図面 (/)

技術 深度カメラを用いた人体の骨格に基づくテコンドープムセの認識及び昇段審査装置とその方法

出願人 スンチョニャンユニヴァーシティインダストリーアカデミーコーペレーションファウンデーション
発明者 ナム,ユン-ヨン
出願日 2015年3月3日 (5年0ヶ月経過) 出願番号 2015-041146
公開日 2016年5月16日 (3年10ヶ月経過) 公開番号 2016-081504
状態 特許登録済
技術分野 運動付属具 デジタル計算機のユーザインターフェイス
主要キーワード 動作分類 連結ポイント 弾性体リング 人体骨格 視覚技術 判定エラー ユーザー動作 動作データベース
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2016年5月16日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (7)

課題

深度カメラを用いて人体骨格に基づくテコンドー型を認識し、これを用いて自動的に昇段有無を判定する昇段審査装置とその方法を提供すること。

解決手段

深度カメラを用いた人体の骨格に基づくテコンドー型の認識及び昇段審査装置において、深度カメラから入力されたオブジェクトの特徴を取り出す特徴取出し部と、前記オブジェクトの様々な動作を定義するための動作定義部と、前記特徴取出し部及び前記動作定義部により得られた情報を用いて前記オブジェクトの行動を認識する動作認識部と、前記動作認識部において確定された前記オブジェクトの動作の正確度を判定する判定部と、を備えるテコンドー型の認識及び昇段審査装置。

概要

背景

人間の動作認識技術は、センサーや特定の装置を人間の身体に取り付けて身体の動き感知したデータを動作認識に活用する接触方式と、カメラを用いて人間の動作映像を追跡して動作認識情報を取り出す非接触方式と、に大別される。接触方式は、ユーザーの動きを感知可能なセンサーや装置を人間の身体に直接的に取り付けてこのユーザーの動き情報を取得する方式であり、この直接的に取り付けられたセンサーにより比較的に正確な情報が得られるというメリットがあるが、ユーザーがセンサーや装置を着用することを余儀なくされるという不都合がある。これに対し、非接触方式は、ほとんどの場合、人間の動作映像を撮影した後に動き情報を取り出す技術を利用する。

接触方式の3Dコンテンツ制御方法は、ユーザーの動きを感知可能なセンサーや装置をユーザーが自ら着用して3Dコンテンツと相互作用するものである。接触方式のインタフェースの代表例としては、光ファイバ磁気センサージャイロセンサーを用いたデータグローブモーショントラッカーなどが挙げられる。接触方式による入力装置はほとんど商用化されている。例えば、3D製作されたナビゲーションコンテンツにおけるタッチに基づく3Dインタラクション操作インタフェース、任天堂社のWii
Remote(登録商標モーションコントローラインタフェース、ソニー社のPlay Station(登録商標) Moveインタフェース、スペースマウスに代え得るGlobalFishインタフェース、ジョイスティック弾性体リングを用いて製作してタッチパッドを組み込んだGroove
Padインタフェースなど様々な3D物理的インタフェースが挙げられる。

非接触方式に基づく3Dコンテンツの制御方法は、ほとんどの場合、カメラを用いて取得した映像情報から人間の動きを追跡して認識する。非接触方式は、身体部位に特定のマーカーを取り付け、視覚技術を用いて身体の動きを追跡するマーカーに基づく方式と、マーカーを用いないマーカーレス方式と、に大別される。マーカーに基づく方式は、映像カラー、形状、発光ダイオードLED)、赤外線などをマーカー属性として予め定めておき、そのマーカーを追跡することにより比較的に手軽に且つ迅速にユーザーの動作を追跡することができる。この方法は、映像の特徴点取出しを相対的に速やかに行うことができるが、ユーザーは依然として不自然なマーカーを取り付けることを余儀なくされるという欠点がある。マーカーレス方式は、オプティカルフロー背景分離技法モーションヒストリーイメージなどの技法を用いてユーザーの動きの方向及び速度などを感知して動きをリアルタイムにて迅速に追跡することができ、また、光源の明るさを追跡して動きを追跡したりする。マーカーレス方式は、カメラの位置、光源の干渉陰影などの外部要因脆弱であるという欠点がある。

