JP6314071B2 - 情報処理装置、情報処理方法及びプログラム - Google Patents
情報処理装置、情報処理方法及びプログラム Download PDFInfo
- Publication number
- JP6314071B2 JP6314071B2 JP2014206556A JP2014206556A JP6314071B2 JP 6314071 B2 JP6314071 B2 JP 6314071B2 JP 2014206556 A JP2014206556 A JP 2014206556A JP 2014206556 A JP2014206556 A JP 2014206556A JP 6314071 B2 JP6314071 B2 JP 6314071B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- index
- document
- similarity
- 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.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims description 29
- 238000003672 processing method Methods 0.000 title claims description 4
- 238000004364 calculation method Methods 0.000 claims description 93
- 238000000605 extraction Methods 0.000 claims description 51
- 230000009193 crawling Effects 0.000 description 38
- 238000000034 method Methods 0.000 description 35
- 239000011159 matrix material Substances 0.000 description 14
- 239000000284 extract Substances 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000009466 transformation Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 238000000611 regression analysis Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Landscapes
- Processing Or Creating Images (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
さらに、前記第1算出手段は、前記文書のテキスト情報を用いる場合、あらかじめ作成された単語リストに含まれる単語の当該テキスト情報内での出現頻度に基づいて前記第1の指標を算出してもよい。
また、前記単語リストは、前記取得手段により取得された文書において出現する頻度が閾値以上である単語のリストまたは当該文書においてTFIDF(term frequency-inverse document frequency)値が閾値以上である単語のリストであってもよい。
さらに、前記分類手段は、前記局所特徴量の類似度を用いる場合、取得された前記画像同士の局所特徴点の対応関係から、当該画像同士の幾何的な対応関係を求め、当該幾何的な対応関係を求めるために使用した特徴点の数に基づいて当該局所特徴量の類似度を算出してもよい。
さらに、前記画像抽出手段は、前記第1の指標が閾値未満の画像、分類された前記グループに属する画像の当該グループ内での代表度であって、当該画像と当該グループに属する他の画像との類似度の和によって表される代表度が閾値未満の画像、または、当該第1の指標及び当該代表度がどちらも閾値未満の画像を、抽出対象から除外してもよい。
また、前記画像抽出手段は、前記第2の指標が閾値以上である前記グループに属する画像から、前記第1の指標が比較的大きい画像、分類された前記グループに属する第1画像と当該グループに属する他の画像である第2画像との類似度の和によって表される当該第1画像の当該グループ内での代表度が比較的大きい画像、または、当該第1の指標及び当該代表度の両方が比較的大きい画像を抽出してもよい。
[1−1]全体構成
図1は実施形態に係る画像収集システム1の全体構成を表す。画像収集システム1は、ユーザが目当ての画像を収集するためのシステムである。ここでいう目当ての画像には、少なくとも、ユーザが見てみたいと考える物体(乗り物や食べ物、身の回りの物など)が表された画像が含まれる。
画像収集装置10の制御部13がプログラムを実行して各部を制御することで、以下に述べる各機能が実現される。
図2は画像収集装置10の機能構成を表す。画像収集装置10は、クローリング手段101と、画像スコア算出手段102と、画像クラスタリング手段103と、クラスタスコア算出手段104と、画像抽出手段105と、画像出力手段106とを備える。各手段の詳細について以下に説明する。
クローリング手段101は、指定文字列(ユーザが指定した文字列)に基づく検索で得られたその指定文字列に関連する画像(以下「関連画像」という)と、その関連画像に対応付けられた文書(以下「関連文書」という)との組を複数取得する取得手段の一例である。クローリング手段101は、例えば、ユーザが操作部11を操作して文字列を指定すると、指定された指定文字列に関連する画像(すなわち関連画像)を画像検索サービス3に要求する。
図4はディレクトリ構造の一例を表す。この例では、「上位ディレクトリ」の下位に「処理IDに対応するディレクトリ」が存在し、その下位には「画像ディレクトリ」及び「HTMLディレクトリ」が存在する。「画像ディレクトリ」には複数の画像データ41(この例では「画像データ1−1」、「画像データ1−2」、・・・、「画像データ1−N」)が保存されている。「HTMLディレクトリ」には複数のHTMLファイルデータ42(この例では「HTMLファイルデータ1−1」、「HTMLファイルデータ1−2」、・・・、「画HTMLファイルデータ1−N」)が保存されている。また、「処理IDに対応するディレクトリ」には、クローリング結果ファイル43が保存されている。
画像スコア算出手段102は、取得された関連画像を評価するための指標である画像スコアを算出する。画像スコア算出手段102は、取得された関連画像に対応付けられた文書の特徴に基づいてその関連画像に指定文字列を名称とする物体が表されている可能性の高さを表す指標(以下「第1の指標」という)を、画像スコアとして算出する。第1の指標は、例えば0から1まで(または0%から100%まで)の確率を表す数値で表される。
Webデータ読み出し手段201は、クローリング結果ファイル43を読み出し、各レコードについて、HTMLファイルデータのパス35に対応する領域に保存されたHTMLファイルデータ42を読み出し、このパス35に対応付けられた検索結果ID33とともにテキスト特徴量算出手段202及びWeb特徴量算出手段203に供給する。
画像クラスタリング手段103は、クローリング手段101により取得された複数の関連画像を画像同士の類似度に基づいて1以上のグループに分類する分類手段の一例である。画像クラスタリング手段103は、クローリング手段101が図4に示すように記憶部15に保存した画像データ41及びクローリング結果ファイル43を用いてクラスタリングを行う。ここでいうクラスタリングとは、画像データが示す画像を複数のクラスタに分割すること(すなわち複数のグループに分類すること)をいう。
クラスタスコア算出手段104は、画像クラスタリング手段103により記憶部15に保存されたクラスタデータと、画像スコア算出手段102により算出された画像スコアとに基づいて、クラスタスコアを算出する。クラスタスコア算出手段104は、例えば、クラスタに属する関連画像の画像スコアの平均値を線形変換することにより算出した値をクラスタスコアとして算出する。この場合、クラスタスコア算出手段104は、クラスタに含まれる正解画像の画像スコアの平均値を説明変数とし、クラスタスコアを従属変数とする回帰分析によって予め求められた関数を線形変換に用いる。なお、回帰分析においては最小二乗法などの公知の回帰分析手法が用いられればよい。
画像抽出手段105は、記憶部15に保存されたクラスタデータ、クラスタスコア、画像スコアに基づいて画像を抽出する。
図7は画像抽出手段105の機能構成の詳細を表す。画像抽出手段105は、クラスタ選出手段501、外れ値除去手段502、抽出手段503を備える。
このように、クローリング手段101が取得した関連画像から画像抽出手段105が上記のとおり抽出を行うことで、画像収集装置10は、インターネット2で公開されている画像から目的物画像である可能性が比較的高い画像(表2の検索結果IDが付与された画像)を収集することになる。
画像出力手段106は、記憶部15に保存された抽出結果データが示す抽出結果を出力する。画像出力手段106は、例えば、図1に示す表示部12に抽出結果を出力し、抽出結果を表示させる。なお、画像抽出手段105は、これに限らず、例えば通信部14を介して外部装置や外部の表示手段、記憶媒体などに抽出結果を出力してもよいし、ユーザの電子メールアドレスやSNS(Social Networking Service)のアカウントなどに抽出結果を出力してもよい。
画像収集装置10は、以上の構成に基づいて、上述した目的物画像を、画像及び文書が互いに対応付けられたデータ群(本実施形態ではインターネット2上に公開されている画像及びWebページを示すデータ群)から抽出する抽出処理を行う。
図8は抽出処理における画像収集装置10の動作フローを表す。抽出処理は、ユーザが指定する文字列を入力する操作を画像収集装置10に対して行うことを契機に開始される。
画像収集装置10が行う動作は、画像を大まかに収集する収集動作(ステップS11及びS12)と、収集した画像を絞り込む絞り込み動作(ステップS13からS16)とに大きく分けられる。本実施形態ではこの収集動作が行われることにより、インターネット2に存在する画像群から、検索キーとして入力された指定文字列に関連する画像を広く簡便に収集することができる。
また、文書のテキスト情報として、あらかじめ作成された単語リストに含まれる単語の文書中での出現頻度を用いることで、文書の特徴を離散化した数値ベクトルという比較可能な指標で表すことができる。
上述した実施形態は、本発明の実施の一例に過ぎず、以下のように変形させてもよい。また、実施形態及び以下に示す各変形例は、必要に応じて組み合わせて実施してもよい。
