CN111382594A - 一种特定画面捕捉系统 - Google Patents
一种特定画面捕捉系统 Download PDFInfo
- Publication number
- CN111382594A CN111382594A CN201811610590.4A CN201811610590A CN111382594A CN 111382594 A CN111382594 A CN 111382594A CN 201811610590 A CN201811610590 A CN 201811610590A CN 111382594 A CN111382594 A CN 111382594A
- Authority
- CN
- China
- Prior art keywords
- module
- picture
- detected
- side face
- eye
- 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
Images
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
- G06V40/168—Feature extraction; Face representation
-
- 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
- G06V40/18—Eye characteristics, e.g. of the iris
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Ophthalmology & Optometry (AREA)
- Image Processing (AREA)
- Emergency Alarm Devices (AREA)
- Image Analysis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开一种特定画面捕捉系统,监控模块,对考试区域进行监控;图像提取模块,与监控模块连接,获取监控模块所拍摄的视频,并且将每帧视频图像保存为待检测图片;特征提取模块,预先从侧脸图像中分别提取出对应的侧脸特征;获取模块,与监控模块和图像提取模块连接,从每张待检测图片中提取出待比对人脸特征;对比模块,将每一个待比对人脸特征分别与侧脸特征进行比对,获得待比对人脸特征与侧脸特征的相似度;以及确定模块,根据待比对人脸特征与侧脸特征的相似度判断出哪张待检测图片中含有侧脸;该特定画面捕捉系统能有效的捕捉到偷看的考生,降低监考时的人力投入。
Description
技术领域
本发明涉及一种特定画面捕捉系统。
背景技术
监考官一词:是在中国古代社会的科考制度中,担任参加科考举子们的考试监管工作。现代为负责参加社会文化和技术理论学习人员的考核监管。
由于往往考试的人数过多,因此,对监考老师有较大的需求,考试时需要投入较大的人力,有必要研究出一种能有效的捕捉到偷看的考生,降低监考时的人力投入的系统,以用于监考中。
发明内容
本发明要解决的技术问题是提供一种能有效的捕捉到偷看的考生,降低监考时的人力投入的特定画面捕捉系统。
为解决上述问题,本发明采用如下技术方案:
一种特定画面捕捉系统,包括
监控模块,对考试区域进行监控;
图像提取模块,与监控模块连接,获取监控模块所拍摄的视频,并且将每帧视频图像保存为待检测图片;
特征提取模块,预先从侧脸图像中分别提取出对应的侧脸特征;
获取模块,与监控模块和图像提取模块连接,从每张待检测图片中提取出待比对人脸特征;
对比模块,将每一个待比对人脸特征分别与侧脸特征进行比对,获得待比对人脸特征与侧脸特征的相似度;以及
确定模块,根据待比对人脸特征与侧脸特征的相似度判断出哪张待检测图片中含有侧脸。
作为优选,所述人脸特征包含有脸部轮廓的长度、脸部轮廓的宽度、第一眼睛的宽度、第二眼睛的宽度、两眼眼角之间的宽度、两眉间宽度、鼻尖与眼睛下缘的垂直距离、鼻尖与下颌的垂直距离和鼻尖与下颌的水平距离中的一种或多种。
作为优选,还包含有待检测图片眼部提取模块,与图像提取模连接,用于对待检测图片中的人物的眼部信息进行提取。
作为优选,还包含有计算模块,与待检测图片眼部提取模块连接,用于计算左眼珠与左眼大眼角之间的距离,以及计算右眼珠与右眼大眼角之间的距离。
作为优选,所述确定模块还被配置于根据计算模块计算出来的两个距离判断待检测图片中的人物是否有斜视。
作为优选,所述确定模块是根据以下规则:
X1≠X2则判断为存在斜视;
X1=X2则判断为不存在斜视;
若判断为斜视后则根据差值进行审核和确认斜视的方向,判断方式如下:
X1-X2>0.1~0.2cm,则判断为往左斜视;
X1-X2<-0.1~0.2cm,则判断为往右斜视;
其中,X1表示左眼珠与左眼大眼角之间的距离,X2表示右眼珠与右眼大眼角之间的距离。
作为优选,还包含有显示模块,与确定模块连接,用于显示含有侧脸的检测后的图片或含有斜视的检测后的图片。
作为优选,还包含有报警模块,与确认模块连接,当确认模块检测到含有侧脸的检测后的图片或含有斜视的检测后的图时进行报警处理,通知监考人员。
本发明的有益效果为:通过对考试面部进行捕捉,可以判断出考试的头部是否处于侧着的状态,从而判断考试是否有偷看的嫌疑,此外,还对考生的眼镜进行判断,可以有效的判断出考试是否有斜眼的状态,从而有效的判断出考生是否有偷看,运用到监考系统中能降低监考时的人力投入。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种特定画面捕捉系统的模块连接框图。
图中:
1、监控模块;2、图像提取模块;3、特征提取模块;4、获取模块;5、对比模块;6、确定模块;7、待检测图片眼部提取模块;8、计算模块;9、显示模块;10、报警模块。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
另外,在本具体实施方式中如未特别说明部件之间的连接方式均可为通过现有技术中常用的方式,因此,在实施例中不在详述。
实施例1
如图1所示,一种特定画面捕捉系统,包括
监控模块1,对考试区域进行监控;
图像提取模块2,与监控模块连接,获取监控模块所拍摄的视频,并且将每帧视频图像保存为待检测图片;
特征提取模块3,预先从侧脸图像中分别提取出对应的侧脸特征;
获取模块4,与监控模块和图像提取模块连接,从每张待检测图片中提取出待比对人脸特征;
对比模块5,将每一个待比对人脸特征分别与侧脸特征进行比对,获得待比对人脸特征与侧脸特征的相似度;以及
确定模块6,根据待比对人脸特征与侧脸特征的相似度判断出哪张待检测图片中含有侧脸。
在本实施例中,所述人脸特征包含有脸部轮廓的长度、脸部轮廓的宽度、第一眼睛的宽度、第二眼睛的宽度、两眼眼角之间的宽度和两眉间宽度。
在本实施例中,还包含有待检测图片眼部提取模块7,与图像提取模连接,用于对待检测图片中的人物的眼部信息进行提取。
在本实施例中,还包含有计算模块8,与待检测图片眼部提取模块连接,用于计算左眼珠与左眼大眼角之间的距离,以及计算右眼珠与右眼大眼角之间的距离。
在本实施例中,所述确定模块6还被配置于根据计算模块计算出来的两个距离判断待检测图片中的人物是否有斜视。
在本实施例中,所述确定模块6是根据以下规则:
X1≠X2则判断为存在斜视;
X1=X2则判断为不存在斜视;
若判断为斜视后则根据差值进行审核和确认斜视的方向,判断方式如下:
X1-X2>0.1cm,则判断为往左斜视;
X1-X2<-0.1cm,则判断为往右斜视;
其中,X1表示左眼珠与左眼大眼角之间的距离,X2表示右眼珠与右眼大眼角之间的距离。
在本实施例中,还包含有显示模块9,与确定模块连接,用于显示含有侧脸的检测后的图片或含有斜视的检测后的图片。
在本实施例中,还包含有报警模块10,与确认模块连接,当确认模块检测到含有侧脸的检测后的图片或含有斜视的检测后的图时进行报警处理,通知监考人员。
实施例2
如图1所示,一种特定画面捕捉系统,包括
监控模块1,对考试区域进行监控;
图像提取模块2,与监控模块连接,获取监控模块所拍摄的视频,并且将每帧视频图像保存为待检测图片;
特征提取模块3,预先从侧脸图像中分别提取出对应的侧脸特征;
获取模块4,与监控模块和图像提取模块连接,从每张待检测图片中提取出待比对人脸特征;
对比模块5,将每一个待比对人脸特征分别与侧脸特征进行比对,获得待比对人脸特征与侧脸特征的相似度;以及
确定模块6,根据待比对人脸特征与侧脸特征的相似度判断出哪张待检测图片中含有侧脸。
在本实施例中,所述人脸特征包含有脸部轮廓的长度、两眼眼角之间的宽度、两眉间宽度、鼻尖与眼睛下缘的垂直距离、鼻尖与下颌的垂直距离和鼻尖与下颌的水平距离。
在本实施例中,还包含有待检测图片眼部提取模块7,与图像提取模连接,用于对待检测图片中的人物的眼部信息进行提取。
在本实施例中,还包含有计算模块8,与待检测图片眼部提取模块连接,用于计算左眼珠与左眼大眼角之间的距离,以及计算右眼珠与右眼大眼角之间的距离。
在本实施例中,所述确定模块6还被配置于根据计算模块计算出来的两个距离判断待检测图片中的人物是否有斜视。
在本实施例中,所述确定模块6是根据以下规则:
X1≠X2则判断为存在斜视;
X1=X2则判断为不存在斜视;
若判断为斜视后则根据差值进行审核和确认斜视的方向,判断方式如下:
X1-X2>0.2cm,则判断为往左斜视;
X1-X2<-0.2cm,则判断为往右斜视;
其中,X1表示左眼珠与左眼大眼角之间的距离,X2表示右眼珠与右眼大眼角之间的距离。
在本实施例中,还包含有显示模块9,与确定模块连接,用于显示含有侧脸的检测后的图片或含有斜视的检测后的图片。
在本实施例中,还包含有报警模块10,与确认模块连接,当确认模块检测到含有侧脸的检测后的图片或含有斜视的检测后的图时进行报警处理,通知监考人员。
实施例3
如图1所示,一种特定画面捕捉系统,包括
监控模块1,对考试区域进行监控;
图像提取模块2,与监控模块连接,获取监控模块所拍摄的视频,并且将每帧视频图像保存为待检测图片;
特征提取模块3,预先从侧脸图像中分别提取出对应的侧脸特征;
获取模块4,与监控模块和图像提取模块连接,从每张待检测图片中提取出待比对人脸特征;
对比模块5,将每一个待比对人脸特征分别与侧脸特征进行比对,获得待比对人脸特征与侧脸特征的相似度;以及
确定模块6,根据待比对人脸特征与侧脸特征的相似度判断出哪张待检测图片中含有侧脸。
在本实施例中,所述人脸特征包含有脸部轮廓的长度、脸部轮廓的宽度、第一眼睛的宽度、第二眼睛的宽度、两眼眼角之间的宽度、两眉间宽度、鼻尖与眼睛下缘的垂直距离、鼻尖与下颌的垂直距离和鼻尖与下颌的水平距离。
在本实施例中,还包含有待检测图片眼部提取模块7,与图像提取模连接,用于对待检测图片中的人物的眼部信息进行提取。
在本实施例中,还包含有计算模块8,与待检测图片眼部提取模块连接,用于计算左眼珠与左眼大眼角之间的距离,以及计算右眼珠与右眼大眼角之间的距离。
在本实施例中,所述确定模块6还被配置于根据计算模块计算出来的两个距离判断待检测图片中的人物是否有斜视。
在本实施例中,所述确定模块6是根据以下规则:
X1≠X2则判断为存在斜视;
X1=X2则判断为不存在斜视;
若判断为斜视后则根据差值进行审核和确认斜视的方向,判断方式如下:
X1-X2>0.15cm,则判断为往左斜视;
X1-X2<-0.15cm,则判断为往右斜视;
其中,X1表示左眼珠与左眼大眼角之间的距离,X2表示右眼珠与右眼大眼角之间的距离。
在本实施例中,还包含有显示模块9,与确定模块连接,用于显示含有侧脸的检测后的图片或含有斜视的检测后的图片。
在本实施例中,还包含有报警模块10,与确认模块连接,当确认模块检测到含有侧脸的检测后的图片或含有斜视的检测后的图时进行报警处理,通知监考人员。
本实施例的有益效果为:通过对考试面部进行捕捉,可以判断出考试的头部是否处于侧着的状态,从而判断考试是否有偷看的嫌疑,此外,还对考生的眼镜进行判断,可以有效的判断出考试是否有斜眼的状态,从而有效的判断出考生是否有偷看,运用到监考系统中能降低监考时的人力投入。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何不经过创造性劳动想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种特定画面捕捉系统,其特征在于:包括
监控模块,对考试区域进行监控;
图像提取模块,与监控模块连接,获取监控模块所拍摄的视频,并且将每帧视频图像保存为待检测图片;
特征提取模块,预先从侧脸图像中分别提取出对应的侧脸特征;
获取模块,与监控模块和图像提取模块连接,从每张待检测图片中提取出待比对人脸特征;
对比模块,将每一个待比对人脸特征分别与侧脸特征进行比对,获得待比对人脸特征与侧脸特征的相似度;以及
确定模块,根据待比对人脸特征与侧脸特征的相似度判断出哪张待检测图片中含有侧脸。
2.根据权利要求1所述的一种特定画面捕捉系统,其特征在于:所述人脸特征包含有脸部轮廓的长度、脸部轮廓的宽度、第一眼睛的宽度、第二眼睛的宽度、两眼眼角之间的宽度、两眉间宽度、鼻尖与眼睛下缘的垂直距离、鼻尖与下颌的垂直距离和鼻尖与下颌的水平距离中的一种或多种。
3.根据权利要求2所述的一种特定画面捕捉系统,其特征在于:还包含有待检测图片眼部提取模块,与图像提取模连接,用于对待检测图片中的人物的眼部信息进行提取。
4.根据权利要求3所述的一种特定画面捕捉系统,其特征在于:还包含有计算模块,与待检测图片眼部提取模块连接,用于计算左眼珠与左眼大眼角之间的距离,以及计算右眼珠与右眼大眼角之间的距离。
5.根据权利要求4所述的一种特定画面捕捉系统,其特征在于:所述确定模块还被配置于根据计算模块计算出来的两个距离判断待检测图片中的人物是否有斜视。
6.根据权利要求5所述的一种特定画面捕捉系统,其特征在于:所述确定模块是根据以下规则:
X1≠X2则判断为存在斜视;
X1=X2则判断为不存在斜视;
若判断为斜视后则根据差值进行审核和确认斜视的方向,判断方式如下:
