行人重識別技術專利分析

國家知識產權局專利局專利審查協作天津中心 孫 寧

行人重識別是圖像檢索的子問題，用于彌補固定圖像采集設備的視覺局限。本文以行人重識別專利為視角，以專利申請數據為基礎，分析了全球專利申請趨勢、專利申請區域分布、主要申請人、IPC分布以及各實現方式的核心專利。

1 行人重識別技術專利分析

本文以行人重識別為主題，在Incopat專利數據庫中進行檢索，篩選出2020年12月之前公開的專利文件。

1.1 全球專利申請趨勢分析

圖1展示了行人重識別技術的全球專利申請趨勢，同時也呈現了行人重識別技術在主要國家的專利申請趨勢。2012年之前申請量較少，均為美國專利申請，而從2012年開始全球專利申請量逐年增加，中國、美國和日本全球專利申請量增長最快，其中，中國后來居上，超過美國，成為該領域全球專利申請量最多的國家，從2012年開始到2019年快速上升達到峰值，這種發展過程也基本符合中國“平安城市”基礎設施的建設過程。

圖1 行人重識別技術的全球專利申請趨勢

1.2 區域分布分析

圖2展示了全球專利申請的區域分布情況，中國在全球申請總量中占比76.82%，占據了全球行人重識別技術申請量的3/4。結合圖1，我們還可以發現，盡管中國在該領域發展較晚，但全球專利申請量已居世界首位，也反映了中國近年來在行人重識別技術領域發展迅速。

圖2 行人重識別技術的全球專利申請區域分布

1.3 主要申請人分析

圖3展示了行人重識別技術的全球主要申請人。在全球專利申請量排名前十位的申請人中，武漢大學的專利申請量遙遙領先，日本的佳能公司排在第三位，這與其主營業務信息技術、業務解決方案和電子設備密切相關，專注于機器視覺和深度學習技術的商湯科技和曠視科技兩家公司分別位于第四位和第七位，上海交通大學和華南理工大學也在該領域占據一席之地。可見，行人重識別技術已成為國內各高校學者研究的重點領域。

圖3 行人重識別技術的全球主要申請人

1.4 IPC分布分析

圖4展示了行人重識別技術的全球專利IPC分布。行人重識別的應用領域主要分類號為G06K9、G06N3、G06T7、G06F16、H04N7、H04N5、G06F17、G06T5、G06T3、G06Q30等，主要分類號的范圍比較廣。其中，G06N3為基于生物學模型的計算機系統，G06T7為圖像分析，G06F16為信息檢索。上述分類號均為該領域的常用分類號，尤其G06K9，其主要是用于閱讀或識別印刷或書寫或者用于識別圖形，而行人重識別被廣泛認為是一個目標檢測的子問題。

圖4 行人重識別技術的全球專利IPC分布

1.5 各實現方式的核心專利分析

表1展示了行人重識別技術的各實現方式的核心專利。行人重識別技術分為基于特征提取的行人重識別、基于度量學習的行人重識別以及基于深度學習的行人重識別。行人重識別是當今計算機視覺領域的核心難點問題，發展過程大致可以分為兩個階段，2012年之前以人工設計特征和構造度量函數為主，由于人體結構和外部環境的復雜性，基于特征提取或度量學習的行人重識別方法仍有提高空間；之后隨著深度學習技術的不斷發展，將深度學習技術應用到行人重識別技術領域，提出了多種新的技術思路，為行人重識別技術領域的進一步發展打下了堅實的基礎。

表1 行人重識別技術的各實現方式的核心專利

2 總結

本文通過檢索，結合行人重識別技術國內外專利申請的狀況和發展歷程進行了回顧和數據分析。2012年之前，行人重識別技術發展較為平穩，申請量不大。在2012年之后，隨著目標檢測和深度學習理論的快速發展，為了滿足廣大人民群眾的生命和財產安全等需求，與之相適應的行人重識別技術迅猛發展，中國專利申請量增長迅猛。然而，由于專利申請量大多來自高校，且高校專利技術的產品轉化能力較弱，因此，急需產品轉化及創新驅動強的科技公司參與進來，助力“新型基礎設施建設”的快速、穩定發展。