CN109118419B - 基于局部空域和频域的图像拷贝检测方法 - Google Patents

基于局部空域和频域的图像拷贝检测方法 Download PDF

Info

Publication number
CN109118419B
CN109118419B CN201810810859.7A CN201810810859A CN109118419B CN 109118419 B CN109118419 B CN 109118419B CN 201810810859 A CN201810810859 A CN 201810810859A CN 109118419 B CN109118419 B CN 109118419B
Authority
CN
China
Prior art keywords
image
hash
frequency domain
copy
images
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.)
Active
Application number
CN201810810859.7A
Other languages
English (en)
Other versions
CN109118419A (zh
Inventor
赵琰
沈麒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai University of Electric Power
Original Assignee
Shanghai University of Electric Power
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai University of Electric Power filed Critical Shanghai University of Electric Power
Priority to CN201810810859.7A priority Critical patent/CN109118419B/zh
Publication of CN109118419A publication Critical patent/CN109118419A/zh
Application granted granted Critical
Publication of CN109118419B publication Critical patent/CN109118419B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0021—Image watermarking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2201/00—General purpose image data processing
    • G06T2201/005—Image watermarking
    • G06T2201/0051—Embedding of the watermark in the spatial domain
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2201/00—General purpose image data processing
    • G06T2201/005—Image watermarking
    • G06T2201/0052—Embedding of the watermark in the frequency domain
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2201/00—General purpose image data processing
    • G06T2201/005—Image watermarking
    • G06T2201/0065—Extraction of an embedded watermark; Reliable detection

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种基于局部空域和频域的图像拷贝检测方法，通过哈希函数分别将需要查询的图像和待检测是否含有查询图像的拷贝版本的图像库映射为查询图像哈希序列和哈希序列索引库，通过度量查询图像的哈希序列与图像库的哈希序列的相似程度来判断图像库中的某个图像是否为查询图像的拷贝图像。该方法具有较高的查全率和查准率，可以用于图像版权管理，该方法利用了小波分解压缩信息量，结合空域和频域的局部特征来构成图像哈希，具有较高的拷贝检测识别率。

Description

基于局部空域和频域的图像拷贝检测方法
技术领域
本发明涉及一种图像处理技术，特别涉及一种基于局部空域和频域的图像拷贝检测方法。
背景技术
近年来，数字媒体的版权保护问题一直受到人们的广泛关注。由于图像在数字媒体中占有重要地位，各种图像处理工具的普遍应用使数字图像的版权保护越来越困难，需要采取专门的技术措施来保护原作者的版权。图像摘要又称为图像Hash，将图像单向映射为简短序列。图像哈希通常应具备以下基本性质：1)鲁棒性，图像经过常规处理，其哈希不会有很大改变；2)唯一性，不同图像具有不同的哈希；3)安全性，密钥不同时生成的哈希完全不同。
当前已经有许多应用于图像拷贝检测的哈希算法，根据特征提取方式大致可以分为在空域或变换域进行。基于空域的方法中，唐振军等人将图像分块后重构为二次图像，然后通过PCA降维压缩来构建哈希，算法对大部分的常规处理具有鲁棒性，但算法运算耗时长；马晓普等人提出了一种基于统计特征的图像拷贝检测技术，该方法首先对图像做高斯低通滤波，然后对滤波后的图像提取直方图，对比相邻直方图像素的数目来得到特征序列，。由于图像经过几何变换后图像的直方图没有发生大的改变，因此该方法对旋转，剪裁和平移等几何变换具有鲁棒性，但缺点是图像经过直方图量化后，直方图形状会有较大改变，拷贝检测结果不理想。
在基于变换域的方法中，Ou等人利用Radon变换构成了一种图像哈希算法，首先图像经过Radon变换后计算DCT系数来构建哈希，该方法能够抵抗较大角度的旋转变换，但其分类性能有待提高；Tang等人设计了基于主要DCT系数的哈希方法。该方法首先对图像分块，然后对图像块做DCT变换，对每个图像块的DCT变换矩阵的第一行和第一列进行二范数距离计算来构建哈希，由于DCT变换后图像信息主要集中于低频部分，只提取第一行和第一列会丢失图像信息特征，导致图像分类性能有待提高。
发明内容
本发明是针对图像拷贝检测识别率的问题，提出了一种基于局部空域和频域的图像拷贝检测方法，该方法对大部分常规的图像处理具有鲁棒性，由于对图像做了分块处理，因此对大角度旋转不具有鲁棒性，该方法具有很高的查全率和查准率，可以用于图像拷贝检测，该方法利用了小波分解压缩信息量，结合了空域和频域的局部特征，具有较高的的识别率。
本发明的技术方案为：一种基于局部空域和频域的图像拷贝检测方法，通过哈希函数分别将需要查询的图像和待检测是否含有查询图像的拷贝版本的图像库映射为查询图像哈希序列和哈希序列索引库，通过度量查询图像的哈希序列与图像库的哈希序列的相似程度来判断图像库中的某个图像是否为查询图像的拷贝图像。
所述方法具体步骤如下：
1)图像特征提取：
1.1)对查询图像和图像库中的图像做预处理，将其规格化为相同尺寸：N×N；
1.2)对预处理后的图像进行二级小波分解，并对二级小波分解后的第二级小波分解的低频信息图像分成L×L的图像块；
1.3)提取步骤1.2)分割后的图像块的空域和频域特征，将空域和频域特征连接起来，并通过密钥置乱得到所有图像的哈希序列；
2)拷贝检测：
通过将查询图像的哈希序列分别与待检测的图像库中的所有哈希序列进行汉明距离计算，当查询图像的哈希序列与待检测的图像库中的某个图像的哈希序列的汉明距离小于所确定的阈值时，判断图像库中的该图像为查询图像的拷贝图像。
所述步骤1.3)具体过程如下：
A、局部空域特征向量HS则是对所有图像块提取均值和方差，然后将每个图像块的统计特征连接起来得到特征向量
Figure BDA0001737410900000021
k为图像块的总个数，
Figure BDA0001737410900000031
分别为第i个图像块的均值和方差，按照公式(1)量化为二进制序列，二进制序列构成局部空域特征HS；
Figure BDA0001737410900000032
其中，S(i)表示特征向量S中第i个值，mean(S)表示特征向量S的均值；
B、局部频域特征向量HF则是对每个图像块进行DCT变换，并按照zigzag扫描提取前l个低频系数并对所提取的低频系数进行均值处理，然后将所有图像块的频域统计特征连接起来得到特征向量
Figure BDA0001737410900000033
为第i个图像块的频域特征，按照公式(2)量化为二进制序列，二进制序列构成局部频域特征HF；
Figure BDA0001737410900000034
其中，F(i)表示特征向量F中第i个值，mean(F)表示特征向量F的均值；
C、将局部空域特征向量HS和局部频域特征向量HF连接起来得到中间哈希序列Hmid＝[HS，HF]，然后通过密钥Key控制伪随机数生成器生成随机序列G，将中间哈希序列按公式(3)重新排列得到最终的图像哈希H，
H(i)＝Hmid(G[i]) (3)
其中，G[i]表示随机序列G中的第i个值。
所述步骤2)中阈值确定方法，建立n幅不同图像的数据集，在数据集中随机抽取n/10幅图像作为查询图像，并对查询图像进行数种攻击类别处理得到大于n幅拷贝图像，将其加入到原n幅数据集中得到大于2n幅测试集，在测试集中查找图像的拷贝图像得到不同阈值时的查全率和查准率，从中选出同时具有较高的查全率和查准率对应的阈值作为所确定的阈值。
本发明的有益效果在于：本发明基于局部空域和频域的图像拷贝检测方法，具有较好的查全率和查准率，能够检测拷贝图像。
附图说明
图1为本发明基于局部空域和频域的图像拷贝检测方法的整体示意图；
图2为本发明图像哈希的生成框图；
图3为本发明常规图像处理对Hash的影响示意图；
图4为本发明唯一性分析结果图；
图5为本发明与其他方法在查全率和查准率方面比较的曲线。
具体实施方式
如图1为本发明基于局部空域和频域的图像拷贝检测方法的整体示意图，基于局部空域和频域的图像拷贝检测方法：通过哈希函数分别将需要查询的图像和待检测是否含有查询图像的拷贝版本的图像库映射为查询图像哈希序列和哈希序列索引库，通过度量查询图像的哈希序列与图像库的哈希序列的相似程度来判断图像库中的某个图像是否为查询图像的拷贝图像。
1、图像特征提取：
如图2所示为图像哈希的生成框图，包括如下步骤：
(1)对查询图像和图像库中的图像做预处理，将其规格化为相同尺寸：N×N；
(2)对预处理后的图像进行二级小波分解，并对二级小波分解后的第二级小波分解的低频信息图像分成L×L的图像块；
(3)提取步骤(2)分割后的图像块的空域和频域特征，将空域和频域特征连接起来，并通过密钥置乱得到所有图像的哈希序列。
所述的步骤(3)具体过程如下：
A.局部空域特征向量HS则是对所有图像块提取均值和方差，然后将每个图像块的统计特征连接起来得到特征向量
Figure BDA0001737410900000041
k为图像块的总个数，
Figure BDA0001737410900000042
分别为第i个图像块的均值和方差，按照公式(1)量化为二进制序列，二进制序列构成局部空域特征HS；
Figure BDA0001737410900000043
其中，S(i)表示特征向量S中第i个值，mean(S)表示特征向量S的均值。
B.局部频域特征向量HF则是对每个图像块进行DCT变换，并按照zigzag扫描提取前l个低频系数并对所提取的低频系数进行均值处理，然后将所有图像块的频域统计特征连接起来得到特征向量
Figure BDA0001737410900000051
(
Figure BDA0001737410900000052
为第i个图像块的频域特征)按照公式(2)量化为二进制序列，二进制序列构成局部频域特征HF；
Figure BDA0001737410900000053
其中，F(i)表示特征向量F中第i个值，mean(F)表示特征向量F的均值。
C.将局部空域特征向量HS和局部频域特征向量HF连接起来得到中间哈希序列Hmid＝[HS，HF]，然后通过密钥Key控制伪随机数生成器生成随机序列G，将中间哈希序列按公式(3)重新排列得到最终的图像哈希H。
H(i)＝Hmid(G[i]) (3)
其中，G[i]表示随机序列G中的第i个值。
2、拷贝检测：
通过将查询图像的哈希序列分别与待检测的图像库中的所有哈希序列进行汉明距离计算，当查询图像的哈希序列与待检测的图像库中的某个图像的哈希序列的汉明距离小于所确定的阈值(见后面的阈值确定)时，判断图像库中的该图像为查询图像的拷贝图像。
3、具体实施方案及性能分析：
在实施方案中对参数做如下设置：图像规格化大小N＝256，L＝8，提取DCT低频系数l＝8。因此图像块的总个数为8×8＝64，局部空域特征向量HS为2×64＝128bits，局部频域特征向量为64bits，因此最终图像Hash是长度为128+64＝192bits。
4、稳健性分析：
在稳健性分析中，对5幅512×512的测试图像Airplane，House，Lena，Baboon和Peppers进行各种常规处理，包括用光影魔术手进行JPEG压缩编码、加字幕、嵌入水印；用Photoshop进行亮度调整、对比度调整和加马赛克；用MATLAB进行图像缩放、Gamma校正、添加高斯、椒盐和乘性噪音、进行高斯、均值和中值滤波。表1列出了稳健性性能分析中各种常规图像处理所用参数。
对原始图像的Hash与经过不同处理后图像的Hash计算距离(见拷贝检测步骤)，如图3所示。图中横轴的序号对应于表1列出的各种处理序号，纵轴表示Hash距离。这是因为采用了分块方案，旋转使图形块内容发生重大变化。可见本方法对图像旋转以外的常规图像处理具有良好的稳健性。
表1
Figure BDA0001737410900000061
5、唯一性性能分析：
图像Hash的唯一性又称为抗碰撞性，即两幅内容不同的图像应具有完全不同的图像Hash。图5给出1000幅不同图像生成的C2 1000＝499500个图像对和按表2处理生成的253000个相似图像对的Hash距离的概率分布图。可以看出曲线交叉点在10～20之间。
6、查全率和查准率：
定义查全率(R)和查准率(P)如下：
Figure BDA0001737410900000071
Figure BDA0001737410900000072
表2
Figure BDA0001737410900000073
7、阈值确定：
首先建立1000幅不同图像的数据集，在数据集中随机抽取100幅图像作为查询图像并按表3处理得到2800幅拷贝图像，将其加入到1000幅数据集中得到3800幅测试集，在测试集中查找图像的拷贝图像得到不同阈值时的查全率和查准率如表4所示，从表4可以看出当阈值为14时具有较高的查全率和查准率。
表3
Figure BDA0001737410900000074
Figure BDA0001737410900000081
表4
Figure BDA0001737410900000082
8、拷贝检测试验
图5为本发明方法与方法1(Tang Z，Yang F，Huang L，et al.DCT and DWT basedimage hashing for copy detection[J].Icic Express Letters，2013，7(11)：2961-2967.)、方法2(Tang Z，Yang F，Huang L，et al.Robust image hashing with dominantDCT coefficients[J].Optik-International Journal for Light and ElectronOptics，2014，125(18)：5102-5107.)、方法3(Ou Y，Rhee K H.A key-dependent secureimage hashing scheme by using Radon transform[C]//International Symposium onIntelligent Signal Processing and Communication Systems.IEEE Xplore，2009：595-598.)的查全率和查准率对比，可以看出，无论是从查全率还是查准率分析，本方法均有较好的检测效果。
总之，本专利提出的方法具有较好的稳健性和唯一性，能够检测拷贝图像。它可以应用于版权管理方面。

Claims (2)

1.一种基于局部空域和频域的图像拷贝检测方法，其特征在于，通过哈希函数分别将需要查询的图像和待检测是否含有查询图像的拷贝版本的图像库映射为查询图像哈希序列和哈希序列索引库，通过度量查询图像的哈希序列与图像库的哈希序列的相似程度来判断图像库中的某个图像是否为查询图像的拷贝图像；
所述方法具体步骤如下：
1)图像特征提取：
1.1)对查询图像和图像库中的图像做预处理，将其规格化为相同尺寸：N×N；
1.2)对预处理后的图像进行二级小波分解，并对二级小波分解后的第二级小波分解的低频信息图像分成L×L的图像块；
1.3)提取步骤1.2)分割后的图像块的空域和频域特征，将空域和频域特征连接起来，并通过密钥置乱得到所有图像的哈希序列；
具体过程如下：
A、局部空域特征向量HS则是对所有图像块提取均值和方差，然后将每个图像块的统计特征连接起来得到特征向量
Figure FDA0003844555690000011
k为图像块的总个数，
Figure FDA0003844555690000012
分别为第i个图像块的均值和方差，按照公式(1)量化为二进制序列，二进制序列构成局部空域特征HS；
Figure FDA0003844555690000013
其中，S(i)表示特征向量S中第i个值，mean(S)表示特征向量S的均值；
B、局部频域特征向量HF则是对每个图像块进行DCT变换，并按照zigzag扫描提取前l个低频系数并对所提取的低频系数进行均值处理，然后将所有图像块的频域统计特征连接起来得到特征向量
Figure FDA0003844555690000014
Figure FDA0003844555690000015
为第i个图像块的频域特征，按照公式(2)量化为二进制序列，二进制序列构成局部频域特征HF；
Figure FDA0003844555690000021
其中，F(i)表示特征向量F中第i个值，mean(F)表示特征向量F的均值；
C、将局部空域特征向量HS和局部频域特征向量HF连接起来得到中间哈希序列Hmid＝[HS，HF]，然后通过密钥Key控制伪随机数生成器生成随机序列G，将中间哈希序列按公式(3)重新排列得到最终的图像哈希H，
H(i)＝Hmid(G[i]) (3)
其中，G[i]表示随机序列G中的第i个值；
2)拷贝检测：
通过将查询图像的哈希序列分别与待检测的图像库中的所有哈希序列进行汉明距离计算，当查询图像的哈希序列与待检测的图像库中的某个图像的哈希序列的汉明距离小于所确定的阈值时，判断图像库中的该图像为查询图像的拷贝图像。
2.根据权利要求1所述基于局部空域和频域的图像拷贝检测方法，其特征在于，所述步骤2)中阈值确定方法，建立n幅不同图像的数据集，在数据集中随机抽取n/10幅图像作为查询图像，并对查询图像进行数种攻击类别处理得到大于n幅拷贝图像，将其加入到原n幅数据集中得到大于2n幅测试集，在测试集中查找图像的拷贝图像得到不同阈值时的查全率和查准率，从中选出同时具有较高的查全率和查准率对应的阈值作为所确定的阈值。
CN201810810859.7A 2018-07-20 2018-07-20 基于局部空域和频域的图像拷贝检测方法 Active CN109118419B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810810859.7A CN109118419B (zh) 2018-07-20 2018-07-20 基于局部空域和频域的图像拷贝检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810810859.7A CN109118419B (zh) 2018-07-20 2018-07-20 基于局部空域和频域的图像拷贝检测方法

Publications (2)

Publication Number Publication Date
CN109118419A CN109118419A (zh) 2019-01-01
CN109118419B true CN109118419B (zh) 2022-12-09

Family

ID=64863008

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810810859.7A Active CN109118419B (zh) 2018-07-20 2018-07-20 基于局部空域和频域的图像拷贝检测方法

Country Status (1)

