JP7480708B2 - 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
- JP7480708B2 JP7480708B2 JP2020555969A JP2020555969A JP7480708B2 JP 7480708 B2 JP7480708 B2 JP 7480708B2 JP 2020555969 A JP2020555969 A JP 2020555969A JP 2020555969 A JP2020555969 A JP 2020555969A JP 7480708 B2 JP7480708 B2 JP 7480708B2
- Authority
- JP
- Japan
- Prior art keywords
- multispectral image
- information processing
- wavelength
- feature
- processing device
- 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 171
- 238000003672 processing method Methods 0.000 title claims description 6
- 238000000034 method Methods 0.000 claims description 93
- XUMBMVFBXHLACL-UHFFFAOYSA-N Melanin Chemical compound O=C1C(=O)C(C2=CNC3=C(C(C(=O)C4=C32)=O)C)=C2C4=CNC2=C1C XUMBMVFBXHLACL-UHFFFAOYSA-N 0.000 claims description 92
- 238000000605 extraction Methods 0.000 claims description 91
- 108010054147 Hemoglobins Proteins 0.000 claims description 90
- 102000001554 Hemoglobins Human genes 0.000 claims description 90
- 239000000049 pigment Substances 0.000 claims description 82
- 230000008569 process Effects 0.000 claims description 76
- 238000012545 processing Methods 0.000 claims description 71
- 238000003384 imaging method Methods 0.000 claims description 68
- 239000000284 extract Substances 0.000 claims description 49
- 238000001514 detection method Methods 0.000 claims description 45
- 238000000862 absorption spectrum Methods 0.000 claims description 44
- 238000010521 absorption reaction Methods 0.000 claims description 41
- 238000002835 absorbance Methods 0.000 claims description 40
- 230000008859 change Effects 0.000 claims description 34
- 239000000975 dye Substances 0.000 claims description 31
- 238000004364 calculation method Methods 0.000 claims description 28
- 108010064719 Oxyhemoglobins Proteins 0.000 claims description 18
- 239000013598 vector Substances 0.000 claims description 17
- INGWEZCOABYORO-UHFFFAOYSA-N 2-(furan-2-yl)-7-methyl-1h-1,8-naphthyridin-4-one Chemical compound N=1C2=NC(C)=CC=C2C(O)=CC=1C1=CC=CO1 INGWEZCOABYORO-UHFFFAOYSA-N 0.000 claims description 7
- 108010002255 deoxyhemoglobin Proteins 0.000 claims description 7
- 210000003491 skin Anatomy 0.000 description 122
- 230000003595 spectral effect Effects 0.000 description 94
- 230000000875 corresponding effect Effects 0.000 description 70
- 238000005516 engineering process Methods 0.000 description 36
- 238000010586 diagram Methods 0.000 description 25
- 238000004891 communication Methods 0.000 description 19
- 238000003860 storage Methods 0.000 description 19
- 210000003462 vein Anatomy 0.000 description 18
- 238000004458 analytical method Methods 0.000 description 16
- 230000000694 effects Effects 0.000 description 16
- 238000009826 distribution Methods 0.000 description 14
- 230000003287 optical effect Effects 0.000 description 14
- 238000005259 measurement Methods 0.000 description 12
- 238000001228 spectrum Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000010191 image analysis Methods 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 210000002615 epidermis Anatomy 0.000 description 5
- 230000031700 light absorption Effects 0.000 description 5
- 210000004369 blood Anatomy 0.000 description 4
- 239000008280 blood Substances 0.000 description 4
- 206010042496 Sunburn Diseases 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 230000036555 skin type Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 238000000149 argon plasma sintering Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 210000004207 dermis Anatomy 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 108010036302 hemoglobin AS Proteins 0.000 description 2
- 238000001727 in vivo Methods 0.000 description 2
- 239000000825 pharmaceutical preparation Substances 0.000 description 2
- 229940127557 pharmaceutical product Drugs 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000002792 vascular Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 230000002421 anti-septic effect Effects 0.000 description 1
- 239000013556 antirust agent Substances 0.000 description 1
- 239000002775 capsule Substances 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 208000016252 change in skin color Diseases 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 239000010408 film Substances 0.000 description 1
- 238000005242 forging Methods 0.000 description 1
- 239000000499 gel Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000003333 near-infrared imaging Methods 0.000 description 1
- 150000004767 nitrides Chemical class 0.000 description 1
- 230000037311 normal skin Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000001055 reflectance spectroscopy Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000000565 sealant Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 239000002700 tablet coating Substances 0.000 description 1
- 238000009492 tablet coating Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/117—Identification of persons
- A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/107—Static hand or arm
- G06V40/11—Hand-related biometrics; Hand pose recognition
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
-
- 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
- G06V10/58—Extraction of image or video features relating to hyperspectral data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/14—Vascular patterns
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optics & Photonics (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Mathematical Physics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Image Input (AREA)
Description
1.概略構成
2.技術的課題
3.技術的特徴
3.1.基本思想
3.2.第1の実施形態
3.2.1.機能構成
3.2.2.処理
3.2.3.特徴量の具体例
3.3.第2の実施形態
3.3.1.機能構成
3.3.2.特徴量の詳細
3.3.3.実施例
3.4.第3の実施形態
3.4.1.概略構成
3.4.2.機能構成
3.4.3.光源からの照射光の制御例
4.ハードウェア構成
5.むすび
まず、図1を参照して、本開示の一実施形態に係る技術が適用される装置の概略的な構成の一例について説明する。図1は、本開示の一実施形態に係る技術が適用される装置の概略的な構成の一例について説明するための説明図であり、所定の投影面に対して映像を投影することで情報を提示する表示装置の構成の一例について示している。
続いて、本開示の一実施形態に係る情報処理装置(または情報処理システム)の技術的課題について以下に説明する。具体的には、撮像画像の解析結果を利用したユーザの識別及び認証の一例について概要を説明したうえで、撮像画像からユーザの識別や認証に利用可能な当該ユーザに固有の情報を抽出する場合の技術的課題について概要を説明する。
続いて、本開示の一実施形態に係る情報処理システムの技術的特徴について説明する。なお、以降では、説明をよりわかりやすくするために、ユーザの所定の部位(例えば、ユーザの手)を被写体とした撮像画像に基づき、当該ユーザの識別や認証を行う場合に着目して、本実施形態に係る情報処理システムの技術的特徴について説明する。具体的には、ユーザの肌を被写体とした撮像画像から、当該肌に関する情報(以下、「肌情報」とも称する)のうち当該ユーザに固有の情報を特徴量として抽出し、当該特徴量をユーザの識別や認証に利用する場合に着目して、本実施形態に係る情報処理システムの技術的特徴について説明する。
まず、肌情報の特性の一例について概要を説明したうえで、本開示の一実施形態に係る情報処理システムが、撮像画像から肌情報をユーザに固有の情報として抽出し、当該ユーザの識別や認証に利用可能とする技術の基本思想について概要を説明する。
・文献1:R. R. Anderson, J. A. Parrish, “The optics of Human Skin”, The Journal of Investigative Dermatology, Vol.77, pp. 13-19, 1981.
・文献2:T. Weyrich, W. Matusik, H. Pfister, B. Bickel, C. Donner, C. Tu, J. McAndless, J. Lee, A. Ngan, H. W. Jensen, and M. Gross, “Analysis of human faces using a measurement-based skin reflectance model,” ACM Trans. on Graphics (Proc. SIGGRAPH 2006), vol. 25, no. 3, pp. 1013-1024, 2006.
・文献3:Sheng-Hao Tseng, Paulo Bargo, Anthony Durkin, and Nikiforos Kollias, “Chromophore concentrations, absorption and scattering properties of human skin in-vivo,” Opt. Express 17, 14599-14617 (2009)
・文献4:Masaki Watanabe, “Palm vein authentication,” Advances in Biometrics pp 75-88, 2008
続いて、本開示の第1の実施形態として、マルチスペクトル画像を撮像可能な撮像部(スペクトル測定装置)による肌の撮像画像からユーザに固有の情報(特徴量)を抽出し、当該ユーザの識別や認証を行う情報処理システムの一例について説明する。
まず、図2を参照して、本実施形態に係る情報処理システムの機能構成の一例について説明する。図2は、本実施形態に係る情報処理システムの機能構成の一例を示したブロック図である。
・文献5:Kanazawa et al “Human Skin Detection by Visible and Near-Infrared Imaging,” MVA2011 IAPR Conference on Machine Vision Applications, June 13-15, 2011
続いて、図3を参照して、本実施形態に係る情報処理システムの一連の処理の流れの一例について説明する。図3は、本実施形態に係る情報処理システムの一連の処理の流れの一例を示したフローチャートである。なお、以降では、マルチスペクトルカメラとして構成された撮像部による肌のマルチスペクトル画像の撮像結果に基づき、当該肌に固有の特徴量を抽出し、当該特徴量に基づきユーザを識別する場合の例について説明する。
続いて、本開示の一実施形態に係る情報処理システムが被写体の撮像結果に応じたマルチスペクトル画像から抽出する特徴量の具体的な一例について以下に説明する。なお、本説明では、特に、ユーザの肌を被写体とした撮像画像から、肌色素の吸収スペクトルの特性に応じて抽出される特徴量の一例について、抽出方法の詳細とあわせて説明する。
まず、第1の候補特徴量として、マルチスペクトル画像中に顕在化した一部の肌色素の影響を抑制することで抽出される、被写体(即ち、撮像された肌)に特徴的な情報の一例について、その抽出方法とあわせて説明する。
文献6:ERIK HAGGBLAD, “IN VIVO DIFFUSE REFLECTANCE SPECTROSCOPY OF HUMAN TISSUE FROM POINT MEASUREMENTS TO IMAGIN”, 2008
続いて、第2の候補特徴量について、その抽出方法とあわせて説明する。上述した第1の候補特徴量では、肌のマルチスペクトル画像(2次元スペクトルデータ)のうち、一部の波長帯域におけるスペクトルバンドデータと、別の波長帯域におけるスペクトルバンドデータと、を入力とした重み付け演算(重み付け処理)に基づき、1つの色素の影響を抑制していた。これに対して、第2の候補特徴量は、2以上の色素の影響を抑制(キャンセル)することで抽出される。具体的には、第2の候補特徴量は、マルチスペクトル画像(2次元スペクトルデータ)のうち、N+1以上の波長帯域のスペクトルバンドデータを利用することで、N種類の色素の影響を抑制することで抽出される。より具体的な一例として、3つ以上の波長帯域のスペクトルバンドデータを利用することで、2種類の色素の影響を抑制することが可能となる。
続いて、第3の候補特徴量として、前述した第2の候補特徴量のように、複数の色素のうち一部の色素に着目した、被写体(即ち、撮像された肌)に特徴的な情報の他の一例について、特にその抽出方法に着目して説明する。
続いて、第4の候補特徴量について説明する。前述した第1の候補特徴量~第3の候補特徴量は、ある空間位置に注目して特徴量を抽出したものである。これに対して、第4の候補特徴量は、空間方向の吸光度の変化量に着目して抽出される特徴量であり、光源の変動に対してより高いロバスト性を有するという特性を有している。そこで、以下に第4の後方特徴量について、特にその抽出方法に着目して説明する。
続いて、本開示の第2の実施形態について説明する。第2の実施形態に係る情報処理システムは、過去に取得された画像(マルチスペクトル画像)と現在の画像との間の相関に基づき、当該画像中の領域の動きベクトルを算出することで、時間方向での吸光スペクトル特性の変化量を抽出して特徴量として利用する。なお、以降の説明では、当該特徴量を、前述した他の特徴量と区別するために便宜上「第5の候補特徴量」とも称する。
まず、図11を参照して、本開示の第2の実施形態に係る情報処理システムの機能構成の一例について説明する。図11は、本実施形態に係る情報処理システムの機能構成の一例を示したブロック図である。なお、以降の説明では、図11に示す情報処理システムについては、前述した他の実施形態に係る情報処理システムと区別するために、「情報処理システム1b」と称する場合がある。また、これらを特に区別しない場合には、単に「情報処理システム1」と称する場合がある。
続いて、第5の候補特徴量について、抽出方法とあわせて詳細を以下に説明する。
続いて、本実施形態に係る情報処理システムの実施例について説明する。本実施例では、ユーザの肌が被写体として撮像されたマルチスペクトル画像から抽出される第1、第3、及び第5の候補特徴量に対して、第4の候補特徴量を組み合わせ、これらの特徴量を利用してユーザの識別や認証を行う場合の処理の一例について説明する。例えば、図12は、本実施形態の実施例に係る情報処理システムの一連の処理の流れの一例を示したフローチャートである。
続いて、本開示の第3の実施形態について説明する。第3の実施形態に係る情報処理システムは、マルチスペクトル画像の撮像対象となる撮像領域(実空間の領域)に対して照射する光の波長を選択的に切り替えることで、当該マルチスペクトル画像からの特徴量の抽出をより好適な態様で実現可能とする。
まず、図14を参照して、本開示の第3の実施形態に係る技術が適用される装置の概略的な構成の一例について説明する。図14は、本実施形態に係る装置の概略的な構成の一例について説明するための説明図であり、所定の投影面に対して映像を投影することで情報を提示する表示装置の構成の一例について示している。なお、図14において、図1と同様の符号は、図1に示す例と同様の対象を示すものとする。
続いて、図15を参照して、本開示の第3の実施形態に係る情報処理システムの機能構成の一例について説明する。図15は、本実施形態に係る情報処理システムの機能構成の一例を示したブロック図である。なお、以降の説明では、図15に示す情報処理システムについては、前述した他の実施形態に係る情報処理システムと区別するために、「情報処理システム1c」と称する場合がある。また、これらを特に区別しない場合には、単に「情報処理システム1」と称する場合がある。
続いて、光源170から照射される光の制御の一例についてより詳細に説明する。
続いて、図16を参照しながら、本開示の一実施形態に係る情報処理システムにおいて、各種処理を実行する情報処理装置(例えば、図2に示す情報処理装置200)のハードウェア構成の一例について、詳細に説明する。図16は、本開示の一実施形態に係る情報処理システムを構成する情報処理装置のハードウェア構成の一構成例を示す機能ブロック図である。
以上、説明したように、本開示の一実施形態に係る情報処理システムにおいて、情報処理装置は、マルチスペクトル画像を取得する取得部と、当該マルチスペクトル画像から特徴量を抽出する抽出部とを含む。具体的には、取得部は、複数の波長帯域に分光された光による被写体の撮像結果に応じたマルチスペクトル画像を取得する。また、抽出部は、当該マルチスペクトル画像に対して、1以上の色素の吸光スペクトルの特性に応じた重み付け係数に基づき演算処理(例えば、重み付け処理)を施すことで特徴量を抽出する。
(1)
複数の波長帯域に分光された光による被写体の撮像結果に応じたマルチスペクトル画像を取得する取得部と、
前記マルチスペクトル画像に対して、1以上の色素の吸光スペクトルの特性に応じた係数に基づく演算処理を施すことで特徴量を抽出する抽出部と、
を備える、情報処理装置。
(2)
前記1以上の色素は、少なくとも一部に1以上の肌色素を含む、前記(1)に記載の情報処理装置。
(3)
前記抽出部は、前記マルチスペクトル画像に対して、前記演算処理として、少なくともメラニンの吸光スペクトルの特性に応じた重み付け処理を施すことで、前記特徴量を抽出する、前記(2)に記載の情報処理装置。
(4)
前記抽出部は、前記マルチスペクトル画像に対して、少なくとも、前記メラニンと、ヘモグロビンと、のそれぞれの吸光スペクトルの特性に応じた前記重み付け処理を施すことで、前記特徴量を抽出する、前記(3)に記載の情報処理装置。
(5)
前記抽出部は、前記ヘモグロビンとして、酸化ヘモグロビンと還元ヘモグロビンとを区別して、前記マルチスペクトル画像に対して前記重み付け処理を施すことで、前記特徴量を抽出する、前記(4)に記載の情報処理装置。
(6)
前記複数の波長帯域は、中心波長がそれぞれ425nm、510nm、570nm、760nm、870nm、及び970nmと略等しい6つの波長帯域を含む、前記(5)に記載の情報処理装置。
(7)
前記抽出部は、前記1以上の色素の吸光スペクトルの特性に応じた前記係数に基づき、前記マルチスペクトル画像に顕在化した、当該1以上の色素のうち少なくとも一部の色素の影響を抑制することで前記特徴量を算出する、前記(1)~(6)のいずれか一項に記載の情報処理装置。
(8)
前記演算処理は、前記マルチスペクトル画像中の少なくとも一部の領域に対応する空間位置における、前記1以上の色素のうち少なくとも一部の色素の吸光スペクトルの特性に応じた、第1の波長における吸光度と、当該第1の波長とは異なる第2の波長における吸光度と、に基づく重み付け処理であり、
前記抽出部は、前記重み付け処理により、当該領域に顕在化した当該色素の影響を抑制することで、前記特徴量を抽出する、
前記(7)に記載の情報処理装置。
(9)
Nを1以上の整数とした場合に、
前記演算処理は、前記マルチスペクトル画像中の少なくとも一部の領域に対応する空間位置における、N種類の色素それぞれの吸光スペクトルの特性に応じた、N以上の互いに異なる波長それぞれにおける吸光度に基づく重み付け処理であり、
前記抽出部は、前記重み付け処理により、当該領域に顕在化した前記N種類の色素のうちの一部の色素の影響を抑制することで、前記特徴量を抽出する、
前記(7)に記載の情報処理装置。
(10)
前記演算処理は、前記マルチスペクトル画像中の少なくとも一部の領域に対応する空間方向における、前記1以上の色素のうち少なくとも一部の色素の吸光スペクトルの特性に応じた吸光度の変化量に基づく重み付け処理であり、
前記抽出部は、前記重み付け処理により、当該領域に顕在化した当該一部の色素による影響を抽出することで、前記特徴量を抽出する、
前記(7)に記載の情報処理装置。
(11)
前記抽出部は、前記マルチスペクトル画像中の少なくとも一部の領域に対応する空間位置における、前記1以上の色素のうちの少なくとも一部の色素の吸光スペクトルの特性に応じた波長における吸光度に基づく前記演算処理により、当該領域に顕在化した当該一部の色素による影響を抽出することで、前記特徴量を抽出する、前記(1)~(6)のいずれか一項に記載の情報処理装置。
(12)
前記演算処理は、前記マルチスペクトル画像に対する、前記1以上の色素のうち少なくとも一部の色素の吸光スペクトル特性に応じた吸光度の時間方向における変化量に応じた前記係数に基づく重み付け処理であり、
前記抽出部は、前記重み付け処理により、前記特徴量を抽出する、
前記(1)~(6)のいずれか一項に記載の情報処理装置。
(13)
前記抽出部は、前記マルチスペクトル画像中の少なくとも一部の領域に対応する前記特徴量を、当該領域の部分ごとの前記特徴量が2次元的に配列されたデータとして抽出する、前記(1)~(12)のいずれか一項に記載の情報処理装置。
(14)
前記抽出部は、前記領域中の一部を基準点として規定し、当該領域中の各部分に対応する前記特徴量を、当該基準点における前記特徴量との差分として設定することで、当該領域に対応する前記特徴量を抽出する、前記(13)に記載の情報処理装置。
(15)
