JP5388291B2 - 識別器生成方法、コンピュータプログラム、識別器生成装置及び所定物体検出装置 - Google Patents
識別器生成方法、コンピュータプログラム、識別器生成装置及び所定物体検出装置 Download PDFInfo
- Publication number
- JP5388291B2 JP5388291B2 JP2009212257A JP2009212257A JP5388291B2 JP 5388291 B2 JP5388291 B2 JP 5388291B2 JP 2009212257 A JP2009212257 A JP 2009212257A JP 2009212257 A JP2009212257 A JP 2009212257A JP 5388291 B2 JP5388291 B2 JP 5388291B2
- Authority
- JP
- Japan
- Prior art keywords
- condition
- image
- discriminator
- predetermined
- feature amount
- 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.)
- Expired - Fee Related
Links
Images
Description
を特徴とする。
他の条件を基に生成された識別器にて所定条件で撮像された画像を識別した場合であっても、識別精度は低下するが、所定物体の識別はある程度可能である。このため、生成済みの他条件用識別器を基に、この識別条件などを所定条件に適するように更新することで、所定条件のための識別器を生成することができる。このとき、所定条件での識別をある程度行うことができる生成済みの他条件用識別器を用いるため、所定条件用識別器を一から生成する場合と比較して、所定条件で撮像する訓練用の画像は少なくてよく、生成のための演算量も少ない。
識別器の識別条件の更新には、例えばインクリメンタルSVMの手法を用いることができる。インクリメンタルSVMの手法は、N個の訓練用画像から生成された識別器に対して、訓練用画像を1つ追加して、N+1個の訓練用画像に基づく識別器を生成することができる。N+1個の訓練用画像を基に通常のSVMの手法にて識別器を生成する場合と比較して、インクリメンタルSVMの手法では識別器の生成に要する演算量を格段に低減することができる。
そこで、所定条件にて撮像された複数の画像(所定条件画像群)から画像の特徴量を取得し、取得した特徴量を用いて生成済みの識別器をインクリメンタルSVMの手法により更新する。所定条件の画像の特徴量の取得と識別器の更新とを繰り返し行っていくことによって、所定条件の画像中の所定物体を精度よく識別する識別器が生成される。
これにより、既に別の撮像条件(他の条件)で生成された識別器が存在すれば、この識別器を利用して、異なる撮像条件(所定条件)に適した識別器を、少ない訓練用画像の追加と、少ない演算とにより生成することができる。
そこで本発明においては、他条件画像群のうちの識別条件決定に寄与した画像、即ちサポートベクトルに対応する画像の特徴量のみを取得し、所定条件画像群の画像の特徴量と共に用いて識別器の識別条件を更新し、所定条件用識別器を生成する。即ち、他条件画像群のサポートベクトルに対応する画像に、所定条件画像群の画像を追加してインクリメンタルSVMを繰り返し行うことで、所定条件のための識別器を生成する。他条件画像群のサポートベクトルに対応する画像のみを利用することによって、全ての訓練用画像を利用する場合と比較して、演算量を低減することができる。
識別器の生成には、例えばインクリメンタルSVMの手法を用いることができる。インクリメンタルSVMの手法は、N個の訓練用画像から生成された識別器に対して、訓練用画像を1つ追加して、N+1個の訓練用画像に基づく識別器を生成することができる。N+1個の訓練用画像を基に通常のSVMの手法にて識別器を生成する場合と比較して、インクリメンタルSVMの手法では識別器の生成に要する演算量を格段に低減することができる。
そこで、他条件画像群から最初の画像の特徴量を取得して、所定条件のための初期の識別器の生成をインクリメンタルSVM(又は通常のSVMであってもよい)にて行う。初期の識別器を生成した後は、他条件画像群から画像の特徴量を取得し、取得した特徴量を用いて所定条件のための識別器をインクリメンタルSVMの手法により更新する。他の条件の画像の特徴量の取得と所定条件のための識別器の更新とを繰り返し行っていくことによって、所定条件の撮像画像中の所定物体を精度よく識別する識別器が生成される。
これにより、既に別の撮像条件(他の条件)で撮像された訓練用の画像群が存在すれば、この訓練用の画像群を利用して、異なる撮像条件(所定条件)に適した識別器を、所定条件で撮像された訓練用の画像群を用いることなく、生成することができる。
更新した識別器の識別精度が、更新以前の識別精度と比較して低下した場合、この更新を破棄し、識別器の識別条件を更新前のものに戻す。これにより、識別精度を悪化させる訓練用画像の取得及び更新が行われることを防止でき、高精度な識別器を作成することができると共に、識別器の生成に要する演算量を低減することができる。
これにより、識別器の識別精度が十分な精度に達した場合に更新を終了しすることができ、不要な演算の繰り返しが行われることを防止できる。また目標の識別精度を有する識別器を確実に得ることができる。
