基于专利的我国虹膜识别技术领域PEST分析

付振康，方心如

（景德镇陶瓷大学，江西 景德镇 333403）

虹膜识别技术是通过计算机技术以及深度学习对人眼中的虹膜进行分析，通过对虹膜图像分析，提取出虹膜信息，进而通过虹膜图像特征，进行身份的识别。虹膜识别技术相较于其他的生物识别技术，其优点是唯一性、稳定性、可采集性、非侵犯性等[1]。随着人工智能产业的不断发展，虹膜识别技术在未来的智能安防、智能制造、智能家居、智能医疗、智慧城市的建设当中，会有其更为广阔的应用前景。

虹膜识别技术主要包含以下6个关键技术环节：（1）虹膜图像采集；（2）虹膜图像质量评价；（3）虹膜图像预处理（包括虹膜定位、虹膜图像归一化、虹膜图像去噪及虹膜图像增强）；（4）虹膜防伪；（5）虹膜活体检测；（6）虹膜特征提取与匹配[2]。

本文利用合享智慧科技公司开发的IncoPat专利文献检索与分析系统，经过检索、去噪后，截止到2020年11月30日，共得到我国申请的虹膜识别相关专利共2197件。本文通过PEST模型分析，从专利角度对我国的虹膜识别技术的发展情况做了深度分析，帮助科研人员、相关的职能部门准确地把握该技术未来的发展趋势和前景，为技术引进、科技创新提供参考依据。

1 我国虹膜识别技术竞争态势PEST分析

1.1 P（Political）层面分析

P（Political）是指行业相关的政策，国家对某一行业或者技术领域的政策以及研发投入，在一定程度上可以看出该行业或者技术领域的发展态势。本文从国家政策入手，对我国虹膜识别技术领域进行分析，从中窥探我国虹膜识别技术的未来发展态势。

20世纪50-60年代，人工智能领域开始受到西方一些国家的重视，但是，由于当时我国正处于建国初期，正处在人工智能发展的初期，我国并未重视。20世纪70-80年代，我国开始了在该领域的研究工作，但人工智能领域的研究也受到了质疑和批判，发展艰难[3]。1978年，邓小平发表了“科学技术是第一生产力”的重要讲话，使科技的发展迎来了春天。此外，在1978年全国科学技术大会上，吴文俊提出的利用机器证明与发现几何定理的新方法——几何定理机器证明，获得1978年全国科学大会重大科技成果奖，这为我国人工智能领域的研究发展开了一个好头[4-6]。进入21世纪以后，更多的人工智能与智能系统研究课题获得国家自然科学基金重点和重大项目、国家高技术研究发展计划（863计划）和国家重点基础研究发展计划（973计划）项目，其中，虹膜识别、指纹识别、人脸识别以及语音识别等一系列生物特征识别技术是最具代表性的项目。近年来，我国对人工智能产业的发展愈加重视，相继出台了一系列的国家政策。2015年，李克强总理在政府工作报告中提出：“人工智能技术将为基于互联网和移动互联网等领域的创新应用提供核心基础[7]。”2015年，国务院印发《中国制造2025》行动纲要，其中明确了9项战略任务以及重点[8]，这些战略任务及重点的实施，都离不开人工智能技术的助力。2016年，工业和信息化部、国家发展改革委、财政部等三部委联合印发了《机器人产业发展规划（2016-2020年）》，该规划明确指出了我国在“十三五”期间，人工智能领域的研究和发展重点，其中，虹膜识别等生物识别技术是重要的研发热点[9]。同年，国家发展改革委等四部门印发《“互联网+”人工智能三年行动实施方案》，明确未来3年智能产业的发展重点与具体扶持项目，进一步体现出人工智能已被提升至国家战略高度[10]。2018年，我国印发了《人工智能标准化白皮书2018》[11]，为人工智能产业化发展建立了明确的标准体系。

由上述一系列国家战略可以看出，虽然我国在人工智能领域的起步较晚，但是，随着国家一系列政策战略不断支持人工智能相关产业的发展，在未来虹膜识别技术会取得快速高质量的发展。

1.2 E（Economical）层面

E（Economical）是指国家的整体经济情况。科技的发展与国家经济的发展密切相关，一般来讲，只有在国家经济稳步增长的情况下，国家对科技的投入力度才会加大。本文以我国研究与试验发展（R&D）经费投入为切入点，对我国虹膜识别技术领域发展进行剖析。

由于虹膜识别技术属于人工智能产业的分支，人工智能产业在我国属于高新技术产业，故本文对2010-2019年近十年的我国研究与试验发展（R&D）经费投入以及对高新技术产业的研究与试验发展（R&D）经费投入进行了统计（如图1所示），并且通过m指数进行了分析[12]。由图1可知，我国研究与试验发展（R&D）经费投入总额逐年增长，2019年，我国R&D经费投入达到了21424.45亿元，占国内生产总值的2.2%。此外，我国对高新技术产业的R&D经费投入也在逐年攀升，2019年达到3803.96亿元，占我国R&D经费的17.8%。但是，单纯的由我国R&D经费投入与高新技术产业的R&D经费投入，并不能够分析出我国对高新技术产业相关的子行业的重视力度，因此，采用m指数（高新技术产业R&D经费投入与我国R&D经费投入的比值）来度量我国对高新技术产业的R&D经费投入力度，进一步窥探我国对人工智能相关产业的重视程度。由图1可知，我国对人工智能相关产业的重视程度成稳步增长态势，这说明，我国人工智能相关产业，近十年来，一直深受国家的重视。由于近几年来的大力研发，在未来，相关的技术以及产业很可能进入成熟期，未来在研发方面的投入应该转向技术转型方面，进行技术升级改造。

图1 2010年-2019年我国研究与试验发展（R&D）经费投入及m指数

1.3 3S（Social）层面

Social层面指的是整体的社会环境方面，包括我国国内环境与国际环境。本文通过虹膜识别技术领域专利的国内申请趋势、国内专利地域分布、我国国民经济分类分布以及主要竞争国家竞争地位对我国虹膜识别技术进行竞争态势分析。

1.3.1 整体趋势分析

由图2可知，我国真正开始进行虹膜识别的研究始于21世纪初期。进入21世纪以来，深度学习算法的研究不断深入，我国许多科研团队进行创新攻关，虹膜识别技术进入了缓慢发展期。随着技术的发展，市场前景也逐渐广阔，我国许多行业，开始应用虹膜识别技术。其中，最具代表性的是我国中科院谭铁牛团队研发的虹膜库，在2010年已经应用于煤矿人员的辨识以及监狱监控[13]。伴随着应用市场的不断扩大以及国家政策的大力支持，在2013-2017年，我国虹膜识别技术领域的专利申请量飞速发展，虹膜识别技术进入快速发展时期。在2017年，我国专利申请量达到了445件，创下了历史新高。2018-2019年，我国在该领域的专利数量有所下降。这说明，一方面，经过快速的发展，我国虹膜识别技术逐渐成熟，许多技术已经很难再取得突破；另一方面，随着经济以及科技的不断发展，在智能制造、传统工业等领域，对人工智能的要求越来越高，许多人工智能产品在工业转型的情况下，需要进行产品升级。在这样一种社会大环境下，对人工智能产业的分支技术提出了更高的要求，传统的技术需要进行升级换代。但是，技术升级需要更多的研发投入，大多数企业无法投入更多的资金，只有实力雄厚的企业或者国家的科研机构，才能有更大的研发投入，故该时期专利数量会有所下降。

图2 我国虹膜识别专利近20年申请趋势

1.3.2 地域分布分析

图3展示了我国虹膜识别技术领域各个省（地区）的专利申请量，通过图3分布情况可以看出，广东、北京、江苏、上海是该领域专利数量较多的省份（直辖市）。其中，广东在该领域的专利申请数量最多，达到504件，占全国申请总量的25.6%。其次是北京，专利申请量为385件，占全国申请总量的19.6%。由此可以看出，我国虹膜识别专利申请数量较多的省份皆为像北上广这样经济较为发达的省份（直辖市）。广东作为我国的经济发展特区，拥有较多的高新技术企业，例如华为、腾讯、欧珀等国内在人工智能和互联网领域的商业巨头，故其申请量最多。北京拥有较多的高校、科研院所，在虹膜识别领域的研究起步早，故专利申请量仅次于广东。

图3 我国虹膜识别技术领域各省（直辖市）专利分布图

1.3.3 我国虹膜识别领域专利的国民经济分类分布

由图4可以看出，我国虹膜识别技术领域在国民经济分类中，大都集中在C门类下。其中，分布最多的是C39类（计算机、通信和其他电子设备制造业），专利数量达到了1628件，占我国总申请量的74.17%。其次是C40类（仪器仪表制造业）、I63类（信息传输、软件和信息技术服务业），专利申请量分别为311件和114件，占比5.19%。由此可见，我国虹膜识别的市场主要是计算机等终端电子设备以及仪器仪表类。其中，仪器仪表类中，门禁、电力管理系统仪表等应用的相关专利较多，这说明，我国虹膜识别技术目前不仅限于大众消费最多的终端电子设备，而是正在努力拓展其他领域，进行技术升级改造。

图4 我国虹膜识别技术领域专利在国民经济分类中的分布

1.3.4 主要竞争国家竞争地位分析

本文采用专利组合指标分析方法对我国在虹膜识别技术领域的国际竞争地位进行综合分析。专利的组合指标分析法包括专利活动以及专利品质两个重要指标，其中，专利活动包含RSI指数、专利成长率、专利占有率，其中专利活动是这三个指标的总和；专利品质包括技术范围、国际范围以及引用频次，专利品质由这三个指标加和得到[14]。本文对中国、美国、日本、韩国这四个主要竞争国家进行了专利组合指标的测度，因为各个指标的量纲不同，为了消除量纲对分析结果的影响，本文利用标准差法进行数据标准化，将各个指标归一化至[-1，1]区间内，结果如表1所示。

表1 主要竞争国家专利组合指标

通过图5可以看出，在虹膜识别技术领域最主要的四个竞争国家当中，不存在技术领导者，由此可以看出，虹膜识别技术作为刚刚兴起的技术，许多国家的发展水平近似。在中、美、日、韩四个主要竞争国当中，我国的专利活动最高，但是专利品质并不高，属于技术活跃者。美国虽然专利活动不强，但是专利品质较高，属于潜在的技术竞争者。日本在虹膜识别技术领域的专利活动不是很强，专利的品质也较低，近年来属于技术落后者。韩国近20年来，专利活动正在增加，专利品质也在提高，即将步入技术活跃者这一行列。通过以上分析可以看出，我国目前最主要的竞争对手是美国，若美国加强专利活动，加大专利布局，很有可能会成为技术领导者。所以，我国在保持专利活动强度的同时，要加强专利品质，在保持现在地位的同时，向技术领导者这一行列迈进。

图5 虹膜识别技术领域专利组合指标气泡图

1.4 T（Technical）层面分析

Technical层面主要是指整体技术的发展以及技术目前所处的阶段。通过对技术层面的分析，可以洞悉目前我国虹膜识别技术发展的现状以及技术的演变。本文通过技术发展阶段、我国虹膜识别技术IPC小组分布以及我国虹膜识别技术的价值度方面，对国内虹膜识别技术进行深度解读。

1.4.1 我国虹膜识别技术发展阶段分析

本文利用专利指标法[15]对我国虹膜识别技术发展阶段进行了划分。专利指标法包括4个专利指标，分别是技术生长率（v）、技术成熟系数（α）、技术衰老系数（β）以及新技术特征系数（N）。因为虹膜识别技术不涉及外观设计，本文仅采用技术生长率、技术成熟系数以及新技术特征系数对技术发展阶段进行划分。

通过图6可以看出，我国虹膜识别技术生长率在整体上波动还是比较明显的。在2005年，技术生长率为0.6，2005-2007年，技术生长率呈现下降的趋势。出现这种现象的主要原因是，在2005年，虹膜识别技术才刚刚发展起来，在2005年以前，我国的虹膜识别技术专利数量是低于5件的，而2005年，增长到12件，使得技术生长率较高。随着技术的发展，在2005年以后，虹膜识别在各个领域均出现技术突破，此时期的专利大都围绕核心专利展开，所以虹膜识别技术的技术生长率下降。在2007-2016年之间，虹膜识别技术生长率虽然有轻微波动，但是整体上呈现上扬态势，说明该时期我国虹膜识别技术处于成长期。2016年以后，技术生长率呈现断崖式的下降趋势，说明该时期，突破性的技术很少出现，技术创新进入了瓶颈期。

图6 以5年为周期计算技术生长率v趋势

由图7可以看出，在2005年以前，技术成熟系数虽有小段波动，但是整体上呈现缓慢的增长，说明技术正处于导入期，在2006-2009年，我国虹膜识别技术的成熟系数呈现下降趋势，说明在该时期，一些技术领域处于成长期，而另一些技术领域可能处于成熟期。在该阶段处于成熟期的技术一般是属于发展早期的基础技术。2009-2013年，技术成熟系数趋势图呈现“W”型，这说明，在该时期，正发生新老技术的交替，许多较为核心的老技术已经走向成熟，新兴的技术领域正在发展，所以出现“W”型的增长趋势。在2013年以后，我国虹膜识别技术的技术成熟系数整体上稳中有升，说明新一代的虹膜识别技术也正在走向成熟。

图7 技术成熟系数α趋势

由图8可以看出，2005-2009年间，我国虹膜识别技术新技术特征系数呈现下降趋势，这说明，我国在该时期，处于对基础技术的研究阶段，其他的新技术领域创新较少。2009-2013年间，新技术特征系数呈现“W”型的增长趋势，与图7趋势基本相同，说明该时期我国虹膜识别技术正处于新老技术交替阶段。2013-2018年，我国新技术特征系数呈现增长后稳定的趋势，说明我国开启了对虹膜识别新技术的研究。2018年以后，新技术特征系数呈现下降趋势，说明在虹膜识别技术领域，之前的新兴技术已经走向成熟。

图8 新技术特征系数N趋势

1.4.2 IPC小类技术竞争对比分析

由图9可知，中、美、日、韩作为虹膜识别技术拥有量较大的国家，技术发展的侧重点有所不同。我国专利申请量最多的技术是G06K类，涉及虹膜图像的采集、预处理以及识别相关的方法等发明专利，申请量达到了1109项。其次，我国在G06F（电数字数据处理）以及G07C（时间登记器或出勤登记器）这两个技术领域中，申请量分别为330项和204项，也有较大的优势。而我国的主要竞争对手日本，在G06T（图像数据的处理）以及A61B（人的鉴别）这两个领域遥遥领先于我国。但是，日本在G06K这一小类当中的技术，落后于我国。我国与美国以及韩国这两个国家相比，技术发展的侧重点大体相同，都主要集中在G06K这一领域，但是，美国和韩国在这一技术领域专利数量落后于我国。因为G06K技术领域内，包含虹膜识别技术领域较多的核心关键技术，如虹膜图像采集算法模型、识别算法模型等等，通过以上数据，可以发现我国在虹膜识别技术领域拥有较多的核心技术。

图9 我国与主要竞争国家排名前10的IPC小类分布

1.4.3 我国与主要竞争国家专利技术价值度比较分析

本文利用IncoPat平台特有的专利合享价值度这一指标，对我国虹膜识别技术领域的专利价值度与主要竞争国家的专利价值度进行了对比分析（如图10所示）。通过图10可以看出，我国虹膜识别技术的专利价值度主要集中在4-9这一区间内，其中专利价值度为5的专利数量最多，为396项，占我国总申请量的18.8%。我国专利价值度为10的高价值专利仅有42项，仅占我国专利申请总量的2%。美国在该领域的专利申请量虽然少，但是，美国在该领域的专利价值度集中在8-10这一价值区间内，其中，价值度为10的专利高达189项，高价值专利数量居中、美、日、韩四个主要竞争国家之首，占美国总申请量的53.2%，超过半数。另外，日本和韩国两个国家，专利的价值度主要集中在6-10价值区间内。其中，日本专利价值度为10的专利数量为70项，占日本专利申请总量的14.7%；韩国专利价值度为10的专利申请量为52项，占韩国专利申请总量的9%。通过以上数据可以看出，虽然我国在虹膜识别技术领域的专利数量最多，发展最快，属于该领域的专利大国。但是，从高价值专利技术方面看，我国与主要竞争国家的差距还是非常明显的。其主要原因是，我国在虹膜识别领域甚至是人工智能领域，起步较主要竞争国家晚。发展初期，许多该领域的核心关键技术，美、日、韩等发达国家已经申请了专利，甚至在我国进行了专利布局，使得我国在高价值的关键核心技术方面的创新空间较小，进而使得我国高价值专利技术相对于其他发达国家来讲，数量偏少。

图10 主要竞争国家专利价值度对比

2 结论建议

通过对国内的虹膜识别技术的PEST分析，可以得出以下结论：我国近年来对人工智能相关产业的政策支持力度不断加大，国家相继出台了一系列政策鼓励人工智能领域的发展。此外，国家对该领域的科学研究与试验发展（R&D）的投入力度逐年提升。但是，从我国虹膜识别专利整体的申请趋势看，近年来我国虹膜识别专利的申请量出现了下滑，这与国际上该领域的大环境有较为密切的联系。另外，我国近年的专利申请量虽然有所下滑，但是在主要的竞争国家中，还是处于相对活跃的地位。从国民经济分类情况来看，我国虹膜识别技术主要来自于计算机、通信以及电子设备制造行业，其他相关行业的专利数量较少。从我国的虹膜识别专利的价值度看，我国虹膜识别技术的专利质量与其他主要竞争国家还有一定差距。针对以上结论，对我国的虹膜识别技术发展提出以下策略：

（1）充分利用人工智能技术、大数据技术、深度学习技术，实现虹膜识别技术的创新突破。在新兴理论的基础上，对技术加以改进，通过国际合作的模式，对虹膜识别技术在原来的基础上加以改进，创造出更加优化的核心技术。

（2）加快技术转型和产品转型，加强对虹膜识别技术应用领域的研究，例如智能制造、智能家居、智能交通等。

（3）要充分抓住机遇，在国家政策的大力支持下，加快技术转型和产品转型，拓展新的技术领域以及产品市场，占领新的技术制高点，争取成为该领域的全球技术领导者。

（4）企业要加强知识产权的保护意识，积极拓宽专利市场，不仅要在国内站稳脚跟，更要让技术走出去，加大国外的专利布局。另外在国内，除了北上广等一线发达城市以外，其他省市的企业、研究机构以及高校也要加大研发力度。

（5）要加强在虹膜识别技术领域的专利质量，在保证申请量的同时，提高技术的竞争优势，在核心关键技术上要加大研发力度，推动我国虹膜识别技术高质量发展。密切关注主要竞争国家的研究动向，避免在国际竞争中陷入风险。