计算机视觉是使用计算机模仿人类视觉系统的科学,让计算机拥有类似人类提取、处理、理解和分析图像以及图像序列的能力^[1]。计算机视觉综合了计算机科学和工程、信号处理、物理学、应用数学和统计学等多个学科,涉及图像处理、模式识别、人工智能、信号处理等多项技术。在深度学习的助力下,计算机视觉技术取得重要突破,已成为人工智能技术的突破口^[2]。当前,计算机视觉已成为全球关注的热点。美国、法国、英国等国家相继出台人工智能相关政策支持计算机视觉发展。我国也非常重视计算机视觉产业的发展,相继出台了一系列政策,如《新一代人工智能发展规划》提出“研发集成多种探测传感技术、视频图像信息分析识别技术、生物特征识别技术的智能安防与警用产品,建立智能化监测平台”等。

计算机视觉的发展历史可以追溯到1966年,马文·明斯基研究通过算法让计算机识别摄像头捕获的内容。20世纪70年代,Marr提出了Marr视觉理论,丰富了计算机视觉理论^[3]。20世纪80年代,逻辑学与知识库促进了计算机视觉算法的发展。20世纪90年代,局部特征描述符技术提高了计算机视觉匹配的精度^[4]。进入21世纪,机器学习和模式识别技术使得计算机能够从海量数据中自动归纳目标特征并加以识别和处理。同时,基于神经网络算法的深度学习加快了视觉深度识别AI的精度与训练速度^[5]。2012年是计算机视觉发展历史中的重要节点,深度学习在计算机视觉领域应用越来越广泛,取得的突破性成果也日益增加。传统计算机视觉算法逐步被深度学习方法所替代,新方法及模型如雨后春笋般快速诞生^[6]。

本文依据美国计算机协会的计算机分类系统（ACM Computing Classification System）,将计算机视觉技术分解为增强现实技术、生物识别技术、场景理解技术、字符识别技术、目标跟踪技术和视频图像识别技术^[7]（表1）。

本文采用北京合享智慧科技有限公司的incoPat专利数据库,通过主题词和专利分类号分别构建增强现实、生物识别、场景理解、字符识别、目标跟踪、视频图像识别6个技术分支的检索策略（详见附录）。在此基础上对各技术分支的专利数据进行合并、去重后获得计算机视觉技术整体专利数据。数据范围为全球范围内优先权年在2000年及其之后布局的发明专利和实用新型专利,检索日期为2020年6月16日,最终通过简单同族合并后共获得专利219 025项并开展分析。

本研究围绕通过检索获取的全球计算机视觉专利,基于专利计量分析方法,从自然整体技术及其典型分支技术两个层面开展分析,主要分析维度包括：专利布局整体态势、技术优势国家专利申请情况分析、技术优势机构专利申请情况分析、法律状态有效专利分析、近三年申请专利分析¹(¹本文的近三年专利是指在2017年、2018年、2019年向专利管理部门提交的专利申请。)和四方专利²(²本文的“四方专利”指同时在中国国家知识产权局、欧洲专利局、日本特许厅、美国专利与商标局提交专利申请的发明创造。)分析,力求较为全面地展示自然语言处理技术目前的专利布局态势和创新格局（图1）。本文采用Excel、Python等工具软件进行可视化展示,从而直观展示分析结果。

3.1.1 专利整体申请趋势

进入21世纪,深度学习算法逐渐替代传统算法,成为人工智能的基础应用技术之一,尤其是2006年加拿大多伦多大学教授Geoffrey Hinton和他的学生Ruslan Salakhutdinov在《科学》上发表了对于深层神经网络的训练方法,开启了深度学习在学术界和工业界的浪潮^[5]。2012年堪称计算机视觉应用深度学习的突破年：AlexNet取得突破性进展,首次在大规模图像数据集实现了深层卷积神经网络结构,进一步促进了计算机视觉的发展^[6,7]。这种趋势给计算机视觉技术的产业应用带来了突破,亦反映在计算机视觉技术专利申请上。近20年来,计算机视觉技术专利申请整体呈增长趋势,2004年专利申请突破3 000项,2012年突破7 000项,2014年开始专利申请量进入快速增长阶段,2015年专利量突破1.5万项,2016年突破2万项,2018年突破3万项（图2）。

3.1.2 布局国家/地区分析

2000年以来,中国、美国、日本、韩国、德国等成为计算机视觉技术领域专利申请量排名前10位的国家/地区。其中,中国拥有97 130项专利,占全球专利总量的48.80%,排名第1位。专利IPC分布显示,中国专利主要集中在：（1）用于阅读或识别印刷或书写字符或者用于识别图形,例如,指纹的方法或装置（G06K 9/00）;（2）应用电子设备进行识别的方法或装置（G06K 9/62）;（3）图像分析（G06T 7/00）;（4）基于生物学模型的计算机系统的体系结构（G06N 3/04）。美国专利量为49 338项,占全球计算机视觉专利总量的24.79%,排名第2位,技术方向主要集中在：（1）用于阅读或识别印刷或书写字符或者用于识别图形,例如,指纹的方法或装置（G06K 9/00）;（2）对用于电脑制图的3D模型或图像的操作（G06T 19/00）;（3）图像分析（G06T 7/00）;（4）应用电子设备进行识别的方法或装置（G06K 9/62）。日本专利量为26 820项,占全球计算机视觉专利总量的13.48%,排名第3位,技术方向主要集中在：（1）图像分析（G06T 7/00）;（2）通用图像数据处理（G06T 1/00）;（3）用于阅读或识别印刷或书写字符或者用于识别图形,例如指纹的方法或装置（G06K 9/00）;（4）对用于电脑制图的3D模型或图像的操作（G06T 19/00）（图3）。

进一步对全球TOP10专利布局国家/地区的专利布局年度进行分析,可以发现,TOP10国家/地区围绕计算机视觉技术的专利布局20年来呈现增长态势。其中中国的增长幅度最为显著,且保持持续增长态势,尤其是近5年专利量和增长率均明显高于美国、日本等其他9个国家/地区,2019年布局专利数量最多,为20 558项。排名第2位的美国同样呈现增长态势,2017年和2018年的专利布局数量稳定在5 000项左右,与之类似的还有日本和韩国。除中国外,其他国家/地区在2019年的专利数据均较低,这可能是专利申请到公开的时滞造成的（图4）。

3.1.3 布局机构分析

三星、微软、索尼、佳能、中国科学院、谷歌、OPPO、IBM、LG集团和西门子为全球计算机视觉专利申请量排名前10位的主要机构。排名前三位的机构专利量均超过2 000项,其中三星专利量为2 960项,排名第1位,专利涉及的主要技术方向为增强现实、生物识别和字符识别等;微软专利量为2 426项,排名第2位,主要技术方向为目标跟踪、字符识别、场景理解等;索尼排名第3位,专利量为2 150项,主要技术方向为增强现实、目标跟踪、生物识别等。我国的中国科学院和OPPO公司分别排在第5位和第7位。从所属国家看,TOP10机构主要来自韩国、美国、日本、中国和德国,其中来自美国的机构有3家,来自日本、韩国、中国的机构各有2家,来自德国的机构1家（表2）。

对于全球TOP10专利布局机构的专利布局年度进行分析,如图5所示,可以发现,除索尼、佳能、谷歌、OPPO和LG外,其余5家机构近几年的专利申请均呈现增长趋势。中国科学院自2011年开始,专利申请量呈快速增长趋势（图5）。

3.1.4 有效专利分析

专利具有法律属性,有效专利持有情况能够更有效地反映目标对象当前的技术实力。表3展示了TOP10技术布局国家/地区的有效专利占比全球排名情况,可以发现,专利数量排名和有效专利占比排名存在较大的差异。专利布局量排名第2位的美国有效专利占比排名全球第4位,专利布局量排名第1位的中国有效专利占比排名全球第17位,这可能是由于我国在计算机视觉技术布局刚刚起步,大量专利仍旧处于审查阶段。

进一步对TOP10技术布局机构的有效专利占比全球排名情况进行分析,如表4所示,可以发现TOP10技术布局机构专利数量排名和有效专利占比排名存在着较大的差异,专利量排名第1位的韩国三星,其有效专利占比排名下降到第22位;第2位的美国微软,有效专利占比排名上升至第1位;专利量排名第3位的日本索尼,有效专利占比排名下降到第14位。中国科学院的专利总量排名第5位,有效专利占比排名第17位。

3.1.5 近三年专利分析

通过分析近三年专利申请情况,能够识别最新的技术活跃者。图6展示了计算机视觉技术近三年专利申请的优势国家/地区和机构。可以发现,中国在近三年的专利申请量上占据绝对优势,共申请56 388件,是排名第2的美国的申请量的5倍多。同时,从优势机构来看,中国共有13家机构位列近三年专利申请TOP20名单,包括OPPO、中国平安、中国科学院、腾讯、百度、京东方、国家电网公司、西安电子科技大学和电子科技大学等。这在一定程度上反映了我国近年来对于计算机视觉技术的研发和应用的重视。

3.1.6 四方专利分析

一般从专利权人对技术重视程度的视角考虑,认为“四方专利”更具重要性。因此,以下从四方专利视角分析全球各国/地区、各机构的重要专利布局情况,如图7所示。可以看出,四方专利的布局情况与整体专利布局情况存在明显差别。专利布局总量排名第4位的日本,四方专利布局数量排名第1位,而总量排名第1位的中国其四方专利布局数量排名第3位,这在一定程度上反映了我国计算机视觉专利布局主要以本国为主。

从机构角度来看,四方专利优势机构排名与整体专利布局优势机构及近三年专利布局优势机构排名差别较大。在四方专利TOP20机构中,来自日本的索尼公司以373项专利排在第1位;荷兰飞利浦公司排名第2位,专利量为219项;美国微软排在第3位,专利量为154项。中国仅有两家机构进入TOP20,即小米公司和百度公司。这在一定程度反映了我国机构的国际专利布局力度与国外机构的差距较大。

3.1.7 技术构成分析

从计算机视觉专利技术构成看,生物识别技术专利量最多,为43 378项,约占计算机视觉专利总量的1/5;其次为增强现实技术,占计算机视觉专利总量的18.74%;字符识别技术专利量排名第3位,占专利总量的11.83%;语音至语音和音位学技术专利量均较少,占比均在1%以内（图8）。因此,选择生物识别技术作为典型子技术开展进一步的分析。

3.2.1 典型技术分支各国专利布局及有效专利占比分析

表5展示了生物识别专利的全球TOP10布局优势国家/地区。可以发现,中国在生物识别技术上的专利数量排名第1位,有效专利占比排名第9位;美国专利量排名第2位,有效专利占比排名第2位,在该项技术上具有较大优势。韩国专利量排名第3位,有效专利占比排名第4位。中国的有效专利占比不像数量指标一样突出,但是考虑到前述“近三年专利分析”部分对于中国专利申请情况的分析可以推断,我国近期申请的专利还处于审查阶段,有效专利占比未来可能具有一定的成长性。

3.2.2 典型技术分支优势机构专利及有效专利分析

对生物识别技术的全球专利布局量TOP20机构进行分析,如图9所示。可以看出,中国的OPPO公司排名第1位,专利申请量为993项;韩国三星排名第2位,专利申请量为666项;我国的欧菲科技排名第3位,专利量为537项。我国共有11家机构进入TOP20机构。其余9家机构主要来自美国、日本和韩国。

进一步对生物识别技术的全球有效专利持有量TOP20机构进行分析,如图9所示。中国的OPPO和欧菲科技排名前两位,专利量分别为331项和286项;韩国三星排名第3位,专利量为197项。我国共有8家机构进入TOP20机构,表明我国在生物识别技术领域具有较高的优势。

3.2.3 典型技术分支近三年专利分析

对生物识别技术近三年的专利申请的国别和机构分布情况进行分析,如图10所示。中国在该项技术的近三年专利申请量居全球首位,是第2位美国的专利量的近20倍,在数量上具有显著优势。在机构布局方面,中国有19家机构进入TOP20机构,并包揽了专利量前8位,在近三年的专利申请中表现较好,其中OPPO专利量733项,排名第1位。

3.2.4 典型技术分支四方专利分析

图11展示了生物识别技术的四方专利申请情况。可以看出,四方专利的布局态势与专利布局总量的态势差异较大。日本、美国、中国和韩国位居前4位,其中,中国排名第3位,专利量为92项。从TOP20家机构看,索尼公司、欧姆龙公司、飞利浦公司占据机构排名前3位。中国有3家机构进入TOP20,分别为小米公司（排名第7位）、阿里巴巴（排名第15位）、OPPO（排名第18位）。

本报告面向揭示计算机视觉技术专利布局态势的客观需求,基于全球范围内2000年以来布局的计算机视觉专利数据,从整体技术和典型分支技术两个层面,从全部专利布局情况、有效专利持有情况、近三年专利布局情况以及四方专利布局情况四个角度,对计算机视觉技术的专利布局情况进行分析,得到如下结论。

全球计算机视觉技术专利布局整体呈现增长态势,2014年后增长态势明显,2016年之后增长趋势更加显著。

我国在计算机视觉方面的专利布局数量居全球首位,较之第2名的美国具有较大优势,且保持持续增长势头;同时,国内机构在专利申请总量、近三年来专利布局等指标上均表现优异。

从有效专利持有情况看,我国的有效专利持有数量在全球范围内表现不够突出,有效专利占比全球排名第17位。同时,我国专利布局优势机构的有效专利占比排名也相对落后,这在一定程度上表明我国在计算机视觉方面的专利布局质量还有待提升。

从近三年专利布局情况看,中国在近三年的专利申请占据绝对优势;同时,中国机构表现抢眼。

从四方专利布局情况看,我国的专利布局主要围绕本国保护,四方专利布局量全球排名第3位,国内机构仅有小米公司、百度公司两家机构进入四方专利布局TOP 20机构榜单,相比日本和美国差距较大。

从分支技术看,生物识别是计算机视觉技术中专利布局最为密集的分支技术,其次是增强现实和字符识别技术。

我国在生物识别技术方面具有一定的优势,专利布局总量和近三年专利布局量均在全球范围内具有较大优势。同时,在有效专利总量及其占比以及四方专利为代表的国际专利布局方面均展现出较强的优势。

检索策略如下：（1）增强现实：TIAB=((Augmented (w) reality) OR 增强现实) OR CPC=(G06T19/006 OR G06F3/011 OR G05B2219/32014) OR (TIAB=(hmd OR headmount OR (head (w) mount) OR helmetmount OR (helmet (w) mount) OR 头盔显示) OR CPC=(G02B27/01)) AND (IPC=(G06T19/20));（2）生物识别：TIAB=(Biometrics) OR ((TIAB=(生物识别 OR 人脸识别 OR ("face identification") OR ("facial recognition") OR 指纹识别 OR ("fingerprint identification") OR ("fingerprint recognition") OR 掌纹识别 OR ("palmprint recognition") OR ("palmprint identification") OR 虹膜识别 OR ("iris recognition") OR ("iris identification") OR 视网膜识别 OR ("retinal recognition") OR 手势识别 OR ("gesture recognition") OR 运动分析 OR ("motion analysis") OR ("person authenticity") OR (authenticity person identification authenticity))) AND (CPC=(G06K9/00006 OR G06K9/00221 OR G06K2009/00395 OR G06K9/00375 OR G06K9/00597 OR G06K9/00885 OR G06K9/00362 OR G06K9/00335) OR IPC=(G06K9/))) OR TIAB=((fingerprint 指纹 OR 血管模式 OR "vascular pattern") OR "finger vein" OR 人脸 OR 面容 OR 脸部 OR 手型 OR 掌型 OR "hand geometry" OR 虹膜 iris OR 手掌印 OR 掌纹 OR "palm print" OR 视网膜 OR retina OR 趾掌脊 OR "friction ridge") AND (recognition 识别 OR 读取 OR reading OR reader OR 检测 OR detection OR biometric OR "enrolment station" OR "liveness detection") AND (CPC=(G06K9/00006 OR G06K9/00221 OR G06K2009/00395 OR G06K9/00375 OR G06K9/00597 OR G06K9/00885 OR G06K9/00362 OR G06K9/00335) OR IPC=(G06K9/)) OR CPC=(G06K2009/00395);（3）视频图像分割：TIAB=((视频 (w) 图像 (w) 分割) OR "Image and video segmentation" OR (Image (6w) video (w) segmentation) OR (thresholding (w) segmentation) OR (segmentation (2n) clustering)) OR (TIAB=(((图像 OR image OR picture OR 视频 OR video OR movie)) AND (分割 OR segmentation OR partition OR 阈值分割 OR 轮廓图 OR (contour (w) map) OR 边缘检测 OR (edge (w) detect) OR 时序分割 OR 时域分割 OR 时间分段 OR (temporal (w) segment))) AND (IPC=(G06T7/10 OR G06T7/215 OR G06T1/20 OR G06T1/40) OR CPC=(G06T7/10 OR G06T7/215 OR H04N5/147 OR G06K9/34)));（4）字符识别：TIAB=(("Character recognition") OR 字符识别 OR 字符辨认 OR 字符辨识) OR TIAB=(OCR OR (Optical (w) Character (w) Reader) OR (Optical (w) Character (w) Recognition) OR 光学字符识别 OR 光学字符阅读 OR ((字符 OR character OR 文本 OR text OR 句子 OR sentence OR 笔迹 OR 手写 OR handwrit* OR (hand (w) writ) OR 打字 OR 字体 OR typewrit* OR (type (w) writ) OR 单词 OR word OR 字母 OR 文字 OR letter) AND (识别 OR recogni* OR 阅读 OR reading OR reader OR 检测 OR detection OR detecting OR 分割 OR segmentation))) AND (CPC=(G06K9/00402 OR G06K9/00442 OR G06K2209/01 OR G06K9/00852 OR G06K9/00402) OR IPC=(G06K9/00));（5）目标追踪：TIAB=((Object (n) tracking) OR 对象跟踪 OR 目标跟踪) OR TIAB=((视频 OR video OR 图像 OR image) AND (眼睛 OR 注视 OR eye OR gaze OR 人脸 OR 脸部 OR face OR 面部 OR facial OR ((目标 OR object) and (轮廓OR contour OR 运动 OR 移动 OR motion)) OR (moving (w) target)) AND (tracker OR 追踪 OR tracking OR 可追踪 OR trackable OR 跟踪)) AND (CPC=(G06F3/012 OR G06K2017/0045 OR G06T7/246 OR G08B13/2402) OR IPC=(G06T7/246));（6）场景理解：(TIAB=(场景理解 OR "scene understand*" OR 环境识别 OR 境感知 OR ("context recognition" AND scene) OR 场景认识 OR 场景目标识别 OR (scene AND "object recogni*" OR 场景视觉对象 OR (scene AND "visual object*") OR 场景识别 OR "scene recogni*" OR 场景语义标签 OR (scene And "semantic label") OR (scene (4w) categoriz*) OR 场景语义 OR ("Scene Semantic*") OR 场景分类 OR "scene classif*" OR 场景感知 OR "scene perception" OR 机器人视觉 OR ((robot* (6n) vision) AND scene) OR "scene comprehension")) OR (CPC=(G06K9/00624 OR G06T1/0014 OR G06K9/00798)) OR (TIAB=((scene AND ((event (w) categoriz*) OR (semantic (w) label) OR clusting) OR (picture (w) caption)))) OR (TIAB=scene AND IPC= G06T7/00))。