また、他条件用画像群を用いて識別器の更新を繰り返し行い、所定条件のための識別器を生成することにより、既に用意された他の条件の訓練用の画像群を流用して所定条件用識別器を生成することができるため、識別器の生成に所定条件での画像が必要なく、訓練用の画像群を用意するためのコストをより削減できる。
よって、カメラの設置位置の変化などの撮像条件の変化に対応して、識別条件の異なる識別器を低コストで短期間に生成することができるため、道路上の多くの場所にカメラ及び識別器を設置して車輌の検出を行うことが容易にできるなど、撮像画像から所定物体を検出する所定物体検出装置の普及に大きく貢献することができる。
図1は、車輌検出装置が行う処理を説明するための模式図である。また、図2は、車輌検出装置の構成を示すブロック図である。図において1は、道路上の車輌を検出する車輌検出装置であり、カメラ3が撮像した画像(撮像画像)に基づいて道路上の車輌を検出する処理を行う。
ここで、SVMの手法による識別器の生成について簡単に説明する(なお、SVMは既存の技術であるため、詳細な説明は省略する)。SVMは、ニューロンのモデルとして最も単純な線形しきい素子を用いて、2つのクラスを識別する識別器を構成するための手法であり、予め取得した訓練サンプルの集合からマージン最大化という基準で線形しきい素子のパラメータを訓練する。
次に、インクリメンタルSVMの手法による識別器の生成について簡単に説明する(なお、インクリメンタルSVMは既存の技術であるため、詳細な説明は省略する)。上述の通常のSVMの手法では、与えられた訓練サンプル(訓練ベクトル)の全てを用いて識別器の生成(識別関数の決定)を行う。これに対して、インクリメンタルSVMの手法では、一度に1つの訓練サンプルを用いて、既存の識別器を更新することで新たな識別器を生成する。
この場合、Sグループの訓練サンプルのαi の値は、C又は0に変化するため、αi の最大変化量Δαi,max は下記の(式38)となる。またSグループの訓練サンプルがRグループ又はEグループへ移動するまでに、追加された新たな訓練サンプルのΔαc Sが取り得る最大値は下記の(式39)となる。
この場合、訓練サンプルのgi の値は0に変化する。即ち、gi の変化量はΔgi =−gi であるため、αc の最大変化量Δαc Rは下記の(式40)となる。
即ち、新たな訓練サンプルがサポートベクトルになる場合、αc の変化は下記の(式41)となる。
即ち、新たな訓練サンプルがエラーベクトルになる場合、αc の変化は下記の(式42)となる。
次に、上述のインクリメンタルSVMの手法を利用して識別器の生成を行う識別器生成装置について説明する。本発明に係る識別器生成装置は、例えば道路のある地点(A地点)に設置された車輌検出装置1の識別部19のための識別器(以下、A地点用識別器(他条件用識別器)という)を用いて、道路の別の地点(B地点)に設置する車輌検出装置1の識別部19のための識別器(以下、B地点用識別器(所定条件用識別器)という)を生成する。なお、本実施の形態においては、撮像条件として車輌検出装置1の設置地点が異なる場合について説明するが、これに限るものではなく、例えば昼夜、天候又は季節等のようにその他の撮像条件が異なる場合についても同様である。
第1の識別器生成方法は、A地点の訓練サンプル(A地点にて撮像された画像又はこの画像から抽出したHOG特徴量)を利用してB地点用識別器を生成する方法であり、B地点の訓練サンプルを必要としない方法である。よって、識別器生成装置5は、A地点の訓練サンプルをA地点用識別器のデータ61としてハードディスク57に有し、B地点用識別器の訓練サンプル62は有していない構成であってよい。
第2の識別器生成方法は、既に作成済みのA地点用識別器を、B地点用の訓練サンプル(B地点にて撮像された画像又は個の画像から抽出したHOG特徴量)を用いて更新することによってB地点用識別器を生成する方法である。識別器生成装置5は、A地点用識別器のデータ61としてA地点用識別器の識別条件及びこの識別条件を決定するA地点用の訓練サンプルを有し、B地点用識別器の訓練サンプル62としてA地点用の訓練サンプルより十分に少ない数のB地点の訓練サンプルを有し、B地点用識別器の評価用データ63としてB地点の評価用サンプルを有している。なお、B地点の訓練サンプルとB地点の評価用サンプルとは同一のデータであってもよく、異なるデータであってもよい。
上述の2つの識別器生成方法により生成した識別器の識別精度を検証した結果を以下に説明する。識別精度の検証は、A地点及びB地点における車輌の画像及び車輌を含まない画像を予め用意し、各画像からHOG特徴量を抽出したものをサンプルとした。A地点においては58453個のサンプルを準備し、B地点においては56405個のサンプルを準備した。これらのサンプルは、それぞれ10のグループに分け、A地点第0グループ〜A地点第9グループ、B地点第0グループ〜B地点第9グループとした。
3 カメラ
5 識別器生成装置
11 制御部
12 画像入力部
13 A/D変換部
14 画像メモリ
15 通信部
16 記憶部
17 部分画像特定部
18 特徴量抽出部
19 識別部
20 車輌位置判定部
51 制御部
52 メモリ
53 表示部
54 操作部
55 通信部
56 光ディスクドライブ
57 ハードディスク
60 識別器生成プログラム
61 A地点用識別器のデータ
62 B地点用識別器の訓練サンプル
63 B地点用識別器の評価用データ
Claims (11)
- 所定条件で撮像された画像から抽出した特徴量を基に前記画像中の所定物体を識別する識別器を生成する識別器生成方法であって、
前記所定条件とは異なる他の条件で撮像された画像中の所定物体を識別する生成済みの他条件用識別器の識別条件、及び前記他の条件で撮像されて前記他条件用識別器の生成に用いられた他条件画像群の画像の特徴量を取得し、
前記所定条件で撮像された所定条件画像群の画像の特徴量から、一又は複数の画像の特徴量を取得し、
前記他条件画像群の画像の特徴量、及び前記所定条件画像群から取得した画像の特徴量を基に、前記識別条件を更新し、
前記所定条件画像群からの画像の特徴量の取得及び前記識別条件の更新を繰り返し行って、前記所定条件で撮像された画像中の前記所定物体を識別する所定条件用識別器を生成すること
を特徴とする識別器生成方法。 - 前記他条件画像群には、前記他条件用識別器の識別条件の決定に寄与した画像及び識別条件の決定に寄与しない画像が含まれ、
前記他条件画像群の画像の特徴量を取得する場合に、前記他条件用識別器の識別条件の決定に寄与した画像の特徴量を取得すること
を特徴とする請求項1に記載の識別器生成方法。 - 所定条件で撮像された画像から抽出した特徴量を基に前記画像中の所定物体を識別する識別器を生成する識別器生成方法であって、
前記所定条件とは異なる他の条件で撮像された他条件画像群の画像の特徴量を基に、前記所定条件で撮像された画像中の前記所定物体を識別する初期の識別器を生成し、
前記他条件画像群の画像の特徴量から、一又は複数の画像の特徴量を取得し、
前記他条件画像群から取得した画像の特徴量を基に、前記所定条件で撮像された画像を識別すべく前記初期の識別器の識別条件を更新し、
前記他条件画像群からの画像の特徴量の取得及び前記識別条件の更新を繰り返し行って、前記所定条件で撮像された画像中の前記所定物体を識別する所定条件用識別器を生成すること
を特徴とする識別器生成方法。 - 前記所定条件で撮像された判定用画像群を用いて、更新した識別器の識別条件による前記所定物体の識別精度を算出し、
識別条件の更新によって識別精度が低下した場合には、前記更新を破棄すること
を特徴とする請求項1乃至請求項3のいずれか1つに記載の識別器生成方法。 - 前記所定条件で撮像された判定用画像群を用いて、更新した識別器の識別条件による前記所定物体の識別精度を算出し、
識別条件の更新によって識別精度が所定精度を超えた場合には、前記更新の繰り返しを終了すること
を特徴とする請求項1乃至請求項4のいずれか1つに記載の識別器生成方法。 - 前記識別器を、サポートベクタマシンの生成手法により生成すること
を特徴とする請求項1乃至請求項5のいずれか1つに記載の識別器生成方法。 - コンピュータに、所定条件で撮像された画像から抽出した特徴量を基に前記画像中の所定物体を識別する識別器を生成させるコンピュータプログラムであって、
コンピュータに、前記所定条件とは異なる他の条件で撮像された画像中の所定物体を識別する生成済みの他条件用識別器の識別条件、及び前記他の条件で撮像されて前記他条件用識別器の生成に用いられた他条件画像群の画像の特徴量を取得させるステップと、
コンピュータに、前記所定条件で撮像された所定条件画像群の画像の特徴量から、一又は複数の画像の特徴量を取得させるステップと、
コンピュータに、前記他条件画像群の画像の特徴量、及び前記所定条件画像群から取得した画像の特徴量を基に、前記識別条件を更新させるステップと
を含み、
コンピュータに、前記所定条件画像群からの画像の特徴量の取得及び前記識別条件の更新を繰り返し行わせて、前記所定条件で撮像された画像中の前記所定物体を識別する所定条件用識別器を生成させるようにしてあること
を特徴とするコンピュータプログラム。 - コンピュータに、所定条件で撮像された画像から抽出した特徴量を基に前記画像中の所定物体を識別する識別器を生成させるコンピュータプログラムであって、
コンピュータに、前記所定条件とは異なる他の条件で撮像された他条件画像群の画像の特徴量を基に、前記所定条件で撮像された画像中の前記所定物体を識別する初期の識別器を生成させるステップと、
コンピュータに、前記他条件画像群の画像の特徴量から、一又は複数の画像の特徴量を取得させるステップと、
コンピュータに、前記他条件画像群から取得した画像の特徴量を基に、前記所定条件で撮像された画像を識別すべく前記初期の識別器の識別条件を更新させるステップと
を含み、
コンピュータに、前記他条件画像群からの画像の特徴量の取得及び前記識別条件の更新を繰り返し行わせて、前記所定条件で撮像された画像中の前記所定物体を識別する所定条件用識別器を生成させるようにしてあること
を特徴とするコンピュータプログラム。 - 所定条件で撮像された画像から抽出した特徴量を基に前記画像中の所定物体を識別する識別器を生成する識別器生成装置であって、
前記所定条件とは異なる他の条件で撮像された画像中の所定物体を識別する生成済みの他条件用識別器の識別条件、及び前記他の条件で撮像されて前記他条件用識別器の生成に用いられた他条件画像群の画像の特徴量を取得する手段と、
前記所定条件で撮像された所定条件画像群の画像の特徴量から、一又は複数の画像の特徴量を取得する手段と、
前記他条件画像群の画像の特徴量、及び前記所定条件画像群から取得した画像の特徴量を基に、前記識別条件を更新する手段と
を備え、
前記所定条件画像群からの画像の特徴量の取得及び前記識別条件の更新を繰り返し行って、前記所定条件で撮像された画像中の前記所定物体を識別する所定条件用識別器を生成するようにしてあること
を特徴とする識別器生成装置。 - 所定条件で撮像された画像から抽出した特徴量を基に前記画像中の所定物体を識別する識別器を生成する識別器生成装置であって、
前記所定条件とは異なる他の条件で撮像された他条件画像群の画像の特徴量を基に、前記所定条件で撮像された画像中の前記所定物体を識別する初期の識別器を生成する手段と、
前記他条件画像群の画像の特徴量から、一又は複数の画像の特徴量を取得する手段と、
前記他条件画像群から取得した画像の特徴量を基に、前記所定条件で撮像された画像を識別すべく前記初期の識別器の識別条件を更新する手段と
を備え、
前記他条件画像群からの画像の特徴量の取得及び前記識別条件の更新を繰り返し行って、前記所定条件で撮像された画像中の前記所定物体を識別する所定条件用識別器を生成するようにしてあること
を特徴とする識別器生成装置。 - 撮像画像上の部分画像を特定する部分画像特定手段と、
該部分画像特定手段が特定した部分画像から特徴量を取得する特徴量取得手段と、
請求項1乃至請求項6のいずれか1つに記載の識別器生成方法にて生成された識別器と
を備え、
前記特徴量取得手段が取得した特徴量を基に前記部分画像中の所定物体を前記識別器により識別し、該識別器の識別結果に応じて前記撮像画像中の所定物体を検出するようにしてあること
を特徴とする所定物体検出装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009212257A JP5388291B2 (ja) | 2009-09-14 | 2009-09-14 | 識別器生成方法、コンピュータプログラム、識別器生成装置及び所定物体検出装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009212257A JP5388291B2 (ja) | 2009-09-14 | 2009-09-14 | 識別器生成方法、コンピュータプログラム、識別器生成装置及び所定物体検出装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011060221A JP2011060221A (ja) | 2011-03-24 |
JP5388291B2 true JP5388291B2 (ja) | 2014-01-15 |
Family
ID=43947742
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009212257A Expired - Fee Related JP5388291B2 (ja) | 2009-09-14 | 2009-09-14 | 識別器生成方法、コンピュータプログラム、識別器生成装置及び所定物体検出装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5388291B2 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013250796A (ja) * | 2012-05-31 | 2013-12-12 | Sumitomo Electric Ind Ltd | 番号標検出装置、番号標検出方法及びコンピュータプログラム |
JP2014059729A (ja) * | 2012-09-18 | 2014-04-03 | Toshiba Corp | 物体検出・識別装置及びその方法とその物体検出・識別に用いられる辞書データ生成方法 |
WO2017156628A1 (en) * | 2016-03-17 | 2017-09-21 | Avigilon Corporation | System and method for training object classifier by machine learning |
TWI592883B (zh) * | 2016-04-22 | 2017-07-21 | 財團法人車輛研究測試中心 | Image recognition system and its adaptive learning method |
JP6763473B2 (ja) * | 2017-03-23 | 2020-09-30 | 日本電気株式会社 | 物体検出装置、交通監視システム、物体検出装置の制御方法及びプログラム |
JP6474946B1 (ja) * | 2017-06-28 | 2019-02-27 | 株式会社オプティム | 画像解析結果提供システム、画像解析結果提供方法、およびプログラム |
JP6970553B2 (ja) * | 2017-08-17 | 2021-11-24 | キヤノン株式会社 | 画像処理装置、画像処理方法 |
JP7130984B2 (ja) * | 2018-03-01 | 2022-09-06 | 日本電気株式会社 | 画像判定システム、モデル更新方法およびモデル更新プログラム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006018706A (ja) * | 2004-07-05 | 2006-01-19 | Nippon Telegr & Teleph Corp <Ntt> | 被写体識別器設定装置、その設定方法とその設定プログラム、および被写体識別装置、その識別方法とその識別プログラム |
JP2006065447A (ja) * | 2004-08-25 | 2006-03-09 | Nippon Telegr & Teleph Corp <Ntt> | 識別器設定装置、注目度計測装置、識別器設定方法、注目度計測方法、およびプログラム |
CN101030259B (zh) * | 2006-02-28 | 2011-10-26 | 东软集团股份有限公司 | Svm分类器、利用svm分类器识别车辆图像的方法和装置 |
-
2009
- 2009-09-14 JP JP2009212257A patent/JP5388291B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2011060221A (ja) | 2011-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5388291B2 (ja) | 識別器生成方法、コンピュータプログラム、識別器生成装置及び所定物体検出装置 | |
CN110032962B (zh) | 一种物体检测方法、装置、网络设备和存储介质 | |
CN112418117B (zh) | 一种基于无人机图像的小目标检测方法 | |
US8447139B2 (en) | Object recognition using Haar features and histograms of oriented gradients | |
CN103699905B (zh) | 一种车牌定位方法及装置 | |
JP6723247B2 (ja) | ターゲット取得の方法及び装置 | |
JP5257274B2 (ja) | 移動体検出装置、移動体検出方法及びコンピュータプログラム | |
US9008365B2 (en) | Systems and methods for pedestrian detection in images | |
Zhang et al. | Road recognition from remote sensing imagery using incremental learning | |
Ardianto et al. | Real-time traffic sign recognition using color segmentation and SVM | |
CN104424466A (zh) | 对象检测方法、对象检测设备及图像拾取设备 | |
Liang et al. | Vehicle detection in wide area aerial surveillance using temporal context | |
CN111091023B (zh) | 一种车辆检测方法、装置及电子设备 | |
CN103208008A (zh) | 基于机器视觉的交通视频监控目标检测快速适应方法 | |
CN104239867A (zh) | 车牌定位方法及系统 | |
CN110929593A (zh) | 一种基于细节辨别区别的实时显著性行人检测方法 | |
KR102217020B1 (ko) | 단일 단계 고밀도 피라미드 특징 네트워크를 기반으로 하는 고해상도 항공 이미지 내의 물체감지장치 | |
CN110659550A (zh) | 交通标志牌识别方法、装置、计算机设备和存储介质 | |
CN111833353B (zh) | 一种基于图像分割的高光谱目标检测方法 | |
Mammeri et al. | North-American speed limit sign detection and recognition for smart cars | |
CN104463238B (zh) | 一种车标识别方法和系统 | |
CN111597875A (zh) | 一种交通标志识别方法、装置、设备及存储介质 | |
JP5344618B2 (ja) | 移動体追跡装置、追跡方法及びコンピュータプログラム | |
JP5407897B2 (ja) | 画像分類方法、装置、及びプログラム | |
Tarachandy et al. | Enhanced local features using ridgelet filters for traffic sign detection and recognition |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120827 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20120827 |
|
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: 20130924 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131004 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5388291 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313117 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |