JP7235133B2 - 運動認識方法、運動認識プログラムおよび情報処理装置 - Google Patents
運動認識方法、運動認識プログラムおよび情報処理装置 Download PDFInfo
- Publication number
- JP7235133B2 JP7235133B2 JP2021550902A JP2021550902A JP7235133B2 JP 7235133 B2 JP7235133 B2 JP 7235133B2 JP 2021550902 A JP2021550902 A JP 2021550902A JP 2021550902 A JP2021550902 A JP 2021550902A JP 7235133 B2 JP7235133 B2 JP 7235133B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- unit
- class
- skeleton
- learning
- 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
Images
Classifications
-
- 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
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
-
- 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
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/215—Motion-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
- G06T7/251—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving models
-
- 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
-
- 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
- G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
- G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B24/00—Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
- A63B24/0062—Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
- A63B2024/0071—Distinction between different activities, movements, or kind of sports performed
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B2220/00—Measuring of physical parameters relating to sporting activity
- A63B2220/05—Image processing for measuring physical parameters
-
- 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
- G06T2207/10—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
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
-
- 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
- G06T2207/30221—Sports video; Sports image
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Physical Education & Sports Medicine (AREA)
- Computational Linguistics (AREA)
- Image Analysis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
図1は、実施例1にかかるシステムの全体構成例を示す図である。図1に示すように、このシステムは、3D(Three-Dimensional)レーザセンサ5、学習装置10、認識装置50、採点装置90を有し、被写体である演技者1の3次元データを撮像し、骨格等を認識して正確な技の採点を行うシステムである。なお、本実施例では、一例として、体操競技における演技者の骨格情報を認識する例で説明する。
次に、図1に示したシステムが有する各装置の機能構成につて説明する。なお、ここでは、学習装置10、認識装置50、採点装置90のそれぞれについて説明する。
図2は、実施例1にかかる学習装置10の機能構成を示す機能ブロック図である。図2に示すように、学習装置10は、通信部11、記憶部12、制御部20を有する。
図15は、実施例1にかかる認識装置50の機能構成を示す機能ブロック図である。図15に示すように、認識装置50は、通信部51、記憶部52、制御部60を有する。
図18は、実施例1にかかる採点装置90の機能構成を示す機能ブロック図である。図18に示すように、採点装置90は、通信部91、記憶部92、制御部94を有する。通信部91は、認識装置50から技の認識結果や手首の支持位置の推定結果、演技者の骨格情報(3次元の骨格位置情報)などを受信する。
図19は、学習処理の流れを示すフローチャートである。図19に示すように、学習装置10の学習データ生成部22は、各骨格データ15に含まれる各骨格情報を取得し(S101)、両手首の支持位置の正解情報を生成するアノテーションを実行する(S102)。
図20は、自動採点処理の流れを示すフローチャートである。図20に示すように、認識装置50は、処理対象のフレーム数を、フレーム番号に1を加算した値によって更新する(S201)。
図21は、クラス分類処理の流れを示すフローチャートである。なお、この処理は、図20のS204で実行される。
上述したように、認識装置50は、あん馬を演技時の手首のように識別対象となる関節の位置情報だけでなく、頭、肩、背骨、肘、腰、膝、足首といった人の動きに関わる関節位置の時系列情報を入力としたクラス分類器を使って支持位置決定することができる。
上記実施例では、体操競技を例にして説明したが、これに限定されるものではなく、選手が一連の技を行って審判が採点する他の競技にも適用することができる。他の競技の一例としては、フィギュアスケート、新体操、チアリーディング、水泳の飛び込み、空手の型、モーグルのエアーなどがある。また、上記実施例では、両手の手首の支持位置を推定する例を説明したが、これに限定されるものではなく、18関節のいずれかの関節位置や関節間の位置などの推定にも適用することができる。
3Dレーザセンサ5は撮影装置の一例であり、ビデオカメラ等を用いてもよい。ビデオカメラを用いる場合、距離画像13および距離画像53はRGB画像となる。RGB画像から骨格情報を得る手段としてOpenPose等の公知の技術を用いることもできる。
また、上記実施例では、18個の各関節の位置を用いる学習や認識を行う例を説明したが、これに限定されるものではなく、1個以上の関節を指定して学習等を実行することもできる。また、上記実施例では、骨格情報の一例として各関節の位置を例示して説明したが、これに限定されるものではなく、各関節間の向き(ベクトル)、各関節の角度、手足の向き、顔の向きなどを採用することができる。
上記実施例で用いた数値などがあくまで一例であり、実施例を限定するものではなく、任意に設定変更することができる。また、フレームの数やクラスの数等も一例であり、任意に設定変更することができる。また、モデルには、ニューラルネットワークに限らず、様々な機械学習や深層学習を用いることができる。
上記実施例では、ニューラルネットワークなどの機械学習を適用したクラス分類モデルを用いて、特定関節の支持位置を推定する例を説明したが、これに限定されるものではない。例えば、推定対象である両手首の位置と残りの16個の関節位置とを対応付けたルールを用いて、両手首の位置を推定することもできる。つまり、推定対象の両手首の位置に対応する骨格情報だけではなく、人の関節全体の位置情報を用いて、両手首の位置を推定することができる。
上記実施例では、時系列のフレーム数として、30などの予め設定したフレーム数を用いて、クラス分類モデルの学習やクラス分類モデルによる推定を実行したが、これに限定されるものではない。例えば、演技や技など所定の動作単位のフレーム数を用いて、クラス分類モデルの学習やクラス分類モデルによる推定を実行することができる。
上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。
次に、学習装置10、認識装置50、採点装置90などのコンピュータのハードウェア構成について説明する。なお、各装置は同様の構成を有するので、ここでは、コンピュータ100として説明し、具体例は認識装置50を例示する。
11 通信部
12 記憶部
13 距離画像
14 骨格定義
15 骨格データ
16 クラス分類モデル
20 制御部
21 取得部
22 学習データ生成部
23 学習部
50 認識装置
51 通信部
52 記憶部
53 距離画像
54 骨格定義
55 骨格データ
56 学習済みのクラス分類モデル
60 制御部
61 取得部
62 データ生成部
63 推定部
64 技認識部
Claims (6)
- コンピュータが、
運動を行う被写体の特定の関節を含む複数の関節それぞれの位置情報に基づく骨格情報を、時系列で取得し、
前記時系列の骨格情報それぞれに含まれる前記複数の関節の位置情報を用いて、前記運動で使用される物体の領域を分割した複数の領域のうち、特定の関節が位置する領域を推定し、
前記時系列の骨格情報と、推定された前記特定の関節の位置とを用いて、前記被写体の運動を認識し、
認識結果を出力する、
処理を実行し、
前記推定する処理は、複数の骨格情報の入力に対して前記複数の領域を示す各クラスに該当する尤度を出力するクラス分類モデルを用いて、前記特定の関節が位置する領域を推定することを特徴とする運動認識方法。 - 前記推定する処理は、時系列の骨格情報を説明変数、前記特定の関節が位置するクラスを目的変数とする学習データを用いて学習された前記クラス分類モデルを用いて、前記特定の関節が位置する領域を推定することを特徴とする請求項1に記載の運動認識方法。
- 前記推定する処理は、前記時系列の骨格情報を所定の動作単位で取得し、取得された前記所定の動作単位に該当する各骨格情報を前記クラス分類モデルに入力して得られる出力結果に基づき、前記特定の関節が位置するクラスを推定することを特徴とする請求項1に記載の運動認識方法。
- 前記運動は、体操の演技であって、
前記被写体は、前記体操の演技者であって、
前記物体は、前記体操に用いられる器具であって、
前記認識する処理は、前記時系列の骨格情報と、推定された前記特定の関節の位置とを用いて、前記演技者が演技する技を認識することを特徴とする請求項1に記載の運動認識方法。 - コンピュータに、
運動を行う被写体の特定の関節を含む複数の関節それぞれの位置情報に基づく骨格情報を、時系列で取得し、
前記時系列の骨格情報それぞれに含まれる前記複数の関節の位置情報を用いて、前記運動で使用される物体の領域を分割した複数の領域のうち、特定の関節が位置する領域を推定し、
前記時系列の骨格情報と、推定された前記特定の関節の位置とを用いて、前記被写体の運動を認識し、
認識結果を出力する、
処理を実行させ、
前記推定する処理は、複数の骨格情報の入力に対して前記複数の領域を示す各クラスに該当する尤度を出力するクラス分類モデルを用いて、前記特定の関節が位置する領域を推定することを特徴とする運動認識プログラム。 - 運動を行う被写体の特定の関節を含む複数の関節それぞれの位置情報に基づく骨格情報を、時系列で取得する取得部と、
前記時系列の骨格情報それぞれに含まれる前記複数の関節の位置情報を用いて、前記運動で使用される物体の領域を分割した複数の領域のうち、特定の関節が位置する領域を推定する推定部と、
前記時系列の骨格情報と、推定された前記特定の関節の位置とを用いて、前記被写体の運動を認識する認識部と、
認識結果を出力する出力部と、を有し、
前記推定部は、複数の骨格情報の入力に対して前記複数の領域を示す各クラスに該当する尤度を出力するクラス分類モデルを用いて、前記特定の関節が位置する領域を推定することを特徴とする情報処理装置。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/039201 WO2021064963A1 (ja) | 2019-10-03 | 2019-10-03 | 運動認識方法、運動認識プログラムおよび情報処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2021064963A1 JPWO2021064963A1 (ja) | 2021-04-08 |
JP7235133B2 true JP7235133B2 (ja) | 2023-03-08 |
Family
ID=75337859
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021550902A Active JP7235133B2 (ja) | 2019-10-03 | 2019-10-03 | 運動認識方法、運動認識プログラムおよび情報処理装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220207921A1 (ja) |
EP (1) | EP4040387A4 (ja) |
JP (1) | JP7235133B2 (ja) |
CN (1) | CN114514559A (ja) |
WO (1) | WO2021064963A1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114846511A (zh) * | 2020-01-24 | 2022-08-02 | 富士通株式会社 | 运动识别方法、运动识别程序以及信息处理装置 |
WO2022244135A1 (ja) * | 2021-05-19 | 2022-11-24 | 日本電信電話株式会社 | 学習装置、推定装置、学習モデルデータ生成方法、推定方法及びプログラム |
JP7362076B2 (ja) | 2021-05-25 | 2023-10-17 | ソフトバンク株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
WO2024111430A1 (ja) * | 2022-11-25 | 2024-05-30 | 日本電気株式会社 | 処理装置、処理システム、学習済みモデルの構築方法及びプログラム |
CN116563951B (zh) * | 2023-07-07 | 2023-09-26 | 东莞先知大数据有限公司 | 一种单杠悬挂动作规范确定方法、装置、设备和存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018070414A1 (ja) | 2016-10-11 | 2018-04-19 | 富士通株式会社 | 運動認識装置、運動認識プログラムおよび運動認識方法 |
JP2019016106A (ja) | 2017-07-05 | 2019-01-31 | 富士通株式会社 | 情報処理プログラム、情報処理装置、情報処理方法、及び情報処理システム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8761437B2 (en) * | 2011-02-18 | 2014-06-24 | Microsoft Corporation | Motion recognition |
EP3527268A1 (en) * | 2016-10-11 | 2019-08-21 | Fujitsu Limited | Scoring support program, scoring support apparatus, and scoring support method |
EP3693923A4 (en) * | 2017-10-03 | 2020-12-16 | Fujitsu Limited | RECOGNITION PROGRAM, RECOGNITION PROCESS AND RECOGNITION DEVICE |
WO2019108250A1 (en) * | 2017-12-03 | 2019-06-06 | Facebook, Inc. | Optimizations for dynamic object instance detection, segmentation, and structure mapping |
CN111480178B (zh) * | 2017-12-14 | 2024-02-20 | 富士通株式会社 | 存储技巧识别程序的存储介质、技巧识别方法以及技巧识别*** |
-
2019
- 2019-10-03 JP JP2021550902A patent/JP7235133B2/ja active Active
- 2019-10-03 WO PCT/JP2019/039201 patent/WO2021064963A1/ja unknown
- 2019-10-03 EP EP19947502.1A patent/EP4040387A4/en active Pending
- 2019-10-03 CN CN201980100859.0A patent/CN114514559A/zh active Pending
-
2022
- 2022-03-15 US US17/695,733 patent/US20220207921A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018070414A1 (ja) | 2016-10-11 | 2018-04-19 | 富士通株式会社 | 運動認識装置、運動認識プログラムおよび運動認識方法 |
JP2019016106A (ja) | 2017-07-05 | 2019-01-31 | 富士通株式会社 | 情報処理プログラム、情報処理装置、情報処理方法、及び情報処理システム |
Non-Patent Citations (1)
Title |
---|
Adrian Bulat and Georgios Tzimiropoulos,Human pose estimation via Convolutional Part Heatmap Regression,[online],2016年09月06日,https://arxiv.org/abs/1609.01743 |
Also Published As
Publication number | Publication date |
---|---|
WO2021064963A1 (ja) | 2021-04-08 |
CN114514559A (zh) | 2022-05-17 |
EP4040387A1 (en) | 2022-08-10 |
EP4040387A4 (en) | 2022-09-21 |
US20220207921A1 (en) | 2022-06-30 |
JPWO2021064963A1 (ja) | 2021-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7235133B2 (ja) | 運動認識方法、運動認識プログラムおよび情報処理装置 | |
CN109863535B (zh) | 运动识别装置、存储介质以及运动识别方法 | |
JP6973388B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP6082101B2 (ja) | 身体動作採点装置、ダンス採点装置、カラオケ装置及びゲーム装置 | |
Chaudhari et al. | Yog-guru: Real-time yoga pose correction system using deep learning methods | |
JP7367764B2 (ja) | 骨格認識方法、骨格認識プログラムおよび情報処理装置 | |
JP6943294B2 (ja) | 技認識プログラム、技認識方法および技認識システム | |
CN112970074A (zh) | 身体活动量化和监测 | |
JP7164045B2 (ja) | 骨格認識方法、骨格認識プログラムおよび骨格認識システム | |
JP7014304B2 (ja) | 認識方法、認識プログラム、認識装置および学習方法 | |
US20220222975A1 (en) | Motion recognition method, non-transitory computer-readable recording medium and information processing apparatus | |
US11995845B2 (en) | Evaluation method, storage medium, and information processing apparatus | |
JP7272470B2 (ja) | 運動認識方法、運動認識プログラムおよび情報処理装置 | |
Pai et al. | Home Fitness and Rehabilitation Support System Implemented by Combining Deep Images and Machine Learning Using Unity Game Engine. | |
JP2021099666A (ja) | 学習モデルの生成方法 | |
WO2022208859A1 (ja) | 技認識方法、技認識装置および体操採点支援システム | |
JP7388576B2 (ja) | 骨格推定装置、骨格推定方法および体操採点支援システム | |
WO2024111430A1 (ja) | 処理装置、処理システム、学習済みモデルの構築方法及びプログラム | |
US20220343649A1 (en) | Machine learning for basketball rule violations and other actions | |
Ursu et al. | A literature review on virtual character assessment | |
CN115578786A (zh) | 运动视频检测方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220131 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221025 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221226 |
|
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: 20230124 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230206 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7235133 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |