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(jì)算機(jī)圖像分析來進(jìn)行人員身份信息認(rèn)證的一種計(jì)算機(jī)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(jì)算機(jī)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(jì)算機(jī)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(jìn)行專利的統(tǒng)計(jì)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(jìn)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(diǎn)，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(jìn)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(jìn)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(yùn)動與模型相結(jié)合的方法來實(shí)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(jìn)行目標(biāo)搜索并進(jìn)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(xiàng)，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(diǎn)，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(jìn)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(xiàng)；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(jìn)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(jìn)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(shí)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(jì)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(jìn)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(jìn)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(shí)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(jì)算機(jī)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(jī)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(jì)算機(jī)技術(shù)的迅猛發(fā)展與不斷推廣，視頻技術(shù)隨之應(yīng)運(yùn)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(jì)算機(jī)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(jìn)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(diǎn)，同時世界各國加強(qiáng)了對視頻技術(shù)的重視，計(jì)算機(jī)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(shí)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(jìn)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(jī)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(jìn)行進(jìn)一步研究，實(shí)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(jìn)行的人員管理和監(jiān)控的專利進(jìn)行整理和分析，重點(diǎn)關(guān)注專利申請的趨勢走向，并對重點(diǎn)申請人和重點(diǎn)專利進(jìn)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(diǎn)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。