JP2012042990A - 画像識別情報付与プログラム及び画像識別情報付与装置 - Google Patents
画像識別情報付与プログラム及び画像識別情報付与装置 Download PDFInfo
- Publication number
- JP2012042990A JP2012042990A JP2010180771A JP2010180771A JP2012042990A JP 2012042990 A JP2012042990 A JP 2012042990A JP 2010180771 A JP2010180771 A JP 2010180771A JP 2010180771 A JP2010180771 A JP 2010180771A JP 2012042990 A JP2012042990 A JP 2012042990A
- Authority
- JP
- Japan
- Prior art keywords
- image
- identification information
- feature vector
- decision tree
- group
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
【解決手段】本装置は、対象画像から選択された部分領域に対する第1の特徴ベクトルを算出する算出手段と、学習用画像の部分領域に対して算出された第2の特徴ベクトルと学習用画像全体に対して付与された第2の識別情報とに基づいて決定木群を用いて対象画像の内容を表す第1の識別情報を当該対象画像に付与する手段であって、第2の特徴ベクトル群と第2の識別情報群を決定木群に流したとき、決定木群の各葉に到達した第2の識別情報の数の全体に対する割り合いから求まる尤度関数を掛け合わせたものと第1の特徴ベクトルの事前確率を掛け合わせたものとの比に、第2の識別情報の事前確率を掛けることにより、第1の識別情報を決定して付与する付与手段とを備える。
【選択図】図1
Description
L.Breiman, "Random Forests.", Machine Learning, 2001. F.Moosman, E.Nowak, and F.Jurie, "Randomized Clustering Forests for Image Classification.", TPAMI, 2008.
画像入力部4は、画像識別情報を付与する対象画像(テスト画像)を入力するものであり、スキャナに限られず、USBメモリ、CD−ROM等の記録媒体から対象画像を入力してもよく、ネットワークに接続されたインタフェースを介して対象画像を入力してもよい。
記憶部3は、画像識別情報付与プログラム30等の各種のプログラムや、学習用画像310とクラスラベル(識別情報)311が対になった学習コーパス31と、決定木群データ32、確率テーブル33等の各種のデータを記憶する。
制御部2のCPUは、画像識別情報付与プログラム30に従って動作することにより、学習データ取得手段21、画像領域選択手段22、特徴ベクトル算出手段23、決定木作成手段24、確率テーブル作成手段25を含む学習手段20Aとして機能し、画像受付手段26、画像領域選択手段27、特徴ベクトル算出手段28、画像識別情報付与手段29を含むテスト手段20Bとして機能する。
学習データ取得手段21は、収集した学習データの中から実際に学習に使用する学習用画像を選択する部位である。学習データ取得手段21は、全ての学習用画像を選択してもよいし、一部の学習用画像のみを選択してもよい。学習データ取得手段21が一部の学習用画像を選択する手法は、基本的にはランダム選択を用いるが、学習データの全クラスラベルのうち必要なラベルを少なくとも一度は含むように選択することが望ましい。学習データ取得手段21は、後述の決定木作成手段24において、直前に生成した決定木を使用した場合に、分類性能が悪い学習用画像からサンプリングする手法をとってもよい。
画像領域選択手段22は、学習データ取得手段21において選択した画像群の中から、事前に定めた個数分(=合計S)だけ学習用画像の部分領域310aとなる画像領域を選択する。画像領域の選択方法としては、あるサイズ以上の矩形領域を任意に選択してもよいし、画像中の注目点を中心に持つ画像領域を選択してもよいし、対象画像を格子状や各種クラスタリング手法により領域分割し、生成された部分領域を選択してもよい。学習用画像ごとに選択される画像領域の個数は同一である必要はなく、1つも選択されない画像が存在してもよい。
特徴ベクトル算出手段23は、画像領域選択手段22において選択した部分領域310aから画像特徴を抽出し、選択した部分領域310a全体の特徴を表現する特徴ベクトルfを生成する部位である。抽出する画像特徴としては、色、輝度、テクスチャ情報などの特徴量が考えられる。画像特徴をベクトル化する手法としては、これら画素単位で抽出した特徴量の平均値を用いてもよいし、全特徴量を量子化してその度数分布を算出するBag of Featureの形式にしてもよい。
決定木作成手段24は、特徴ベクトル算出手段23によって算出された特徴ベクトル群を用いて決定木を作成する。決定木作成手段24は、クラスラベル全体の集合をLとし、Lに属するラベルをciとする(0≦i≦n−1|nはラベルの総数)。また画像Ijに付与されたラベル群をLjとする。例えば、画像Ijには、Lj={c0,c1,c2}と3つのラベルが付与される。このとき、画像Ijから選択されたk番目の部分領域Ij kに対する特徴ベクトルfj kにも、クラスラベルとしてLjが付与される。ここで、決定木Tiのt番目のノードをn(i,t)とする。t=0はルートノードを意味する。各ノードn(i,t)からはn(i,l)とn(i,r)が作成される。ここで、l=2t+1,r=2t+2である。ノードn(i,t)にたどり着いた学習データ群をKi tと表現する。このとき、データ群Ki tはKi lとKi rに分かれる。決定木においては、|Ki t|=|Ki l|+|Ki r|、Ki l∩Ki r=0が成立する。ここで|A|は、集合Aに属するデータ数を意味するものとする。この分割処理は、|Ki t|≦thなるある事前に定めた閾値定数thをノードに到達するデータ数が下回るまで繰り返し分割される。一般的にthは小さい方が性能がよい(究極的にはth=1が理想である)。
確率テーブル作成手段25は、決定木作成手段24において作成した決定木群の各リーフに対して、クラスラベルの個数を数える部位である。確率テーブル作成手段25は、クラスラベルの個数を数える際に、全学習データを用いて算出してもよいし、各決定木毎に選択したサンプルのみで算出してもよいが、一般的には前者の方が高性能な結果を得ることができる。
画像識別情報付与手段29は、アノテーション(識別情報)を付与する対象画像(テスト画像)から抽出した個々の特徴ベクトルに対して、クラスラベルの確率を計算する部位である。画像識別情報付与手段29は、テスト画像から領域を選択する際に、学習時と同一の領域選択方法を選ぶこととし、その領域から選択する画像特徴も学習時と同じ特徴を使用する。テスト画像Iから抽出した特徴ベクトル群をG={g1,g2,.....,gn}とする。ここでgkはテスト画像Iの部分画像領域Ikから抽出した特徴ベクトルである。画像識別情報付与手段29において求めたい確率はP(c|G)であり、この値が大きいクラスcをアノテーションの結果とする。
ことができる。
図10は、事後確率の計算方法の変形例1を示す図である。別の実施例としては、単純に上記確率テーブルを用いるのではなく、図10に示すように該当リーフ7内で特徴ベクトルgからの距離が一定値以下であるような学習データのみを考慮してもよい。
図11は、事後確率の計算方法の変形例2を示す図である。図11に示すように該当リーフ7内でラベルの度数を計算する際に特徴ベクトルgとの距離に応じて重みを付けて数えてもよい。画像識別情報付与手段29は、決定木の深度が十分にあり、リーフの個数が十分にある場合に、w(lt)の値がリーフに依存しないものとして、全ての値を一定値に設定してもよく、この場合は(数5)と同等となる。
次に、画像識別情報付与装置1の動作の一例を図12に示すフローチャートに従い、学習段階とテスト段階に分けて説明する。
学習データ取得手段21は、記憶部3に記憶されている学習コーパス31の全て又は一部を学習データとして取得する(S20)。
画像入力部4が制御部2に対象画像を入力すると、制御部2のテスト手段20Bの画像受付手段26は、入力された対象画像を受け付ける(S25)。
なお、本発明は、上記実施の形態に限定されず、発明の要旨を逸脱しない範囲で種々に変形が可能である。例えば、上記実施の形態で用いたプログラムをCD−ROM等の記録媒体に記憶して提供することもできる。また、上記実施の形態の各手段21〜29の全て又は一部をASIC等のハードウエアによって実現してもよい。また、上記実施の形態で説明した上記ステップの入替え、削除、追加等は可能である。
Claims (4)
- コンピュータを、
処理対象の画像から選択された部分領域に対する第1の特徴ベクトルを算出する特徴ベクトル算出手段と、
学習用の画像の部分領域に対して算出された第2の特徴ベクトルと前記学習用の画像の全体に対して付与された第2の識別情報とに基づいてあらかじめ生成した決定木群を用いて処理対象の画像の内容を表す第1の識別情報を当該処理対象の画像に付与する手段であって、前記第2の特徴ベクトル群と前記第2の識別情報群を前記決定木群に流したとき、前記決定木群の各葉に到達した前記第2の識別情報の数の全体に対する割り合いから求まる尤度関数を掛け合わせたものと前記特徴ベクトル算出手段によって算出された第1の特徴ベクトルの事前確率を掛け合わせたものとの比に、前記第2の識別情報の事前確率を掛けることにより、前記処理対象の画像の全体に対して前記第1の識別情報を決定して付与する画像識別情報付与手段として機能させるための画像識別情報付与プログラム。 - 前記画像識別情報付与手段は、前記決定木群の各葉に到達した前記第2の識別情報に応じた重み付けを行うことにより前記処理対象の画像の全体に対する前記第1の識別情報を決定して付与する請求項1に記載の画像識別情報付与プログラム。
- 前記画像識別情報付与手段は、前記特徴ベクトル算出手段によって算出された第1の特徴ベクトルと前記決定木群から前記処理対象の画像の部分領域に対する識別情報を決定して付与する請求項1又は2に記載の画像識別情報付与プログラム。
- 処理対象の画像から選択された部分領域に対する第1の特徴ベクトルを算出する特徴ベクトル算出手段と、
学習用の画像の部分領域に対して算出された第2の特徴ベクトルと前記学習用の画像の全体に対して付与された第2の識別情報とに基づいてあらかじめ生成した決定木群を用いて処理対象の画像の内容を表す第1の識別情報を当該処理対象の画像に付与する手段であって、前記第2の特徴ベクトル群と前記第2の識別情報群を前記決定木群に流したとき、前記決定木群の各葉に到達した前記第2の識別情報の数の全体に対する割り合いから求まる尤度関数を掛け合わせたものと前記特徴ベクトル算出手段によって算出された第1の特徴ベクトルの事前確率を掛け合わせたものとの比に、前記第2の識別情報の事前確率を掛けることにより、前記処理対象の画像の全体に対して前記第1の識別情報を決定して付与する画像識別情報付与手段とを備えた画像識別情報付与装置。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010180771A JP5521881B2 (ja) | 2010-08-12 | 2010-08-12 | 画像識別情報付与プログラム及び画像識別情報付与装置 |
US13/007,140 US8538173B2 (en) | 2010-08-12 | 2011-01-14 | Computer readable medium, apparatus, and method for adding identification information indicating content of a target image using decision trees generated from a learning image |
AU2011200343A AU2011200343B2 (en) | 2010-08-12 | 2011-01-27 | Image identification information adding program, image identification information adding apparatus and image identification information adding method |
CN201110035044.4A CN102376079B (zh) | 2010-08-12 | 2011-02-09 | 图像识别信息添加装置和图像识别信息添加方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010180771A JP5521881B2 (ja) | 2010-08-12 | 2010-08-12 | 画像識別情報付与プログラム及び画像識別情報付与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012042990A true JP2012042990A (ja) | 2012-03-01 |
JP5521881B2 JP5521881B2 (ja) | 2014-06-18 |
Family
ID=45564874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010180771A Active JP5521881B2 (ja) | 2010-08-12 | 2010-08-12 | 画像識別情報付与プログラム及び画像識別情報付与装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8538173B2 (ja) |
JP (1) | JP5521881B2 (ja) |
CN (1) | CN102376079B (ja) |
AU (1) | AU2011200343B2 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015158712A (ja) * | 2014-02-21 | 2015-09-03 | 株式会社東芝 | 学習装置、密度計測装置、学習方法、学習プログラム、及び密度計測システム |
JP2017208004A (ja) * | 2016-05-20 | 2017-11-24 | 富士ゼロックス株式会社 | クラス推定装置及びプログラム |
WO2021131127A1 (ja) * | 2019-12-23 | 2021-07-01 | パナソニックIpマネジメント株式会社 | 識別情報付与装置、識別情報付与方法、及びプログラム |
JP2022530785A (ja) * | 2019-09-16 | 2022-07-01 | ▲騰▼▲訊▼科技(深▲セン▼)有限公司 | 画像処理方法、装置、電子機器及びコンピュータプログラム |
JP2022122232A (ja) * | 2021-02-09 | 2022-08-22 | アウー インテリジェンス, インコーポレイテッド | 画像分類およびマーキング方法、並びに、そのシステム |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8463053B1 (en) | 2008-08-08 | 2013-06-11 | The Research Foundation Of State University Of New York | Enhanced max margin learning on multimodal data mining in a multimedia database |
JP5596628B2 (ja) * | 2011-06-17 | 2014-09-24 | トヨタ自動車株式会社 | 物体識別装置 |
US8832593B2 (en) | 2011-12-16 | 2014-09-09 | Harris Corporation | Systems and methods for efficient spatial feature analysis |
US8755606B2 (en) * | 2011-12-16 | 2014-06-17 | Harris Corporation | Systems and methods for efficient feature extraction accuracy using imperfect extractors |
CN103377381B (zh) * | 2012-04-26 | 2016-09-28 | 富士通株式会社 | 识别图像的内容属性的方法和装置 |
CN103473231A (zh) * | 2012-06-06 | 2013-12-25 | 深圳先进技术研究院 | 分类器构建方法和*** |
US9336302B1 (en) | 2012-07-20 | 2016-05-10 | Zuci Realty Llc | Insight and algorithmic clustering for automated synthesis |
US10319035B2 (en) | 2013-10-11 | 2019-06-11 | Ccc Information Services | Image capturing and automatic labeling system |
CN104281834B (zh) * | 2014-05-16 | 2017-07-25 | 华为技术有限公司 | 一种人脸识别的方法及设备 |
CN104391970B (zh) * | 2014-12-04 | 2017-11-24 | 深圳先进技术研究院 | 一种属性子空间加权的随机森林数据处理方法 |
US11205103B2 (en) | 2016-12-09 | 2021-12-21 | The Research Foundation for the State University | Semisupervised autoencoder for sentiment analysis |
US12008074B2 (en) * | 2019-07-05 | 2024-06-11 | Nec Corporation | Learning device, learning method and storage medium |
WO2021070258A1 (ja) * | 2019-10-08 | 2021-04-15 | 日本電気株式会社 | 学習データ生成装置、学習データ生成方法、及び、記録媒体 |