X1-X2>0.1~0.2cm,则判断为往左斜视;
X1-X2<-0.1~0.2cm,则判断为往右斜视;
其中,X1表示左眼珠与左眼大眼角之间的距离,X2表示右眼珠与右眼大眼角之间的距离。
7.根据权利要求6所述的一种特定画面捕捉系统,其特征在于:还包含有显示模块,与确定模块连接,用于显示含有侧脸的检测后的图片或含有斜视的检测后的图片。
8.根据权利要求7所述的一种特定画面捕捉系统,其特征在于:还包含有报警模块,与确认模块连接,当确认模块检测到含有侧脸的检测后的图片或含有斜视的检测后的图时进行报警处理,通知监考人员。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811610590.4A CN111382594B (zh) | 2018-12-28 | 2018-12-28 | 一种特定画面捕捉系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811610590.4A CN111382594B (zh) | 2018-12-28 | 2018-12-28 | 一种特定画面捕捉系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111382594A true CN111382594A (zh) | 2020-07-07 |
CN111382594B CN111382594B (zh) | 2023-07-25 |
Family
ID=71220771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811610590.4A Active CN111382594B (zh) | 2018-12-28 | 2018-12-28 | 一种特定画面捕捉系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111382594B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104504408A (zh) * | 2015-01-12 | 2015-04-08 | 吴建忠 | 一种人脸识别比对方法和实现该方法的系统 |
CN104590130A (zh) * | 2015-01-06 | 2015-05-06 | 上海交通大学 | 基于图像识别的后视镜自适应调节方法 |
CN104699124A (zh) * | 2015-03-24 | 2015-06-10 | 天津通信广播集团有限公司 | 一种基于视线观看角度检测的电视机角度调整方法 |
CN106203393A (zh) * | 2016-07-22 | 2016-12-07 | 广东金杭科技股份有限公司 | 一种人脸采集识别方法和实现该方法的系统 |
CN107007248A (zh) * | 2017-04-17 | 2017-08-04 | 广州视景医疗软件有限公司 | 一种基于人工智能的斜视筛查方法、服务器及系统 |
CN107103309A (zh) * | 2017-05-31 | 2017-08-29 | 天津中科智能识别产业技术研究院有限公司 | 一种基于图像识别的学生坐姿检测与纠正系统 |
CN107895336A (zh) * | 2017-12-01 | 2018-04-10 | 合肥亚慕信息科技有限公司 | 一种基于多方位动态捕捉的在线考试监考系统及工作方法 |
CN108960156A (zh) * | 2018-07-09 | 2018-12-07 | 苏州浪潮智能软件有限公司 | 一种人脸检测识别方法及装置 |
-
2018
- 2018-12-28 CN CN201811610590.4A patent/CN111382594B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104590130A (zh) * | 2015-01-06 | 2015-05-06 | 上海交通大学 | 基于图像识别的后视镜自适应调节方法 |
CN104504408A (zh) * | 2015-01-12 | 2015-04-08 | 吴建忠 | 一种人脸识别比对方法和实现该方法的系统 |
CN104699124A (zh) * | 2015-03-24 | 2015-06-10 | 天津通信广播集团有限公司 | 一种基于视线观看角度检测的电视机角度调整方法 |
CN106203393A (zh) * | 2016-07-22 | 2016-12-07 | 广东金杭科技股份有限公司 | 一种人脸采集识别方法和实现该方法的系统 |
CN107007248A (zh) * | 2017-04-17 | 2017-08-04 | 广州视景医疗软件有限公司 | 一种基于人工智能的斜视筛查方法、服务器及系统 |
CN107103309A (zh) * | 2017-05-31 | 2017-08-29 | 天津中科智能识别产业技术研究院有限公司 | 一种基于图像识别的学生坐姿检测与纠正系统 |
CN107895336A (zh) * | 2017-12-01 | 2018-04-10 | 合肥亚慕信息科技有限公司 | 一种基于多方位动态捕捉的在线考试监考系统及工作方法 |
CN108960156A (zh) * | 2018-07-09 | 2018-12-07 | 苏州浪潮智能软件有限公司 | 一种人脸检测识别方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111382594B (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105184246B (zh) | 活体检测方法和活体检测系统 | |
US20230351805A1 (en) | Spoofing detection device, spoofing detection method, and recording medium | |
CN107122789B (zh) | 基于深度摄像头的多模态信息融合的学习专注度分析方法 | |
CN104361326A (zh) | 一种判别活体人脸的方法 | |
WO2020020022A1 (zh) | 视觉识别方法及其系统 | |
CN105518710B (zh) | 视频检测方法、视频检测系统以及计算机程序产品 | |
CN108537131B (zh) | 一种基于人脸特征点和光流场的人脸识别活体检测方法 | |
EP2728511A1 (en) | Apparatus and method for face recognition | |
CN103729981A (zh) | 一种儿童坐姿监控智能终端 | |
CN105095885B (zh) | 一种人眼状态的检测方法和检测装置 | |
CN102779274A (zh) | 一种基于双目摄像头的智能电视人脸识别方法 | |
EP3284395A1 (en) | Line-of-sight detection device, line-of-sight detection method, and line-of-sight detection program | |
CN109101949A (zh) | 一种基于彩色视频信号频域分析的人脸活体检测方法 | |
CN115599219B (zh) | 一种显示屏的护眼控制方法、系统、设备及存储介质 | |
Alioua et al. | Driver’s fatigue and drowsiness detection to reduce traffic accidents on road | |
CN114190879A (zh) | 基于虚拟现实技术的弱视儿童视功能检测系统 | |
CN112183200A (zh) | 一种基于视频图像的眼动追踪方法和系统 | |
CN109194952B (zh) | 头戴式眼动追踪设备及其眼动追踪方法 | |
Chiang et al. | A vision-based human action recognition system for companion robots and human interaction | |
KR102245319B1 (ko) | 원격지 학습자의 집중도를 분석하는 시스템 | |
CN113792663A (zh) | 一种驾驶员酒驾以及疲劳驾驶的检测方法、装置及存储介质 | |
Javed et al. | An intelligent alarm based visual eye tracking algorithm for cheating free examination system | |
CN111382594A (zh) | 一种特定画面捕捉系统 | |
CN109492585B (zh) | 一种活体检测方法和电子设备 | |
An et al. | Support vector machine algorithm for human fall recognition kinect-based skeletal data |
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 |