CN106813593A - 一种人体轮廓测量方法 - Google Patents
一种人体轮廓测量方法 Download PDFInfo
- Publication number
- CN106813593A CN106813593A CN201611194352.0A CN201611194352A CN106813593A CN 106813593 A CN106813593 A CN 106813593A CN 201611194352 A CN201611194352 A CN 201611194352A CN 106813593 A CN106813593 A CN 106813593A
- Authority
- CN
- China
- Prior art keywords
- human body
- contour outline
- measuring method
- view
- image
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及计算机图形图像学技术领域,公开了一种人体轮廓测量方法。本发明实施方式中,包括:扫描第一人体,分别获取该第一人体N个侧面的三维图像,N为大于1的自然数;组合各三维图像,获得该第一人体的轮廓模型;根据该轮廓模型,输出该第一人体的待测项的尺寸。本发明实施方式,使得在使用三维立体扫描时,快速的对人体轮廓的测量,减少扫描设备,从而方便携带,利于推广。
Description
技术领域
本发明涉及计算机图形图像学技术领域,特别涉及一种人体轮廓测量方法。
背景技术
三维人体测量技术在最近二十年间得到了迅猛的发展。三维人体测量技术目前成功地运用在了电影行业、军事领域以及服装时尚领域中,而且在这几个领域已经得到了稳步发展,其中,应用最多的仍为服装及时尚领域。在服装及时尚领域,通过把三维人体测量技术引入到服装设计中来,这样在服装的设计阶段就可以方便的在三维人体模型数据上进行裁剪,试穿,可以在设计阶段就能看到最终成品的实际效果。
除此之外,三维人体测量技术主要就是利用红外摄像头等设备,对人体各个位置和角度进行扫描,根据人体的三维扫描数据,重构人体模型。在计算机中,可以自动提取人体特征尺寸信息,计算长度和显示特征线和特征点。通过这些点的计算,可以从中读取到用户较为关心的数据,最后将人体数据数字化后在计算机中进行整理并保存,保存后的数据,可以方便以后的计算。
发明人在实现本发明的过程中发现,目前通常使用的三维立体扫描在测量人体时需要多台设备对人体进行扫描,使用不方便,也不便于携带,不利于对人体轮廓的测量推广。
发明内容
本发明实施方式的目的在于提供一种人体轮廓测量方法,使得在使用三维立体扫描时,快速的对人体轮廓的测量,减少扫描设备,从而方便携带,利于推广。
为解决上述技术问题,本发明的实施方式提供了一种人体轮廓测量方法,包括:扫描第一人体,分别获取所述第一人体N个侧面的三维图像,所述N为大于1的自然数;组合各所述三维图像,获得所述第一人体的轮廓模型;根据所述轮廓模型,输出所述第一人体的待测项的尺寸。
本发明实施方式相对于现有技术而言,通过扫描第一人体的多个侧面的三维图像,并组合该三维图像,由于生成的三维图像有多个,使得扫描得到的人体轮廓更加接近人体实际的轮廓,更加准确,从而输出的第一人体待测项尺寸更加准确。
另外,扫描第一人体,具体为:利用同一个扫描设备分别拍摄该第一人体的N个侧面。通过使用同一扫描设备扫描,减少了扫描设备,使得扫描设备的携带更加方便,更利于人体轮廓测量方法的推广。
另外,扫描设备为3D体感摄影机。3D体感摄影机一般为常见的拍摄设备,利用3D体感摄影机作为扫描设备,使得人体扫描变得简单易实现,同时,3D体感摄影机方便携带,进一步便于人体轮廓测量的推广。
另外,3D体感摄影机的设置位置距离地面的高度至少为150cm。距离地面高度至少150cm的距离使用3D体感摄影机进行人体扫描,从该位置扫描的人体轮廓更加准确。
另外,N为3,3个侧面分别为该第一人体的正面、侧面和背面,对应正面的三维图像为第一图像,对应侧面的三维图像为第二图像,对应背面的三维图像为第三图像;组合各三维图像,具体为:根据该第二图像确定该第一人体的身体厚度;利用移动3个三维图像中的若干个的方式,组合各三维图像;其中,组合后的该第一图像和该第三图像平行且相对,间距为该身体厚度。由于人体有多个侧面,将N限定为3,是以最少侧面组合成接近人体轮廓,第二图像为人体侧面,能准确体现人体厚度,组合后第一图像和第三图像平行且相对,间距为该人体厚度,该组合方式可以准确获得人体轮廓的。
另外,三维图像由点坐标组成;移动3个三维图像中的若干个,具体包括:转换待移动的三维图像的点坐标。通过转换待移动的三维图像的点坐标,使得3个三维图像处于同一点坐标,更利于图像的组合。
另外,重复M次扫描步骤、组合步骤和输出步骤,获得M组该尺寸,M为大于1的自然数;该人体轮廓测量方法,还包括:根据该M组尺寸获取该第一人体的测量结果。通过重复多次扫描步骤、组合步骤和输出步骤,获得多组尺寸,从多组尺寸选取一组,可以减小测量的误差,增强测量的精度。
另外,根据M组尺寸获取测量结果,具体为:从该M组尺寸中获取数值大小为中间值的一组作为该次测量结果;或者,计算该M组尺寸的平均值,作为该次测量结果。通过取多组测量结果的中间值或取该多组尺寸的平均值作为测量结果,进一步较小误差,增强测量的准确性。
另外,待测项为以下之一或其任意组合:身高、内跨高、肩宽、袖长、胸围、腰围、臀围、颈围。通过限定待测项可以为一个或多个,人体测量更加灵活。
附图说明
图1是本发明第一实施方式的一种人体轮廓测量方法的流程图;
图2是本发明第一实施方式的使用同一扫描设备的工作状态示意图;
图3是本发明第二实施方式的一种人体轮廓测量方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明的各实施方式进行详细的阐述。然而,本领域的普通技术人员可以理解,在本发明各实施方式中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请所要求保护的技术方案。
本发明的第一实施方式涉及一种人体轮廓测量方法。人体轮廓测量方法可以用于服装设计。具体流程如图1所示,包括:
步骤101:扫描第一人体分别获取该第一人体的N个侧面的三维图像。
具体的说,N个侧面,N为大于1的自然数,扫描设备可以是红外摄像头,扫描设备拍摄第一人体的N个侧面时,可以使用同一台设备进行拍摄,也可以使用N台设备进行N个侧面的拍摄,本实施方式中,以多台设备拍摄N个侧面为例进行说明。扫描设备可以根据拍摄的侧面数量决定,例如,拍摄2个侧面,使用2个扫描设备;拍摄3个侧面,使用3个扫描设备。
人体具体有多个侧面,为了保证在拍摄的侧面可以组合成最接近的人体侧面的情况下,加快拍摄速度,N为3,3个侧面分别为该第一人体的正面、侧面和背面。此时,使用3台扫描设备,扫描方式可以分别固定在第一人体所在的回转台的三个侧面的位置,当需要扫描时,该第一人体固定不动,三台扫描设备分别对该第一人体的三个侧面进行扫描拍摄;扫描方式还可以是,3台扫描设备的位置在扫描范围内即可,该第一人体360度以上的旋转,3台扫描设备对该旋转的第一人体进行连续的拍摄,为了较小因转动不平稳造成的测量误差,可以设置一个回转台,该第一人体站在回转台上不动,由回转台进行360度以上的旋转。
3台扫描设备在扫描该第一人体的侧面后,将所拍摄图像向电脑输出所扫描的3个侧面的三维图像。
步骤102:组合各三维图像获取该第一人体的轮廓。
具体的说,在经过步骤101后,获取到该第一人体的3个侧面的三维图像,对应正面的三维图像为第一图像,对应侧面的三维图像为第二图像,对应背面的三维图像为第三图像。各三维图像由点坐标组成,坐标的横轴为X轴,纵轴为Y轴,扫描设备扫描该第一人体的方向为Z轴方向,即Z轴的方向与扫描设备扫描人体的方向一致。人体的侧面体现人体的身体的厚度,而第二图像为该第一人体的侧面,因此,可以根据第二图像确定的该第一人体的身体厚度,例如,第二图像中,取处于第二图像所有纵向边界对应的两点,其中,每两点的Y轴坐标相同,计算所有纵向边界对应的两点的宽度,即可确定该第一人体的身体宽度。
在确定该第一人体的身体宽度后,利用移动3个三维图像中若干个的方式,组合各三维图像,移动的方式是转换待移动的三维图像的点坐标,可以移动各图像的坐标原点,使用三角函数表示三维坐标,利用向量演算坐标的变换。使3个三维图像在组合时使用同一个坐标原点,组合后的第一图像和该第一人体的第三图像平行且相对,间距为该第一人体的身体厚度,此时,获得该第一人体的轮廓模型。
步骤103:根据该第一人体的轮廓输出该第一人体的待测项尺寸。
具体的说,待测项为身高、内跨高、肩宽、袖长、胸围、腰围、臀围、颈围中的任意一种或其任意组合。在步骤102中获得的该第一人体的轮廓,可以根据该轮廓模型的正面计算该第一人体的身高和内跨高,根据背面数据可以获取肩宽、袖长;三面结合,可以计算出胸围、腰围、臀围、颈围,比如正面和侧面结合,可以对最细的部分进行定位,即可计算出颈围。其中,为尽可能的减少计算的时间,可以通过高性能的图像处理器(GPU)来进行处理。
此外,值得一提的是,除了本实施方式中的使用多台扫描设备进行人体扫描外,还可以使用同一台扫描设备分别拍摄该第一人体的N个侧面,以减少扫描设备,使扫描设备方便携带。扫描设备具体的硬件工作状态如图2所示,扫描设备200包括但不限于:红外线发射器210、红外线接收器220、支架230。
扫描设备200可以为3D体感摄影机。将扫描设备200的设置位置距离地面高度至少150cm,距离地面高度设置可以调节支架,扫描设备200在对第一人体处人体扫描时,第一人体如图1所示站立,该第一人体在扫描设备200的可扫描范围内,例如,与扫描设备距离1.2米,对人体进行N个侧面的拍摄,并将图像输出给电脑,电脑通过软件组合N个三维图像,由于使用同一台扫描设备,且扫描设备固定,此时,N个三维图像的坐标不用变换即可进行组合获得该人体的轮廓模型,根据该人体轮廓模型输出该第一人体的待测项的尺寸。
