結論

份，發現 2004 年稍有成長之後，近幾年未再有專利，可能技術遇到瓶 頸。

(2) 整體外觀法

美國、日本於此類技術持續成長中，而韓國有逐漸趕上日本之趨勢，英 國在此類技術也有不錯之發展。澳洲雖然 2005 有不錯發展，但近兩三 年有逐漸式微的趨勢。

(3) 統計學習法

美國與日本在此類技術都持續成長中，英國與韓國在此類技術也有不錯 的發展。另外，本研究中，發現澳洲近年發展偏向於此類技術。

(4) 階層影像法

美國此類技術於 2008 年有下降的趨勢，日本平穩的發展中，愛爾蘭與 英國於 2008 年都有不錯的成果，澳洲則於 2006 有不錯的成果，但近兩 年就沒有持續的成長。

3. 技術分類分析 (1) IPC 分類

臉型辨識技術 IPC 分類號分別 G06K009 為主要 IPC 分類號，G06K009 代表「用於閱讀或識別印刷或書寫文字或者用於識別圖形之方法或裝 置」，其次為 H04N007、G06T007 在四類技術中，都包含此三種分類號。

若以三階來看，臉形辨識技術全集中在 G06K、H04N、G06T 此三類 IPC 分類號中。

(2) UPC 分類

四類技術 UPC 分類號分別 382/118 為主要 UPC 分類號，其次為 382/19、

382/103、382/115 在四類臉形辨識技術中，都包含此四種分類號。若以 主要分類來看的話，臉形辨識技術全集中在 UPC 382 此分類項。382 此 分類項代表是「IMAGE ANALYSIS」之意。

4. 引證情況分析 (1) 幾何分析法

微軟在此類技術中，專利件數是排第一名為 39 件，自我引證次數為 19，

他人引證 22，總引證為 41，專利引證次數 33。相較於 佛羅里達大學專 利件數為 2 件，但他人引證次數卻高達 48 件，遠超過微軟的 22 件，引 證率為 5.9，表示佛羅里達大學此兩件專利在此類技術中，是非常重要 的專利。

(2) 整體外觀法

柯達在此類技術中，專利件數是排第一名為 14 件，自我引證次數為 2，

他人引證 14，總引證為 16，專利引證次數 15。但是，相對於麻省理工 學院其專利件數只有 5 件，但他人引證次數卻高達 92 件，遠超過柯達 的 14 件，引證率為 18.6，表示麻省理工學院之專利在整體外觀法技術 中，是非常重要的專利。從專利引證次數 53，可了解整體外觀法技術有 相當多專利由其專利再延申。

(3) 統計學習法

微軟在此類技術中，專利件數是排第一名為 17 件，自我引證次數為 5，

他人引證 15，總引證為 20，專利引證次數 15。但是，相對於麻省理工 學院其專利件數只有 5 件，但他人引證次數卻高達 96 件，遠超過微軟 的 15 件，引證率為 19.4，表示麻省理工學院之專利在統計學習法技術 中，是非常重要的專利。從專利引證次數 55，可了解統計學習法技術有 相當多專利由其專利再延申。

(4) 階層影像法

微軟在此類技術中，專利件數是排第一名為 43 件，自我引證次數為 22，

他人引證 26，總引證為 48，專利引證次數 41。相較於區域研究公司之 專利，他人引證次數為 44，引證率 22.5 來說，區域研究公司之專利在

階層影像法技術中，是非常重要的專利。

5. 研發能力分析

(1) 根據本研究顯示微軟其研發能力領先於同業。

(2) 柯達針對臉型辨識技術研發方面相當活躍。

(3) 麻省理工學院為於整體外觀法與統計學習法技術雖然發表專利不多，但 他人引證次數卻很多，表示整體外觀法與統計學習法技術許多技術都由 麻省理工學院之技術延申發展。

(4) 麻省理工學院之專利已經接近 20 年，將超過專利年限，建議台灣廠商 若要自行研發臉型辨識技術可從整體外觀法與統計學習法技術發展。

6. 幾何分析、統計學習、整體外觀、階層影像技術移轉或合作對象：

(1) 美國方面：四類技術都可考慮微軟或柯達。

(2) 日本方面

a. 幾何分析法可考慮東芝與松下電子。

b. 整體外觀法可考慮三菱電子。

c. 統計學習法可考慮三菱電子與新力。

d. 階層影像法可考慮新力。

(3) 韓國方面：幾何分析法、整體外觀法、統計學習法可考慮三星電子。

二 二

二 二、 、 、 、技術預測 技術預測 技術預測 技術預測

1. 透過各類預測比較，幾何分析法、整體外觀法、階層影像法利用甘培茲曲 線預測得到較佳的效果；統計學習法由灰預測法預測得到較佳的效果。

2. 各類技術樂觀、悲觀、中觀分析：

(1) 幾何分析法其樂觀的專利件數為 68 件，悲觀件數為 27 件，中觀件數約 為 54 件。

(2) 整體外觀法其樂觀件數為 69 件，悲觀件數為 27 件，中觀件數為 50 件。

(3) 統計學習法其樂觀件數為 86 件，悲觀件數為 39 件，中觀件數為 66 件。

(4) 階層影像法其樂觀件數為 75 件，悲觀件數為 30 件，中觀為 56 件。

3. 透過最佳預測模式，得知：

(1) 幾何分析法技術發展趨向成熟期。

(2) 整體外觀法技術發展趨向成長期。

(3) 統計學習法技術發展趨向成長期。

(4) 階層影像法技術法展趨向成熟期。