存储设备。
S13、存储设备接收监控前端设备发送的移动物体抓拍照片和该移动物体的轮廓信息进行存储。
S14、存储设备按照预设的策略启动移动物体抓拍照片的压缩。
该策略可以是到达预设的时间点或者存储空间达到设置的阈值。
S15、存储设备根据移动物体的轮廓信息从移动物体的抓拍照片中抠出该移动物体图片并保存,删除该抓拍照片。
由于存储设备对每一幅抓拍照片都保存有该照片中移动物体的轮廓信息,所以在对抓拍照片进行压缩的时候,存储设备直接利用该轮廓信息从抓拍照片中抠取移动物体的图片进行保存。而该移动物体对应的抓拍照片将被删除。该移动物体图片的保存路径可以和该移动物体的抓拍照片存储的路径一致。
存储设备可以按照预定的策略对一定数量的抓拍照片进行压缩,比如说压缩某时间点前的抓拍照片或者一边压缩一边判断剩余存储空间的大小,如果剩余存储空间到达一定的值就不再压缩。
存储设备压缩完一张抓拍照片后可以在该抓拍照片的特征信息中添加压缩处理标志。
在电警、卡口应用中,当用户根据抓拍照片,在进行车辆套牌分析、禁区驶入分析等应用需要查看拍摄的图片时,就可以直接调取保存的移动物体的图片进行查看。
由于监控前端设备抓拍的整幅照片中,移动物体实际仅占用其中的一部分;在整幅抓拍照片中,移动物体是最有效的信息;抠出并仅保存移动物体图片,大大减少抓拍照片占用的空间,同时由于保存的移动物体图片的画质没有降低,所以对后续的分析研判并不会有任何影响。
实施例二
由于在某些应用场景中,用户可能还需要查看摄像机抓拍的照片,即除了关注移动物体外可能还需要关注一下背景信息,所以实施例二在实施例一的基础上,存储设备进一步保存背景图片。但是为了要充分的利用有限的存储空间,在进行背景图片保存的时候需要做一定的改进。背景图片即抓拍照片被抠出移动物体后剩余的图片。图3是背景图片的一个示例。以下通过实施流程进一步详细说明。
S21~S25请参实施例一。
S26、将从抓拍照片中抠出该移动物体图片后得到的背景图片进行保存,并且进一步保存移动物体图片与背景图片的对应关系以及移动物体图片在背景图片中的位置。
S27、当获得的背景图片达到预设数量n时,计算这n个背景图片的公共背景图片,并更新移动物体图片与背景图片的对应关系。
如果每个抓拍照片对应的背景图片都进行保存的话,实际上的存储空间并没有减少,也就没有达到抓拍照片压缩的目的。所以本发明方案需要在过车信息数据库中保存的背景图片是多张抓拍照片公共的背景图片。一般同一个摄像机抓拍的照片,背景很少变化,因此可以基于前后多张抓拍照片计算出公共的背景图片。具体的计算方法可以是根据各背景图片抠去的移动物体轮廓像素点的坐标进行计算。请参图4(a)、图4(b)和图4(c),图4(a)是第一张抓拍照片抠去移动物体的背景图片,图4(b)是第二张抓拍照片抠去移动物体的背景图片,图4(c)是综合图4(a)和图4(b)背景图片计算出的新的背景图片。这个例子只是以两个背景图片为例来计算公共的背景图片。实际在计算的时候,可以考虑更多的背景图片,即n可以设置的大一些。n设置的越大,存储空间压缩的越多。
更新移动物体图片与背景图片的对应关系具体是:将移动物体图片更新为与公共背景图片的对应关系。对于图4(a)~图4(c)的例子,原来移动物体图片A(未图示)与背景图片:图4(a)建立对应关系,移动物体图片B(未图示)与背景图片:图4(b)建立对应关系;更新移动物体图片与背景图片的对应关系即将移动物体图片A和移动物体图片B均建立与公共背景图片:图4(c)的对应关系。移动物体图片在背景图片中的位置关系则不必更新。
当用户查询抓拍照片时,监控服务器从存储设备同时提取移动物体图片、该移动物体图片对应的背景图片以及位置信息,并且合成抓拍照片发送给用户显示。由于每一张移动物体的图片都对应背景图片以及其在背景图片中的位置信息,所以根据这些信息可以进行抓拍照片的合成,并且将其反馈给用户。
实施例三
对于公共背景图片的计算除了采用步骤27综合计算的方法之外,还可以采用逐步逼近的方法来计算。以下通过实施例三进一步详细说明。
S31~S35请参实施例一。
S36、将从抓拍照片中抠出移动物体图片后得到背景图片,并保存移动物体图片在背景图片中的位置信息。
S37、使用背景图片对当前的公共背景图片进行更新得到新的公共背景图片,并将该新的背景图片作为当前的公共背景图片;所述公共背景图片初始为0。
S38、保存移动物体图片与更新后的公共背景图片的对应关系。
从上述实施流程可以看出该逐步逼近的方法,每获得一个背景图片,就用该获得背景图片更新当前的公共背景图片。
在开始执行压缩后得到移动物体图片A和其对应的背景图片:图4(a),则用图4(a)更新当前的公共背景图片,得到新的公共背景图片,由于公共背景图片初始为空白,则经过图4(a)更新后,得到的当前的公共背景图片还是为图4(a);将该新的公共背景图片作为当前的公共背景图片;在获得移动物体B对应的背景图片:图4(b)时,基于图4(b)更新当前的公共背景图片,更新后的结果请参图4(c),并将图4(c)作为当前的公共背景图片;此时将移动物体A和移动物体B对应的背景图片更新为当前公共背景图片:图4(c)。如果后续获得了一个背景图片(d),则进一步使用该背景图片(d)更新当前的公共背景图片,并将该新的背景图片作为当前公共背景图片,并将各移动物体图片对应的背景图片更新为当前公共的背景图片。以此类推,不再赘述。