テコンドー昇段審査は、全的に審査委員主観的な判断により行われ、審査委員個々人の好み、気持ちなど外的要因の影響を受けやすいため一貫した基準がなく、それ故に不満が募っていた。

概要

深度カメラを用いて人体骨格に基づくテコンドー型を認識し、これを用いて自動的に昇段有無を判定する昇段審査装置とその方法を提供すること。 深度カメラを用いた人体の骨格に基づくテコンドー型の認識及び昇段審査装置において、深度カメラから入力されたオブジェクトの特徴を取り出す特徴取出し部と、前記オブジェクトの様々な動作を定義するための動作定義部と、前記特徴取出し部及び前記動作定義部により得られた情報を用いて前記オブジェクトの行動を認識する動作認識部と、前記動作認識部において確定された前記オブジェクトの動作の正確度を判定する判定部と、を備えるテコンドー型の認識及び昇段審査装置。

目的

本発明は上述した問題を解決するために案出されたものであり、その目的は、深度カメラを用いて人間の動きに関する深度情報とビジュアル情報とを取り出し、これを用いてテコンドー型を認識し、昇段審査を自動的に行う昇段審査装置を提供する

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

深度カメラを用いた人体骨格に基づくテコンドー型の認識及び昇段審査装置において、深度カメラから入力されたオブジェクトの特徴を取り出す特徴取出し部と、前記オブジェクトの様々な動作を定義するための動作定義部と、前記特徴取出し部及び前記動作定義部により得られた情報を用いて前記オブジェクトの行動を認識する動作認識部と、前記動作認識部において確定された前記オブジェクトの動作の正確度を判定する判定部と、を備えるテコンドー型の認識及び昇段審査装置。

請求項2

前記深度カメラは、深度センサー及びビジュアルセンサーを備えることを特徴とする請求項1に記載のテコンドー型の認識及び昇段審査装置。

請求項3

前記動作は、単純な動作、複雑な動作、身体の複数の部分を用いた動作に区別され、前記動作定義部は、動作分解部をさらに備えることを特徴とする請求項1に記載のテコンドー型の認識及び昇段審査装置。

請求項4

前記動作認識部は、前記オブジェクトの動作を分類する動作分類部と、動作をマッチングする動作マッチング部及び前記オブジェクトの動作を確定する動作確定部をさらに備えることを特徴とする請求項2に記載のテコンドー型の認識及び昇段審査装置。

請求項5

前記動作認識部は、確定された前記動作を格納するユーザー動作認識データベースを備えることを特徴とする請求項4に記載のテコンドー型の認識及び昇段審査装置。

請求項6

前記判定部は、標準型動作データベースをさらに備え、前記深度カメラから受け取った座標を予め格納されている座標値と比較して正確度を測定することを特徴とする請求項4に記載のテコンドー型の認識及び昇段審査装置。

請求項7

前記正確度の測定は、前記動作の開始点と前記動作の終点との間に必要な値を動的時間ワープアルゴリズムを用いて整列したデータを用いて求め、且つ、前記座標値及び前記整列したデータを用いて正確度を求めることにより行われることを特徴とする請求項6に記載のテコンドー型の認識及び昇段審査装置。

請求項8

前記座標値は、前記オブジェクトのx、y、z軸の座標値であることを特徴とする請求項7に記載のテコンドー型の認識及び昇段審査装置。

請求項9

深度カメラを用いた人体の骨格に基づくテコンドー型の認識及び昇段審査方法において、深度カメラから入力されたオブジェクトの特徴を取り出す特徴取出ステップと、前記オブジェクトの様々な動作を定義するための動作定義ステップと、前記特徴取出ステップ及び前記動作定義ステップにより得られた情報を用いて前記オブジェクトの行動を認識する動作認識ステップと、前記動作認識部において確定された前記オブジェクトの動作の正確度を判定する判定ステップと、を含むテコンドー型認識及び昇段審査方法。

請求項10

前記深度カメラは、深度センサー及びビジュアルセンサーを備えることを特徴とする請求項9に記載のテコンドー型認識及び昇段審査方法。

請求項11

前記動作は、単純な動作、複雑な動作、身体の複数の部分を用いた動作に区別され、前記動作定義ステップは、動作分解ステップをさらに含むことを特徴とする請求項9に記載のテコンドー型認識及び昇段審査方法。

