2019年全面加强知识产权保护工作最新进展及下一步工作

图片源于网络
2019年7月24日下午,国务院新闻办公室举行国务院政策例行吹风会。会上,国家知识产权局副局长赵刚介绍了全面加强知识产权保护工作最新进展情况和下一步考虑。

一、最新工作进展主要举措

赵刚局长指出,目前全面加强知识产权保护工作的最新工作进展主要举措包括了五个方面的内容:

1.加强制度建设,完善法规政策体系

抓紧推进修改专利法、商标法等相关法律法规,重点加大侵权行为惩处力度,显著提高违法成本。有序推进著作权法、植物新品种保护条例等修订工作。

2.加强源头保护,提高审查质量和效率

落实国务院“放管服”改革部署,上半年,高价值专利平均授权周期压缩至20.9个月,商标注册平均审查周期压缩至5个月。共完成发明专利授权23.8万件,同比增长9.9%。商标注册351.5万件,同比增长67.8%。1-5月,著作权登记133.8万件。

3.加强行政司法保护,加强执法指导

持续开展执法专项行动,严厉打击知识产权侵权假冒行为。不断加强执法指导工作,统一执法标准,规范执法流程,联合挂牌督办大要案件。上半年,全国地方人民法院审结知识产权民事一审案件15万余件,同比上升约80%;审结侵犯知识产权罪一审案件2000余件,同比上升约23%;全国检察机关共批准逮捕涉及侵犯知识产权犯罪案件1900余件、3400余人;1-5月,全国公安机关共破获侵权假冒犯罪案件4200余起,抓获犯罪嫌疑人9900余名,涉案价值48亿余元。

  1. 加强保护能力建设,健全保护工作体系

最高法、最高检、公安部等推动相关机构改革,知识产权司法审判和刑事打击体系进一步完善。布局建设一批知识产权保护中心。加强知识产权海外纠纷应对机制建设,设立国家海外知识产权纠纷应对指导中心。加快推进知识产权信用体系建设。

  1. 加强保护国际合作

持续加强与世界知识产权组织、世界贸易组织、国际植物新品种保护联盟等国际组织合作,扎实推进“一带一路”知识产权合作。

二、下一步工作考虑

赵刚副局长明确指出,知识产权局将会同有关部门,深入贯彻党中央、国务院的重大决策部署,落实好国务院第57次常务会议关于进一步强化知识产权保护工作、切实保护各类市场主体合法权益的重要部署,下一步将围绕以下四个方面开展工作:

1.继续加强制度和体系建设

积极推进专利法、著作权法等修改进程,推进商标法新一轮全面修改,以及专利法实施细则等行政法规的修订,大幅提高违法成本。制定出台强化知识产权保护的政策性文件。

2.持续强化行政及司法保护

加快制定完善侵权假冒判断标准。深入开展执法专项行动。加强知识产权法院建设。加强侵犯知识产权案件的侦查、批捕、起诉工作指导。做好各执法维权环节之间的衔接机制建设和相关法律服务工作。加大宣传力度,加强正面典型的宣传和反面典型的曝光。

3.继续提升知识产权审查质量和效率

加快专利审查、商标注册智能化系统建设,确保年底前实现将高价值专利审查周期压至17.5个月、商标注册平均审查周期压至5个月以内的目标。改进和完善著作权登记制度,进一步提升登记质量和便利化程度。

4.更大力度加强国际合作

构建双边、周边、小多边、多边“四边联动、协调推进”的知识产权国际合作新格局,创造良好创新生态环境。

更多免费专利检索,就再吉江数据

吉江数据官方企鹅裙

891211

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值