首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于专利视角的BAT图像识别技术发展机会与策略研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-18页
    1.1 研究背景第11-13页
    1.2 研究对象和目的第13-14页
    1.3 研究内容第14页
    1.4 理论基础第14-17页
        1.4.1 专利第15页
        1.4.2 专利文献第15-16页
        1.4.3 专利信息计量第16页
        1.4.4 专利引文分析第16-17页
        1.4.5 专利发展策略及布局第17页
    1.5 创新与不足第17-18页
第二章 人工智能领域图像识别技术发展概况第18-21页
    2.1 图像识别技术的基本原理第18-19页
    2.2 图像识别技术的发展历史第19页
    2.3 全球图像识别技术发展现状及未来趋势第19-20页
    2.4 本章小结第20-21页
第三章 全球人工智能领域图像识别技术专利分析第21-47页
    3.1 图像识别专利文献检索策略第21-23页
        3.1.1 数据来源第21页
        3.1.2 检索策略第21-22页
        3.1.3 相关事项第22-23页
    3.2 图像识别技术的专利分析第23-34页
        3.2.1 图像识别专利的时间趋势第23-24页
        3.2.2 图像识别的技术领域分析第24-26页
        3.2.3 图像识别的专利权人分析第26-29页
        3.2.4 图像识别的技术来源分析第29-30页
        3.2.5 图像识别技术的目标地域分析第30-31页
        3.2.6 图像识别技术的引用频次分析第31页
        3.2.7 主要技术来源国家的专利申请趋势第31-32页
        3.2.8 主要技术来源国家的专利地域布局第32-34页
    3.3 字符识别的专利分析第34-36页
        3.3.1 字符识别专利的时间趋势分析第34-35页
        3.3.2 字符识别专利的专利权人分析第35页
        3.3.3 字符识别专利的目标地域分析第35-36页
    3.4 人脸识别的专利分析第36-39页
        3.4.1 人脸识别专利的时间趋势第36-37页
        3.4.2 人脸识别专利的专利权人分析第37-38页
        3.4.3 人脸识别专利的目标地域分析第38-39页
    3.5 指纹识别的专利分析第39-41页
        3.5.1 指纹识别专利的时间趋势第39页
        3.5.2 指纹识别专利的专利权人分析第39-40页
        3.5.3 指纹识别专利的目标地域分析第40-41页
    3.6 虹膜识别的专利分析第41-44页
        3.6.1 虹膜识别专利的时间趋势第41-42页
        3.6.2 虹膜识别专利的专利权人分析第42-43页
        3.6.3 虹膜识别专利的目标地域分析第43-44页
    3.7 字符、人脸、指纹和虹膜识别专利综合分析第44-45页
    3.8 本章小结第45-47页
第四章 专利视角下的BAT图像识别技术发展现状和机会分析第47-66页
    4.1 BAT在图像识别技术领域发展概况第47-50页
        4.1.1 百度在图像识别领域的发展第48页
        4.1.2 阿里巴巴在图像识别领域的发展第48-49页
        4.1.3 腾讯在图像识别领域的发展第49-50页
    4.2 BAT图像识别技术的专利分析第50-56页
        4.2.1 BAT总体专利分布情况第50-51页
        4.2.2 BAT图像识别技术专利信息分布第51-53页
        4.2.3 图像识别专利时间趋势第53-54页
        4.2.4 目标地域分布第54-56页
        4.2.5 BAT在字符识别、人脸识别、指纹识别和虹膜识别的专利分布第56页
    4.3 BAT图像识别技术专利发展的优势分析第56-59页
        4.3.1 强大的资金实力及研发投入第56-57页
        4.3.2 专利申请数量的强劲趋势第57页
        4.3.3 专利侧重度略显优势第57-58页
        4.3.4 广泛的大数据来源第58页
        4.3.5 丰富的应用场景第58-59页
    4.5 BAT图像识别技术专利发展的风险第59-60页
        4.5.1 激烈的竞争环境第59页
        4.5.2 专利质量有待提升第59-60页
        4.5.3 高性能人工智能芯片对外依赖第60页
    4.6 BAT图像识别技术专利发展的机会第60-64页
        4.6.1 人工智能的迅速崛起第60-61页
        4.6.2 国家对人工智能的高度重视及政策支持第61-64页
        4.6.3 广阔的市场前景第64页
        4.6.4 国内高校及科研机构的科研实力强大第64页
    4.7 本章小结第64-66页
第五章 BAT图像识别技术的专利发展策略建议第66-72页
    5.1 BAT图像识别技术专利发展总体策略第66-69页
        5.1.1 动态跟踪竞争对手技术发展情况第66页
        5.1.2 不断挖掘积累专利,突破核心技术,提升专利质量第66-67页
        5.1.3 实施专利标准化战略第67页
        5.1.4 强化专利运营,实现专利的商业价值第67页
        5.1.5 加强专利管理人才培养及储备第67-68页
        5.1.6 强化校企合作,推动图像识别技术专利转化第68页
        5.1.7 加强保护,构建防御、储备的专利保护机制第68页
        5.1.8 建立专利预警机制第68-69页
    5.2 对BAT分别策略建议第69-71页
        5.2.1 对于百度的建议第69-70页
        5.2.2 对于阿里巴巴的建议第70页
        5.2.3 对于腾讯的建议第70-71页
    5.3 本章小结第71-72页
第六章 总结及展望第72-73页
致谢第73-74页
参考文献第74-77页

论文共77页,点击 下载论文
上一篇:科创学院移动办公系统研究与实现
下一篇:大容量数字示波器波形处理及显示软件设计