추천글
눈-홍채 인식 분야의 핵심 연구자는 어디 소속의 누구일까?
조회수 18작성일시
눈-홍채 인식 분야의 핵심 연구자는 어디 소속의 누구일까?
생체 정보를 기반으로 한 서비스 및 보안 기술이 발달하고 수요가 증가하면서 눈-홍채
인식 분야의 주목도가 갈수록 높아지고 있습니다. 이러한 분야의 핵심 연구자는 HR(human resource)/인재 영입(recruit)이나 협업의
주요 타겟이 될 수 있습니다.
눈-홍채 인식 분야의 기업 소속 핵심 연구자별 특허 기술 경쟁력 요약 [링크]
눈-홍채 인식 분야의 특허 발명 기업 소속 핵심 연구자별 특허 기술
경쟁력을 요약합니다.
[그림]눈-홍채 인식 분야의 특허 발명 기업 소속 핵심 연구자별 발명 특허수 vs. 발명 특허가 받은 심사관 피인용수(기술 경쟁력). 데이터 기준일 2024.01.01
[표]눈-홍채 인식 분야의 특허 발명 기업 소속 핵심 연구자별 주요 특허 기술 경쟁력 지표. 데이터 기준일 2024.01.01
이 분야의 주요 핵심 연구자에는 1위 Schowengerdt Brian T., 2위 Keith, J., Hanna, 3위 Ogino Yuka 등이 있습니다.
또한 1위 Schowengerdt Brian T.은(는) 발명 특허수(공개 특허수)(100건), 공개 특허수 점유율(점유율_공개)(1.44%), 해외 특허 패밀리수(해외 Fam.)(115개)에서도 1위를 하고 있습니다.
2위 Keith, J., Hanna는 등록 특허수(45건), 거래 특허수(2건), 심사관 피인용수(187회), 심사관 피인용수 점유율(점유율_FC-E)(1.02%)에서 1위를 하고 있습니다.
눈-홍채 인식 분야의 기업 소속 핵심 연구자별 특허 출원-공개 동향 [링크]
눈-홍채 인식 분야의 기업 소속 핵심 연구자별 특허 출원-공개 동향을 분석합니다.
[그림]눈-홍채 인식 분야의 특허 발명 기업 소속 핵심 연구자별 발명 특허수 동향. 데이터 기준일 2024.01.01
[표]눈-홍채 인식 분야의 특허 발명 기업 소속 핵심 연구자별 발명 특허수 동향. 데이터 기준일 2024.01.01
공개된 발명 특허를 기준으로 할 때, 최근 2년 기준 가장 많은 특허를 발명한 연구자는 Ogino Yuka입니다.
Keith, J., Hanna는 2020년 이후 연구 활동이 없는 것으로 나타났습니다.
눈-홍채 인식 분야의 대학/연구 기관 소속 핵심 연구자별 특허 기술 경쟁력 분석
눈-홍채 인식 분야의 대학/연구 기관 소속 핵심 연구자별 특허 기술 경쟁력 요약 [링크]
눈-홍채 인식 분야의 대학/연구 기관 소속 핵심
연구자별 특허 경쟁력 지표입니다.
[그림]눈-홍채 인식 분야의 특허 발명 대학/연구 기관 소속 핵심 연구자별 발명 특허수 vs. 발명 특허가 받은 심사관 피인용수(기술 경쟁력). 데이터 기준일 2024.01.01
[표]눈-홍채 인식 분야의 특허 발명 대학/연구 기관 소속 핵심 연구자별 주요 특허 기술 경쟁력 지표. 데이터 기준일 2024.01.01
주요 대학/연구 기관 소속 연구자에는 1위 Yates, Paul, Andrew, 2위 Lu, Feng, 3위 Abou Shousha, Mohamed 등이 있습니다.
Yates, Paul, Andrew는 발명 특허수(공개 특허수)(12건), 등록 특허수(10건), 공개 특허수 점유율(점유율_공개)(0.17%), 집중률(75.0%), 거래 특허수(1건), 심사관 피인용수(26회), 심사관 피인용수 점유율(점유율_FC-E)(0.14%)에서도 1위를 하고 있습니다.
눈-홍채 인식 분야의 대학/연구 기관 소속 핵심 연구자별 특허 출원-공개 동향 [링크]
눈-홍채 인식 분야 기업 소속 핵심 연구자별 특허 출원-공개 동향을 분석합니다. 다수의 연구 개발 이력을 가진 대학/연구 기관 소속 연구자의 경우 주요한 HR(human resource)/인재
영입(recruit) 및 협업의 대상이 될 수 있습니다.
[그림]눈-홍채 인식 분야의 특허 발명 대학/연구 기관 소속 핵심 연구자별 발명 특허수. 데이터 기준일 2024.01.01
[표]눈-홍채 인식 분야의 특허 발명 대학/연구 기관 소속 핵심 연구자별 발명 특허수 동향. 데이터 기준일 2024.01.01
눈-홍채 인식 분야의 ethincity별 핵심 연구자의 특허 기술 경쟁력 분석
눈-홍채 인식 분야의 인도계 핵심 연구자별 특허 기술 경쟁력 요약 [링크]
눈-홍채 인식 분야의 인도계 핵심 연구자별 특허 기술 경쟁력을 요약합니다.
[그림]눈-홍채 인식 분야의 특허 발명 인도계 핵심 연구자별 발명 특허수 vs. 발명 특허가 받은 심사관 피인용수(기술 경쟁력). 데이터 기준일 2024.01.01
[표]눈-홍채 인식 분야의 특허 발명 인도계 핵심 연구자별 주요 특허 기술 경쟁력 지표. 데이터 기준일 2024.01.01
눈-홍채 인식 분야의 한국계 핵심 연구자별 특허 기술 경쟁력 요약 [링크]
눈-홍채 인식 분야의 한국계 핵심 연구자별 특허 기술 경쟁력을 요약합니다.
[그림]눈-홍채 인식 분야의 특허 발명 한국계 핵심 연구자별 발명 특허수 vs. 발명 특허가 받은 심사관 피인용수(기술 경쟁력). 데이터 기준일 2024.01.01
[표]눈-홍채 인식 분야의 특허 발명 한국계 핵심 연구자별 주요 특허 기술 경쟁력 지표. 데이터 기준일 2024.01.01
참고 사항
분석 대상인 눈-홍채 인식 분야의 정의
눈-홍채 인식 분야는 전세계 특허청이 표준으로 사용하는 선진 특허 분류(CPC,
cooperative patent classification) 체계에서 잘 정의되어 있습니다.
눈-홍채 인식 및 구성 하위 기술에 대한 전세계 특허청의 공식 CPC 특허
분류는 G06V40/18을
참고하세요.
한편, 미국 특허청은 공식적으로 눈-홍채 인식 분야에 대해, i) 정의, ii) 참고(reference),
iii) glossary 정보를 제공하고 있습니다.
자세한 내용은 G06V40/18에 대한 기술적 정의를 참고하세요.
분석 방법론
분석 지표
분석 지표에 대한 상세한 설명을 원하시는 분은 [링크]를 클릭하세요. 분석 지표 계열에는 특허 출원-공개 및 등록을 중심으로 하는 i) 특허 포트폴리오 지표 계열, 피인용(forward citations)을 중심으로 하는 ii) 기술 영향력
계열, 거절(rejection)을 중심으로 하는 iii) 기술 리더쉽 계열, iv) 품질 계열, v) 점유율, 집중률 등과 같은 비율 계열, vi) 특허당 등과 같은 밀도 계열 등이 있습니다.
분석 기준
분석 기준에 대한 상세한 설명을 원하시는 분은 [링크]를 클릭하세요. 분석 기준에는 i) 분석 방법론,
ii) 분석 기준 체계, iii) 분석 집계값의 종류,
iv) 분석 시간 기준 등이 있습니다. 중요 분석 기준에는 i) 현재 권리자의 확정, ii) 기술 분야에 대한 인식(기술 분야 vs. 특허셋(patent
set) 맵핑 등), iii) 기술 분야나 키워드 표현에 대한 기준, iii) 특허 매입/거래, 소송/심판 등에 대한 기준과 범위, iv) 인용-피인용에 대한 기준과 범위 등이 있습니다.
분석 콘텐츠 작성에 사용되는 데이터의 범위
분석 콘텐츠 제작에 사용된 데이터의 i) 공간(국가의 특허청), ii) 시간
범위 및, iii) 주요 데이터에 대한 원천 소스(original source)는
다음과 같습니다. 분석 콘텐츠를 구성하는 2차적인 데이터(예, 특허 거래 네트워크 등)는
원천 데이터 소스로부터 가공되어 생성됩니다.
Color
Font Size
Ctrl+⇧+<>Bold
Ctrl+BItalic
Ctrl+IUnderline
Ctrl+UStrikethrough
Ctrl+⇧+XAdd row above
Add row below
Delete row
8
9
10
11
12
13
14
15
16
17
18
20
22
24
26
28
32
36
48
기본 배경
회색 배경
갈색 배경
주황색 배경
노란색 배경
초록색 배경
파란색 배경
보라색 배경
분홍색 배경
빨간색 배경
Color
Font Size
Ctrl+⇧+<>Bold
Ctrl+BItalic
Ctrl+IUnderline
Ctrl+UStrikethrough
Ctrl+⇧+XAdd column to left
Add column to right
Delete column
8
9
10
11
12
13
14
15
16
17
18
20
22
24
26
28
32
36
48
기본 배경
회색 배경
갈색 배경
주황색 배경
노란색 배경
초록색 배경
파란색 배경
보라색 배경
분홍색 배경
빨간색 배경
Color
Font Size
Ctrl+⇧+<>Bold
Ctrl+BItalic
Ctrl+IUnderline
Ctrl+UStrikethrough
Ctrl+⇧+X8
9
10
11
12
13
14
15
16
17
18
20
22
24
26
28
32
36
48
기본 배경
회색 배경
갈색 배경
주황색 배경
노란색 배경
초록색 배경
파란색 배경
보라색 배경
분홍색 배경
빨간색 배경
국가
데이터 계열
데이터 내용
데이터 출처
콘텐츠 시간 범위
시계열 분석 시,
기준 시간
US
인용-피인용
피인용, 레퍼런스
특허 공보 XML
~2024.01.01
최근 공개일
US
기술
기술 카테고리
표준 특허 분류, 키워드, 특허셋(patent
set)
~2024.01.01
US
키워드
키워드
특허 공보의 다음 필드
i) 발명의 명칭 ii) 초록 iii) 특허 청구 범위
~2024.01.01
*최초 공개일 : 특허
공보가 최초로 발행된 날짜. 공개 공보가 발행되면 공개 공보 발행일,
공개 공보 발행 없이 등록된 경우에는 등록 공보 발행일.
*최근 공개일 : 선행 특허를 인용하는 후행 특허
공보의 최근 발행 날짜. 공개 공보 발행일과 등록 공보 발행일 중 늦은 날짜(인용 관계는 주로 등록 공보에 references cited로 기재되기
때문)
* 최초 거절 OA 발생일
: 특정 특허를 심사하는 심사관이, 특정 선행 특허를 인용하며, 특허 거절에 대한 office action(OA)를 통지하는 경우, 최초로 거절 OA 통지가 발생한 날짜. 심사관은 특정 선행 특허를 인요하며, 1차례 이상의 non-final rejection 또는 final rejection을
통지할 수 있음.
* Assignment 실행일 : 미국에서의
assignment는 실행일(execution date)과
기록일(record date)이 있음. 실행을 통해서 assignment의 법률적 효력이 발생하므로, 실행일을 기준으로 함. (참고)미국을 제외한 다른 나라는 실행일의 개념이 없어, 특허청에 기록된 날을 기준으로 함.
PatentPia가 제공하는 상세한 데이터에 대해서는 [링크]를 클릭해 보세요. 이곳에서는 i) 기반 특허 데이터,
ii) 특허 이벤트 데이터, iii) 가공 특허 데이터,
iv) Entity(권리자, 발명자, 대리인
등) 데이터, v) 키워드 데이터, vi) 계층형 카테고리 데이터, vii) 특별한 특허 데이터 등
다양한 데이터에 대한 상세한 설명이 있습니다.
면책
PatentPia는 본 콘텐츠 및 콘텐츠의
제작에 사용된 데이터의 정확성, 무결성, 완전성을 보증하지
않으며, 내용의 오류나 누락에 대한 일체의 법률적 책임을 지지 않습니다. 그리고, PatentPia는 본 보고서를 활용한 어떠한 의사 결정에
대해서도 일체의 법률적 책임을 지지 않습니다. 또한, PatentPia는
현재 또는 미래에 존재하는 어떠한 종류의 명시적, 묵시적인 법적 보증도 제공하지 않습니다.
저작권
본 콘텐츠 및 콘텐츠에 사용된 데이터에 대한 저작권은 CC(creative
commons) 라이센스로
제공됩니다. 이에 따라, 본 콘텐츠나 사용된
데이터를 여러분의 의사에 따라 어떠한 형태나 방식으로 사용하거나, 제3자와
공유하거나, 유료 또는 무료의 활용도 허용됩니다. 그리고, 본 콘텐츠를 여러분의 목적에 따라 어떠한 형태 또는 방식으로 2차적
저작물을 만드는데 사용할 수 있으며, 그 2차적 저작물은
여러분의 소유입니다.
본 콘텐츠 또는 데이터에 대한 출처 표시에 대한 의무는 없습니다. 이에 따라, 출처 표시를 위해 PatentPia에
동의를 구할 필요는 없습니다. 다만, 출처 표시를 해 주시면, PatentPia는 여러분의 배려를 고맙게 생각하겠습니다.
Big question
전세계적으로 기술 및 기술 기업에 대한 시장 가치가 급등하고 있습니다. 글로벌
특허 데이터는 기술 집단 지성(technology collective intelligence)의 신뢰할
수 있는 결집체입니다. 기술 분야의 i) 객관적, ii) 포괄적, ii) 표준화된 데이터인 특허 데이터에 기반한 PatentPia의 i) 기술, ii)
기술 보유 기업, iii) 기술 발명 연구자, iv) 특허
거래/라이센싱/소송/심판과
같은 기술 이벤트 등에 대한 다양한 관점의 분석 콘텐츠를 만나십시오. 나아가, 분석 콘텐츠에 여러분의 이해 관계를 결합해서 행동해 보십시오.
1. 눈-홍채 인식 분야의
참여 기업은,
1) 기술 전략 조직이나 IP 조직은
업계 및 경쟁사의 기술 경쟁력을 어떻게 객관적으로 분석하여, 필요 조직과 의사 결정자에게
전달할 수 있을까요?
2) 홍보 조직은, 객관적
데이터에 기반한 자사의 기술 경쟁력과 우위 요소를 발굴하여, IR 및 이해 관계자들에게
어필할 수 있을까요?
3) 마켓 리더나 경쟁사의 특별한 행위(특허 매입, 라이센싱 인 등의 전략적 투자 행위)를 인지-분석해야 하지 않을까요?
4) 마켓 리더나 경쟁사의 최신 특허에 포함된 핵심
키워드나 급성장하고 있는 키워드(제품/부품/소재/물질/기능/컨셉 등)를 파악하여, 필요
조직에 전파해야 하지 않을까요?
5) 마켓팅 조직은 객관적 데이터로 분석되는 자사의 기술 경쟁력을
i) 신규 고객 확보, ii) 기존 고객 관계 강화, 및 iii) 자사 제품-서비스의
우월성 전달에 어떻게 활용할 수 있을까요?
2. 눈-홍채 인식 분야의
참여 기업의 (잠재적) 투자자는,
1) 자신의 투자 포트폴리오를 최적화하는데, 객관적 기술 데이터를 어떻게 활용할 수 있을까요?
2) 비상장 기업을 포함하여, 투자 대상의 기업을 발굴하는데, 객관적 기술 데이터를
어떻게 지혜롭게 활용할 수 있을까요?
3) 투자 기업이나 그 기업이 속한 업계에서, 소송/심판 등의 리스크를 어떻게 분석할 수 있을까요?
3. 눈-홍채 인식 분야에
종사하는 고객을 보유하고 있는 서비스 기업은,
1) 고객을 위하여, 심도
있는 맞춤형 데이터 분석을 제공헤 주고, 추가적인 매출을 일으켜야 하지 않을까요?
2) 고급 분석 콘텐츠를 저렴한 총비용으로 제작하여, 신규 고객을 발굴하는데 활용해야 하지 않을까요?
3) IP 서비스 기업은 차별화된 IP
콘텐츠로, 추가적인 수익원의 발굴이나, 고객
제안을 해야 하지 않을까요?
4. 눈-홍채 인식 분야에
관심있는 미디어는,
1) 객관성 높은 특허 기술 콘텐츠를 활용하여, 자신의 콘텐츠를 고급화, 전문화, 세분화할 필요가 있지 않을까요?
5. 눈-홍채 인식 분야에
관심 있는 HR 조직 및 HR 서비스 기업
1) 기업 내 HR 조직은
자사 연구자의 기술 경쟁력 역량을 객관적 데이터로 확인하고, 핵심 연구자와 관련된 국내외
기업과의 특허적 연관 관계를 파악하고, 연구 인력 자산에 대한 보호 활동을
해야 하지 않을까요? 나아가 외부 기술 인재에 대한 식별, 평가 및 영입과 네트워킹에 객관적 특허 기술 분석 데이터를 활용할 필요가 있지
않을까요?
2) HR 서비스 기업은 미래 유망 기술이나, 고객사의 관심 분야의 기술
인재를 객관적인 데이터에 기반하여 식별, 비교 분석/평가
및 선별하여, 기존의 HR 프로세스에 통합하는
등, 고객의 의사 결정을 돕고, 좀 더 높은
가치의 HR 서비스를 제공해야 하지 않을까요?
contact us
1) PatentPia 데이터/DB를 활용하여, 국내 또는 해외에서
비즈니스를 하려는 경우
2) PatentPia 데이터/DB를 활용하여, 콘텐츠나 AI를 개발하려는 경우
3) 기타 PatentPia와 제휴나 협력의 필요성이 있는 경우
(참고 링크)
2) PatentPia 솔루션에 대한 목적-조직 유형별 활용 체계
3) PatentPia 대표 솔루션 매뉴얼
(1) 분석 : GoldenCompass
(4) 검색 : Search
연락처
무료 평가판 ID가 필요하시거나,
PatentPia의 서비스 및 데이터베이스에 대해 궁금한 점이 있으면 아래의 이메일로 문의하십시오.
Email : contact@patentpia.com
이전 이미지/비디오 인식 분야의 핵심 연구자는 어디 소속의 누구일까?
3D 프린팅 분야의 NYSE 및 Nasdaq 상장 기업 중 기술 리더는?다음
총 0개의 댓글