人脸信息技术应用新热点浅析

　　摘要：用机器进行人脸图像处理的研究至今已经有四十多年的历史了。在此期间，人们提出了许多具备一定应用前景的算法，商业市场上也出现了许多有实用价值的产品。本文分为三个部分，第一部分简要介绍人脸信息技术的相关背景知识;第二部分简单分析人脸信息技术专利申请的整体情况;第三部分对近年来人脸信息技术的主要应用热点进行分析。

　　关键词：人脸;算法;专利;图像处理

　　一、人脸信息技术

　　所谓的人脸信息技术主要包括人脸检测和人脸识别两大部分。

　　1.1 人脸检测

　　人脸检测是指在图像上检测人脸是否存在，若有则应判断出人脸的位置及大小。在各种应用的推动下，进入上个世纪九十年代后，人脸检测技术逐渐得到了各国研究人员的重视，各种更加有效的算法不断提出。这十几年的发展历程大致可分为两个阶段：1999 年以前，基于各类知识特征的方法是主导，这类方法直观易懂、实现简单，但最大的问题是鲁棒性不强;1999年以后，基于统计学习的算法占据了主流地位，随着神经网络、SVM、概率模型等算法的提出，基于统计学习的算法在鲁棒性上得到了很大提高，效率上也可基本满足实时应用的需要。随着相关研究的深入，人脸检测技术在可控环境下(光照均匀、姿态端正、背景简单)，已能获得可供实用的检测率。

　　1.2 人脸识别

　　计算机人脸识别技术是一门应用技术， 它涵盖信号处理、数字图像处理、计算机视觉、模式识别等多门学科的理论知识。由于计算机人脸识别技术的核心内容是由已知人脸来确定未知人脸的归属问题， 因此， 它更应该认为是模式识别的范畴。

　　它基本上可分为两个方面：

　　一是回答“是不是某人? ”的问题， 它是给定一幅待识别人脸图像， 判别它是否是某人的问题， 也就是通常所说的身份验证(A uthentication)， 它是个“ 一对一” 的两类分类问题;

　　另一个是回答“ 是谁? ” 的问题， 它是给定一幅待识别人脸图像， 判断它是谁的问题， 通常所说的人脸识别就是个“ 一对多”的分类问题。

　　对计算机人脸识别方法的研究主要有两大方向：

　　一是基于人脸图像部件特征的识别方法;

　　二是基于人脸图像整体特征的识别方法。主要包括基于特征脸的识别，基于最佳鉴别矢量集的人脸识别，基于Bayesian脸的人脸识别，基于傅里叶不变特征的人脸识别，基于弹性图匹配的人脸识别以及基于神经网络的人脸识别等。

　　近年来，随着互联网技术的飞速发展，移动终端设备、交互式家庭影音设备的不断升级换代，人脸信息技术有了更为广阔的应用平台和创新空间。

　　二、人脸信息技术专利的整体分析

　　全球专利申请量趋势：

　　经过检索，截止到2014年12月31日，在德温特专利数据库(DWPI)中共检索到7176项基于人脸信息技术的专利申请。

　　早期阶段，从1995年至2004年，每年的专利申请量都不大，笔者认为，主要是由于早期计算机硬件，特别是摄像头技术还不发达，尽管研究人员在算法支持方面已经做出了很多的努力，但人脸信息技术还没有得到较好的应用平台。从2005年开始，该领域申请量出现持续快速地增长，并在2008年达到最高峰。这个过程正是中国专利申请量迅速上升的阶段，后面的统计分析也将证明，中国是该领域的非常重要的专利产出国。到了2010年，该领域的专利申请量又有了小幅的回落，但尽管如此，该领域的申请量近年来还是保持着较高的，稳定的数量。并且由于专利申请公开的时延性，导致近几年的统计数据并不完整。

　　根据分析发现，随着以移动互联网技术为代表的计算机技术的发展，出现了大量的，各种形式的人机交互技术，而许多的人机交互技术正是基于人脸信息技术实现的，因此人脸信息技术的应用必将越来越广，对该技术的研发将保持持续的热度，该领域的专利申请量也将继续保持稳步增长的状态。

　　三、人脸信息技术专利应用新热点

　　随着硬件设备的不断升级，移动互联网技术的迅猛发展，人脸信息技术有着更广阔的应用平台与创新空间，近年来该领域的专利申请也呈现出许多新的创新热点。鉴于在人脸信息技术领域，日韩企业的申请量占主导地位，优势明显，我们接下来将以索尼和三星电子三两大公司为例，分析这三家公司申请日在2010年至2014年间该技术领域的专利申请，结合各公司的整体发展战略，浅析人脸信息技术中的新热点。