[发明专利]一种基于多维度特征融合的商标近似检索系统和方法

权利要求书

1.一种基于多维度特征融合的商标近似检索系统，其特征在于：包括商标数据库(1)、特征检索模块(2)、特征提取模块(3)，所述商标数据库(1)连接所述特征提取模块(3)，所述特征提取模块(3)连接所述特征检索模块(2)；

所述特征提取模块(3)包括神经网络特征模块(31)、视觉词袋特征模块(32)和图形要素模块(33)，所述神经网络特征模块(31)连接所述商标数据库(1)、所述特征检索模块(2)，所述视觉词袋特征模块(32)连接所述商标数据库(1)和所述特征检索模块(2)，所述图形要素模块(33)连接所述商标数据库(1)，所述神经网络特征模块(31)用于通过所述商标数据库(1)提取图像多尺度卷积神经网络特征并基于三元组度量损失函数对神经网络进行优化训练并输出多尺度卷积神经网络特征至所述特征检索模块(2)，所述视觉词袋特征模块(32)用于通过所述商标数据库(1)根据提取的图像关键点特征并构建视觉词典并输出基于所述视觉词典提取的图像视觉词袋特征至所述特征检索模块(2)，所述图形要素模块(33)用于建立已注册商标图形要素的索引库并通过查询人员手工输入图形要素特征至所述特征检索模块(2)。

2.根据权利要求1所述的一种基于多维度特征融合的商标近似检索系统，其特征在于：所述神经网络特征模块(31)包括残差网络(311)、第一全连接层(312)、第二全连接层(313)、第一卷积层(314)、第二卷积层(315)、第一池化层(316)和第二池化层(317)，所述残差网络(311)、所述第一卷积层(314)和所述第二卷积层(315)均连接所述商标数据库(1)，所述残差网络(311)数据连接所述第一全连接层(312)，所述第一卷积层(314)数据连接所述第一池化层(316)，所述第二卷积层(315)数据连接所述第二池化层(317)，所述第一全连接层(312)、所述第一池化层(316)和所述第二池化层(317)均连接所述第二全连接层(313)，所述第二全连接层(313)将多尺度卷积神经网络特征传递至所述特征检索模块(2)。

3.一种基于多维度特征融合的商标近似检索方法，其特征在于：包括以下步骤：

S1、建立所述商标数据库(1)；

S2、通过所述特征检索模块(2)输入待注册商标；

S3、根据所述待注册商标，所述神经网络特征模块(31)通过所述商标数据库(1)提取所述商标图像的多尺度卷积神经网络特征并传输至所述特征检索模块(2)，所述视觉词袋特征模块(32)通过所述商标数据库(1)提取所述商标图像的视觉词袋特征并传输至所述特征检索模块(2)，所述图形要素模块(33)通过所述商标数据库(1)提取所述商标图像的图形要素特征并传输至所述特征检索模块(2)；

S4、基于所述多尺度卷积神经网络特征、所述视觉词袋特征和所述图形要素特征，将待注册商标与已注册商标库中商标进行相似度匹配，得到三个维度特征的融合检索结果。

4.根据权利要求3所述的一种基于多维度特征融合的商标近似检索方法，其特征在于：步骤S4中融合检索结果的具体计算公式为：

Score(a，d_i)

＝α*Score_CNN(a，d_i)+β*Score_BoVW(a，d_i)+Score_element(a，d_i)

其中Score(a，d_i)为待注册商标a和已注册商标库中第i个商标d_i的总相似度，Score_CNN为多尺度卷积神经网络特征的相似度、Score_BoVW为视觉词袋特征的相似度、ScOre_element为图形要素特征的相似度，α和β为权重参数。