クローリング手段101は、実施形態では、インターネット2で公開されているデータ群から関連画像及び関連文書を取得したが、これに限らず、例えば画像収集装置10が接続されているLAN(Local Area Network)などのイントラネットで公開されているデータ群から関連画像及び関連文書を取得してもよい。また、クローリング手段101は、例えば、そのようなデータ群を記憶するモバイルコンピュータ、パーソナルコンピュータ、サーバが画像収集装置10と接続していれば、それらの装置から関連画像及び関連文書を取得してもよい。
画像スコア算出手段102は、実施形態では、文書のテキスト情報及びメタ情報の両方を用いて画像スコアを算出したが、いずれか一方だけを用いてもよく、文書のテキスト情報または文書のメタ情報画像を用いてスコアを算出してもよい。その場合でも、各情報に基づく文書の特徴を用いることで、それを用いない場合に比べて画像スコアの精度を向上させることができる。
画像クラスタリング手段103は、実施形態では、画像の局所特徴量に基づく局所特徴量類似度、画像の色ヒストグラムに基づく色ヒストグラム類似度、画像のエッジヒストグラムに基づくエッジヒストグラム類似度の3つの類似度を全て用いたが、これら全てを用いる必要はなく、少なくともいずれか1つの類似度を関連画像同士の類似度として用いてクラスタリングを行えばよい。そして、画像クラスタリング手段103は、2以上の類似度を用いる場合には、それらの類似度を実施形態のように結合して用いればよい。
画像抽出手段105は、実施形態では、代表度が閾値未満の関連画像を抽出対象から除外したが、これに限らない。例えば、画像抽出手段105は、画像スコアが閾値未満の関連画像を抽出対象から除外してもよいし、画像スコア及び代表度がどちらも閾値未満の関連画像を抽出対象から除外してもよい。いずれの場合も、除外される関連画像は目的物画像でない可能性が除外されなかった関連画像に比べて高いものであるから、抽出対象からの除外を行わなかった場合に比べて、目的物画像を抽出する精度を向上させることができる。
本発明は、上述した画像収集装置のような情報処理装置の他、情報処理装置及び画像検索システムを含む情報処理システムとしても捉えられる。この情報処理システムは、画像検索システムの代わりに上述した画像検索装置が含まれていてもよい。他にも、情報処理装置が実施する処理を実現するための情報処理方法や、情報処理装置のようなコンピュータを上述した各手段として機能させるためのプログラムとしても捉えられる。このプログラムは、それを記憶させた光ディスク等の記録媒体の形態で提供されてもよいし、インターネット等のネットワークを介してコンピュータにダウンロードさせ、それをインストールして利用可能にするなどの形態で提供されてもよい。
Claims (10)
- ユーザが指定した文字列に基づく検索で得られた当該文字列に関連する画像と、当該画像に対応付けられた文書との組を複数取得する取得手段と、
取得された前記画像に対応付けられた前記文書の特徴に基づいて当該画像に前記文字列を名称とする物体が表されている可能性の高さを表す第1の指標を算出する第1算出手段と、
取得された複数の前記画像を画像同士の類似度に基づいて1以上のグループに分類する分類手段と、
分類された前記グループに属する画像について算出された前記第1の指標に基づいて、前記物体が表されている画像が当該グループに含まれている可能性の高さを表す第2の指標を算出する第2算出手段と、
分類された前記グループのうち算出された前記第2の指標が比較的大きい前記グループのそれぞれについて、当該グループに属する画像のうち前記名称の物体が表されている可能性が比較的高い画像を抽出する画像抽出手段と
を備え、
前記第1算出手段は、取得された前記文書のテキスト情報または当該文書のメタ情報を用いて前記第1の指標を算出し、
前記第1算出手段は、前記文書のテキスト情報を用いる場合、あらかじめ作成された単語リストに含まれる単語の当該テキスト情報内での出現頻度に基づいて前記第1の指標を算出する
情報処理装置。 - 前記単語リストは、前記取得手段により取得された文書において出現する頻度が閾値以上である単語のリストまたは当該文書においてTFIDF(term frequency-inverse document frequency)値が閾値以上である単語のリストである
請求項1に記載の情報処理装置。 - 前記画像及び文書は、インターネット上で公開されている画像及び当該画像が掲載されているWebページのHTMLファイルであり、
前記第1算出手段は、前記文書のメタ情報を用いる場合、前記文字列に関連する画像及び当該画像に対応付けられた文書の前記検索における順位、当該画像及び当該文書のURL(Uniform Resource Locator)、当該画像のファイル名、当該文書に特定の単語が含まれているか否かを示す指標、または、当該文書の所定の位置に前記文字列が含まれているか否かを示す指標に基づいて前記第1の指標を算出する
請求項1又は2に記載の情報処理装置。 - 前記分類手段は、取得された前記画像の局所特徴点の局所特徴量の類似度、当該画像の色ヒストグラムの類似度、当該画像のエッジヒストグラムの類似度、または、これらの類似度のうちの2以上を結合したものを、前記画像同士の類似度として用いる
請求項1から3までのいずれか1項に記載の情報処理装置。 - 前記分類手段は、前記局所特徴量の類似度を用いる場合、取得された前記画像同士の局所特徴点の対応関係から、当該画像同士の幾何的な対応関係を求め、当該幾何的な対応関係を求めるために使用した特徴点の数に基づいて当該局所特徴量の類似度を算出する
請求項4に記載の情報処理装置。 - 前記画像抽出手段は、分類された前記グループに属する画像の当該グループ内での代表度であって、当該画像と当該グループに属する他の画像との類似度の和によって表される代表度に基づいて画像を抽出する
請求項1から5までのいずれか1項に記載の情報処理装置。 - 前記画像抽出手段は、前記第1の指標が閾値未満の画像、分類された前記グループに属する画像の当該グループ内での代表度であって、当該画像と当該グループに属する他の画像との類似度の和によって表される代表度が閾値未満の画像、または、当該第1の指標及び当該代表度がどちらも閾値未満の画像を、抽出対象から除外する
請求項1から6までのいずれか1項に記載の情報処理装置。 - 前記画像抽出手段は、前記第2の指標が閾値以上である前記グループに属する画像から、前記第1の指標が比較的大きい画像、分類された前記グループに属する第1画像と当該グループに属する他の画像である第2画像との類似度の和によって表される当該第1画像の当該グループ内での代表度が比較的大きい画像、または、当該第1の指標及び当該代表度の両方が比較的大きい画像を抽出する
請求項1から7までのいずれか1項に記載の情報処理装置。 - 情報処理装置が、ユーザが指定した文字列に基づく検索で得られた当該文字列に関連する画像と、当該画像に対応付けられた文書との組を複数取得する取得ステップと、
前記情報処理装置が、取得された前記画像に対応付けられた前記文書の特徴に基づいて当該画像に前記文字列を名称とする物体が表されている可能性の高さを表す第1の指標を算出する第1算出ステップと、
前記情報処理装置が、取得された複数の前記画像を画像同士の類似度に基づいて1以上のグループに分類する分類ステップと、
前記情報処理装置が、分類された前記グループに属する画像について算出された前記第1の指標に基づいて、前記物体が表されている画像が当該グループに含まれている可能性の高さを表す第2の指標を算出する第2算出ステップと、
前記情報処理装置が、分類された前記グループのうち算出された前記第2の指標が比較的大きい前記グループのそれぞれについて、当該グループに属する画像のうち前記名称の物体が表されている可能性が比較的高い画像を抽出する画像抽出ステップと
を備え、
前記第1算出ステップは、取得された前記文書のテキスト情報または当該文書のメタ情報を用いて前記第1の指標を算出するステップであり、
前記第1算出ステップは、前記文書のテキスト情報を用いる場合、あらかじめ作成された単語リストに含まれる単語の当該テキスト情報内での出現頻度に基づいて前記第1の指標を算出するステップである
情報処理方法。 - コンピュータを、請求項1から8までのいずれか1項に記載の情報処理装置が備える各手段として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014206556A JP6314071B2 (ja) | 2014-10-07 | 2014-10-07 | 情報処理装置、情報処理方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014206556A JP6314071B2 (ja) | 2014-10-07 | 2014-10-07 | 情報処理装置、情報処理方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016076115A JP2016076115A (ja) | 2016-05-12 |
JP6314071B2 true JP6314071B2 (ja) | 2018-04-18 |
Family
ID=55951452
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014206556A Active JP6314071B2 (ja) | 2014-10-07 | 2014-10-07 | 情報処理装置、情報処理方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6314071B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6765667B2 (ja) * | 2016-07-13 | 2020-10-07 | 国立大学法人京都大学 | クラスタ評価装置、クラスタ数算出装置、クラスタ装置、クラスタ評価方法、およびプログラム |
JP7134593B2 (ja) * | 2017-02-27 | 2022-09-12 | 大日本印刷株式会社 | 画像検索装置、画像検索方法、およびプログラム |
JP7082287B2 (ja) * | 2018-10-11 | 2022-06-08 | 富士通株式会社 | 画像検索プログラム、画像検索装置、及び画像検索方法 |
CN113204664B (zh) * | 2021-04-25 | 2022-11-04 | 北京三快在线科技有限公司 | 一种图像聚类方法及装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004287670A (ja) * | 2003-03-20 | 2004-10-14 | Dainippon Printing Co Ltd | 画像データベース作成装置、画像データベース作成方法、プログラム、及び記録媒体 |
JP5098559B2 (ja) * | 2007-10-11 | 2012-12-12 | 富士ゼロックス株式会社 | 類似画像検索装置、及び類似画像検索プログラム |
JP5164901B2 (ja) * | 2009-03-17 | 2013-03-21 | ヤフー株式会社 | 画像検索装置 |
