JP6849101B2 - 高速で漸進的なスーパーボクセルベースの時空間ビデオセグメンテーション法 - Google Patents
高速で漸進的なスーパーボクセルベースの時空間ビデオセグメンテーション法 Download PDFInfo
- Publication number
- JP6849101B2 JP6849101B2 JP2019558618A JP2019558618A JP6849101B2 JP 6849101 B2 JP6849101 B2 JP 6849101B2 JP 2019558618 A JP2019558618 A JP 2019558618A JP 2019558618 A JP2019558618 A JP 2019558618A JP 6849101 B2 JP6849101 B2 JP 6849101B2
- Authority
- JP
- Japan
- Prior art keywords
- voxels
- super
- segmentation
- group
- video content
- 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
- 230000011218 segmentation Effects 0.000 title claims description 120
- 238000000034 method Methods 0.000 title claims description 69
- 238000012545 processing Methods 0.000 claims description 13
- 238000012958 reprocessing Methods 0.000 claims description 11
- 239000003086 colorant Substances 0.000 description 8
- 230000000750 progressive effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 230000000717 retained effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/162—Segmentation; Edge detection involving graph-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20072—Graph-based image processing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Television Systems (AREA)
Description
2段階フレームワークの第1段階では、ピクセル、特にビデオ入力のボクセルを、スーパーボクセルと呼ばれるグループにセグメント化する。1つのスーパーボクセルにグループ化されたボクセルは、色及び/又はテクスチャの点で視覚的に類似する。色及び/又はテクスチャの点での視覚的類似性は、色値及び/又はテクスチャ値の比較照合などのあらゆる方法で判定することができる。通常、原ビデオでは、1つの視覚的に一貫した領域(例えば、物体の一部)が複数のスーパーボクセルにセグメント化され、従ってこのようなセグメンテーションは、しばしばオーバーセグメンテーションと呼ばれる。入力ビデオをスーパーボクセルにオーバーセグメント化する目的は、後の段階で処理すべき視覚単位の量を劇的に減少させることである。通常、1つのスーパーボクセルは102〜103個のボクセルを含むので、その後のモジュールの処理の複雑性を2又は3段階(2 or 3 magnitudes)低下させることができる。オーバーセグメンテーションは、原入力における(例えば、前景オブジェクトと背景との間の)顕著な境界を維持すべきである。換言すれば、スーパーボクセル間の境界は、原入力における全ての重要な境界を含むべきである。
ビデオシーケンス、特に解像度が高く時間が長いビデオシーケンスは、全体をメモリにロードして処理するのが困難である。ビデオセグメンテーションのためのスケーラブルフレームワークは、大規模入力を全体として処理する必要なく操作するためのスキームを伴うべきである。第1段階は一部ずつ行われ、漸進的セグメンテーションと呼ばれる。図2は、いくつかの実施形態による漸進的セグメンテーションフレームワークのワークフロー図である。
グラフベースのセグメンテーションは、視覚的に一貫した意味的に重要なセグメンテーションをもたらすことができる方法である。元々の方法は、画像セグメンテーションのために設計されたものであり、ピクセルに対して作用する(例えば、ピクセルをセグメントにグループ化する)。本明細書で説明する方法は、時空間スーパーボクセルに作用するように適合されたものである。主な相違点は、処理すべき基本要素(ノード)としてボクセルをスーパーボクセルに置き換える点である。従って、本来のボクセルの距離測度は、2つのスーパーボクセル間の相違点を測定する距離に置き換わる。スーパーボクセルは、空間的に接続されたボクセルの集合(ensemble)であるため、さらに高度なメトリックを使用することができる。1つの可能性は、スーパーボクセルの色ヒストグラム間のX2距離を使用することである。特定の用途に応じて、他の側面(例えば、テクスチャ又は動き)に関する相違点を測定する他のメトリックを含めることもできる。
1.装置の非一時的メモリにプログラムされる方法であって、
a.ビデオコンテンツを取得するステップと、
b.ビデオコンテンツを一群のスーパーボクセルにセグメント化するステップと、
c.一群のスーパーボクセルをセグメントにグループ化するステップと、を含む方法。
a.レンズと、
b.ビデオコンテンツを取得するように構成されたセンサと、
c.ビデオコンテンツを一群のスーパーボクセルにセグメント化し、一群のスーパーボクセルをセグメントにグループ化するように構成された処理コンポーネントと、を備えるシステム。
a.レンズと、
b.ビデオコンテンツを取得するように構成されたセンサと、
c.
