ResNet、Faster RCNN、Mask RCNN是专利算法吗?盘点何恺
	前段时间正式将SIFT的实现从Non-free模块移到主库(OpenCV 4.4 发布!SIFT移到主库,新增YOLOv4 和 EfficientDet 推断支持),因SIFT专利到期了(专利授权后,从申请日开始有20年的保护期)。
	美国林肯总统称"专利制度是给天才之火浇上利益之油",专利保护了申请人的利益,促进了科技的进步,但现在也有越来越多的滥用专利权对产业机构敲诈的案例出现。
	SIFT 专利权的终结让我们不得不思考,还有哪些著名的算法被申请了专利?对于做研究的朋友来说不需要考虑这个问题,专利算法依然可以参考、复现、对比,但对于产业界朋友就不得不确认清楚:项目中有没有可能使用了别人专利保护算法。
	作为计算机视觉领域当今翘楚,两度获得CVPR 较佳论文奖的何恺明大佬有很多论文都具有重大影响力。其部分论文引用数据:
	残差网络 ResNet 被引用 51939 次、目标检测算法 Faster RCNN 被引用 20291 次、实例分割算法 Mask RCNN 被引用 7249 次,暗通道去雾被引用4274 次,这些知名的算法有成百上千的开源实现,也肯定被大量的商业公司使用,有没有被申请专利?
	想想 ResNet 如果被申请专利,那恐怕大多数使用的商业公司都在侵权了!价值难以估计!
	带着这样的疑问,CV君检索了所有与“Kaiming He”相关的已经公开的授权专利和专利申请,把这些专利与何恺明曾参与发表的论文进行了对应,按照申请时间的顺序列出如下。
	对大家关心的几项重要算法,作以下几点总结:
	1. 何恺明参与的大部分算法都被申请了专利(14 项申请,10项已经授权);
	2. 暗通道去雾 被申请了专利,已授权;
	3. Faster RCNN 被申请了专利,已授权;
	4. 最近很火的 Non-Local 被申请了专利,尚未授权;
	5. (CV君发现)没有公开的授权专利和专利申请明显与ResNet 、Focal Loss 和 Mask RCNN 相关,ResNet、Focal Loss和 Mask RCNN 很可能没有申请对应专利;
	6. 由于专利申请一般会在18个月后公开,所以18年下半年到如今的何恺明参与的工作(如SlowFast)尚不能确定有没有申请专利。
	7. 专利权人是专利的最终受益人,何恺明参与发明的专利均为职务发明,没有一项专利的专利权人是何恺明。
	免责声明:由于CV君不是专业的知识产权律师,本文仅作参考,不能用于任何专利相关的侵权判定等。
	Single image haze removal using dark channel priors
	专利号:US8340461B2
	发明人:Jian Sun,Kaiming He,Xiao-ou Tang
	申请日期:2010-02-01
	截止日期:2031-06-23
	专利权人:微软技术授权有限责任公司
	对应论文:Single Image Haze Removal Using Dark Channel Prior
	论文主页:http://kaiminghe.com/cvpr09/index.html
	论文备注:CVPR2009 Oral;CVPR较佳论文奖
	Interactive image matting
	专利号:US8386964B2
	发明人:Jian Sun,Kaiming He,Jiangyu Liu
	申请日期:2010-07-21
	截至日期:2030-12-12
	对应论文:Fast Matting Using Large Kernel Matting Laplacian Matrices
	论文地址:http://kaiminghe.com/publications/cvpr10matting.pdf
	当前受让人:微软技术授权有限责任公司
	Variable kernel size image matting
	专利号:US8625888B2
	发明人:Jian Sun,Kaiming He
	申请日期:2010-07-21
	截止日期:2031-11-02
	专利权人:微软技术授权有限责任公司
	对应论文:Fast Matting Using Large Kernel Matting Laplacian Matrices
	论文地址:http://kaiminghe.com/publications/cvpr10matting.pdf
	论文备注:CVPR2010
	Opacity Measurement Using A Global Pixel Set
	专利号:US20150016717A1
	发明人:Kaiming He,Jian Sun,Carsten Curt Eckard Rother,Xiao-ou Tang
	申请日期:2014-09-29
	专利权人:微软技术授权有限责任公司
	对应论文:A Global Sampling Method for Alpha Matting
	论文地址:http://kaiminghe.com/publications/cvpr11matting.pdf
	论文备注:CVPR2011
	Content-aware image rotation
	专利号:US9466092B
	发明人:Kaiming He,Huiwen Chang,Jian Sun
	申请日期:2014-11-24
	截止日期:2034-11-24
	专利权人:微软技术授权有限责任公司
	对应论文:Content-Aware Rotation
	论文主页:http://kaiminghe.com/iccv13car/index.html
	论文地址:http://kaiminghe.com/publications/iccv13car.pdf
	论文备注:ICCV2013
	Generic object detection in images
	专利号:US9424493B2
	发明人:Kaiming He,Jian Sun,Xiangyu ZHANG
	申请日期:2015-02-09
	截止日期:2035-04-10
	专利权人:微软公司 ,微软技术授权有限责任公司
	对应论文:Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
	论文主页:http://kaiminghe.com/eccv14sppnet/index.html
	论文备注:ECCV2014
	Spatial pyramid pooling networks for image processing
	用于图像处理的空间金字塔池网络
	专利号:US9542621B2
	发明人:Kaiming He,Jian Sun,Xiangyu ZHANG,Shaoqing Ren
	申请日期:2015-02-10
	截至日期:2035-08-02
	专利权人:微软公司 ,微软技术授权有限责任公司
	对应论文:Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
	论文主页:http://kaiminghe.com/eccv14sppnet/index.html
	论文备注:ECCV2014
	Image semantic segmentation
	专利号:US9865042B2
	发明人:Jifeng DAI,Kaiming He,Jian Sun
	申请日期:2015-07-17
	截止日期:2035-07-17
	专利权人:微软技术授权有限责任公司
	对应论文:
	Convolutional Feature Masking for Joint Object and Stuff Segmentation (CVPR 2015)
	Instance-aware Semantic Segmentation via Multi-task Network Cascades(CVPR 2016 Oral)
	论文代码:https://github.com/daijifeng001/mnc
	论文备注:2015年COCO分割竞赛第一名
	System for training networks for semantic segmentation
	专利号:US9858525B2
	发明人:Jifeng DAI,Kaiming He,Jian Sun
	申请日期:2015-10-14
	截止日期:2035-12-17
	专利权人:微软技术授权有限责任公司
	对应论文:
	Convolutional Feature Masking for Joint Object and Stuff Segmentation (CVPR 2015)
	Instance-aware Semantic Segmentation via Multi-task Network Cascades(CVPR 2016 Oral)
	论文代码:https://github.com/daijifeng001/mnc
	论文备注:2015年COCO分割竞赛第一名
	Object detection and classification in images
	图像中的目标检测和分类
	专利号:US9858496B2
	发明人:Jian Sun,Ross Girshick,Shaoqing Ren,Kaiming He
	申请日期:2016-01-20
	截止日期:2036-01-20
	专利权人:微软技术授权有限责任公司
	对应论文:
	Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks (NIPS 2015、TPAMI 2016 )
	论文代码:
	https://github.com/shaoqingren/faster_rcnn (Matlab)
	https://github.com/rbgirshick/py-faster-rcnn (Python)
	备注:大名鼎鼎的 Faster R-CNN 是有专利保护的!
	Image completion based on patch offset statistics
	专利号:WO2014198029A1
	发明人:Kaiming He,Jian Sun
	申请日期:2013-06-13
	专利状态:尚未授权
	专利申请人:微软
	对应论文:Statistics of Patch Offsets for Image Completion
	论文主页:http://kaiminghe.com/eccv12/index.html
	论文备注:图像补全,ECCV2012
	Creation of Rectangular Images from Input Images
	专利号:US20150131924A1
	发明人:Kaiming He,Huiwen Chang,Jian Sun
	申请日期:2013-11-13
	专利状态:尚未授权
	专利申请人:微软技术授权有限责任公司
	对应论文:Rectangling Panoramic Images via Warping
	论文主页:http://kaiminghe.com/sig13/index.html
	论文备注:ACM Transactions on Graphics (TOG) 2013
	An apparatus and a method for providing super-resolution of a low-resolution image
	专利号:WO2016019484A1
	发明人:Xiaoou Tang,Chao Dong,Chen Change Loy,Kaiming He
	申请日期:2014-08-08
	专利状态:尚未授权
	专利申请人:Xiaoou Tang
	对应论文:Image Super-Resolution Using Deep Convolutional Networks
	论文主页:http://mmlab.ie.cuhk.edu.hk/projects/SRCNN.html
	论文备注:图像超分辨率,SRCNN,ECCV2014
	Machine-Learning Models Based on Non-local Neural Networks
	专利号:US20190156210A1
	发明人:Kaiming He,Ross Girshick,Xiaolong Wang
	申请日期:2018-11-15
	专利状态:尚未授权
	专利申请人:Facebook Inc
	对应论文:Non-local Neural Networks
	论文地址:https://arxiv.org/abs/1711.07971
	论文代码:https://github.com/facebookresearch/video-nonlocal-net
	论文备注:近两年很热的 Non-local 神经网络, CVPR2018
	以上仅作参考,如有错误欢迎指正。
	声明:文章收集于网络,版权归原作者所有,为传播信息而发,如有侵权,请联系小编删除,谢谢!
 
 时间:2020-10-26 23:04 来源: 转发量:次
声明:本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。
相关文章:
- [机器学习]更深、更轻量级的Transformer!Facebook提出:DeLigh
- [机器学习]深度学习中的3个秘密:集成、知识蒸馏和蒸馏
- [机器学习]深度学习三大谜团:集成、知识蒸馏和自蒸馏
- [机器学习]世界最大、最复杂的GPU!这颗集成1000亿个晶体管
- [机器学习]人工智能十年回顾:CNN、AlphaGo、GAN……它们曾这
- [机器学习]更深、更轻量级的Transformer!Facebook提出:DeLigh
- [机器学习]龙泉寺贤超法师:用 AI 为古籍经书识别、断句、
- [机器学习]机器学习基础图表:概念、原理、历史、趋势和算法
- [机器学习]深度学习中的3个秘密:集成、知识蒸馏和蒸馏
- [机器学习]深度学习三大谜团:集成、知识蒸馏和自蒸馏
相关推荐:
网友评论:
最新文章
            
        热门文章
            
        
















