監(jiān)控系統(tǒng)中人臉識別技術(shù)專利分析

劉 磊，李 丹

（國家知識產(chǎn)權(quán)局專利局專利審查協(xié)作四川中心，四川 成都610213）

1 概述

人臉識別是一種通過捕捉人臉面部特征信息并通過計算機圖像分析來進行人員身份信息認(rèn)證的一種計算機技術(shù)，也稱為面部識別或人像識別[1]。其在視頻監(jiān)控、安防管理、智能考勤、刑事偵查、信息認(rèn)證以及智能支付等領(lǐng)域有著廣泛的應(yīng)用。該技術(shù)起源于19 世紀(jì)末，在計算機高速發(fā)展和模式識別技術(shù)的助力下，已經(jīng)由早期的僅能人臉檢測發(fā)展到如今的人臉跟蹤，再到通過提取生物特征信息做到身份識別。然而，雖然人員面部特征利于識別，但隨著年齡以及環(huán)境因素對面容的影響、面部表情的變化、人員的移動以及多目標(biāo)干擾等，準(zhǔn)確識別人員面部信息還存在著很多的挑戰(zhàn)[2]。

隨著信息技術(shù)和人工智能的發(fā)展，針對人臉識別技術(shù)應(yīng)用的需要越來越大，要求也越來越高。特別是在監(jiān)控系統(tǒng)中，人員眾多復(fù)雜且流動，環(huán)境因素、人為因素等讓人臉特征捕獲充滿了不確定因素，人臉識別所面臨的巨大挑戰(zhàn)，如何快速、準(zhǔn)確的在監(jiān)控系統(tǒng)中完成人臉的識別具有重要意義。計算機技術(shù)的發(fā)展也在不斷滿足人臉識別技術(shù)的需求，近年來以人臉識別為主體的專利也呈現(xiàn)快速增長的趨勢[3]。本文以監(jiān)控系統(tǒng)中的人臉識別技術(shù)為目標(biāo)進行專利的統(tǒng)計與分析，首先介紹了目前監(jiān)控系統(tǒng)中人臉識別技術(shù)的幾大技術(shù)分支，然后分析了人臉識別技術(shù)在專利申請方面的現(xiàn)狀以及發(fā)展趨勢，并對主要技術(shù)分支以及相關(guān)的核心專利和重要申請人進行了分析。

2 技術(shù)分支

常用的人臉識別的方法主要有：基于KL 變換的特征臉識別方法、形狀和灰度分離的可變形模型、基于小波特征的彈性匹配方法、傳統(tǒng)的部件建模的方法。雖然每個人的面部都有差異，但人臉的主體結(jié)構(gòu)都是基本一致的，只是在局部細(xì)節(jié)特征方面千差萬別[2]。通過對基于監(jiān)控系統(tǒng)中的人臉識別技術(shù)的專利文件收集、標(biāo)引和梳理，以技術(shù)手段的異同為切入點，將人臉識別技術(shù)領(lǐng)域大致分為三個分支：人臉檢測、人臉跟蹤、人臉比對[4]，如表1 所示。

上述三個過程均有多種成熟的技術(shù)對其進行處理，人臉檢測主要是從圖像或者視頻中檢測是否存在人臉區(qū)域，并將檢測到的人臉區(qū)域從背景區(qū)域中分離出來，長采用的方法主要有參考模板法、人臉規(guī)則法、樣品學(xué)習(xí)法和膚色模型法等[4]。人臉跟蹤即目標(biāo)跟蹤，是指對檢測到的人臉區(qū)域進行動態(tài)目標(biāo)跟蹤，其主要采用基于模型的方法或基于運動與模型相結(jié)合的方法來實現(xiàn)[4]。人臉比對是指對檢測到的人臉區(qū)域與現(xiàn)有的人臉庫中的人臉進行目標(biāo)搜索并進行比對，從而找到最優(yōu)的匹配對象，其中人臉特征的描述決定了人臉比對的效率和性能，目前人臉比對主要采用特征向量和面紋模板兩種方法[4]。

表1 監(jiān)控系統(tǒng)中人臉識別技術(shù)分解

圖1 是人臉識別在監(jiān)控系統(tǒng)領(lǐng)域中三個分支百分比分布圖，該技術(shù)的申請總量為1309 項，其中人臉檢測、人臉跟蹤、人臉比對三類的申請所占的百分比分別為18.22%、34.48%、47.3%。可以看出，在人臉識別系統(tǒng)中，占有較高比重的是人臉檢測和人臉比對方法，由于人臉檢測是人臉跟蹤和人臉匹配的基礎(chǔ)，因此也是申請人關(guān)注的熱點，此外，由于人臉匹配技術(shù)在身份認(rèn)證和人員管理上具有較好的應(yīng)用價值，因此，相關(guān)廠商也在人臉匹配方面的相關(guān)專利申請數(shù)量也具有相當(dāng)高的態(tài)勢。

圖1 各二級分支技術(shù)占比

針對人臉檢測和人臉比對的三級技術(shù)分支技術(shù)占比如圖2 所示。由圖2 可以看出，在人臉識別相對重要的兩個技術(shù)分支中，人臉檢測算法中基于神經(jīng)網(wǎng)絡(luò)等樣品學(xué)習(xí)方式的檢測方法是占據(jù)技術(shù)主流的方式，是各企業(yè)和高校比較熱門的檢測方式，而針對人臉比對的方法則大多數(shù)則采用人臉數(shù)據(jù)庫等基于整體特征對比的方式進行的比對方式。

3 專利現(xiàn)狀分析

截止至2020 年6 月，通過在CNABS 和VEN 數(shù)據(jù)的相關(guān)檢索，最終篩選1309 篇涉及監(jiān)控系統(tǒng)中人臉識別應(yīng)用的相關(guān)專利，在監(jiān)控視頻領(lǐng)域人臉識別技術(shù)呈現(xiàn)穩(wěn)定上升趨勢。

3.1 全球?qū)＠治?/h3>

圖3 反映了關(guān)于監(jiān)控系統(tǒng)中人臉識別技術(shù)全球申請量的趨勢圖，由圖3 可以看出，在1991-2003 年期間，人臉識別屬于起步階段，因此在全球范圍內(nèi)，人臉識別算法的年均申請量不足5 項；2004-2013 年期間，申請量整體呈逐年增長趨勢，人們對人臉識別算法有了進一步的研究；2013 年之后，隨著智能化時代的到來，人臉識別算法也進入了高速發(fā)展時期，申請量在全球范圍內(nèi)一直保持快速增長趨勢。

圖2 各三級分支技術(shù)分支占比

3.2 申請的地域分布

圖4 為基于應(yīng)用人臉識別的監(jiān)控系統(tǒng)中主要申請國逐年分布趨勢。從圖4 可以看出，2013 年以前全球?qū)＠暾堉袊庹急认鄬^多，在此期間，美國、韓國和日本在人臉識別領(lǐng)域占據(jù)主導(dǎo)地位，2013 年以后，中國在人臉識別領(lǐng)域的申請量快速增長，此后中國的一些企業(yè)和高校投入到人臉識別算法研究中，并一直處于該技術(shù)領(lǐng)域領(lǐng)先的地位。

圖3 全球?qū)＠暾堏厔?/p>

圖4 國內(nèi)外專利申請趨勢

3.3 技術(shù)原創(chuàng)國分析

技術(shù)原創(chuàng)國代表各國在該領(lǐng)域的技術(shù)實力，圖5 為監(jiān)控系統(tǒng)中人臉識別技術(shù)領(lǐng)域?qū)＠暾埢谠瓌?chuàng)國的分布情況，圖6 和圖7 分別展示了國外和國內(nèi)在該領(lǐng)域的主要申請人的專利申請統(tǒng)計結(jié)果。

從圖5、圖6、圖7 三幅圖中可以看出，中國、美國、日本、韓國是全球申請量最大的幾個國家，其中三星、LG、佳能、因特爾、韓國電子通信研究所、索尼等是該領(lǐng)域國外相對比較重要的申請人，而相對來說，國內(nèi)對于該領(lǐng)域的申請主要聚焦在高校申請中，如圖7 所示的西安電子科技大學(xué)、電子科技大學(xué)、南京郵電大學(xué)、重慶大學(xué)、華南理工大學(xué)等，也有一些相關(guān)企業(yè)北京曠世科技、平安科技、深圳市商湯科技、騰訊科技、視聯(lián)動力等作為國內(nèi)該領(lǐng)域?qū)＠暾埖南闰?qū)。

圖5 技術(shù)原創(chuàng)國的地域分布

圖6 國外申請人排名

圖7 國內(nèi)申請人排名

4 技術(shù)演進路線

圖8 所示為在監(jiān)控系統(tǒng)中的人臉識別身份認(rèn)證方法的研究路線圖。通過梳理在監(jiān)控系統(tǒng)中的人臉識別技術(shù)的各個分支下的基礎(chǔ)專利，可以獲得在監(jiān)控系統(tǒng)中的人臉識別技術(shù)領(lǐng)域的技術(shù)演進路線，其中橫軸表示各專利的申請年份，縱軸表示本領(lǐng)域的三個不同分支。由圖8 可知，該領(lǐng)域的發(fā)展大致分為三個階段：起步期、發(fā)展期和穩(wěn)定期。

4.1 第一階段（1991-2003 年）：起步期

該階段屬于監(jiān)控系統(tǒng)中人臉識別系統(tǒng)的起步階段，國外在從事基于視頻的人臉識別方面的研究和實踐較早，相應(yīng)的專利申請最早現(xiàn)于上世紀(jì)八十年代，但由于當(dāng)時計算機技術(shù)還尚未大規(guī)模發(fā)展，申請量寥寥無幾。受限于信息傳遞以及技術(shù)條件的限制，我國在這一時期對人臉識別技術(shù)展開研究的機構(gòu)可謂鳳毛麟角，也沒有相關(guān)的研究成果或者專利申請發(fā)布[3]。九十年代初，隨著計算機技術(shù)的迅猛發(fā)展與不斷推廣，視頻技術(shù)隨之應(yīng)運而生，從而極大的推動了人臉識別技術(shù)的應(yīng)用，人臉識別在視頻領(lǐng)域的有關(guān)專利申請量逐年增長。緊隨全球科技發(fā)展的腳步，九十年代中期，計算機和視頻兩大技術(shù)在我國得到迅速發(fā)展與推廣，從此打開了我國在基于視頻的人臉識別的專利申請領(lǐng)域的大門[3]，其中具有代表性的專利為JP2000076454A，KR100442835B1，JP2002373332A，KR 10 0571800B。

圖8 監(jiān)控系統(tǒng)中人臉識別方法的技術(shù)演進路線

4.2 第二階段（2004 年-2013 年）：發(fā)展期

這一階段，人臉識別技術(shù)已經(jīng)比較成熟，并開始從理論研究逐步轉(zhuǎn)向技術(shù)落地，得益于視頻技術(shù)的迅猛發(fā)展，也極大推動了人臉識別在視頻技術(shù)中的廣泛應(yīng)用。隨著技術(shù)的深入發(fā)展，全球范圍內(nèi)該領(lǐng)域的專利申請量也在快速增長。且在此階段的人臉識別在監(jiān)測速度和監(jiān)測準(zhǔn)確度上都有了較為明顯的提升，對于人臉的捕獲的要求有所降低，對于外部環(huán)境、背景因素，人臉姿態(tài)等具有較好的適應(yīng)能力，其中具有代表性的專利為US20121481 60A1，KR101344034B，CN101819628B。

4.3 第三階段（2014 年-2020 年）：全面發(fā)展期

在該階段，隨著信息技術(shù)和人工智能的發(fā)展，安全和智能成為了人們關(guān)注的重點，同時世界各國加強了對視頻技術(shù)的重視，計算機技術(shù)的發(fā)展也使得人臉識別技術(shù)的日益成熟，人臉識別技術(shù)在各個領(lǐng)域有了更廣泛應(yīng)用。三維立體技術(shù)以及虛擬現(xiàn)實技術(shù)的出現(xiàn)讓人臉識別技術(shù)具有巨大的研發(fā)價值和商業(yè)潛力，視頻人臉技術(shù)進入了急速增長的階段[3]。處于該階段的人臉識別基本處于人機交互智能化的階段，且處于人臉識別系統(tǒng)應(yīng)用的快速發(fā)展時期，人臉識別被應(yīng)用到各種公共場合，包括食堂、圖書館、校園安全、警務(wù)室監(jiān)控等多個監(jiān)控領(lǐng)域，并且針對人臉遮擋、側(cè)臉等非標(biāo)準(zhǔn)人臉檢測和識別的情況進行進一步研究，實現(xiàn)非標(biāo)準(zhǔn)化人臉的準(zhǔn)確識別，以及智能化控制，該時期的專利更加偏向于檢測算法提取以及人臉識別算法上的優(yōu)化，并且更有大部分側(cè)重于人臉識別技術(shù)的應(yīng)用[5-9]，典型的代表專利為CN108764041A，CN102663354B，CN 108875480A，CN103971096B，CN109902628A。

5 結(jié)束語

本文對監(jiān)控系統(tǒng)中通過人臉識別算法進行的人員管理和監(jiān)控的專利進行整理和分析，重點關(guān)注專利申請的趨勢走向，并對重點申請人和重點專利進行分析，目前來看，該領(lǐng)域的專利申請呈逐年遞增的走勢，且呈現(xiàn)商業(yè)中的大量應(yīng)用，主要研究重點在于提高人臉檢測識別速度和精度，并且更加無感式的人臉識別模式，經(jīng)過對專利技術(shù)的梳理，有助于全面了解監(jiān)控系統(tǒng)中對于人員監(jiān)控和管理的人臉識別技術(shù)的基本發(fā)展態(tài)勢，對該行業(yè)知識產(chǎn)權(quán)布局、該領(lǐng)域?qū)＠麑彶楣ぷ鞫加休^大幫助。