原標題：是誰在賦予機器自然視覺的能力？——計算機視覺領(lǐng)域?qū)＠窬旨爸匾蒲谐晒C述
從上世紀60年代算起，計算機視覺的歷史也不過半個多世紀，跟整個人類歷史相比，眨眼之瞬而已。然而，即使在這半個多世紀的時間里，計算機視覺已經(jīng)從最開始簡單地處理數(shù)字圖像發(fā)展到現(xiàn)在可以在多種情景下準確地進行人臉識別，目標跟蹤等。隨著算法的更迭、算力的提升、數(shù)據(jù)的爆發(fā)以及未來5G帶來的高速網(wǎng)絡(luò)，計算機視覺的發(fā)展和應(yīng)用更有著充滿想象的巨大空間。
何為計算機視覺
從2016年AlphaGo以4：1戰(zhàn)勝世界圍棋冠軍李世石到2017年人工智能被正式寫入國家“十三五”規(guī)劃綱要，再到2021年“十四五”規(guī)劃將人工智能列為前沿科技領(lǐng)域的“最高優(yōu)先級”，人工智能已在風口迎風飛翔多年，成為當下最熱門的科學(xué)技術(shù)。作為人工智能的三大核心技術(shù)之一(另外兩項為自然語言處理和語音識別)，計算機視覺更是迎來了蓬勃發(fā)展。
日常生活中，我們經(jīng)常使用的人臉解鎖、刷臉支付、人臉身份驗證、智能美顏、拍攝背景虛化等，其背后都是計算機視覺技術(shù)在支撐。除此之外，公共安防、無人駕駛、醫(yī)療診斷、文化旅行、教育、農(nóng)業(yè)等領(lǐng)域，都有計算機視覺的身影，可以說計算機視覺在商業(yè)化應(yīng)用上已百花齊放，滲透到生活的方方面面。根據(jù)Tractica預(yù)測，到2025年，全球計算機視覺市場規(guī)模(包括軟件、硬件和服務(wù)收入)將從2016年的11億美元增長到262億美元。
圖 1 2016-2025年計算機視覺市場規(guī)模_Tractica預(yù)測數(shù)據(jù)
數(shù)據(jù)來源：Tractica
何為計算機視覺?計算機視覺是以圖像(視頻)為輸入，以對環(huán)境的表達(representation)和理解為目標，研究圖像信息組織、物體和場景識別、進而對事件給予解釋的學(xué)科。計算機視覺的研究內(nèi)容，大體可以分為物體視覺(object vision)和空間視覺(spatial vision)兩大部分。物體視覺在于對物體進行精細分類和鑒別，而空間視覺在于確定物體的位置和形狀，為“動作(action)”服務(wù)。從本質(zhì)上講，計算機視覺就是研究視覺感知問題，“賦予機器自然視覺能力”。
透過專利看計算機視覺的發(fā)展史
圖 2 全球計算機視覺領(lǐng)域專利申請趨勢
圖 3 全球計算機視覺領(lǐng)域?qū)＠暾堉饕芾砭址植?/p>
注：由于發(fā)明專利申請的公開相對于申請日而言有滯后期，一般為18個月，因而2019、2020年的專利申請尚有部分未公開，與實際情況相比，其數(shù)據(jù)有一定程度的偏低。
同其他科學(xué)技術(shù)一樣，計算機視覺的發(fā)展也是由最初的萌芽期一路走到了如今的井噴發(fā)展期(圖2)。
技術(shù)萌芽期
20世紀60年代，尤其是1965年以后，是計算機視覺的技術(shù)萌芽期。1966年，人工智能學(xué)家Minsky在給學(xué)生布置的作業(yè)中，要求學(xué)生通過編寫一個程序讓計算機告訴我們它通過攝像頭看到了什么，這被認為是計算機視覺最早的任務(wù)描述[1]。從此，計算機視覺的研究序幕拉開，并將迎來屬于它自己的跌宕起伏波瀾壯闊的歷史篇章。
1965年-1968年，全球計算機視覺相關(guān)專利申請總數(shù)在2000篇以下，并以每年百篇左右的數(shù)量遞增著。這一時期的研究集中在美歐兩地(圖3)，美國的IBM一枝獨秀，是最主要的研究企業(yè);其次為德國的西門子(圖4)。
圖 4 1965-1968年全球計算機視覺領(lǐng)域?qū)＠暾圱op15
慢速增長期
20世紀60年代末至90年代，隨著現(xiàn)代電子計算機的出現(xiàn)以及對計算機視覺研究的深入，人們開始嘗試不同的算法。計算機視覺研究進入了相對慢速但“百家爭鳴”般的增長期，全球?qū)＠暾垟?shù)量以年均10%左右的速度增長。
雖然在七十年代中期美國的MIT人工智能實驗室正式開設(shè)計算機視覺課程，在1982年英國的David Marr發(fā)表了《視覺》一書，標志著計算機視覺成為一門獨立學(xué)科，但是計算機視覺的研究已經(jīng)西風東漸，日本成為全球最主要、最大的研究地。從1970到1990年左右，全球50%以上的專利申請都出自日本，而同時期美國的專利申請數(shù)量占全球?qū)＠暾埧倲?shù)的10%不到，而且無論是專利申請數(shù)量還是專利申請增長速度，日本都遠超歐美(圖3)。即使1990年以后，美國的研究開始發(fā)力，歷年專利申請數(shù)量呈線性增加，歐洲和韓國地區(qū)的專利申請數(shù)量也在逐年遞增，但是日本的專利申請數(shù)量依然占有絕對優(yōu)勢。這一時期，在全球計算機視覺領(lǐng)域?qū)＠暾埮琶?5的企業(yè)中，除美國的IBM(第7)和荷蘭的皇家飛利浦(第14)外，其余全是日本企業(yè)(圖5)，佳能、東芝、日立、富士通、日本電氣等響當當?shù)钠髽I(yè)高居榜單前5.
另外，現(xiàn)代CNN網(wǎng)絡(luò)中卷積層+池化層的最初范例及靈驗來源，世界上第一個神經(jīng)網(wǎng)絡(luò)——Neocognitron[2]，也是由日本計算科學(xué)家Kunihiko Fukushima在1980年提出的?？梢哉f，這是屬于日本的高光時刻。
圖 5 1969-1999全球計算機視覺領(lǐng)域?qū)＠暾坱op15
平穩(wěn)過渡期
21世紀前10年，得益于計算機算力的飛躍式提升，以及互聯(lián)網(wǎng)和社交媒體的發(fā)展，全球數(shù)據(jù)達到ZB級別，計算機視覺的算法研究從“百家爭鳴”逐漸聚焦到機器學(xué)習。計算機視覺領(lǐng)域?qū)＠暾埥?jīng)過世紀初的猛增后，進入一個平穩(wěn)過渡期，歷年的專利申請數(shù)量基本沒有增加，徘徊在35000件左右。雖然這一時期全球計算機視覺領(lǐng)域?qū)＠暾埮琶?5中，日本企業(yè)依然占有11席(圖6)，但日本專利申請的歷年數(shù)量呈下降趨勢，計算機視覺的研發(fā)由集中在日本漸漸地轉(zhuǎn)向以美歐日韓為主的多地發(fā)展(圖3)。荷蘭的皇家飛利浦在醫(yī)療健康領(lǐng)域的重點突破，美國的微軟在中國設(shè)立微軟亞洲研究院專門研究計算機視覺，以及韓國的三星經(jīng)過20世紀90年代的研究積累，使得他們躋身進2000-2009年全球計算機視覺領(lǐng)域?qū)＠暾埮琶?0(圖6)。
圖 6 2000-2009年全球計算機視覺領(lǐng)域?qū)＠暾圱op15
同一時期，大洋彼岸的中國，雖然專利申請數(shù)量在逐年增加，但其專利申請基本來自諸如索尼、皇家飛利浦、三星、微軟等海外巨頭在中國的布局，中國計算機視覺領(lǐng)域?qū)＠暾埱?5中，還沒有中國企業(yè)的名字(圖7)。中國企業(yè)的計算機視覺研究還處于萌芽狀態(tài)。
圖 7 2000-2009年中國計算機視覺領(lǐng)域?qū)＠暾坱op15
這段時間，具有標志性的事件為：
2006年，Geoffrey Hinton教授提出了深度學(xué)習的概念，并通過逐層訓(xùn)練的方法解決了深度神經(jīng)網(wǎng)絡(luò)難以訓(xùn)練的問題[2]。
2009年，李飛飛教授等在CVPR2009上發(fā)表了一篇名為《ImageNet: A Large-Scale Hierarchical Image Database》的論文，發(fā)布了ImageNet數(shù)據(jù)集，這是為了檢測計算機視覺能否識別自然萬物，回歸機器學(xué)習，克服過擬合問題，經(jīng)過三年多籌劃組建完成的一個大的數(shù)據(jù)集。ImageNet是計算機視覺發(fā)展的重要推動者，和深度學(xué)習熱潮的關(guān)鍵推動者，將目標檢測算法推向了新的高度[3]。
快速增長期
2010-2015年，計算機的算力遵循著“摩爾定律”穩(wěn)步提升，互聯(lián)網(wǎng)及社交媒體的進一步普及帶來爆發(fā)式增長的大數(shù)據(jù)，深度學(xué)習算法開始流行，成為計算機視覺領(lǐng)域最主要的算法。計算機視覺也進入了一個快速發(fā)展期，全球?qū)＠暾垟?shù)量以年均17%左右的速度增長。其中，美國專利申請數(shù)量的年均增長率約為23%，美國正式取代日本，成為計算機視覺領(lǐng)域?qū)＠暾埩孔畲蟮膰?。?010-2015年全球計算機視覺領(lǐng)域?qū)＠暾埱?0名中，美國企業(yè)占5席，分別為微軟(第2)，谷歌(第5)，高通(第6)，IBM(第7)和Intel(第9)。中國專利申請數(shù)量更是以年均33%左右的速度增長，中國企業(yè)的計算機視覺研究也從小芽長成了一棵小苗。2010-2015年全球計算機視覺領(lǐng)域?qū)＠暾埱?5名榜單中，也首次出現(xiàn)了中國企業(yè)的身影：聯(lián)想，第15(圖8)。此外，韓國的三星依靠其龐大的家電和手機產(chǎn)品整合計算機視覺技術(shù)，高居榜首位置;日本的索尼、佳能、富士通、日本電氣、理光等5家企業(yè)也榜上有名。
圖 8 2010-2015年全球計算機視覺領(lǐng)域?qū)＠暾圱op15
這一時期，具有里程碑式的標志事件為[3]：
2012年，Alex Krizhevsky、Ilya Sutskever 和 Geoffrey Hinton 創(chuàng)造了一個“大型的深度卷積神經(jīng)網(wǎng)絡(luò)(CNN)”，也即現(xiàn)在眾所周知的AlexNet，將圖像識別錯誤率降低了10%，贏得了當年的 ILSVRC競賽(是機器視覺領(lǐng)域最受追捧也是最具權(quán)威的學(xué)術(shù)競賽之一，代表了圖像領(lǐng)域的最高水平)這是史上第一次有模型在 ImageNet 數(shù)據(jù)集表現(xiàn)如此出色。自那時起，CNN成了家喻戶曉的名字。
2014年，蒙特利爾大學(xué)提出生成對抗網(wǎng)絡(luò)(GAN)：擁有兩個相互競爭的神經(jīng)網(wǎng)絡(luò)可以使機器學(xué)習得更快。一個網(wǎng)絡(luò)嘗試模仿真實數(shù)據(jù)生成假的數(shù)據(jù)，而另一個網(wǎng)絡(luò)則試圖將假數(shù)據(jù)區(qū)分出來。
井噴發(fā)展期
2016年及以后，計算機視覺技術(shù)逐漸賦能各行業(yè)，應(yīng)用場景紛紛落地。廣闊的商業(yè)化應(yīng)用為計算機視覺的發(fā)展注入強勁動力，至此，計算機視覺領(lǐng)域的研究進入井噴狀態(tài)，如春風拂地萬物在不經(jīng)意間復(fù)蘇一般，全球的研發(fā)格局也在悄然地發(fā)生變化。
2016-2018年間，全球計算機視覺領(lǐng)域?qū)＠暾埬昃鲩L率超過20%(2019及2020年的因?qū)＠暾埖焦_的時間遲滯原因，在此未統(tǒng)計)，中美日韓歐成為主要的研發(fā)陣地。其中，中國專利申請的年均增長率超過40%，貢獻了全球最主要的專利申請增長，同時，中國也超越美國，成為新一屆的專利申請最大的國家。2016-2020年全球計算機視覺領(lǐng)域?qū)＠暾埱?5名中，美國企業(yè)5家、日本企業(yè)3家、韓國企業(yè)1家，而中國企業(yè)有6家，開始占據(jù)明顯地位。這6家中國企業(yè)分別是騰訊(第2)，OPPO(第5)，平安科技(第11)，華為(第12)，阿里巴巴(第14)和商湯科技(第15)。騰訊和OPPO更是超過微軟、佳能、索尼等老牌企業(yè)，躋身進前5(圖9)。
作為國內(nèi)的傳統(tǒng)互聯(lián)網(wǎng)巨頭，一直以推動科技創(chuàng)新為愿景的騰訊充分集成利用自身的數(shù)據(jù)資源、人才資源和軟硬件技術(shù)基礎(chǔ)，打造出風靡全國的人工智能系統(tǒng)和平臺。旗下的騰訊優(yōu)圖實驗室從2012年開始專注計算機視覺技術(shù)研發(fā)，其在2017年研發(fā)出的“優(yōu)圖祖母模型”以及“目標關(guān)聯(lián)算法”在多個比賽中排名第一甚至刷新世界紀錄;在2020年輸出超過50篇優(yōu)秀論文，入選多個行業(yè)頂級學(xué)術(shù)會議，內(nèi)容涵蓋目標跟蹤、行人重識別、視頻識別等多個熱門及前沿領(lǐng)域。
以拍照手機出名的OPPO已在圖像處理上深耕多年，2012年OPPO首次在手機自拍上實現(xiàn)了美顏拍攝功能，開創(chuàng)了“手機自拍美顏”時代;2018年，OPPO研究院在深圳成立，計算機視覺是其重要的研究方向之一;2020年的全球計算機視覺頂級會議CVPR (Conference on Computer Vision and Pattern Recognition) 上，OPPO共獲兩項第一，兩項第三。
圖 9 2016-2020年全球計算機視覺領(lǐng)域?qū)＠暾圱op15
總體來說，這一時期的美國引領(lǐng)著主流技術(shù)發(fā)展方向;日本的高光時刻已經(jīng)一去不復(fù)返，韓國靠著三星撐起半邊天，而中國的計算機視覺研究從小苗開始生長出更多的枝丫。
最新的計算機視覺研發(fā)格局
分析2020年公開的計算機視覺領(lǐng)域的專利申請情況，得以管中窺豹，了解最新的計算機視覺研發(fā)格局。
國際格局
圖 10 2020年公開的全球計算機視覺領(lǐng)域?qū)＠暾圱op15
2020年公開的全球計算機視覺領(lǐng)域?qū)＠暾堉?，中美日韓的企業(yè)占據(jù)著專利申請數(shù)量的前15(圖10)，其中美國企業(yè)5家，日本企業(yè)2家，韓國企業(yè)2家，中國企業(yè)6家。得益于國內(nèi)新基建的建設(shè)以及豐富的計算機視覺應(yīng)用場景，中國在企業(yè)數(shù)量和專利申請數(shù)量上大有后來追上之勢。
前10名的申請人中：
韓國的三星因其廣泛的產(chǎn)品線使得計算機視覺擁有廣闊的落地場景，其專利申請數(shù)量穩(wěn)列第一位。美國的IBM、微軟、谷歌、蘋果分別位于第3、4、5和第9位。IBM一直注重人工智能方面的基礎(chǔ)性研究，從20世紀60年代開始就已經(jīng)是計算機視覺領(lǐng)域?qū)＠暾埱?5榜單中的?？?微軟和谷歌是目前人工智能技術(shù)的領(lǐng)軍企業(yè)，他們掌握和引領(lǐng)著主流技術(shù)方向，目前全球的人工智能開發(fā)方案中有相當大的比例是基于微軟、谷歌等發(fā)布的基礎(chǔ)框架型構(gòu)架而進行的;蘋果在2010年以后收購了十幾家人工智能公司，將人工智能服務(wù)于自身的系列產(chǎn)品，提高現(xiàn)有產(chǎn)品體驗。日本的索尼與佳能分別位于第6和第7位。他們是傳統(tǒng)的光學(xué)產(chǎn)品大廠，計算機圖像處理方面有深厚的研發(fā)底蘊，其研發(fā)實力在上世紀七八十年代已經(jīng)顯現(xiàn)。
中國的企業(yè)除前面提到的騰訊、OPPO分別位列第2和第8外，成立于2014年的商湯科技以迅雷之勢超過美國的Intel、日本的富士通和國內(nèi)的華為、平安科技，進入前10名，在一眾國內(nèi)外聲名顯赫的科技巨頭企業(yè)中格外顯眼。而商湯科技的成績不止于此：2018年，商湯科技被中國科技部指定為首個“智能視覺”國家新一代人工智能開放創(chuàng)新平臺;2019年的ICCV (the International Conference on Computer Vision) 上，商湯科技及其聯(lián)合實驗室以入選57篇論文的成績備受矚目;2020年的CVPR上，商湯科技的入選論文數(shù)超過微軟、Facebook等科技巨頭，并拿下了CVPR2020 ActivityNet 時空動作定位賽道、動作分類賽道，以及 CVPR 2020 NTIRE 競賽等3項世界冠軍。自成立以來，商湯科技已在各種重要賽事中，斬獲了60多個世界第一。
國內(nèi)格局
圖10中上榜的6家中國企業(yè)，在一定程度上體現(xiàn)出了我國計算機視覺的研究格局：這6家企業(yè)中，有擁有數(shù)據(jù)資源、人才資源和軟硬件技術(shù)基礎(chǔ)優(yōu)勢的互聯(lián)網(wǎng)巨頭BAT(百度，阿里巴巴，騰訊)，有擁有龐大智能應(yīng)用終端承載計算機視覺技術(shù)的OPPO、華為(根據(jù)國際知名市場分析機構(gòu)Counterpoint的數(shù)據(jù)顯示：2021年1月OPPO、華為為國內(nèi)前二智能手機品牌，分別占據(jù)國內(nèi)智能手機份額的21%和20%)，以及有專注于計算機視覺基礎(chǔ)研究與應(yīng)用的商湯科技。這些企業(yè)，代表了國內(nèi)計算機視覺的最新、最強的研究實力。
另一方面，企業(yè)的海外專利申請是為其業(yè)務(wù)拓展保駕護航，海外布局策略和其業(yè)務(wù)拓展策略是一致的。2020年公開的專利申請中，中國企業(yè)在中國大陸之外的專利申請量排名前5名分別為騰訊、華為、阿里巴巴、OPPO、商湯科技(圖11)。騰訊和阿里巴巴在中國大陸之外的布局策略比較一致，中國香港為其主要布局地，其次為專利五局中的美日韓歐。華為在中國大陸之外布局策略主要在專利五局中的美日韓歐，美歐為主場。OPPO與商湯科技在中國大陸之外布局策略類似，除了美日韓歐外，在中國香港、中國臺灣等地也有較多的布局，但相較起來，商湯科技在中國大陸之外布局更加均衡，在一些未來新興市場，比如新加坡、印度，商湯科技也提前進行了布局，擁有較多的專利申請。
圖 11 2020年公開的中國企業(yè)在中國大陸之外計算機視覺領(lǐng)域?qū)＠暾埮琶鸗op10
基礎(chǔ)算法研究格局
計算機視覺的發(fā)展有四大要素：算法、算力、數(shù)據(jù)和場景。萬丈高樓平地起，地基是基礎(chǔ)。而基礎(chǔ)算法就是計算機視覺這座高樓的地基。IPC分類號中，G06N對應(yīng)的分類號包括了目前主流的計算機視覺算法——深度學(xué)習所涉及的主要技術(shù)，即：G06N3/02(采用神經(jīng)網(wǎng)絡(luò)模型)，G06N3/04(體系結(jié)構(gòu)，例如，互連拓撲)，G06N3/08(學(xué)習方法)，G06N20/00(機器學(xué)習)。2020年公開的全球計算機視覺領(lǐng)域?qū)＠暾堉校Y選出G06N下的專利申請，得到全球?qū)＠暾垟?shù)量排名前10的企業(yè)(圖12)：除IBM、三星、谷歌、微軟、Intel5家老牌企業(yè)外，其余5家均為中國企業(yè)，騰訊(第2)、百度網(wǎng)訊(第5)、平安科技(第7)、商湯科技(第8)、支付寶(第9)赫然在列，彰顯了中國計算機視覺算法研究的實力。與其他業(yè)務(wù)方向廣泛的企業(yè)不同，成立只有6年歷史的商湯科技專注于計算機視覺領(lǐng)域的基礎(chǔ)研究和市場應(yīng)用，在計算機視覺算法研究方面持續(xù)取得不菲成績，其于2014年發(fā)表的DeepID系列人臉識別算法，在誕生之初就超過了Facebook同期發(fā)表的Deepface算法, 將人臉識別準確度提高到98.52%，在全球首次超過人眼識別率，突破工業(yè)化應(yīng)用的紅線。其最新的DeepID-3算法已達到了99.53%的人臉識別準確率。在國際計算機視覺領(lǐng)域研究的激烈競爭中，商湯科技可以與谷歌、微軟等國際大企業(yè)比肩，為中國企業(yè)豎起一面旗幟。
圖 12 2020年公開的全球深度學(xué)習算法專利申請排名Top10
總結(jié)
從上世紀60年代算起，計算機視覺的歷史也不過半個多世紀，跟整個人類歷史相比，眨眼之瞬而已。然而，即使在這半個多世紀的時間里，計算機視覺已經(jīng)從最開始簡單地處理數(shù)字圖像發(fā)展到現(xiàn)在可以在多種情景下準確地進行人臉識別，目標跟蹤等。
這個過程中，隨著時間的推移，IBM，西門子，東芝，索尼，佳能，微軟，谷歌，騰訊，OPPO, 商湯科技等企業(yè)的身影依次出現(xiàn)在我們眼前，是他們讓機器“睜開眼睛看見世界”，逐漸地賦予機器自然視覺的能力。
2017年，國務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》中明確指出新一代人工智能發(fā)展分三步走的戰(zhàn)略目標，到2030年使中國人工智能理論、技術(shù)與應(yīng)用總體達到世界領(lǐng)先水平，成為世界主要人工智能創(chuàng)新中心。隨著算法的更迭、算力的提升、數(shù)據(jù)的爆發(fā)以及未來5G帶來的高速網(wǎng)絡(luò)，計算機視覺的發(fā)展和應(yīng)用更是有充滿想象的巨大空間。我們期待在賦予機器自然視覺能力的這條路上有更多中國企業(yè)的身影。
注1：除圖1外，以上各圖的數(shù)據(jù)均來自智慧芽。
注2：本文關(guān)注的是計算機視覺領(lǐng)域企業(yè)的研究情況，各圖的排名中未考慮高校。
參考資料
[1] 十分鐘讀完人工智能的三生三世
http://baijiahao.baidu.com/s?id=1601076075337670392&wfr=spider&for=pc
[2] 計算機視覺發(fā)展史 http://zhuanlan.zhihu.com/p/142927311
[3] 計算機視覺簡述
http://blog.csdn.net/lanmengyiyu/article/details/109648345
中企檢測認證網(wǎng)提供iso體系認證機構(gòu)查詢，檢驗檢測、認證認可、資質(zhì)資格、計量校準、知識產(chǎn)權(quán)貫標一站式行業(yè)企業(yè)服務(wù)平臺。中企檢測認證網(wǎng)為檢測行業(yè)相關(guān)檢驗、檢測、認證、計量、校準機構(gòu)，儀器設(shè)備、耗材、配件、試劑、標準品供應(yīng)商，法規(guī)咨詢、標準服務(wù)、實驗室軟件提供商提供包括品牌宣傳、產(chǎn)品展示、技術(shù)交流、新品推薦等全方位推廣服務(wù)。這個問題就給大家解答到這里了，如還需要了解更多專業(yè)性問題可以撥打中企檢測認證網(wǎng)在線客服13550333441。為您提供全面檢測、認證、商標、專利、知識產(chǎn)權(quán)、版權(quán)法律法規(guī)知識資訊，包括商標注冊、食品檢測、第三方檢測機構(gòu)、網(wǎng)絡(luò)信息技術(shù)檢測、環(huán)境檢測、管理體系認證、服務(wù)體系認證、產(chǎn)品認證、版權(quán)登記、專利申請、知識產(chǎn)權(quán)、檢測法、認證標準等信息，中企檢測認證網(wǎng)為檢測認證商標專利從業(yè)者提供多種檢測、認證、知識產(chǎn)權(quán)、版權(quán)、商標、專利的轉(zhuǎn)讓代理查詢法律法規(guī)，咨詢輔導(dǎo)等知識。
本文內(nèi)容整合網(wǎng)站：中國政府網(wǎng)、百度百科、搜狗百科、360百科、最高人民法院、知乎、市場監(jiān)督總局 、國家知識產(chǎn)權(quán)局、國家商標局
免責聲明：本文部分內(nèi)容根據(jù)網(wǎng)絡(luò)信息整理，文章版權(quán)歸原作者所有。向原作者致敬！發(fā)布旨在積善利他，如涉及作品內(nèi)容、版權(quán)和其它問題，請跟我們聯(lián)系刪除并致歉！