前記マルチスペクトル画像から抽出された前記特徴量と、事前に個人データとして登録された前記特徴量と、に基づき個人を識別する識別部を備える、前記(1)~(14)のいずれか一項に記載の情報処理装置。
(16)
前記マルチスペクトル画像から肌領域を検出する検出部と、
前記マルチスペクトル画像の撮像範囲に対応する実空間内の領域が分割された部分領域ごとに、当該部分領域に対して光源から照射される光の波長帯域を制御する制御部と、
備え、
前記制御部は、検出された前記肌領域に対応する前記部分領域に対して、前記1以上の色素のうち少なくとも一部の色素の吸光スペクトルの特性に応じた波長帯域の光が照射されるように制御する、
前記(1)~(15)のいずれか一項に記載の情報処理装置。
(17)
コンピュータが、
複数の波長帯域に分光された光による被写体の撮像結果に応じたマルチスペクトル画像を取得することと、
前記マルチスペクトル画像に対して、1以上の色素の吸光スペクトルの特性に応じた係数に基づく演算処理を施すことで特徴量を抽出することと、
を含む、情報処理方法。
(18)
コンピュータに、
複数の波長帯域に分光された光による被写体の撮像結果に応じたマルチスペクトル画像を取得することと、
前記マルチスペクトル画像に対して、1以上の色素の吸光スペクトルの特性に応じた係数に基づく演算処理を施すことで特徴量を抽出することと、
を実行させる、プログラム。
100 表示装置
110 本体
120 センサボックス
121 検知部
123 撮像部
130 出力部
170 光源
200、210、220、230 情報処理装置
201 対象領域検出部
203 特徴量抽出部
2031 ブロック分割部
2033 演算部
205 認識処理部
211 基準画素設定部
213 特徴量抽出部
221 動領域追跡部
223 特徴量抽出部
231 光源制御部
291 データベース
293 過去画像記憶部
Claims (15)
- 複数の波長帯域に分光された光による被写体の撮像結果に応じたマルチスペクトル画像を取得する取得部と、
前記マルチスペクトル画像に対して、複数の色素の吸光スペクトルの特性に応じた係数に基づく演算処理を施すことで特徴量を抽出する抽出部と、を備え、
前記複数の色素は、少なくとも一部に1以上の肌色素を含み、
前記抽出部は、前記マルチスペクトル画像に対して、前記演算処理として、重み付け処理を施すことで、前記特徴量を抽出し、
前記演算処理は、前記マルチスペクトル画像に対する、前記複数の色素のうち少なくとも一部の色素の吸光スペクトル特性に応じた吸光度の時間方向における変化量に応じた前記係数に基づく重み付け処理を含み、
前記吸光度の時間方向における変化量は、現在の前記マルチスペクトル画像と、過去の前記マルチスペクトル画像とを用いて算出される動きベクトルに基づき抽出され、
前記重み付け処理は、前記複数の色素の吸光スペクトルのうち、第1の波長における第1のヘモグロビンの吸光係数と第2の波長における第2のヘモグロビンの吸光係数の比率から決定される重み付け係数に基づいて行われる、
情報処理装置。 - 前記抽出部は、前記マルチスペクトル画像に対して、少なくとも、メラニンと、ヘモグロビンと、のそれぞれの吸光スペクトルの特性に応じた前記重み付け処理を施すことで、前記特徴量を抽出する、請求項1に記載の情報処理装置。
- 前記抽出部は、前記ヘモグロビンとして、酸化ヘモグロビンと還元ヘモグロビンとを区別して、前記マルチスペクトル画像に対して前記重み付け処理を施すことで、前記特徴量を抽出する、請求項2に記載の情報処理装置。
- 前記複数の波長帯域は、中心波長がそれぞれ425nm、510nm、570nm、760nm、870nm、及び970nmである6つの波長帯域を含む、請求項3に記載の情報処理装置。
- 前記抽出部は、前記複数の色素の吸光スペクトルの特性に応じた前記係数に基づき、前記マルチスペクトル画像に顕在化した、当該複数の色素のうち少なくとも一部の色素の影響を抑制することで前記特徴量を算出する、請求項1に記載の情報処理装置。
- 前記演算処理は、前記マルチスペクトル画像中の少なくとも一部の領域に対応する空間位置における、前記複数の色素のうち少なくとも一部の色素の吸光スペクトルの特性に応じた、第1の波長における吸光度と、当該第1の波長とは異なる第2の波長における吸光度と、に基づく重み付け処理であり、
前記抽出部は、前記重み付け処理により、当該領域に顕在化した当該色素の影響を抑制することで、前記特徴量を抽出する、
請求項5に記載の情報処理装置。 - Nを1以上の整数とした場合に、
前記演算処理は、前記マルチスペクトル画像中の少なくとも一部の領域に対応する空間位置における、N種類の色素それぞれの吸光スペクトルの特性に応じた、N以上の互いに異なる波長それぞれにおける吸光度に基づく重み付け処理であり、
前記抽出部は、前記重み付け処理により、当該領域に顕在化した前記N種類の色素のうちの一部の色素の影響を抑制することで、前記特徴量を抽出する、
請求項5に記載の情報処理装置。 - 前記演算処理は、前記マルチスペクトル画像中の少なくとも一部の領域に対応する空間方向における、前記複数の色素のうち少なくとも一部の色素の吸光スペクトルの特性に応じた吸光度の変化量に基づく重み付け処理であり、
前記抽出部は、前記重み付け処理により、当該領域に顕在化した当該一部の色素による影響を抽出することで、前記特徴量を抽出する、
請求項5に記載の情報処理装置。 - 前記抽出部は、前記マルチスペクトル画像中の少なくとも一部の領域に対応する空間位置における、前記複数の色素のうちの少なくとも一部の色素の吸光スペクトルの特性に応じた波長における吸光度に基づく前記演算処理により、当該領域に顕在化した当該一部の色素による影響を抽出することで、前記特徴量を抽出する、請求項1に記載の情報処理装置。
- 前記抽出部は、前記マルチスペクトル画像中の少なくとも一部の領域に対応する前記特徴量を、当該領域の部分ごとの前記特徴量が2次元的に配列されたデータとして抽出する、請求項1に記載の情報処理装置。
- 前記抽出部は、前記領域中の一部を基準点として規定し、当該領域中の各部分に対応する前記特徴量を、当該基準点における前記特徴量との差分として設定することで、当該領域に対応する前記特徴量を抽出する、請求項10に記載の情報処理装置。
- 前記マルチスペクトル画像から抽出された前記特徴量と、事前に個人データとして登録された前記特徴量と、に基づき個人を識別する識別部を備える、請求項1に記載の情報処理装置。
- 前記マルチスペクトル画像から肌領域を検出する検出部と、
前記マルチスペクトル画像の撮像範囲に対応する実空間内の領域が分割された部分領域ごとに、当該部分領域に対して光源から照射される光の波長帯域を制御する制御部と、
を備え、
前記制御部は、検出された前記肌領域に対応する前記部分領域に対して、前記複数の色素のうち少なくとも一部の色素の吸光スペクトルの特性に応じた波長帯域の光が照射されるように制御する、
請求項1に記載の情報処理装置。 - コンピュータが、
複数の波長帯域に分光された光による被写体の撮像結果に応じたマルチスペクトル画像を取得することと、
前記マルチスペクトル画像に対して、複数の色素の吸光スペクトルの特性に応じた係数に基づく演算処理を施すことで特徴量を抽出することと、を含み、
前記複数の色素は、少なくとも一部に1以上の肌色素を含み、
前記特徴量を抽出することでは、前記マルチスペクトル画像に対して、前記演算処理として、重み付け処理を施すことで、前記特徴量を抽出し、
前記演算処理は、前記マルチスペクトル画像に対する、前記複数の色素のうち少なくとも一部の色素の吸光スペクトル特性に応じた吸光度の時間方向における変化量に応じた前記係数に基づく重み付け処理を含み、
前記吸光度の時間方向における変化量は、現在の前記マルチスペクトル画像と、過去の前記マルチスペクトル画像とを用いて算出される動きベクトルに基づき抽出され、
前記重み付け処理は、前記複数の色素の吸光スペクトルのうち、第1の波長における第1のヘモグロビンの吸光係数と第2の波長における第2のヘモグロビンの吸光係数の比率から決定される重み付け係数に基づいて行われる、
情報処理方法。 - コンピュータに、
複数の波長帯域に分光された光による被写体の撮像結果に応じたマルチスペクトル画像を取得することと、
前記マルチスペクトル画像に対して、複数の色素の吸光スペクトルの特性に応じた係数に基づく演算処理を施すことで特徴量を抽出することと、を実行させ、
前記複数の色素は、少なくとも一部に1以上の肌色素を含み、
前記特徴量を抽出することでは、前記マルチスペクトル画像に対して、前記演算処理として、重み付け処理を施すことで、前記特徴量を抽出し、
前記演算処理は、前記マルチスペクトル画像に対する、前記複数の色素のうち少なくとも一部の色素の吸光スペクトル特性に応じた吸光度の時間方向における変化量に応じた前記係数に基づく重み付け処理を含み、
前記吸光度の時間方向における変化量は、現在の前記マルチスペクトル画像と、過去の前記マルチスペクトル画像とを用いて算出される動きベクトルに基づき抽出され、
前記重み付け処理は、前記複数の色素の吸光スペクトルのうち、第1の波長における第1のヘモグロビンの吸光係数と第2の波長における第2のヘモグロビンの吸光係数の比率から決定される重み付け係数に基づいて行われる、
プログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018209248 | 2018-11-06 | ||
JP2018209248 | 2018-11-06 | ||
PCT/JP2019/042091 WO2020095739A1 (ja) | 2018-11-06 | 2019-10-28 | 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 |
---|---|
JPWO2020095739A1 JPWO2020095739A1 (ja) | 2021-10-07 |
JP7480708B2 true JP7480708B2 (ja) | 2024-05-10 |
Family
ID=70611305
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020555969A Active JP7480708B2 (ja) | 2018-11-06 | 2019-10-28 | 情報処理装置、情報処理方法、及びプログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US11914692B2 (ja) |
JP (1) | JP7480708B2 (ja) |
CN (1) | CN113167722A (ja) |
WO (1) | WO2020095739A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3667617A1 (en) * | 2018-12-14 | 2020-06-17 | Koninklijke Philips N.V. | Imaging system and imaging method |
US11874906B1 (en) * | 2020-01-15 | 2024-01-16 | Robert William Kocher | Skin personal identification (Skin-PIN) |
CN113888540B (zh) * | 2021-12-06 | 2022-03-18 | 深圳市海谱纳米光学科技有限公司 | 一种用于人脸皮肤成分图像的分离方法和系统 |
CN116842436B (zh) * | 2023-06-07 | 2024-01-16 | 中国医学科学院北京协和医院 | 一种多光谱组合的皮肤基底细胞癌识别方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012228503A (ja) | 2011-04-15 | 2012-11-22 | Fujifilm Corp | 内視鏡システムおよびその駆動方法 |
JP2013043017A (ja) | 2011-08-25 | 2013-03-04 | Shiseido Co Ltd | 皮膚評価装置、皮膚評価方法、及び皮膚評価プログラム |
JP2014233344A (ja) | 2013-05-31 | 2014-12-15 | Hoya株式会社 | 光学フィルタ素子、波長可変光バンドパスフィルタモジュール、波長可変光源装置及び分光内視鏡装置 |
JP2017000742A (ja) | 2015-06-04 | 2017-01-05 | パナソニックIpマネジメント株式会社 | 人体検出装置 |
JP2018008039A (ja) | 2016-06-30 | 2018-01-18 | パナソニックIpマネジメント株式会社 | 生体情報検出装置 |
JP2018023756A (ja) | 2016-08-09 | 2018-02-15 | 花王株式会社 | 肌状態の評価方法 |
JP2018089369A (ja) | 2016-12-01 | 2018-06-14 | パナソニックIpマネジメント株式会社 | 生体情報検出装置 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3562847B2 (ja) * | 1994-11-15 | 2004-09-08 | 謙 石原 | ヘモグロビン濃度測定装置 |
US5706821A (en) * | 1994-12-30 | 1998-01-13 | Hamamatsu Photonics K.K. | Spectroscopic method for quantitatively determining the change of concentration of a light or other radiation absorbing compound in a medium which is interrogated through an intervening medium |
ATE429171T1 (de) * | 1999-09-30 | 2009-05-15 | Diagnoptics Holding B V | Verfahren und gerät zur bestimmung der autofluoreszenz von hautgewebe |
JP2002150296A (ja) | 2000-11-10 | 2002-05-24 | Hitachi Zosen Corp | 認証方法および認証装置 |
JP2005300241A (ja) | 2004-04-08 | 2005-10-27 | Pola Chem Ind Inc | 毛髪による個人識別/認証の鑑別法 |
JP4375202B2 (ja) * | 2004-11-05 | 2009-12-02 | 株式会社島津製作所 | Cod測定方法及び装置。 |
JP2008215820A (ja) * | 2007-02-28 | 2008-09-18 | Tokyo Institute Of Technology | スペクトルを用いた解析方法 |
JP5029150B2 (ja) * | 2007-06-06 | 2012-09-19 | ソニー株式会社 | 生体情報取得装置および生体情報取得方法 |
CN102058393B (zh) | 2010-10-30 | 2012-10-31 | 华中科技大学 | 基于反射光谱测量的皮肤生理参数与光学特性参数的测量方法 |
US9317761B2 (en) | 2010-12-09 | 2016-04-19 | Nanyang Technological University | Method and an apparatus for determining vein patterns from a colour image |
JP5377580B2 (ja) | 2011-06-23 | 2013-12-25 | 株式会社 テクスピアー | 手の甲の認証端末及び手の甲の認証方法 |
JP6323227B2 (ja) * | 2013-12-16 | 2018-05-16 | ソニー株式会社 | 画像解析装置、画像解析方法、およびプログラム、並びに照明装置 |
US9659205B2 (en) * | 2014-06-09 | 2017-05-23 | Lawrence Livermore National Security, Llc | Multimodal imaging system and method for non-contact identification of multiple biometric traits |
JP6356524B2 (ja) | 2014-07-29 | 2018-07-11 | 京セラ株式会社 | 測定装置及び測定方法 |
WO2016184666A1 (en) * | 2015-05-15 | 2016-11-24 | Sony Corporation | Image processing system and method |
JP6668764B2 (ja) | 2016-01-13 | 2020-03-18 | セイコーエプソン株式会社 | 画像認識装置、画像認識方法および画像認識ユニット |
US11266331B2 (en) * | 2016-05-16 | 2022-03-08 | Sony Corporation | Optical apparatus and information processing method |
US10931859B2 (en) * | 2016-05-23 | 2021-02-23 | InSyte Systems | Light emitter and sensors for detecting biologic characteristics |
CN110573066A (zh) * | 2017-03-02 | 2019-12-13 | 光谱Md公司 | 用于多光谱截肢部位分析的机器学习系统和技术 |
US10719692B2 (en) * | 2017-09-09 | 2020-07-21 | Apple Inc. | Vein matching for difficult biometric authentication cases |
JP6969018B2 (ja) * | 2018-10-30 | 2021-11-24 | シャープ株式会社 | 係数決定装置、色素濃度計算装置、係数決定方法、および情報処理プログラム |
-
2019
- 2019-10-28 JP JP2020555969A patent/JP7480708B2/ja active Active
- 2019-10-28 CN CN201980072167.XA patent/CN113167722A/zh active Pending
- 2019-10-28 WO PCT/JP2019/042091 patent/WO2020095739A1/ja active Application Filing
- 2019-10-28 US US17/250,800 patent/US11914692B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012228503A (ja) | 2011-04-15 | 2012-11-22 | Fujifilm Corp | 内視鏡システムおよびその駆動方法 |
JP2013043017A (ja) | 2011-08-25 | 2013-03-04 | Shiseido Co Ltd | 皮膚評価装置、皮膚評価方法、及び皮膚評価プログラム |
JP2014233344A (ja) | 2013-05-31 | 2014-12-15 | Hoya株式会社 | 光学フィルタ素子、波長可変光バンドパスフィルタモジュール、波長可変光源装置及び分光内視鏡装置 |
JP2017000742A (ja) | 2015-06-04 | 2017-01-05 | パナソニックIpマネジメント株式会社 | 人体検出装置 |
JP2018008039A (ja) | 2016-06-30 | 2018-01-18 | パナソニックIpマネジメント株式会社 | 生体情報検出装置 |
JP2018023756A (ja) | 2016-08-09 | 2018-02-15 | 花王株式会社 | 肌状態の評価方法 |
JP2018089369A (ja) | 2016-12-01 | 2018-06-14 | パナソニックIpマネジメント株式会社 | 生体情報検出装置 |
Non-Patent Citations (1)
Title |
---|
大野 隼人ほか,"マルチバンド画像による分光特性推定とその応用",電気学会論文誌C(電子・情報・システム部門誌),日本,電気学会,2005年08月01日,第125巻, 第5号,pp.792-799 |
Also Published As
Publication number | Publication date |
---|---|
US11914692B2 (en) | 2024-02-27 |
JPWO2020095739A1 (ja) | 2021-10-07 |
WO2020095739A1 (ja) | 2020-05-14 |
CN113167722A (zh) | 2021-07-23 |
US20210256280A1 (en) | 2021-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7480708B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
AU2016210680B2 (en) | Automated determination of arteriovenous ratio in images of blood vessels | |
JP5292821B2 (ja) | 静脈画像取得装置および静脈画像取得方法 | |
Nowara et al. | Ppgsecure: Biometric presentation attack detection using photopletysmograms | |
Jillela et al. | Segmenting iris images in the visible spectrum with applications in mobile biometrics | |
KR102561723B1 (ko) | 모바일 디바이스를 사용하여 캡처된 화상을 사용하여 지문 기반 사용자 인증을 수행하기 위한 시스템 및 방법 | |
Schuckers et al. | On techniques for angle compensation in nonideal iris recognition | |
Raghavendra et al. | Novel image fusion scheme based on dependency measure for robust multispectral palmprint recognition | |
JP5024067B2 (ja) | 顔認証システム、方法及びプログラム | |
CN109977858B (zh) | 一种基于图像分析的心率检测方法及装置 | |
Boutros et al. | Iris and periocular biometrics for head mounted displays: Segmentation, recognition, and synthetic data generation | |
US20160162673A1 (en) | Technologies for learning body part geometry for use in biometric authentication | |
JP6320277B2 (ja) | 生体認証装置 | |
Fouad et al. | Optimizing remote photoplethysmography using adaptive skin segmentation for real-time heart rate monitoring | |
US10650225B2 (en) | Image processing apparatus which determines category to which object in image belongs, method therefor, and object discrimination apparatus | |
Kotwal et al. | Multispectral deep embeddings as a countermeasure to custom silicone mask presentation attacks | |
Olade et al. | A review of multimodal facial biometric authentication methods in mobile devices and their application in head mounted displays | |
Crisan et al. | Low cost, high quality vein pattern recognition device with liveness Detection. Workflow and implementations | |
WO2013094392A1 (ja) | 測定装置、測定方法、プログラムおよび記録媒体 | |
Wang et al. | Accurate face alignment and adaptive patch selection for heart rate estimation from videos under realistic scenarios | |
Sandhiya et al. | Extraction of dorsal palm basilic and cephalic hand vein features for human authentication system | |
JP6817782B2 (ja) | 脈拍検出装置及び脈拍検出方法 | |
KR102450422B1 (ko) | 다파장을 이용하여 피부 분석 정보를 획득하는 방법 및 장치 | |
KR102495889B1 (ko) | 반자동 라벨링에 따라 학습된 딥러닝 기반 주름 검출 모델을 이용하여 얼굴 주름을 검출하기 위한 방법 및 장치 | |
JP2021058361A (ja) | 生体情報取得装置およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A524 | Written submission of copy of amendment under article 19 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A527 Effective date: 20201223 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221004 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231219 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240214 |
|
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: 20240326 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240408 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7480708 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |