行人重识别技术专利分析

国家知识产权局专利局专利审查协作天津中心 孙 宁

行人重识别是图像检索的子问题，用于弥补固定图像采集设备的视觉局限。本文以行人重识别专利为视角，以专利申请数据为基础，分析了全球专利申请趋势、专利申请区域分布、主要申请人、IPC分布以及各实现方式的核心专利。

1 行人重识别技术专利分析

本文以行人重识别为主题，在Incopat专利数据库中进行检索，筛选出2020年12月之前公开的专利文件。

1.1 全球专利申请趋势分析

图1展示了行人重识别技术的全球专利申请趋势，同时也呈现了行人重识别技术在主要国家的专利申请趋势。2012年之前申请量较少，均为美国专利申请，而从2012年开始全球专利申请量逐年增加，中国、美国和日本全球专利申请量增长最快，其中，中国后来居上，超过美国，成为该领域全球专利申请量最多的国家，从2012年开始到2019年快速上升达到峰值，这种发展过程也基本符合中国“平安城市”基础设施的建设过程。

图1 行人重识别技术的全球专利申请趋势

1.2 区域分布分析

图2展示了全球专利申请的区域分布情况，中国在全球申请总量中占比76.82%，占据了全球行人重识别技术申请量的3/4。结合图1，我们还可以发现，尽管中国在该领域发展较晚，但全球专利申请量已居世界首位，也反映了中国近年来在行人重识别技术领域发展迅速。

图2 行人重识别技术的全球专利申请区域分布

1.3 主要申请人分析

图3展示了行人重识别技术的全球主要申请人。在全球专利申请量排名前十位的申请人中，武汉大学的专利申请量遥遥领先，日本的佳能公司排在第三位，这与其主营业务信息技术、业务解决方案和电子设备密切相关，专注于机器视觉和深度学习技术的商汤科技和旷视科技两家公司分别位于第四位和第七位，上海交通大学和华南理工大学也在该领域占据一席之地。可见，行人重识别技术已成为国内各高校学者研究的重点领域。

图3 行人重识别技术的全球主要申请人

1.4 IPC分布分析

图4展示了行人重识别技术的全球专利IPC分布。行人重识别的应用领域主要分类号为G06K9、G06N3、G06T7、G06F16、H04N7、H04N5、G06F17、G06T5、G06T3、G06Q30等，主要分类号的范围比较广。其中，G06N3为基于生物学模型的计算机系统，G06T7为图像分析，G06F16为信息检索。上述分类号均为该领域的常用分类号，尤其G06K9，其主要是用于阅读或识别印刷或书写或者用于识别图形，而行人重识别被广泛认为是一个目标检测的子问题。

图4 行人重识别技术的全球专利IPC分布

1.5 各实现方式的核心专利分析

表1展示了行人重识别技术的各实现方式的核心专利。行人重识别技术分为基于特征提取的行人重识别、基于度量学习的行人重识别以及基于深度学习的行人重识别。行人重识别是当今计算机视觉领域的核心难点问题，发展过程大致可以分为两个阶段，2012年之前以人工设计特征和构造度量函数为主，由于人体结构和外部环境的复杂性，基于特征提取或度量学习的行人重识别方法仍有提高空间；之后随着深度学习技术的不断发展，将深度学习技术应用到行人重识别技术领域，提出了多种新的技术思路，为行人重识别技术领域的进一步发展打下了坚实的基础。

表1 行人重识别技术的各实现方式的核心专利

2 总结

本文通过检索，结合行人重识别技术国内外专利申请的状况和发展历程进行了回顾和数据分析。2012年之前，行人重识别技术发展较为平稳，申请量不大。在2012年之后，随着目标检测和深度学习理论的快速发展，为了满足广大人民群众的生命和财产安全等需求，与之相适应的行人重识别技术迅猛发展，中国专利申请量增长迅猛。然而，由于专利申请量大多来自高校，且高校专利技术的产品转化能力较弱，因此，急需产品转化及创新驱动强的科技公司参与进来，助力“新型基础设施建设”的快速、稳定发展。