首页 / 专利库 / 医疗设备 / 检眼镜 / 眼镜检测方法及装置

眼镜检测方法及装置

阅读:968发布:2020-05-12

专利汇可以提供眼镜检测方法及装置专利检索,专利查询,专利分析的服务。并且本公开是关于一种眼镜检测方法及装置。该方法包括:检测目标图像中的人脸关键点的 位置 ;根据人脸关键点的位置,确定第一眼睛相关区域;在第一眼睛相关区域的梯度值满足第一条件的情况下,根据人脸关键点的位置,确定第二眼睛相关区域;提取第二眼睛相关区域的特征;根据第二眼睛相关区域的特征,确定第二眼睛相关区域对应的类别;根据第二眼睛相关区域对应的类别,确定目标图像对应的眼镜检测结果。本公开通过对第一眼睛相关区域的梯度值是否满足第一条件进行判断,能够快速排除未佩戴眼镜的人脸图像,提高眼镜检测的速度;若第一眼睛相关区域的梯度值满足第一条件,则进一步确定第二眼睛相关区域对应的类别,由此能够保证眼镜检测的准确性。,下面是眼镜检测方法及装置专利的具体信息内容。

1.一种眼镜检测方法,其特征在于,包括:
检测目标图像中的人脸关键点的位置
根据所述人脸关键点的位置,确定第一眼睛相关区域;
在所述第一眼睛相关区域的梯度值满足第一条件的情况下,根据所述人脸关键点的位置,确定第二眼睛相关区域;
提取所述第二眼睛相关区域的特征;
根据所述第二眼睛相关区域的特征,确定所述第二眼睛相关区域对应的类别;
根据所述第二眼睛相关区域对应的类别,确定所述目标图像对应的眼镜检测结果。
2.根据权利要求1所述的方法,其特征在于,根据所述人脸关键点的位置,确定第一眼睛相关区域,包括:
根据所述人脸关键点的位置,将所述目标图像中两只眼睛之间的区域确定为第一眼睛相关区域。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述第一眼睛相关区域的梯度值不满足所述第一条件的情况下,确定所述眼镜检测结果为所述目标图像中的人脸未佩戴眼镜。
4.根据权利要求1至3中任意一项所述的方法,其特征在于,所述第一条件为:
所述第一眼睛相关区域的竖直方向的梯度值的平均值大于梯度阈值
5.一种眼镜检测装置,其特征在于,包括:
检测模,用于检测目标图像中的人脸关键点的位置;
第一确定模块,用于根据所述人脸关键点的位置,确定第一眼睛相关区域;
第二确定模块,用于在所述第一眼睛相关区域的梯度值满足第一条件的情况下,根据所述人脸关键点的位置,确定第二眼睛相关区域;
提取模块,用于提取所述第二眼睛相关区域的特征;
第三确定模块,用于根据所述第二眼睛相关区域的特征,确定所述第二眼睛相关区域对应的类别;
第四确定模块,用于根据所述第二眼睛相关区域对应的类别,确定所述目标图像对应的眼镜检测结果。
6.根据权利要求5所述的装置,其特征在于,所述第一确定模块用于:
根据所述人脸关键点的位置,将所述目标图像中两只眼睛之间的区域确定为第一眼睛相关区域。
7.根据权利要求5所述的装置,其特征在于,所述装置还包括:
第五确定模块,用于在所述第一眼睛相关区域的梯度值不满足所述第一条件的情况下,确定所述眼镜检测结果为所述目标图像中的人脸未佩戴眼镜。
8.根据权利要求5至7中任意一项所述的装置,其特征在于,所述第一条件为:
所述第一眼睛相关区域的竖直方向的梯度值的平均值大于梯度阈值。
9.一种眼镜检测装置,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器
其中,所述处理器被配置为执行权利要求1至4中任意一项所述的方法。
10.一种非临时性计算机可读存储介质,当所述存储介质中的指令由处理器执行时,使得处理器能够执行权利要求1至4中任意一项所述的方法。

说明书全文

眼镜检测方法及装置

技术领域

[0001] 本公开涉及图像检测技术领域,尤其涉及眼镜检测方法及装置。

背景技术

[0002] 眼镜检测属于人脸属性识别的一种,用于判断图像中的人脸是否佩戴眼镜。在进行人像美颜时,例如在进行去眼袋、亮眼、大眼等美颜操作时,针对戴眼镜和不戴眼镜的情况,需要进行不同的处理。因此,需要提出一种准确的眼镜检测方法。发明内容
[0003] 为克服相关技术中存在的问题,本公开提供一种眼镜检测方法及装置。
[0004] 根据本公开实施例的第一方面,提供一种眼镜检测方法,包括:
[0005] 检测目标图像中的人脸关键点的位置
[0006] 根据所述人脸关键点的位置,确定第一眼睛相关区域;
[0007] 在所述第一眼睛相关区域的梯度值满足第一条件的情况下,根据所述人脸关键点的位置,确定第二眼睛相关区域;
[0008] 提取所述第二眼睛相关区域的特征;
[0009] 根据所述第二眼睛相关区域的特征,确定所述第二眼睛相关区域对应的类别;
[0010] 根据所述第二眼睛相关区域对应的类别,确定所述目标图像对应的眼镜检测结果。
[0011] 在一种可能的实现方式中,根据所述人脸关键点的位置,确定第一眼睛相关区域,包括:
[0012] 根据所述人脸关键点的位置,将所述目标图像中两只眼睛之间的区域确定为第一眼睛相关区域。
[0013] 在一种可能的实现方式中,所述方法还包括:
[0014] 在所述第一眼睛相关区域的梯度值不满足所述第一条件的情况下,确定所述眼镜检测结果为所述目标图像中的人脸未佩戴眼镜。
[0015] 在一种可能的实现方式中,所述第一条件为:
[0016] 所述第一眼睛相关区域的竖直方向的梯度值的平均值大于梯度阈值
[0017] 根据本公开实施例的第二方面,提供一种眼镜检测装置,包括:
[0018] 检测模,用于检测目标图像中的人脸关键点的位置;
[0019] 第一确定模块,用于根据所述人脸关键点的位置,确定第一眼睛相关区域;
[0020] 第二确定模块,用于在所述第一眼睛相关区域的梯度值满足第一条件的情况下,根据所述人脸关键点的位置,确定第二眼睛相关区域;
[0021] 提取模块,用于提取所述第二眼睛相关区域的特征;
[0022] 第三确定模块,用于根据所述第二眼睛相关区域的特征,确定所述第二眼睛相关区域对应的类别;
[0023] 第四确定模块,用于根据所述第二眼睛相关区域对应的类别,确定所述目标图像对应的眼镜检测结果。
[0024] 在一种可能的实现方式中,所述第一确定模块用于:
[0025] 根据所述人脸关键点的位置,将所述目标图像中两只眼睛之间的区域确定为第一眼睛相关区域。
[0026] 在一种可能的实现方式中,所述装置还包括:
[0027] 第五确定模块,用于在所述第一眼睛相关区域的梯度值不满足所述第一条件的情况下,确定所述眼镜检测结果为所述目标图像中的人脸未佩戴眼镜。
[0028] 在一种可能的实现方式中,所述第一条件为:
[0029] 所述第一眼睛相关区域的竖直方向的梯度值的平均值大于梯度阈值。
[0030] 根据本公开实施例的第三方面,提供一种眼镜检测装置,其特征在于,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为执行上述方法。
[0031] 根据本公开实施例的第四方面,提供一种非临时性计算机可读存储介质,当所述存储介质中的指令由处理器执行时,使得处理器能够执行上述方法。
[0032] 本公开的实施例提供的技术方案可以包括以下有益效果:通过对第一眼睛相关区域的梯度值是否满足第一条件进行判断,能够快速排除未佩戴眼镜的人脸图像,提高眼镜检测的速度;若第一眼睛相关区域的梯度值满足第一条件,则进一步确定第二眼睛相关区域对应的类别,由此能够保证眼镜检测的准确性。
[0033] 应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。附图说明
[0034] 此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
[0035] 图1是根据一示例性实施例示出的一种眼镜检测方法的流程图
[0036] 图2是根据一示例性实施例示出的一种眼镜检测方法中目标图像的示意图。
[0037] 图3是根据一示例性实施例示出的一种眼镜检测方法中第一眼睛相关区域的示意图。
[0038] 图4是根据一示例性实施例示出的一种眼镜检测方法中第一眼睛相关区域对应的梯度图的示意图。
[0039] 图5是根据一示例性实施例示出的一种眼镜检测方法中第二眼睛相关区域的示意图。
[0040] 图6是根据一示例性实施例示出的一种眼镜检测方法的一示例性的流程图。
[0041] 图7是根据一示例性实施例示出的一种眼镜检测装置的框图
[0042] 图8是根据一示例性实施例示出的一种眼镜检测装置的一示例性的框图。
[0043] 图9是根据一示例性实施例示出的一种用于眼镜检测的装置800的框图。

具体实施方式

[0044] 这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
[0045] 图1是根据一示例性实施例示出的一种眼镜检测方法的流程图。该方法可以应用于终端设备中。如图1所示,该方法包括步骤S11至步骤S16。
[0046] 在步骤S11中,检测目标图像中的人脸关键点的位置。
[0047] 在一种可能的实现方式中,目标图像可以指需要进行眼镜检测的图像。
[0048] 在另一种可能的实现方式中,目标图像可以指从需要进行眼镜检测的图像中截取的人脸图像。
[0049] 在一种可能的实现方式中,可以采用SDM(Supervised Descent Method,有监督的梯度下降方法)检测目标图像中的人脸关键点的位置。
[0050] 在另一种可能的实现方式中,可以采用CNN(Convolutional Neural Networks,卷积神经网络)检测目标图像中的人脸关键点的位置。
[0051] 需要说明的是,尽管以以上两种实现方式介绍了检测目标图像中的人脸关键点的位置的方式如上,但本领域技术人员能够理解,本公开应不限于此。本领域技术人员可以根据实际应用场景需求和/或个人喜好灵活选择检测目标图像中的人脸关键点的位置的方式。
[0052] 在本实施例中,人脸关键点可以包括眼睛区域的关键点。
[0053] 在一种可能的实现方式中,人脸关键点还可以包括眉毛区域的关键点、鼻子区域的关键点、嘴巴区域的关键点和脸部轮廓的关键点中的一项或多项。
[0054] 图2是根据一示例性实施例示出的一种眼镜检测方法中目标图像的示意图。如图2所示,可以在目标图像中突出显示检测到的人脸关键点。
[0055] 在步骤S12中,根据人脸关键点的位置,确定第一眼睛相关区域。
[0056] 在本实施例中,第一眼睛相关区域可以为眼睛周围的区域中可能被眼镜覆盖的区域。第一眼睛相关区域可以为可能被眼镜覆盖的区域中的一部分区域或者所有区域。
[0057] 在一种可能的实现方式中,第一眼睛相关区域不包含眼睛区域,由此能够避免由于眼睛区域的梯度值较大而影响眼镜检测结果。
[0058] 在一种可能的实现方式中,根据人脸关键点的位置,确定第一眼睛相关区域,包括:根据人脸关键点的位置,将目标图像中两只眼睛之间的区域确定为第一眼睛相关区域。图3是根据一示例性实施例示出的一种眼镜检测方法中第一眼睛相关区域的示意图。如图3所示,该第一眼睛相关区域为两只眼睛之间的区域,该第一眼睛相关区域不包含眼睛区域。
[0059] 在步骤S13中,在第一眼睛相关区域的梯度值满足第一条件的情况下,根据人脸关键点的位置,确定第二眼睛相关区域。
[0060] 在本实施例中,在第一眼睛相关区域的梯度值满足第一条件的情况下,进一步判断目标图像中的人脸是否佩戴眼镜;在第一眼睛相关区域的梯度值不满足第一条件的情况下,可以判定目标图像中的人脸未佩戴眼镜,而无需进行进一步判断,从而可以快速排除未佩戴眼镜的人脸图像,提高眼镜检测的速度。
[0061] 在一种可能的实现方式中,第一条件可以为:第一眼睛相关区域的竖直方向的梯度值的平均值大于梯度阈值。其中,第一眼睛相关区域的竖直方向的梯度值的平均值可以指第一眼睛相关区域中所有像素的竖直方向的梯度值的平均值。
[0062] 在另一种可能的实现方式中,第一条件可以为:第一眼睛相关区域的竖直方向的梯度值的平均值大于第一阈值,且第一眼睛相关区域的平方向的梯度值的平均值大于第二阈值。
[0063] 需要说明的是,尽管以以上两种实现方式介绍了第一条件如上,但本领域技术人员能够理解,本公开应不限于此。本领域技术人员可以根据实际应用场景需求和/或个人喜好灵活设置第一条件。
[0064] 图4是根据一示例性实施例示出的一种眼镜检测方法中第一眼睛相关区域对应的梯度图的示意图。如图4所示,在一种可能的实现方式中,可以获取第一眼睛相关区域对应的梯度图,并可以计算该梯度图中所有像素的竖直方向的梯度值的平均值,以进一步根据该梯度图中所有像素的竖直方向的梯度值的平均值,判断第一眼睛相关区域的梯度值是否满足第一条件。
[0065] 图5是根据一示例性实施例示出的一种眼镜检测方法中第二眼睛相关区域的示意图。如图5所示,第二眼睛相关区域可以包含眼睛区域。
[0066] 在步骤S14中,提取第二眼睛相关区域的特征。
[0067] 在一种可能的实现方式中,可以通过CNN提取第二眼睛相关区域的特征。
[0068] 在另一种可能的实现方式中,可以通过LBP(Local Binary Patterns,局部二值模式)提取第二眼睛相关区域的特征。
[0069] 需要说明的是,尽管以以上两种实现方式介绍了提取第二眼睛相关区域的特征的方式如上,但本领域技术人员能够理解,本公开应不限于此。本领域技术人员可以根据实际应用场景需求和/或个人喜好灵活设置提取第二眼睛相关区域的特征的方式。
[0070] 在步骤S15中,根据第二眼睛相关区域的特征,确定第二眼睛相关区域对应的类别。
[0071] 在一种可能的实现方式中,可以采用SVM(Support Vector Machine,支持向量机)确定第二眼睛相关区域对应的类别。其中,SVM可以用于判断第二眼睛相关区域是否属于眼镜类别。
[0072] 在步骤S16中,根据第二眼睛相关区域对应的类别,确定目标图像对应的眼镜检测结果。
[0073] 在一种可能的实现方式中,在第二眼睛相关区域对应的类别为眼镜类别的情况下,确定目标图像对应的眼镜检测结果为目标图像中的人脸佩戴眼镜;在第二眼睛相关区域对应的类别不为眼镜类别的情况下,确定目标图像对应的眼镜检测结果为目标图像中的人脸未佩戴眼镜。
[0074] 本实施例通过对第一眼睛相关区域的梯度值是否满足第一条件进行判断,能够快速排除未佩戴眼镜的人脸图像,提高眼镜检测的速度;若第一眼睛相关区域的梯度值满足第一条件,则进一步确定第二眼睛相关区域对应的类别,由此能够保证眼镜检测的准确性。
[0075] 图6是根据一示例性实施例示出的一种眼镜检测方法的一示例性的流程图。如图6所示,该方法可以包括步骤S11至步骤S17。
[0076] 在步骤S11中,检测目标图像中的人脸关键点的位置。
[0077] 在步骤S12中,根据人脸关键点的位置,确定第一眼睛相关区域。
[0078] 在步骤S13中,在第一眼睛相关区域的梯度值满足第一条件的情况下,根据人脸关键点的位置,确定第二眼睛相关区域。
[0079] 在步骤S14中,提取第二眼睛相关区域的特征。
[0080] 在步骤S15中,根据第二眼睛相关区域的特征,确定第二眼睛相关区域对应的类别。
[0081] 在步骤S16中,根据第二眼睛相关区域对应的类别,确定目标图像对应的眼镜检测结果。
[0082] 在步骤S17中,在第一眼睛相关区域的梯度值不满足第一条件的情况下,确定眼镜检测结果为目标图像中的人脸未佩戴眼镜。
[0083] 在本实施例中,在第一眼睛相关区域的梯度值不满足第一条件的情况下,可以判定目标图像中的人脸未佩戴眼镜,而无需进行进一步判断,从而可以快速排除未佩戴眼镜的人脸图像,提高眼镜检测的速度。
[0084] 图7是根据一示例性实施例示出的一种眼镜检测装置的框图。参照图7,该装置包括检测模块71、第一确定模块72、第二确定模块73、提取模块74、第三确定模块75和第四确定模块76。
[0085] 该检测模块71被配置为检测目标图像中的人脸关键点的位置。
[0086] 该第一确定模块72被配置为根据人脸关键点的位置,确定第一眼睛相关区域。
[0087] 该第二确定模块73被配置为在第一眼睛相关区域的梯度值满足第一条件的情况下,根据人脸关键点的位置,确定第二眼睛相关区域。
[0088] 该提取模块74被配置为提取第二眼睛相关区域的特征。
[0089] 该第三确定模块75被配置为根据第二眼睛相关区域的特征,确定第二眼睛相关区域对应的类别。
[0090] 该第四确定模块76被配置为根据第二眼睛相关区域对应的类别,确定目标图像对应的眼镜检测结果。
[0091] 在一种可能的实现方式中,该第一确定模块72被配置为:根据人脸关键点的位置,将目标图像中两只眼睛之间的区域确定为第一眼睛相关区域。
[0092] 图8是根据一示例性实施例示出的一种眼镜检测装置的一示例性的框图。如图8所示:
[0093] 在一种可能的实现方式中,该装置还包括第五确定模块77。
[0094] 该第五确定模块77被配置为在第一眼睛相关区域的梯度值不满足第一条件的情况下,确定眼镜检测结果为目标图像中的人脸未佩戴眼镜。
[0095] 在一种可能的实现方式中,第一条件为:第一眼睛相关区域的竖直方向的梯度值的平均值大于梯度阈值。
[0096] 关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
[0097] 本实施例通过对第一眼睛相关区域的梯度值是否满足第一条件进行判断,能够快速排除未佩戴眼镜的人脸图像,提高眼镜检测的速度;若第一眼睛相关区域的梯度值满足第一条件,则进一步确定第二眼睛相关区域对应的类别,由此能够保证眼镜检测的准确性。
[0098] 图9是根据一示例性实施例示出的一种用于眼镜检测的装置800的框图。例如,装置800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
[0099] 参照图9,装置800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
[0100] 处理组件802通常控制装置800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
[0101] 存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
[0102] 电源组件806为装置800的各种组件提供电。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
[0103] 多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
[0104] 音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克(MIC),当装置800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
[0105] I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和定按钮。
[0106] 传感器组件814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到装置800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器压力传感器或温度传感器。
[0107] 通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。
在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
[0108] 在示例性实施例中,装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程阵列(FPGA)、控制器微控制器微处理器或其他电子元件实现,用于执行上述方法。
[0109] 在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由装置800的处理器820执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
[0110] 本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
[0111] 应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
相关专利内容
标题 发布/更新时间 阅读量
一种双目检眼镜 2020-05-11 681
眼镜检测系统及方法 2020-05-13 464
一种变电巡检用AR眼镜 2020-05-13 830
检眼镜中的改进以及与检眼镜相关的改进 2020-05-15 712
LED照明双目间接检眼镜 2020-05-13 938
无透镜检眼镜 2020-05-11 485
智能眼疾检测眼镜 2020-05-14 236
自动检验眼镜片的装置 2020-05-14 472
眼镜片的双重检验 2020-05-14 644
检眼镜 2020-05-13 853
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