[发明专利]商标识别方法、装置、计算机设备和存储介质在审

专利信息
申请号: 202111072104.X 申请日: 2021-09-13
公开(公告)号: CN113903042A 公开(公告)日: 2022-01-07
发明(设计)人: 王二伟;王语斌;施亮 申请(专利权)人: 同盾科技有限公司
主分类号: G06V30/18 分类号: G06V30/18;G06V10/22;G06N3/04;G06N3/08
代理公司: 北京知果之信知识产权代理有限公司 11541 代理人: 李志刚;高科
地址: 311121 浙江省杭州市余*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 商标 识别 方法 装置 计算机 设备 存储 介质
【说明书】:

本申请公开了一种商标识别方法、装置、计算机设备和存储介质。该商标识别方法包括:获取待识别商标图像;调用预先训练的通用商标检测模型,将所述待识别商标图像输入至所述通用商标检测模型,输出所述待识别商标图像中商标图形的位置信息;基于所述商标图形的位置信息对相应的商标图形进行特征提取,得到商标图形特征;将所述商标图形特征与预先构建的特征向量索引库进行比对,查找所述商标图形特征对应的近邻向量;将所述近邻向量对应的已注册商标样式确定为所述商标图形的目标商标样式。本申请能够实现大规模商标的快速识别。

技术领域

本申请涉及计算机技术领域,具体而言,涉及一种商标识别方法、装置、计算机设备和存储介质。

背景技术

近年来,在经济的快速发展及国家的大力扶持背景下,我国国民商品的消费意识越来越强,商品消费的渠道也越来越广泛,商品形式种类也在快速扩增,这对商品的管控能力提出了严峻的挑战。与此同时,我国对自主知识产权的重视度越来越高,面对海量的商品类目,商品商标的合规性、合法性检测已经逐渐发展成为了一个不可回避的问题,不少平台和商家也在为商品的侵权行为产生的罚款和法律诉讼而不断买单。传统的商标识别方式,一般采用传统特征比对或者目标检测的形式进行。两者虽然能够在小数据规模上有些许优势表现,但其面临的局限性也是十分明显的。商品商标的场景非常复杂,光照强弱不同、清晰度不同、颜色各式各样、大小变化不一等情况均存在,都会影响传统特征的提取结果。采用特征比对的方式,依赖于传统特征的提取结果,在面对复杂的商品商标场景时,这种方法显得捉襟见肘。而采用目标检测的形式,可以自动提取商品商标的特征并进行分类,但是在海量类别的形势下,这种方法无法进行大规模的品类扩展,且一旦数据量到达一定程度,训练周期会大大延长,这严重制约了传统方式在商品商标品类识别的扩展性,导致商标识别效率较低。

综上,传统方式并不能满足大规模商标的快速识别的业务需求。因此,如何实现大规模商标的快速识别成为目标需要解决的一个技术问题。

发明内容

本申请的主要目的在于提供一种能够实现大规模商标的快速识别的商标识别方法、装置、计算机设备和存储介质。

为了实现上述目的,根据本申请的一个方面,提供了一种商标识别方法。

根据本申请的商标识别方法包括:

获取待识别商标图像;

调用预先训练的通用商标检测模型,将所述待识别商标图像输入至所述通用商标检测模型,输出所述待识别商标图像中商标图形的位置信息;

基于所述商标图形的位置信息对相应的商标图形进行特征提取,得到商标图形特征;

将所述商标图形特征与预先构建的特征向量索引库进行比对,查找所述商标图形特征对应的近邻向量;

将所述近邻向量对应的已注册商标样式确定为所述商标图形的目标商标样式。

进一步的,所述基于所述商标图形的位置信息对相应的商标图形进行特征提取,得到商标图形特征包括:

基于所述商标图形的位置信息对所述待识别商标图像进行抠图处理,得到所述待识别商标图像对应的商标图形;

通过深度卷积模型对所述商标图形进行多维度特征提取,得到商标图形特征。

进一步的,训练所述通用商标检测模型包括:

获取闭集商标样本;

通过所述闭集商标样本对单类商标检测模型进行训练,直至满足预设条件,停止模型训练,得到所述预先训练的通用商标检测模型。

进一步的,所述单类商标检测模型为YOLOv5目标检测模型。

进一步的,构建所述特征向量索引库包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同盾科技有限公司,未经同盾科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111072104.X/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top