今天，樂知網小編 給大家分享 《專利審查指南》第二部分第十章修改解讀，【北京發明專利】“基于深度學習的文字識別方法及系統” 。

《專利審查指南》第二部分第十章修改解讀

《專利審查指南》第二部分第十章修改解讀 新修改的《專利審查指南》（下稱《指南》）定于2021年1月15日起施行。

為更好地引導專利申請和審查實踐，現對本次修改的主要內容進行介紹和解讀。

一、修改背景 為全面貫徹習近平總書記關于加強知識產權保護的重要指示精神，深化落實“放管服”改革決策部署，積極回應經濟科技快速發展對審查規則的訴求，提高專利審查質量和審查效率，國家知識產權局不斷完善專利審查標準，為創新主體提供有力制度保障。

2020年，國家知識產權局在充分調研社會主體需求、總結審查實踐經驗的基礎上開展《指南》全面修改工作。

二、修改過程 2020年5月我局啟動《指南》全面修改工作，此次修改涉及內容較多且在時間進度上有一定的層次性，因此分兩批面向社會公開征求意見。

其中《專利審查指南修改草案（第一批征求意見稿）》（涉及指南第二部分第十章）于9月30日至11月15日面向社會發布，在收到相關意見后，經整理、歸納、分析和論證，采納了合理意見，并據此對草案作進一步修改完善，經審議后的修改內容于12月14日由國家知識產權局第三九一號公告發布，并將于2021年1月15日起施行。

三，主要修改內容 本次修改涉及《指南》第二部分第十章，主要對補交實驗數據的審查標準、化合物新穎性的審查標準、化合物和生物領域創造性的審查標準進行了明確和完善。

（一）與補交實驗數據有關的修改（第二部分第十章第3.5節） 本次修改旨在響應國內外創新主體呼吁，進一步明晰補交實驗數據的審查標準。

一方面，將2017年《國家知識產權局關于修改的決定》（國家知識產權局令第74號）相關修改內容移至第3.5。1節，作為補交實驗數據的一般“審查原則”，并進一步明確了“對于申請日之后申請人為滿足專利法第二十二條第三款、第二十六條第三款等要求補交的實驗數據，審查員應當予以審查”。

另一方面，增加第3.5。2節“藥品專利申請的補交實驗數據”，納入兩個典型案例，案例1涉及申請人為證明說明書充分公開補交實驗數據的情形，其中也明確了“該補交實驗數據在審查創造性時也應當予以審查”，即，對于補交實驗數據所證明的技術效果是否能夠從專利申請公開的內容中得到的判斷原則不因適用條款不同而不同。

案例2則涉及申請人為證明申請的創造性補交實驗數據的情形。

通過這兩個案例，進一步明確了藥品專利申請補交實驗數據的審查標準，闡釋了應如何綜合考慮申請文件公開的內容和現有技術狀況，站位所屬技術領域的技術人員判斷其所證明的技術效果是否能夠從專利申請公開的內容中得到。

（二）關于組合物權利要求的其他限定的修改（第二部分第十章第4.2。3節） 本次修改旨在明確對于在說明書中僅公開了組合物的一種性能或者用途的情形，權利要求是否需要進行性能限定或用途限定應結合具體情況具體分析。

現行《指南》規定：

“如果在說明書中僅公開了組合物的一種性能或者用途，則應寫成性能限定型或者用途限定型”，本次修改將“則應”調整為“通常需要”，同時對文字進行了適應性調整。

修改后的標準更有利于維護申請人正當權益。

（三）關于化合物的新穎性的修改（第二部分第十章第5.1節） 本次修改旨在厘清“提及即公開”和“推定不具備新穎性”二者之間的關系和界限，并明確相關舉證責任。

針對第5.1節（1）第一段涉及的“提及即公開”的情形，本次修改僅保留與結構信息有關的內容，并要求結構信息的披露程度達到“使所屬技術領域的技術人員認為要求保護的化合物已經被公開”，刪除“推定”二字達到明顯區分兩種情形的目的。

【北京發明專利】“基于深度學習的文字識別方法及系統”

