JP2020154844A - 画像処理装置、画像処理方法、画像処理プログラム及び製品開発システム - Google Patents
画像処理装置、画像処理方法、画像処理プログラム及び製品開発システム Download PDFInfo
- Publication number
- JP2020154844A JP2020154844A JP2019053583A JP2019053583A JP2020154844A JP 2020154844 A JP2020154844 A JP 2020154844A JP 2019053583 A JP2019053583 A JP 2019053583A JP 2019053583 A JP2019053583 A JP 2019053583A JP 2020154844 A JP2020154844 A JP 2020154844A
- Authority
- JP
- Japan
- Prior art keywords
- image
- information
- learning
- input
- generation unit
- 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
- 238000012356 Product development Methods 0.000 title claims description 18
- 238000003672 processing method Methods 0.000 title claims description 4
- 238000013461 design Methods 0.000 claims abstract description 80
- 239000002131 composite material Substances 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 78
- 230000006870 function Effects 0.000 claims description 8
- 239000000203 mixture Substances 0.000 claims description 7
- 230000002194 synthesizing effect Effects 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 description 55
- 238000010586 diagram Methods 0.000 description 34
- 238000010191 image analysis Methods 0.000 description 27
- 230000010365 information processing Effects 0.000 description 12
- 239000000284 extract Substances 0.000 description 8
- 238000004088 simulation Methods 0.000 description 7
- 238000000605 extraction Methods 0.000 description 6
- 238000000034 method Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
Description
(システム構成)
図1は、第1の実施の形態の製品開発システムのシステム構成を示す図である。一例ではあるが、この図1に示す製品開発システム100は、衣服のデザインを行うシステムとなっており、企画担当者101が有する端末102と、画像処置装置103と、情報処理担当者106が有する端末107とを有する。企画担当者101の端末102と画像処置装置103は、インターネット等の公共網又はLAN(Local Area Network)等のプライベート網等のネットワーク108を介して相互に接続されている。また、画像処置装置103と、情報処理担当者106の端末107は、ライン接続又はネットワークを介して相互に接続されている。
図2は、画像処理装置103のハードウェア構成を示すブロック図である。この図2に示すように、画像処理装置103は、CPU(Central Processing Unit)201、ROM(Read Only Memory)202、RAM(Random Access Memory)203を有する。また、画像処理装置103は、補助記憶装置204、表示装置205、操作装置206、インタフェース装置(I/F装置)207、及び、ドライブ装置208を有する。CPU201〜ドライブ装置208は、バスライン209を介して相互に接続されている。
図3は、画像処理装置103の機能ブロック図である。上述したとおり、画像処理装置103には、画像処理プログラムがインストールされている。CPU201は、この画像処理プログラムを実行することで、入力部300、画像解析部301、データ入力部302、学習部303、パーツ画像生成部304、画像生成部305として機能する。
図4は、画像解析部301における対象あいまい情報の算出動作を模式的に示す図である。対象あいまい情報400は、入力画像109の衣服が対象とする性別、年齢、テーマ等の指標の大分類と、各大分類にそれぞれ属する小分類と、各小分類の評価値である「スコア402」、及び、これらに基づいて抽出された小分類の集合情報である抽出あいまい情報を含んで生成されている。
次に、図5は、入力部300における変換あいまい情報の算出動作を模式的に示す図である。変換あいまい情報500は、対象あいまい情報400と同様に、大分類、小分類、スコア、及び、入力されたあいまい情報109を含んで生成されている。入力部300は、入力されたあいまい情報109に対応する小分類のスコアを「1」、それ以外の小分類のスコアを「0」とする。そして、大分類、小分類、スコア及び入力されたあいまい情報を含む変換あいまい情報を、パーツ画像生成部304に供給する。
図6は、指標となっている大分類及び小分類の一例を示す図である。一例ではあるが、対象あいまい情報400及び変換あいまい情報500の大分類は、この図6に示すように「性別」、「年齢」、「テーマ」、「雰囲気」及び「着用場所」等の項目に分類されている。また、「性別」の大分類は、「男性」及び「女性の」小分類に分類されている。「年齢」の大分類は、「10代」、「20代」、「30代」、「40代」、「50代」及び「60代」等の小分類に分類されている。「テーマ」の大分類は、「カジュアル」、「スポーティ」、「エスニック」、「ガーリー」、「コンサバ」、「フェミニン」、「モード」、「ロック」、「ナチュラル」及び「ストリート」等の小分類に分類されている。
次に、画像処理装置103の各部(画像解析部301、学習部303、データ入力部302、パーツ画像生成部304、画像生成部305)の処理動作の詳細について説明する。
まず、画像解析部301の処理の詳細について説明する。図7は、画像解析部301の解析動作を模式的に示す図である。画像解析部301は、入力部300から入力された入力画像109に対し、学習部303から入力される画像学習モデルを用いて、画像情報及び対象あいまい情報を算出する。
図21に、データ入力部302における学習情報の形成動作の流れを模式的に示す。この図21において、情報処理担当者106は、端末107を介して、SNS(Social Networking Service)又は衣服のEC(Electronic Commerce)サイトから、様々なタグ情報が対応付けられた画像を収集する。または、情報処理担当者106は、端末107を介して、収集画像にタグ情報を付加してもよい(この場合は、担当者が正確なタグ情報を付加できることが前提である)。タグ情報は、例えば衣服のカテゴリ、雰囲気、着用場所等を示す情報である。情報処理担当者106は、このように収集してタグ情報を付加したタグ付画像を「データ」とし、端末107を介して、データ入力部302に入力する。
次に、学習部303の処理の詳細について説明する。図9は、学習部303の機能構成の詳細を示す図である。図9に示すように、学習部303は、学習情報入力部900と、画像学習情報格納処理部903と、パーツ学習情報格納処理部904と、画像モデル学習部901と、パーツモデル学習部902とを有する。
次に、データ入力部302の処理の詳細について説明する。データ入力部302は、情報処理担当者106の端末107から、学習情報の元となるデータを受信する。データには、各種イメージ情報の小分類毎に、小分類に属する衣服の画像が1つ以上含まれている。情報処理担当者106は、例えばソーシャルネットワークサービスから、小分類に相当するタグが対応付けられた画像を収集することでデータを得て、データ入力部302に送信する。
次に、パーツ画像生成部304の処理の詳細について説明する。図11は、パーツ画像生成部304の処理を模式的に示す図である。パーツ画像生成部304は、学習部303から受信したパーツ学習モデル1100を用いて、画像解析部301より受信した画像情報及び対象あいまい情報と、入力部300より受信した変換あいまい情報から、パーツ画像1101を生成する。パーツ学習モデル1100は、画像情報及び各種イメージ情報のスコアを全て連結して入力されるベクトルに基づいて、パーツ画像1101の各ピクセルのRGB値に対応した出力を、最終層(図11では第N層)から出力する。
次に、画像生成部305の処理の詳細について説明する。図12は、画像生成部305で生成される変換画像111の一例を示す図である。画像生成部305は、入力部300から受信した入力画像109の上に、パーツ画像生成部304から受信したパーツ画像1101を重ね合わせる(合成する)。すなわち、画像生成部305は、パーツ画像1101と同じ位置となる入力画像1200上の位置の画像を、パーツ画像1101と置き換える。これにより、企画担当者101により、あいまいに指定されたデザインが施された画像である、変換画像111を生成できる。
次に、画像生成部305により、企画担当者101の端末102に表示される表示画面(ユーザインタフェース)の説明をする。図13は、企画担当者101の端末102に表示される、入力画像の選択及びあいまい情報の入力を行うための画像変換サービス画面を示す図である。企画担当者101の端末102のCPUは、この図13に示す画像変換サービス画面1300の画像選択ボタン1301の操作を検出すると、端末102に記憶されている画像のうち、企画担当者101により、選択された画像を、入力画像109として、入力画像表示領域1302に表示制御する。
次に、図15に、画像変換サービス画面の変形例を示す。図13に示す例は、企画担当者101により選択された画像、プルダウンメニューにより入力を行うあいまい情報入力領域1304を表示する例であった。これに対して、図15に示す変形例の場合、端末102のCPUは、画像選択ボタン1301、入力画像表示領域1302と、実行ボタン1305、あいまい情報入力領域1503、変換画像単一表示領域1502、及び、他の変換画像111の表示を指定するための結果変換ボタン1501を表示する。
次に、図16のフローチャートを用いて、画像処理装置103の画像変換処理の流れを説明する。この図16のフローチャートにおいて、まず、入力部300は、企画担当者101が端末102を操作することで送信された、入力画像及びあいまい情報を取得する(ステップS1)。
以上の説明から明らかなように、第1の実施の形態の製品開発システムは、入力部300で、入力画像109と、入力画像109に施すデザインをあいまいに表現したあいまい情報110の入力を受け付ける。画像解析部301は、入力部300から送信された入力画像109と、学習部303から送信された画像学習モデルに基づいて、入力画像109の画像情報(デザイン対象の位置情報、向き情報及びサイズ情報(大きさ))及び対象あいまい情報400を生成する。パーツ画像生成部304は、入力画像109と対象あいまい情報400と画像情報に基づいて、入力画像109に付加するパーツ画像を生成する。そして、画像生成部305が、入力画像109及びパーツ画像を合成した変換画像111を生成して出力する。
次に、第2の実施の形態の製品開発システムの説明をする。上述の第1の実施の形態の説明では、パーツ画像生成部304は、学習部303で生成されたパーツ学習モデルに基づいてパーツ画像を生成し、画像生成部305は、入力画像に対してパーツ画像を合成して変換画像111を生成することとした。
次に、第3の実施の形態の製品開発システムの説明をする。上述の第1の実施の形態の説明では、あいまい情報110をテキストデータで入力した例であった。
102 企画担当者の端末
103 画像処理装置
107 情報処理担当者の端末
109 入力画像
110 あいまい情報
111 変換画像
300 入力部
301 画像解析部
302 データ入力部
303 学習部
304 パーツ画像生成部
305 画像生成部
900 学習情報入力部
901 画像モデル学習部
902 パーツモデル学習部
1300 画像変換サービス画面
1401 画像変換サービス結果画面
1500 画像変換サービス画面
Claims (12)
- 入力画像のデザイン対象に施すデザインをあいまいに表現したあいまい情報に基づいて、前記あいまい情報を所定の分類に基づいて数値化した第1の情報を生成する第1の情報生成部と、
前記入力画像を解析して、少なくとも前記入力画像のデザイン対象の態様を示す画像情報を出力すると共に、前記入力画像のデザイン対象を所定の分類に基づいて数値化した第2の情報を生成する第2の情報生成部と、
前記あいまい情報を所定の分類に基づいて数値化した前記第1の情報、前記画像情報、及び、前記入力画像のデザイン対象を所定の分類に基づいて数値化した前記第2の情報に基づいて、前記デザイン対象に付加するパーツ画像を生成するパーツ画像生成部と、
前記入力画像の前記デザイン対象に前記パーツ画像を付加した合成画像を生成する画像生成部と、
を有する画像処理装置。 - 少なくとも任意画像と前記任意画像に関する画像情報と前記任意画像の印象を含む情報を複数の任意画像に対して収集した情報群を学習情報とし、前記学習情報を学習して画像学習モデルを生成する学習部を、さらに備え、
前記第2の情報生成部は、前記学習部からの前記画像学習モデルに基づいて、前記入力画像を解析して前記画像情報を生成すると共に、前記入力画像のデザイン対象を所定の分類に基づいて数値化した前記第2の情報を生成すること
を特徴とする請求項1に記載の画像処理装置。 - 少なくとも任意画像と前記任意画像に関する画像情報と前記任意画像の印象と前記任意画像を構成する要素を含む情報を複数の任意画像に対して収集した情報群を学習情報とし、前記学習情報を学習してパーツ学習モデルを生成する学習部を、さらに備え、
前記パーツ画像生成部は、前記第1の情報、前記画像情報、前記第2の情報、及び、前記パーツ学習モデルに基づいて、前記デザイン対象に付加するパーツ画像を生成すること
を特徴とする請求項1に記載の画像処理装置。 - 前記学習部は、前記パーツ学習モデルを学習することで、前記パーツ画像の合成時の位置関係を学習した画像合成学習モデルを生成し、
前記画像生成部は、前記入力画像の前記デザイン対象に前記パーツ画像を付加する際に、前記画像合成学習モデルで示される位置関係を参照して、前記デザイン対象に前記パーツ画像を付加した合成画像を生成すること
を特徴とする請求項3に記載の画像処理装置。 - 前記第2の情報は、各前記分類の最も数値が高い項目の集合情報であること
を特徴とする請求項1から請求項4のうち、いずれか一項に記載の画像処理装置。 - 前記画像情報は、少なくとも前記入力画像のデザイン対象を構成する部位の位置情報及びサイズ情報を含むこと
を特徴とする請求項1から請求項5のうち、いずれか一項に記載の画像処理装置。 - 前記あいまい情報は、物品又は人物が人に与える印象であり、前記物品を用いるユーザの性別、年齢、前記物品が利用される場面又は条件を含む人の主観による指標を示す情報であること
を特徴とする請求項1から請求項6のうち、いずれか一項に記載の画像処理装置。 - 前記パーツ画像生成部は、一つの入力画像に対して、一つ以上の要素の異なるパーツ画像を生成し、
前記画像生成部は、前記パーツ画像生成部によって生成されたパーツ画像の数に応じて、前記パーツ画像を付加した合成画像を生成すること
を特徴とする請求項1から請求項7のうち、いずれか一項に記載の画像処理装置。 - 前記第1の情報生成部は、テキストデータ、画像情報又は音声情報で前記あいまい情報を取得すること
を特徴とする請求項1から請求項8のうち、いずれか一項に記載の画像処理装置。 - 第1の情報生成部が、入力画像のデザイン対象に施すデザインをあいまいに表現したあいまい情報に基づいて、前記あいまい情報を所定の分類に基づいて数値化した第1の情報を形成する第1の情報形成ステップと、
第2の情報生成部が、前記入力画像を解析して、少なくとも前記入力画像のデザイン対象の態様を示す画像情報を出力すると共に、前記入力画像のデザイン対象を所定の分類に基づいて数値化した第2の情報を生成する第2の情報生成ステップと、
パーツ画像生成部が、前記あいまい情報を所定の分類に基づいて数値化した前記第1の情報、前記画像情報、及び、前記入力画像のデザイン対象を所定の分類に基づいて数値化した前記第2の情報に基づいて、前記デザイン対象に付加するパーツ画像を生成するパーツ画像生成ステップと、
画像生成部が、前記入力画像の前記デザイン対象に前記パーツ画像を付加した合成画像を生成する画像生成ステップと、
を有する画像処理方法。 - コンピュータを、
入力画像のデザイン対象に施すデザインをあいまいに表現したあいまい情報に基づいて、前記あいまい情報を所定の分類に基づいて数値化した第1の情報を生成する第1の情報生成部と、
前記入力画像を解析して、少なくとも前記入力画像のデザイン対象の態様を示す画像情報を出力すると共に、前記入力画像のデザイン対象を所定の分類に基づいて数値化した第2の情報を生成する第2の情報生成部と、
前記あいまい情報を所定の分類に基づいて数値化した前記第1の情報、前記画像情報、及び、前記入力画像のデザイン対象を所定の分類に基づいて数値化した前記第2の情報に基づいて、前記デザイン対象に付加するパーツ画像を生成するパーツ画像生成部と、
前記入力画像の前記デザイン対象に前記パーツ画像を付加した合成画像を生成する画像生成部として機能させること、
を特徴とする画像処理プログラム。 - 前記入力画像及び前記あいまい情報の入力を行う入力装置と、
請求項1から請求項9のうち、いずれか一項に記載の画像処理装置と、
前記画像処理装置により生成された前記合成画像を出力するための出力装置と
を有する製品開発システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019053583A JP7263864B2 (ja) | 2019-03-20 | 2019-03-20 | 画像処理装置、画像処理方法、画像処理プログラム及び製品開発システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019053583A JP7263864B2 (ja) | 2019-03-20 | 2019-03-20 | 画像処理装置、画像処理方法、画像処理プログラム及び製品開発システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020154844A true JP2020154844A (ja) | 2020-09-24 |
JP7263864B2 JP7263864B2 (ja) | 2023-04-25 |
Family
ID=72559249
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019053583A Active JP7263864B2 (ja) | 2019-03-20 | 2019-03-20 | 画像処理装置、画像処理方法、画像処理プログラム及び製品開発システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7263864B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7477727B2 (ja) | 2020-12-29 | 2024-05-01 | デザイノブル | 学習された条件に基づくデザイン生成方法及びその装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002297689A (ja) * | 2001-04-03 | 2002-10-11 | Toppan Printing Co Ltd | 柄デザインシミュレーションシステム及び柄デザインシミュレーションシステムに用いるサーバ及び柄デザインシミュレーション方法並びにプログラム及びプログラムを記録したコンピュータに読み取り可能な記録媒体及び出力物 |
JP2004252996A (ja) * | 1997-10-13 | 2004-09-09 | Matsushita Electric Ind Co Ltd | ファジィ推論方法及びその装置 |
JP2004318187A (ja) * | 2003-02-24 | 2004-11-11 | Matsushita Electric Ind Co Ltd | 画像生成装置および画像生成システム |
JP2010004574A (ja) * | 2009-10-05 | 2010-01-07 | Seiko Epson Corp | 画像合成システムおよび画像合成プログラム、並びに画像合成方法 |
JP2014149678A (ja) * | 2013-02-01 | 2014-08-21 | Panasonic Corp | 美容支援装置、美容支援システム、美容支援方法、並びに美容支援プログラム |
WO2016009569A1 (ja) * | 2014-07-17 | 2016-01-21 | Necソリューションイノベータ株式会社 | 属性要因分析方法、装置、およびプログラム |
-
2019
- 2019-03-20 JP JP2019053583A patent/JP7263864B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004252996A (ja) * | 1997-10-13 | 2004-09-09 | Matsushita Electric Ind Co Ltd | ファジィ推論方法及びその装置 |
JP2002297689A (ja) * | 2001-04-03 | 2002-10-11 | Toppan Printing Co Ltd | 柄デザインシミュレーションシステム及び柄デザインシミュレーションシステムに用いるサーバ及び柄デザインシミュレーション方法並びにプログラム及びプログラムを記録したコンピュータに読み取り可能な記録媒体及び出力物 |
JP2004318187A (ja) * | 2003-02-24 | 2004-11-11 | Matsushita Electric Ind Co Ltd | 画像生成装置および画像生成システム |
JP2010004574A (ja) * | 2009-10-05 | 2010-01-07 | Seiko Epson Corp | 画像合成システムおよび画像合成プログラム、並びに画像合成方法 |
JP2014149678A (ja) * | 2013-02-01 | 2014-08-21 | Panasonic Corp | 美容支援装置、美容支援システム、美容支援方法、並びに美容支援プログラム |
WO2016009569A1 (ja) * | 2014-07-17 | 2016-01-21 | Necソリューションイノベータ株式会社 | 属性要因分析方法、装置、およびプログラム |
Non-Patent Citations (1)
Title |
---|
河原 達也: "音声言語を用いた仮想空間との対話による試着システム", 情報処理学会論文誌 第39巻 第5号, vol. 39, no. 5, JPN6023002534, 15 May 1998 (1998-05-15), JP, pages 1267 - 1274, ISSN: 0004976844 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7477727B2 (ja) | 2020-12-29 | 2024-05-01 | デザイノブル | 学習された条件に基づくデザイン生成方法及びその装置 |
Also Published As
Publication number | Publication date |
---|---|
JP7263864B2 (ja) | 2023-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190266795A1 (en) | Virtual representation creation of user for fit and style of apparel and accessories | |
US5450314A (en) | Data processing methods and apparatus for supporting analysis/judgement | |
WO2020119311A1 (zh) | 一种神经网络的训练方法及图像匹配方法、装置 | |
US20140118396A1 (en) | Image processing device, image processing method, and computer program product | |
CN104951966A (zh) | 推荐服饰商品的方法及装置 | |
JP6373026B2 (ja) | 画像処理装置、画像処理システム、画像処理方法、及びプログラム | |
CN108388882A (zh) | 基于全局-局部rgb-d多模态的手势识别方法 | |
US12026843B2 (en) | Systems and methods for using machine learning models to effect virtual try-on and styling on actual users | |
JP2023531264A (ja) | 改善された顔属性分類およびその使用のためのシステム及び方法 | |
US11093974B2 (en) | Image attribute processing system, image attribute processing apparatus, and method of processing image attributes | |
JP2020107084A (ja) | 服装提案装置、服装提案方法、およびプログラム | |
WO2023155496A1 (zh) | 流量统计方法和装置、计算机设备以及存储介质 | |
Ying et al. | Mmt-bench: A comprehensive multimodal benchmark for evaluating large vision-language models towards multitask agi | |
Jeon et al. | FANCY: human-centered, deep learning-based framework for fashion style analysis | |
CN116050284A (zh) | 一种利用aigc技术的时装再设计系统 | |
JP2020154844A (ja) | 画像処理装置、画像処理方法、画像処理プログラム及び製品開発システム | |
CN114004772A (zh) | 图像处理方法、图像合成模型的确定方法、系统及设备 | |
JP2018132821A (ja) | 情報処理装置、情報処理システム、端末装置、プログラム及び情報処理方法 | |
Koshy et al. | A complexion based outfit color recommender using neural networks | |
JP7388751B2 (ja) | 学習データ生成装置、学習データ生成方法および学習データ生成プログラム | |
Tao | Application of Garment Customization System Based on AR Somatosensory Interactive Recognition Imaging Technology | |
US20220366248A1 (en) | Learning apparatus, a learning method, object detecting apparatus, object detecting method, and recording medium | |
JP6209298B1 (ja) | 情報提供装置及び情報提供方法 | |
KR102652199B1 (ko) | 포즈추정 기반의 영상 컨텐츠 생성 시스템 및 방법 | |
JPWO2022002961A5 (ja) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220113 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230119 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230131 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230307 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230314 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230327 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7263864 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |