JP7370922B2 - 学習方法、プログラム及び画像処理装置 - Google Patents
学習方法、プログラム及び画像処理装置 Download PDFInfo
- Publication number
- JP7370922B2 JP7370922B2 JP2020069159A JP2020069159A JP7370922B2 JP 7370922 B2 JP7370922 B2 JP 7370922B2 JP 2020069159 A JP2020069159 A JP 2020069159A JP 2020069159 A JP2020069159 A JP 2020069159A JP 7370922 B2 JP7370922 B2 JP 7370922B2
- Authority
- JP
- Japan
- Prior art keywords
- learning
- distance
- image
- statistical model
- subject
- 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 93
- 238000012545 processing Methods 0.000 title claims description 64
- 238000013179 statistical model Methods 0.000 claims description 222
- 230000006870 function Effects 0.000 claims description 28
- 238000012549 training Methods 0.000 claims description 25
- 230000004075 alteration Effects 0.000 claims description 10
- 230000003287 optical effect Effects 0.000 claims description 8
- 239000003550 marker Substances 0.000 claims description 4
- 238000003384 imaging method Methods 0.000 description 36
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
- G06F18/2148—Generating training patterns; Bootstrap methods, e.g. bagging or boosting characterised by the process organisation or structure, e.g. boosting cascade
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- 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
- G06T2207/10024—Color image
-
- 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
- G06T2207/20076—Probabilistic image processing
-
- 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
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/467—Encoded features or binary features, e.g. local binary patterns [LBP]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Medical Informatics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Description
図1は、本実施形態における測距システムの構成の一例を示す。図1に示す測距システム1は、画像を撮像し、当該撮像された画像を用いて撮像地点から被写体までの距離を取得(測定)するために使用される。なお、本実施形態において説明する距離は、絶対的な距離を表すものであってもよいし、相対的な距離を表すものであってもよい。
Claims (12)
- 被写体を含む画像を入力として当該被写体までの距離を出力するための統計モデルを学習させる画像処理装置が実行する学習方法であって、
形状が既知である被写体を含む学習用画像を取得することと、
前記学習用画像から当該学習用画像に含まれる被写体までの第1距離を取得することと、
前記第1距離に対して前記学習用画像に含まれる被写体の形状で拘束をかけることで前記統計モデルを学習させることと
を具備し、
前記学習させることは、
前記第1距離を前記学習用画像に含まれる被写体の形状に基づいて第2距離に補正することと、
前記学習用画像及び前記第2距離を前記統計モデルに学習させることと
を含み、
前記学習させることは、前記統計モデルを正則化することを含み、
前記統計モデルを正則化することは、前記第2距離の相対値と、前記学習用画像を前記統計モデルに入力することによって当該統計モデルから出力される第3距離の相対値との誤差を最小化するように前記統計モデルのパラメータを更新することを含む
学習方法。 - 被写体を含む画像を入力として当該被写体までの距離を出力するための統計モデルを学習させる画像処理装置が実行する学習方法であって、
形状が既知である被写体を含む学習用画像を取得することと、
前記学習用画像から当該学習用画像に含まれる被写体までの第1距離を取得することと、
前記第1距離に対して前記学習用画像に含まれる被写体の形状で拘束をかけることで前記統計モデルを学習させることと
を具備し、
前記学習させることは、
前記第1距離を前記学習用画像に含まれる被写体の形状に基づいて第2距離に補正することと、
前記学習用画像及び前記第2距離を前記統計モデルに学習させることと
を含み、
前記学習用画像は、正解ラベルが付されている第1学習用画像及び正解ラベルが付されていない第2学習用画像を含み、
前記第1及び第2学習用画像は、同一の形状の被写体を含み、
前記第1距離を取得することは、前記第2学習用画像から当該第2学習用画像に含まれる被写体までの第1距離を取得することを含み、
前記第1距離は、前記第2学習用画像に含まれる被写体の形状に基づいて第2距離に補正され、
前記学習させることは、正解ラベルと前記第1学習用画像を前記統計モデルに入力することによって当該統計モデルから出力される第3距離との誤差に、前記第2距離の相対値と前記第2学習用画像を前記統計モデルに入力することによって当該統計モデルから出力される第3距離の相対値との誤差を加算した値を最小化するように当該統計モデルのパラメータを更新することを含む
学習方法。 - 前記補正することは、前記第1距離に対して前記被写体の形状を表すために用いられるパラメータをフィッティングさせることによって当該第1距離を前記第2距離に補正することを含む請求項1または2記載の学習方法。
- 前記被写体の形状は、前記パラメータを含む任意の関数で表現される請求項3記載の学習方法。
- 前記統計モデルは、光学系の収差の影響を受けた画像に生じる、当該画像に含まれる被写体までの距離に応じて非線形に変化するぼけを学習することによって生成される請求項1~4のいずれか一項に記載の学習方法。
- 前記統計モデルは、フィルタを透過した光に基づいて生成される画像に生じる、当該画像に含まれる被写体までの距離に応じて非線形に変化するぼけを学習することによって生成される請求項1~4のいずれか一項に記載の学習方法。
- 前記取得することは、前記学習用画像を前記統計モデルに入力することによって当該統計モデルから出力される距離を取得することを含む請求項1~6のいずれか一項に記載の学習方法。
- 前記取得することは、前記学習用画像に含まれる被写体に付されたマーカに基づいて距離を取得することを含む請求項1~6のいずれか一項に記載の学習方法。
- 被写体を含む画像を入力として当該被写体までの距離を出力するための統計モデルを学習させるプログラムであって、
コンピュータに、
形状が既知である被写体を含む学習用画像を取得することと、
前記学習用画像から当該学習用画像に含まれる被写体までの第1距離を取得することと、
前記第1距離に対して前記学習用画像に含まれる被写体の形状で拘束をかけることで前記統計モデルを学習させることと
を実行させ、
前記学習させることは、
前記第1距離を前記学習用画像に含まれる被写体の形状に基づいて第2距離に補正することと、
前記学習用画像及び前記第2距離を前記統計モデルに学習させることと
を含み、
前記学習させることは、前記統計モデルを正則化することを含み、
前記統計モデルを正則化することは、前記第2距離の相対値と、前記学習用画像を前記統計モデルに入力することによって当該統計モデルから出力される第3距離の相対値との誤差を最小化するように前記統計モデルのパラメータを更新することを含む
プログラム。 - 被写体を含む画像を入力として当該被写体までの距離を出力するための統計モデルを学習させるプログラムであって、
コンピュータに、
形状が既知である被写体を含む学習用画像を取得することと、
前記学習用画像から当該学習用画像に含まれる被写体までの第1距離を取得することと、
前記第1距離に対して前記学習用画像に含まれる被写体の形状で拘束をかけることで前記統計モデルを学習させることと
を実行させ、
前記学習させることは、
前記第1距離を前記学習用画像に含まれる被写体の形状に基づいて第2距離に補正することと、
前記学習用画像及び前記第2距離を前記統計モデルに学習させることと
を含み、
前記学習用画像は、正解ラベルが付されている第1学習用画像及び正解ラベルが付されていない第2学習用画像を含み、
前記第1及び第2学習用画像は、同一の形状の被写体を含み、
前記第1距離を取得することは、前記第2学習用画像から当該第2学習用画像に含まれる被写体までの第1距離を取得することを含み、
前記第1距離は、前記第2学習用画像に含まれる被写体の形状に基づいて第2距離に補正され、
前記学習させることは、正解ラベルと前記第1学習用画像を前記統計モデルに入力することによって当該統計モデルから出力される第3距離との誤差に、前記第2距離の相対値と前記第2学習用画像を前記統計モデルに入力することによって当該統計モデルから出力される第3距離の相対値との誤差を加算した値を最小化するように当該統計モデルのパラメータを更新することを含む
プログラム。 - 被写体を含む画像を入力として当該被写体までの距離を出力するための統計モデルを学習させる画像処理装置であって、
形状が既知である被写体を含む学習用画像を取得する第1取得手段と、
前記学習用画像から当該学習用画像に含まれる被写体までの第1距離を取得する第2取得手段と、
前記第1距離に対して前記学習用画像に含まれる被写体の形状で拘束をかけることで前記統計モデルを学習させる学習手段と
を具備し、
前記学習手段は、
前記第1距離を前記学習用画像に含まれる被写体の形状に基づいて第2距離に補正する手段と、
前記学習用画像及び前記第2距離を前記統計モデルに学習させる手段と
を含み、
前記学習させる手段は、前記統計モデルを正則化する手段を含み、
前記統計モデルを正則化する手段は、前記第2距離の相対値と、前記学習用画像を前記統計モデルに入力することによって当該統計モデルから出力される第3距離の相対値との誤差を最小化するように前記統計モデルのパラメータを更新する
画像処理装置。 - 被写体を含む画像を入力として当該被写体までの距離を出力するための統計モデルを学習させる画像処理装置であって、
形状が既知である被写体を含む学習用画像を取得する第1取得手段と、
前記学習用画像から当該学習用画像に含まれる被写体までの第1距離を取得する第2取得手段と、
前記第1距離に対して前記学習用画像に含まれる被写体の形状で拘束をかけることで前記統計モデルを学習させる学習手段と
を具備し、
前記学習手段は、
前記第1距離を前記学習用画像に含まれる被写体の形状に基づいて第2距離に補正する手段と、
前記学習用画像及び前記第2距離を前記統計モデルに学習させる手段と
を含み、
前記学習用画像は、正解ラベルが付されている第1学習用画像及び正解ラベルが付されていない第2学習用画像を含み、
前記第1及び第2学習用画像は、同一の形状の被写体を含み、
前記第2取得手段は、前記第2学習用画像から当該第2学習用画像に含まれる被写体までの第1距離を取得し、
前記第1距離は、前記第2学習用画像に含まれる被写体の形状に基づいて第2距離に補正され、
前記学習させる手段は、正解ラベルと前記第1学習用画像を前記統計モデルに入力することによって当該統計モデルから出力される第3距離との誤差に、前記第2距離の相対値と前記第2学習用画像を前記統計モデルに入力することによって当該統計モデルから出力される第3距離の相対値との誤差を加算した値を最小化するように当該統計モデルのパラメータを更新する
画像処理装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020069159A JP7370922B2 (ja) | 2020-04-07 | 2020-04-07 | 学習方法、プログラム及び画像処理装置 |
US17/192,973 US20210312233A1 (en) | 2020-04-07 | 2021-03-05 | Learning method, storage medium, and image processing device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020069159A JP7370922B2 (ja) | 2020-04-07 | 2020-04-07 | 学習方法、プログラム及び画像処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021165944A JP2021165944A (ja) | 2021-10-14 |
JP7370922B2 true JP7370922B2 (ja) | 2023-10-30 |
Family
ID=77921671
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020069159A Active JP7370922B2 (ja) | 2020-04-07 | 2020-04-07 | 学習方法、プログラム及び画像処理装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20210312233A1 (ja) |
JP (1) | JP7370922B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11272097B2 (en) * | 2020-07-30 | 2022-03-08 | Steven Brian Demers | Aesthetic learning methods and apparatus for automating image capture device controls |
JP7482070B2 (ja) | 2021-03-16 | 2024-05-13 | 株式会社東芝 | 学習方法、プログラム及び画像処理装置 |
CN114468977B (zh) * | 2022-01-21 | 2023-03-28 | 深圳市眼科医院 | 一种眼科视力检查数据收集分析方法、系统及计算机存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018132477A (ja) | 2017-02-17 | 2018-08-23 | 日本電信電話株式会社 | 深度推定装置、寸法推定装置、深度推定方法、寸法推定方法、及びプログラム |
JP2019015575A (ja) | 2017-07-05 | 2019-01-31 | 株式会社東芝 | 画像処理装置、測距装置および処理システム |
JP2019016275A (ja) | 2017-07-10 | 2019-01-31 | キヤノン株式会社 | 画像処理方法、画像処理プログラム、記憶媒体、画像処理装置、および撮像装置 |
JP2019029021A (ja) | 2017-07-30 | 2019-02-21 | 国立大学法人 奈良先端科学技術大学院大学 | 学習データセット作製方法、並びに、物体認識及び位置姿勢推定方法 |
JP2020026990A (ja) | 2018-08-10 | 2020-02-20 | 株式会社東芝 | 画像処理装置 |
-
2020
- 2020-04-07 JP JP2020069159A patent/JP7370922B2/ja active Active
-
2021
- 2021-03-05 US US17/192,973 patent/US20210312233A1/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018132477A (ja) | 2017-02-17 | 2018-08-23 | 日本電信電話株式会社 | 深度推定装置、寸法推定装置、深度推定方法、寸法推定方法、及びプログラム |
JP2019015575A (ja) | 2017-07-05 | 2019-01-31 | 株式会社東芝 | 画像処理装置、測距装置および処理システム |
JP2019016275A (ja) | 2017-07-10 | 2019-01-31 | キヤノン株式会社 | 画像処理方法、画像処理プログラム、記憶媒体、画像処理装置、および撮像装置 |
