CN109740009A - 一种智能商标审核系统及其应用方法 - Google Patents

Abstract

本发明公开一种智能商标审核系统及其应用方法，涉及人工智能应用领域；系统包括终端、云服务器，终端采集待审核商标的图像，并对图像进行预处理，提取图像的特征值，将图像的的特征值上传到云服务器，云服务器对图像的特征值进行图像识别，并根据商标判断规则对图像进行分析判断，首次判断不符合规则的图像进行人工复检，否则云服务器利用图像识别模型将图像与现有商标库进行对比，分析图像与现有商标的相似程度，判断图像是否符合商标判断规则，并进行后续相应流程。

Description

一种智能商标审核系统及其应用方法

技术领域

本发明公开一种智能商标审核系统及其应用方法，涉及人工智能应用领域。

背景技术

商标是商品的生产者、经营者在其生产、制造、加工、拣选或者经销的商品上或者服务的提供者在其提供的服务上采用的，用于区别商品或服务来源的，包括文字、图形、字母、数字、三维标志、颜色组合和声音等，以及上述要素的组合，具有显著特征的标志，是现代经济的产物。

在商业领域而言，商标包括文字、图形、字母、数字、三维标志和颜色组合，以及上述要素的组合，均可作为商标申请注册。经国家工商总局商标局核准注册的商标为"注册商标"，受法律保护。商标通过确保商标注册人享有用以标明商品或服务，或者许可他人使用以获取报酬的专用权，而使商标注册人受到保护。

随着经济蓬勃发展，商标作为企业的标识，申请量越来越大，但是目前商标审核主要靠人工审核，存在重复工作量大，效率低等问题。

本发明提供一种智能商标审核系统及其应用方法，利用图像识别技术结合大数据机器学习技术，实现对被审核商标的合法性、重复性检查。待审核商标上传至云服务器，由云服务器运行的基于图像识别算法的程序进行处理，基于处理过的商标图像信息，根据商标法规对图像进行智能判断，不合格的交由人工复审，并使用图像对比技术对比已有合法商标库的商标，以确保同一种或类似商品上注册的商标不存在相混同，不与申请在先的商标及已撤销、失效并不满1年的注册商标相混同，不合格的交由人工复审。使用大数据训练机器学习模型，使用已有商标库作为测试库，使用人工复审结果作为修正参考，对机器学习算法不断修正调优。

发明内容

本发明针对现有技术的问题，提供一种智能商标审核系统及其应用方法，实现对被审核商标的合法性、重复性检查，减轻人工审核负担，提高了效率。

本发明提出的具体方案是：

一种智能商标审核系统，包括终端、云服务器，终端采集待审核商标的图像，并对图像进行预处理，提取图像的特征值，将图像的的特征值上传到云服务器，云服务器对图像的特征值进行图像识别，并根据商标判断规则对图像进行分析判断，首次判断不符合规则的图像进行人工复检，否则云服务器利用图像识别模型将图像与现有商标库进行对比，分析图像与现有商标的相似程度，判断图像是否符合商标判断规则，并进行后续相应流程。

所述的系统中云服务器利用大数据深度学习算法对现有商标库进行训练，建立图像识别模型。

所述的系统中云服务器利用人工复检结果，不断修正图像识别模型，进行参数调优，提高图像识别模型准确率。

所述的系统中终端利用OpenCV图像处理对图像进行预处理，提取图像的特征值。

所述的系统中云服务器根据商标法规规定制定商标判断规则，首次判断图像是否为不合法规的图像或名称。

一种智能商标审核系统的应用方法，根据所述的系统，利用终端采集待审核商标的图像，并对图像进行预处理，提取图像的特征值，将图像的的特征值上传到云服务器，云服务器对图像的特征值进行图像识别，并根据商标判断规则对图像进行分析判断，首次判断不符合规则的图像进行人工复检，否则云服务器利用图像识别模型将图像与现有商标库进行对比，分析图像与现有商标的相似程度，判断图像是否符合商标判断规则，并进行后续相应流程。

所述的方法中利用云服务器利用大数据深度学习算法对现有商标库进行训练，建立图像识别模型。

所述的方法中利用云服务器利用人工复检结果，不断修正图像识别模型，进行参数调优，提高图像识别模型准确率。

本发明的有益之处是：

本发明提供一种智能商标审核系统及其应用方法，系统包括终端、云服务器，终端采集待审核商标的图像，并对图像进行预处理，提取图像的特征值，将图像的的特征值上传到云服务器，云服务器对图像的特征值进行图像识别，并根据商标判断规则对图像进行分析判断，首次判断不符合规则的图像进行人工复检，否则云服务器利用图像识别模型将图像与现有商标库进行对比，分析图像与现有商标的相似程度，判断图像是否符合商标判断规则，并进行后续相应流程；

本发明方法利用图像识别技术结合大数据机器学习技术，实现对被审核商标的合法性、重复性检查，待审核商标上传至云服务器，由云服务器可运行的图像识别算法的程序进行处理，基于处理过的商标图像信息，可根据商标法规对图像进行智能判断，不合格的交由人工复审，并使用图像对比技术对比已有合法商标库的商标，以确保同一种或类似商品上注册的商标不存在相混同，并可使用人工复审结果作为修正参考，对机器学习算法不断修正调优，提高本发明系统及方法的准确率。

