CN113742323B - 一种修正人体个体特征尺寸的方法 - Google Patents
一种修正人体个体特征尺寸的方法 Download PDFInfo
- Publication number
- CN113742323B CN113742323B CN202110831859.7A CN202110831859A CN113742323B CN 113742323 B CN113742323 B CN 113742323B CN 202110831859 A CN202110831859 A CN 202110831859A CN 113742323 B CN113742323 B CN 113742323B
- Authority
- CN
- China
- Prior art keywords
- size
- characteristic
- human body
- circumference
- individual
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000012937 correction Methods 0.000 claims abstract description 23
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 4
- 210000001015 abdomen Anatomy 0.000 claims description 10
- 238000012417 linear regression Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 3
- 210000003127 knee Anatomy 0.000 claims description 3
- 210000002976 pectoralis muscle Anatomy 0.000 claims description 3
- 210000000707 wrist Anatomy 0.000 claims description 3
- 210000000577 adipose tissue Anatomy 0.000 abstract 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 238000012821 model calculation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- A—HUMAN NECESSITIES
- A41—WEARING APPAREL
- A41H—APPLIANCES OR METHODS FOR MAKING CLOTHES, e.g. FOR DRESS-MAKING OR FOR TAILORING, NOT OTHERWISE PROVIDED FOR
- A41H1/00—Measuring aids or methods
- A41H1/02—Devices for taking measurements on the human body
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2379—Updates performed during online database operations; commit processing
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Textile Engineering (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种修正人体个体特征尺寸的方法,该方法包括以下步骤:步骤1:将前期的体重和身高数据测量后,通过计算公式能够大致推断客户的体型模型,将用户的基础特征、群体特征和个体特征输入至建模中,通过建模算法提供的特征尺寸进行审核;步骤2:判断特征尺寸是否合适,比较审核前后的结果,如果该尺寸合适,给予正反馈。本发明前期的三维、体重、身高数据测量后,通过体脂率计算公式测出体脂率,通过体脂率能够大致推断客户的体型模型,在尺码修正库中记录该尺寸以及标注正反馈系数1,输出该尺寸;如果特征尺寸不合适,给予该记录负反馈,即在尺码修正库中记录该尺寸以及标注负反馈系数‑1,大大提高了人体个体特征尺寸的修正效率。
Description
技术领域
本发明涉及定制衣制作技术领域,更具体为一种修正人体个体特征尺寸的方法。
背景技术
随着互联网的普及,网购扮演着越来越重要的角色,在日常生活中,对人体进行测量是一种很常见的需求,例如人在购买服装时,需要对人体的各个部位进行测量,以获取人体各个部位的尺寸。终端设备的人体特征识别功能可以通过采集用户的人体特征,与预存的人体特征模板之间进行匹配,从而根据匹配结果实现终端的某种功能,例如终端屏幕解锁、应用解密以及移动支付等。
目前,现有的人体个体特征尺寸多采用现场测量,其存在一定的误差,修正效率低。因此,需要提供一种新的技术方案给予解决。
发明内容
本发明的目的在于提供一种修正人体个体特征尺寸的方法,解决了目前,现有的人体个体特征尺寸多采用现场测量,其存在一定的误差,修正效率低的问题。
为实现上述目的,本发明提供如下技术方案:一种修正人体个体特征尺寸的方法,动态人体尺寸特征建模方案包括以下步骤:
步骤1:对算法提供的特征尺寸进行审核;
步骤2:判断特征尺寸是否合适,比较审核前后的结果,如果该尺寸合适,给予正反馈;
步骤3:结合尺码修正库和上一版本的特征尺码库以及正负反馈记录,同步到尺码更新库;
步骤4:修正个体特征;
步骤5:重新进行特征尺寸审核,既得新特征尺寸。
作为本发明的一种优选实施方式,所述步骤1采用人工审核的策略,即通过多个富有经验的设计师,对动态人体尺寸特征建模得到的尺码进行评估审核。
作为本发明的一种优选实施方式,所述步骤2在尺码修正库中记录该尺寸以及标注正反馈系数1,输出该尺寸;如果特征尺寸不合适,给予该记录负反馈,即在尺码修正库中记录该尺寸以及标注负反馈系数-1。
作为本发明的一种优选实施方式,所述步骤3将尺码修正库里的尺寸数据放入上一版本的训练数据集中,将两组数据按1:1的比例混合,采用多元线性回归模型进行计算,剔除线性关系不显著的变量,得到相关系数。
作为本发明的一种优选实施方式,所述审核的特征尺寸包括基础特征、群体特征和个体特征,所述基础特征包括体重和身高,所述群体特征包括胸型、腹型、臀型、肩型和背型,所述个体特征包括:上衣和下衣尺寸,其中上衣尺寸包括前衣长、肩宽、领围、胸围、腹围、臀围、袖长、袖肥和腕围,下衣尺寸包括裤裙长、腰围、臀围、膝围、脚口、横档、总浪。
作为本发明的一种优选实施方式,所述步骤1的特征尺寸的净尺寸计算方式为:假设净尺寸胸围与身高体重的关系满足如下y=a*x1+b*x2+c;式中y胸围数据为因变量,x1身高和x2体重为自变量,a和b为回归系数,c是回归常数;通过n组对应数据,我们能够求出回归方程的系数和常数;其他净尺寸数据如腹围、肩宽等同样可以回归方程求解得出。
作为本发明的一种优选实施方式,所述群体特征的计算方式为:首先将群体特征进行数字化表示,如胸型平坦用1来表示,胸型肌肉用2来表示;最终的特征尺寸是净尺寸数据和群体特征共同决定的,这里我们采用多元线性回归模型来计算。
作为本发明的一种优选实施方式,所述步骤5得到的新特征尺寸包括基础特征、群体特征和修正的个体特征,对这些特征进行模型再训练,从而通过修正的个体特征对基础特征、群体特征进行更新,以得到新尺码库。
与现有技术相比,本发明的有益效果如下:
本发明前期的体重和身高数据测量后,通过计算公式能够大致推断客户的体型模型,通过将用户的基础特征群体特征和个体特征输入至建模中,利用基础特征来计算净尺寸数据,计算出胸围、腹围、肩宽等数据,并输入用户群体特征,其中包括胸型、腹型、肩型、背型,通过模型计算得到群体特征尺寸数据,在将个体特征加入模型中计算,得到个体特征数据,从而满足99%的常规尺寸需求和1%的特殊尺寸需求,通过人工审核策略对动态人体尺寸特征建模得到的尺码进行评估审核,判断特征尺寸是否合适,比较审核前后的结果,如果该尺寸合适,给予正反馈;即在尺码修正库中记录该尺寸以及标注正反馈系数1,输出该尺寸;如果特征尺寸不合适,给予该记录负反馈,即在尺码修正库中记录该尺寸以及标注负反馈系数-1,大大提高了人体个体特征尺寸的修正效率,同时通过得到的修正的个体特征与基础特征和群体特征之间进行模型再训练,从而更新基础特征和群体特征,并形成新的尺码库,保证了数据更新的有效性。
附图说明
图1为本发明整体流程示意图;
图2为本发明特征尺寸流程示意图;
图3为本发明模型训练流程示意图。
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。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。
请参阅图1,本发明提供一种技术方案:一种修正人体个体特征尺寸的方法,动态人体尺寸特征建模方案包括以下步骤:
步骤1:对算法提供的特征尺寸进行审核;
步骤2:判断特征尺寸是否合适,比较审核前后的结果,如果该尺寸合适,给予正反馈;
步骤3:结合尺码修正库和上一版本的特征尺码库以及正负反馈记录,同步到尺码更新库;
步骤4:修正个体特征;
步骤5:重新进行特征尺寸审核,既得新特征尺寸。
进一步改进地,如图1所示:所述步骤1采用人工审核的策略,即通过多个富有经验的设计师,对动态人体尺寸特征建模得到的尺码进行评估审核。
进一步改进地,如图1所示:所述步骤2在尺码修正库中记录该尺寸以及标注正反馈系数1,输出该尺寸;如果特征尺寸不合适,给予该记录负反馈,即在尺码修正库中记录该尺寸以及标注负反馈系数-1。
进一步改进地,如图1所示:所述步骤3将尺码修正库里的尺寸数据放入上一版本的训练数据集中,将两组数据按1:1的比例混合,采用多元线性回归模型进行计算,剔除线性关系不显著的变量,得到相关系数。
进一步改进地,如图2所示:所述审核的特征尺寸包括基础特征、群体特征和个体特征,所述基础特征包括体重和身高,所述群体特征包括胸型、腹型、臀型、肩型和背型,所述个体特征包括:上衣和下衣尺寸,其中上衣尺寸包括前衣长、肩宽、领围、胸围、腹围、臀围、袖长、袖肥和腕围,下衣尺寸包括裤裙长、腰围、臀围、膝围、脚口、横档、总浪。
进一步改进地,如图2所示:所述步骤1的特征尺寸的净尺寸计算方式为:假设净尺寸胸围与身高体重的关系满足如下y=a*x1+b*x2+c;式中y胸围数据为因变量,x1身高和x2体重为自变量,a和b为回归系数,c是回归常数;通过n组对应数据,我们能够求出回归方程的系数和常数;其他净尺寸数据如腹围、肩宽等同样可以回归方程求解得出。
进一步改进地,如图2所示:所述群体特征的计算方式为:首先将群体特征进行数字化表示,如胸型平坦用1来表示,胸型肌肉用2来表示;最终的特征尺寸是净尺寸数据和群体特征共同决定的,这里我们采用多元线性回归模型来计算。
进一步改进地,如图3所示:所述步骤5得到的新特征尺寸包括基础特征、群体特征和修正的个体特征,对这些特征进行模型再训练,从而通过修正的个体特征对基础特征、群体特征进行更新,以得到新尺码库。
本发明前期的体重和身高数据测量后,通过计算公式能够大致推断客户的体型模型,通过将用户的基础特征群体特征和个体特征输入至建模中,利用基础特征来计算净尺寸数据,计算出胸围、腹围、肩宽等数据,并输入用户群体特征,其中包括胸型、腹型、肩型、背型,通过模型计算得到群体特征尺寸数据,在将个体特征加入模型中计算,得到个体特征数据,从而满足99%的常规尺寸需求和1%的特殊尺寸需求,通过人工审核策略对动态人体尺寸特征建模得到的尺码进行评估审核,判断特征尺寸是否合适,比较审核前后的结果,如果该尺寸合适,给予正反馈;即在尺码修正库中记录该尺寸以及标注正反馈系数1,输出该尺寸;如果特征尺寸不合适,给予该记录负反馈,即在尺码修正库中记录该尺寸以及标注负反馈系数-1,大大提高了人体个体特征尺寸的修正效率,同时通过得到的修正的个体特征与基础特征和群体特征之间进行模型再训练,从而更新基础特征和群体特征,并形成新的尺码库,保证了数据更新的有效性。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种修正人体个体特征尺寸的方法,其特征在于:该方法包括以下步骤:
步骤1:将前期的体重和身高数据测量后,通过计算公式能够大致推断客户的体型模型,将用户的基础特征、群体特征和个体特征输入至建模中,通过建模算法提供的特征尺寸进行审核;
步骤2:判断特征尺寸是否合适,比较审核前后的结果,如果该尺寸合适,给予正反馈;
步骤3:将尺码修正库、上一版本的特征尺码库和正负反馈记录的数据同步到尺码更新库;
步骤4:修正个体特征;
步骤5:重新进行特征尺寸审核,既得新特征尺寸,新特征尺寸包括基础特征、群体特征和修正的个体特征,对这些特征进行模型再训练,从而通过修正的个体特征对基础特征、群体特征进行更新,以得到新尺码库。
2.根据权利要求1所述的一种修正人体个体特征尺寸的方法,其特征在于:所述步骤1采用人工审核的策略,即通过多个富有经验的设计师,对动态人体尺寸特征建模得到的尺码进行评估审核。
3.根据权利要求1所述的一种修正人体个体特征尺寸的方法,其特征在于:所述步骤2在尺码修正库中记录该尺寸以及标注正反馈系数1,输出该尺寸;如果特征尺寸不合适,给予该记录负反馈,即在尺码修正库中记录该尺寸以及标注负反馈系数-1。
4.根据权利要求1所述的一种修正人体个体特征尺寸的方法,其特征在于:所述步骤3将尺码修正库里的尺寸数据放入上一版本的训练数据集中,将两组数据按1:1的比例混合,采用多元线性回归模型进行计算,剔除线性关系不显著的变量,得到相关系数。
5.根据权利要求2所述的一种修正人体个体特征尺寸的方法,其特征在于:所述审核的特征尺寸包括基础特征、群体特征和个体特征,所述基础特征包括体重和身高,所述群体特征包括胸型、腹型、臀型、肩型和背型,所述个体特征包括:上衣和下衣尺寸,其中上衣尺寸包括前衣长、肩宽、领围、胸围、腹围、臀围、袖长、袖肥和腕围,下衣尺寸包括裤裙长、腰围、臀围、膝围、脚口、横档、总浪。
6.根据权利要求1所述的一种修正人体个体特征尺寸的方法,其特征在于:所述步骤1的特征尺寸的净尺寸计算方式为:假设净尺寸胸围与身高体重的关系满足如下y=a*x1+b*x2+c;式中y胸围数据为因变量,x1身高和x2体重为自变量,a和b为回归系数,c是回归常数;通过n组对应数据,我们能够求出回归方程的系数和常数;其他净尺寸数据同样可以回归方程求解得出。
7.根据权利要求5所述的一种修正人体个体特征尺寸的方法,其特征在于:所述群体特征的计算方式为:首先将群体特征进行数字化表示,胸型平坦用1来表示,胸型肌肉用2来表示;最终的特征尺寸是净尺寸数据和群体特征共同决定的,这里我们采用多元线性回归模型来计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110831859.7A CN113742323B (zh) | 2021-07-22 | 2021-07-22 | 一种修正人体个体特征尺寸的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110831859.7A CN113742323B (zh) | 2021-07-22 | 2021-07-22 | 一种修正人体个体特征尺寸的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113742323A CN113742323A (zh) | 2021-12-03 |
CN113742323B true CN113742323B (zh) | 2023-11-17 |
Family
ID=78728993
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110831859.7A Active CN113742323B (zh) | 2021-07-22 | 2021-07-22 | 一种修正人体个体特征尺寸的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113742323B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104899299A (zh) * | 2015-06-10 | 2015-09-09 | 丁刚 | 一种根据用户信息推荐商品尺码的方法 |
CN107292685A (zh) * | 2016-03-30 | 2017-10-24 | 深圳市祈飞科技有限公司 | 一种自动推荐尺码的方法以及采用该方法的试衣柜系统 |
CN109409974A (zh) * | 2018-08-21 | 2019-03-01 | 浙江乔顿致品科技有限公司 | 一种大数据个性化远程智能量体系统 |
CN109770453A (zh) * | 2019-03-20 | 2019-05-21 | 胡镇邦 | 一种基于多种柔性传感器的体感服饰 |
CN110148040A (zh) * | 2019-05-22 | 2019-08-20 | 珠海随变科技有限公司 | 一种虚拟试衣方法、装置、设备和存储介质 |
CN111461843A (zh) * | 2020-04-10 | 2020-07-28 | 成都晓多科技有限公司 | 一种用于电商平台的尺码表生成及尺码推荐方法 |
CN111667330A (zh) * | 2019-03-08 | 2020-09-15 | 天津大学 | 一种基于用户评价的大数据分析的服饰尺码推荐方法 |
CN112244401A (zh) * | 2020-09-28 | 2021-01-22 | 上海云杉服装科技有限公司 | 基于人体样本库的人体测量误差修正方法和系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11983748B2 (en) * | 2017-09-07 | 2024-05-14 | Stitch Fix, Inc. | Using artificial intelligence to determine a size fit prediction |
-
2021
- 2021-07-22 CN CN202110831859.7A patent/CN113742323B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104899299A (zh) * | 2015-06-10 | 2015-09-09 | 丁刚 | 一种根据用户信息推荐商品尺码的方法 |
CN107292685A (zh) * | 2016-03-30 | 2017-10-24 | 深圳市祈飞科技有限公司 | 一种自动推荐尺码的方法以及采用该方法的试衣柜系统 |
CN109409974A (zh) * | 2018-08-21 | 2019-03-01 | 浙江乔顿致品科技有限公司 | 一种大数据个性化远程智能量体系统 |
CN111667330A (zh) * | 2019-03-08 | 2020-09-15 | 天津大学 | 一种基于用户评价的大数据分析的服饰尺码推荐方法 |
CN109770453A (zh) * | 2019-03-20 | 2019-05-21 | 胡镇邦 | 一种基于多种柔性传感器的体感服饰 |
CN110148040A (zh) * | 2019-05-22 | 2019-08-20 | 珠海随变科技有限公司 | 一种虚拟试衣方法、装置、设备和存储介质 |
CN111461843A (zh) * | 2020-04-10 | 2020-07-28 | 成都晓多科技有限公司 | 一种用于电商平台的尺码表生成及尺码推荐方法 |
CN112244401A (zh) * | 2020-09-28 | 2021-01-22 | 上海云杉服装科技有限公司 | 基于人体样本库的人体测量误差修正方法和系统 |
Non-Patent Citations (2)
Title |
---|
在线商品评论对亚马逊出口卖家的效用探究;张静;对外经贸(第04期);89-92 * |
赵卫 .信息化,新式武器恐惧症.中国制衣.2013,(第07期),12-18. * |
Also Published As
Publication number | Publication date |
---|---|
CN113742323A (zh) | 2021-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108198601B (zh) | 运动评分方法、装置、设备及存储介质 | |
CN110170159A (zh) | 一种人体健身动作运动监测系统 | |
CN110472481B (zh) | 一种睡姿检测方法、装置及设备 | |
CN107154071A (zh) | 基于实例根据人体测量尺寸数据生成个性化人体模型的方法 | |
CN105069837B (zh) | 一种服装试穿模拟方法及装置 | |
US20220207921A1 (en) | Motion recognition method, storage medium, and information processing device | |
CN114699040A (zh) | 基于生理信号的醒睡检测方法、装置、设备以及存储介质 | |
CN113742323B (zh) | 一种修正人体个体特征尺寸的方法 | |
Vigneron et al. | Predicting postoperative gait in cerebral palsy | |
CN111161833A (zh) | 健身计划生成方法及相关设备 | |
US20220222975A1 (en) | Motion recognition method, non-transitory computer-readable recording medium and information processing apparatus | |
CN112568898A (zh) | 一种基于视觉图像对人体运动动作自动进行伤病风险评估及动作矫正的方法、装置及设备 | |
CN114973048A (zh) | 康复动作的纠正方法、装置、电子设备及可读介质 | |
CN113288082A (zh) | 一种基于人体诊断数据的医疗康复系统 | |
CN111104740A (zh) | 一种基于虚拟人模的服装压测量方法及系统 | |
US20060031047A1 (en) | Garment-model computer simulations | |
CN109887016B (zh) | 一种相似度计算方法及装置 | |
CN111353345B (zh) | 提供训练反馈的方法、装置、系统、电子设备、存储介质 | |
CN111972759B (zh) | 一种运用数学模型及人体特征点定位的人工测量方法及系统 | |
CN113706688A (zh) | 一种动态人体尺寸特征建模方法 | |
CN113842622B (zh) | 一种运动教学方法、装置、系统、电子设备及存储介质 | |
CN110399656B (zh) | 基于模糊逻辑与神经网络的下装腰省参数设计方法 | |
Lapkova et al. | Using Artificial Neural Network For The Kick Techniques Classification-An Initial Study. | |
CN110136799B (zh) | 一种低强度阻抗运动的评价指导方法和装置 | |
CN110879914B (zh) | 一种基于anfis的裤装虚拟试穿合体性评估方法 |
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 |