CN110880022A (zh) * | 2019-11-12 | 2020-03-13 | 北京小米智能科技有限公司 | 标注方法、装置及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000353173A (ja) * | 1999-06-11 | 2000-12-19 | Hitachi Ltd | 文書付き画像の分類方法、分類装置および記録媒体 |
JP2010044674A (ja) * | 2008-08-18 | 2010-02-25 | Nippon Hoso Kyokai <Nhk> | データ分類装置及びデータ分類プログラム |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6614789B1 (en) * | 1999-12-29 | 2003-09-02 | Nasser Yazdani | Method of and apparatus for matching strings of different lengths |
US7203669B2 (en) * | 2003-03-17 | 2007-04-10 | Intel Corporation | Detector tree of boosted classifiers for real-time object detection and tracking |
WO2006036150A1 (en) * | 2004-09-28 | 2006-04-06 | Nielsen Media Research, Inc | Data classification methods and apparatus for use with data fusion |
JP4533187B2 (ja) * | 2005-03-01 | 2010-09-01 | キヤノン株式会社 | 画像処理装置およびその制御方法 |
US20070053563A1 (en) * | 2005-03-09 | 2007-03-08 | Zhuowen Tu | Probabilistic boosting tree framework for learning discriminative models |
JP5291894B2 (ja) | 2007-05-23 | 2013-09-18 | 国立大学法人山梨大学 | メモリ素子、データ記録方法及びicタグ |
US20090208112A1 (en) * | 2008-02-20 | 2009-08-20 | Kabushiki Kaisha Toshiba | Pattern recognition method, and storage medium which stores pattern recognition program |
CN101329731A (zh) * | 2008-06-06 | 2008-12-24 | 南开大学 | 图像中数学公式的自动识别方法 |
CN101561874B (zh) * | 2008-07-17 | 2011-10-26 | 清华大学 | 一种人脸虚拟图像生成的方法 |
CN101359372B (zh) * | 2008-09-26 | 2011-05-11 | 腾讯科技(深圳)有限公司 | 分类器的训练方法及装置、识别敏感图片的方法及装置 |
JP5538967B2 (ja) * | 2009-06-18 | 2014-07-02 | キヤノン株式会社 | 情報処理装置、情報処理方法、プログラム |
JP2011013732A (ja) * | 2009-06-30 | 2011-01-20 | Sony Corp | 情報処理装置、情報処理方法、およびプログラム |
JP5565190B2 (ja) * | 2010-08-11 | 2014-08-06 | 富士ゼロックス株式会社 | 学習モデル作成プログラム、画像識別情報付与プログラム、学習モデル作成装置及び画像識別情報付与装置 |
-
2010
- 2010-08-12 JP JP2010180771A patent/JP5521881B2/ja active Active
-
2011
- 2011-01-14 US US13/007,140 patent/US8538173B2/en not_active Expired - Fee Related
- 2011-01-27 AU AU2011200343A patent/AU2011200343B2/en not_active Ceased
- 2011-02-09 CN CN201110035044.4A patent/CN102376079B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000353173A (ja) * | 1999-06-11 | 2000-12-19 | Hitachi Ltd | 文書付き画像の分類方法、分類装置および記録媒体 |
JP2010044674A (ja) * | 2008-08-18 | 2010-02-25 | Nippon Hoso Kyokai <Nhk> | データ分類装置及びデータ分類プログラム |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015158712A (ja) * | 2014-02-21 | 2015-09-03 | 株式会社東芝 | 学習装置、密度計測装置、学習方法、学習プログラム、及び密度計測システム |
JP2017208004A (ja) * | 2016-05-20 | 2017-11-24 | 富士ゼロックス株式会社 | クラス推定装置及びプログラム |
US10303985B2 (en) | 2016-05-20 | 2019-05-28 | Fuji Xerox Co., Ltd. | Class estimation apparatus, non-transitory computer readable medium, and class estimation method |
JP2022530785A (ja) * | 2019-09-16 | 2022-07-01 | ▲騰▼▲訊▼科技(深▲セン▼)有限公司 | 画像処理方法、装置、電子機器及びコンピュータプログラム |
JP7164252B2 (ja) | 2019-09-16 | 2022-11-01 | ▲騰▼▲訊▼科技(深▲セン▼)有限公司 | 画像処理方法、装置、電子機器及びコンピュータプログラム |
US11907637B2 (en) | 2019-09-16 | 2024-02-20 | Tencent Technology (Shenzhen) Company Limited | Image processing method and apparatus, and storage medium |
WO2021131127A1 (ja) * | 2019-12-23 | 2021-07-01 | パナソニックIpマネジメント株式会社 | 識別情報付与装置、識別情報付与方法、及びプログラム |
JP2022122232A (ja) * | 2021-02-09 | 2022-08-22 | アウー インテリジェンス, インコーポレイテッド | 画像分類およびマーキング方法、並びに、そのシステム |
JP7213569B2 (ja) | 2021-02-09 | 2023-01-27 | アウー インテリジェンス, インコーポレイテッド | 画像分類およびマーキング方法、並びに、そのシステム |
Also Published As
Publication number | Publication date |
---|---|
US8538173B2 (en) | 2013-09-17 |
JP5521881B2 (ja) | 2014-06-18 |
AU2011200343B2 (en) | 2013-02-21 |
US20120039541A1 (en) | 2012-02-16 |
AU2011200343A1 (en) | 2012-03-01 |
CN102376079B (zh) | 2015-04-15 |
CN102376079A (zh) | 2012-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5521881B2 (ja) | 画像識別情報付与プログラム及び画像識別情報付与装置 | |
US10796145B2 (en) | Method and apparatus for separating text and figures in document images | |
Chong et al. | Simultaneous image classification and annotation | |
CN110362677B (zh) | 文本数据类别的识别方法及装置、存储介质、计算机设备 | |
CN108446741B (zh) | 机器学习超参数重要性评估方法、***及存储介质 | |
Liu et al. | Weakly supervised multiclass video segmentation | |
US9218531B2 (en) | Image identification apparatus, image identification method, and non-transitory computer readable medium | |
CN106886569B (zh) | 一种基于mpi的ml-knn多标签中文文本分类方法 | |
JP6897749B2 (ja) | 学習方法、学習システム、および学習プログラム | |
CN103425996B (zh) | 一种并行分布式的大规模图像识别方法 | |
CN113850281B (zh) | 一种基于meanshift优化的数据处理方法和装置 | |
JP5012078B2 (ja) | カテゴリ作成方法、カテゴリ作成装置、およびプログラム | |
Saito et al. | An active learning paradigm based on a priori data reduction and organization | |
CN111414863B (zh) | 一种增强型集成遥感影像分类方法 | |
CN113033709A (zh) | 链路预测方法和装置 | |
CN111125329B (zh) | 一种文本信息筛选方法、装置及设备 | |
Salman et al. | Gene expression analysis via spatial clustering and evaluation indexing | |
JP2010272004A (ja) | 判別装置及び判別方法、並びにコンピューター・プログラム | |
CN111126443A (zh) | 基于随机游走的网络表示学习方法 | |
JP6004014B2 (ja) | 学習方法、情報変換装置および学習プログラム | |
Pereira et al. | Assessing active learning strategies to improve the quality control of the soybean seed vigor | |
CN112507912B (zh) | 一种识别违规图片的方法及装置 | |
Chen et al. | See more for scene: Pairwise consistency learning for scene classification | |
JP5633424B2 (ja) | プログラム及び情報処理システム | |
Pattanshetti et al. | Performance evaluation and analysis of feature selection algorithms |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130724 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140228 |
|
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: 20140311 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140324 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5521881 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |