国家知识产权局专利局专利审查协作天津中心 天津 300300
摘要：图像领域理论性强，涉及应用领域广，外文的检索在图像领域的审查中尤为重要。但是由于图像领域专业性强，同时外文检索又有其难度性与特殊性，导致检索时比较困难，，本文针对图像领域外文检索困难，从专利申请特点出发，对专利申请进行分类，根据专利申请的类型，提出不同的检索策略，以期为该领域的专利检索提供借鉴。
关键词：图像领域；外文检索；提质增效；专利
引言
数字图像处理最早出现于20世纪50年代，作为一门学科形成于20世纪60年代初期。随着计算机技术的发展以及智能化处理技术的提高，各种广泛的应用需求的增长，图像处理得到了迅速发展。目前其应用领域已涉及人类生活和工作的方方面面，包括生活中的各种识别，通信工程，航天与航空、工业工程、军事公安、文化艺术、机器人视觉、视频与多媒体系统、科学可视化、电子商务等诸多领域[1]。
本文针对的图像领域主要涉及图像的处理以及图像数据的使用等技术，主要涉及国际专利分类号G06T下一般的图像数据处理或产生及分类号G06K下已识别的数据或计算结果的视觉上的呈现或用其它方法呈现，这两个分类号下的图像处理专利申请。
外文资料作为审查工作中专利审查时的重要资源，外文检索显得尤为重要，尤其是图像领域，理论涉及的较多，较深，应用范围涉及的较广，具有以下共同的特点：技术方案理论性强，通常包含较多的数学和基础理论及推导，公式应用比较普遍，变量定义较多[1]。虽然目前有人提出关注分类号的使用[2]，但是图像领域分类号往往不是非常明确，使用时有一定困难。因此，如何快速有效的检索到可用的外文资源是亟需解决的问题。
1 检索策略
图像领域有其特殊性，该领域专利申请存在以下特点：1）偏应用方面，公司申请量比较大，主要涉及到图像处理技术在各种领域的应用，比如工业，农业、日常生活等多方面的图像处理应用；理解相对容易2）偏理论改进方面，大学申请量比较大，主要涉及到在某一领域中，理论、方法手段的改进；理解难度大。因此，将之分别称为应用型专利申请和理论型专利申请；在设定检索策略时，需要根据专利申请的类型，设定不同的策略。
下面我们根据专利类型特点，从应用型专利申请和理论改进型专利申请这两个方面，制定相应的检索策略。
2 应用型专利申请的检索策略
应用型专利申请相对而言较容易理解，技术方案难度低。因此，直接从其整体构思出发，锁定关键词，快速找到有效外文文件。
案例一 申请号：201811614961.6
该申请请求保护一种数据的标注系统及方法，具体方案如下：
在显示器上展示待标注的目标数据，其中，所述目标数据用于训练神经网络模型；
获取目标对象的脑电波信号；
根据所述脑电波信号对所述目标数据进行标注。
案例分析：该案件方案为针对目前数据样本标注时，人工标注方式在数据样本量太大的情况下，效率太低的问题，提出了一种获取目标对象的脑电波信号。
针对应用类的技术方案，直接确定相关手段的关键词：脑电波、标注。当中文库中不存在有效的对比文件时，直接采用EGG（脑电波）和annotation或marking或labeling直接在外文库中进行检索，很容易的就检索到一篇有效的对比文件。
通过上述检索方式可以发现，对于应用类专利申请，因为其应用领域明确，手段确定，关键词准确，所以得到的检索结果数不多，当检索结果中没有有效的对比文件时，不要再试图花费时间去做一些“偏门”的改变，比如调整关键词，调整领域等各种检索词的组合。此时，要做的是去检索外文库，而不是转换思路，变换关键词，再次查找中文库。同时对于外文库的检索，对于应用类专利申请，要紧紧抓住其领域以及手段直接进行检索，便可快速的得到有效的对比文件。
3 理论型专利申请的检索策略
理论型专利申请特点在于，较多的数学和基础理论，公式的应用比较普遍，理解起来有一定难度。因此在检索时①要注重申请人的追踪以及相关人员的追踪；②重点关注涉及到的理论方法；③引用文献的利用。下面用多个案例进行展开分析。
（1）针对申请人的追踪以及相关人员的追踪
对于偏理论的专利申请，因为高校申请占很大一部分，首先考虑到外文库的申请人及相关人员的追踪，来提高检索效率。对于外文的申请人追踪，有以下策略：1）浏览查看相关发明人对其名字的撰写方式，通过其相关以往发表的文章确定；2）外文检索追踪申请人时注意不同检索库的使用，如使用百度学术，IEEE，ACM，Spring，Google镜像等，多库查找；3）申请人相关课题组人员的追踪；4）外文检索时，申请人与关键词的结合可以更高效的检索到有效文献。
案例二 申请号 2017107821775
该申请请求保护一种基于空谱多特征极限学习的线性共识集成融合分类方法，具体方案如下：一种基于空谱多特征极限学习的线性共识集成融合分类方法，其特征在于，包括以下步骤：
步骤1，提取高光谱图像的光谱特征、空间特征和几何结构特征；
步骤2，用条件类概率极限学习机作为分类器，分别处理光谱特征、空间特征和几何结构特征，各自得到一组分类标签以及概率分布；
步骤3，建立线性共识集成模型，分析不同特征得到的分类结果，得到最终分类结果。
案件分析：对于高校的申请，直接检索发明人，检索到其毕业后的硕士论文，根据论文中记载的内容，直接检索到相应的外文文章；或者直接使用发明人及相应的关键词在百度学术可以快速检索到有效对比文件。
由此发现，针对申请人及其相关人员的外文检索策略相对直接，简单，而且是外文检索的基础。因此，在进行外文检索时，是最常用也是最基本的使用。
案例三 申请号：201810136118.5
该申请请求保护一种卷积神经网络的训练方法，具体方案如下：
在第一卷积神经网络中删除至少一个设在线性结构层后的非线性修正层，得到第二卷积神经网络；
基于训练图像和所述训练图像的标注信息，对所述第二卷积神经网络进行监督训练。
案例分析：该方案主要是针对神经网络的改进，针对目前随着神经网络的发展，神经网络对计算资源的消耗越来越大，人们追求轻量化的神经网络，基于此，提出了该方案。
首先在专利库中进行检索，关键词主要有删除，神经网络，非线性，修正，残差。没有捡到好用的对比文件。再用非专利库进行检索，但是由于其关键词主要是网络内部的一些结构名称，因此，如果用基本检索，检索结果非常少，且相关的较少；使用高级检索，检索以后，噪音非常大，因此，采用句子检索，提取发明构思，即删除 s 非线性或删除 s 残差；检索到时间不能用的相关文件。对现有技术进行了解并进行文件筛选，追踪其引用文献，追踪到对比文件。
通过上述案例可以发现，对理论性较强较新，难以扩展关键词的图像类案件，在专利库中检索很难检索到有效的对比文件，同时因为提取的关键词是理论类的，具有普遍性，在中文非专利库中又难以直接检索到可用的对比文件，这时如果直接在非专利外文库中检索，难度非常大。对于这种情况，应该多关注引用文献。具体策略为紧抓发明构思，利用关键词，熟练运用非专利库句子检索，由于理论较新，多关注时间在后的综述类等介绍相关理论的文献，然后对引用的外文文献进行追踪，最终得到有效的对比文件。
4 结论
本文针对如何提高图像领域外文检索效率进行了探讨，并提出了从两个方面，应用型和理论型对专利申请进行分策略检索的思路，同时，本文通过几个案例证明，分类检索策略是行之有效的，可以有效提高外文检索效率。
参考文献：
[1]马丽莉 等，图像领域高校发明专利申请检索与审查策略[J].电视技术2013。
[2]石松婷，CPC分类体系在图像处理领域专利检索中的研究[J].中国发明与专利，2017。