以上实施例二和实施例三的两种计算公共背景图片的方法各有优劣:第一种方法节省背景图片空间,但是需要综合多张背景图片来计算公共的背景图片,所以计算速度比较慢;第二种方法计算速度快,但是公共背景图片不断的处在更新过程。
基于同样的构思,本发明还提供一种监控照片压缩装置,该装置应用于存储设备。请参图8,该装置包括:存储模块,用于将接收的监控前端设备发送的移动物体抓拍照片和该移动物体的轮廓信息进行存储;压缩启动模块,用于按照预设的策略启动移动物体抓拍照片的压缩;压缩模块,用于根据移动物体的轮廓信息从移动物体的抓拍照片中抠出该移动物体图片并保存,删除该抓拍照片。
该压缩模块还用于:将从抓拍照片中抠出该移动物体图片后得到的背景图片进行保存,并且进一步保存移动物体图片与背景图片的对应关系以及移动物体图片在背景图片中的位置信息。
该监控照片压缩装置还包括:公共背景计算模块。该公共背景计算模块用于当获得的背景图片达到预设数量n时,计算这n个背景图片的公共背景图片;所述压缩模块,还用于将移动物体图片与背景图片的对应关系更新为与公共背景图片的对应关系。
在另一种实施方式中,压缩模块和公共背景计算模块执行如下处理:
该压缩模块还用于:将从抓拍照片中抠出该移动物体图片后得到背景图片,并保存移动物体图片在背景图片中的位置信息;公共背景计算模块,使用所述背景图片对当前的公共背景图片进行更新得到新的公共背景图片,并将该新的背景图片作为当前的公共背景图片;所述公共背景图片初始为空白;该压缩模块,还用于保存所述移动物体图片与所述公共背景图片的对应关系。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (9)
1.一种监控照片压缩方法,该方法应用于移动物体监控系统,该监控系统包括:监控前端设备、存储设备,其特征在于,该方法包括:
A、监控前端设备对移动物体进行抓拍得到该移动物体的抓拍照片;
B、监控前端设备提取移动物体的轮廓信息,并将该轮廓信息和移动物体的抓拍照片发送到存储设备;
C、存储设备接收监控前端设备发送的移动物体抓拍照片和该移动物体的轮廓信息进行存储;
D、存储设备按照预设的策略启动移动物体抓拍照片的压缩;
E、存储设备根据移动物体的轮廓信息从移动物体的抓拍照片中抠出该移动物体图片并保存,删除该抓拍照片。
2.如权利要求1所述的方法,其特征在于,所述轮廓信息为构成该轮廓的移动物体象素点的坐标信息。
3.如权利要求1所述的方法,其特征在于,所述方法进一步包括:
F、将从抓拍照片中抠出该移动物体图片后得到的背景图片进行保存,并且进一步保存移动物体图片与背景图片的对应关系以及移动物体图片在背景图片中的位置信息;
G、当获得的背景图片达到预设数量n时,计算这n个背景图片的公共背景图片,并更新移动物体图片与背景图片的对应关系。
4.如权利要求3所述的方法,其特征在于,所述更新移动物体图片与背景图片的对应关系具体是:将移动物体图片更新为与公共背景图片的对应关系。
5.如权利要求1所述的方法,其特征在于,所述方法进一步包括:
F、将从抓拍照片中抠出该移动物体图片后得到背景图片,并保存移动物体图片在背景图片中的位置信息;
G、使用步骤F中得到的背景图片对当前的公共背景图片进行更新得到新的公共背景图片,并将该新的背景图片作为当前的公共背景图片;所述公共背景图片初始为空白;
H、保存步骤F中的移动物体图片与步骤G中更新后的公共背景图片的对应关系。
6.一种监控照片压缩装置,该装置应用于存储设备,该存储设备位于监控系统中,该监控系统还包括:监控前端设备,其特征在于,该装置包括:
存储模块,用于将接收的监控前端设备发送的移动物体抓拍照片和该移动物体的轮廓信息进行存储;
压缩启动模块,用于按照预设的策略启动移动物体抓拍照片的压缩;
压缩模块,用于根据移动物体的轮廓信息从移动物体的抓拍照片中抠出该移动物体图片并保存,删除该抓拍照片。
7.如权利要求6所述的装置,其特征在于,所述轮廓信息为构成该轮廓的移动物体象素点的坐标信息。
8.如权利要求6所述的装置,其特征在于,所述压缩模块还用于:将从抓拍照片中抠出该移动物体图片后得到的背景图片进行保存,并且进一步保存移动物体图片与背景图片的对应关系以及移动物体图片在背景图片中的位置信息;
所述装置还包括:
公共背景计算模块,用于当获得的背景图片达到预设数量n时,计算这n个背景图片的公共背景图片;
所述压缩模块,还用于将移动物体图片与背景图片的对应关系更新为与公共背景图片的对应关系。
9.如权利要求6所述的装置,其特征在于,所述压缩模块还用于:
将从抓拍照片中抠出该移动物体图片后得到背景图片,并保存移动物体图片在背景图片中的位置信息;
所述装置还包括:
公共背景计算模块,使用所述背景图片对当前的公共背景图片进行更新得到新的公共背景图片,并将该新的背景图片作为当前的公共背景图片;所述公共背景图片初始为空白;
所述压缩模块,还用于保存所述移动物体图片与所述公共背景图片的对应关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310583430.6A CN103595966A (zh) | 2013-11-19 | 2013-11-19 | 一种监控照片压缩方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310583430.6A CN103595966A (zh) | 2013-11-19 | 2013-11-19 | 一种监控照片压缩方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103595966A true CN103595966A (zh) | 2014-02-19 |
Family
ID=50085932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310583430.6A Pending CN103595966A (zh) | 2013-11-19 | 2013-11-19 | 一种监控照片压缩方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103595966A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104966083A (zh) * | 2015-07-03 | 2015-10-07 | 武汉中科通达高新技术股份有限公司 | 一种卡口设备图片采集与传输方法 |
CN107180407A (zh) * | 2016-03-09 | 2017-09-19 | 杭州海康威视数字技术股份有限公司 | 一种图片处理方法及装置 |
CN107408212A (zh) * | 2015-02-11 | 2017-11-28 | Avg荷兰私人有限公司 | 用于识别存储在设备上的不需要的照片的系统和方法 |
CN108024084A (zh) * | 2017-12-31 | 2018-05-11 | 刘兴丹 | 一种视频压缩、智能识别的方法、装置 |
CN110717070A (zh) * | 2019-10-17 | 2020-01-21 | 山东浪潮人工智能研究院有限公司 | 一种用于室内监控场景的视频压缩方法及系统 |
CN110933348A (zh) * | 2019-05-05 | 2020-03-27 | 唐山明天科技有限公司 | 一种采用动态压缩比的数字录像方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080100709A1 (en) * | 2006-10-27 | 2008-05-01 | Matsushita Electric Works, Ltd. | Target moving object tracking device |
JP2012160165A (ja) * | 2011-01-31 | 2012-08-23 | Nec (China) Co Ltd | ベースライン帯域ビデオ監視システムおよび方法 |
CN102724503A (zh) * | 2012-06-13 | 2012-10-10 | 广东威创视讯科技股份有限公司 | 视频压缩方法和系统 |
CN103093528A (zh) * | 2012-12-28 | 2013-05-08 | 中山大学 | 一种小区车辆和人员智能监控系统 |
-
2013
- 2013-11-19 CN CN201310583430.6A patent/CN103595966A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080100709A1 (en) * | 2006-10-27 | 2008-05-01 | Matsushita Electric Works, Ltd. | Target moving object tracking device |
JP2012160165A (ja) * | 2011-01-31 | 2012-08-23 | Nec (China) Co Ltd | ベースライン帯域ビデオ監視システムおよび方法 |
CN102724503A (zh) * | 2012-06-13 | 2012-10-10 | 广东威创视讯科技股份有限公司 | 视频压缩方法和系统 |
CN103093528A (zh) * | 2012-12-28 | 2013-05-08 | 中山大学 | 一种小区车辆和人员智能监控系统 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107408212A (zh) * | 2015-02-11 | 2017-11-28 | Avg荷兰私人有限公司 | 用于识别存储在设备上的不需要的照片的系统和方法 |
CN104966083A (zh) * | 2015-07-03 | 2015-10-07 | 武汉中科通达高新技术股份有限公司 | 一种卡口设备图片采集与传输方法 |
CN104966083B (zh) * | 2015-07-03 | 2018-03-27 | 武汉中科通达高新技术股份有限公司 | 一种卡口设备图片采集与传输方法 |
CN107180407A (zh) * | 2016-03-09 | 2017-09-19 | 杭州海康威视数字技术股份有限公司 | 一种图片处理方法及装置 |
CN108024084A (zh) * | 2017-12-31 | 2018-05-11 | 刘兴丹 | 一种视频压缩、智能识别的方法、装置 |
CN110933348A (zh) * | 2019-05-05 | 2020-03-27 | 唐山明天科技有限公司 | 一种采用动态压缩比的数字录像方法及装置 |
CN110717070A (zh) * | 2019-10-17 | 2020-01-21 | 山东浪潮人工智能研究院有限公司 | 一种用于室内监控场景的视频压缩方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103595966A (zh) | 一种监控照片压缩方法和系统 | |
KR102190483B1 (ko) | Ai 기반의 영상 압축 및 복원 시스템 | |
CN107730485B (zh) | 车辆定损方法、电子设备及计算机可读存储介质 | |
CN108228696B (zh) | 人脸图像检索方法和系统、拍摄装置、计算机存储介质 | |
US20160063009A1 (en) | Proactively clearing digital storage | |
EP3158505B1 (en) | A method and a system for object recognition | |
WO2017054442A1 (zh) | 一种图像信息识别处理方法及装置、计算机存储介质 | |
CN107948605B (zh) | 车载监控视频数据存储的方法、装置、设备及存储介质 | |
CN107547617B (zh) | 一种交通事故信息收集方法及装置 | |
US20180189942A1 (en) | Monitoring system, photography-side device, and verification-side device | |
CN105320923A (zh) | 车型识别方法及装置 | |
EP2549755B1 (en) | Data processing device and data processing method | |
US11416542B1 (en) | System and method for uploading still images of matching plates in response to an alert hit list using distributed LPR acquisition | |
CN110647658A (zh) | 一种基于云计算的车载图像特征自动识别方法与系统 | |
CN111159445A (zh) | 一种图片过滤方法、装置、电子设备及存储介质 | |
JP6187261B2 (ja) | 人物特徴量抽出システム、サーバおよび人物特徴量抽出方法 | |
CN110798656A (zh) | 一种监控视频文件处理方法、装置、介质和设备 | |
US8249384B2 (en) | Method and system for removing date and time stamp of digital image in imaging device | |
CN114268730A (zh) | 图像存储的方法、装置、计算机设备和存储介质 | |
KR101527003B1 (ko) | 블랙박스시스템 | |
JP6443144B2 (ja) | 情報出力装置、情報出力プログラム及び情報出力方法、並びに情報出力システム | |
CN110728174A (zh) | 基于车辆识别的伸缩门控制方法、装置及存储介质 | |
EP3170302B1 (en) | Method and system for efficient transfer of digital images captured by a lifelog camera | |
CN117177004B (zh) | 内容帧的提取方法、装置、设备及存储介质 | |
CN110674768B (zh) | 一种同行分析方法、设备及存储介质 |
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 |
Application publication date: 20140219 |
|
RJ01 | Rejection of invention patent application after publication |