附图说明

图1是本发明方法流程示意图。

具体实施方式

本发明提供一种智能商标审核系统，系统包括终端、云服务器，终端采集待审核商标的图像，并对图像进行预处理，提取图像的特征值，将图像的的特征值上传到云服务器，云服务器对图像的特征值进行图像识别，并根据商标判断规则对图像进行分析判断，首次判断不符合规则的图像进行人工复检，否则云服务器利用图像识别模型将图像与现有商标库进行对比，分析图像与现有商标的相似程度，判断图像是否符合商标判断规则，并进行后续相应流程。

同时本发明提供于上述方法相对应的一种智能商标审核系统的应用方法，根据所述的系统，利用终端采集待审核商标的图像，并对图像进行预处理，提取图像的特征值，将图像的的特征值上传到云服务器，云服务器对图像的特征值进行图像识别，并根据商标判断规则对图像进行分析判断，首次判断不符合规则的图像进行人工复检，否则云服务器利用图像识别模型将图像与现有商标库进行对比，分析图像与现有商标的相似程度，判断图像是否符合商标判断规则，并进行后续相应流程。

下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。

利用本发明系统及方法，可实行多个终端上传待审核的商标图像，其中终端将采集到待审核商标图像利用OpenCV图像处理进行预处理，提取图像的特征值，

将图像的的特征值上传到云服务器，云服务器对图像的特征值进行图像识别，并根据商标判断规则对图像进行分析判断，商标判断规则根据商标法规规定制定，例如商标法第十条规定：同中华人民共和国的国家名称、国旗、国徽、军旗、勋章相同或者近似的，以及同中央国家机关所在地特定地点的名称或者标志性建筑物的名称、图形相同的，不允许作为商标注册。那本程序就会将送审商标与中华人民共和国的国家名称、国旗、国徽、军旗、勋章进行对比，如果相似直接形成审核意见交由人工复审。其他商标法规定需要根据法规制定相应的业务逻辑；

首次判断图像是否为不合法规的图像或名称，判断不符合规则的图像进行人工复检，

否则云服务器利用图像识别模型将图像与现有商标库进行对比，分析图像与现有商标的相似程度，判断图像是否符合商标判断规则，以确保同一种或类似商品上注册的商标不存在相混同，不与申请在先的商标及已撤销、失效并不满1年的注册商标相混同；

判断图像符合商标判断规则，进行后续审批流程；判断图像不符合商标判断规则，进行后续驳回审批流程。

在上述过程中，云服务器利用大数据深度学习算法对现有商标库进行训练，建立图像识别模型。

还可在上述过程中，云服务器利用人工复检结果，不断修正图像识别模型，进行参数调优，提高图像识别模型准确率。

而本发明针对商标样本，与合法商标库中的商标进行对比，并进行相似度匹配分析，能够极大节省商标审核的人力支出，缩短商标注册时间，从而提高审核效率。

以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。

Claims (8)

1.一种智能商标审核系统，其特征是

包括终端、云服务器，终端采集待审核商标的图像，并对图像进行预处理，提取图像的特征值，将图像的的特征值上传到云服务器，云服务器对图像的特征值进行图像识别，并根据商标判断规则对图像进行分析判断，首次判断不符合规则的图像进行人工复检，否则云服务器利用图像识别模型将图像与现有商标库进行对比，分析图像与现有商标的相似程度，判断图像是否符合商标判断规则，并进行后续相应流程。

2.根据权利要求1所述的系统，其特征是云服务器利用大数据深度学习算法对现有商标库进行训练，建立图像识别模型。

3.根据权利要求1或2所述的系统，其特征是云服务器利用人工复检结果，不断修正图像识别模型，进行参数调优，提高图像识别模型准确率。

4.根据权利要求3所述的系统，其特征是终端利用OpenCV图像处理对图像进行预处理，提取图像的特征值。

5.根据权利要求4所述的系统，其特征是云服务器根据商标法规规定制定商标判断规则，首次判断图像是否为不合法规的图像或名称。

6.一种智能商标审核系统的应用方法，其特征是根据权利要求1-5所述的系统，利用终端采集待审核商标的图像，并对图像进行预处理，提取图像的特征值，将图像的的特征值上传到云服务器，云服务器对图像的特征值进行图像识别，并根据商标判断规则对图像进行分析判断，首次判断不符合规则的图像进行人工复检，否则云服务器利用图像识别模型将图像与现有商标库进行对比，分析图像与现有商标的相似程度，判断图像是否符合商标判断规则，并进行后续相应流程。

7.根据权利要求6所述的方法，其特征是利用云服务器利用大数据深度学习算法对现有商标库进行训练，建立图像识别模型。

8.根据权利要求6或7所述的方法，其特征是利用云服务器利用人工复检结果，不断修正图像识别模型，进行参数调优，提高图像识别模型准确率。