CN112906607A - 一种基于等高线法的人脸图像处理方法 - Google Patents
一种基于等高线法的人脸图像处理方法 Download PDFInfo
- Publication number
- CN112906607A CN112906607A CN202110244147.5A CN202110244147A CN112906607A CN 112906607 A CN112906607 A CN 112906607A CN 202110244147 A CN202110244147 A CN 202110244147A CN 112906607 A CN112906607 A CN 112906607A
- Authority
- CN
- China
- Prior art keywords
- contour
- processing
- layer
- face
- face 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 24
- 238000005457 optimization Methods 0.000 claims abstract description 13
- 238000012986 modification Methods 0.000 claims abstract description 8
- 230000004048 modification Effects 0.000 claims abstract description 8
- 238000007639 printing Methods 0.000 claims abstract description 7
- 238000000605 extraction Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000010586 diagram Methods 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 7
- 238000012795 verification Methods 0.000 claims description 7
- 239000013598 vector Substances 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 5
- 230000004075 alteration Effects 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 3
- 238000004141 dimensional analysis Methods 0.000 claims description 3
- 238000007648 laser printing Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000002285 radioactive effect Effects 0.000 claims description 3
- 230000001815 facial effect Effects 0.000 description 5
- 210000003128 head Anatomy 0.000 description 4
- 239000000284 extract Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种人脸处理方法，特别涉及一种基于等高线法的人脸图像处理方法，目的在于提供一种有效的快速的人脸识别算法，本发明基于一种等高线的人脸图像处理方法，是通过提取等高线的方法，将人脸模型变成容易处理的二维曲线图，然后基于该曲线图提取出相应的算法，通过特征提取算法和识别分析算法来实现三维人脸模型是凹凸不平的曲面。一种基于等高线法的人脸图像处理方法，包括获取标准图像、选择AI对抗类型、软件等高处理、人工优化修改、图层打印彩色、全自动切割、图层定位以及图层固定、自动调整本发明提供了一种利用三维人脸的等高线图提取特征信息实现人脸识别算法，使人脸图像识别的准确性和速度方面大大提高。
Description
技术领域
本发明涉及一种人脸处理方法，特别涉及一种基于等高线法的人脸图像处理方法。
背景技术
目前，主要的生物特征识别技术有虹膜识别、视网膜识别、人脸识别、签名识别、声音识别、指纹识别等等。人像识别是对人的面部特征与信息进行采集，对显示的面部影像，首先检测在拍摄镜头中是否有人像，若检测到人像，则进一步的给出脸的位置、形状和各个面部器官的坐标、形状等信息。处理器提取信息后，将其与已知的面部特征进行对比，从而识别用户的身份。它包括人像采集、人像识别、人像特征对比等三项主要内容。
随着信息化社会的不断发展，传统的基于二维图像的人脸分析方法面临诸多困难.这些困难包括:姿态、光照和表情问题,有效的特征抽取方法、海量数据和维度灾难等，使人脸图像识别的准确性低和速度较慢，因此本发明提出了一种基于等高线法的人脸图像处理方法，三维人脸能够有效的解决二维图像信息缺失的问题,更精确地描述脸部特征,且提取的某些特征具有刚体变换不变性,不易受到姿态和光照的影响,因此它越来越收到研究者的关注。
发明内容
本发明涉及一种人脸处理方法，特别涉及一种基于等高线法的人脸图像处理方法，目的在于提供一种有效的快速的人脸识别算法，本发明基于一种等高线的人脸图像处理方法，是通过提取等高线的方法，将人脸模型变成容易处理的二维曲线图，然后基于该曲线图提取出相应的算法，通过特征提取算法和识别分析算法来实现三维人脸模型是凹凸不平的曲面。
一种基于等高线法的人脸图像处理方法，包括以下步骤：
步骤一、获取标准图像；
步骤二、选择AI对抗类型；
步骤三、软件等高处理、人工优化修改；
步骤四、图层打印彩色、全自动切割、图层定位以及图层固定、自动调整。
进一步地，所述获取标准图像通过提取等高线的方法，将三维人脸模型变成容易处理的二维曲线图，基于该二维曲线图提出了相应的算法；提取等高线的方法包括特征提取和识别分析两个部分，这两部分分别由特征提取算法和识别分析算法来实现。
进一步地，所述特征提取算法的步骤为：对三维模型进行标准化使之具有相同大小和方向；通过对Z设定基准值，继而得到高于基准值的全部散点，将其投影到X-Y平面上，提取散点图边缘，得到类似等高线图的人脸分层切片图；计算封闭切片曲线图的几何重心和面积来表征其特征，将各层的特征向量依次排列，得到表征三维人脸等高线图的特征矩阵[n(1)、n(2)、......n(i)]。
进一步地，所述识别分析算法的步骤如下：将识别过程分为粗识别和精识别两个部分；将待识别人脸用特征提取算法进行处理，得到其特征向量，通过计算欧氏距离的方法在数据库中寻找相似目标；通过计算曲线间重叠面积判定相似度；将待识别人脸与数据库中的人脸模型对应同一部位的闭合曲线的几何重心相互重合，以重心为原点建立极轴，用等间距的中心放射线与两曲线相交，求出交点距离s和与极轴夹角θ去掉该函数的直流分量后得到新的S-θ函数，求∫S2dθ作为相似度的表征量。
进一步地，所述选择AI对抗类型包括手机的类型、手机的版本以及手机系统的版本中的任何一种。
进一步地，选择手机的类型、手机的版本以及手机系统的版本中的一种对抗类型后，使用两个相机同时采集人像，获取到人像2D面部图像，以及多张多角度人脸图像，通过色差、光影等数据的多维度分析校准，针对多角度图片进行数字拼接,并进行AI对抗处理，生成经过处理的3D头部模型。
进一步地，所述软件等高处理、人工优化修改具体步骤为：利用生成经过处理的3D头部模型，进行标准的人脸面部模型重构，通过人脸模型处理软件对人脸模型进行等高识别处理，按面部高度生成等高线图层，再经过人工优化。
进一步地，所述图层打印彩色、全自动切割、图层定位以及图层固定、自动调整的具体步骤为：将优化后具有等高线图层的模型与拍摄的面部图像进行大小与定位校准，校准后可将等高线图层分隔开，面部图像进行激光打印，利用图层切割技术根据等高线图层对打印出的面部图像进行全自动切割，生成一张张图纸，利用图层定位及图层固定技术，将图纸固定为人像模型，经过自动调整后，生成初始人像模型。
进一步地，所述初始人像模型进行应用验证时，若未通过验证，可重新执行软件等高处理及后续操作，直至通过应用验证。
与现有技术相比，本发明通过人脸图像的等高线图提取特征从而实现三维人脸识别，达到身份认证的目的，本发明提供了一种利用三维人脸的等高线图提取特征信息实现人脸识别算法，使人脸图像识别的准确性和速度方面大大提高；本发明一种基于等高线法的人脸图像处理方法可应用到智能设备上：包括手机、考勤系统、门禁系统等需验证身份的设备以及设备上需要验证身份的各类应用。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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为本发明的系统流程图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
本发明涉及一种人脸处理方法，特别涉及一种基于等高线法的人脸图像处理方法，目的在于提供一种有效的快速的人脸识别算法，本发明基于一种等高线的人脸图像处理方法，是通过提取等高线的方法，将人脸模型变成容易处理的二维曲线图，然后基于该曲线图提取出相应的算法，通过特征提取算法和识别分析算法来实现三维人脸模型是凹凸不平的曲面。
一种基于等高线法的人脸图像处理方法，包括以下步骤：
步骤一、获取标准图像；
步骤二、选择AI对抗类型；
步骤三、软件等高处理、人工优化修改；
步骤四、图层打印彩色、全自动切割、图层定位以及图层固定、自动调整。
优选地，所述获取标准图像通过提取等高线的方法，将三维人脸模型变成容易处理的二维曲线图，基于该二维曲线图提出了相应的算法；提取等高线的方法包括特征提取和识别分析两个部分，这两部分分别由特征提取算法和识别分析算法来实现。
优选地，所述特征提取算法的步骤为：对三维模型进行标准化使之具有相同大小和方向；通过对Z设定基准值，继而得到高于基准值的全部散点，将其投影到X-Y平面上，提取散点图边缘，得到类似等高线图的人脸分层切片图；计算封闭切片曲线图的几何重心和面积来表征其特征，将各层的特征向量依次排列，得到表征三维人脸等高线图的特征矩阵[n(1)、n(2)、......n(i)]。
优选地，所述识别分析算法的步骤如下：将识别过程分为粗识别和精识别两个部分；将待识别人脸用特征提取算法进行处理，得到其特征向量，通过计算欧氏距离的方法在数据库中寻找相似目标；通过计算曲线间重叠面积判定相似度；将待识别人脸与数据库中的人脸模型对应同一部位的闭合曲线的几何重心相互重合，以重心为原点建立极轴，用等间距的中心放射线与两曲线相交，求出交点距离s和与极轴夹角θ去掉该函数的直流分量后得到新的S-θ函数，求∫S2dθ作为相似度的表征量。
优选地，所述选择AI对抗类型包括手机的类型、手机的版本以及手机系统的版本中的任何一种。
优选地，选择手机的类型、手机的版本以及手机系统的版本中的一种对抗类型后，使用两个相机同时采集人像，获取到人像2D面部图像，以及多张多角度人脸图像，通过色差、光影等数据的多维度分析校准，针对多角度图片进行数字拼接,并进行AI对抗处理，生成经过处理的3D头部模型。
优选地，所述软件等高处理、人工优化修改具体步骤为：利用生成经过处理的3D头部模型，进行标准的人脸面部模型重构，通过人脸模型处理软件对人脸模型进行等高识别处理，按面部高度生成等高线图层，再经过人工优化。
优选地，所述图层打印彩色、全自动切割、图层定位以及图层固定、自动调整的具体步骤为：将优化后具有等高线图层的模型与拍摄的面部图像进行大小与定位校准，校准后可将等高线图层分隔开，面部图像进行激光打印，利用图层切割技术根据等高线图层对打印出的面部图像进行全自动切割，生成一张张图纸，利用图层定位及图层固定技术，将图纸固定为人像模型，经过自动调整后，生成初始人像模型。
优选地，所述初始人像模型进行应用验证时，若未通过验证，可重新执行软件等高处理及后续操作，直至通过应用验证。
本发明通过人脸图像的等高线图提取特征从而实现三维人脸识别，达到身份认证的目的，本发明提供一种利用三维人脸的等高线图提取特征信息实现人脸识别算法，使人脸图像识别的准确性和速度方面大大提高；本发明一种基于等高线法的人脸图像处理方法可应用到智能设备上：包括手机、考勤系统、门禁系统等需验证身份的设备以及设备上需要验证身份的各类应用。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。
Claims (9)
1.一种基于等高线法的人脸图像处理方法，其特征在于，包括以下步骤：
步骤一、获取标准图像；
步骤二、选择AI对抗类型；
步骤三、软件等高处理、人工优化修改；
步骤四、图层打印彩色、全自动切割、图层定位以及图层固定、自动调整。
2.根据权利要求1所述的一种基于等高线法的人脸图像处理方法，其特征在于，所述获取标准图像通过提取等高线的方法，将三维人脸模型变成容易处理的二维曲线图，基于该二维曲线图提出了相应的算法；提取等高线的方法包括特征提取和识别分析两个部分，这两部分分别由特征提取算法和识别分析算法来实现。
3.根据权利要求2所述的一种基于等高线法的人脸图像处理方法，其特征在于，所述特征提取算法的步骤为：对三维模型进行标准化使之具有相同大小和方向；通过对Z设定基准值，继而得到高于基准值的全部散点，将其投影到X-Y平面上，提取散点图边缘，得到类似等高线图的人脸分层切片图；计算封闭切片曲线图的几何重心和面积来表征其特征，将各层的特征向量依次排列，得到表征三维人脸等高线图的特征矩阵[n(1)、n(2)、......n(i)]。
4.根据权利要求2所述的一种基于等高线法的人脸图像处理方法，其特征在于，所述识别分析算法的步骤如下：将识别过程分为粗识别和精识别两个部分；将待识别人脸用特征提取算法进行处理，得到其特征向量，通过计算欧氏距离的方法在数据库中寻找相似目标；通过计算曲线间重叠面积判定相似度；将待识别人脸与数据库中的人脸模型对应同一部位的闭合曲线的几何重心相互重合，以重心为原点建立极轴，用等间距的中心放射线与两曲线相交，求出交点距离s和与极轴夹角θ去掉该函数的直流分量后得到新的S-θ函数，求∫S2dθ作为相似度的表征量。
5.根据权利要求1所述的一种基于等高线法的人脸图像处理方法，其特征在于，所述选择AI对抗类型包括手机的类型、手机的版本以及手机系统的版本中的任何一种。
6.根据权利要求5所述的一种基于等高线法的人脸图像处理方法，其特征在于，所述选择手机的类型、手机的版本以及手机系统的版本中的一种对抗类型后，使用两个相机同时采集人像，获取到人像2D面部图像，以及多张多角度人脸图像，通过色差、光影等数据的多维度分析校准，针对多角度图片进行数字拼接,并进行AI对抗处理，生成经过处理的3D头部模型。
7.根据权利要求1所述的一种基于等高线法的人脸图像处理方法，其特征在于，所述软件等高处理、人工优化修改具体步骤为：利用生成经过处理的3D头部模型，进行标准的人脸面部模型重构，通过人脸模型处理软件对人脸模型进行等高识别处理，按面部高度生成等高线图层，再经过人工优化。
8.根据权利要求1所述的一种基于等高线法的人脸图像处理方法，其特征在于，所述图层打印彩色、全自动切割、图层定位以及图层固定、自动调整的具体步骤为：将优化后具有等高线图层的模型与拍摄的面部图像进行大小与定位校准，校准后可将等高线图层分隔开，面部图像进行激光打印，利用图层切割技术根据等高线图层对打印出的面部图像进行全自动切割，生成一张张图纸，利用图层定位及图层固定技术，将图纸固定为人像模型，经过自动调整后，生成初始人像模型。
9.根据权利要求8所述的一种基于等高线法的人脸图像处理方法，其特征在于，所述初始人像模型进行应用验证时，若未通过验证，可重新执行软件等高处理及后续操作，直至通过应用验证。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110244147.5A CN112906607A (zh) | 2021-03-05 | 2021-03-05 | 一种基于等高线法的人脸图像处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110244147.5A CN112906607A (zh) | 2021-03-05 | 2021-03-05 | 一种基于等高线法的人脸图像处理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112906607A true CN112906607A (zh) | 2021-06-04 |
Family
ID=76107775
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110244147.5A Pending CN112906607A (zh) | 2021-03-05 | 2021-03-05 | 一种基于等高线法的人脸图像处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112906607A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022262201A1 (zh) * | 2021-06-18 | 2022-12-22 | 厦门美图宜肤科技有限公司 | 面部三维模型可视化方法、装置、电子设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101894254A (zh) * | 2010-06-13 | 2010-11-24 | 南开大学 | 一种基于等高线法的三维人脸识别方法 |
| CN107729875A (zh) * | 2017-11-09 | 2018-02-23 | 上海快视信息技术有限公司 | 三维人脸识别方法和装置 |
| CN110991301A (zh) * | 2019-11-27 | 2020-04-10 | 成都超有范儿科技有限公司 | 一种人脸识别的方法 |
| CN111710031A (zh) * | 2020-05-29 | 2020-09-25 | 上海红阵信息科技有限公司 | 一种伪造人像破解智能终端设备密码方法 |
| CN111710030A (zh) * | 2020-05-29 | 2020-09-25 | 上海红阵信息科技有限公司 | 基于ai对抗深度伪造人像的系统及方法 |
-
2021
- 2021-03-05 CN CN202110244147.5A patent/CN112906607A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101894254A (zh) * | 2010-06-13 | 2010-11-24 | 南开大学 | 一种基于等高线法的三维人脸识别方法 |
| CN107729875A (zh) * | 2017-11-09 | 2018-02-23 | 上海快视信息技术有限公司 | 三维人脸识别方法和装置 |
| CN110991301A (zh) * | 2019-11-27 | 2020-04-10 | 成都超有范儿科技有限公司 | 一种人脸识别的方法 |
| CN111710031A (zh) * | 2020-05-29 | 2020-09-25 | 上海红阵信息科技有限公司 | 一种伪造人像破解智能终端设备密码方法 |
| CN111710030A (zh) * | 2020-05-29 | 2020-09-25 | 上海红阵信息科技有限公司 | 基于ai对抗深度伪造人像的系统及方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022262201A1 (zh) * | 2021-06-18 | 2022-12-22 | 厦门美图宜肤科技有限公司 | 面部三维模型可视化方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109558764B (zh) | 人脸识别方法及装置、计算机设备 | |
| WO2021036436A1 (zh) | 一种人脸识别方法及装置 | |
| EP1600883B1 (en) | Object recognition system | |
| US7512255B2 (en) | Multi-modal face recognition | |
| KR102554391B1 (ko) | 홍채 인식 기반 사용자 인증 장치 및 방법 | |
| US8620036B2 (en) | System and method for controlling image quality | |
| KR101781358B1 (ko) | 디지털 영상 내의 얼굴 인식을 통한 개인 식별 시스템 및 방법 | |
| CN106529414A (zh) | 一种通过图像比对实现结果认证的方法 | |
| CN111428689B (zh) | 一种多池化信息融合的人脸图像特征提取方法 | |
| CN110245561A (zh) | 一种人脸识别方法及装置 | |
| CN112801057A (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
| CN109948467A (zh) | 人脸识别的方法、装置、计算机设备和存储介质 | |
| CN105022999A (zh) | 一种人码伴随实时采集系统 | |
| CN108108658B (zh) | 生物特征识别方法 | |
| CN111710031A (zh) | 一种伪造人像破解智能终端设备密码方法 | |
| CN111767879A (zh) | 一种活体检测方法 | |
| CN111814564A (zh) | 基于多光谱图像的活体检测方法、装置、设备和存储介质 | |
| CN106156739B (zh) | 一种基于脸部轮廓分析的证件照耳朵检测与提取方法 | |
| Bastias et al. | A method for 3D iris reconstruction from multiple 2D near-infrared images | |
| CN112906607A (zh) | 一种基于等高线法的人脸图像处理方法 | |
| Abiyev et al. | Neural network based biometric personal identification with fast iris segmentation | |
| JP2001092963A (ja) | 画像照合方法および装置 | |
| CN112308035A (zh) | 图像检测方法、装置、计算机设备和存储介质 | |
| JP3962517B2 (ja) | 顔面検出方法及びその装置、コンピュータ可読媒体 | |
| CN116229528A (zh) | 一种活体掌静脉检测方法、装置、设备及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210604 |
|
| RJ01 | Rejection of invention patent application after publication |