《专利审查指南》修改解读，北京发明专利“基于深度学习的文字识别方法及系

今天，乐知网小编 给大家分享 《专利审查指南》第二部分第十章修改解读，【北京发明专利】“基于深度学习的文字识别方法及系统” 。

《专利审查指南》第二部分第十章修改解读

《专利审查指南》第二部分第十章修改解读 新修改的《专利审查指南》（下称《指南》）定于2021年1月15日起施行。

为更好地引导专利申请和审查实践，现对本次修改的主要内容进行介绍和解读。

一、修改背景 为全面贯彻习近平总书记关于加强知识产权保护的重要指示精神，深化落实“放管服”改革决策部署，积极回应经济科技快速发展对审查规则的诉求，提高专利审查质量和审查效率，国家知识产权局不断完善专利审查标准，为创新主体提供有力制度保障。

2020年，国家知识产权局在充分调研社会主体需求、总结审查实践经验的基础上开展《指南》全面修改工作。

二、修改过程 2020年5月我局启动《指南》全面修改工作，此次修改涉及内容较多且在时间进度上有一定的层次性，因此分两批面向社会公开征求意见。

其中《专利审查指南修改草案（第一批征求意见稿）》（涉及指南第二部分第十章）于9月30日至11月15日面向社会发布，在收到相关意见后，经整理、归纳、分析和论证，采纳了合理意见，并据此对草案作进一步修改完善，经审议后的修改内容于12月14日由国家知识产权局第三九一号公告发布，并将于2021年1月15日起施行。

三，主要修改内容 本次修改涉及《指南》第二部分第十章，主要对补交实验数据的审查标准、化合物新颖性的审查标准、化合物和生物领域创造性的审查标准进行了明确和完善。

（一）与补交实验数据有关的修改（第二部分第十章第3.5节） 本次修改旨在响应国内外创新主体呼吁，进一步明晰补交实验数据的审查标准。

一方面，将2017年《国家知识产权局关于修改的决定》（国家知识产权局令第74号）相关修改内容移至第3.5。1节，作为补交实验数据的一般“审查原则”，并进一步明确了“对于申请日之后申请人为满足专利法第二十二条第三款、第二十六条第三款等要求补交的实验数据，审查员应当予以审查”。

另一方面，增加第3.5。2节“药品专利申请的补交实验数据”，纳入两个典型案例，案例1涉及申请人为证明说明书充分公开补交实验数据的情形，其中也明确了“该补交实验数据在审查创造性时也应当予以审查”，即，对于补交实验数据所证明的技术效果是否能够从专利申请公开的内容中得到的判断原则不因适用条款不同而不同。

案例2则涉及申请人为证明申请的创造性补交实验数据的情形。

通过这两个案例，进一步明确了药品专利申请补交实验数据的审查标准，阐释了应如何综合考虑申请文件公开的内容和现有技术状况，站位所属技术领域的技术人员判断其所证明的技术效果是否能够从专利申请公开的内容中得到。

（二）关于组合物权利要求的其他限定的修改（第二部分第十章第4.2。3节） 本次修改旨在明确对于在说明书中仅公开了组合物的一种性能或者用途的情形，权利要求是否需要进行性能限定或用途限定应结合具体情况具体分析。

现行《指南》规定：

“如果在说明书中仅公开了组合物的一种性能或者用途，则应写成性能限定型或者用途限定型”，本次修改将“则应”调整为“通常需要”，同时对文字进行了适应性调整。

修改后的标准更有利于维护申请人正当权益。

（三）关于化合物的新颖性的修改（第二部分第十章第5.1节） 本次修改旨在厘清“提及即公开”和“推定不具备新颖性”二者之间的关系和界限，并明确相关举证责任。

针对第5.1节（1）第一段涉及的“提及即公开”的情形，本次修改仅保留与结构信息有关的内容，并要求结构信息的披露程度达到“使所属技术领域的技术人员认为要求保护的化合物已经被公开”，删除“推定”二字达到明显区分两种情形的目的。

【北京发明专利】“基于深度学习的文字识别方法及系统”

本发明涉及一种基于深度学习的文字识别方法及系统，该方法包括：

获取业务办公场景中待检测文书的图像数据集；从待检测文书的图像数据集中筛选得到待检测清晰图像数据和待检测模糊图像数据；基于数据清洗规则对待检测模糊图像数据进行处理得到第一图像数据；利用预先训练的生成式对抗网络模型对第一图像数据进行去模糊处理得到第二图像数据；将待检测清晰图像数据和第二图像数据输入至预先训练的文本检测模型得到目标文字区域；通过预先训练的文字识别模型对目标文字区域进行文字识别得到目标文字，该方法对经数据清洗后的模糊图像数据采取生成式对抗网络模型去模糊处理，实现数据增强，解决图像中多个文字方向的倾斜问题，提高了文字识别率。

权利要求：

【北京发明专利】“基于深度学习的文字识别方法及系统” 1。一种基于深度学习的文字识别方法，其特征在于，包括：

获取业务办公场景中待检测文书的图像数据集； 从所述待检测文书的图像数据集中筛选得到待检测清晰图像数据和待检测模糊图像数据； 基于数据清洗规则对所述待检测模糊图像数据进行处理得到第一图像数据； 利用预先训练的生成式对抗网络模型对所述第一图像数据进行去模糊处理得到第二图像数据； 将所述待检测清晰图像数据和所述第二图像数据输入至预先训练的文本检测模型得到目标文字区域； 通过预先训练的文字识别模型对所述目标文字区域进行文字识别得到目标文字。

2。根据权利要求1所述的基于深度学习的文字识别方法，其特征在于，所述生成式对抗网络模型的训练过程具体包括：

根据内容损失、对抗损失确定损失函数，并基于所述损失函数构建所述生成式对抗网络模型的生成器和判别器； 将不同尺寸的模糊图像A”输入所述生成器得到去模糊后的清晰图像A’； 将所述去模糊后的清晰图像A’和真实的清晰图像A输入所述判别器得到所述去模糊后的清晰图像A’和真实的清晰图像A的相似得分； 如果所述去模糊后的清晰图像A’和真实的清晰图像A的相似得分满足预设相似阈值，则停止所述生成式对抗网络模型的训练。

3。根据权利要求1所述的基于深度学习的文字识别方法，其特征在于，所述利用预先训练的生成式对抗网络模型对所述第一图像数据进行去模糊处理得到第二图像数据的步骤之后还包括：

利用改进的VGG模型对所述待检测清晰图像数据和所述第二图像数据进行文字方向的倾斜角度矫正处理。

【海外申请系列】美国专利授权及年费程序

美国专利申请一直以来都是热门话题。

今天，笔者简单介绍部分美国专利申请的知识点，着重说下授权、年费缴纳的流程。

1、Utility Patent 实用专利，美国专利法中规定，凡是发明或发现新颖且具有实用的方法、机器、产品、物质组合物，或者对已知物质的新用途，或者是对现有技术的进一步改进，都属于美国专利法所要保护的客体，其保护年限为申请日起二十年。

相当于我们中国的发明专利申请。

2、Design Patent 外观设计专利，保护针对产品的新的、原创的和装饰性的外观设计。

其保护年限为注册日起十四年。

3、Plant Patent 植物专利，植物专利保护为以无性或有性繁殖方式复制出的新且独特的植物新品种。

其保护年限为申请日起二十年。

另外，我们经常会听到临时申请和非临时申请的概念。

这两种申请只适用于在实用申请和植物申请。


临时申请仅是一种快捷且经济的方式帮助发明人在美国获得其发明申请日，需在申请日起12个月内递交非临时申请，临时申请不进行审查。


《专利审查指南》第二部分第十章修改解读！ 的介绍就聊到这里。

更多关于 【北京发明专利】“基于深度学习的文字识别方法及系统” 的资讯，可以咨询 乐知网。

(乐知网- 领先的一站式知识产权服务平台，聚焦 专利申请，商标注册 业务)。

关键词： 申请专利 如何申请专利