JP5588395B2 - 画像をオブジェクト及びそのパーツに関して効率的に解釈するためのシステムと方法 - Google Patents
画像をオブジェクト及びそのパーツに関して効率的に解釈するためのシステムと方法 Download PDFInfo
- Publication number
- JP5588395B2 JP5588395B2 JP2011106382A JP2011106382A JP5588395B2 JP 5588395 B2 JP5588395 B2 JP 5588395B2 JP 2011106382 A JP2011106382 A JP 2011106382A JP 2011106382 A JP2011106382 A JP 2011106382A JP 5588395 B2 JP5588395 B2 JP 5588395B2
- Authority
- JP
- Japan
- Prior art keywords
- candidate
- parts
- model
- priority
- algorithm
- 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 description 35
- 238000004422 calculation algorithm Methods 0.000 claims description 56
- 238000010276 construction Methods 0.000 claims description 2
- 230000003993 interaction Effects 0.000 claims 1
- 230000006870 function Effects 0.000 description 29
- 230000004807 localization Effects 0.000 description 18
- 238000005457 optimization Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 13
- 238000012360 testing method Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 8
- 238000002474 experimental method Methods 0.000 description 5
- 230000001815 facial effect Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 210000001331 nose Anatomy 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 210000003128 head Anatomy 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 210000000887 face Anatomy 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010845 search algorithm Methods 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 241000282320 Panthera leo Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
Description
局在化:画像内の特異的な既知のオブジェクトまたは特異的な既知のカテゴリの任意のオブジェクトを発見し、かつそのオブジェクトの個々のパーツを位置決めすること。ここで、オブジェクトは形状(企業ロゴ等)であっても、車または顔面等の自然物であってもよい、
検出:画像が特異的な既知のオブジェクトまたは特異的な既知のカテゴリの任意のオブジェクトを含んでいるかどうかを検査すること、
カテゴリ分類:画像に、そのコンテンツを基礎としてカテゴリラベルを割り付けること、
に関する画像解釈の問題点を解決することに関する。
但し、liは離散変数をとる。各liは、異なる値集合をとることができる。単純化を期して、各々が0からN−1までのN個の値をとるものと想定する。これは、目的関数f()が実行可能領域より外部−∞であるようにして定義されるという理解によって最適化と呼ばれる。可能なソリューションの数は、NKである。
priorityQ={};
current= (0,0,…,0);
best=current;
priorityQ.add(successors(current));
while not ( f(best) > g(head(priorityQ)) ) {
current=head(priorityQ);
remove_head(priorityQ);
priorityQ.add(successors(current));
if not (f(best) > f(current))
best = current;
}
return best;
と表すことができる。
である。
0≧log p(l1...1k)であることに留意されたい。従って、上限はアピアランスモデルによって与えられ、かつ完全なスコアまたは真のスコアは、これに先行空間の対数を加算することによって得られる。
Claims (8)
- 画像を解釈する方法であって、
因子分解可能な上限を有する目的関数を最適化する、複数変数の構成を発見することを含み、因子分解可能とは、前記上限が、非相互作用パーツの和または非負の相互作用パーツの積の形式に操作処理される、または操作処理され得ることを意味するものであり、
前記発見が、構成候補として既知のエレメントの効率的な動的順序づけに依存する反復アルゴリズムを、優先待ち行列における上限スコアの降順で適用することによって行われ、
前記反復アルゴリズムは、
a.優先待ち行列(優先Q)を確立することであって、候補の優先順位は上限(候補)と共に上がることと、
b.カレント候補値を確立し、かつこれを(0,0...,0)に設定することと、
c.最良候補値を確立し、かつこれを(0,0...,0)に設定することと、
d.優先Qに後続候補(カレント)の全エレメントを挿入することであって、初期エレメント値(0,0...,0)に後続候補関数を適用して後続候補を得るとともに、当該初期エレメント値の後続候補に再び前記後続候補関数を適用し、さらにこれにより得られた後続候補にも前記後続候補関数を適用して、全ての関連データを生成するような、後続候補関数が定められ、
e.最良候補値が満足解であるか否かについて問合せを行うことと、
ステップeが正しければ、最良候補を返すことと、
ステップeが正しくなければ、(i)優先Qの先頭における候補をカレント候補値へ割り付けかつこれを優先Qから外し、(ii)優先Qに後続候補(カレント)の全エレメントを挿入し、かつこの後、(iii)真のスコア(最良候補)>真のスコア(カレント)であるかどうかを決定することであって、真のスコアは前記目的関数の実際の値であって、次に、
ステップeの(iii)が真であれば、ステップeの開始へ戻ることと、
ステップeの(iii)が真でなければ、カレント候補値における値を包含するように最良候補を更新し、ステップeの開始へ戻ることを含み、
当該方法は、少なくとも1つのプロセッサを用いたシステムにより行われる方法。 - 前記反復アルゴリズムは、実行中に、その時点で入手可能な最良の完全解を得るために中断されてもよい任意時間アルゴリズムである、請求項1に記載の方法。
- 前記反復アルゴリズムは、適切な基準に基づいて完了前に停止され、当該適切な基準は、限定されないが、カレントスコア及び前記上限の最大値としきい値との比較を含む、請求項1に記載の方法。
- 前記目的関数は第一項と第二項とを含み、前記第一項はオブジェクトまたはシーンの個々のパーツの特性を記述し、かつ前記第二項はこれらのパーツ間の関係及び/または制約を記述するものである、請求項1に記載の方法。
- 前記目的関数の第一項は、前記オブジェクトまたはシーンの個々のアピアランスモデルを明確に記述するものである、請求項4に記載の方法。
- 前記目的関数の第2項は、前記オブジェクトまたはシーンのパーツ間の空間的関係モデルを記述するものである、請求項4に記載の方法。
- 前記目的関数は星座モデルより与えられる、請求項1に記載の方法。
- 画像を解釈する方法であって、
因子分解可能な上限を有する目的関数を最適化する、複数変数の構成を発見することを含み、因子分解可能とは、前記上限が、非相互作用パーツの和または非負の相互作用パーツの積の形式へと操作処理される、または操作処理され得るものを意味するものであり、前記目的関数は、第一項及び第二項を含み、前記第一項はオブジェクトまたはシーンの個々のパーツの特性を記述し、かつ前記第二項はこれらのパーツ間の関係及び/または制約を記述するものであり且つオブジェクトまたはシーンの個々のパーツの空間的関係モデルを記述するものであり、前記空間的関係モデルは、2つのパート間の距離を含み、
前記発見が、構成候補として知られるエレメントの効率的な動的順序づけに依存する反復アルゴリズムを、優先待ち行列における上限スコアの降順で適用することによって行われ、
既に与えられたカテゴリのオブジェクトまたはそのようなオブジェクトの一部が画像中に存在するか否かを決定する目的で画像解釈を呼び出し、
当該方法が、少なくとも1つのプロセッサを用いたシステムにより行われる方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/788,852 | 2010-05-27 | ||
US12/788,852 US8340363B2 (en) | 2010-05-27 | 2010-05-27 | System and method for efficient interpretation of images in terms of objects and their parts |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2011248876A JP2011248876A (ja) | 2011-12-08 |
JP2011248876A5 JP2011248876A5 (ja) | 2014-06-26 |
JP5588395B2 true JP5588395B2 (ja) | 2014-09-10 |
Family
ID=44511674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011106382A Active JP5588395B2 (ja) | 2010-05-27 | 2011-05-11 | 画像をオブジェクト及びそのパーツに関して効率的に解釈するためのシステムと方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8340363B2 (ja) |
EP (1) | EP2390822B1 (ja) |
JP (1) | JP5588395B2 (ja) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9576217B2 (en) | 2008-04-11 | 2017-02-21 | Recognition Robotics | System and method for visual recognition |
US8150165B2 (en) * | 2008-04-11 | 2012-04-03 | Recognition Robotics, Inc. | System and method for visual recognition |
US20130132377A1 (en) * | 2010-08-26 | 2013-05-23 | Zhe Lin | Systems and Methods for Localized Bag-of-Features Retrieval |
US8965130B2 (en) * | 2010-11-09 | 2015-02-24 | Bar-Ilan University | Flexible computer vision |
US8706660B2 (en) * | 2011-02-08 | 2014-04-22 | Palo Alto Research Center Incorporated | System and method for efficient interpretation of natural images and document images in terms of objects and their parts |
US8983940B2 (en) | 2011-09-02 | 2015-03-17 | Adobe Systems Incorporated | K-nearest neighbor re-ranking |
US8781255B2 (en) | 2011-09-17 | 2014-07-15 | Adobe Systems Incorporated | Methods and apparatus for visual search |
US9536141B2 (en) | 2012-06-29 | 2017-01-03 | Palo Alto Research Center Incorporated | System and method for forms recognition by synthesizing corrected localization of data fields |
US8781229B2 (en) | 2012-06-29 | 2014-07-15 | Palo Alto Research Center Incorporated | System and method for localizing data fields on structured and semi-structured forms |
US8880563B2 (en) | 2012-09-21 | 2014-11-04 | Adobe Systems Incorporated | Image search by query object segmentation |
