何培育 馬雅鑫

（重慶理工大學知識產(chǎn)權學院，重慶400054）

人工智能技術是新一輪產(chǎn)業(yè)變革的核心驅(qū)動力之一。近年來，黨和國家高度重視并大力發(fā)展人工智能產(chǎn)業(yè)，出臺了一系列人工智能相關政策，例如科技部《國家新一代人工智能創(chuàng)新發(fā)展試驗區(qū)建設工作指引》等。作為人工智能的重要細分領域，人臉識別技術的應用價值越發(fā)凸顯。人臉識別相較于傳統(tǒng)身份識別技術，在采集模式、數(shù)據(jù)來源和安全性上具有獨特優(yōu)勢［1］。近年來，人臉識別技術創(chuàng)新不斷突破，在商業(yè)化項目應用中也更加廣泛。前瞻研究院在《中國人臉識別行業(yè)市場前瞻和投資分析報告》中預測，到2021年，人臉識別市場規(guī)模將達到51億元左右?！吧疃葘W習＋大數(shù)據(jù)”成為人臉識別發(fā)展的主要發(fā)展趨勢。專利中蘊含著豐富的技術信息，通過挖掘?qū)＠墨I中的技術情報，可以分析市場趨勢［2］，了解技術歷史發(fā)展脈絡、應用范圍及市場前景。深入研究人臉識別產(chǎn)業(yè)專利，有助于推動我國人臉識別專利技術加速落地。國內(nèi)學者圍繞人臉識別技術專利分析的研究視角主要從技術發(fā)展趨勢［3，4］、關鍵技術分析［5，6］、人臉識別應用場景［7］三個方面展開。

總體而言，以往文獻主要集中從特定的技術分類角度分析人臉識別領域?qū)＠?，而且對人臉識別技術的研究往往缺乏系統(tǒng)的方法。本文擬對國內(nèi)外人臉識別技術的專利數(shù)據(jù)進行深入分析，進而評估當前人臉識別技術的創(chuàng)新發(fā)展水平，直觀展示其技術熱點、技術貢獻、技術前沿等深層次信息，發(fā)掘我國人臉識別專利技術發(fā)展中存在的問題，并提出發(fā)展我國人臉識別產(chǎn)業(yè)的對策建議，從而加快人臉識別產(chǎn)業(yè)專利的前瞻性布局，實現(xiàn)人臉識別技術的新突破，促進人臉識別產(chǎn)業(yè)健康有序發(fā)展。

1 數(shù)據(jù)來源與處理

本文專利數(shù)據(jù)來源于incoPat全球科技分析運營平臺。本文首先對總的“人臉識別”技術主題進行檢索，之后檢索各技術分支［8］。以人臉識別的檢測、分析及特征提取與識別三個環(huán)節(jié)確定檢索要素［7］，其中，中文主題詞包括人臉識別技術主題的關鍵詞及其同義詞等形式［9］，英文主題詞采用“詞根＋截斷符”的擴展方式。確定國際專利分類表（International Patent Classification，IPC）中人臉識別所屬分類號，需要通過檢索要素中的中文主題詞的初步檢索，瀏覽檢索結(jié)果中與人臉識別技術主題相關的專利，提取出IPC號，通過查詢IPC分類表，了解提取出IPC號的類名及確切含義，最終確定各個檢索要素詞對應的IPC分類號。

本文最終使用的檢索式（TIABC＝（人臉OR面部）AND TIABC＝（檢測OR探測OR偵測OR配準 OR跟蹤OR追蹤）AND IPC＝G06F21／32）OR（TIABC＝（人臉 OR面部）AND TIABC＝（特征點OR關鍵點 OR分析）AND IPC＝G06K9）OR（TIABC＝（人臉OR面部）AND TIABC＝（識別OR辨識OR分類OR比對OR驗證OR核實）AND IPC＝（G06K9 OR G06T7 OR G06T1））OR（TIABC＝（“face detection”O(jiān)R“face trace”O(jiān)R“face track”O(jiān)R“face alignment”O(jiān)R“facial detection”O(jiān)R“facial trace”O(jiān)R“facial track”O(jiān)R“facial alignment”）AND IPC＝（G06F21／32））OR（TIABC＝（“face feature point”O(jiān)R“face key point”O(jiān)R“face analysis”O(jiān)R“facial feature point”O(jiān)R“facial key point”O(jiān)R“facial analysis”）AND IPC＝G06K9）OR（TIABC＝（“face recognition”O(jiān)R“face identification”O(jiān)R“face classification”O(jiān)R“face test”O(jiān)R“facial recognition”O(jiān)R“facial identification”O(jiān)R“facial classification”O(jiān)R“facial test”） AND IPC ＝ （G06K9 OR G06T7 OR G06T1）），數(shù)據(jù)檢索時間截止到2020年3月15日。對檢索數(shù)據(jù)結(jié)果進行標準化、去噪后，得到全球人臉識別相關技術專利作為本文分析的數(shù)據(jù)共55158條（“全球”的范圍指incoPat數(shù)據(jù)庫收錄的120個國家、地區(qū)和組織。），其中，美國人臉識別技術專利總量為13369件，韓國4178件人臉識別相關專利，日本專利申請共3984件。我國人臉識別相關專利共25974件，包括發(fā)明申請19751件，發(fā)明授權3588件，實用新型專利2635件。

2 人臉識別專利技術發(fā)展態(tài)勢分析

2.1 技術生命周期預測

技術生命周期理論反映一種以時間周期變化為特征的技術變革模式［10］，可以用來把握人臉識別產(chǎn)業(yè)整體發(fā)展狀況，預測人臉識別技術專利的最大值及成熟期限［11］。S曲線進化指某參數(shù)的變化隨時間呈S形變化，學界［12，13］將某領域技術進化分為萌芽期（又稱導入期、嬰兒期）、成長期、成熟期和飽和期（又稱衰退期）四個階段。

全球人臉識別專利技術周期預測的基礎數(shù)據(jù)是每年的專利申請量，依次計算出每年的專利申請累積量，以此為因變量，年份為自變量，借助洛克菲勒大學（Rockefeller University）開發(fā)的軟件Loglet Lab 4作Logistic模型回歸，繪制得到全球人臉識別專利技術周期預測的趨勢圖（圖1），圖中S形虛線為回歸得出的Logistic模型曲線，估計出全球范圍內(nèi)各年專利累計申請件數(shù)。

由Loglet Lab 4軟件計算得出全球人臉識別技術萌芽期為1959—2012年；反曲點發(fā)生在2024年，即全球人臉識別專利成長速度最快的時間點為2024年。成長時間為24年，以2024年為分界，各向前向后推12年，即可得出全球人臉識別技術成長期為2013—2024年，在此階段，技術呈加速成長態(tài)勢；成熟期為2025—2036年，人臉識別專利總量增長，但將呈現(xiàn)減速增長態(tài)勢，預計累計專利申請量達到199217件。2037年之后，全球范圍內(nèi)人臉識別專利將進入飽和期，屆時，專利申請量將達到飽和狀態(tài)，預計增長率幾乎為0，且專利申請數(shù)量可能會呈現(xiàn)減少的趨勢。

圖1 全球人臉識別技術生命曲線預測Fig.1 Global Face Recognition Technology Life Curve Forecast

圖2 我國人臉識別技術生命曲線預測Fig.2 Face Recognition Technology Life Curve Forecast in China

Loglet Lab 4繪制得到我國人臉識別技術生命預測曲線（圖2）。中國自20世紀90年代開始出現(xiàn)人臉識別相關專利，軟件Loglet Lab 4估算出的中國人臉識別專利成長時間約為14年，并且曲線轉(zhuǎn)折點出現(xiàn)在2021年，我國人臉識別技術萌芽期為1993—2014年，成長期為2015—2021年，成熟期為2022—2028年，預計2029年進入飽和期。

2.2 區(qū)域分析

一般而言，各研發(fā)主體首先選擇向其所在國家／地區(qū)的專利部門申請專利，之后根據(jù)其應用需求通過國際專利合作條約等途徑進入其他國家。依據(jù)專利文獻中的優(yōu)先權地域、公開地域、申請人地址等信息，分析申請人的專利申請地域分布情況，分析人臉識別技術輸入、輸出國，可以比較各國／地區(qū)人臉識別相關技術實力。

分析人臉識別技術輸入輸出情況可知，日本籍申請人在本國和美國申請的人臉識別專利均較多，而其他國籍申請人選擇在日本公開的人臉識別專利較少，究其原因在于，日本企業(yè)，如索尼、日本電氣、富士膠片等企業(yè)，已于技術萌芽期在本國布局大量專利并取得技術優(yōu)勢，國外企業(yè)進入則較為困難。此外，中、美、日、韓四國申請人均重視在本國市場的專利布局。其中，中國籍申請人90.9%的專利在國內(nèi)申請，出口海外的人臉識別產(chǎn)品較少，這說明中國企業(yè)在全球人臉識別領域的技術實力相對較弱，國際市場缺乏競爭力。但是其他國籍申請人卻較為注重在中國布局人臉識別專利，這一現(xiàn)象說明中國市場對人臉識別技術需求大，市場也較為開放，對中國人臉識別相關企業(yè)來說既是機遇也存在挑戰(zhàn)。

分析我國人臉識別領域?qū)＠麛?shù)量省市排名可知，人臉識別專利申請的創(chuàng)新主體涉及30個省、市、自治區(qū)，其中申請量在1000件以上有2個，200～500件的有3個，100～200件的有6個，20～100件的有11個，20件以下的有8個。數(shù)據(jù)表明，排名前五位的分別是廣東（1295件）、北京（1042件）、江蘇（538件）、上海（356件）、浙江（287件）。廣東由于集中了歐珀移動（廣東歐泊移動通信有限公司、OPPO廣東移動通信有限公司）、維沃移動通信有限公司、華為（華為技術有限公司、華為終端有限公司）等人臉識別領域的重要研發(fā)企業(yè)，又有華南理工大學、中山大學等院校坐落，故成為申請量最多的地區(qū)。而中星微、北京曠視科技有限公司等互聯(lián)網(wǎng)企業(yè)，以及漢王科技等專注于生物特征識別技術的科技企業(yè)，成為北京地區(qū)從事人臉識別技術研發(fā)的主力軍。

2.3 參與主體分析

2.3.1 專利權人分布

通過對人臉識別專利的專利權人排序，有助于了解人臉識別技術領域全球主要技術領導者及競爭者。統(tǒng)計擁有人臉識別相關專利數(shù)量全球排名前10的專利權人得到圖3，圖中-C后綴表示申請人類型為企業(yè)。在人臉識別相關專利數(shù)量全球排名前10的專利權人中，擁有專利數(shù)量最多的是三星集團，有1282件人臉識別相關技術專利?？傮w來看，在人臉識別技術領域，日本、韓國、美國公司處于領先地位。

2.3.2 主要發(fā)明人分布

圖3 全球人臉識別專利的主要專利權人Fig.3 The Main Patentee of the Global Face Recognition Patent

表1展示了全球人臉識別專利的主要發(fā)明人的分布情況，通過分析主要發(fā)明人及其涉及技術領域，為企業(yè)或者政府引進核心技術人才提供數(shù)據(jù)支持。來自 FotoNation Limited公司的 Peter Corcoran，Petronel Bigioi，Eran Steinberg，Yury Prilutsky參與了最多的人臉識別技術研究，更進一步說明了美國在人臉識別技術領域的優(yōu)勢地位。Tessera股份有限公司的全資子公司FotoNation有限公司著力開發(fā)下一代圖像處理平臺，致力提供低功耗、高性能的深度學習解決方案，為計算機視覺多個應用場景提供統(tǒng)一的編程環(huán)境和預集成的圖像功能。

表1 全球人臉識別專利主要發(fā)明人Tab.1 The Main Inventor of the Global Face Recognition Patent

除了在如何表示人臉數(shù)據(jù)方面有所關注，發(fā)明人張偉、楊帆研發(fā)特定計算機模型的計算機系統(tǒng)取得了一定成果，其主要利用卷積神經(jīng)網(wǎng)絡解決人臉屬性識別、性別識別、表情識別等問題。陳志軍與張濤尤其關注人臉信息的隱藏、獲取方法，提出了較多根據(jù)人臉圖像進行圖片信息分類的方法。孫利華在利用三維人臉識別進行驗證的門禁系統(tǒng)上擁有較多的研究成果。

2.4 熱點技術領域分析

根據(jù)國際專利分類表對專利數(shù)據(jù)進行歸類，可以直觀、系統(tǒng)地展示人臉識別專利技術整體構成情況。圖4可以看到現(xiàn)有人臉識別專利的主要技術領域（G06K9／00分支專利申請量實際為39147件，為了可視化清晰，將雷區(qū)圖同心圓代表的最大值限制為10000）。人臉識別的專利技術涉及圖像數(shù)據(jù)處理與識別（G06K、G06F、G06T），數(shù)字信息傳輸（H04N、H04L），人身鑒別（A61B）、用于人臉識別的設備或裝置（G02B、G03B），及兩類主要應用場景（G06Q、G07C）。其中，涉及圖像數(shù)據(jù)處理與識別的專利占總量約55.7%，是人臉識別技術的研發(fā)重點。

圖4 全球人臉識別的專利技術構成Fig.4 Global Face Recognition Patent Technology Composition

將人臉識別專利的技術進行細分，發(fā)現(xiàn)G06K9／00（識別圖形）、H04N5／232（控制圖像通信的裝置）、G06K9／62（應用電子設備識別圖形的方法或裝置）、G06T7／00（圖像分析）、G06K9／46（抽取圖像特征的預處理）、G06F17／30（轉(zhuǎn)入G06F16／00-G06F16／958，使用信息檢索、數(shù)據(jù)庫結(jié)構、文件系統(tǒng)結(jié)構對電數(shù)字數(shù)據(jù)處理）、H04N5／225（電視攝像機）、G06F3／01（用于用戶和計算機之間交互的裝置，能將要處理的電數(shù)字數(shù)據(jù)轉(zhuǎn)變?yōu)橛嬎銠C能夠處理的形式）、G06T1／00（一般的圖像數(shù)據(jù)處理）、H04N7／18（圖像通信信號不廣播的系統(tǒng)）是人臉識別技術關注重點。

圖5展示了主要申請人的研發(fā)側(cè)重點，圖中-C后綴表示申請人類型為企業(yè)。其中，三星在人臉識別領域內(nèi)覆蓋了較為全面的技術，其擁有眾多子公司，業(yè)務涉及數(shù)碼相機、手機、安防等電子通信領域。此外，其進駐中國成立三星電子（中國）研發(fā)中心，研究開發(fā)尖端數(shù)碼軟件、硬件產(chǎn)品，并與天津通信廣播集團合資建設天津三星電子有限公司，經(jīng)營范圍包括攝影機、視頻監(jiān)控系統(tǒng)等多元化產(chǎn)品。而在使用信息檢索、數(shù)據(jù)庫結(jié)構、文件系統(tǒng)結(jié)構對電數(shù)字數(shù)據(jù)處理方面，索尼、IBM與微軟由于其企業(yè)優(yōu)勢，所以在此方面申請的專利較多。

圖5 全球人臉識別專利主要申請人的IPC分類號分布Fig.5 Distribution of IPC of Major Applicants for the Global Face Recognition Patents

對我國專利的IPC小組進行統(tǒng)計，發(fā)現(xiàn)我國人臉識別技術熱點集中在 G06K9／62、G06F21／32、G06K9／46。其中，G06K9／62的技術主題主要有線性鑒別分析方法、人臉特征點檢測方法、人臉識別方法（如特征距離值）、壓縮編碼方法（如小波編碼、分形壓縮），專利申請人主要有北京工業(yè)大學、華南理工大學、曠視科技、云天勵飛等。G06F21／32的技術主題主要有用于用戶身份確認的活體檢測方法、隱私保護方法，專利申請人主要為歐珀移動、維沃移動、平安科技、努比亞。G06K9／46的技術主題主要包括使用卷積神經(jīng)網(wǎng)絡的深度學習方法、運用對數(shù)變換方法識別人臉表情，專利申請人主要為騰訊科技、歐珀移動、電子科技大學、中科院、小米科技。

2.5 結(jié)論

從全球人臉識別技術相關專利的整體態(tài)勢分析來看，在20世紀80年代以前，人臉識別技術涉及生物學與密碼學的交叉，主要用來鑒別不同主體。日本作為最先進的人臉識別技術國，曾在2003—2011年間是全球范圍內(nèi)每年專利數(shù)量來源最多的國家，這離不開日本老牌企業(yè)的貢獻。其中，東芝公司、歐姆龍、富士膠片均有百余年歷史，東芝公司的半導體技術，歐姆龍的傳感與控制技術產(chǎn)品，富士膠片的綜合性影像產(chǎn)品均為日本人臉識別產(chǎn)業(yè)發(fā)展提供了基礎。2013年開始進入成長期以來，人臉識別技術得到全面突破，并逐漸形成了本行業(yè)的基礎專利。

相比于全球人臉識別技術發(fā)展態(tài)勢，我國人臉識別技術起步較晚且技術導入時間較短，這與我國初期專利意識不強有關。在國務院鼓勵發(fā)展軟件產(chǎn)業(yè)精神的指導下，財政部、信息產(chǎn)業(yè)部（現(xiàn)工信部）于2001年提出規(guī)范電子信息產(chǎn)業(yè)發(fā)展基金，發(fā)展了電子信息產(chǎn)業(yè)，提高了電子信息技術研發(fā)能力，為我國導入人臉識別技術提供了政策和資金支持，人臉識別專利也逐漸增多。雖然我國人臉識別技術成長較晚，但進入成長期以來，人臉識別專利申請和專利授權明顯增多。這是當時積極回應公共安全與經(jīng)濟發(fā)展需要的結(jié)果。2008年奧運會、2010年世博會均采用人臉識別系統(tǒng)，前者運用人臉識別實名制門票技術，后者結(jié)合近紅外設備解決光照問題，為兩大盛會的安保工作提供了技術支持。2013年3月全國生物特征識別分委會的成立，促進了人臉識別等生物識別系列產(chǎn)品標準化。如何克服外界環(huán)境的影響，如何提升其精確性，確保其安全性是人臉識別技術未來需要著力解決的問題。

從活動主體來看，企業(yè)一直是人臉識別行業(yè)的主要創(chuàng)新主體，且多為影像產(chǎn)品及信息產(chǎn)品類公司。這說明人臉識別技術的市場化程度較高，技術研發(fā)與產(chǎn)業(yè)應用結(jié)合較為緊密。此外，2017年至今，人臉識別專利公開量中國居第一，說明人臉識別專利申請人逐漸考慮在中國布局，并尋求在中國保護人臉識別技術，未來我國人臉識別市場也將越來越活躍?？傮w來看，相較于其他國外申請人，日本企業(yè)在我國擁有的人臉識別專利較多。

從技術領域來看，各國均在G06K上有所突破；我國在G07C（使用時間或出勤登記器的核算裝置）上領先；日本的領先技術集中在G03B小類中，其擅長開發(fā)攝影、放映或觀看用的裝置或設備及有關附件，并掌握攝影術及全息攝影技術等。這歸因于該國柯達、佳能等企業(yè)的技術實力；美國的領先技術集中在G06T（電數(shù)字數(shù)據(jù)處理的方法及裝置）、G06F（一般圖像數(shù)據(jù)的處理或產(chǎn)生，如圖像分析、圖像編碼、3D圖像加工與3D圖形建模等方法）小類中，微軟、IBM、高通、蘋果等通信技術企業(yè)展現(xiàn)出其技術優(yōu)勢。

3 我國人臉識別專利技術發(fā)展的問題剖析與對策建議

人臉識別技術正處在快速發(fā)展階段。美日韓等國已積極投入人臉識別產(chǎn)業(yè)，在人臉識別技術和市場尚未成熟穩(wěn)定的情況下，我國人臉識別產(chǎn)業(yè)仍有突破重圍的機會?；诖耍接懭绾未龠M我國人臉識別產(chǎn)業(yè)健康快速發(fā)展是本文的重要意圖。

3.1 當前我國人臉識別技術發(fā)展的問題

3.1.1 缺乏國際布局意識

我國人臉識別技術起步較晚但發(fā)展快速。全球人臉識別技術發(fā)展的萌芽期，幾乎沒有我國主體進入，但我國研發(fā)主體后來者居上，在全球人臉識別專利數(shù)量中占有一席之地。從人臉識別專利的區(qū)域分析來看，我國權利主體主要在本國申請專利，即使擁有人臉識別專利數(shù)量較多的廣東、北京、上海三?。陛犑衅髽I(yè)也較局限于本國專利保護，極少開拓國外市場。而國外企業(yè)則較為注重開拓我國人臉識別市場，索尼、佳能、三星、英特爾等在中國擁有較多的人臉識別專利。綜上說明我國主要專利權人欠缺國際保護意識，這將不利于我國人臉識別專利相關產(chǎn)品進入海外市場。

3.1.2 研發(fā)方向較為局限

就我國人臉識別市場的本土企業(yè)的地域分布來看，廣東、北京、天津等地的企業(yè)較為集中。當前企業(yè)研發(fā)的人臉識別專利技術應用范圍主要包括人臉身份認證、靜態(tài)人臉圖像處理、動態(tài)人臉識別、靜態(tài)人臉識別終端等。例如，廣東的歐珀移動、維沃移動等通信企業(yè)提供的利用移動設備主要用于人臉檢測身份驗證；北京的漢王科技、曠視科技等人工智能企業(yè)研發(fā)人臉及生物特征識別技術重點在于搭建智能軟件管理平臺。從全球來看，人臉識別相關專利類別還包括面部表情識別技術、數(shù)字攝影技術、人臉視頻傳感器等?？偟膩碚f，我國人臉識別產(chǎn)業(yè)發(fā)展過程中創(chuàng)新主體開發(fā)的人臉識別專利產(chǎn)品及服務較為同質(zhì)化，研發(fā)方向較為局限，且創(chuàng)新成果多為方法類發(fā)明專利，核心發(fā)明類專利較少。當前我國人臉識別創(chuàng)新主體致力于解決復雜環(huán)境下的人臉關鍵點識別等技術層難題，主要實現(xiàn)人臉打卡及人臉監(jiān)控等功能，而對人臉識別產(chǎn)業(yè)鏈基礎層的核心硬件設備的研發(fā)和創(chuàng)新較為不足，人臉識別產(chǎn)業(yè)鏈仍需不斷拓展和優(yōu)化。

3.1.3 技術研發(fā)薄弱

我國與全球整體人臉識別技術研發(fā)方向大體一致，但也存在局部差異。從分析IPC分類號可知，當前全球人臉識別技術的研究熱點主要集中于識別圖形、控制圖像通信、圖像分析、抽取圖像特征、處理圖像數(shù)據(jù)。我國企業(yè)主要在圖像捕獲、抽取圖像特征等識別圖形、控制圖像通信領域申請專利，在圖像分割、以神經(jīng)網(wǎng)絡構建處理器架構上處于劣勢地位，而這又是提升人臉識別精確性的必要技術，由此可知我國人臉識別產(chǎn)業(yè)的人臉識別技術體系還不夠健全，缺乏關于細分技術領域的統(tǒng)籌規(guī)劃；基礎專利較薄弱，在人臉識別基礎算法領域開拓不足。

3.2 我國人臉識別技術發(fā)展的對策建議

針對上文人臉識別技術發(fā)展態(tài)勢的分析，并為促進我國人臉識別技術發(fā)展，本文提出以下建議。

3.2.1 推進人臉識別關鍵技術領域的研究

在人工智能時代，算法、芯片的競爭更加明顯。當前，主流的人臉識別算法、技術、理論多由發(fā)達國家掌握，我國在人臉識別技術領域的研究與世界水平仍存在差距。應當不斷完善人臉識別產(chǎn)業(yè)鏈布局，加快構建人臉識別數(shù)據(jù)平臺，推動人臉識別數(shù)據(jù)庫等基礎設施的建設，促進人臉識別技術的廣泛應用，為各行業(yè)提供技術服務支撐。

其一，完善人臉識別公共數(shù)據(jù)庫等基礎設施的建設。人臉識別系統(tǒng)的核心環(huán)節(jié)就是使用人臉數(shù)據(jù)庫訓練和測試算法，驗證基于深度學習的人臉分析技術的有效性。國際上用于人臉識別技術測試的數(shù)據(jù)庫來自于國外且我國的人臉識別技術測試是在二維圖像信息上取得的，故不利于我國人臉識別技術應用于復雜場景［14］。我國也應加強建立自己的人臉數(shù)據(jù)庫，整合光學產(chǎn)品（如舜宇光學）、攝影處理（如美圖公司）等上下游企業(yè)資源，針對不同用途，由行業(yè)或者政府牽頭建設人臉識別相關軟件平臺，采集用戶人臉識別信息。但同時，使用該數(shù)據(jù)庫的企業(yè)或機構主體也應保護所涉用戶的個人信息安全。其二，攻克人臉識別技術難題。由前文對全球與我國的人臉識別專利技術信息分析可知，在人臉識別技術細分領域中，圖像捕獲、圖像檢測等識別圖形等技術是各國專利參與主體關注的重點領域。對于我國人臉識別技術主要集中在G07C出勤登記器上的現(xiàn)狀，應調(diào)整細分技術的研發(fā)重心，在技術薄弱的G03B、G06T上投入更多研發(fā)力量，重點關注人臉識別領域圖像處理與產(chǎn)生的基礎技術。此外，政府、行業(yè)、企業(yè)可以通過組織實施人臉識別技術專項，整合優(yōu)勢創(chuàng)新團隊在3～5年聚焦人臉識別模型和算法瓶頸，重點攻克共性技術問題，為人臉識別等人工智能技術的基礎理論和具體應用研究提供知識和資金支撐。

3.2.2 基于產(chǎn)學研資源完善產(chǎn)業(yè)創(chuàng)新研發(fā)體系

教育部、國家發(fā)展改革委、財政部于2020年1月21日聯(lián)合印發(fā)的《關于“雙一流”建設高校促進學科融合加快人工智能領域研究生培養(yǎng)的若干意見》指出，學科融合、人才培養(yǎng)模式個性化、課程體系開放式、評價機制多組合的策略，將有助于推動人工智能領域研究生的培養(yǎng)，為豐富人工智能基礎理論和實踐應用提供高層次人才。通過對人臉識別技術領域主要參與主體的區(qū)域及技術構成的統(tǒng)計分析，發(fā)現(xiàn)不同主體之間的技術側(cè)重點不同，且不同區(qū)域發(fā)展人臉識別技術的主體類型不同，故有必要建立高校與企業(yè)等研發(fā)主體之間的溝通協(xié)調(diào)機制，從而完善人臉識別產(chǎn)業(yè)研發(fā)人員體系，及時掌握人臉識別技術的最新理論，挖掘熱點領域?qū)＠氖袌鰞r值，推動人臉識別技術的產(chǎn)業(yè)化應用。

其一，充分發(fā)揮產(chǎn)業(yè)聯(lián)盟的作用，增強人臉識別產(chǎn)業(yè)鏈上下游企業(yè)的合作。其二，利用高校、研究機構的創(chuàng)新優(yōu)勢，實現(xiàn)產(chǎn)教協(xié)同發(fā)展。在我國人臉識別專利的研發(fā)中，高校及科研單位占比約20%，其取得了一定的成果。高校、研究機構的優(yōu)勢體現(xiàn)在研發(fā)人員的培養(yǎng)，而企業(yè)更關注市場需求，擁有資本優(yōu)勢。高校應在人臉識別技術周期內(nèi)積極與企業(yè)合作，將技術及時轉(zhuǎn)化為生產(chǎn)力，服務社會。

3.2.3 加強人臉識別關鍵技術應用場景部署

我國是世界各人臉識別相關企業(yè)的主要目標市場。就我國本土企業(yè)來看，活躍在人臉識別領域的多是互聯(lián)網(wǎng)公司，傳統(tǒng)實體企業(yè)參與較少。我國人臉識別產(chǎn)業(yè)應繼續(xù)加強應用導向，以“互聯(lián)網(wǎng)＋人臉識別”為各行各業(yè)提供智能化技術支撐。應繼續(xù)發(fā)掘人臉識別技術的應用場景，以市場需求為導向挖掘核心專利，不斷創(chuàng)新其應用領域，形成更加豐富的產(chǎn)品序列。

人臉識別技術在智能安防、智慧平安社區(qū)已取得廣泛的應用。在出入口控制系統(tǒng)、人口信息系統(tǒng)、城市應急反恐控制系統(tǒng)以及金融安全系統(tǒng)四個方面助力“平安城市”，加強公共安全體系建設［15］。未來，人臉識別產(chǎn)業(yè)將重點圍繞公共安全、金融風險防控、智能醫(yī)療、零售營銷等場景［16］。其中，具有深度學習神經(jīng)網(wǎng)絡技術的智能醫(yī)學影像產(chǎn)品將模擬醫(yī)療專家診斷和治療過程，代替以往的經(jīng)驗診斷，從而有效提高醫(yī)療診療水平；在零售門店領域，運用大規(guī)模人臉識別系統(tǒng)打通零售產(chǎn)業(yè)鏈上下游，實現(xiàn)智能支付和精準營銷，從而提升零售門店的管理效率。

3.2.4 制定人臉識別產(chǎn)業(yè)發(fā)展規(guī)劃

制定政府主導的人臉識別產(chǎn)業(yè)發(fā)展規(guī)劃，在世界范圍內(nèi)已形成熱潮［17］。各國相繼出臺與人工智能有關的國家政策，旨在推動人工智能產(chǎn)業(yè)高質(zhì)量發(fā)展。例如，2018年7月18日，德國聯(lián)邦政府通過的《聯(lián)邦政府人工智能戰(zhàn)略要點》強調(diào)建設適應人工智能發(fā)展的法律體系、技術標準［18］。我國也早在2013年開始制定與“互聯(lián)網(wǎng)＋人工智能”戰(zhàn)略有關的政策和戰(zhàn)略布局。國務院于2017年印發(fā)的《新一代人工智能發(fā)展規(guī)劃》（以下簡稱《規(guī)劃》）提出，我國人工智能未來發(fā)展的三步走戰(zhàn)略目標，最終到2030年形成較為成熟的人工智能理論與技術體系?！吨袊乱淮斯ぶ悄馨l(fā)展報告2019》指出自《規(guī)劃》實施以來，我國人工智能產(chǎn)業(yè)化、商業(yè)化速度加快，帶動了傳統(tǒng)制造、金融等行業(yè)轉(zhuǎn)型升級。

在國家發(fā)展規(guī)劃的部署下，各區(qū)域應結(jié)合自身優(yōu)勢制定本地區(qū)人臉識別產(chǎn)業(yè)發(fā)展規(guī)劃，同時協(xié)調(diào)各地區(qū)之間人臉識別產(chǎn)業(yè)建設，形成長效的人臉識別產(chǎn)業(yè)鏈上下游企業(yè)協(xié)同創(chuàng)新模式，避免產(chǎn)能過剩。具體如，杭州凝聚浙大的科研資源、海量數(shù)據(jù)等開放優(yōu)勢，以人臉識別核心技術研發(fā)、人臉識別行業(yè)應用能力、人臉識別產(chǎn)業(yè)生態(tài)構建、政策保障體系為主要內(nèi)容建設人臉識別創(chuàng)新發(fā)展試驗區(qū)，在引領浙江數(shù)字化轉(zhuǎn)型方面發(fā)揮積極作用。