掌纹支付是近期较为热门的话题,根据腾讯官方公布,微信刷掌支付正式发布,用户在设备上录入手掌纹样之后,即可用手掌进行支付。目前这项技术已经被用在北京大兴机场线,后续将会进入地铁、高铁、超市商场以及机场等诸多场景,掌纹识别将成为继指纹识别和人脸识别之后,又一支付与解锁方式。它利用生物特征识别技术,通过扫描用户的手掌纹理和血管图像进行身份验证和支付确认。
深圳大学国家知识产权信息服务中心团队近期对掌纹识别相关专利进行分析,揭秘刷掌支付背后的专利。
下图展示了2004-2023年掌纹识别相关专利的公开趋势,2012年之前专利年公开数量并不高,2015年后年公开数量有较大突破,掌纹识别技术发展到了新时期。其中2018年专利公开数量为290件,是近几年的小高峰,2023年的掌纹识别公开数量更是到达新的高峰。进一步查找最早的掌纹识别专利,可以知道最早的掌纹识别专利是Norman G Altman等人在1968年12月3日申请的美国专利US3581282D,该专利主要描述了一种掌纹识别设备和方法,主要应用于员工打卡。
对掌纹识别的TOP20申请人进行分析,列出以下表格。从表格可以看出,富士通公司以347件专利排名第一,日本电气股份有限公司以54件排名第二,接下来是京东方公司48件。从所属国家/地区看,TOP20申请人来自以下国家/地区:日本(3家)、中国(10家)、美国(4家)、法国(3家)。
序号 |
申请人 |
专利数量 |
所属国家/地区 |
序号 |
申请人 |
专利数量 |
所属国家/地区 |
1 |
富士通 |
347 |
日本 |
11 |
法国原子能和替代能源委员会 |
28 |
法国 |
2 |
日本电气股份有限公司 |
54 |
日本 |
12 |
平安科技(深圳)有限公司 |
27 |
中国 |
3 |
京东方公司 |
48 |
中国 |
13 |
盛视科技股份有限公司 |
27 |
中国 |
4 |
常熟安智生物识别技术有限公司 |
45 |
中国 |
14 |
Idemia Identity Security France |
24 |
法国 |
5 |
阿里巴巴集团控股有限公司 |
43 |
中国 |
15 |
广东智冠信息技术股份有限公司 |
24 |
中国 |
6 |
广州麦仑信息科技有限公司 |
42 |
中国 |
16 |
支付宝(杭州)信息技术有限公司 |
23 |
中国 |
7 |
日立公司 |
39 |
日本 |
17 |
Cross Match Technologies Inc |
21 |
美国 |
8 |
IBM |
34 |
美国 |
18 |
赛峰集团 |
18 |
法国 |
9 |
腾讯公司 |
34 |
中国 |
19 |
上海掌腾信息科技有限公司 |
17 |
中国 |
10 |
Element Inc |
29 |
美国 |
20 |
摩托罗拉公司 |
16 |
美国 |
下图是中国专利中国申请人所在的城市TOP20。由图可知,来自深圳(205)的申请人有最多的专利申请,其次是北京(156)、广州(141)、上海(110)、苏州(108)。
下图为专利聚类结果,由图可知在掌纹识别领域特征提取、掌静脉识别、生物统计、结构光照明都是重要的研究主题。
对掌纹识别专利的DWPI手工代码进行统计,下表列出了出现频次最高的前40个DWPI手工代码。由表可知掌纹识别的一些技术要点,如图像分析、图像获取、数据加密与解密、神经网络等。也可以知道掌纹识别的一些应用,如医疗诊断、金融科技等。
序号 |
手工代码 |
专利数量 |
序号 |
手工代码 |
专利数量 |
1 |
T01-J10B2A(为识别) |
832 |
21 |
T01-D01(数据加密与解密) |
117 |
2 |
S05-D01C5A(身体形状或运动的电诊断-非医疗目的的测量) |
746 |
22 |
T01-N02A3C(服务器) |
115 |
3 |
T01-J10B2(图像分析) |
731 |
23 |
T05-G03(活动时间) |
115 |
4 |
T04-D07F2(指纹识别) |
582 |
24 |
T01-J06A(医疗) |
108 |
5 |
T01-S03(已声明的软件产品) |
467 |
25 |
T01-J10A(图像采集) |
108 |
6 |
T01-N02B1B(用户权限/密码系统) |
444 |
26 |
T01-J16C1(神经网络) |
103 |
7 |
T01-J12C(安全) |
357 |
27 |
S05-D(电气诊断) |
101 |
8 |
T04-D07F(生物识别) |
340 |
28 |
T01-E01(排序、选择、合并或比较数据) |
100 |
9 |
T01-J12C1B(使用生物识别技术) |
334 |
29 |
T01-N01A1(金融科技系统) |
99 |
10 |
T04-D04(认出) |
281 |
30 |
T04-D03(图像预处理) |
92 |
11 |
T01-J10B1(图像增强) |
220 |
31 |
T04-F02A2(触摸屏) |
92 |
12 |
T01-J05B4P(数据库应用) |
213 |
32 |
T01-N01D3(从远程站点或服务器) |
85 |
13 |
T05-D01B(具有人体特征检测) |
190 |
33 |
W01-A05B(身份验证/访问控制) |
83 |
14 |
W01-C01D3C(便携的手持式) |
182 |
34 |
T01-J05A1(金融) |
82 |
15 |
T01-C05A(至打印机) |
181 |
35 |
T01-J07D1(车辆微处理系统) |
77 |
16 |
T05-D01(用于人员控制) |
157 |
36 |
T01-J13A(生物分析) |
77 |
17 |
T04-D02(图像采集) |
153 |
37 |
T01-J05B2(贮存) |
75 |
18 |
T01-J10B3A(物体放大、缩小和旋转) |
139 |
38 |
T01-J05B3(搜索和检索) |
73 |
19 |
T01-E01C(比较) |
130 |
39 |
T01-J16C2(学习) |
72 |
20 |
P31-A05(诊断设备) |
127 |
40 |
T05-D01A(带卡或徽章的访问权限) |
71 |
掌纹识别技术作为一种生物识别技术,在安全性和便利性方面具有广泛的应用前景。由以上分析可知,该技术领域仍然充满活力,许多公司和研究机构积极投入资源进行研究和开发。随着技术的不断进步,掌纹识别有望在未来的安全和身份验证领域发挥重要作用。
(撰稿人:深圳大学知识产权信息服务中心 郭老师)