例如,使用3D体感摄影机对人体进行人体拍摄,分别拍摄该人体的三个侧面,将3D体感摄影机设置位置距离地面高度155cm,对该人体正面、侧面、背面三个侧面分别进行拍摄,即拍摄3回,通过USB3.0向电脑输出数据,此时3个侧面的三维图像的坐标不用进行变换即可进行图像的组合,组合后获得该第一人体的轮廓,根据该第一人体轮廓即可获取身高,内跨高,腰围等。
相对现有技术而言,本实施例中人体轮廓测量方法可以通过多台扫描设备扫描人体,得到多个人体侧面的三维图像,将侧面的数量限定为3个,使得以最少侧面组合成接近人体轮廓,减少拍摄的时间,多台设备的使用也减少了拍摄的时间;本实施例中人体测量方法还可以使用同一台扫描设备进行人体扫描,减少了扫描设备,使得扫描设备携带更加方便,更利于人体轮廓测量方法的推广;通过转换待移动的三维图像的点坐标,使得3个三维图像处于同一点坐标,更利于图像的组合,更易获得人体轮廓。
本发明的第二实施方式涉及一种人体轮廓测量方法。第二实施方式是对第一实施方式的改进,主要改进之处在于:重复M次扫描步骤、组合步骤和输出步骤,根据M组尺寸获取第一人体的测量结果,其中M为大于1的自然数。具体的流程如图3所示,包括:
步骤301:扫描第一人体分别获取该第一人体的N个侧面的三维图像。
步骤302:组合各三维图像获取该第一人体的轮廓。
步骤303:根据该第一人体的轮廓输出该第一人体的待测项尺寸。
步骤304:判断是否已获得M组尺寸。其中,M为大于1的自然数。若有M组尺寸,则执行步骤305;若否,则继续执行步骤301。
具体的说,扫描设备拍摄3个侧面的三维图像,扫描设备每秒拍摄M张该侧面图像,M为大于1的自然数,并将各M张图像组合,组合为M个人体轮廓,并输出M组测量尺寸。若检测出没有M组尺寸,则重复步骤301,检测方式可以使用软件进行检测。
例如,扫描设备1秒拍摄30幅图像。扫描设备扫描该第一人体时,拍摄正面30张,侧面30张,背面30张,拍摄的第一张正面图像为第一图像Num1,拍摄的第二张正面图像为第一图像Num2,依次排序30张图像;拍摄的第一张侧面图像为第二图像Num1,拍摄的第二张侧面图像为第二图像Num2,依次排序30张图像;拍摄的第一张背面图像为第三图像Num1,拍摄的第二张背面图像为第三图像Num2,依次排序30张图像;组合第一图像Num1、第二图像Num1和第三图像Num1,获得该第一人体的轮廓Num1,根据该第一人体轮廓,可以获得该第一人体轮廓Num1待测项尺寸。同理,可以获得30组该第一人体的尺寸。通过软件,检测有30组该人体尺寸。
步骤305:根据M组尺寸获取测量结果。
具体的说,根据M组尺寸获取测量结果可以有两种方式,一种方式是从M组尺寸中获取数值大小为中间值的一组作为测量结果;还可以计算M组尺寸的平均值作为测量结果,例如,现有30组尺寸,去掉10组数值大的尺寸,去掉10组数值小的尺寸,计算剩下的10组尺寸的平均值,将该平均值作为测量结果。
此外,步骤301至步骤303与第二实施例的步骤101至步骤103大致相同,为了减少重复,步骤301至步骤303不在做赘述。
本实施例中,通过重复多次扫描步骤,组合步骤和输出步骤,获得多组尺寸,取多组测量结果的中间值或取该多组尺寸的平均值作为测量结果,进一步减少扫描、组合的误差,进一步提升人体轮廓测量的精度。
上面各种方法的步骤划分,只是为了描述清楚,实现时可以合并为一个步骤或者对某些步骤进行拆分,分解为多个步骤,只要包含相同的逻辑关系,都在本专利的保护范围内;对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计,但不改变其算法和流程的核心设计都在该专利的保护范围内。
本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解,上述各实施方式是实现本发明的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。
Claims (9)
1.一种人体轮廓测量方法,其特征在于,包括:
扫描第一人体,分别获取所述第一人体N个侧面的三维图像,所述N为大于1的自然数;
组合各所述三维图像,获得所述第一人体的轮廓模型;
根据所述轮廓模型,输出所述第一人体的待测项的尺寸。
2.根据权利要求1所述的人体轮廓测量方法,其特征在于,所述扫描第一人体,具体为:利用同一个扫描设备分别拍摄所述第一人体的N个侧面。
3.根据权利要求2所述的人体轮廓测量方法,其特征在于,所述扫描设备为3D体感摄影机。
4.根据权利要求3所述的人体轮廓测量方法,其特征在于,所述3D体感摄影机的设置位置距离地面的高度至少为150cm。
5.根据权利要求1所述的人体轮廓测量方法,其特征在于,所述N为3,3个侧面分别为所述第一人体的正面、侧面和背面,对应正面的三维图像为第一图像,对应侧面的三维图像为第二图像,对应背面的三维图像为第三图像;
所述组合各所述三维图像,具体为:
根据所述第二图像确定所述第一人体的身体厚度;
利用移动3个三维图像中的若干个的方式,组合各所述三维图像;其中,组合后的所述第一图像和所述第三图像平行且相对,间距为所述身体厚度。
6.根据权利要求5所述的人体轮廓测量方法,其特征在于,所述三维图像由点坐标组成;
所述移动3个三维图像中的若干个,具体包括:
转换待移动的三维图像的点坐标。
7.根据权利要求1所述的人体轮廓测量方法,其特征在于,重复M次所述扫描步骤、所述组合步骤和所述输出步骤,获得M组所述尺寸,所述M为大于1的自然数;
所述人体轮廓测量方法,还包括:
根据所述M组尺寸获取所述第一人体的测量结果。
8.根据权利要求7所述的人体轮廓测量方法,其特征在于,所述根据M组尺寸获取测量结果,具体为:
从所述M组尺寸中获取数值大小为中间值的一组作为所述测量结果;或者,
计算所述M组尺寸的平均值,作为所述测量结果。
9.根据权利要求1所述的人体轮廓测量方法,其特征在于,所述待测项为以下之一或其任意组合:
身高、内跨高、肩宽、袖长、胸围、腰围、臀围、颈围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611194352.0A CN106813593A (zh) | 2016-12-21 | 2016-12-21 | 一种人体轮廓测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611194352.0A CN106813593A (zh) | 2016-12-21 | 2016-12-21 | 一种人体轮廓测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106813593A true CN106813593A (zh) | 2017-06-09 |
Family
ID=59109387
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611194352.0A Pending CN106813593A (zh) | 2016-12-21 | 2016-12-21 | 一种人体轮廓测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106813593A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113032961A (zh) * | 2021-02-24 | 2021-06-25 | 湖州师范学院 | 对服装消费行为进行分析的服装营销虚拟仿真系统及方法 |
CN113032962A (zh) * | 2021-02-24 | 2021-06-25 | 湖州师范学院 | 对服装纸样进行分析的服装结构虚拟仿真系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020005846A (ko) * | 2000-07-10 | 2002-01-18 | 남윤자 | 인체를 계측하는 장치 및 방법 |
CN102178530A (zh) * | 2011-01-24 | 2011-09-14 | 天津大学 | 基于三维点云数据的人体尺寸自动测量方法 |
CN105527946A (zh) * | 2015-12-09 | 2016-04-27 | 上海衣得体信息科技有限公司 | 一种基于工业互联网的快速成衣系统及其方法 |
CN205537542U (zh) * | 2016-04-22 | 2016-08-31 | 杭州非白三维科技有限公司 | 一种用于三维图像建模的人体和衣物的照片自动采集系统 |
-
2016
- 2016-12-21 CN CN201611194352.0A patent/CN106813593A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020005846A (ko) * | 2000-07-10 | 2002-01-18 | 남윤자 | 인체를 계측하는 장치 및 방법 |
CN102178530A (zh) * | 2011-01-24 | 2011-09-14 | 天津大学 | 基于三维点云数据的人体尺寸自动测量方法 |
CN105527946A (zh) * | 2015-12-09 | 2016-04-27 | 上海衣得体信息科技有限公司 | 一种基于工业互联网的快速成衣系统及其方法 |
CN205537542U (zh) * | 2016-04-22 | 2016-08-31 | 杭州非白三维科技有限公司 | 一种用于三维图像建模的人体和衣物的照片自动采集系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113032961A (zh) * | 2021-02-24 | 2021-06-25 | 湖州师范学院 | 对服装消费行为进行分析的服装营销虚拟仿真系统及方法 |
CN113032962A (zh) * | 2021-02-24 | 2021-06-25 | 湖州师范学院 | 对服装纸样进行分析的服装结构虚拟仿真系统及方法 |
CN113032962B (zh) * | 2021-02-24 | 2024-03-26 | 湖州师范学院 | 对服装纸样进行分析的服装结构虚拟仿真系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106780619B (zh) | 一种基于Kinect深度相机的人体尺寸测量方法 | |
CN104778688B (zh) | 点云数据的配准方法及装置 | |
EP2751777B1 (en) | Method for estimating a camera motion and for determining a three-dimensional model of a real environment | |
JP4708752B2 (ja) | 情報処理方法および装置 | |
EP3382645A2 (en) | Method for generation of a 3d model based on structure from motion and photometric stereo of 2d sparse images | |
CN104766309A (zh) | 一种平面特征点导航定位方法与装置 | |
CN108765584A (zh) | 激光点云数据集增广方法、装置及可读存储介质 | |
CN104318552B (zh) | 基于凸包投影图匹配的模型配准方法 | |
CN109871829A (zh) | 一种基于深度学习的检测模型训练方法和装置 | |
CN114627250B (zh) | 一种基于Kinect的人体站姿三维重建与测量的方法 | |
CN105631161A (zh) | 一种虚实模型重合的确定方法与装置 | |
CN114519778B (zh) | 多角度sar数据的目标三维重构方法、装置、设备及介质 | |
Zampokas et al. | Real-time 3D reconstruction in minimally invasive surgery with quasi-dense matching | |
CN106813593A (zh) | 一种人体轮廓测量方法 | |
Apdilah et al. | A study of Frei-Chen approach for edge detection | |
EP3881287A1 (en) | Methods and systems for evaluating the size of a garment | |
Bergamasco et al. | A robust multi-camera 3D ellipse fitting for contactless measurements | |
CN113628170A (zh) | 一种基于深度学习的激光线提取方法及系统 | |
US11475629B2 (en) | Method for 3D reconstruction of an object | |
CN108053485A (zh) | 一种基于轮廓图像的马铃薯三维建模方法 | |
CN104766083A (zh) | 一种获取人体服装尺寸的方法及装置 | |
Villa-Uriol et al. | Automatic creation of three-dimensional avatars | |
Rzążewska et al. | 3D model reconstruction and evaluation using a collection of points extracted from the series of photographs | |
Inomata et al. | Registration of 3d geometric model and color images using sift and range intensity images | |
Uyanik et al. | A method for determining 3D surface points of objects by a single camera and rotary stage |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170609 |