Country Link
CN (1) CN109118419B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110930287B (zh) * 2019-10-16 2024-04-02 中国平安财产保险股份有限公司 一种图像隐写检测方法、装置及计算机设备、存储介质
CN111429337B (zh) * 2020-02-28 2022-06-21 上海电力大学 基于变换域和形状特征的图像哈希获取方法
CN112949773B (zh) * 2021-04-13 2023-03-17 山东全影网络科技股份有限公司 基于大数据的美术摄影版权分析系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002065782A1 (en) * 2001-02-12 2002-08-22 Koninklijke Philips Electronics N.V. Generating and matching hashes of multimedia content
CN102034085A (zh) * 2010-09-27 2011-04-27 山东大学 基于局部线性嵌入的视频拷贝检测方法
CN104680472A (zh) * 2014-08-02 2015-06-03 兰州交通大学 空域和频域相结合的矢量空间数据多重盲水印方法
CN105761199A (zh) * 2016-03-25 2016-07-13 鲁东大学 一种基于组合域的鲁棒彩色图像水印方法
CN106295704A (zh) * 2016-08-16 2017-01-04 上海电力学院 基于图像库空域和频域特征的图像摘要获取方法
CN106952211A (zh) * 2016-01-06 2017-07-14 河南理工大学 基于特征点投影的紧凑型图像哈希方法
CN108259932A (zh) * 2018-03-15 2018-07-06 华南理工大学 基于时空域极坐标余弦变换的鲁棒哈希重复视频检测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002065782A1 (en) * 2001-02-12 2002-08-22 Koninklijke Philips Electronics N.V. Generating and matching hashes of multimedia content
CN102034085A (zh) * 2010-09-27 2011-04-27 山东大学 基于局部线性嵌入的视频拷贝检测方法
CN104680472A (zh) * 2014-08-02 2015-06-03 兰州交通大学 空域和频域相结合的矢量空间数据多重盲水印方法
CN106952211A (zh) * 2016-01-06 2017-07-14 河南理工大学 基于特征点投影的紧凑型图像哈希方法
CN105761199A (zh) * 2016-03-25 2016-07-13 鲁东大学 一种基于组合域的鲁棒彩色图像水印方法
CN106295704A (zh) * 2016-08-16 2017-01-04 上海电力学院 基于图像库空域和频域特征的图像摘要获取方法
CN108259932A (zh) * 2018-03-15 2018-07-06 华南理工大学 基于时空域极坐标余弦变换的鲁棒哈希重复视频检测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
"Lexicographic Image Hash Based on Space and Frequency Features";Zhao Yan et al.;《Journal of Donghua University》;20161231;第33卷(第6期);第899-902页 *
"基于医学图像内容保护的水印算法研究";王萌;《中国优秀硕士学位论文全文数据库信息科技辑》;20151015(第10期);第1-56页 *
"面向图像拷贝检测的感知哈希算法";杨帆;《中国优秀硕士学位论文全文数据库信息科技辑》;20141015(第10期);第1-49页 *
"面向拷贝检测的图像哈希算法";沈麒等;《计算机应用研究》;20180209;第36卷(第3期);第1-6页 *

Also Published As

Publication number Publication date
CN109118419A (zh) 2019-01-01

Similar Documents

Publication Publication Date Title
Tang et al. Robust image hashing with ring partition and invariant vector distance
Tang et al. Robust image hashing for tamper detection using non-negative matrix factorization
Ouyang et al. Robust hashing for image authentication using quaternion discrete Fourier transform and log-polar transform
Shen et al. A robust associative watermarking technique based on vector quantization
CN109118419B (zh) 基于局部空域和频域的图像拷贝检测方法
US9147223B2 (en) Method and device for localized blind watermark generation and detection
Ying et al. Robust digital watermarking for color images in combined DFT and DT-CWT domains
Srivastava et al. Robust image hashing based on statistical features for copy detection
Davarzani et al. Image authentication using LBP-based perceptual image hashing
Yuling et al. Robust Image Hashing Using Radon Transform and Invariant Features.
Xue et al. SSL: A novel image hashing technique using SIFT keypoints with saliency detection and LBP feature extraction against combinatorial manipulations
Guo et al. Content based image hashing via wavelet and radon transform
Ntahobari et al. Protecting Data by Improving Quality of Stego Image based on Enhanced Reduced difference Expansion.
Fouad et al. Combining DWT and LSB watermarking to secure revocable iris templates
Cho et al. Block-based image steganalysis for a multi-classifier
Tiwari et al. Novel watermarking scheme for image authentication using vector quantization approach
Chetan et al. An intelligent blind semi-fragile watermarking scheme for effective authentication and tamper detection of digital images using curvelet transforms
Surekha et al. Digital image ownership verification based on spatial correlation of colors
Zhang et al. Affine correction based image watermarking robust to geometric attacks
CN115798490B (zh) 基于sift变换的音频水印植入方法和装置
Li et al. Perceptual Robust Hashing for Color Images with Canonical Correlation Analysis
CN117217973B (zh) 运用马氏距离和iss特征点的三维点云数据水印方法
Chen et al. An image authentication and recovery method using optimal selection of block types
Yu et al. Cumulant-based image fingerprints
CN116193042B (zh) 一种基于极谐傅里叶矩的鲁棒可逆信息隐藏方法及系统

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
GR01 Patent grant
GR01 Patent grant