JP2019029021A (ja) | 2017-07-30 | 2019-02-21 | 国立大学法人 奈良先端科学技術大学院大学 | 学習データセット作製方法、並びに、物体認識及び位置姿勢推定方法 |
JP2020026990A (ja) | 2018-08-10 | 2020-02-20 | 株式会社東芝 | 画像処理装置 |
Non-Patent Citations (3)
Title |
---|
Asif Sattar,"Human detection and distance estimation with monocular camera using YOLOv3 neural network",Master's Thesis,EE,University of Tartu ,2016年06月14日,pp.1-43,https://dspace.ut.ee/handle/10062/64352 |
J. Krishna Murthy et al.,"Shape Priors for Real-Time Monocular Object Localization in Dynamic Environments",2017 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS),米国,IEEE,2017年09月24日,pp.1768-1774 |
今井 拓司,"東芝が単眼カメラの収差からステレオ並み距離画像レンズの色収差などから深層学習で形状推定",NIKKEI Robotics,日本,日経BP,2020年02月10日,No.56,pp.10-15 |
Also Published As
Publication number | Publication date |
---|---|
US20210312233A1 (en) | 2021-10-07 |
JP2021165944A (ja) | 2021-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200302640A1 (en) | Eye tracking method and system | |
JP7370922B2 (ja) | 学習方法、プログラム及び画像処理装置 | |
US9344690B2 (en) | Image demosaicing | |
US20200250427A1 (en) | Shadow and cloud masking for agriculture applications using convolutional neural networks | |
JP2021072615A (ja) | 映像復元装置及び方法 | |
US11334986B2 (en) | System and method for processing images of agricultural fields for remote phenotype measurement | |
JP7379299B2 (ja) | 位置姿勢推定装置、位置姿勢推定方法及びプログラム | |
JP7204586B2 (ja) | 学習方法、プログラム及び画像処理装置 | |
JP2020197774A (ja) | 画像処理方法、画像処理装置、撮像装置、画像処理プログラム、および、記憶媒体 | |
JP7451465B2 (ja) | 学習方法、プログラム及び画像処理装置 | |
US9210386B2 (en) | Filter setup learning for binary sensor | |
JP2023035612A (ja) | 推定装置、方法及びプログラム | |
JP2019212132A (ja) | 画像処理方法、画像処理装置、撮像装置、プログラム、および、記憶媒体 | |
JP7482070B2 (ja) | 学習方法、プログラム及び画像処理装置 | |
JP7446985B2 (ja) | 学習方法、プログラム及び画像処理装置 | |
JP2018133064A (ja) | 画像処理装置、撮像装置、画像処理方法および画像処理プログラム | |
KR20100054929A (ko) | 신경 회로망을 이용한 위성 영상 보정 방법 및 장치 | |
JP6384961B2 (ja) | カメラキャリブレーション装置、カメラキャリブレーション方法、カメラキャリブレーションプログラム及び記録媒体 | |
JP2019139694A (ja) | 画像処理方法、画像処理装置、撮像装置、画像処理プログラム、および、記憶媒体 | |
JP7129229B2 (ja) | 画像処理方法、画像処理装置、撮像装置、プログラム、および、記憶媒体 | |
JP6656132B2 (ja) | 撮像管理装置および撮像管理プログラム | |
JP2022053060A (ja) | 情報処理装置、情報処理方法およびプログラム | |
CN118018863A (zh) | 对图像进行白平衡的方法及装置、计算机系统及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220912 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230713 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230718 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230904 |
|
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: 20230919 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231018 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7370922 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |