基于专利分析的人脸识别技术发展与对策研究

发布时间：2021-08-01 04:56

　　作为人工智能领域的重要分支,人脸识别技术依托海量的生物数据信息,在智慧交通、互联网金融、公共安保等领域得到了广泛应用。通过对人脸识别技术领域的专利分析,能够为我国相关行业的技术研发提供重要指引。运用技术生命周期理论与Logistic模型预测人脸识别技术发展阶段,显示当前人脸识别技术正处于技术发展的成长期;利用incoPat科技创新情报平台,从地域分布、参与主体、技术领域等角度进行分析,得出全球人脸识别专利目前处于持续增长阶段、中美韩是目前全球人脸识别领域专利数量较多的国家、人脸数据表示是当前的研发热点。未来我国应以战略性人脸识别产业发展规划为指导,着力推进人脸识别关键技术领域研发,继续完善人脸识别产业创新研发主体体系,不断创新人脸识别关键技术的应用场景。 

【文章来源】：世界科技研究与发展. 2020,42(05)CSCD

【文章页数】：11 页

【部分图文】：

全球人脸识别技术生命曲线预测

Loglet Lab 4绘制得到我国人脸识别技术生命预测曲线(图2)。中国自20世纪90年代开始出现人脸识别相关专利，软件Loglet Lab 4估算出的中国人脸识别专利成长时间约为14年，并且曲线转折点出现在2021年，我国人脸识别技术萌芽期为1993—2014年，成长期为2015—2021年，成熟期为2022—2028年，预计2029年进入饱和期。2.2 区域分析

表1展示了全球人脸识别专利的主要发明人的分布情况，通过分析主要发明人及其涉及技术领域，为企业或者政府引进核心技术人才提供数据支持。来自Foto Nation Limited公司的Peter Corcoran,Petronel Bigioi,Eran Steinberg,Yury Prilutsky参与了最多的人脸识别技术研究，更进一步说明了美国在人脸识别技术领域的优势地位。Tessera股份有限公司的全资子公司Foto Nation有限公司着力开发下一代图像处理平台，致力提供低功耗、高性能的深度学习解决方案，为计算机视觉多个应用场景提供统一的编程环境和预集成的图像功能。除了在如何表示人脸数据方面有所关注，发明人张伟、杨帆研发特定计算机模型的计算机系统取得了一定成果，其主要利用卷积神经网络解决人脸属性识别、性别识别、表情识别等问题。陈志军与张涛尤其关注人脸信息的隐藏、获取方法，提出了较多根据人脸图像进行图片信息分类的方法。孙利华在利用三维人脸识别进行验证的门禁系统上拥有较多的研究成果。

【参考文献】：
期刊论文
[1]中美人工智能政策体系的比较研究——基于政策主体、工具与目标的分析框架[J]. 曾坚朋,张双志,张龙鹏.  电子政务. 2019(06)
[2]3D人脸识别技术专利分析[J]. 石晨阳.  工业技术创新. 2018(05)
[3]基于文献计量的人脸识别技术研究进展与趋势分析[J]. 王正为,杨红梅,李娜.  世界科技研究与发展. 2018(05)
[4]德国“人工智能战略”编制要点[J]. 孙浩林.  科技中国. 2018(10)
[5]建立三维人脸识别产业体系[J]. 蔡冠深.  人民论坛. 2018(10)
[6]人脸识别活体验证专利分析[J]. 董支星,刘振宇,伍晓强.  电声技术. 2018(01)
[7]基于专利生命周期的技术创新信息研究[J]. 何彦东,范伟,於锦,王毅,于行洲.  情报杂志. 2017(07)
[8]人脸识别在视频技术领域的专利申请分析[J]. 倪礼.  科技创新与应用. 2017(10)
[9]人脸识别技术发展现状及趋势分析[J]. 何欢,肖强,王春莉,赵锟,禚钊.  情报探索. 2016(11)
[10]人脸识别综合技术的发展[J]. 苏楠,吴冰,徐伟,苏光大.  信息安全研究. 2016(01)

硕士论文
[1]基于专利地图的自动驾驶技术发展研究[D]. 施志霞.华东理工大学 2016



本文编号：3314857