基于專利的我國虹膜識別技術領域PEST分析

付振康，方心如

（景德鎮陶瓷大學，江西 景德鎮 333403）

虹膜識別技術是通過計算機技術以及深度學習對人眼中的虹膜進行分析，通過對虹膜圖像分析，提取出虹膜信息，進而通過虹膜圖像特征，進行身份的識別。虹膜識別技術相較于其他的生物識別技術，其優點是唯一性、穩定性、可采集性、非侵犯性等[1]。隨著人工智能產業的不斷發展，虹膜識別技術在未來的智能安防、智能制造、智能家居、智能醫療、智慧城市的建設當中，會有其更為廣闊的應用前景。

虹膜識別技術主要包含以下6個關鍵技術環節：（1）虹膜圖像采集；（2）虹膜圖像質量評價；（3）虹膜圖像預處理（包括虹膜定位、虹膜圖像歸一化、虹膜圖像去噪及虹膜圖像增強）；（4）虹膜防偽；（5）虹膜活體檢測；（6）虹膜特征提取與匹配[2]。

本文利用合享智慧科技公司開發的IncoPat專利文獻檢索與分析系統，經過檢索、去噪后，截止到2020年11月30日，共得到我國申請的虹膜識別相關專利共2197件。本文通過PEST模型分析，從專利角度對我國的虹膜識別技術的發展情況做了深度分析，幫助科研人員、相關的職能部門準確地把握該技術未來的發展趨勢和前景，為技術引進、科技創新提供參考依據。

1 我國虹膜識別技術競爭態勢PEST分析

1.1 P（Political）層面分析

P（Political）是指行業相關的政策，國家對某一行業或者技術領域的政策以及研發投入，在一定程度上可以看出該行業或者技術領域的發展態勢。本文從國家政策入手，對我國虹膜識別技術領域進行分析，從中窺探我國虹膜識別技術的未來發展態勢。

20世紀50-60年代，人工智能領域開始受到西方一些國家的重視，但是，由于當時我國正處于建國初期，正處在人工智能發展的初期，我國并未重視。20世紀70-80年代，我國開始了在該領域的研究工作，但人工智能領域的研究也受到了質疑和批判，發展艱難[3]。1978年，鄧小平發表了“科學技術是第一生產力”的重要講話，使科技的發展迎來了春天。此外，在1978年全國科學技術大會上，吳文俊提出的利用機器證明與發現幾何定理的新方法——幾何定理機器證明，獲得1978年全國科學大會重大科技成果獎，這為我國人工智能領域的研究發展開了一個好頭[4-6]。進入21世紀以后，更多的人工智能與智能系統研究課題獲得國家自然科學基金重點和重大項目、國家高技術研究發展計劃（863計劃）和國家重點基礎研究發展計劃（973計劃）項目，其中，虹膜識別、指紋識別、人臉識別以及語音識別等一系列生物特征識別技術是最具代表性的項目。近年來，我國對人工智能產業的發展愈加重視，相繼出臺了一系列的國家政策。2015年，李克強總理在政府工作報告中提出：“人工智能技術將為基于互聯網和移動互聯網等領域的創新應用提供核心基礎[7]。”2015年，國務院印發《中國制造2025》行動綱要，其中明確了9項戰略任務以及重點[8]，這些戰略任務及重點的實施，都離不開人工智能技術的助力。2016年，工業和信息化部、國家發展改革委、財政部等三部委聯合印發了《機器人產業發展規劃（2016-2020年）》，該規劃明確指出了我國在“十三五”期間，人工智能領域的研究和發展重點，其中，虹膜識別等生物識別技術是重要的研發熱點[9]。同年，國家發展改革委等四部門印發《“互聯網+”人工智能三年行動實施方案》，明確未來3年智能產業的發展重點與具體扶持項目，進一步體現出人工智能已被提升至國家戰略高度[10]。2018年，我國印發了《人工智能標準化白皮書2018》[11]，為人工智能產業化發展建立了明確的標準體系。

由上述一系列國家戰略可以看出，雖然我國在人工智能領域的起步較晚，但是，隨著國家一系列政策戰略不斷支持人工智能相關產業的發展，在未來虹膜識別技術會取得快速高質量的發展。

1.2 E（Economical）層面

E（Economical）是指國家的整體經濟情況。科技的發展與國家經濟的發展密切相關，一般來講，只有在國家經濟穩步增長的情況下，國家對科技的投入力度才會加大。本文以我國研究與試驗發展（R&D）經費投入為切入點，對我國虹膜識別技術領域發展進行剖析。

由于虹膜識別技術屬于人工智能產業的分支，人工智能產業在我國屬于高新技術產業，故本文對2010-2019年近十年的我國研究與試驗發展（R&D）經費投入以及對高新技術產業的研究與試驗發展（R&D）經費投入進行了統計（如圖1所示），并且通過m指數進行了分析[12]。由圖1可知，我國研究與試驗發展（R&D）經費投入總額逐年增長，2019年，我國R&D經費投入達到了21424.45億元，占國內生產總值的2.2%。此外，我國對高新技術產業的R&D經費投入也在逐年攀升，2019年達到3803.96億元，占我國R&D經費的17.8%。但是，單純的由我國R&D經費投入與高新技術產業的R&D經費投入，并不能夠分析出我國對高新技術產業相關的子行業的重視力度，因此，采用m指數（高新技術產業R&D經費投入與我國R&D經費投入的比值）來度量我國對高新技術產業的R&D經費投入力度，進一步窺探我國對人工智能相關產業的重視程度。由圖1可知，我國對人工智能相關產業的重視程度成穩步增長態勢，這說明，我國人工智能相關產業，近十年來，一直深受國家的重視。由于近幾年來的大力研發，在未來，相關的技術以及產業很可能進入成熟期，未來在研發方面的投入應該轉向技術轉型方面，進行技術升級改造。

圖1 2010年-2019年我國研究與試驗發展（R&D）經費投入及m指數

1.3 3S（Social）層面

Social層面指的是整體的社會環境方面，包括我國國內環境與國際環境。本文通過虹膜識別技術領域專利的國內申請趨勢、國內專利地域分布、我國國民經濟分類分布以及主要競爭國家競爭地位對我國虹膜識別技術進行競爭態勢分析。

1.3.1 整體趨勢分析

由圖2可知，我國真正開始進行虹膜識別的研究始于21世紀初期。進入21世紀以來，深度學習算法的研究不斷深入，我國許多科研團隊進行創新攻關，虹膜識別技術進入了緩慢發展期。隨著技術的發展，市場前景也逐漸廣闊，我國許多行業，開始應用虹膜識別技術。其中，最具代表性的是我國中科院譚鐵牛團隊研發的虹膜庫，在2010年已經應用于煤礦人員的辨識以及監獄監控[13]。伴隨著應用市場的不斷擴大以及國家政策的大力支持，在2013-2017年，我國虹膜識別技術領域的專利申請量飛速發展，虹膜識別技術進入快速發展時期。在2017年，我國專利申請量達到了445件，創下了歷史新高。2018-2019年，我國在該領域的專利數量有所下降。這說明，一方面，經過快速的發展，我國虹膜識別技術逐漸成熟，許多技術已經很難再取得突破；另一方面，隨著經濟以及科技的不斷發展，在智能制造、傳統工業等領域，對人工智能的要求越來越高，許多人工智能產品在工業轉型的情況下，需要進行產品升級。在這樣一種社會大環境下，對人工智能產業的分支技術提出了更高的要求，傳統的技術需要進行升級換代。但是，技術升級需要更多的研發投入，大多數企業無法投入更多的資金，只有實力雄厚的企業或者國家的科研機構，才能有更大的研發投入，故該時期專利數量會有所下降。

圖2 我國虹膜識別專利近20年申請趨勢

1.3.2 地域分布分析

圖3展示了我國虹膜識別技術領域各個省（地區）的專利申請量，通過圖3分布情況可以看出，廣東、北京、江蘇、上海是該領域專利數量較多的省份（直轄市）。其中，廣東在該領域的專利申請數量最多，達到504件，占全國申請總量的25.6%。其次是北京，專利申請量為385件，占全國申請總量的19.6%。由此可以看出，我國虹膜識別專利申請數量較多的省份皆為像北上廣這樣經濟較為發達的省份（直轄市）。廣東作為我國的經濟發展特區，擁有較多的高新技術企業，例如華為、騰訊、歐珀等國內在人工智能和互聯網領域的商業巨頭，故其申請量最多。北京擁有較多的高校、科研院所，在虹膜識別領域的研究起步早，故專利申請量僅次于廣東。

圖3 我國虹膜識別技術領域各省（直轄市）專利分布圖

1.3.3 我國虹膜識別領域專利的國民經濟分類分布

由圖4可以看出，我國虹膜識別技術領域在國民經濟分類中，大都集中在C門類下。其中，分布最多的是C39類（計算機、通信和其他電子設備制造業），專利數量達到了1628件，占我國總申請量的74.17%。其次是C40類（儀器儀表制造業）、I63類（信息傳輸、軟件和信息技術服務業），專利申請量分別為311件和114件，占比5.19%。由此可見，我國虹膜識別的市場主要是計算機等終端電子設備以及儀器儀表類。其中，儀器儀表類中，門禁、電力管理系統儀表等應用的相關專利較多，這說明，我國虹膜識別技術目前不僅限于大眾消費最多的終端電子設備，而是正在努力拓展其他領域，進行技術升級改造。

圖4 我國虹膜識別技術領域專利在國民經濟分類中的分布

1.3.4 主要競爭國家競爭地位分析

本文采用專利組合指標分析方法對我國在虹膜識別技術領域的國際競爭地位進行綜合分析。專利的組合指標分析法包括專利活動以及專利品質兩個重要指標，其中，專利活動包含RSI指數、專利成長率、專利占有率，其中專利活動是這三個指標的總和；專利品質包括技術范圍、國際范圍以及引用頻次，專利品質由這三個指標加和得到[14]。本文對中國、美國、日本、韓國這四個主要競爭國家進行了專利組合指標的測度，因為各個指標的量綱不同，為了消除量綱對分析結果的影響，本文利用標準差法進行數據標準化，將各個指標歸一化至[-1，1]區間內，結果如表1所示。

表1 主要競爭國家專利組合指標

通過圖5可以看出，在虹膜識別技術領域最主要的四個競爭國家當中，不存在技術領導者，由此可以看出，虹膜識別技術作為剛剛興起的技術，許多國家的發展水平近似。在中、美、日、韓四個主要競爭國當中，我國的專利活動最高，但是專利品質并不高，屬于技術活躍者。美國雖然專利活動不強，但是專利品質較高，屬于潛在的技術競爭者。日本在虹膜識別技術領域的專利活動不是很強，專利的品質也較低，近年來屬于技術落后者。韓國近20年來，專利活動正在增加，專利品質也在提高，即將步入技術活躍者這一行列。通過以上分析可以看出，我國目前最主要的競爭對手是美國，若美國加強專利活動，加大專利布局，很有可能會成為技術領導者。所以，我國在保持專利活動強度的同時，要加強專利品質，在保持現在地位的同時，向技術領導者這一行列邁進。

圖5 虹膜識別技術領域專利組合指標氣泡圖

1.4 T（Technical）層面分析

Technical層面主要是指整體技術的發展以及技術目前所處的階段。通過對技術層面的分析，可以洞悉目前我國虹膜識別技術發展的現狀以及技術的演變。本文通過技術發展階段、我國虹膜識別技術IPC小組分布以及我國虹膜識別技術的價值度方面，對國內虹膜識別技術進行深度解讀。

1.4.1 我國虹膜識別技術發展階段分析

本文利用專利指標法[15]對我國虹膜識別技術發展階段進行了劃分。專利指標法包括4個專利指標，分別是技術生長率（v）、技術成熟系數（α）、技術衰老系數（β）以及新技術特征系數（N）。因為虹膜識別技術不涉及外觀設計，本文僅采用技術生長率、技術成熟系數以及新技術特征系數對技術發展階段進行劃分。

通過圖6可以看出，我國虹膜識別技術生長率在整體上波動還是比較明顯的。在2005年，技術生長率為0.6，2005-2007年，技術生長率呈現下降的趨勢。出現這種現象的主要原因是，在2005年，虹膜識別技術才剛剛發展起來，在2005年以前，我國的虹膜識別技術專利數量是低于5件的，而2005年，增長到12件，使得技術生長率較高。隨著技術的發展，在2005年以后，虹膜識別在各個領域均出現技術突破，此時期的專利大都圍繞核心專利展開，所以虹膜識別技術的技術生長率下降。在2007-2016年之間，虹膜識別技術生長率雖然有輕微波動，但是整體上呈現上揚態勢，說明該時期我國虹膜識別技術處于成長期。2016年以后，技術生長率呈現斷崖式的下降趨勢，說明該時期，突破性的技術很少出現，技術創新進入了瓶頸期。

圖6 以5年為周期計算技術生長率v趨勢

由圖7可以看出，在2005年以前，技術成熟系數雖有小段波動，但是整體上呈現緩慢的增長，說明技術正處于導入期，在2006-2009年，我國虹膜識別技術的成熟系數呈現下降趨勢，說明在該時期，一些技術領域處于成長期，而另一些技術領域可能處于成熟期。在該階段處于成熟期的技術一般是屬于發展早期的基礎技術。2009-2013年，技術成熟系數趨勢圖呈現“W”型，這說明，在該時期，正發生新老技術的交替，許多較為核心的老技術已經走向成熟，新興的技術領域正在發展，所以出現“W”型的增長趨勢。在2013年以后，我國虹膜識別技術的技術成熟系數整體上穩中有升，說明新一代的虹膜識別技術也正在走向成熟。

圖7 技術成熟系數α趨勢

由圖8可以看出，2005-2009年間，我國虹膜識別技術新技術特征系數呈現下降趨勢，這說明，我國在該時期，處于對基礎技術的研究階段，其他的新技術領域創新較少。2009-2013年間，新技術特征系數呈現“W”型的增長趨勢，與圖7趨勢基本相同，說明該時期我國虹膜識別技術正處于新老技術交替階段。2013-2018年，我國新技術特征系數呈現增長后穩定的趨勢，說明我國開啟了對虹膜識別新技術的研究。2018年以后，新技術特征系數呈現下降趨勢，說明在虹膜識別技術領域，之前的新興技術已經走向成熟。

圖8 新技術特征系數N趨勢

1.4.2 IPC小類技術競爭對比分析

由圖9可知，中、美、日、韓作為虹膜識別技術擁有量較大的國家，技術發展的側重點有所不同。我國專利申請量最多的技術是G06K類，涉及虹膜圖像的采集、預處理以及識別相關的方法等發明專利，申請量達到了1109項。其次，我國在G06F（電數字數據處理）以及G07C（時間登記器或出勤登記器）這兩個技術領域中，申請量分別為330項和204項，也有較大的優勢。而我國的主要競爭對手日本，在G06T（圖像數據的處理）以及A61B（人的鑒別）這兩個領域遙遙領先于我國。但是，日本在G06K這一小類當中的技術，落后于我國。我國與美國以及韓國這兩個國家相比，技術發展的側重點大體相同，都主要集中在G06K這一領域，但是，美國和韓國在這一技術領域專利數量落后于我國。因為G06K技術領域內，包含虹膜識別技術領域較多的核心關鍵技術，如虹膜圖像采集算法模型、識別算法模型等等，通過以上數據，可以發現我國在虹膜識別技術領域擁有較多的核心技術。

圖9 我國與主要競爭國家排名前10的IPC小類分布

1.4.3 我國與主要競爭國家專利技術價值度比較分析

本文利用IncoPat平臺特有的專利合享價值度這一指標，對我國虹膜識別技術領域的專利價值度與主要競爭國家的專利價值度進行了對比分析（如圖10所示）。通過圖10可以看出，我國虹膜識別技術的專利價值度主要集中在4-9這一區間內，其中專利價值度為5的專利數量最多，為396項，占我國總申請量的18.8%。我國專利價值度為10的高價值專利僅有42項，僅占我國專利申請總量的2%。美國在該領域的專利申請量雖然少，但是，美國在該領域的專利價值度集中在8-10這一價值區間內，其中，價值度為10的專利高達189項，高價值專利數量居中、美、日、韓四個主要競爭國家之首，占美國總申請量的53.2%，超過半數。另外，日本和韓國兩個國家，專利的價值度主要集中在6-10價值區間內。其中，日本專利價值度為10的專利數量為70項，占日本專利申請總量的14.7%；韓國專利價值度為10的專利申請量為52項，占韓國專利申請總量的9%。通過以上數據可以看出，雖然我國在虹膜識別技術領域的專利數量最多，發展最快，屬于該領域的專利大國。但是，從高價值專利技術方面看，我國與主要競爭國家的差距還是非常明顯的。其主要原因是，我國在虹膜識別領域甚至是人工智能領域，起步較主要競爭國家晚。發展初期，許多該領域的核心關鍵技術，美、日、韓等發達國家已經申請了專利，甚至在我國進行了專利布局，使得我國在高價值的關鍵核心技術方面的創新空間較小，進而使得我國高價值專利技術相對于其他發達國家來講，數量偏少。

圖10 主要競爭國家專利價值度對比

2 結論建議

通過對國內的虹膜識別技術的PEST分析，可以得出以下結論：我國近年來對人工智能相關產業的政策支持力度不斷加大，國家相繼出臺了一系列政策鼓勵人工智能領域的發展。此外，國家對該領域的科學研究與試驗發展（R&D）的投入力度逐年提升。但是，從我國虹膜識別專利整體的申請趨勢看，近年來我國虹膜識別專利的申請量出現了下滑，這與國際上該領域的大環境有較為密切的聯系。另外，我國近年的專利申請量雖然有所下滑，但是在主要的競爭國家中，還是處于相對活躍的地位。從國民經濟分類情況來看，我國虹膜識別技術主要來自于計算機、通信以及電子設備制造行業，其他相關行業的專利數量較少。從我國的虹膜識別專利的價值度看，我國虹膜識別技術的專利質量與其他主要競爭國家還有一定差距。針對以上結論，對我國的虹膜識別技術發展提出以下策略：

（1）充分利用人工智能技術、大數據技術、深度學習技術，實現虹膜識別技術的創新突破。在新興理論的基礎上，對技術加以改進，通過國際合作的模式，對虹膜識別技術在原來的基礎上加以改進，創造出更加優化的核心技術。

（2）加快技術轉型和產品轉型，加強對虹膜識別技術應用領域的研究，例如智能制造、智能家居、智能交通等。

（3）要充分抓住機遇，在國家政策的大力支持下，加快技術轉型和產品轉型，拓展新的技術領域以及產品市場，占領新的技術制高點，爭取成為該領域的全球技術領導者。

（4）企業要加強知識產權的保護意識，積極拓寬專利市場，不僅要在國內站穩腳跟，更要讓技術走出去，加大國外的專利布局。另外在國內，除了北上廣等一線發達城市以外，其他省市的企業、研究機構以及高校也要加大研發力度。

（5）要加強在虹膜識別技術領域的專利質量，在保證申請量的同時，提高技術的競爭優勢，在核心關鍵技術上要加大研發力度，推動我國虹膜識別技術高質量發展。密切關注主要競爭國家的研究動向，避免在國際競爭中陷入風險。