i.ビデオコンテンツを一群のスーパーボクセルにセグメント化し、
ii.一群のスーパーボクセルをセグメントにグループ化する、
アプリケーションを記憶する非一時的メモリと、
d.メモリに結合されて、アプリケーションを処理するように構成された処理コンポーネントと、備えるカメラ装置。
302 ビデオコンテンツをスーパーボクセルにセグメント化
304 スーパーボクセルをさらに大きなセグメントにグループ化
Claims (24)
- 装置の非一時的メモリにプログラムされる方法であって、
a.ビデオコンテンツを取得するステップと、
b.前記ビデオコンテンツを一群のスーパーボクセルにセグメント化するステップと、
c.前記一群のスーパーボクセルをセグメントにグループ化するステップと、
を含み、
前記ビデオコンテンツを一群のスーパーボクセルにセグメント化するステップは、前記ビデオコンテンツを時空間要素に分割することによる部分毎のセグメンテーションである漸進的セグメンテーションを使用し、前記時空間要素は、走査線順に逐次処理され、
前記漸進的セグメンテーションは前線再処理戦略を使用し、該前線再処理戦略は、各要素を処理すると、処理済みのボクセルをマークするマスクアレイが保持され、セグメンテーション前にどのボクセルもマークされておらず、セグメンテーション後に、要素の前線境界上のスーパーボクセルに属するボクセルを除く全てのボクセルがマークされ、次の要素がセグメント化される前に、全ての処理済みの隣接要素のマークされていないボクセルが現在の要素に追加され、選択されたセグメンテーション法を使用して前記ボクセルが全てスーパーボクセルにセグメント化されることを含む、
ことを特徴とする方法。 - 前記一群のスーパーボクセルの各群内の前記ボクセルは、色、テクスチャ又はこれらの両方が視覚的に類似する、
請求項1に記載の方法。 - 前記色、前記テクスチャ又はこれらの両方を比較照合することによって、前記ボクセルが色において視覚的に類似すると判断するステップを実行する、
請求項2に記載の方法。 - 前記ビデオコンテンツを前記一群のスーパーボクセルにセグメント化するステップは、オーバーセグメンテーションを含む、
請求項1に記載の方法。 - スーパーボクセル間の境界が保持される、
請求項4に記載の方法。 - 前記ビデオコンテンツを一群のスーパーボクセルにセグメント化するステップは、単純線形反復クラスタリングによって実行される、
請求項1に記載の方法。 - スーパーボクセルをさらに大きなセグメントにグループ化するステップは、個々のボクセルの代わりにスーパーボクセルをグループ化するグラフベースのセグメンテーションアルゴリズムを修正することに基づく、
請求項1に記載の方法。 - 前記一群のスーパーボクセルを前記セグメントにグループ化するステップは、前記スーパーボクセルの色ヒストグラム間の距離を測定することを含む、2つのスーパーボクセル間の相違点を測定するステップを含む、
請求項1に記載の方法。 - a.レンズと、
b.ビデオコンテンツを取得するように構成されたセンサと、
c.前記ビデオコンテンツを一群のスーパーボクセルにセグメント化し、該一群のスーパーボクセルをセグメントにグループ化するように構成された処理コンポーネントと、
を備え、
前記ビデオコンテンツを一群のスーパーボクセルにセグメント化することは、前記ビデオコンテンツを時空間要素に分割することによる部分毎のセグメンテーションである漸進的セグメンテーションを使用し、前記時空間要素は、走査線順に逐次処理され、
前記漸進的セグメンテーションは前線再処理戦略を使用し、該前線再処理戦略は、各要素を処理すると、処理済みのボクセルをマークするマスクアレイが保持され、セグメンテーション前にどのボクセルもマークされておらず、セグメンテーション後に、要素の前線境界上のスーパーボクセルに属するボクセルを除く全てのボクセルがマークされ、次の要素がセグメント化される前に、全ての処理済みの隣接要素のマークされていないボクセルが現在の要素に追加され、選択されたセグメンテーション法を使用して前記ボクセルが全てスーパーボクセルにセグメント化されることを含む、
ことを特徴とするシステム。 - 前記一群のスーパーボクセルの各群内の前記ボクセルは、色、テクスチャ又はこれらの両方が視覚的に類似する、
請求項9に記載のシステム。 - 前記色、前記テクスチャ又はこれらの両方を比較照合することによって、前記ボクセルが色において視覚的に類似すると判断することを実行する、
請求項10に記載のシステム。 - 前記ビデオコンテンツを前記一群のスーパーボクセルにセグメント化することは、オーバーセグメンテーションを含む、
請求項9に記載のシステム。 - スーパーボクセル間の境界が保持される、
請求項12に記載のシステム。 - 前記ビデオコンテンツを一群のスーパーボクセルにセグメント化することは、単純線形反復クラスタリングによって実行される、
請求項9に記載のシステム。 - スーパーボクセルをさらに大きなセグメントにグループ化することは、個々のボクセルの代わりにスーパーボクセルをグループ化するグラフベースのセグメンテーションアルゴリズムを修正することに基づく、
請求項9に記載のシステム。 - 前記一群のスーパーボクセルを前記セグメントにグループ化することは、前記スーパーボクセルの色ヒストグラム間の距離を測定することを含む、2つのスーパーボクセル間の相違点を測定することを含む、
請求項9に記載のシステム。 - a.レンズと、
b.ビデオコンテンツを取得するように構成されたセンサと、
c.
i.前記ビデオコンテンツを一群のスーパーボクセルにセグメント化し、
ii.前記一群のスーパーボクセルをセグメントにグループ化する、
アプリケーションを記憶する非一時的メモリと、
d.前記メモリに結合されて、前記アプリケーションを処理するように構成された処理コンポーネントと、
を備え、
前記ビデオコンテンツを一群のスーパーボクセルにセグメント化することは、前記ビデオコンテンツを時空間要素に分割することによる部分毎のセグメンテーションである漸進的セグメンテーションを使用し、前記時空間要素は、走査線順に逐次処理され、
前記漸進的セグメンテーションは前線再処理戦略を使用し、該前線再処理戦略は、各要素を処理すると、処理済みのボクセルをマークするマスクアレイが保持され、セグメンテーション前にどのボクセルもマークされておらず、セグメンテーション後に、要素の前線境界上のスーパーボクセルに属するボクセルを除く全てのボクセルがマークされ、次の要素がセグメント化される前に、全ての処理済みの隣接要素のマークされていないボクセルが現在の要素に追加され、選択されたセグメンテーション法を使用して前記ボクセルが全てスーパーボクセルにセグメント化されることを含む、
ことを特徴とするカメラ装置。 - 前記一群のスーパーボクセルの各群内の前記ボクセルは、色、テクスチャ又はこれらの両方が視覚的に類似する、
請求項17に記載のカメラ装置。 - 前記色、前記テクスチャ又はこれらの両方を比較照合することによって、前記ボクセルが色において視覚的に類似すると判断することを実行する、
請求項18に記載のカメラ装置。 - 前記ビデオコンテンツを前記一群のスーパーボクセルにセグメント化することは、オーバーセグメンテーションを含む、
請求項17に記載のカメラ装置。 - スーパーボクセル間の境界が保持される、
請求項20に記載のカメラ装置。 - 前記ビデオコンテンツを一群のスーパーボクセルにセグメント化することは、単純線形反復クラスタリングによって実行される、
請求項17に記載のカメラ装置。 - スーパーボクセルをさらに大きなセグメントにグループ化することは、個々のボクセルの代わりにスーパーボクセルをグループ化するグラフベースのセグメンテーションアルゴリズムを修正することに基づく、
請求項17に記載のカメラ装置。 - 前記一群のスーパーボクセルを前記セグメントにグループ化することは、前記スーパーボクセルの色ヒストグラム間の距離を測定することを含む、2つのスーパーボクセル間の相違点を測定することを含む、
請求項17に記載のカメラ装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/646,711 | 2017-07-11 | ||
US15/646,711 US10304192B2 (en) | 2017-07-11 | 2017-07-11 | Fast, progressive approach to supervoxel-based spatial temporal video segmentation |
PCT/IB2018/054834 WO2019012365A1 (en) | 2017-07-11 | 2018-06-29 | RAPID AND PROGRESSIVE APPROACH FOR SUPERVOXEL-BASED SPATIOTEMPORAL VIDEO SEGMENTATION |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020518081A JP2020518081A (ja) | 2020-06-18 |
JP6849101B2 true JP6849101B2 (ja) | 2021-03-24 |
Family
ID=63080230
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019558618A Active JP6849101B2 (ja) | 2017-07-11 | 2018-06-29 | 高速で漸進的なスーパーボクセルベースの時空間ビデオセグメンテーション法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10304192B2 (ja) |
JP (1) | JP6849101B2 (ja) |
KR (1) | KR102300522B1 (ja) |
CN (1) | CN110622214B (ja) |
WO (1) | WO2019012365A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200011340A (ko) * | 2018-07-24 | 2020-02-03 | 삼성메디슨 주식회사 | 초음파 영상 장치 및 그 표시 방법 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110533667B (zh) * | 2019-07-29 | 2022-12-02 | 西安电子科技大学 | 基于图像金字塔融合的肺部肿瘤ct影像3d分割方法 |
CN112348816B (zh) * | 2021-01-07 | 2021-06-01 | 北京明略软件系统有限公司 | 脑磁共振图像分割方法、存储介质及电子装置 |
CN113870282A (zh) * | 2021-09-29 | 2021-12-31 | 吴春 | 一种茶叶筛查方法、筛查系统及可存储介质 |
CN117152446B (zh) * | 2023-10-31 | 2024-02-06 | 昆明理工大学 | 一种基于高斯曲率和局部凹凸性的改进lccp点云分割方法 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2384732B1 (es) | 2010-10-01 | 2013-05-27 | Telefónica, S.A. | Método y sistema para segmentación de primer plano de imágenes en tiempo real. |
AU2011265383A1 (en) * | 2011-12-20 | 2013-07-04 | Canon Kabushiki Kaisha | Geodesic superpixel segmentation |
SG11201407941UA (en) * | 2012-06-01 | 2014-12-30 | Agency Science Tech & Res | Robust graph representation and matching of retina images |
EP2680226B1 (en) | 2012-06-26 | 2016-01-20 | Thomson Licensing | Temporally consistent superpixels |
AU2012244276A1 (en) * | 2012-10-30 | 2014-05-15 | Canon Kabushiki Kaisha | Method, apparatus and system for detecting a supporting surface region in an image |
IN2013CH05313A (ja) * | 2013-11-18 | 2015-05-29 | Nokia Corp | |
US9430499B2 (en) * | 2014-02-18 | 2016-08-30 | Environmental Systems Research Institute, Inc. | Automated feature extraction from imagery |
GB2523329A (en) * | 2014-02-20 | 2015-08-26 | Nokia Technologies Oy | Method, apparatus and computer program product for image segmentation |
GB2523330A (en) * | 2014-02-20 | 2015-08-26 | Nokia Technologies Oy | Method, apparatus and computer program product for segmentation of objects in media content |
CN105303519A (zh) * | 2014-06-20 | 2016-02-03 | 汤姆逊许可公司 | 用于生成时间一致的超像素的方法和装置 |
EP2980754A1 (en) * | 2014-07-28 | 2016-02-03 | Thomson Licensing | Method and apparatus for generating temporally consistent superpixels |
AU2014280948A1 (en) * | 2014-12-24 | 2016-07-14 | Canon Kabushiki Kaisha | Video segmentation method |
US9760801B2 (en) * | 2015-05-12 | 2017-09-12 | Lawrence Livermore National Security, Llc | Identification of uncommon objects in containers |
CN105590100B (zh) * | 2015-12-23 | 2018-11-13 | 北京工业大学 | 基于判别性超体素的人体动作识别方法 |
US10229337B2 (en) * | 2016-02-16 | 2019-03-12 | Ecole Polytechnique Federale De Lausanne (Epfl) | Scale-adaptive media item segmentation technique |
US10200727B2 (en) * | 2017-03-29 | 2019-02-05 | International Business Machines Corporation | Video encoding and transcoding for multiple simultaneous qualities of service |
-
2017
- 2017-07-11 US US15/646,711 patent/US10304192B2/en active Active
-
2018
- 2018-06-29 KR KR1020197031104A patent/KR102300522B1/ko active IP Right Grant
- 2018-06-29 WO PCT/IB2018/054834 patent/WO2019012365A1/en active Application Filing
- 2018-06-29 JP JP2019558618A patent/JP6849101B2/ja active Active
- 2018-06-29 CN CN201880027386.1A patent/CN110622214B/zh active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200011340A (ko) * | 2018-07-24 | 2020-02-03 | 삼성메디슨 주식회사 | 초음파 영상 장치 및 그 표시 방법 |
KR102655278B1 (ko) | 2018-07-24 | 2024-04-08 | 삼성메디슨 주식회사 | 초음파 영상 장치 및 그 표시 방법 |
Also Published As
Publication number | Publication date |
---|---|
CN110622214B (zh) | 2023-05-30 |
WO2019012365A1 (en) | 2019-01-17 |
KR102300522B1 (ko) | 2021-09-13 |
JP2020518081A (ja) | 2020-06-18 |
US20190019292A1 (en) | 2019-01-17 |
US10304192B2 (en) | 2019-05-28 |
KR20190129984A (ko) | 2019-11-20 |
CN110622214A (zh) | 2019-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6849101B2 (ja) | 高速で漸進的なスーパーボクセルベースの時空間ビデオセグメンテーション法 | |
Lin et al. | Real-time high-resolution background matting | |
CN110136056B (zh) | 图像超分辨率重建的方法和装置 | |
Tursun et al. | The state of the art in HDR deghosting: A survey and evaluation | |
US20200005468A1 (en) | Method and system of event-driven object segmentation for image processing | |
US9558712B2 (en) | Unified optimization method for end-to-end camera image processing for translating a sensor captured image to a display image | |
TWI543610B (zh) | 電子裝置及其影像選擇方法 | |
US20220222776A1 (en) | Multi-Stage Multi-Reference Bootstrapping for Video Super-Resolution | |
US9454806B2 (en) | Efficient approximate-nearest-neighbor (ANN) search for high-quality collaborative filtering | |
CN108337551B (zh) | 一种屏幕录制方法、存储介质及终端设备 | |
KR20110033801A (ko) | L₁거리 척도에 기초한 국소 이미지 유사성 측정 방법 | |
CN108229346B (zh) | 使用有符号的前景提取与融合的视频摘要 | |
US20230214981A1 (en) | Method for detecting appearance defects of a product and electronic device | |
WO2018058476A1 (zh) | 一种图像校正方法及装置 | |
CN111882565A (zh) | 一种图像二值化方法、装置、设备及存储介质 | |
US20190230381A1 (en) | Compressing multiple video files using localized camera meta data | |
US20130223697A1 (en) | Face detection-processing circuit and image pickup device including the same | |
CN111754411B (zh) | 图像降噪方法、图像降噪装置及终端设备 | |
CN113497886B (zh) | 视频处理方法、终端设备及计算机可读存储介质 | |
JP6521278B2 (ja) | 効率的なパッチベースのビデオノイズ除去方法 | |
JP2022190958A (ja) | ショット境界検出装置、ショット境界学習装置及びそれらのプログラム | |
Amintoosi et al. | Video enhancement through image registration based on structural similarity | |
JP6563964B2 (ja) | 映像生成装置、映像生成方法、プログラム | |
Sari et al. | An Approach For Stitching Satellite Images In A Bigdata Mapreduce Framework | |
US9508020B2 (en) | Image processing system with artifact suppression mechanism and method of operation thereof |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191025 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20201005 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201104 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20210104 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210108 |
|
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: 20210202 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210215 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6849101 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |