CN112256909A - 一种图形商标检索方法、系统、设备及可读存储介质 - Google Patents

一种图形商标检索方法、系统、设备及可读存储介质 Download PDF

Info

Publication number
CN112256909A
CN112256909A CN201910662883.5A CN201910662883A CN112256909A CN 112256909 A CN112256909 A CN 112256909A CN 201910662883 A CN201910662883 A CN 201910662883A CN 112256909 A CN112256909 A CN 112256909A
Authority
CN
China
Prior art keywords
graphic
trademark
picture
retrieval
graph
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910662883.5A
Other languages
English (en)
Inventor
卿春梅
唐义波
唐林波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Zhuteng Information Technology Co ltd
Original Assignee
Shanghai Zhuteng Information Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Zhuteng Information Technology Co ltd filed Critical Shanghai Zhuteng Information Technology Co ltd
Priority to CN201910662883.5A priority Critical patent/CN112256909A/zh
Publication of CN112256909A publication Critical patent/CN112256909A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G06F16/532—Query formulation, e.g. graphical querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种图形商标检索方法，包括以下步骤：获取待检索图形商标的图片并进行预处理；对预处理的图片进行识别获得图片所包含的图形特征；根据获得的图形特征和预置的图形编码库获得待检索图形商标所对应的图形编码；通过图形编码进行图形商标检索获得商标检索结果；还公开了一种图形商标检索系统，包括获取模块、识别模块、编码获取模块和检索模块。相对于现有通过纯粹人工提取的图形商标检索方法来说，解决了传统商标图形要素编码仅靠人工划分，划分工作效率的低下和工作精力消耗巨大的弊端，获得比较精准的检索结果。

Description

一种图形商标检索方法、系统、设备及可读存储介质
技术领域
本发明涉及知识产权查询技术领域，尤其涉及一种图形商标检索方法。
背景技术
商标是公司、产品或服务的标志，与企业的商品质量、服务质量、经营管理融为一体，在工商业社会中起着非常重要的作用，是公司及其产品的一个重要属性，具有唯一性。为使商标得到合法的保护，必须向商标局正式注册。随着我国经济的发展和全球化进程的加快，商标数量逐年递增。防止重复注册或相似商标注册是商标管理的核心问题。为了保护注册商标的合法权益，打击仿冒盗用注册商标的违法行为，需要对待注册的商标进行查询，与已注册的商标进行比较，确定二者不相同或者不相近似，才具有注册资格。传统的图形商标检索基本上是通过手工输入商标图形要素编码作为检索条件而实现检索目的。商标图形要素编码是依据《建立商标图形要素国际分类维也纳协定》所产生一种的商标图形要素划分工具，由商标图形要素按大类、小类及组分类的一览表组成，其中包括商标图形要素编号和商标图形要素名称构成。因此，每一商标图形要素编码代表了商标图形要素的内容意义。现有的商标图形检索可以通过人工实现，但其存在明显的缺陷和弊端，主要体现在：
1)需要靠人工划分商标图形要素编码，划分工作效率的低下和工作精力的消耗巨大是显然易见的；
2)即使获得了较准的商标图形要素编码，然而其检索到的对比图形商标数量庞大，通过人工进行比对识别的工作效率的低下和工作精力的消耗巨大是显然易见的，限制了图形商标检索的广泛应用；
3)因不同专业人员主观判断商标图像的相似度会存在差异，这种差异会造成商标图形比对结果的精准性。
现在也有通过图像识别进行商标检索的方法，但其采用的是将待检索图形商标与所有已注册的图形商标进行比对或与同类别的所有已注册的图形商标进行比对，因已注册商标数量太大，对于检索速度造成极大影响，识别的工作效率及精准度有待提升。
发明内容
鉴于目前存在的上述不足，本发明提供一种图形商标检索方法，能够通过图像识别获得精准的图形编码，通过图形编码获得较好的检索结果。
为达到上述目的，本发明的实施例采用如下技术方案：
一种图形商标检索方法，所述图形商标检索方法包括以下步骤：
获取待检索图形商标的图片并进行预处理；
对预处理的图片进行识别获得图片所包含的图形特征；
根据获得的图形特征和预置的图形编码库获得待检索图形商标所对应的图形编码；
通过图形编码进行图形商标检索获得商标检索结果。
依照本发明的一个方面，所述根据获得的图形特征和预置的图形编码库获得待检索图形商标所对应的图形编码包括：将获得的图形特征用预置的图形编码库文字进行匹配以获得其对应的图形编码。
依照本发明的一个方面，所述图形商标检索方法包括：对获得的图形特征进行显著性判断并按显著性进行排序，所述对获得的图形特征进行显著性判断并按显著性进行排序包括：
获取各图形特征所对应的图形要素在图片中所占的位置及比例；
根据各图形特征所对应的图形要素在图片中所占的位置及比例进行显著性判断；
将判断结果按显著性从高到低进行排序。
依照本发明的一个方面，所述对预处理的图片进行识别获得图片所包含的图形特征包括：
分析图片的组成；
提取出图片的基本组成元素，所述基本组成元素即为图形要素；
通过文字对图形要素进行描述得到图片的图形特征。
依照本发明的一个方面，所述通过图形编码进行图形商标检索获得商标检索结果包括：通过图形编码进行图形商标检索获得比对商标；进行近似判断获得最终检索结论。
依照本发明的一个方面，所述进行近似判断获得最终检索结论包括：对比对商标进行图像识别提取出与图形编码对应的图形要素，将获得的图形要素与待检索图形商标的同图形编码的图形特征对应的图形要素进行相似度比对获得比对结果，将比对结果根据相似度由高到低的顺序进行排序，综合待检索商标的所有图形特征对应的相似度比对结果得出最终检索结论，并给出相应的注册建议。
依照本发明的一个方面，所述进行近似判断获得最终检索结论包括：综合待检索商标的所有图形特征对应的相似度比对结果并结合待检索商标的所有图形特征的显著性得出最终检索结论，并给出相应的注册建议。
依照本发明的一个方面，所述图形商标检索方法包括：若待检索图形商标中包含文字，则通过文字检索文字商标进行近似度比对后获得文字近似度比对结果，结合最终检索结论给出相应的注册建议。
一种图形商标检索系统，所述图形商标检索系统包括图形编码库以及：
获取模块，用于获取待检索图形商标的图片并进行预处理；
识别模块，用于对预处理的图片进行识别获得图片所包含的图形特征；
编码获取模块，用于根据获得的图形特征和预置的图形编码库获得待检索图形商标所对应的图形编码；
检索模块，用于通过图形编码进行图形商标检索获得商标检索结果。
依照本发明的一个方面，所述检索模块包括：查询模块，用于通过图形编码进行图形商标检索获得比对商标；判断模块，用于进行近似判断获得最终检索结论。
一种图形商标检索设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上所述的图形商标检索方法的步骤。
一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被执行时实现如上所述的图形商标检索方法的步骤。
本发明实施的优点：本发明所述的图形商标检索方法，包括以下步骤：获取待检索图形商标的图片并进行预处理；对预处理的图片进行识别获得图片所包含的图形特征；根据获得的图形特征和预置的图形编码库获得待检索图形商标所对应的图形编码；通过图形编码进行图形商标检索获得商标检索结果；即本发明通过对待检索图形商标的图片进行识别以获得图片所包含的图形特征，然后通过获得图片所包含的图形特征与预置的图形编码库以获得待检索图形商标所对应的图形编码，最后通过图形编码进行图形商标检索获得商标检索结果，整个过程不是通过人为方式获得待检索图形商标所对应的图形编码，而是通过对待检索图形商标的图片进行识别、分析自动获得待检索图形商标所对应的图形编码；相对于现有的通过纯粹人工提取图形特征的图形商标检索方法来说，解决了传统商标图形要素编码仅靠人工划分，划分工作效率的低下和工作精力消耗巨大的弊端，获得比较精准的检索结果；相对于其它的类似于通过建立商标图样与图形编码一一对应的图样库，通过将待检索商标与图样库中的图样一一比对后以获得图形编码，本发明是通过文字对待检索商标的图形要素进行描述获得图形特征，再通过商标局内部图形编码分类方法预置图形编码库，通过文字性的图形特征与预置图形编码库中的文字进行匹配，相应的获得图形编码，无需进行大量的图像识别及比对，极大地减少了工作量，减少占用的运算及存储资源；通过文字匹配能极速地获得匹配的图形编码，同时采用的是商标局定义的图形编码库，相对于现有的自定义图样及图形编码库，获得的检索结果更符合商标注册的标准，提升了检索的准确性。进一步的，通过精准获得的比对商标，可以极大地减少商标比对的数量，有效地提升了比对效率，精准的比对数据，可以提升比对的精准度。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例一所述的一种图形商标检索方法示意图；
图2为本发明实施例一所述的待检索图形商标图片示意图；
图3为本发明实施例一所述的获得的部分商标检索结果示意图；
图4为本发明实施例二所述的一种图形商标检索方法示意图；
图5为本发明实施例二所述的待检索图形商标图片示意图；
图6为本发明实施例二所述的获得的部分商标检索结果示意图；
图7为本发明实施例三所述的一种图形商标检索方法示意图；
图8为本发明实施例四所述的一种图形商标检索方法示意图；
图9为本发明实施例四所述的待检索图形商标图片示意图；
图10为本发明实施例四所述的获得的部分商标检索结果示意图；
图11为本发明实施例五所述的一种图形商标检索方法示意图；
图12为本发明实施例五所述的待检索图形商标图片示意图；
图13为本发明实施例五所述的文字商标检索部分近似结果示意图；
图14为本发明实施例六所述的图形商标检索系统示意图；
图15为本发明实施例所述的一种图形商标检索设备示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
如图1、图2和图3所示，一种图形商标检索方法，所述图形商标检索方法包括以下步骤：
步骤S1：获取待检索图形商标的图片并进行预处理；
所述步骤S1获取待检索图形商标的图片并进行预处理具体可为：用户通过导入拟注册商标的图片，系统自动获取该图片并进行图像预处理，可包括灰度化、去燥和归一化等步骤。
在实际应用中，用户可在提供拟注册商标的图片时，同时提交拟注册的商品或服务类别，如本实施例中获得用户提交拟注册的商品或服务类别第09类。
步骤S2：对预处理的图片进行识别获得图片所包含的图形特征；
所述步骤S2对预处理的图片进行识别获得图片所包含的图形特征具体可包括以下步骤：
分析图片的组成；
提取出图片的基本组成元素，所述基本组成元素即为图形要素；
通过文字对图形要素进行描述得到图片的图形特征。
在步骤S2中采用的图像识别技术是计算机视觉技术领域的基于图片内容识别现有技术，从而，对预处理的图片进行识别获得图片所包含的图形特征具体实现过程可包括步骤：
1)预先构造训练数据库，计算机采集并输入N种分别包含不同类别图形要素的图像，构造训练图像集合进行机器学习训练，得到不同类别图形要素的训练结果；
2)根据训练结果构建图片识别模型，所述图片识别模型能识别图片中的图形要素并得到描述图形要素的文字，即所述图片识别模型能识别图片中的图形要素并得到描述图形要素的图形特征；
3)对预处理的图片进行分析，提取出图片的基本组成元素，即图形要素，然后按照图形要素对图片进行分割；
4)通过图片识别模型对分割后的各个图片进行图片识别，获得各分割图片内图形要素的识别结果，即各分割图片内图形要素的图形特征。
对预处理的图片进行识别获得图片所包含的图形特征除了采用上述步骤实现外，也可根据不同的情况采用不同图像识别方法、步骤来实现。
在本实施例中，如图2所示的用户待注册商标图片，对其进行图像识别，可获得其基本组成元素为猴子图样，猴子的图样即为该图片的图形要素，而该图样通过文字进行描述后为“猴子”，因此“猴子”即为待注册商标图片的图形特征。
步骤S3：根据获得的图形特征和预置的图形编码库获得对应的图形编码；
所述根据获得的图形特征和预置的图形编码库获得待检索图形商标所对应的图形编码包括：将获得的图形特征用预置的图形编码库文字进行匹配以获得其对应的图形编码。
在实际应用中，具体可为：根据步骤S2获得图形特征，将获得的图形特征与预置的图形编码库文字进行匹配描述，描述匹配时为近义或同义或包含与被包含，再相应的获得其对应的图形编码；例如，在本实施例中的根据步骤S2获得用户待注册商标图片的图形特征为“猴子”，根据猴子在预置的图形编码库中进行匹配，匹配的文字描述为“灵长类动物，*猴子，*猩猩”，位于3编码对应的动物目录下，猴子所对应的图形编码为“3.5.19”，从而，可以获得用户待注册商标图片的图形特征为猴子的图形编码为“3.5.19”。
步骤S4：通过图形编码进行图形商标检索获得商标检索结果；
所述步骤S4通过图形编码进行图形商标检索获得商标检索结果具体可为：通过在商标局的商标库通过图形编码获得包含该图形编码对应图形特征的所有商标，成为检索结果。相对于其他图形商标检索方法通过将拟注册商标图形与商标库中所有图形商标进行比对获得比对结果，本发明通过图形编码进行限定，获得图形编码对应的商标，极大地减少的检索的数量，同时，因为商标局为图形编码的制定者和审查标准编订者，使用商标局内部的图形编码库，获得的结果极为精准，极大地提升了精准度。例如，本实施例中获得用户待注册商标图片的图形特征为猴子，其对应的图形编码为“3.5.19”，通过图形编码“3.5.19”从商标库中获取包含该图形编码相关的所有商标，成为检索结果。而在实际应用中，在通过图形编码进行图形商标检索时，获取待检索图形商标的拟注册信息，确认其所在的商品或服务的分类组别，根据分类组别和图形编码进行图形商标检索获得检索结果；采用商品或服务分类的方式，可以获得更精准的数据。例如，在本实施例中，在步骤S1时获得用户待注册图形商标为第09类，则如图3所示，通过图形编码“3.5.19”在第09类进行检索后获得的部分检索结果。
本实施例通过对待检索图形商标的图片进行识别以获得图片所包含的图形特征，然后通过获得图片所包含的图形特征与预置的图形编码库以获得待检索图形商标所对应的图形编码，最后通过图形编码进行图形商标检索获得商标检索结果，整个过程不是通过人为方式获得待检索图形商标所对应的图形编码，而是通过对待检索图形商标的图片进行识别、分析自动获得待检索图形商标所对应的图形编码；相对于现有的通过纯粹人工提取图形特征的图形商标检索方法来说，解决了传统商标图形要素编码仅靠人工划分，划分工作效率的低下和工作精力消耗巨大的弊端，可以快速获得精准的图形编码，并通过图形编码获得检索结果；相对于其它的类似于通过建立商标图样与图形编码一一对应的图样库，通过将待检索商标与图样库中的图样一一比对后以获得图形编码，本发明是通过文字对待检索商标的图形要素进行描述获得图形特征，再通过商标局内部图形编码分类方法预置图形编码库，通过文字性的图形特征与预置图形编码库中的文字进行匹配，相应的获得图形编码，无需进行大量的图像识别及比对，极大地减少了工作量，减少占用的运算及存储资源；通过文字匹配能极速地获得匹配的图形编码，同时采用的是商标局定义的图形编码库，相对于现有的自定义图样及图形编码库，获得的检索结果更符合商标注册的标准，提升了检索的准确性。
实施例二
如图4、图5和图6所示，一种图形商标检索方法，所述图形商标检索方法包括以下步骤：
步骤S1：获取待检索图形商标的图片并进行预处理；
所述步骤S1获取待检索图形商标的图片并进行预处理具体可为：用户通过导入拟注册商标的图片，系统自动获取该图片并进行图像预处理，可包括灰度化、去燥和归一化等步骤。
在实际应用中，用户可在提供拟注册商标的图片时，同时提交拟注册的商品或服务类别，例如，本实施例获得用户提交拟注册的商品或服务类别是第09类。
步骤S2：对预处理的图片进行识别获得图片所包含的图形特征；
所述步骤S2对预处理的图片进行识别获得图片所包含的图形特征具体可包括以下步骤：
分析图片的组成；
提取出图片的基本组成元素，所述基本组成元素即为图形要素；
通过文字对图形要素进行描述得到图片的图形特征。
在步骤S2中采用的图像识别技术是计算机视觉技术领域的基于图片内容识别现有技术，从而，对预处理的图片进行识别获得图片所包含的图形特征具体实现过程可包括步骤：
1)预先构造训练数据库，计算机采集并输入N种分别包含不同类别图形要素的图像，构造训练图像集合进行机器学习训练，得到不同类别图形要素的训练结果；
2)根据训练结果构建图片识别模型，所述图片识别模型能识别图片中的图形要素并得到描述图形要素的文字，即所述图片识别模型能识别图片中的图形要素并得到描述图形要素的图形特征；
3)对预处理的图片进行分析，提取出图片的基本组成元素，即图形要素，然后按照图形要素对图片进行分割；
4)通过图片识别模型对分割后的各个图片进行图片识别，获得各分割图片内图形要素的识别结果，即各分割图片内图形要素的图形特征。
对预处理的图片进行识别获得图片所包含的图形特征除了采用上述步骤实现外，也可根据不同的情况采用不同图像识别方法、步骤来实现。
在本实施例中，如图5所示的用户待注册商标图片，对其进行图像识别，可获得其基本组成元素分别为女孩图样和提篮的图样，女孩图样和提篮图样分别为该图片的图形要素，两个图样分别通过文字进行描述后为“女孩”和“提篮”，因此“女孩”和“提篮”为待注册商标图片的图形特征。
步骤S3：对获得的图形特征进行显著性判断并按显著性进行排序；
所述对获得的图形特征进行显著性判断并按显著性进行排序包括：
获取各图形特征所对应的图形要素在图片中所占的位置及比例；
根据各图形特征所对应的图形要素在图片中所占的位置及比例进行显著性判断；
将判断结果按显著性从高到低进行排序。
例如，本实施例根据步骤S2获得“女孩”和“提篮”为待注册商标图片的图形特征，从而获得女孩和提篮的显著性排列为：女孩＞提篮。
步骤S4：根据获得的图形特征和预置的图形编码库获得对应的图形编码；
所述根据获得的图形特征和预置的图形编码库获得待检索图形商标所对应的图形编码包括：将获得的图形特征用预置的图形编码库文字进行匹配以获得其对应的图形编码。
在实际应用中，具体可为：根据步骤S2获得图形特征，将获得的图形特征与预置的图形编码库文字进行匹配描述，描述匹配时为近义或同义或包含与被包含，再相应的获得其对应的图形编码；例如，在本实施例中的根据步骤S2获得用户待注册商标图片的图形特征为“女孩”和“猴子”，根据女孩在预置的图形编码库中进行匹配，匹配的文字描述为“女孩”，位于2编码对应的人类目录下，其对应的图形编码为“2.5.3”，因此，可以得到女孩的图形编码为“2.5.3”；根据提篮在预置的图形编码库中进行匹配，匹配的文字描述为“篮子，背篓，*挑担”，位于19编码对应的目录下，其对应的图形编码为“A19.1.12”，从而，可以获得提篮的图形编码为“A19.1.12”。
步骤S5：通过图形编码进行图形商标检索获得商标检索结果；
所述步骤S5通过图形编码进行图形商标检索获得商标检索结果具体可为：通过在商标局的商标库通过图形编码获得包含该图形编码对应图形特征的所有商标，成为检索结果。相对于其他图形商标检索方法通过将拟注册商标图形与商标库中所有图形商标进行比对获得比对结果，本发明通过图形编码进行限定，获得图形编码对应的商标，极大地减少的检索的数量，同时，因为商标局为图形编码的制定者和审查标准编订者，使用商标局内部的图形编码库，获得的结果极为精准，极大地提升了精准度。例如，本实施例步骤S4获得的用户待注册商标图片的图形特征为女孩和提篮，获得女孩的图形编码为“2.5.3”，获得提篮的编码为“A19.1.12”，可分别根据“2.5.3”和“A19.1.12”从商标库中获取包含该图形编码对应图形特征的所有商标，成为检索结果；或者同时根据“2.5.3”和“A19.1.12”从商标库中获取包含该图形编码对应图形特征的所有商标，成为检索结果。
在实际应用中，在通过图形编码进行图形商标检索时，获取待检索图形商标的拟注册信息，确认其所在的商品或服务的分类组别，根据分类组别和图形编码进行图形商标检索获得检索结果；采用商品或服务分类的方式，可以获得更精准的数据。例如，本实施例步骤S1获得的用户待注册商标拟注册在商品或服务类别第九类，从而本实施例是在第九类进行检索获得检索结果。
与此同时，本实施例需要结合显著性特征排序，判断以哪个图形编码进行检索，而在本实施例中，采用的是显著性高的图形编码进行检索。在本实施例步骤S3获得女孩和提篮的显著性排列，女孩的显著性明显极大地超出提篮，因此，本实施例采用对女孩进行图形检索得出商标检索结果，如图6所示，为通过女孩图形编码“2.5.3”在第九类进行检索后获得的部分检索结果。
本实施例通过对待检索图形商标的图片进行识别以获得图片所包含的图形特征，然后通过获得图片所包含的图形特征与预置的图形编码库以获得待检索图形商标所对应的图形编码，最后通过图形编码进行图形商标检索获得商标检索结果，整个过程不是通过人为方式获得待检索图形商标所对应的图形编码，而是通过对待检索图形商标的图片进行识别、分析自动获得待检索图形商标所对应的图形编码；相对于现有的通过纯粹人工提取图形特征的图形商标检索方法来说，解决了传统商标图形要素编码仅靠人工划分，划分工作效率的低下和工作精力消耗巨大的弊端，可以快速获得精准的图形编码，并通过图形编码获得检索结果；相对于其它的类似于通过建立商标图样与图形编码一一对应的图样库，通过将待检索商标与图样库中的图样一一比对后以获得图形编码，本发明是通过文字对待检索商标的图形要素进行描述获得图形特征，再通过商标局内部图形编码分类方法预置图形编码库，通过文字性的图形特征与预置图形编码库中的文字进行匹配，相应的获得图形编码，无需进行大量的图像识别及比对，极大地减少了工作量，减少占用的运算及存储资源；通过文字匹配能极速地获得匹配的图形编码，同时采用的是商标局定义的图形编码库，相对于现有的自定义图样及图形编码库，获得的检索结果更符合商标注册的标准，提升了检索的准确性相对于现有的通过纯粹人工提取图形特征的图形商标检索方法来说。进一步的，通过显著性的判断，对于组成元素复杂的图形商标，可以通过显著性选择进行检索的图形特征及其图形编码，再通过图形编码获得检索结果，减少了大量重复或无意义检索工作，极大地提升了检索效率。
实施例三
如图7、图2和图3所示，一种图形商标检索方法，所述图形商标检索方法包括以下步骤：
步骤S1：获取待检索图形商标的图片并进行预处理；
所述步骤S1获取待检索图形商标的图片并进行预处理具体可为：用户通过导入拟注册商标的图片，系统自动获取该图片并进行图像预处理，可包括灰度化、去燥和归一化等步骤。
在实际应用中，用户可在提供拟注册商标的图片时，同时提交拟注册的商品或服务类别，如本实施例中获得用户提交拟注册的商品或服务类别第09类。
步骤S2：对预处理的图片进行识别获得图片所包含的图形特征；
所述步骤S2对预处理的图片进行识别获得图片所包含的图形特征具体可包括以下步骤：
分析图片的组成；
提取出图片的基本组成元素，所述基本组成元素即为图形要素；
通过文字对图形要素进行描述得到图片的图形特征。
在步骤S2中采用的图像识别技术是计算机视觉技术领域的基于图片内容识别现有技术，从而，对预处理的图片进行识别获得图片所包含的图形特征具体实现过程可包括步骤：
1)预先构造训练数据库，计算机采集并输入N种分别包含不同类别图形要素的图像，构造训练图像集合进行机器学习训练，得到不同类别图形要素的训练结果；
2)根据训练结果构建图片识别模型，所述图片识别模型能识别图片中的图形要素并得到描述图形要素的文字，即所述图片识别模型能识别图片中的图形要素并得到描述图形要素的图形特征；
3)对预处理的图片进行分析，提取出图片的基本组成元素，即图形要素，然后按照图形要素对图片进行分割；
4)通过图片识别模型对分割后的各个图片进行图片识别，获得各分割图片内图形要素的识别结果，即各分割图片内图形要素的图形特征。
对预处理的图片进行识别获得图片所包含的图形特征除了采用上述步骤实现外，也可根据不同的情况采用不同图像识别方法、步骤来实现。
在实例三中，如图2所示的用户待注册商标图片，对其进行图像识别，可获得其基本组成元素为猴子图样，猴子的图样即为该图片的图形要素，而该图样通过文字进行描述后为“猴子”，因此“猴子”即为待注册商标图片的图形特征。
步骤S3：根据获得的图形特征和预置的图形编码库获得对应的图形编码；
所述根据获得的图形特征和预置的图形编码库获得待检索图形商标所对应的图形编码包括：将获得的图形特征用预置的图形编码库文字进行匹配以获得其对应的图形编码。
在实际应用中，具体可为：根据步骤S2获得图形特征，将获得的图形特征与预置的图形编码库文字进行匹配描述，描述匹配时为近义或同义或包含与被包含，再相应的获得其对应的图形编码；例如，在本实施例中的根据步骤S2获得用户待注册商标图片的图形特征为“猴子”，根据猴子在预置的图形编码库中进行匹配，匹配的文字描述为“灵长类动物，*猴子，*猩猩”，位于3编码对应的动物目录下，猴子所对应的图形编码为“3.5.19”，从而，可以获得用户待注册商标图片的图形特征为猴子的图形编码为“3.5.19”。
步骤S4：通过图形编码进行图形商标检索获得比对商标；
所述步骤S4通过图形编码进行图形商标检索获得比对商标具体可为：通过在商标局的商标库通过图形编码获得包含该图形编码对应图形特征的所有商标，成为比对商标。相对于其他图形商标检索方法通过将拟注册商标图形与商标库中所有图形商标进行比对获得比对结果，本发明通过图形编码进行限定，获得图形编码对应的商标，极大地减少的检索的数量，同时，因为商标局为图形编码的制定者和审查标准编订者，使用商标局内部的图形编码库，获得的结果极为精准，极大地提升了精准度。例如，本实施例中获得用户待注册商标图片的图形特征为猴子，其对应的图形编码为“3.5.19”，通过图形编码“3.5.19”从商标库中获取包含该图形编码相关的所有商标，成为检索结果。而在实际应用中，在通过图形编码进行图形商标检索时，获取待检索图形商标的拟注册信息，确认其所在的商品或服务的分类组别，根据分类组别和图形编码进行图形商标检索获得检索结果，检索结果即为比对商标；采用商品或服务分类的方式，可以获得更精准的数据。例如，在本实施例中，在步骤S1时获得用户待注册图形商标为第09类，则如图3所示，通过图形编码“3.5.19”在第09类进行检索后获得的部分检索结果。
步骤S5：进行近似判断获得最终检索结论。
所述进行近似判断获得最终检索结论包括：对比对商标进行图像识别提取出与图形编码对应的图形要素，将获得的图形要素与待检索图形商标的同图形编码的图形特征对应的图形要素进行相似度比对获得比对结果，将比对结果根据相似度由高到低的顺序进行排序。在本实施例中，通过步骤S4获得待注册商标图形要素猴子图样对应图形特征的图形编码，并通过图形编码获得了比对商标；通过识别比对商标包含的图形编码为“3.5.19”的图形要素，将其与待注册商标的图形要素猴子进行比对和近似判断，从而可以获得待注册商标与各比对商标的相似度，然后进行相似度排序。
在实际应用中，所述进行近似判断获得最终检索结论包括：综合待检索商标的所有图形特征对应的相似度比对结果得出最终检索结论，并给出相应的注册建议。
本实施例通过对待检索图形商标的图片进行识别以获得图片所包含的图形特征，然后通过获得图片所包含的图形特征与预置的图形编码库以获得待检索图形商标所对应的图形编码，最后通过图形编码进行图形商标检索获得商标检索结果，整个过程不是通过人为方式获得待检索图形商标所对应的图形编码，而是通过对待检索图形商标的图片进行识别、分析自动获得待检索图形商标所对应的图形编码；相对于现有的通过纯粹人工提取图形特征的图形商标检索方法来说，解决了传统商标图形要素编码仅靠人工划分，划分工作效率的低下和工作精力消耗巨大的弊端，可以快速获得精准的图形编码，并通过图形编码获得检索结果；相对于其它的类似于通过建立商标图样与图形编码一一对应的图样库，通过将待检索商标与图样库中的图样一一比对后以获得图形编码，本发明是通过文字对待检索商标的图形要素进行描述获得图形特征，再通过商标局内部图形编码分类方法预置图形编码库，通过文字性的图形特征与预置图形编码库中的文字进行匹配，相应的获得图形编码，无需进行大量的图像识别及比对，极大地减少了工作量，减少占用的运算及存储资源；通过文字匹配能极速地获得匹配的图形编码，同时采用的是商标局定义的图形编码库，相对于现有的自定义图样及图形编码库，获得的检索结果更符合商标注册的标准，提升了检索的准确性相对于现有的通过纯粹人工提取图形特征的图形商标检索方法来说。自动根据图形特征及图形要素进行比对，获得近似判断结果，根据近似判断结果得出检索结论及注册建议，实现人工智能商标检索。进一步的，通过精准获得的比对商标，可以极大地减少商标比对的数量，有效地提升了比对效率，精准的比对数据，可以提升比对的精准度。
实施例四
如图8、图9和图10所示，一种图形商标检索方法，所述图形商标检索方法包括以下步骤：
步骤S1：获取待检索图形商标的图片并进行预处理；
所述步骤S1获取待检索图形商标的图片并进行预处理具体可为：用户通过导入拟注册商标的图片，系统自动获取该图片并进行图像预处理，可包括灰度化、去燥和归一化等步骤。
在实际应用中，用户可在提供拟注册商标的图片时，同时提交拟注册的商品或服务类别，例如，本实施例获得用户提交拟注册的商品或服务类别是第09类。
步骤S2：对预处理的图片进行识别获得图片所包含的图形特征；
所述步骤S2对预处理的图片进行识别获得图片所包含的图形特征具体可包括以下步骤：
分析图片的组成；
提取出图片的基本组成元素，所述基本组成元素即为图形要素；
通过文字对图形要素进行描述得到图片的图形特征。
在步骤S2中采用的图像识别技术是计算机视觉技术领域的基于图片内容识别现有技术，从而，对预处理的图片进行识别获得图片所包含的图形特征具体实现过程可包括步骤：
1)预先构造训练数据库，计算机采集并输入N种分别包含不同类别图形要素的图像，构造训练图像集合进行机器学习训练，得到不同类别图形要素的训练结果；
2)根据训练结果构建图片识别模型，所述图片识别模型能识别图片中的图形要素并得到描述图形要素的文字，即所述图片识别模型能识别图片中的图形要素并得到描述图形要素的图形特征；
3)对预处理的图片进行分析，提取出图片的基本组成元素，即图形要素，然后按照图形要素对图片进行分割；
4)通过图片识别模型对分割后的各个图片进行图片识别，获得各分割图片内图形要素的识别结果，即各分割图片内图形要素的图形特征。
对预处理的图片进行识别获得图片所包含的图形特征除了采用上述步骤实现外，也可根据不同的情况采用不同图像识别方法、步骤来实现。
例如，如图9所示的用户待注册商标图片，对其进行图像识别，可获得其基本组成元素分别为女孩、猴子和提篮，女孩图样、猴子图样和提篮图样分别为该图片的图形要素，三个图样分别通过文字进行描述后为“女孩”、“猴子”和“提篮”，因此“女孩”、“猴子”和“提篮”为待注册商标图片的图形特征。
步骤S3：对获得的图形特征进行显著性判断并按显著性进行排序；
所述对获得的图形特征进行显著性判断并按显著性进行排序包括：
获取各图形特征所对应的图形要素在图片中所占的位置及比例；
根据各图形特征所对应的图形要素在图片中所占的位置及比例进行显著性判断；
将判断结果按显著性从高到低进行排序。
例如，本实施例根据步骤S2获得“女孩”、“猴子”和“提篮”为待注册商标图片的图形特征，从而获得女孩、猴子和提篮的显著性排列为：女孩＞猴子＞提篮。
步骤S4：根据获得的图形特征和预置的图形编码库获得对应的图形编码；
所述根据获得的图形特征和预置的图形编码库获得待检索图形商标所对应的图形编码包括：将获得的图形特征用预置的图形编码库文字进行匹配以获得其对应的图形编码。
在实际应用中，具体可为：根据步骤S2获得图形特征，将获得的图形特征与预置的图形编码库文字进行匹配描述，描述匹配时为近义或同义或包含与被包含，再相应的获得其对应的图形编码；例如，在本实施例中的根据步骤S2获得用户待注册商标图片的图形特征为“女孩”、“猴子”和“提篮”，根据女孩在预置的图形编码库中进行匹配，匹配的文字描述为“女孩”，位于2编码对应的人类目录下，其对应的图形编码为“2.5.3”，因此，可以得到女孩的图形编码为“2.5.3”，根据猴子在预置的图形编码库中进行匹配，匹配的文字描述为“灵长类动物，*猴子，*猩猩”，位于3编码对应的动物目录下，其对应的图形编码为“3.5.19”，从而，可以获得猴子的图形编码为“3.5.19”；根据提篮在预置的图形编码库中进行匹配，匹配的文字描述为“篮子，背篓，*挑担”，位于19编码对应的目录下，其对应的图形编码为“A19.1.12”，从而，可以获得提篮的图形编码为“A19.1.12”。
步骤S5：通过图形编码进行图形商标检索获得比对商标；
所述步骤S5通过图形编码进行图形商标检索获得比对商标具体可为：通过在商标局的商标库通过图形编码获得包含该图形编码对应图形特征的所有商标，成为比对商标。相对于其他图形商标检索方法通过将拟注册商标图形与商标库中所有图形商标进行比对获得比对结果，本发明通过图形编码进行限定，获得图形编码对应的比对商标，极大地减少的比对数量，同时，因为商标局为图形编码的制定者和审查标准编订者，使用商标局内部的图形编码库，获得的结果极为精准，极大地提升了精准度。例如，本实施例步骤S4获得的用户待注册商标图片的图形特征为女孩、猴子和提篮，获得女孩的图形编码为“2.5.3”，获得猴子的编码为“3.5.19”，获得提篮的编码为“A19.1.12”，可分别根据“2.5.3”、“3.5.19”和“A19.1.12”从商标库中获取包含该图形编码对应图形特征的所有商标，成为比对商标；或者同时根据“2.5.3”、“3.5.19”和“A19.1.12”从商标库中获取包含该图形编码对应图形特征的所有商标，成为比对商标。
在实际应用中，在通过图形编码进行图形商标检索时，获取待检索图形商标的拟注册信息，确认其所在的商品或服务的分类组别，根据分类组别和图形编码进行图形商标检索获得比对商标；采用商品或服务分类的方式，可以获得更精准的数据。例如，本实施例步骤S1获得的用户待注册商标拟注册在商品或服务类别第九类，从而本实施例是在第九类进行检索获得检索结果。
与此同时，本实施例需要结合显著性特征排序，判断以哪个图形编码进行检索，而在本实施例中，采用的是显著性高的图形编码进行检索。在本实施例步骤S3获得女孩、猴子和提篮的显著性排列，女孩和猴子显著性接近且大于提篮的显著性，因此，本实施例采用的是对女孩和猴子进行图形检索得出比对商标，如图10，为通过图形编码“2.5.3”、“3.5.19”在第九类进行检索后获得的部分结果。
步骤S6：进行近似判断获得最终检索结论。
所述进行近似判断获得最终检索结论包括：对比对商标进行图像识别提取出与图形编码对应的图形要素，将获得的图形要素与待检索图形商标的同图形编码的图形特征对应的图形要素进行相似度比对获得比对结果，将比对结果根据相似度由高到低的顺序进行排序；在本实施例中，分别通过步骤S4获得待注册商标图形要素女孩图样、猴子图样对应图形特征的图形编码，并通过图形编码获得了比对商标；通过识别比对商标包含的图形编码为“2.5.3”和/或“3.5.19”的图形要素，将其与待注册商标的图形要素女孩和猴子进行比对和近似判断，从而可以获得待注册商标与各比对商标的相似度，然后进行相似度排序；然后再结合待检索商标的所有图形特征显著性得出最终检索结论，并给出相应的注册建议。
本实施例通过对待检索图形商标的图片进行识别以获得图片所包含的图形特征，然后通过获得图片所包含的图形特征与预置的图形编码库以获得待检索图形商标所对应的图形编码，最后通过图形编码进行图形商标检索获得商标检索结果，整个过程不是通过人为方式获得待检索图形商标所对应的图形编码，而是通过对待检索图形商标的图片进行识别、分析自动获得待检索图形商标所对应的图形编码；相对于现有的通过纯粹人工提取图形特征的图形商标检索方法来说，解决了传统商标图形要素编码仅靠人工划分，划分工作效率的低下和工作精力消耗巨大的弊端，可以快速获得精准的图形编码，并通过图形编码获得检索结果；相对于其它的类似于通过建立商标图样与图形编码一一对应的图样库，通过将待检索商标与图样库中的图样一一比对后以获得图形编码，本发明是通过文字对待检索商标的图形要素进行描述获得图形特征，再通过商标局内部图形编码分类方法预置图形编码库，通过文字性的图形特征与预置图形编码库中的文字进行匹配，相应的获得图形编码，无需进行大量的图像识别及比对，极大地减少了工作量，减少占用的运算及存储资源；通过文字匹配能极速地获得匹配的图形编码，同时采用的是商标局定义的图形编码库，相对于现有的自定义图样及图形编码库，获得的检索结果更符合商标注册的标准，提升了检索的准确性相对于现有的通过纯粹人工提取图形特征的图形商标检索方法来说。自动根据图形特征及图形要素进行比对，获得近似判断结果，根据近似判断结果得出检索结论及注册建议，实现人工智能商标检索。进一步的，通过精准获得的比对商标，可以极大地减少商标比对的数量，有效地提升了比对效率，精准的比对数据，可以提升比对的精准度。更进一步的，通过显著性的判断，对于组成元素复杂的图形商标，可以通过显著性选择进行检索的图形特征及其图形编码，再通过图形编码获得检索结果，减少了大量重复或无意义检索工作，极大地提升了检索效率。
实施例五
如图11、图12、图3和图13所示，一种图形商标检索方法，所述图形商标检索方法包括以下步骤：
步骤S1：获取待检索图形商标的图片并进行预处理；
所述步骤S1获取待检索图形商标的图片并进行预处理具体可为：用户通过导入拟注册商标的图片，系统自动获取该图片并进行图像预处理，可包括灰度化、去燥和归一化等步骤。
在实际应用中，用户可在提供拟注册商标的图片时，同时提交拟注册的商品或服务类别，如本实施例中获得用户提交拟注册的商品或服务类别第09类。
步骤S2：对预处理的图片进行识别获得图片所包含的图形特征；
所述步骤S2对预处理的图片进行识别获得图片所包含的图形特征具体可包括以下步骤：
分析图片的组成；
提取出图片的基本组成元素，所述基本组成元素即为图形要素；
通过文字对图形要素进行描述得到图片的图形特征。
在步骤S2中采用的图像识别技术是计算机视觉技术领域的基于图片内容识别现有技术，从而，对预处理的图片进行识别获得图片所包含的图形特征具体实现过程可包括步骤：
1)预先构造训练数据库，计算机采集并输入N种分别包含不同类别图形要素的图像，构造训练图像集合进行机器学习训练，得到不同类别图形要素的训练结果；
2)根据训练结果构建图片识别模型，所述图片识别模型能识别图片中的图形要素并得到描述图形要素的文字，即所述图片识别模型能识别图片中的图形要素并得到描述图形要素的图形特征；
3)对预处理的图片进行分析，提取出图片的基本组成元素，即图形要素，然后按照图形要素对图片进行分割；
4)通过图片识别模型对分割后的各个图片进行图片识别，获得各分割图片内图形要素的识别结果，即各分割图片内图形要素的图形特征。
对预处理的图片进行识别获得图片所包含的图形特征除了采用上述步骤实现外，也可根据不同的情况采用不同图像识别方法、步骤来实现。
例如，如图12所示的用户待注册商标图片，对其进行图像识别，可获得其基本组成元素为猴子图样，猴子的图样即为该图片的图形要素，而该图样通过文字进行描述后为“猴子”，因此“猴子”即为待注册商标图片的图形特征。
步骤S3：根据获得的图形特征和预置的图形编码库获得对应的图形编码；
所述根据获得的图形特征和预置的图形编码库获得待检索图形商标所对应的图形编码包括：将获得的图形特征用预置的图形编码库文字进行匹配以获得其对应的图形编码。
在实际应用中，具体可为：根据步骤S2获得图形特征，将获得的图形特征与预置的图形编码库文字进行匹配描述，描述匹配时为近义或同义或包含与被包含，再相应的获得其对应的图形编码；例如，在本实施例中的根据步骤S2获得用户待注册商标图片的图形特征为“猴子”，根据猴子在预置的图形编码库中进行匹配，匹配的文字描述为“灵长类动物，*猴子，*猩猩”，位于3编码对应的动物目录下，猴子所对应的图形编码为“3.5.19”，从而，可以获得用户待注册商标图片的图形特征为猴子的图形编码为“3.5.19”。
步骤S4：通过图形编码进行图形商标检索获得比对商标；
所述步骤S4通过图形编码进行图形商标检索获得比对商标具体可为：通过在商标局的商标库通过图形编码获得包含该图形编码对应图形特征的所有商标，成为比对商标。相对于其他图形商标检索方法通过将拟注册商标图形与商标库中所有图形商标进行比对获得比对结果，本发明通过图形编码进行限定，获得图形编码对应的商标，极大地减少的检索的数量，同时，因为商标局为图形编码的制定者和审查标准编订者，使用商标局内部的图形编码库，获得的结果极为精准，极大地提升了精准度。例如，本实施例中获得用户待注册商标图片的图形特征为猴子，其对应的图形编码为“3.5.19”，通过图形编码“3.5.19”从商标库中获取包含该图形编码相关的所有商标，成为检索结果。而在实际应用中，在通过图形编码进行图形商标检索时，获取待检索图形商标的拟注册信息，确认其所在的商品或服务的分类组别，根据分类组别和图形编码进行图形商标检索获得检索结果，检索结果即为比对商标；采用商品或服务分类的方式，可以获得更精准的数据。例如，在本实施例中，在步骤S1时获得用户待注册图形商标为第09类，则如图3所示，通过图形编码“3.5.19”在第09类进行检索后获得的部分检索结果。
步骤S5：进行近似判断获得最终检索结论。
所述进行近似判断获得最终检索结论包括：对比对商标进行图像识别提取出与图形编码对应的图形要素，将获得的图形要素与待检索图形商标的同图形编码的图形特征对应的图形要素进行相似度比对获得比对结果，将比对结果根据相似度由高到低的顺序进行排序。在本实施例中，通过步骤S4获得待注册商标图形要素猴子图样对应图形特征的图形编码，并通过图形编码获得了比对商标；通过识别比对商标包含的图形编码为“3.5.19”的图形要素，将其与待注册商标的图形要素猴子进行比对和近似判断，从而可以获得待注册商标与各比对商标的相似度，然后进行相似度排序。
在实际应用中，所述进行近似判断获得最终检索结论包括：综合待检索商标的所有图形特征对应的相似度比对结果得出最终检索结论，并给出相应的注册建议。
步骤S6：待检索图形商标中包含文字，则通过文字检索文字商标进行近似度比对后获得文字近似度比对结果，结合最终检索结论给出相应的注册建议；
在本实施例中，如图12所示，用户待注册的商标除了图形特征还中含有“乐玩”字样，为图形文字混合商标，则需要对“乐玩”进行近似商标检索，并获得比对商标，如图13所示，通过近似度判断后，“乐玩”与在先申请的几个文字商标相同，因此，“乐玩”字样申请的通过率极低，通过商标审查标准可以判断组合商标通过率也极低；从而结合图形检索获得检索结果，可以建议用户拆分组合商标为图形商标进行注册。
本实施例通过对待检索图形商标的图片进行识别以获得图片所包含的图形特征，然后通过获得图片所包含的图形特征与预置的图形编码库以获得待检索图形商标所对应的图形编码，最后通过图形编码进行图形商标检索获得商标检索结果，整个过程不是通过人为方式获得待检索图形商标所对应的图形编码，而是通过对待检索图形商标的图片进行识别、分析自动获得待检索图形商标所对应的图形编码；相对于现有的通过纯粹人工提取图形特征的图形商标检索方法来说，解决了传统商标图形要素编码仅靠人工划分，划分工作效率的低下和工作精力消耗巨大的弊端，可以快速获得精准的图形编码，并通过图形编码获得检索结果；相对于其它的类似于通过建立商标图样与图形编码一一对应的图样库，通过将待检索商标与图样库中的图样一一比对后以获得图形编码，本发明是通过文字对待检索商标的图形要素进行描述获得图形特征，再通过商标局内部图形编码分类方法预置图形编码库，通过文字性的图形特征与预置图形编码库中的文字进行匹配，相应的获得图形编码，无需进行大量的图像识别及比对，极大地减少了工作量，减少占用的运算及存储资源；通过文字匹配能极速地获得匹配的图形编码，同时采用的是商标局定义的图形编码库，相对于现有的自定义图样及图形编码库，获得的检索结果更符合商标注册的标准，提升了检索的准确性相对于现有的通过纯粹人工提取图形特征的图形商标检索方法来说。自动根据图形特征及图形要素进行比对，获得近似判断结果，根据近似判断结果得出检索结论及注册建议，实现人工智能商标检索。进一步的，通过精准获得的比对商标，可以极大地减少商标比对的数量，有效地提升了比对效率，精准的比对数据，可以提升比对的精准度。结合文字检索及商标审查标准，可以给出更有参考价值的注册建议，提升了用户使用体验。
实施例六
如图14所示，一种图形商标检索系统，所述图形商标检索系统包括图形编码库5以及：
获取模块1，用于获取待检索图形商标的图片并进行预处理；
识别模块2，用于对预处理的图片进行识别获得图片所包含的图形特征；
编码获取模块3，用于根据获得的图形特征和预置的图形编码库获得待检索图形商标所对应的图形编码；
检索模块4，用于通过图形编码进行图形商标检索获得商标检索结果。
所述识别模块从获取模块获得预处理的图片进行识别，所述编码获取模块分别与识别模块和图形编码库连接，可以通过图形编码库获得图形编码。所述检索模块包括查询模块，可通过编码获取模块获取的图形编码进行图形商标检索获得检索结果。
所述图形商标检索系统的运行原理如下：
获取待检索图形商标的图片并进行预处理；对预处理的图片进行识别获得图片所包含的图形特征；根据获得的图形特征和预置的图形编码库获得待检索图形商标所对应的图形编码；通过图形编码进行图形商标检索获得商标检索结果。
本实施例通过对待检索图形商标的图片进行识别以获得图片所包含的图形特征，然后通过获得图片所包含的图形特征与预置的图形编码库以获得待检索图形商标所对应的图形编码，最后通过图形编码进行图形商标检索获得商标检索结果，整个过程不是通过人为方式获得待检索图形商标所对应的图形编码，而是通过对待检索图形商标的图片进行识别、分析自动获得待检索图形商标所对应的图形编码；相对于现有的通过纯粹人工提取图形特征的图形商标检索方法来说，解决了传统商标图形要素编码仅靠人工划分，划分工作效率的低下和工作精力消耗巨大的弊端，可以快速获得精准的图形编码，并通过图形编码获得检索结果；相对于其它的类似于通过建立商标图样与图形编码一一对应的图样库，通过将待检索商标与图样库中的图样一一比对后以获得图形编码，本发明是通过文字对待检索商标的图形要素进行描述获得图形特征，再通过商标局内部图形编码分类方法预置图形编码库，通过文字性的图形特征与预置图形编码库中的文字进行匹配，相应的获得图形编码，无需进行大量的图像识别及比对，极大地减少了工作量，减少占用的运算及存储资源；通过文字匹配能极速地获得匹配的图形编码，同时采用的是商标局定义的图形编码库，相对于现有的自定义图样及图形编码库，获得的检索结果更符合商标注册的标准，提升了检索的准确性相对于现有的通过纯粹人工提取图形特征的图形商标检索方法来说。
在实际应用中，所述检索模块还可包括：查询模块，用于通过图形编码进行图形商标检索获得比对商标；判断模块，用于进行近似判断获得最终检索结论。
下面对本发明实施例提供的一种图形商标检索设备进行介绍，下文描述的一种图形商标检索设备与上文描述的图形商标检索方法及系统可以相互参照。
如图15，本发明实施例提供的一种图形商标检索设备，包括：
存储器100，用于存储计算机程序；
处理器200，用于执行所述计算机程序时实现如上任意实施例所述的图形商标检索方法的步骤。
下面对本发明实施例提供的一种可读存储介质进行介绍，下文描述的一种可读存储介质与上文描述的图形商标检索方法、系统及设备可以相互参照。
一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被执行时实现如上任意实施例所述的图形商标检索方法的步骤。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本领域技术的技术人员在本发明公开的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (12)

1.一种图形商标检索方法，其特征在于，所述图形商标检索方法包括以下步骤：
获取待检索图形商标的图片并进行预处理；
对预处理的图片进行识别获得图片所包含的图形特征；
根据获得的图形特征和预置的图形编码库获得待检索图形商标所对应的图形编码；
通过图形编码进行图形商标检索获得商标检索结果。
2.根据权利要求1所述的图形商标检索方法，其特征在于，所述根据获得的图形特征和预置的图形编码库获得待检索图形商标所对应的图形编码包括：将获得的图形特征用预置的图形编码库文字进行匹配以获得其对应的图形编码。
3.根据权利要求1所述的图形商标检索方法，其特征在于，所述图形商标检索方法包括：对获得的图形特征进行显著性判断并按显著性进行排序，所述对获得的图形特征进行显著性判断并按显著性进行排序包括：
获取各图形特征所对应的图形要素在图片中所占的位置及比例；
根据各图形特征所对应的图形要素在图片中所占的位置及比例进行显著性判断；
将判断结果按显著性从高到低进行排序。
4.根据权利要求1所述的图形商标检索方法，其特征在于，所述对预处理的图片进行识别获得图片所包含的图形特征包括：
分析图片的组成；
提取出图片的基本组成元素，所述基本组成元素即为图形要素；
通过文字对图形要素进行描述得到图片的图形特征。
5.根据权利要求1至4之一所述的图形商标检索方法，其特征在于，所述通过图形编码进行图形商标检索获得商标检索结果包括：通过图形编码进行图形商标检索获得比对商标；进行近似判断获得最终检索结论。
6.根据权利要求5所述的图形商标检索方法，其特征在于，所述进行近似判断获得最终检索结论包括：对比对商标进行图像识别提取出与图形编码对应的图形要素，将获得的图形要素与待检索图形商标的同图形编码的图形特征对应的图形要素进行相似度比对获得比对结果，将比对结果根据相似度由高到低的顺序进行排序，综合待检索商标的所有图形特征对应的相似度比对结果得出最终检索结论，并给出相应的注册建议。
7.根据权利要求6所述的图形商标检索方法，其特征在于，所述进行近似判断获得最终检索结论包括：综合待检索商标的所有图形特征对应的相似度比对结果并结合待检索商标的所有图形特征的显著性得出最终检索结论，并给出相应的注册建议。
8.根据权利要求7所述的图形商标检索方法，其特征在于，所述图形商标检索方法包括：若待检索图形商标中包含文字，则通过文字检索文字商标进行近似度比对后获得文字近似度比对结果，结合最终检索结论给出相应的注册建议。
9.一种图形商标检索系统，其特征在于，所述图形商标检索系统包括图形编码库以及：
获取模块，用于获取待检索图形商标的图片并进行预处理；
识别模块，用于对预处理的图片进行识别获得图片所包含的图形特征；
编码获取模块，用于根据获得的图形特征和预置的图形编码库获得待检索图形商标所对应的图形编码；
检索模块，用于通过图形编码进行图形商标检索获得商标检索结果。
10.根据权利要求9所述的图形商标检索系统，其特征在于，所述检索模块包括：查询模块，用于通过图形编码进行图形商标检索获得比对商标；判断模块，用于进行近似判断获得最终检索结论。
11.一种图形商标检索设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至8任一项所述的图形商标检索方法的步骤。
12.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被执行时实现如权利要求1至8任一项所述的图形商标检索方法的步骤。
CN201910662883.5A 2019-07-22 2019-07-22 一种图形商标检索方法、系统、设备及可读存储介质 Pending CN112256909A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910662883.5A CN112256909A (zh) 2019-07-22 2019-07-22 一种图形商标检索方法、系统、设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910662883.5A CN112256909A (zh) 2019-07-22 2019-07-22 一种图形商标检索方法、系统、设备及可读存储介质

Publications (1)

Publication Number Publication Date
CN112256909A true CN112256909A (zh) 2021-01-22

Family

ID=74224293

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910662883.5A Pending CN112256909A (zh) 2019-07-22 2019-07-22 一种图形商标检索方法、系统、设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN112256909A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114996500A (zh) * 2021-03-02 2022-09-02 贵州凌恒科技有限公司 一种商标图形检索方法
CN116863282A (zh) * 2023-07-12 2023-10-10 内蒙古沫岚智能家居科技有限公司 一种基于数据分析的智能化图片识别检索系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104636428A (zh) * 2014-12-24 2015-05-20 四川超凡知识产权服务股份有限公司 一种商标推荐方法及装置
CN104809142A (zh) * 2014-01-29 2015-07-29 北京瑞天科技有限公司 商标查询系统和方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104809142A (zh) * 2014-01-29 2015-07-29 北京瑞天科技有限公司 商标查询系统和方法
CN104636428A (zh) * 2014-12-24 2015-05-20 四川超凡知识产权服务股份有限公司 一种商标推荐方法及装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114996500A (zh) * 2021-03-02 2022-09-02 贵州凌恒科技有限公司 一种商标图形检索方法
CN114996500B (zh) * 2021-03-02 2024-05-17 贵州凌恒科技有限公司 一种商标图形检索方法
CN116863282A (zh) * 2023-07-12 2023-10-10 内蒙古沫岚智能家居科技有限公司 一种基于数据分析的智能化图片识别检索系统
CN116863282B (zh) * 2023-07-12 2024-07-02 内蒙古沫岚智能家居科技有限公司 一种基于数据分析的智能化图片识别检索系统

Similar Documents

Publication Publication Date Title
CN111753767B (zh) 一种作业自动批改的方法、装置、电子设备和存储介质
EP2296097B1 (en) Method and apparatus for representing and searching for an object in an image
Iqbal et al. Combining structure, color and texture for image retrieval: A performance evaluation
CN103257992A (zh) 一种相似视频检索的方法及系统
CN110110113A (zh) 图像搜索方法、系统及电子装置
CN111090763A (zh) 一种图片自动标签方法及装置
CN112256909A (zh) 一种图形商标检索方法、系统、设备及可读存储介质
CN109472017A (zh) 获得待生成裁判文书本院认为段相关信息的方法及装置
JPWO2013147022A1 (ja) 集合演算機能を備えたメモリ及びこれを用いた集合演算処理方法
CN109614455B (zh) 一种基于深度学习的地理信息的自动标注方法及装置
CN116661786A (zh) 一种设计页面生成方法及装置
CN114077682B (zh) 一种图像检索智能识别匹配处理方法、系统和存储介质
CN112287145A (zh) 一种图形商标检索方法、系统、设备及可读存储介质
CN116257877A (zh) 一种面向隐私计算的数据分类分级方法
CN112650874A (zh) 一种图形商标检索实现方法
CN114417860A (zh) 一种信息检测方法、装置及设备
CN114595262A (zh) 一种市政道路epc项目招标清单的快速生成方法及系统
JPH02245971A (ja) 情報検索処理方法及び装置
Lengauer et al. Sketch-Aided Retrieval of Incomplete 3D Cultural Heritage Objects.
CN118035321B (zh) 一种可视化数据库可视化方法及系统
EP4009195A1 (en) Method for storing information with indexed image fields and method for retrieving the same
CN115309988B (zh) 一种网页搜索内容匹配方法、系统及存储介质
Fonseca Sketch-based retrieval of drawings using topological proximity
CN114969254A (zh) 一种新闻自动文摘生成方法及装置
Kumari et al. A Study and usage of Visual Features in Content Based Image Retrieval Systems.

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination