CN105844227A - 面向校车安全的司机身份认证方法 - Google Patents
面向校车安全的司机身份认证方法 Download PDFInfo
- Publication number
- CN105844227A CN105844227A CN201610159703.8A CN201610159703A CN105844227A CN 105844227 A CN105844227 A CN 105844227A CN 201610159703 A CN201610159703 A CN 201610159703A CN 105844227 A CN105844227 A CN 105844227A
- Authority
- CN
- China
- Prior art keywords
- face
- image
- driver
- school bus
- key point
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 239000013598 vector Substances 0.000 claims abstract description 27
- 238000001514 detection method Methods 0.000 claims abstract description 4
- 230000001815 facial effect Effects 0.000 claims description 25
- 238000005520 cutting process Methods 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 3
- 238000012549 training Methods 0.000 abstract description 2
- 238000001914 filtration Methods 0.000 abstract 1
- 230000036544 posture Effects 0.000 abstract 1
- 238000005286 illumination Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012797 qualification Methods 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
Abstract
本发明涉及一种面向校车安全的司机身份认证方法。在摄像机镜头前设置滤镜滤除可见光，并采用红外光源，有效去除环境光带来的影响；然后对红外图像进行人脸关键点检测，基于关键点位置进行面部图像处理，获得正面规整化人脸，从而去除姿态、尺度、位置等因素影响；最后在规整化图像基础上，构造灰度向量计算Jaccard相似度，快速进行人脸比对，实现驾驶员身份认证。采用灰度可快速有效地描述面部特征。基于灰度列向量的Jaccard系数相似度计算简单，速度快，不需要大量样本用于训练，适合于校车管理的运行模式。
Description
技术领域
本发明涉及一种面向校车安全的司机身份认证方法。
背景技术
近年来，校车安全日益受到全社会的关注，政府出台相关法规加强校车管理，其中对驾驶员的资格审查与身份认证是重要环节之一。2012年4月5日，国务院公布施行了《校车安全管理条例》，该条例对校车驾驶人资格等做出了具体的规定。但在校车实际运行过程中，目前还缺乏对驾驶员身份的有效认证，存在非授权校车驾驶员代驾的情况，存在较大安全隐患。
现有的驾驶员身份认证方法主要有两类，第一类如专利CN201220362617等专利所述方法，以RFID读卡器、身份证读卡器等读卡设备获取驾驶员身份信息进行验证，由于外置卡与人员的可分离性，此类方法并不能真正实现驾驶员身份认证；第二类是基于现场视频或图像对驾驶员进行可见光人脸比对的方法，如专利CN201220390464、CN201310096618等，此类方法可对驾驶员身份进行现场认证，但由于现场环境的多样性，以及驾驶员非自然工作状态下姿态存在偏转等因素，导致现有基于人脸比对的身份认证方法易受光照和姿态等因素影响，正确率较低，未能得到大规模应用。
发明内容
本发明设计了一种新的基于面部图像比对的驾驶员身份认证方法。该方法在摄像机镜头前设置滤镜滤除可见光，并采用红外光源，有效去除环境光带来的影响；然后对红外图像进行人脸关键点检测，基于关键点位置进行面部图像处理，获得正面规整化人脸，从而去除姿态、尺度、位置等因素影响；最后在规整化图像基础上，构造灰度向量计算Jaccard相似度，快速进行人脸比对，实现驾驶员身份认证。
本发明的完整处理流程为：
Step1：获取驾驶员面部红外光照图像；具体为基于红外光源的人脸面部图像采集，采集分为两种模式：注册模式和认证模式。
Step2：从图像中检测人脸及五官关键点；
Step3：基于人脸五官关键点，对面部区域图像进行旋转校正和裁剪，并归一化尺寸，实现面部图像规整，具体为基于两次Flandmark五官关键点定位的人脸图像规整；
Step4：针对规整化后的图像，提取其灰度向量，并分别计算其与注册时采集的司机面部规整化图像灰度向量的Jaccard系数，获得两幅人脸的相似度，根据阈值进行判别，实现身份验证，具体为基于灰度向量计算Jaccard系数的人脸比对；
本发明的关键创新技术：
1、基于红外光源的人脸面部图像采集方法
本发明使用通用的具有红外光源的监控摄像机，模拟摄像机或数字摄像机均可，镜头前放置截止频率为800nm的红外滤镜，该滤镜仅使波长大于800nm的红外光通过，红外光源的波长为850nm或940nm。采集分为两种模式：注册模式和认证模式。两种模式均设计为依照驾驶员开车时的位置，摄像机放置于驾驶室中控台，镜头对准驾驶员面部，俯仰及左右倾角均不超过30度。注册模式为驾驶员在校车管理部门经过人工审核后进行，采集多张面部图像，存储在该驾驶员对应校车的校车安全智能终端之中。认证模式为驾驶员每次在车内点火启动后进行，校车安全智能终端驱动摄像机采集该驾驶员面部图像，经过本发明所述方法处理后与已存储的注册图像进行比对，如果未通过认证，校车安全智能终端报警；如果通过认证，则正常驾驶。
本发明基于红外光源采集驾驶员面部图像，创新点在于：
结合恰当截止频率的滤镜，可滤除可见光，使用外置红外光作为光源，可有效去除环境光和车内灯光变化对人脸比对造成的影响，保证光照一致性，确保后续人脸比对的效果。
2、基于两次Flandmark五官关键点定位的人脸图像规整方法
针对采用上述方法采集到的人脸图像，其面部区域灰度图像为，图像坐标原点为左上角，进行下列处理：
Step1：利用Flandmark方法，从中定位精简的五官关键点，，分别为关键点的横纵坐标，为关键点序号。面朝人脸方向，上述关键点按顺序分别为左侧外眼角、左侧内眼角、右侧内眼角、右侧外眼角、上嘴唇外沿中点、下嘴唇外沿中点，如图2所示；
Step2：计算人脸旋转角度：
，其中arc为反正切函数，tan为正切函数，
；
将旋转-度，得到角度规整化的面部区域灰度图像；
Step3：再次利用Flandmark方法，从中定位并刷新精简的五官关键点，计算下述变量：
瞳距：；
脸宽：；
脸高：；
脸部中心点：，其横坐标，纵坐标，其中min为取最小值函数；
脸部起始点：，其横坐标，纵坐标；
以为起点，、为宽、高，从中裁剪位置规整化的核心面部区域图像；
Step4：针对，采用双线性插值法，将其宽高从、缩放为、，在本发明中，，得到尺度规整化的面部区域图像。
本发明基于五官关键点进行人脸图像规整，其创新点在于：
可有效纠正原始人脸图像存在的旋转、大小、位置等差异，有利于提高后续处理的准确性；针对旋转前后的人脸图像进行两次五官关键点定位，可有效避免因旋转插值运算造成的关键点坐标偏移，有利于提高后续处理的准确性。
3、基于灰度向量计算Jaccard系数的人脸比对方法
假设驾驶员在注册模式下采集到图像，其规整化后的面部图像为，将其二维矩阵按行向量从第1行至第行相连，构造一维灰度向量，；
类似地，假设驾驶员在认证模式下采集到图像，其规整化后的面部图像为，将其二维矩阵按行向量从第1行至第行相连，构造灰度向量，；
计算两幅人脸图像的Jaccard系数：
的范围为[0,1]，两个向量完全一致时为1，完全不同时为0，越接近1说明越相似。因此设定适当阈值，如本发明设置，当时，判断为同一人，否则不为同一人。
本发明采用灰度向量计算Jaccard系数判断两幅人脸的相似性，其创新点在于：
经过前述规整化的人脸图像去除了光照、位置、角度、尺度差异，采用灰度可快速有效地描述面部特征。基于灰度列向量的Jaccard系数相似度计算简单，速度快，不需要大量样本用于训练，适合于校车管理的运行模式。
附图说明
图1处理流程图，
图2五官关键点排列顺序图。
具体实施方式
一种新的基于面部图像比对的驾驶员身份认证方法。该方法在摄像机镜头前设置滤镜滤除可见光，并采用红外光源，有效去除环境光带来的影响；然后对红外图像进行人脸关键点检测，基于关键点位置进行面部图像处理，获得正面规整化人脸，从而去除姿态、尺度、位置等因素影响；最后在规整化图像基础上，构造灰度向量计算Jaccard相似度，快速进行人脸比对，实现驾驶员身份认证。
本发明的完整处理流程为：
Step1：获取驾驶员面部红外光照图像；
Step2：从图像中检测人脸及五官关键点；
Step3：基于人脸五官关键点，对面部区域图像进行旋转校正和裁剪，并归一化尺寸，实现面部图像规整；
Step4：针对规整化后的图像，提取其灰度向量，并分别计算其与注册时采集的司机面部规整化图像灰度向量的Jaccard系数，获得两幅人脸的相似度，根据阈值进行判别，实现身份验证。
Claims (4)
1.面向校车安全的司机身份认证方法，在摄像机镜头前设置滤镜滤除可见光，采用红外光源，去除环境光带来的影响；其特征在于，对红外图像进行人脸关键点检测，基于关键点位置进行面部图像处理，获得正面规整化人脸，从而去除姿态、尺度、位置因素影响；最后在规整化图像基础上，构造灰度向量计算Jaccard相似度，快速进行人脸比对，实现驾驶员身份认证，
处理流程为：
Step1：获取驾驶员面部红外光照图像，具体为基于红外光源的人脸面部图像采集，采集分为两种模式：注册模式和认证模式；
Step2：从图像中检测人脸及五官关键点；
Step3：基于人脸五官关键点，对面部区域图像进行旋转校正和裁剪，并归一化尺寸，实现面部图像规整，具体为基于两次Flandmark五官关键点定位的人脸图像规整；
Step4：针对规整化后的图像，提取其灰度向量，并分别计算其与注册时采集的司机面部规整化图像灰度向量的Jaccard系数，获得两幅人脸的相似度，根据阈值进行判别，实现身份验证，具体为基于灰度向量计算Jaccard系数的人脸比对。
2.根据权利要求1所述的面向校车安全的司机身份认证方法，其特征在于，所述基于红外光源的人脸面部图像采集注册模式为驾驶员在校车管理部门经过人工审核后进行，采集多张面部图像，存储在该驾驶员对应校车的校车安全智能终端之中，
认证模式为驾驶员每次在车内点火启动后进行，校车安全智能终端驱动摄像机采集该驾驶员面部图像，与已存储的注册图像进行比对，如果未通过认证，校车安全智能终端报警；如果通过认证，则正常驾驶。
3.根据权利要求1所述的面向校车安全的司机身份认证方法，其特征在于，所述基于两次Flandmark五官关键点定位的人脸图像规整具体为：
采集到的人脸图像，其面部区域灰度图像为，图像坐标原点为左上角，进行下列处理：
Step1：利用Flandmark方法，从中定位精简的五官关键点，，分别为关键点的横纵坐标，为关键点序号，面朝人脸方向，关键点按顺序分别为左侧外眼角、左侧内眼角、右侧内眼角、右侧外眼角、上嘴唇外沿中点、下嘴唇外沿中点，
Step2：计算人脸旋转角度：
，其中arc为反正切函数，tan为正切函数，
；
将旋转-度，得到角度规整化的面部区域灰度图像；
Step3：再次利用Flandmark方法，从中定位并刷新精简的五官关键点，计算下述变量：
瞳距：；
脸宽：；
脸高：；
脸部中心点：，其横坐标，纵坐标，其中min为取最小值函数；
脸部起始点：，其横坐标，纵坐标；
以为起点，、为宽、高，从中裁剪位置规整化的核心面部区域图像；
Step4：针对，采用双线性插值法，将其宽高从、缩放为、，在本发明中，，得到尺度规整化的面部区域图像。
4.根据权利要求1所述的面向校车安全的司机身份认证方法，其特征在于，所述为基于灰度向量计算Jaccard系数的人脸比对具体为：
假设驾驶员在注册模式下采集到图像，其规整化后的面部图像为，将其二维矩阵按行向量从第1行至第行相连，构造一维灰度向量，；
类似地，假设驾驶员在认证模式下采集到图像，其规整化后的面部图像为，将其二维矩阵按行向量从第1行至第行相连，构造灰度向量，；
计算两幅人脸图像的Jaccard系数：
的范围为[0,1]，两个向量完全一致时为1，完全不同时为0，越接近1越相似，设定阈值，本发明，当时，判断为同一人，否则不为同一人。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610159703.8A CN105844227B (zh) | 2016-03-21 | 2016-03-21 | 面向校车安全的司机身份认证方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610159703.8A CN105844227B (zh) | 2016-03-21 | 2016-03-21 | 面向校车安全的司机身份认证方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105844227A true CN105844227A (zh) | 2016-08-10 |
| CN105844227B CN105844227B (zh) | 2019-06-04 |
Family
ID=56587571
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610159703.8A Active CN105844227B (zh) | 2016-03-21 | 2016-03-21 | 面向校车安全的司机身份认证方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105844227B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019047897A1 (zh) * | 2017-09-07 | 2019-03-14 | 北京市商汤科技开发有限公司 | 人脸解锁及其信息注册方法和装置、设备、介质 |
| CN109522775A (zh) * | 2017-09-19 | 2019-03-26 | 杭州海康威视数字技术股份有限公司 | 人脸属性检测方法、装置及电子设备 |
| CN109583174A (zh) * | 2019-01-26 | 2019-04-05 | 南京云计趟信息技术有限公司 | 一种驾驶员人脸识别离线身份验证系统及方法 |
| CN109858439A (zh) * | 2019-01-30 | 2019-06-07 | 北京华捷艾米科技有限公司 | 一种基于人脸的活体检测方法及装置 |
| CN110046554A (zh) * | 2019-03-26 | 2019-07-23 | 青岛小鸟看看科技有限公司 | 一种人脸对齐方法和相机 |
| CN112565352A (zh) * | 2020-11-19 | 2021-03-26 | 中国人民解放军海军航空大学 | 一种军用车辆驾驶远程授权及监控系统 |
| CN113298008A (zh) * | 2021-06-04 | 2021-08-24 | 杭州鸿泉物联网技术股份有限公司 | 基于活体检测的驾驶员人脸识别资质认证方法及装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102646190A (zh) * | 2012-03-19 | 2012-08-22 | 腾讯科技（深圳）有限公司 | 一种基于生物特征的认证方法、装置及系统 |
| CN103927521A (zh) * | 2014-04-17 | 2014-07-16 | 国通道路交通管理工程技术研究中心有限公司 | 一种基于人脸识别的驾驶员资格确认系统及方法 |
| CN104182721A (zh) * | 2013-05-22 | 2014-12-03 | 华硕电脑股份有限公司 | 提升人脸识别率的图像处理系统及图像处理方法 |
| US20140359722A1 (en) * | 2013-05-31 | 2014-12-04 | Verizon Patent And Licensing Inc. | Method and apparatus for providing multi-sensor multi-factor identity verification |
| CN104866829A (zh) * | 2015-05-25 | 2015-08-26 | 苏州大学 | 一种基于特征学习的跨年龄人脸验证方法 |
| CN204856644U (zh) * | 2015-07-27 | 2015-12-09 | 深圳市赛格导航科技股份有限公司 | 一种基于人脸识别的gps行车记录仪 |
| CN105320954A (zh) * | 2014-07-30 | 2016-02-10 | 北京三星通信技术研究有限公司 | 人脸认证装置和方法 |
-
2016
- 2016-03-21 CN CN201610159703.8A patent/CN105844227B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102646190A (zh) * | 2012-03-19 | 2012-08-22 | 腾讯科技（深圳）有限公司 | 一种基于生物特征的认证方法、装置及系统 |
| CN104182721A (zh) * | 2013-05-22 | 2014-12-03 | 华硕电脑股份有限公司 | 提升人脸识别率的图像处理系统及图像处理方法 |
| US20140359722A1 (en) * | 2013-05-31 | 2014-12-04 | Verizon Patent And Licensing Inc. | Method and apparatus for providing multi-sensor multi-factor identity verification |
| CN103927521A (zh) * | 2014-04-17 | 2014-07-16 | 国通道路交通管理工程技术研究中心有限公司 | 一种基于人脸识别的驾驶员资格确认系统及方法 |
| CN105320954A (zh) * | 2014-07-30 | 2016-02-10 | 北京三星通信技术研究有限公司 | 人脸认证装置和方法 |
| CN104866829A (zh) * | 2015-05-25 | 2015-08-26 | 苏州大学 | 一种基于特征学习的跨年龄人脸验证方法 |
| CN204856644U (zh) * | 2015-07-27 | 2015-12-09 | 深圳市赛格导航科技股份有限公司 | 一种基于人脸识别的gps行车记录仪 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019047897A1 (zh) * | 2017-09-07 | 2019-03-14 | 北京市商汤科技开发有限公司 | 人脸解锁及其信息注册方法和装置、设备、介质 |
| CN109522775A (zh) * | 2017-09-19 | 2019-03-26 | 杭州海康威视数字技术股份有限公司 | 人脸属性检测方法、装置及电子设备 |
| CN109522775B (zh) * | 2017-09-19 | 2021-07-20 | 杭州海康威视数字技术股份有限公司 | 人脸属性检测方法、装置及电子设备 |
| CN109583174A (zh) * | 2019-01-26 | 2019-04-05 | 南京云计趟信息技术有限公司 | 一种驾驶员人脸识别离线身份验证系统及方法 |
| CN109858439A (zh) * | 2019-01-30 | 2019-06-07 | 北京华捷艾米科技有限公司 | 一种基于人脸的活体检测方法及装置 |
| CN110046554A (zh) * | 2019-03-26 | 2019-07-23 | 青岛小鸟看看科技有限公司 | 一种人脸对齐方法和相机 |
| CN110046554B (zh) * | 2019-03-26 | 2022-07-12 | 青岛小鸟看看科技有限公司 | 一种人脸对齐方法和相机 |
| CN112565352A (zh) * | 2020-11-19 | 2021-03-26 | 中国人民解放军海军航空大学 | 一种军用车辆驾驶远程授权及监控系统 |
| CN113298008A (zh) * | 2021-06-04 | 2021-08-24 | 杭州鸿泉物联网技术股份有限公司 | 基于活体检测的驾驶员人脸识别资质认证方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105844227B (zh) | 2019-06-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105844227A (zh) | 面向校车安全的司机身份认证方法 | |
| CN106372601B (zh) | 一种基于红外可见双目图像的活体检测方法及装置 | |
| CN105023010B (zh) | 一种人脸活体检测方法及系统 | |
| Zhou et al. | LIDAR and vision-based real-time traffic sign detection and recognition algorithm for intelligent vehicle | |
| CN105760826B (zh) | 一种人脸跟踪方法、装置和智能终端 | |
| CN104573646B (zh) | 基于激光雷达和双目相机的车前行人检测方法及系统 | |
| CN103077386B (zh) | 一种级联的视频流虹膜图像质量检测方法 | |
| CN103824070B (zh) | 一种基于计算机视觉的快速行人检测方法 | |
| RU2431190C2 (ru) | Способ и устройство распознавания рельефности лица | |
| CN105205458A (zh) | 人脸活体检测方法、装置及系统 | |
| CN109598242B (zh) | 一种活体检测方法 | |
| CN104933389B (zh) | 一种基于指静脉的身份识别方法和装置 | |
| CN105718863A (zh) | 一种人脸活体检测方法、装置及系统 | |
| Kuk et al. | Fast lane detection & tracking based on Hough transform with reduced memory requirement | |
| CN109858439A (zh) | 一种基于人脸的活体检测方法及装置 | |
| CN103679118A (zh) | 一种人脸活体检测方法及系统 | |
| CN105354856A (zh) | 一种基于mser与orb相结合的人体匹配与定位方法及系统 | |
| CN105913013A (zh) | 双目视觉人脸识别算法 | |
| CN109522847A (zh) | 一种基于深度图的轨道和道路障碍物检测方法 | |
| CN104349136A (zh) | 三维侦测装置侦测影像的方法 | |
| CN109506628A (zh) | 一种基于深度学习的卡车环境下目标物测距方法 | |
| CN105574542A (zh) | 基于多传感器融合的多视觉特征车辆检测方法 | |
| CN104966062A (zh) | 视频监视方法和装置 | |
| US11132531B2 (en) | Method for determining pose and for identifying a three-dimensional view of a face | |
| CN102436578B (zh) | 狗脸特征检测器的形成方法、狗脸检测方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231218 Address after: Room 1308, 13th Floor, Changsha Zhongdian Software Park Headquarters Building, No. 39 Jianshan Road, Changsha High tech Development Zone, Changsha City, Hunan Province, 410205 Patentee after: HUNAN JUNSOR DESAI TECHNOLOGY DEVELOPMENT Co.,Ltd. Patentee after: National University of Defense Technology Address before: 1510, China Electronics Software Park, No. 39 Jianshan Road, High tech Zone, Changsha City, Hunan Province, 410205 Patentee before: HUNAN JUNSOR DESAI TECHNOLOGY DEVELOPMENT Co.,Ltd. |
|
| TR01 | Transfer of patent right |