起底AI黑科技：計算機視覺技術專利分析！

#本文由作者授權發(fā)布，未經作者許可，禁止轉載，文章不代表IPRdaily立場#

發(fā)布：IPRdaily中文網（IPRdaily.cn）

供稿：方象知產研究院

原標題：起底AI黑科技：計算機視覺技術專利分析

自4月4日起警方多次在張學友演唱會現場抓捕到癡迷歌神的逃犯，什么是人臉識別系統(tǒng)？人臉識別這么強大?計算機也像人類一樣擁有視覺了？一時間計算機視覺成為繼AlphaGo之后人們最為關注的科技熱點。本文挖掘背后的蓬勃發(fā)展的黑科技--計算機視覺，并從專利的角度為您解讀這項黑科技的發(fā)展趨勢。

起底AI黑科技：計算機視覺技術專利分析（一）

內容提要：

1.美國計算機視覺行業(yè)領跑，世界競爭格局真得難以撼動嗎？

2.計算機視覺能否讓中國“看”到行業(yè)發(fā)展“黃金時期”？

3.計算機視覺創(chuàng)業(yè)潮下，國內競爭格局尚未形成，如何成為明日之星？

引言

近期一則新聞引起大家的關注和熱議，自4月4日起警方多次在張學友演唱會現場抓捕到癡迷歌神的逃犯，逃犯們落網后紛紛表示，沒想到自己藏身茫茫人海中還能被人臉識別系統(tǒng)發(fā)現，早知道這樣就不來了…

圖1 人臉識別抓逃犯

什么是人臉識別系統(tǒng)？人臉識別這么強大?計算機也像人類一樣擁有視覺了？一時間計算機視覺成為繼AlphaGo之后人們最為關注的科技熱點。方象知產研究院順著這一備受關注的事件，挖掘背后的蓬勃發(fā)展的黑科技--計算機視覺，并從專利的角度為您解讀這項黑科技的發(fā)展趨勢。

1、計算機視覺是什么？

人臉識別系統(tǒng)是計算機視覺的一項重要應用，一般認為計算機視覺就是“賦予機器自然視覺能力”的一門學科，也可以說是以圖像（視頻）為輸入，以對環(huán)境的表達和理解為目標，研究圖像信息組織、物體和場景識別、進而對事件給予解釋的學科。計算機視覺與視覺感知、視覺認知、圖像和視頻理解等概念密切相關，研究范圍有很多交叉卻又不完全相同。

計算機視覺是人工智能的一個重要的分支，自然與人工智能也有密切聯系，但同時與常見的強調推理和決策的人工智能系統(tǒng)不同，計算機視覺主要研究圖像信息表達和物體識別。雖然物體識別和場景理解也涉及圖像特征的推理與決策，但與主流人工智能系統(tǒng)的推理和決策有著本質的區(qū)別。

圖2 計算機視覺及相關領域

數據來源：方象知產研究院整理

計算機視覺的研究內容，主要分為物體視覺和空間視覺二大部分。物體視覺在于對物體進行精細分類和鑒別，而空間視覺在于確定物體的位置和形狀，為動作服務。

2、計算機視覺發(fā)展簡史

到目前為止，計算機視覺的發(fā)展經過了4個主要的階段：分別是馬爾計算視覺、主動和目的視覺、多視幾何與分層三維重建和基于學習的視覺。為了便于分析計算機視覺行業(yè)的脈絡，下面做一個簡要的梳理。

（一） 馬爾計算視覺

1982年馬爾的《視覺》一書問世，書中將計算機視覺分為計算理論、表達和算法以及算法實現三個層次，不論在理論上還是研究計算機視覺的方法論上，均具有劃時代的意義，標志著計算機視覺成為了一門獨立學科。由于馬爾認為算法實現并不影響算法的功能和效果，所以馬爾計算視覺理論主要討論計算理論和表達與算法二部分內容。

1.計算理論

馬爾計算理論認為視覺的核心能力在于通過視網膜成像的二維圖像來恢復空間物體的可見三維表面形狀，也就是所謂的三維重建，而且生物的視覺能力可以通過計算機來實現。由于二維圖像是真實物理世界的投影，計算機視覺的計算理論應該從圖像出發(fā)，充分挖掘圖像所蘊含的物理空間的內在屬性和關聯信息，并運用先驗知識完成相應的視覺問題計算，解釋看到的場景和指導相應的行動。

2.表達和算法

馬爾視覺計算理論認為，計算機識別物體之前，系統(tǒng)中要有對該物體三維幾何形狀的存儲形式，稱之為物體表達。首先從圖像中提取邊緣信息，然后提取點狀基元、線狀基元和桿狀基元， 通過對這些初級基元組合形成完整基元，完成視覺計算理論的特征提取。其次，在完整基元基礎上，通過立體視覺和運動視覺等模塊，將基元提升到2.5維物體表達。最后，將2.5維物體表達提升到三維物體表達。

圖3 物體表達的過程

數據來源：方象知產研究院整理

馬爾構建了一種計算機視覺理論體系，可以通過不斷豐富具體的計算模塊完善“通用性視覺系統(tǒng)”。為紀念馬爾的卓越貢獻，國際計算機視覺大會設立馬爾獎作為最佳論文獎，是計算機視覺領域最高榮譽之一。

（二）主動和目的視覺

在隨后的工程實踐中，人們發(fā)現基于馬爾理論的計算機視覺存在一些不足，一是在很多應用場合并不需要嚴格三維建模，馬爾計算視覺方法代價過高；二是馬爾計算視覺的魯棒性不足，難以廣泛應用。

因此，一些學者提出了“主動視覺”、“目的和定性視覺”、“應用視覺”等概念，試圖改進馬爾計算視覺理論缺乏目的性和主動性的問題。這個階段的研究仍然是在馬爾計算視覺的理論框架之下的改良，缺乏創(chuàng)新的框架、理論和方法，也沒有對計算機視覺后續(xù)研究形成持續(xù)的影響。

（三）多視幾何和分層三維重建

上世紀90年代視頻會議、虛擬現實、視頻監(jiān)控等具體應用有力的牽引了計算機視覺的發(fā)展，同時研究發(fā)現基于多視幾何理論下的分層三維重建能有效提高三維重建的魯棒性和精度，而計算機技術的飛速發(fā)展也給分層三維重建提供了有利的計算能力支撐。

1.多視幾何

“多視幾何”本質上是研究射影變換下圖像對應點之間以及空間點與其投影的圖像點之間的約束理論和計算方法的學科，將多視幾何理論引入到計算機視覺中，提出了分層三維重建理論和攝像機自標定理論，豐富了馬爾計算視覺的三維重建理論，提高了三維重建的魯棒性和對大數據的適應性，有力推動了三維重建的應用范圍。所以，計算機視覺中的多視幾何研究，是計算機視覺發(fā)展歷程中的一個重要階段和事件。

圖4  多視幾何

數據來源：方象知產研究院整理

2.分層三維重建

分層三維重建，是指從多幅二維圖像恢復歐氏空間的三維結構時，不是從圖像一步到歐氏空間下的三維結構，而是分步分層地進行。首先進行射影重建，從多幅圖像的對應點重建射影空間下的對應空間點；其次進行仿射重建，把射影空間下重建的點提升到仿射空間下；最后把仿射空間下重建的點再提升到歐氏空間或度量空間。

圖5  分層三維重建

數據來源：方象知產研究院整理

分層三維重建將十分困難的非線性優(yōu)化視覺問題轉化為相對簡單的分段線性優(yōu)化問題，從而大大減小了三維重建的計算復雜度。分層三維重建理論是計算機視覺領域又一個最重要和最具有影響力的理論，是很多重要三維視覺應用的后臺核心技術。

（四）基于學習的視覺

基于學習的視覺包括流形學習方法和深度學習方法。

1.流形學習

流形學習理論認為一種圖像物體存在其內在流形，這種內在流形解決了直接用圖像像素作為表達的“過表達”問題，是一種優(yōu)秀的物體表達方法，解決了物體識別的核心問題。

流形學習就是通過圖像表達學習其內在流形表達的過程，這種內在流形的學習過程一般是一種非線性優(yōu)化過程。流形學習一個困難的問題是沒有嚴格的理論來確定內在流形的維度，此外流形學習的效果因問題而異，很多時候其識別率甚至不如傳統(tǒng)的主元分析等傳統(tǒng)方法。

圖6  流形學習

數據來源：方象知產研究院整理

2.深度學習

深度網絡的概念最早可以追朔到上世紀80年代，但是受限于當時的數據規(guī)模和計算能力，深度網絡的能力反而不如淺層網絡，因此沒有得到大的發(fā)展。今年來隨著數據積累和計算能力的大幅提升，基于深度學習的計算機視覺研究爆炸式發(fā)展，在應用領域也取得了豐富的成果，前文提到抓捕逃犯的人臉識別系統(tǒng)就是基于深度學習的具體行業(yè)應用。

盡管深度學習在圖像識別方面取得了革命性進步，但是一方面關于其算法自身的科學解釋缺乏系統(tǒng)性的理論基礎，另一方面深度學習在物體定位方面仍無法與基于幾何的方法相媲美。

圖7  深度學習

數據來源：方象知產研究院整理

3、全球計算機視覺技術專利申請狀況分析

圖8 計算機視覺技術全球專利申請量年變化趨勢

數據來源：方象知產研究院整理

圖8 是計算機視覺技術全球申請量年度變化情況。從圖中可以看出，全球專利申請量呈現上升的趨勢，至今沒有達到最高峰值，表明計算機視覺技術沒有達到鼎盛時期，還具有很大的發(fā)展?jié)摿?。值得關注的是，以2000年作為時間節(jié)點，此前世界專利申請量基本處于穩(wěn)定狀態(tài)，而此后基本處于大幅增長趨勢，尤其是2015年之后專利申請量驟升。據相關資料顯示，計算機視覺技術自2000年開始逐步邁入第四發(fā)展階段。在該時期內，計算機視覺能力得到極大提升，這得益于以下兩方面原因：一是深度學習算法和傳感器技術的發(fā)展，以及神經網絡技術等新方法的運用；二是相關應用領域的急劇擴張，特別是計算機視覺技術在2015年已超過人類水平，迎來廣泛應用。

圖9   計算機視覺技術申請目標國/地區(qū)比例分布

數據來源：方象知產研究院整理

圖10   計算機視覺技術申請原創(chuàng)國/地區(qū)比例分布

數據來源：方象知產研究院整理

圖9和圖10 分別是計算機視覺技術申請目標國和原創(chuàng)國的分布占比情況。從兩圖中可以看出，計算機視覺技術目標國/地區(qū)和原創(chuàng)國/地區(qū)均為世界知識產權五大國/地區(qū)，即中國、美國、日本、韓國和歐洲，且占比排序基本一致。其中，中國處于計算機視覺技術原創(chuàng)國/地區(qū)和目標國/地區(qū)的首位，其專利量大幅領先其他各國，分別占全球申請量的55.86%和54.88%，其次為美國，分別占比23.87%和32.56%，再次為歐洲和韓國，最后為日本。這與計算機視覺技術的市場分布情況一致。

人臉識別和視頻監(jiān)控作為計算機視覺技術的重要應用領域，具有更加豐富的應用場景，已然成為計算機視覺技術的主流。據Capvision對相關企業(yè)營收的估算數據顯示，2015年全球人臉識別市場規(guī)模已達200億，中國約為70億；而全球監(jiān)控領域視覺識別市場容量約為740億，中國約為200億。據iMedia Research預計，2020年市場規(guī)模達到780億元，年均復合增長率達125.5%.另外，從各原創(chuàng)國/地區(qū)和目標國/地區(qū)的占比分析，明顯可以判斷中國即是技術創(chuàng)新水平較高的國家，又是各國申請人最為重視的市場。

在國內良好政策環(huán)境的激勵下，我國計算機視覺技術逐漸成熟。2015年以來，我國相繼出臺支持人工智能行業(yè)發(fā)展的政策，加速了計算機視覺技術創(chuàng)新應用的發(fā)展，提升了商業(yè)化落地能力，市場發(fā)展空間巨大。

圖11 全球計算機視覺技術IPC分類號分布

數據來源：方象知產研究院整理

圖11顯示了全球計算機視覺技術的IPC分類號分布情況。根據小類統(tǒng)計分布情況知，G06K（數據識別，占比24.68%）、G06T（一般的圖像數據處理或產生，占比23.28%）、G06F（電數字數據處理，占比10.69%）和H04N（圖像通信，占比7.94%）占比分別位列前四，說明相關技術主要涉及以電為表征的數字數據信號處理和圖像通信。這也表明相當數量的計算機視覺技術專利均涉及數據識別和圖像處理等細分領域，且成為世界在計算機視覺領域中的研究方向和關注熱點。這也符合計算機視覺技術應用場景的發(fā)展現狀。隨著身份識別的應用場景被開拓延伸，生物特征識別市場不斷得到開發(fā)，可預期指紋識別、靜脈識別、虹膜識別、語音識別等生物識別技術的相關專利申請將會逐漸增加。

從圖11還可以看出，G01B（長度、厚度或類似線性尺寸、角度、面積等的計量）、G01C（測量距離、水準或者方位；通過利用無線電波的傳播效應測定距離或速度）和G01N（利用光學手段測試）的占比在第五到第七位。可見在當前申請專利中，涉及較多的物體形狀和方位確定等相關技術，因為場景分析與判斷也是計算機視覺系統(tǒng)的主要解決問題之一。

4、中國計算機視覺技術專利申請狀況分析

圖12   中國和美國的計算機視覺領域技術專利申請量的年變化

數據來源：方象知產研究院整理

圖13   中國計算機視覺領域細分技術的年度分布

數據來源：方象知產研究院整理

圖12和圖13分別為計算機視覺領域中各分支技術的中國專利申請量年變化趨勢及申請年度分布情況。從圖12中可以看出，中國的計算機視覺技術的專利申請始于1990年，比全球起步晚了近10年（見圖8）。但是，中國專利的年均申請量均高于美國，這說明我國雖然起步較晚，但是具有一定的研發(fā)基礎和實力。

直至2005 年，我國專利申請量才開始出現較大幅度增長，各分支技術年均申請總量約達116件。且此后一直保持高速增長的趨勢，這與計算機視覺技術在國內的發(fā)展愈發(fā)火熱有關。從國際環(huán)境方面來看，自2011年起，全球大數據資源為計算機視覺算法模型提供源源不斷的素材。另外，GPU的出現使得運算力大幅度提升，這均有助于推進計算機視覺技術的發(fā)展。從國內政策層面分析，國內相繼頒布的利好政策，促進了計算機視覺基礎技術的研發(fā)和應用。所以，國內的計算機視覺領域的企業(yè)不斷涌現，至今熱度不減。

從圖13 所示計算機視覺技術分布來看，我國幾乎同時開啟G06K、G06T、G06F、H04N、G01B、G01C和G01N等細分技術的研究，這幾項技術和計算機視覺系統(tǒng)的各場景應用密切相關，說明中國對于計算技術視覺領域的各分支技術均有關注，且相關研究較為系統(tǒng)化。其中，從2013年至今G06K和G06T的申請大幅增加，且所占比重較大，這與生物識別成為計算機視覺的主流應用有關。

圖14   計算機視覺技術全球專利申請人排名

數據來源：方象知產研究院整理

圖14是計算機視覺技術的全球專利申請人排名。從圖14可以看出，在排名前十一位的申請人中，大多數為中國申請人，有4家美國企業(yè)入榜。其中，我國的申請機構基本為高校，僅有成都通甲優(yōu)博科技一家企業(yè)，且大連理工大學的申請量獨占鰲頭，其申請量高達110件。據公開資料顯示，目前我國從事計算機視覺技術的公司有104個，國內知名的創(chuàng)業(yè)公司有商湯科技、云從科技、依圖科技、創(chuàng)視科技等，且發(fā)展均處于偏早期。這表明我國的計算技術視覺產業(yè)的市場比較分散，且核心技術集中于高校的現實與企業(yè)發(fā)展的技術實際需求不匹配。

與中國相關情況不同，美國的主要申請機構均是耳熟能詳的工業(yè)科技界巨頭，包括高通、微軟、飛利浦和pointgrab等。同時，美國著名高校也設立了計算機視覺相關實驗室，如斯坦福計算機視覺實驗室、麻省理工媒體實驗室等。相關企業(yè)作為工業(yè)或互聯網界的寡頭，依靠計算機視覺技術商業(yè)化的盈利壓力較小。所以，通過深耕技術研發(fā)，擁有引領性技術無疑會帶給企業(yè)強大的競爭力。而且，國外IT巨頭紛紛開啟并購狂潮，通過布局計算視覺關鍵技術領域全產業(yè)鏈，挖掘計算機視覺市場潛力。

面對日益激烈的國際競爭環(huán)境，盡管目前我國的計算機視覺企業(yè)占據較大市場份額，但若要持續(xù)保持競爭優(yōu)勢，需要加強專利的市場競爭力。云從科技孵化于中國科學院重慶研究院，這是高?；蚩蒲性核掌髽I(yè)的典型成功案例。故可嘗試通過聯合高校核心技術發(fā)明人資源，推動高校中強大技術和專利儲備資源商業(yè)化落地，助力形成技術和企業(yè)相互支撐的格局。

5、結論與建議

計算機視覺技術經過幾年的飛速發(fā)展，已成功應用于眾多場景領域，成為了世界各國爭相角逐的藍海市場。尤其是近年來深度學習方法的發(fā)展，提升了計算機視覺的準確度，使得計算機視覺技術的應用價值得到進一步體現，市場競爭也日趨激烈。我國雖具有專利申請量的優(yōu)勢，然而國際上工業(yè)或互聯網巨頭也紛紛局計算機視覺技術，若要在市場競爭中取得領先優(yōu)勢，我們必須掌握行業(yè)關鍵技術、增強企業(yè)核心競爭力，激發(fā)計算機視覺產業(yè)蓬勃發(fā)展的活力。

盡管計算機視覺技術發(fā)端于學術界，但是唯有進行商業(yè)化應用，解決視覺識別的實際問題，才能成為計算機視覺公司的核心競爭力。所以，在提高專利申請量的同時，需更加注重專利的商業(yè)化應用，產生更高的經濟效益，力爭量價齊升。

首先，我國應充分發(fā)揮高校和科研院所在國家科技創(chuàng)新體系中的作用。在現有技術研發(fā)基礎上，進一步加大創(chuàng)新力度，推動技術革新，創(chuàng)造出新穎、實用的核心專利，助力國家核心技術競爭實力。另外，可嘗試推動高?？萍汲晒D化的相關措施，如選擇與擁有核心技術的高?；蚩蒲性核献?，擇取一個商業(yè)落地的方向，實現技術的經濟效益。同時，這也是推動我國科技創(chuàng)新和產業(yè)生態(tài)融合發(fā)展的具體舉措。

起底AI黑科技：計算機視覺技術專利分析（二）

內容提要：

1.計算機視覺技術的重要應用領域介紹；

2.國內領跑企業(yè)融資和專利技術分析；

3.方象知產短評。

引言

上文中，我院介紹了計算機視覺技術概要和專利視角下的全球技術競爭格局，本期文章將繼續(xù)深挖計算機視覺技術的技術投融資信息、前沿技術競爭情報和產業(yè)發(fā)展趨勢。

1、計算機視覺的重要應用領域

隨著信息化、智能化時代的到來，計算機視覺也在我們工作和生活中有了越來越廣泛的應用，當前及未來一段時間內，計算機視覺在人臉識別、醫(yī)學影像診斷、無人駕駛等領域的應用將蓬勃發(fā)展，下面方象知產研究院盤點計算機視覺最熱門、最重要的幾個應用領域。

（一）人臉識別

人臉識別是當今計算機視覺和人工智能最熱門、最成熟的應用，該項技術目前已經廣泛應用于公安、司法、金融、政府、航天、電力、工廠、教育、醫(yī)療等行業(yè)，并且有越來越多的行業(yè)將引入該項技術。從世界范圍來看人臉識別產業(yè)的需求旺盛，研究機構和企業(yè)投入資金持續(xù)推動研究。目前該技術識別率很高，已具備大規(guī)模商用的條件，未來幾年將迎來高速增長。

（二）醫(yī)療影像診斷

據統(tǒng)計，醫(yī)療數據中有超過 90%來自醫(yī)療影像，醫(yī)療影像信息是醫(yī)生判斷病情、做出治療方案的極為重要依據。與此同時，高水平閱片醫(yī)生的缺乏和繁重的閱片工作嚴重的影響了對患者病情的正確診斷、制約了醫(yī)療資源的高效利用。目前很多學者針對這個問題開展了研究，并取得了卓越的成果，在識別病理組織切片診斷早期肺癌方面，基于深度學習的計算機視覺系統(tǒng)的準確率甚至超過了人類專家。隨著人們對健康的日益重視，可以預計未來基于計算機視覺的醫(yī)療影像診斷將有爆發(fā)式發(fā)展。

（三）無人駕駛

隨著各種無人系統(tǒng)（無人車、無人機）的普及，帶有視覺傳感器的汽車、飛行器成為了計算機視覺技術非常大的應用投放方向。雖然從目前來看，完全實現自動駕駛、自主駕駛、無人駕駛在技術上尚不成熟，但是無人駕駛能夠帶來的效率和效益的巨大提升，尤其是在軍事、重工業(yè)、搶險救災等領域能夠消除人類面臨的種種危險，促使相關部門和機構投入大量資金發(fā)展該項技術。

（四）視頻監(jiān)控和分析

結合人工智能的計算機視覺技術可以對結構化的人、車、物等視頻內容信息進行快速檢索、識別和分析。這項應用為公安系統(tǒng)在海量監(jiān)控視頻中搜尋到特定罪犯提供了技術上的可能，同時也被廣泛應用于人流密集地區(qū)的態(tài)勢監(jiān)控、緊急預警、人群分析等。視頻監(jiān)控和分析領域的商業(yè)模式多種多樣，具備廣闊的盈利空間，計算機視覺的該項應用將率先在安防、交通以及零售等行業(yè)掀起熱潮。

2、從融資和專利角度看計算機視覺行業(yè)現狀與趨勢

計算機視覺這樣一項有著廣泛應用場景的高科技必然會涉及知識產權領域的申請、保護、交易和布局等問題，方象知產研究院從專利的角度分析計算機視覺行業(yè)的現狀和趨勢。

（一） 人臉識別：Face++曠視科技、廣州云從科技、依圖科技、商湯科技

國內人臉識別技術最強的企業(yè)有哪些？各種排行不盡一致，不過獲得比較一致認可的排在前四位的公司分別是商湯科技、曠視科技、廣州云從科技和依圖科技。這幾個公司的基本信息、融資情況和專利申請情況見表1：

表1 國內人臉識別技術重點企業(yè)融資和專利申請信息表

數據來源：方象知產研究院整理

從表1中的融資情況可以看出人臉識別技術行業(yè)作為計算機視覺和人工智能最成熟的應用領域在當今社會中的火熱程度，動輒都是數億甚至數十億融資，特別是商湯科技和曠視科技更是行業(yè)的翹楚。繼去年曠視科技（Face++）獲得由中國國有資本風險投資基金（簡稱“國風投”）領投的4.6億美金融資打破AI融資記錄后，商湯科技在今年以6.2億的融資額再破記錄。

圖1 人臉識別技術重點企業(yè)相關專利申請量

數據來源：方象知產研究院整理

從表1和圖1還可以看出，曠視科技和商湯科技在人臉識別技術方面的專利申請量遠遠超過另外兩家企業(yè)，特別是曠視科技以85個相關專利超過位列第二的商湯科技二十多條，這也許是曠視科技近年在國內外風頭強勁的一個因素：2017年6月，曠視入榜“2017全球最具突破性品牌”；2017年7月，曠視獲邀參加李克強總理在中南海主持召開的經濟形勢座談會；2017年10月，曠視科技在計算機視覺國際頂級會議（ICCV）中獲得物體檢測、人體關鍵點以及Places物體分割等三項比賽的第一名，成為了第一個在COCO競賽中獲得冠軍的中國企業(yè)。

較之曠視科技，商湯科技也毫不示弱，經過幾輪大的融資，始終處于總融資額最大、估值最高的人工智能獨角獸的地位，而且從它的專利地域布局圖來看（圖2），商湯在美國歐洲等地都布局了人工智能方面的專利，并且申請的時間還相當早，從2013年和2014年就開始了，說明了商湯的目標從一開始就不僅僅局限在國內市場。

圖2 商湯科技人臉識別專利全球布局圖

數據來源：方象知產研究院整理

云從科技號稱擁有源自計算機視覺之父的人臉識別技術，是人臉識別國家標準起草和制定企業(yè)，從2017年8月至10月期間一口氣申請了12項與人臉識別相關的專利，下一步的動態(tài)值得關注。

（二） 醫(yī)療影像診斷：推想科技、雅森科技、匯醫(yī)慧影

表2 國內醫(yī)療影像診斷技術重點企業(yè)融資和專利申請信息表

數據來源：方象知產研究院整理

從表2的國內醫(yī)療影像診斷技術重點企業(yè)的融資和專利申請情況可以看出：成立于2006年的雅森科技是國內最早專注于醫(yī)學影像人工智能分析的，但其十多年來的融資并不多，專利也才兩篇，倒是后起之秀的匯醫(yī)慧影和推想科技的表現搶眼些，特別是推想科技不僅獲得的融資額最高，而且在國內外積極布局相關專利。

總體說來，國內醫(yī)療影像診斷技術的融資和專利申請情況不像人臉識別技術那么出色，這可能與智能醫(yī)學影像診斷在數據規(guī)范、數據智能處理、臨床準確率以及數據隱私保護中的問題有關。要突破傳統(tǒng)思維和技術障礙以達到實際的臨床應用，醫(yī)學影像的智能診斷技術還需要繼續(xù)努力。

（三） 無人駕駛：縱目科技、圖森未來科技、馭勢科技、佑駕創(chuàng)新

表3 國內無人駕駛技術重點企業(yè)融資和專利申請信息表

數據來源：方象知產研究院整理

人工智能下的無人駕駛技術與人類的出行方式息息相關，因此最受大眾矚目，產業(yè)大鱷和科技巨頭紛紛將無人駕駛技術視為變革的鑰匙，聚集了龐大的資金和聰明的人才。據統(tǒng)計，計算機視覺/圖像技術是2017年無人駕駛項目中融資金額最高的，從表3的重點企業(yè)融資情況也可以略見一斑。

圖森未來科技成立雖晚，但它是表3中幾家與計算機視覺相關的無人駕駛技術重點企業(yè)中累計融資額最高的，超過五億元，同時它的相關專利也不少，有19篇，并且在國內和美國都有布局。

與圖森未來科技同年成立的馭勢科技的融資情況雖不如圖森未來那么亮眼，但是其在2016年和2017年就密集布局了40篇相關專利（其中四篇在世界知識產權組織），申請量是圖森未來的兩倍多，可見其技術團隊真的是實力雄厚（馭勢科技網站上宣傳的就是三支頂尖團隊強強聯合：源于國際頂尖IT和汽車科技公司的系統(tǒng)團隊、脫胎于中國頂尖計算機視覺公司的AI團隊、和代表中國高校無人駕駛最先進科研水平的自動駕駛技術團隊），未來的發(fā)展不容小覷。

圖3 無人駕駛重點企業(yè)相關專利申請量

數據來源：方象知產研究院整理

從圖3還可以看出，除了佑駕外，其它幾家企業(yè)2017年的專利申請量都較前兩年有較大幅度增加，說明無人駕駛技術處于技術發(fā)展期，其研究開發(fā)力度還將持續(xù)加大，它的市場應用前景也值得期待。

（四） 視頻監(jiān)控：商湯科技、格靈深瞳、依圖科技、云天勵飛、深網視界

表4 國內視頻監(jiān)控技術重點企業(yè)融資和專利申請信息表

數據來源：方象知產研究院整理

視頻監(jiān)控是安全防范系統(tǒng)的重要組成部分，身為人臉識別技術領軍企業(yè)的商湯科技在視頻監(jiān)控領域也有重要布局，申請了23個專利，并同樣在多地域布局。另外同樣為人臉識別技術重點企業(yè)的依圖科技也在視頻監(jiān)控方面有積極參與。

扣除商湯科技和依圖科技因為人臉識別技術的融資情況，其它幾家企業(yè)的融資情況與前幾個領域相比比較一般。不過云天勵飛的專利申請量很是搶眼，遠遠超過其它幾家企業(yè)，這應與它宣稱其開發(fā)的第一代動態(tài)人像識別系統(tǒng)具有全球首創(chuàng)“云+端”動態(tài)人像智能解決方案，并支持大規(guī)模部署是分不開的。

圖4 視頻監(jiān)控技術重點企業(yè)相關專利申請量

數據來源：方象知產研究院整理

從圖4的視頻監(jiān)控技術重點企業(yè)相關專利申請量情況可以看出，格林深瞳從2014年到2016年專利申請量是穩(wěn)步增加的，但是在2017年卻一篇未有，不知是尚未公開的緣故還是根本就沒有申請。

比較有意思的是商湯科技本身在視頻監(jiān)控方面是有積極布局的，但同時又跟東方網力公司一起投資了深網視界，說明商湯科技對視頻監(jiān)控的發(fā)展前景是十分看好的，這或許也解釋了2016年和2017年各公司總的相關專利申請量居高不下的情況（2017年申請的專利還有可能尚未完全公開）。

總體說來，視頻監(jiān)控技術不僅出于安防目的被政府機關要求應用，在民用市場也會進一步滲透和普及，因此它的研發(fā)和應用都將持續(xù)發(fā)展。

3、方象知產短評

在分析了計算機視覺領域的發(fā)展、應用和專利情況之后，我們可以得到一些結論。

(一) 計算機視覺行業(yè)整體處于迅速發(fā)展階段，應用前景廣泛；

(二) 人臉識別技術是計算機視覺的重要應用領域，也是計算機視覺專利高發(fā)的領域；

(三) 曠視科技公司是人臉識別領域代表性企業(yè)，擁有85項相關專利，掌握核心科技，成長狀況良好；

(四) 智能醫(yī)療影像診斷技術的發(fā)展尚需努力；

(五) 無人駕駛技術改變人們的出行方式，其廣泛應用值得期待；

(六) 視頻監(jiān)控技術會持續(xù)發(fā)展，應用會更加普及。

最后要指出的是，計算機視覺行業(yè)中技術固然重要，但是，產業(yè)的切入點、技術應用場景、行業(yè)綜合服務質量也是重中之重。最重要的是解決困擾傳統(tǒng)領域的實際問題，從而帶來預期收益。

發(fā)布：IPRdaily中文網（IPRdaily.cn）

供稿：方象知產研究院

編輯：IPRdaily趙珍          校對：IPRdaily縱橫君

推薦閱讀

鏈接未來！「2018全球區(qū)塊鏈知識產權峰會」重磅來襲！

2018年“中國好專利”評選工作正式開啟（報名通道）

2018中國·海淀高價值專利培育大賽正式開啟?。▓竺斍椋?/span>

“投稿”請投郵箱“iprdaily@163.com”

「關于IPRdaily」

IPRdaily成立于2014年，是全球影響力的知識產權媒體+產業(yè)服務平臺，致力于連接全球知識產權人，用戶匯聚了中國、美國、德國、俄羅斯、以色列、澳大利亞、新加坡、日本、韓國等15個國家和地區(qū)的高科技公司、成長型科技企業(yè)IP高管、研發(fā)人員、法務、政府機構、律所、事務所、科研院校等全球近50多萬產業(yè)用戶（國內25萬+海外30萬）；同時擁有近百萬條高質量的技術資源+專利資源，通過媒體構建全球知識產權資產信息第一入口。2016年獲啟賦資本領投和天使匯跟投的Pre-A輪融資。

（英文官網：iprdaily.com  中文官網：iprdaily.cn） 

本文來自方象知產研究院并經IPRdaily.cn中文網編輯。轉載此文章須經權利人同意，并附上出處與作者信息。文章不代表IPRdaily.cn立場，如若轉載，請注明出處：“http://globalwellnesspartner.com/”