JP2011180793A (ja) * | 2010-03-01 | 2011-09-15 | Saitama Univ | 3次元オブジェクト検索システム、3次元オブジェクト検索方法、3次元オブジェクト検索プログラム、および、当該プログラムを記録したコンピュータ読み取り可能な記録媒体 |
-
2014
- 2014-10-07 JP JP2014206556A patent/JP6314071B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016076115A (ja) | 2016-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10922350B2 (en) | Associating still images and videos | |
Papadopoulos et al. | Cluster-based landmark and event detection for tagged photo collections | |
US9489401B1 (en) | Methods and systems for object recognition | |
Demner-Fushman et al. | Design and development of a multimodal biomedical information retrieval system | |
CN105027162B (zh) | 图像解析装置、图像解析系统、图像解析方法 | |
CN104685501B (zh) | 响应于可视化查询标识文本词汇 | |
US11550856B2 (en) | Artificial intelligence for product data extraction | |
US8582872B1 (en) | Place holder image detection via image clustering | |
JP5212610B2 (ja) | 代表画像又は代表画像群の表示システム、その方法、およびそのプログラム並びに、代表画像又は代表画像群の選択システム、その方法およびそのプログラム | |
US20160188633A1 (en) | A method and apparatus for tracking microblog messages for relevancy to an entity identifiable by an associated text and an image | |
JP6033697B2 (ja) | 画像評価装置 | |
JP5346756B2 (ja) | 画像分類装置 | |
KR20070009338A (ko) | 이미지 상호간의 유사도를 고려한 이미지 검색 방법 및장치 | |
JP6767342B2 (ja) | 検索装置、検索方法および検索プログラム | |
JP6314071B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN104463177A (zh) | 相似人脸图片获取方法和装置 | |
JP2014093058A (ja) | 画像管理装置、画像管理方法、プログラム及び集積回路 | |
Zhang et al. | Image retrieval of wool fabric. Part I: Based on low-level texture features | |
JP6377917B2 (ja) | 画像検索装置及び画像検索プログラム | |
KR100876214B1 (ko) | 문맥기반 광고 장치와 그 방법 및 이를 구현할 수 있는컴퓨터로 읽을 수 있는 기록 매체 | |
JP2022003486A (ja) | 侵害情報抽出システム、方法及びプログラム | |
JP2012079186A (ja) | 画像検索装置、画像検索方法及びプログラム | |
US9516089B1 (en) | Identifying and processing a number of features identified in a document to determine a type of the document | |
JP2013041599A (ja) | 画像検索エンジン | |
JP6062981B2 (ja) | 映像検索装置、方法、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170222 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171220 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171226 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180219 |
|
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: 20180313 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180326 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6314071 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 |