本發明涉及一種基于深度學習的文字識別方法及系統，該方法包括：

獲取業務辦公場景中待檢測文書的圖像數據集；從待檢測文書的圖像數據集中篩選得到待檢測清晰圖像數據和待檢測模糊圖像數據；基于數據清洗規則對待檢測模糊圖像數據進行處理得到第一圖像數據；利用預先訓練的生成式對抗網絡模型對第一圖像數據進行去模糊處理得到第二圖像數據；將待檢測清晰圖像數據和第二圖像數據輸入至預先訓練的文本檢測模型得到目標文字區域；通過預先訓練的文字識別模型對目標文字區域進行文字識別得到目標文字，該方法對經數據清洗后的模糊圖像數據采取生成式對抗網絡模型去模糊處理，實現數據增強，解決圖像中多個文字方向的傾斜問題，提高了文字識別率。

權利要求：

【北京發明專利】“基于深度學習的文字識別方法及系統” 1。一種基于深度學習的文字識別方法，其特征在于，包括：

獲取業務辦公場景中待檢測文書的圖像數據集； 從所述待檢測文書的圖像數據集中篩選得到待檢測清晰圖像數據和待檢測模糊圖像數據； 基于數據清洗規則對所述待檢測模糊圖像數據進行處理得到第一圖像數據； 利用預先訓練的生成式對抗網絡模型對所述第一圖像數據進行去模糊處理得到第二圖像數據； 將所述待檢測清晰圖像數據和所述第二圖像數據輸入至預先訓練的文本檢測模型得到目標文字區域； 通過預先訓練的文字識別模型對所述目標文字區域進行文字識別得到目標文字。

2。根據權利要求1所述的基于深度學習的文字識別方法，其特征在于，所述生成式對抗網絡模型的訓練過程具體包括：

根據內容損失、對抗損失確定損失函數，并基于所述損失函數構建所述生成式對抗網絡模型的生成器和判別器； 將不同尺寸的模糊圖像A”輸入所述生成器得到去模糊后的清晰圖像A’； 將所述去模糊后的清晰圖像A’和真實的清晰圖像A輸入所述判別器得到所述去模糊后的清晰圖像A’和真實的清晰圖像A的相似得分； 如果所述去模糊后的清晰圖像A’和真實的清晰圖像A的相似得分滿足預設相似閾值，則停止所述生成式對抗網絡模型的訓練。

3。根據權利要求1所述的基于深度學習的文字識別方法，其特征在于，所述利用預先訓練的生成式對抗網絡模型對所述第一圖像數據進行去模糊處理得到第二圖像數據的步驟之后還包括：

利用改進的VGG模型對所述待檢測清晰圖像數據和所述第二圖像數據進行文字方向的傾斜角度矯正處理。

【海外申請系列】美國專利授權及年費程序

美國專利申請一直以來都是熱門話題。

今天，筆者簡單介紹部分美國專利申請的知識點，著重說下授權、年費繳納的流程。

1、Utility Patent 實用專利，美國專利法中規定，凡是發明或發現新穎且具有實用的方法、機器、產品、物質組合物，或者對已知物質的新用途，或者是對現有技術的進一步改進，都屬于美國專利法所要保護的客體，其保護年限為申請日起二十年。

相當于我們中國的發明專利申請。

2、Design Patent 外觀設計專利，保護針對產品的新的、原創的和裝飾性的外觀設計。

其保護年限為注冊日起十四年。

3、Plant Patent 植物專利，植物專利保護為以無性或有性繁殖方式復制出的新且獨特的植物新品種。

其保護年限為申請日起二十年。

另外，我們經常會聽到臨時申請和非臨時申請的概念。

這兩種申請只適用于在實用申請和植物申請。


臨時申請僅是一種快捷且經濟的方式幫助發明人在美國獲得其發明申請日，需在申請日起12個月內遞交非臨時申請，臨時申請不進行審查。


《專利審查指南》第二部分第十章修改解讀！ 的介紹就聊到這里。

更多關于 【北京發明專利】“基于深度學習的文字識別方法及系統” 的資訊，可以咨詢 樂知網。

(樂知網- 領先的一站式知識產權服務平臺，聚焦 專利申請，商標注冊 業務)。

關鍵詞： 申請專利 如何申請專利 ?