基于Innography數據庫的計算機視覺專利挖掘與分析

張志敏 王鴻飛

摘 要：計算機視覺是一門綜合了計算機科學、工程科學、神經科學等多個學科的綜合性科學技術。近年來計算機視覺發(fā)展迅速，已成為成為人工智能領域商業(yè)化最順利的技術之一，市場前景廣闊。本文對國家知識產權專利數據庫收錄的2000—2019年申請的計算機視覺領域專利技術進行統計，從專利申請的年度分布、地區(qū)分布、IPC分類、專利強度等方面展開分析，并對中國計算機視覺技術創(chuàng)新發(fā)展給出意見。

關鍵詞：專利分析;計算機視覺;Innography數據庫

中圖分類號：G306文獻標識碼：A

Abstract：Computer vision is a comprehensive science and technology which integrates computer science，engineering science，neuroscience and other disciplines.In recent years，with the rapid development of computer vision，it has become one of the most successful commercialization technologies in the field of artificial intelligence，with a broad market prospect.This paper makes statistics on the patent technology applied in the field of computer vision in 2000-2019 included in the national intellectual property patent database，analyzes the annual distribution，regional distribution，IPC classification，patent intensity of patent applications，and gives opinions on the innovation and development of computer vision technology in China.

Key words：Patent analysis;computer vision;Innography database

近年來，由于海量數據的涌現、GPU計算普及和高性能學習算法的不斷突破，計算機視覺迎來了巨大的發(fā)展機遇，成為人工智能領域商業(yè)化最順利的技術之一[1]。作為一個跨領域的交叉學科，計算機視覺融合了計算機科學、工程科學、神經科學等多個學科，其研究目標是以人類視覺能力作為仿生基礎，使計算機能夠從圖像、視頻數據中自動提取層次化語義信息，理解圖像或動態(tài)場景[2]。目前，計算機視覺研究已經在生物識別、智慧交通、智能安防、醫(yī)學影像分析等多個領域取得豐碩成果，計算機在圖像的檢測、分類和理解任務上的性能已接近甚至超過人類視覺系統[3-6]。從市場規(guī)模來看，國內外有超過40%的人工智能企業(yè)專注于計算機視覺領域，2018年國內市場規(guī)模達100億元，2019年達300億元，商業(yè)成熟度較高[7]。

本文對國家知識產權專利數據庫收錄的2000-2019年申請的計算機視覺領域專利技術進行統計分析，給出了國內外計算機視覺領域專利申請的年度分布、地區(qū)分布、IPC分類、專利強度等。本研究能夠反映計算機視覺科研發(fā)展趨勢以及核心技術的領域、地域分布信息，為科研人員提供綜述性技術支持，對優(yōu)化高校在該領域的科研布局具有重要意義。

1 數據來源與檢索方法

本研究使用innography專利檢索分析平臺，檢索式為：@（abstract，claims，title）“Machine Vision”or “computer vision”，檢索時間為2019年12月13日。檢索到的計算機視覺相關國內外專利26039件，對所得專利進行同族擴展、類型限定與合并去重后，得到16403件專利。對這16403件專利進行情報分析。

2 數據分析

2.1 專利申請年份及趨勢分析

專利申請狀況可反映該目標領域的發(fā)展態(tài)勢。將16403件專利按其申請年份統計，結果如圖1所示（由于專利申請需要18個月的公開時間，2018-2019年的數據僅供參考分析），計算機視覺專利在2007年前的申請量相對較少，每年全球申請總量少于300件，2008年開始申請量快速增加。2005年以來，中國計算機視覺專利申請迎來快速增長，申請量超過其他國家并逐漸取得全球主導地位，2018年中國在該領域專利申請量接近2000件，占全球計算機視覺專利申請的90%以上。這主要得益于中國在信息技術產業(yè)領域深耕布局，十三五以來人工智能產業(yè)進入穩(wěn)步增長階段，計算機視覺領域相關技術不斷突破和落地應用，同時越來越重視人工智能領域人才培養(yǎng)和知識產權保護，整體研發(fā)水平得以提高[8]。

2.2 技術來源與地域布局分析

對檢索到的16403件專利的來源地進行分析，這可以在一定程度上反應計算機視覺技術在世界各地區(qū)的研發(fā)熱度和專利保護趨勢，為選擇專利布局目標國和市場開發(fā)目標國提供參考依據[9]，分析結果如圖2所示。來源于中國的計算機視覺專利達12363件，占世界專利總量的75%，遠高于其他國家或地區(qū)，這表明了中國注重在機器智能領域的產業(yè)布局，擁有充足的人才儲備，并且在計算機視覺產業(yè)應用上具有廣闊前景。專利數量排在第二和第三位的是日本和韓國，分別檢索到943件和650件，分別占比5.7%和3.9%。這與日韓兩國本世紀以來人口數量持續(xù)走低的社會現實密切相關，這促使了工業(yè)生產自動化的進程[10]，而計算機視覺是工業(yè)自動化的核心技術之一，因此計算機視覺相關技術得到了較快發(fā)展和在知識產權保護方面的重視。其他主要的專利申請目標國家和地區(qū)組織包括英國、世界知識產權組織WO、歐洲專利局EP和美國等。

2.3 核心專利分析

Innography數據庫根據利引用數、同族專利數量、權利要求數量、說明書頁數、有無許可訴訟、專利族所在國家的經濟總量等客觀因素，對每個專利給出一個0-100的專利強度評分，一般認為專利強度在0～30之間的專利為一般專利，30～80之間的為重要專利，80～100之間的為核心專利[11]。本文對專利強度的區(qū)間分布數量進行了統計，如圖3所示，在檢索到的16403件專利中，核心專利共66件，占專利總數的0.4%。

我們對核心專利的來源國進行了分析，結果如圖3所示。在本文檢索到的66件核心專利中，來自于美國的達56件，例如Criticom集團的“具有圖形用戶界面和遠程攝像機控制的計算機視覺系統”[12]，波音公司的“鈑金檢測系統及儀器”等。盡管美國在計算機視覺領域的專利申請量僅占全球2.1%，但其核心專利全球占比超過84%，可見美國在計算機視覺領域的專利申請質量更高，在該領域研發(fā)水平處于全球領先地位。相比而言，來源于中國的核心專利僅有3件，全球占比僅為4.5%，例如中興通訊的“手勢識別的方法、設備和系統”[13]，IRBT的“使用機器視覺系統執(zhí)行同步定位和映射的系統和方法”[14]等。從專利申請量來看，中國的申請量是美國的35倍，但核心專利僅為美國的5.3%，由此可見，中國專利申請價值與美國存在較大差距，計算機視覺領域研發(fā)水平亟待提升。

2.4 核心專利的專利權人分析

我們利用innography平臺分析工具，從技術實力和經濟實力兩個方面進行分析，比較核心專利申請機構的綜合競爭力，分析結果如圖4所示。該氣泡圖的橫坐標表示專利申請機構的技術實力，由專利數量、技術分類和專利引用三個要素構成;縱坐標表示申請機構的經濟實力，由公司收入、專利國家分布和專利涉案情況三個要素構成[15]。氣泡大小表示專利數目，橫坐標由左到右表示技術實力增強，縱坐標由下至上表示經濟實力增強，兩坐標軸交點表示申請機構間兩類指標平均值的交點。從技術實力來看，康耐視公司處于絕對領先地位，其余技術實力較強的機構還包括麥格納國際、Reveo公司、先鋒影像和歐姆龍。從經濟指標來看，實力較強的是伊士曼柯達公司和波音公司。從數量來看，核心專利數量最多的是康耐視公司，共18件占比27%。綜上所述，盡管康耐視公司在經濟實力方面落后于伊士曼柯達、波音公司和麥格納國際等，但其在技術實力和研發(fā)水平上處于業(yè)內領先位置，在計算機視覺領域具有明顯地技術優(yōu)勢。

2.5 專利構成及研究熱點分析

我們利用innography分析平臺，根據國際IPC分類[16]，對檢索到的16403件計算機視覺專利進行分析，對申請量排名前十的IPC分類進行統計，結果如表1所示。分析發(fā)現在物理相關技術領域計算機視覺專利申請量最多，達7561件;其次是在運算、計數相關領域，專利申請量為4224件。專利申請量排名第三的是測量和測試相關領域，專利申請量為2695件。此外，專利申請量排名靠前的技術領域還包括圖像處理或生成、數據識別、圖像分析、角度和位置測量等。

3 總結與建議

3.1 總結

本文使用innography專利檢索分析平臺對過去20年的計算機視覺領域專利進行分析，結果表明，計算機視覺近年來發(fā)展迅速，是專利申請增長較快的研究領域;雖然中國在該領域專利申請增長最快，但核心專利總數的84%來自于美國，美國在計算機視覺領域的技術創(chuàng)新具有較強優(yōu)勢;計算機視覺專利的主要技術領域包括物理、運算、測量等。

3.2 建議

通過對計算機視覺專利的挖掘與分析，得出了以下建議：在鼓勵人工智能領域科技創(chuàng)新和產業(yè)落地的同時，還應該關注于技術質量，注重人才培養(yǎng)和源頭創(chuàng)新;提高專利保護意識，注重國外專利的申請與布局。

參考文獻：

[1]孫劍.云、端、芯上的視覺計算[J].人工智能，2019（2）：6-17.

[2]李雅琪，馮曉輝，王哲.計算機視覺技術的應用進展[J].人工智能，2019（2）.

[3]Danuser G.Computer vision in cell biology[J].Cell，2011，147（5）：973-978.

[4]李均利，尹寬，儲誠曦，等.視頻目標跟蹤技術綜述研究[J].燕山大學學報，2019，43（3）：251-262.

[5]Wang H，Shen Y，Wang S，et al.Ensemble of 3D densely connected convolutional network for diagnosis of mild cognitive impairment and Alzheimers disease[J].Neurocomputing，2019，333：145-156.

[6]林潔.淺談人工智能在安防領域的深度應用[J].中國公共安全，299（6）：116-119.

[7]李子青.計算機人工智能技術的應用與未來發(fā)展分析[J].科技經濟市場，2019（10）：9-11.

[8]張鑫，王明輝.中國人工智能發(fā)展態(tài)勢及其促進策略[J].改革，2019（9）：31-44.

[9]李克穎.專利地圖在專利情報分析中的應用探究[J].科技創(chuàng)新與應用，2019（7）.

[10]張季風，鄧美薇.人口老齡化、技術創(chuàng)新對經濟增長質量的影響——基于中日兩國的比較分析[J].日本問題研究，2019，33（1）：20-31.

[11]欒春娟，鄭保章.全球專利強度計量分析與中國知識產權保護[J].科技與經濟，（2）：57-60.

[12]Ellenby J，Ellenby T W，Ellenby P，et al.Computer vision system with a graphic user interface and remote camera control：U.S.Patent 6，037，936[P].2000-3-14.

[13]劉海軍.手勢識別方法、裝置和系統[P].CN104866083A，2015-08-26.

[14]M.穆尼奇，N.羅馬諾夫，D.格爾，P.馮，J.梅爾策爾，M.巴納達里烏斯.用于使用機器視覺系統執(zhí)行同時定位和映射的系統和方法[P].CN106537186A，2017-03-22.

[15]王帆，崔笑.氣泡圖在排名變化分析中的應用[J].電腦知識與技術，2013（9）：2131-2134.

[16]馬磊，宋建瑋.IPC分類法在科技查新工作中的應用[J].圖書館學刊，000（3）：32-34.

作者簡介：張志敏（1987—），女，碩士，助理館員，研究方向：科技查新;王鴻飛（1994—），男，碩士，香港中文大學（深圳瓦謝爾計算生物研究院），研究方向：生物信息學，深度學習。