請求項12

前記動作認識ステップは、前記オブジェクトの動作を分類する動作分類ステップと、動作をマッチングする動作マッチングステップ及び前記オブジェクトの動作を確定する動作確定ステップを含むことを特徴とする請求項11に記載のテコンドー型認識及び昇段審査方法。

請求項13

前記動作認識ステップは、確定された前記動作を格納するユーザー動作認識データベースを備えることを特徴とする請求項12に記載のテコンドー型認識及び昇段審査方法。

請求項14

前記判定ステップは、標準型動作データベースをさらに備え、前記深度カメラから座標を受け取って予め格納されている座標値と比較して正確度を測定するステップと、テコンドー型の連続したシーケンスを比較して判断するステップ及び合格基準充足有無を判断して通報するステップをさらに含むことを特徴とする請求項13に記載のテコンドー型認識及び昇段審査方法。

請求項15

前記正確度を測定するステップにおいては、前記動作の開始点と前記動作の終点との間に必要な値を動的時間ワープアルゴリズムを用いて整列したデータを用いて求め、且つ、前記座標値及び前記整列したデータを用いて正確度を求めることを特徴とする請求項14に記載のテコンドー型認識及び昇段審査方法。

請求項16

前記座標値は、前記オブジェクトのx、y、z軸の座標値であることを特徴とする請求項15に記載のテコンドー型認識及び昇段審査方法。

請求項17

前記合格基準は、前記動作の正確度が60%〜100%であることを特徴とする請求項16に記載のテコンドー型認識及び昇段審査方法。

技術分野

0001

本発明は、キネクト登録商標)などの深度カメラを用いて人体骨格を取り出してこれをテコンドー型(プムセ)の認識及び昇段審査に利用するための昇段審査装置とその方法に関する。

背景技術

0002

人間の動作認識技術は、センサーや特定の装置を人間の身体に取り付けて身体の動き感知したデータを動作認識に活用する接触方式と、カメラを用いて人間の動作映像を追跡して動作認識情報を取り出す非接触方式と、に大別される。接触方式は、ユーザーの動きを感知可能なセンサーや装置を人間の身体に直接的に取り付けてこのユーザーの動き情報を取得する方式であり、この直接的に取り付けられたセンサーにより比較的に正確な情報が得られるというメリットがあるが、ユーザーがセンサーや装置を着用することを余儀なくされるという不都合がある。これに対し、非接触方式は、ほとんどの場合、人間の動作映像を撮影した後に動き情報を取り出す技術を利用する。

0003

接触方式の3Dコンテンツ制御方法は、ユーザーの動きを感知可能なセンサーや装置をユーザーが自ら着用して3Dコンテンツと相互作用するものである。接触方式のインタフェースの代表例としては、光ファイバ磁気センサージャイロセンサーを用いたデータグローブモーショントラッカーなどが挙げられる。接触方式による入力装置はほとんど商用化されている。例えば、3D製作されたナビゲーションコンテンツにおけるタッチに基づく3Dインタラクション操作インタフェース、任天堂社のWii
Remote(登録商標)モーションコントローラインタフェース、ソニー社のPlay Station(登録商標) Moveインタフェース、スペースマウスに代え得るGlobalFishインタフェース、ジョイスティック弾性体リングを用いて製作してタッチパッドを組み込んだGroove
Padインタフェースなど様々な3D物理的インタフェースが挙げられる。

0004

非接触方式に基づく3Dコンテンツの制御方法は、ほとんどの場合、カメラを用いて取得した映像情報から人間の動きを追跡して認識する。非接触方式は、身体部位に特定のマーカーを取り付け、視覚技術を用いて身体の動きを追跡するマーカーに基づく方式と、マーカーを用いないマーカーレス方式と、に大別される。マーカーに基づく方式は、映像カラー、形状、発光ダイオードLED)、赤外線などをマーカー属性として予め定めておき、そのマーカーを追跡することにより比較的に手軽に且つ迅速にユーザーの動作を追跡することができる。この方法は、映像の特徴点取出しを相対的に速やかに行うことができるが、ユーザーは依然として不自然なマーカーを取り付けることを余儀なくされるという欠点がある。マーカーレス方式は、オプティカルフロー背景分離技法モーションヒストリーイメージなどの技法を用いてユーザーの動きの方向及び速度などを感知して動きをリアルタイムにて迅速に追跡することができ、また、光源の明るさを追跡して動きを追跡したりする。マーカーレス方式は、カメラの位置、光源の干渉陰影などの外部要因脆弱であるという欠点がある。

0005

テコンドー昇段審査は、全的に審査委員主観的な判断により行われ、審査委員個々人の好み、気持ちなど外的要因の影響を受けやすいため一貫した基準がなく、それ故に不満が募っていた。

先行技術

0006

大韓民国公開特許公報10−2013−0044473号(2010年 5月 3日)

発明が解決しようとする課題

0007

本発明は上述した問題を解決するために案出されたものであり、その目的は、深度カメラを用いて人間の動きに関する深度情報とビジュアル情報とを取り出し、これを用いてテコンドー型を認識し、昇段審査を自動的に行う昇段審査装置を提供することである。

0008

本発明の他の目的は、人間のテコンドー動作の昇段基準の符合有無を判断するために標準型動作に関するデータが格納されている標準型動作データベースのデータと深度カメラから受け取った座標値とを比較して正確度を測定し、テコンドー型の連続したシーケンスを比較して合格基準充足有無を判断する方法を行う昇段審査装置を提供することである。

課題を解決するための手段

0009

上記の目的を達成するために、本発明の一実施形態による深度カメラを用いた人体の骨格に基づくテコンドー型の認識及び昇段審査装置は、深度カメラから入力されたオブジェクトの特徴を取り出す特徴取出し部と、前記オブジェクトの様々な動作を定義するための動作定義部と、前記特徴取出し部及び前記動作定義部により得られた情報を用いて前記オブジェクトの行動を認識する動作認識部と、前記動作認識部において確定された前記オブジェクトの動作の正確度を判定する判定部と、を備えることを特徴とする。

0010

また、上記の目的を達成するために、本発明の一実施形態による深度カメラを用いた人体の骨格に基づくテコンドー型の認識及び昇段審査方法は、深度カメラから入力されたオブジェクトの特徴を取り出す特徴取出ステップと、前記オブジェクトの様々な動作を定義するための動作定義ステップと、前記特徴取出ステップ及び前記動作定義ステップにより得られた情報を用いて前記オブジェクトの行動を認識する動作認識ステップと、前記動作認識部において確定された前記オブジェクトの動作の正確度を判定する判定ステップと、を含むことを特徴とする。

発明の効果

0011

本発明の一実施形態による深度カメラを用いた人体の骨格に基づくテコンドー型の認識及び昇段審査装置とその方法によれば、人間のテコンドー動作に対する正確な型を認識し、昇段審査に際して発生し得る採点及び判定エラーなどを防ぐことができる。

図面の簡単な説明

0012

深度カメラを用いた人体の骨格に基づくテコンドー型の認識及び昇段審査装置の全体構造図である。
RGB−Dセンサーを用いた深度情報及びスケルトンデータを示す図である。
人間の関節及び取り出されたスケルトンパラメータを示す図である。
人間が立って右手を引っ張ったときの各関節の座標からの距離値を示す図である。
深度カメラを用いた人体の骨格に基づくテコンドー型の認識及び昇段審査装置の全体の流れを示す図である。
本発明の一実施形態による判定ステップの細部的な流れを示す図である。

実施例

0013

その他の実施形態の具体的な事項は、詳細な説明及び図面に含まれている。

0014

本発明の利点及び特徴並びにこれらを達成する方法は、添付図面と結び付けて詳細に後述する実施形態を参照すれば一層明らかになる。しかしながら、本発明は後述する実施形態に何ら限定されるものではなく、異なる様々な形態に実現可能であり、単にこれらの実施形態は本発明の開示を完全たるものにし、且つ、本発明が属する技術分野において通常の知識を有する者に発明の範囲を完全に知らせるために提供されるものであり、本発明は請求項の範囲により定義される。なお、明細書の全体に亘って同じ参照符号は同じ構成要素を示す。

0015

図1は、本発明による深度カメラを用いた人体の骨格に基づくテコンドー型の認識及び昇段審査装置の全体構造図である。図1に示すように、本発明のテコンドー型及び昇段審査装置は、深度カメラから入力された人体骨格、すなわち、オブジェクトから深度及びビジュアル特徴を取り出す特徴取出し部110と、オブジェクトの動作が具体的にどのような動作を示すかを定義するためにオブジェクトの動作の各々を分解する動作分解部121を有する動作定義部120と、特徴取出し部110及び動作定義部120に取り出された情報を用いて動作を認識する動作認識部130と、を備える。前記オブジェクトの深度特徴は、深度カメラから取り出されたRGBデータとオブジェクトの深度情報とを組み合わせたRGB−Dデータである。また、前記動作認識部130は、前記取り出された情報の動作を認識するために動作認識データベース150をさらに備える。前記動作認識データベースには、認識されたテコンドー動作に関するデータが格納されるが、そのデータとしては、騎立ち、左下段払い、右下段払い、左足前蹴り、右足前蹴りなどのデータが挙げられる。

0016

前記動作認識部130は、動作マッチング部131と、動作分類部132と、動作確定部133という細部モジュールを備える。前記動作マッチング部131は、前記特徴取出し部110及び前記動作定義部120から取り出された情報と前記動作認識データベース150のデータとを比較して動作をマッチングさせ、マッチングされた結果を用いて動作を分類した後に動作を確定する。

0017

本発明による深度カメラを用いた人体の骨格に基づくテコンドー型の認識及び昇段審査装置は、前記オブジェクトの動作を確定した後に動作のつながり(シーケンス)を判定して昇段有無を決定する判定部140を備える。前記判定部は、前記動作認識部130において認識された動作のつながりが正確であるか否かを判定するために標準型動作データベース160を備える。前記標準型動作データベース160には、一般的に知られているテコンドーの有段者の型である太極1章から8章までのデータと、有級者の型である高麗(コリョ)、金剛(クムガン)、太白(テベク)、平原(ピョンウォン)などの型データが格納されている。

0018

図2は、RGB−Dセンサーを介して入力されたデータの深度情報及びスケルトンを示す図である。図2の(a)は、RGB−Dセンサーを介して入力されたRGBカメライメージを示す。前記イメージには、2つのオブジェクト(人間)が現れている。図2の(b)は、図2の(a)の2つのオブジェクトに関する深度情報を示すものであり、深度カメラから自動的にセグメントされて表示される。黄色及び紫色のラベルは、セグメントされたオブジェクトを示す。灰色のラベルは、椅子及び床面などの非反射(non
IR reflective)領域を示す。図2の(c)は、深度カメラによって、マーキングされた領域に赤外線を投射して連結された点の反射波の強度を測定し、反射強度を用いて距離を測定し、反射強度の低い点は遠くからきたものと推定し、強度の高い点は前面にいるユーザーからきたものと推定してオブジェクトの主なスケルトンを認識したものを示す。

0019

図3は、人間の関節及び取り出されたスケルトンのパラメータを示す図である。深度カメラが人間の骨格を認知する技法を用いて、人間の手首、腕、肩の動きに基づく動作を定義することができる。例えば、「左への移動」とは、右腕を用いて肩線を中心として手首及びが左側に移動することをいい、「右への移動」とは、左腕が肩線を基準として手首及び肘が右側に移動することをいい、「上への移動」とは、肩線よりも上に移動することをいい、「下への移動」とは、肩線よりも下に移動することをいい、「拡大」とは、両手が基準よりも外側に移動することをいい、「縮小」とは、両手が基準よりも内側に移動することをいい、「選択」とは、片手を正面に移動することをいう。このように、図3の(b)に示すように、人間のスケルトン間の連結ポイントである関節(joint)の座標の変化及び角度によって動きを判断することができる。

0020

図4は、人間が立って右手を引っ張ったときの関節間の座標に対する距離を示す図である。本発明においては、人間の姿勢と動作のモデリングのために入力シーケンス移動距離をマッチングするために標準型の連結動作を用いて各関節の距離偏差を考慮する。例えば、上体動作を感知するために、各関節Piと原点(reference point)との間の経時的な距離Dr,iを計算する。左右の肩関節の左側と右側との間の中心点(center point)は、原点を分析して計算する。上体の中心点の各関節の距離偏差を用いて、

0021

は、下記式(1)のように計算される。

0022

式中、

0023

は、左側及び右側の肩の座標値を示し、各関節のiの座標値

0024

は、下記式(2)のように計算される。

0025

式中、

0026

は、

0027

となる。
各関節iの標準化された座標

0028

は、下記式(3)のように計算される。

0029

下半身に対する動作認識も、上記の上体動作を感知するための計算式と同様に計算される。

0030

動作は、立っている動作と、横になっている動作と、に大別されるが、これらを区別するためには、脊髄とx軸との間の角度Aspを下記式(4)のように計算する。

0031

式中、CUP及びClowは、前記の上体中心点の各関節の距離偏差を用いた

0032

の計算式及び各関節のiの座標値

0033

の計算式を用いて求めることができる。お辞儀(bow)などのをかがめる動作のためには、2種類のベクトルであるVupとVlowとの間の角度であるAup,lowを求めればよく、計算式は、下記式(5)の通りである。

0034

式中、Jspは、脊髄を示す。

0035

図5は、深度カメラを用いた人体の骨格に基づくテコンドー型の認識及び昇段審査装置の全体の流れを示す図である。

0036

テコンドー型の認識及び昇段のために昇段審査が始まると、人間は開始位置に立っている必要がある(S510)。開始位置は、深度カメラから少なくとも40cm〜5m以内でなければならない。人間が開始位置に立つと、テコンドー型の開始を知らせるメッセージが送られ(S520)、人間は、メッセージを見た時点から当該審査の型及び動作をカメラを見ながら行えばよい。動作を行う人間の型及び動作を正確に認識するために、人間の周りに深度カメラを少なくとも1台から最大4台まで設置する。前記型及び動作を行っている間には、前記深度カメラの深度センサー及びビジュアルセンサーにより人間が行う動作に関する特徴がリアルタイムにてユーザー動作認識データベースに格納され(S530)、前記格納されたデータは、動作の認識のために、動作マッチングステップ(S533)、動作分類ステップ(S534)及び動作確定ステップ(S535)を経て最終的に人間の動作がどのような動作であるかを認識する。

0037

前記認識された人間の動作は、型及び動作に関する標準データが格納されている標準型動作データベースのデータと比較して判定するステップ(S540)を経て最終的な合格有無を決定(S550)する。

0038

図6は、判定ステップの細部的な流れを示す図である。

0039

前記判定ステップS540は、前記深度カメラから受け取った座標を予め格納されている座標値と比較して正確度を測定するステップ(S610)と、テコンドー型の連続したシーケンスを比較して判断するステップ(S620)と、合格基準の充足有無を判断するステップ(S630)と、をさらに含む。テコンドー型に対する動作のシーケンスを比較して判断するとき、前記動作の正確度の判定は、オブジェクトのx、y、z軸の座標値とこれら軸との間の角度を比較して行い、前記判定の結果、動作の正確度が60%〜100%である場合に合格を通報する。

0040

本発明においては、正確度の測定のために、動的時間ワープ(Dynamic Time Warping)アルゴリズムを用いて動作に関するデータ値396個を定義している。すなわち、最初に動きがある動作の開始点と動作が終わる終点との間に必要な値を動的時間ワープアルゴリズムを用いて396個並べる。前記正確度を測定するステップ(S610)においては、動作の開始点と前記動作の終点との間に必要な値を動的時間ワープアルゴリズムを用いて並べたデータを用いて求め、前記座標値及び前記並べたデータを用いて正確度を求める。

0041

本発明は上述した好適な実施形態にのみ限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々に改良、変更、代替又は付加して実施可能であるということは、当該技術分野における通常の知識を有する者であれば容易に理解できる。このような改良、変更、代替又は付加による実施が以下の添付の請求範囲の範囲に属するものであれば、その技術思想もまた本発明に属するものとみなす

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

(分野番号表示ON)※整理標準化データをもとに当社作成

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