EP3114536B1 (de) | 2014-03-05 | 2022-01-05 | TTTech Auto AG | Vorrichtung und verfahren zur verteilten entwicklung von prozessprogrammen eines verteilten echtzeitsystems auf einer verteilten entwicklungshardware |
US10210461B2 (en) | 2014-03-21 | 2019-02-19 | International Business Machines Corporation | Ranking data analytics results using composite validation |
US10013436B1 (en) * | 2014-06-17 | 2018-07-03 | Google Llc | Image annotation based on label consensus |
CN105654095B (zh) * | 2015-12-22 | 2019-12-13 | 浙江宇视科技有限公司 | 一种特征的选择方法和装置 |
US11551059B1 (en) * | 2017-11-15 | 2023-01-10 | Snap Inc. | Modulated image segmentation |
US11859846B2 (en) | 2018-06-15 | 2024-01-02 | Johnson Controls Tyco IP Holdings LLP | Cost savings from fault prediction and diagnosis |
US11474485B2 (en) | 2018-06-15 | 2022-10-18 | Johnson Controls Tyco IP Holdings LLP | Adaptive training and deployment of single chiller and clustered chiller fault detection models for connected chillers |
CN113746776B (zh) * | 2021-09-03 | 2022-12-02 | 电子科技大学 | 基于星座点排序和动态树搜索的信号接收方法 |
Family Cites Families (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6033675A (ja) | 1983-08-04 | 1985-02-21 | Fuji Electric Co Ltd | 文字読取装置 |
US5767978A (en) | 1997-01-21 | 1998-06-16 | Xerox Corporation | Image segmentation system |
US5900953A (en) | 1997-06-17 | 1999-05-04 | At&T Corp | Method and apparatus for extracting a foreground image and a background image from a color document image |
EP1107579A3 (en) | 1999-11-30 | 2004-07-21 | Matsushita Electric Industrial Co., Ltd. | Image processing apparatus, image processing method and recording medium |
DE19958553A1 (de) | 1999-12-04 | 2001-06-07 | Luratech Ges Fuer Luft Und Rau | Verfahren zur Kompression von gescannten Farb- und/oder Graustufendokumenten |
EP1119186A3 (en) | 2000-01-19 | 2002-07-31 | Xerox Corporation | Method for generating anti-aliased text and line graphics in compressed document images |
US6633670B1 (en) | 2000-03-31 | 2003-10-14 | Sharp Laboratories Of America, Inc. | Mask generation for multi-layer image decomposition |
US6678415B1 (en) * | 2000-05-12 | 2004-01-13 | Xerox Corporation | Document image decoding using an integrated stochastic language model |
US6862113B1 (en) * | 2000-05-19 | 2005-03-01 | Xerox Corporation | Assist channel coding with character classifications |
GB0022250D0 (en) | 2000-09-12 | 2000-10-25 | Pace Micro Tech Plc | Bitmap graphics compression for image data |
US6975742B2 (en) | 2000-11-29 | 2005-12-13 | Xerox Corporation | Rate-distortion optimization system and method for image compression |
US6766053B2 (en) | 2000-12-15 | 2004-07-20 | Xerox Corporation | Method and apparatus for classifying images and/or image regions based on texture information |
US6961462B2 (en) | 2001-01-22 | 2005-11-01 | Matsushita Electric Industrial Co., Ltd. | Image processing method and image processor |
US6782126B2 (en) | 2001-02-20 | 2004-08-24 | International Business Machines Corporation | Method for combining feature distance with spatial distance for segmentation |
JP4139571B2 (ja) | 2001-02-28 | 2008-08-27 | 大日本スクリーン製造株式会社 | カラー画像の領域分割 |
US7395253B2 (en) * | 2001-06-18 | 2008-07-01 | Wisconsin Alumni Research Foundation | Lagrangian support vector machine |
US6983068B2 (en) | 2001-09-28 | 2006-01-03 | Xerox Corporation | Picture/graphics classification system and method |
US6973213B2 (en) | 2001-10-12 | 2005-12-06 | Xerox Corporation | Background-based image segmentation |
US7085401B2 (en) | 2001-10-31 | 2006-08-01 | Infowrap Systems Ltd. | Automatic object extraction |
US7324120B2 (en) | 2002-07-01 | 2008-01-29 | Xerox Corporation | Segmentation method and system for scanned documents |
US7224836B2 (en) | 2002-12-20 | 2007-05-29 | Palo Alto Research Center Incorporated | Systems and methods for style conscious field classification |
US7433535B2 (en) | 2003-09-30 | 2008-10-07 | Hewlett-Packard Development Company, L.P. | Enhancing text-like edges in digital images |
DE10353785B4 (de) | 2003-11-18 | 2006-05-18 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Verfahren und Vorrichtung zur Erfassung von verschiedenen Zelltypen von Zellen in einer biologischen Probe |
US7379594B2 (en) | 2004-01-28 | 2008-05-27 | Sharp Laboratories Of America, Inc. | Methods and systems for automatic detection of continuous-tone regions in document images |
US7366357B2 (en) | 2004-02-12 | 2008-04-29 | Xerox Corporation | Systems and methods for adjusting image data to form highly compressible image planes |
US7403661B2 (en) | 2004-02-12 | 2008-07-22 | Xerox Corporation | Systems and methods for generating high compression image data files having multiple foreground planes |
US7627172B2 (en) | 2004-06-07 | 2009-12-01 | Sony Corporation | Image processing apparatus and method, and program |
US8204306B2 (en) | 2004-06-14 | 2012-06-19 | Xerox Corporation | Method for image segmentation based on block clustering for improved processing of touching characters |
US7376272B2 (en) | 2004-06-14 | 2008-05-20 | Xerox Corporation | Method for image segmentation to identify regions with constant foreground color |
US7283674B2 (en) | 2004-06-25 | 2007-10-16 | Xerox Corporation | Using graphic objects in MFD scan-to-export function |
JP4539964B2 (ja) | 2004-07-21 | 2010-09-08 | 大日本スクリーン製造株式会社 | 画像の領域分割 |
US20060159370A1 (en) | 2004-12-10 | 2006-07-20 | Matsushita Electric Industrial Co., Ltd. | Video retrieval system and video retrieval method |
JP2006287362A (ja) | 2005-03-31 | 2006-10-19 | Eastman Kodak Co | デジタルカメラおよびホワイトバランス調整方法 |
JP2008537346A (ja) | 2005-04-20 | 2008-09-11 | エヌエックスピー ビー ヴィ | 回路基板の洗浄装置 |
US7379593B2 (en) | 2005-12-21 | 2008-05-27 | Xerox Corporation | Method for image segmentation from proved detection of background and text image portions |
US8086044B2 (en) | 2006-08-25 | 2011-12-27 | Ricoh Co., Ltd. | Block-based iterative multi-pass data filling technique for compound document compression |
US8155437B2 (en) | 2007-09-07 | 2012-04-10 | CVISION Technologies, Inc. | Perceptually lossless color compression |
-
2010
- 2010-05-27 US US12/788,852 patent/US8340363B2/en active Active
-
2011
- 2011-05-11 JP JP2011106382A patent/JP5588395B2/ja active Active
- 2011-05-18 EP EP11166481.9A patent/EP2390822B1/en active Active
Also Published As
Publication number | Publication date |
---|---|
EP2390822A2 (en) | 2011-11-30 |
EP2390822B1 (en) | 2019-04-24 |
US8340363B2 (en) | 2012-12-25 |
EP2390822A3 (en) | 2013-01-09 |
JP2011248876A (ja) | 2011-12-08 |
US20110293187A1 (en) | 2011-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5588395B2 (ja) | 画像をオブジェクト及びそのパーツに関して効率的に解釈するためのシステムと方法 | |
EP3620956B1 (en) | Learning method, learning device for detecting lane through classification of lane candidate pixels and testing method, testing device using the same | |
Zhu et al. | Capturing long-tail distributions of object subcategories | |
Blaschko et al. | Learning to localize objects with structured output regression | |
US20170330059A1 (en) | Joint object and object part detection using web supervision | |
US9600745B2 (en) | Image recognition system, image recognition method, and non-transitory computer readable medium storing image recognition program | |
WO2019051941A1 (zh) | 车型识别方法、装置、设备及计算机可读存储介质 | |
US9218531B2 (en) | Image identification apparatus, image identification method, and non-transitory computer readable medium | |
WO2017105655A1 (en) | Methods for object localization and image classification | |
WO2020164278A1 (zh) | 一种图像处理方法、装置、电子设备和可读存储介质 | |
CN111178251A (zh) | 一种行人属性识别方法及系统、存储介质及终端 | |
US11138464B2 (en) | Image processing device, image processing method, and image processing program | |
US9489593B2 (en) | Information processing apparatus and training method | |
Schroff et al. | Single-histogram class models for image segmentation | |
Kokkinos et al. | Bottom-up & top-down object detection using primal sketch features and graphical models | |
JP5906071B2 (ja) | 情報処理方法、情報処理装置、および記憶媒体 | |
CN109145752B (zh) | 用于评估对象检测和跟踪算法的方法、装置、设备和介质 | |
Garcia-Fidalgo et al. | Vision-based topological mapping and localization by means of local invariant features and map refinement | |
Jiang et al. | Weakly-supervised vehicle detection and classification by convolutional neural network | |
Loeff et al. | Efficient unsupervised learning for localization and detection in object categories | |
Zhang et al. | Implicit Shape Kernel for Discriminative Learning of the Hough Transform Detector. | |
Meena et al. | Hybrid neural network architecture for multi-label object recognition using feature fusion | |
CN111178292A (zh) | 一种车型识别方法、装置及设备 | |
Rocha et al. | How far you can get using machine learning black-boxes | |
Nourbakhsh et al. | Facial Images Quality Assessment based on ISO/ICAO Standard Compliance Estimation by HMAX Model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20130520 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140508 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140508 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20140508 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20140611 |
|
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: 20140701 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140725 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5588395 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
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 |
|
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 |