CN114996500B - 一种商标图形检索方法 - Google Patents
一种商标图形检索方法 Download PDFInfo
- Publication number
- CN114996500B CN114996500B CN202110228956.7A CN202110228956A CN114996500B CN 114996500 B CN114996500 B CN 114996500B CN 202110228956 A CN202110228956 A CN 202110228956A CN 114996500 B CN114996500 B CN 114996500B
- Authority
- CN
- China
- Prior art keywords
- trademark
- database
- retrieval
- same
- graphic
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 238000000605 extraction Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 4
- 238000011524 similarity measure Methods 0.000 claims 2
- 238000005259 measurement Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000001737 promoting effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000006722 reduction reaction Methods 0.000 description 1
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
-
- 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
- G06F16/55—Clustering; Classification
-
- 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)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种商标图形检索方法,涉及商标检索技术领域。本发明检索方法包括以下步骤:Step1:对待检索商标进行预处理;Step2:将预处理后的商标进行分类,分类包括文字商标、图形商标、图文商标和声音商标四大类;Step3:找到图形商标,建立标准格式的商标数据库;Step4:对待检测商标的特征进行提取,并与标准格式的商标数据库进行特征比对,找到待检测商标比对的异同点;Step5:将待检测商标找到的相同点进行标准商标数据库的扩容。本发明一种商标图形检索方法对商标图形进行有效整理和分类,与商标数据库形成即时对比,提升商标图形检索效率和完成度,并通过对商标数据库进行内容的不断扩充,以适应新入的商标图形的检索比对,提升检索使用适应性。
Description
技术领域
本发明涉及商标检索技术领域,特别是涉及一种商标图形检索方法。
背景技术
商标是一个专门的法律术语,品牌或品牌的一部分在政府有关部门依法注册后,称为“商标”,商标受法律的保护,注册者有专用权,国际市场上著名的商标,往往在许多国家注册,中国有“注册商标”与“未注册商标”之区别,注册商标是在政府有关部门注册后受法律保护的商标,未注册商标则不受商标法律的保护,商标是将某商品或服务标明是某具体个人或企业所生产或提供的商品或服务的显著标志,商标的起源可追溯到古代,当时工匠们将其签字或“标记”印制在其艺术品或实用产品上,随着岁月迁流,这些标记演变成为今天的商标注册和保护制度,这一制度帮助消费者识别和购买某产品或服务,因为由产品或服务上特有的商标所标示的该产品或服务的性质和质量符合他们的需求,商标是企业的无形资产,商标的价值多少,没有一个非常固定的判定,商标在投资或经营过程中作为资产的价值,即商标资产所含资本量的大小,是指其资本价值,而不是荣誉上的或主观上的价值,常见的价值判定通常决定于商标的认知度、认可度,以商标能够为企业带来的预估测值来评测,商标通过确保商标注册人享有用以标明商品或服务来源,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,从广义上讲,商标通过对商标注册人加以奖励,使其获得承认和经济效益,而对全世界的积极和进取精神起到促进作用,商标保护还可阻止诸如假冒者之类的不正当竞争者用相似的区别性标记来推销低劣或不同产品或服务的行为,这一制度能使有技能、有进取心的人们在尽可能公平的条件下进行商品和服务的生产与销售,从而促进国际贸易的发展,商标包括文字、图形、字母、数字、声音、三维标志和颜色组合,以及上述要素的组合;
图形商标,是指以图形构成的商标,一般有两种:一是以具有某种形象的图案作为商标;二是用简单明了的几何图形或色块组织构成的商标,如仅以黑白色块组合.而成的黑白商标。图形商标应具有识别性,使人一看便知为商品标记;图形商标不受语言限制,在任何语种的国家和地区内,人们只要懂得图形就会明白商标的含义;图形商标的缺点在于不便呼叫,图形商标包括①、记号商标:是指用某种简单符号构成图案的商标;②、几何图形商标:是以较抽象的图形构成的商标;③、自然图形商标:是以人物、动植物、自然风景等自然的物象为对象所构成的图形商标;有的以实物照片,有的则经过加工提炼、概括与夸张等手法进行处理的自然图形所构成的商标,图形商标的特点是1.比较直观,艺术性强,并富有感染力;2.不受语言的限制,不论哪国人讲何种语言,一般都可以看懂,有的一看即可呼出名称,有的即使不能直呼名称,也可以给人留下较深的印象;
目前的一种商标图形检索方法对商标图形的数据分类不够完善,检索效率受到影响,并且商标图形数据库内容无法进行不断补充和扩容,检索存在一定的局限性,适应能力有待加强;为此,我们提出一种商标图形检索方法。
发明内容
本发明的目的在于提供一种商标图形检索方法,以解决上述背景中提出的问题。
为解决上述技术问题,本发明是通过以下技术方案实现的:
本发明为一种商标图形检索方法,所述检索方法包括以下步骤:
Step1:对待检索商标进行预处理;
Step2:将预处理后的商标进行分类,分类包括文字商标、图形商标、图文商标和声音商标四大类;
Step3:找到图形商标,建立标准格式的商标数据库;
Step4:对待检测商标的特征进行提取,并与标准格式的商标数据库进行特征比对,找到待检测商标比对的异同点;
Step5:将待检测商标找到的相同点进行标准商标数据库的扩容,并对单组商标的相同特征进行排列;
Step6:对待检测商标找到的不同点进行集中排列,并入待检程序,并进行再次检索,经二次比对后进行再次分类;
Step7:设Step5中单组商标的相同特征为S1,设商标数据库中的同类特征为X1,将S1与X1进行比对,即得到P1,P1为对相同特征数据库的扩容;
Step8:设Step6中单组商标的不同特征为A1,设商标数据库中的不同特征为R1,将A1与R1进行比对,即得到M1,M1为对不同特征数据库的扩容;
Step9:当进入新的单组待检索商标,则比对的相同特征为S2,将S2与X2进行比对,得到P2,则P2为对相同特征数据库的扩容;
Step10:当进入新的单组待检索商标,则比对的不同特征为A2,商标数据库中的不同特征为R2,将A2与R2进行比对,得到M2,M2为对不同特征数据库的扩容;
Step11:继续加入新的待检索商标,商标数据库中的相同特征继续扩容,表示为Pn,商标数据库中的不同特征为Mn;
Step12:导入新的待检索商标时,根据商标的相同特征和不同特征,系统进行迅速比对,排列出相同点与不同点,形成相应的检索规则;
Step13:依据检索规格进行识别;
Step14:完成商标图形检索。
优选地,所述Step1中待检索商标的预处理为判断待检图片是否符合商标注册申请的规范格式,具体包括转换图片存储格式、放大、缩小、拉伸、切割、旋转、以及压缩中的一种或多种,还包括图像的二值化处理、图像归一化处理和图像去噪处理三个处理步骤。
优选地,所述Step2中对商标进行分类整理,整理出文字商标、图文商标和声音商标进行单独分类,整合成其他类别的商标数据库。
优选地,所述Step3中标准格式的商标数据库,包括对图形商标文本格式及图形商标内容格式的标准化。
优选地,所述Step5中单组商标的相同特征排列规格为按相似度由高至低的方式。
优选地,所Step6中对商标的不同特征进行待检并进行二次检索分类,参照Step4中的检索方式。
优选地,所述Step13中依据检索规则进行识别,为分别对待检索商标的图像特征识别提取和图像相似性度量识别提取,所述图像特征识别提取包括区域特征提取和边界特征提取,所述图像相似性度量识别采用加权欧式距离方法。
优选地,所述Step14中完成图形商标检索后,还包括对图形商标的分类整理和设备维护。
优选地,所述Step8中不同特征的数据库扩容还包括对商标图形异常的修正建议,提升商标图形的利用率。
本发明具有以下有益效果:
本发明一种商标图形检索方法能够对商标图形进行有效整理和分类,便于与商标数据库形成即时对比,提升商标图形检索效率和完成度。
本发明一种商标图形检索方法通过对商标数据库进行内容的不断扩充,将多类型的商标图形数据进行扩充加载,以适应新入的商标图形的检索比对,缩小检索壁垒,商标检索的自适应力加强。
本发明一种商标图形检索方法将商标图形的相同特征和不同特征进行单独类比,商标图形检索的捕捉效率更高,并对不同特征的商标图形进行完善,加以修正建议,提高商标图形的利用率。
本发明一种商标图形检索方法操作简单,使用成本低,维护难度低,有利于推广。
当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述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为本发明的一种商标图形检索方法的检索方法流程图。
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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示:本发明为一种商标图形检索方法,检索方法包括以下步骤:
Step1:对待检索商标进行预处理,提升后期操作检索效率;
Step2:将预处理后的商标进行分类,分类包括文字商标、图形商标、图文商标和声音商标四大类,便于进行过滤;
Step3:找到图形商标,建立标准格式的商标数据库;
Step4:对待检测商标的特征进行提取,并与标准格式的商标数据库进行特征比对,找到待检测商标比对的异同点;
Step5:将待检测商标找到的相同点进行标准商标数据库的扩容,并对单组商标的相同特征进行排列;
Step6:对待检测商标找到的不同点进行集中排列,并入待检程序,并进行再次检索,经二次比对后进行再次分类;
Step7:设Step5中单组商标的相同特征为S1,设商标数据库中的同类特征为X1,将S1与X1进行比对,即得到P1,P1为对相同特征数据库的扩容;
Step8:设Step6中单组商标的不同特征为A1,设商标数据库中的不同特征为R1,将A1与R1进行比对,即得到M1,M1为对不同特征数据库的扩容;
Step9:当进入新的单组待检索商标,则比对的相同特征为S2,将S2与X2进行比对,得到P2,则P2为对相同特征数据库的扩容;
Step10:当进入新的单组待检索商标,则比对的不同特征为A2,商标数据库中的不同特征为R2,将A2与R2进行比对,得到M2,M2为对不同特征数据库的扩容;
Step11:继续加入新的待检索商标,商标数据库中的相同特征继续扩容,表示为Pn,商标数据库中的不同特征为Mn;
Step12:导入新的待检索商标时,根据商标的相同特征和不同特征,系统进行迅速比对,排列出相同点与不同点,形成相应的检索规则;
Step13:依据检索规格进行识别,为分别对待检索商标的图像特征识别提取和图像相似性度量识别提取;
Step14:完成商标图形检索。
其中,Step1中待检索商标的预处理为判断待检图片是否符合商标注册申请的规范格式,具体包括转换图片存储格式、放大、缩小、拉伸、切割、旋转、以及压缩中的一种或多种,还包括图像的二值化处理、图像归一化处理和图像去噪处理三个处理步骤。
其中,Step2中对商标进行分类整理,整理出文字商标、图文商标和声音商标进行单独分类,整合成其他类别的商标数据库。
其中,Step3中标准格式的商标数据库,包括对图形商标文本格式及图形商标内容格式的标准化。
其中,Step5中单组商标的相同特征排列规格为按相似度由高至低的方式。
其中,所Step6中对商标的不同特征进行待检并进行二次检索分类,参照Step4中的检索方式。
其中,Step13中依据检索规则进行识别,为分别对待检索商标的图像特征识别提取和图像相似性度量识别提取,图像特征识别提取包括区域特征提取和边界特征提取,图像相似性度量识别采用加权欧式距离方法。
其中,Step14中完成图形商标检索后,还包括对图形商标的分类整理和设备维护,提升再次使用便利度。
其中,Step8中不同特征的数据库扩容还包括对商标图形异常的修正建议,提升商标图形的利用率。
本发明中,首先对待检索商标图形进行预处理,其预处理内容包括文字商标、图形商标、图文商标和声音商标四大类,找到图形商标,判断待检图片是否符合商标注册申请的规范格式,具体包括转换图片存储格式、放大、缩小、拉伸、切割、旋转、以及压缩中的一种或多种,还包括图像的二值化处理、图像归一化处理和图像去噪处理三个处理步骤,然后对待检测商标的特征进行提取,并与标准格式的商标数据库进行特征比对,找到待检测商标比对的异同点,同时将待检测商标找到的相同点进行标准商标数据库的扩容,并对单组商标的相同特征进行排列,其单组商标的相同特征排列规格为按相似度由高至低的方式,继而对待检测商标找到的不同点进行集中排列,并入待检程序,并进行再次检索,经二次比对后进行再次分类,其中对商标的不同特征进行待检并进行二次检索分类,参照Step4中的检索方式。
本发明中,设Step5中单组商标的相同特征为S1,设商标数据库中的同类特征为X1,将S1与X1进行比对,即得到P1,P1为对相同特征数据库的扩容,设Step6中单组商标的不同特征为A1,设商标数据库中的不同特征为R1,将A1与R1进行比对,即得到M1,M1为对不同特征数据库的扩容,当进入新的单组待检索商标,则比对的相同特征为S2,将S2与X2进行比对,得到P2,则P2为对相同特征数据库的扩容;当进入新的单组待检索商标,则比对的不同特征为A2,商标数据库中的不同特征为R2,将A2与R2进行比对,得到M2,M2为对不同特征数据库的扩容;继续加入新的待检索商标,商标数据库中的相同特征继续扩容,表示为Pn,商标数据库中的不同特征为Mn。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (9)
1.一种商标图形检索方法,其特征在于:所述检索方法包括以下步骤:
Step1:对待检索商标进行预处理;
Step2:将预处理后的商标进行分类,分类包括文字商标、图形商标、图文商标和声音商标四大类;
Step3:找到图形商标,建立标准格式的商标数据库;
Step4:对待检测商标的特征进行提取,并与标准格式的商标数据库进行特征比对,找到待检测商标比对的异同点;
Step5:将待检测商标找到的相同点进行标准商标数据库的扩容,并对单组商标的相同特征进行排列;
Step6:对待检测商标找到的不同点进行集中排列,并入待检程序,并进行再次检索,经二次比对后进行再次分类;
Step7:设Step5中单组商标的相同特征为S1,设商标数据库中的同类特征为X1,将S1与X1进行比对,即得到P1,P1为对相同特征数据库的扩容;
Step8:设Step6中单组商标的不同特征为A1,设商标数据库中的不同特征为R1,将A1与R1进行比对,即得到M1,M1为对不同特征数据库的扩容;
Step9:当进入新的单组待检索商标,则比对的相同特征为S2,将S2与X2进行比对,得到P2,则P2为对相同特征数据库的扩容;
Step10:当进入新的单组待检索商标,则比对的不同特征为A2,商标数据库中的不同特征为R2,将A2与R2进行比对,得到M2,M2为对不同特征数据库的扩容;
Step11:继续加入新的待检索商标,商标数据库中的相同特征继续扩容,表示为Pn,商标数据库中的不同特征为Mn;
Step12:导入新的待检索商标时,根据商标的相同特征和不同特征,系统进行迅速比对,排列出相同点与不同点,形成相应的检索规则;
Step13:依据检索规格进行识别;
Step14:完成商标图形检索。
2.根据权利要求1所述的一种商标图形检索方法,其特征在于,所述Step1中待检索商标的预处理为判断待检图片是否符合商标注册申请的规范格式,具体包括转换图片存储格式、放大、缩小、拉伸、切割、旋转、以及压缩中的一种或多种,还包括图像的二值化处理、图像归一化处理和图像去噪处理三个处理步骤。
3.根据权利要求1所述的一种商标图形检索方法,其特征在于,所述Step2中对商标进行分类整理,整理出文字商标、图文商标和声音商标进行单独分类,整合成其他类别的商标数据库。
4.根据权利要求1所述的一种商标图形检索方法,其特征在于,所述Step3中标准格式的商标数据库,包括对图形商标文本格式及图形商标内容格式的标准化。
5.根据权利要求1所述的一种商标图形检索方法,其特征在于,所述Step5中单组商标的相同特征排列规格为按相似度由高至低的方式。
6.根据权利要求1所述的一种商标图形检索方法,其特征在于,所Step6中对商标的不同特征进行待检并进行二次检索分类,参照Step4中的检索方式。
7.根据权利要求1所述的一种商标图形检索方法,其特征在于,所述Step13中依据检索规则进行识别,为分别对待检索商标的图像特征识别提取和图像相似性度量识别提取,所述图像特征识别提取包括区域特征提取和边界特征提取,所述图像相似性度量识别采用加权欧式距离方法。
8.根据权利要求1所述的一种商标图形检索方法,其特征在于,所述Step14中完成图形商标检索后,还包括对图形商标的分类整理和设备维护。
9.根据权利要求1所述的一种商标图形检索方法,其特征在于,所述Step8中不同特征的数据库扩容还包括对商标图形异常的修正建议。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110228956.7A CN114996500B (zh) | 2021-03-02 | 2021-03-02 | 一种商标图形检索方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110228956.7A CN114996500B (zh) | 2021-03-02 | 2021-03-02 | 一种商标图形检索方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114996500A CN114996500A (zh) | 2022-09-02 |
CN114996500B true CN114996500B (zh) | 2024-05-17 |
Family
ID=83018400
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110228956.7A Active CN114996500B (zh) | 2021-03-02 | 2021-03-02 | 一种商标图形检索方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114996500B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116542818A (zh) * | 2023-07-06 | 2023-08-04 | 图林科技(深圳)有限公司 | 一种基于大数据技术的商标监测与分析方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010140504A (ja) * | 2010-02-16 | 2010-06-24 | Brandy International Inc | 商標サーバ装置および商標抽出方法 |
CN108491542A (zh) * | 2018-04-03 | 2018-09-04 | 南昌奇眸科技有限公司 | 一种基于数据库搭建的商标检索系统及方法 |
CN110825896A (zh) * | 2019-12-04 | 2020-02-21 | 南京中依企信息科技有限公司 | 一种商标检索系统及检索方法 |
CN112256909A (zh) * | 2019-07-22 | 2021-01-22 | 上海著腾信息科技有限公司 | 一种图形商标检索方法、系统、设备及可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105426530B (zh) * | 2015-12-15 | 2017-05-10 | 徐庆 | 一种商标检索方法、装置和系统 |
-
2021
- 2021-03-02 CN CN202110228956.7A patent/CN114996500B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010140504A (ja) * | 2010-02-16 | 2010-06-24 | Brandy International Inc | 商標サーバ装置および商標抽出方法 |
CN108491542A (zh) * | 2018-04-03 | 2018-09-04 | 南昌奇眸科技有限公司 | 一种基于数据库搭建的商标检索系统及方法 |
CN112256909A (zh) * | 2019-07-22 | 2021-01-22 | 上海著腾信息科技有限公司 | 一种图形商标检索方法、系统、设备及可读存储介质 |
CN110825896A (zh) * | 2019-12-04 | 2020-02-21 | 南京中依企信息科技有限公司 | 一种商标检索系统及检索方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114996500A (zh) | 2022-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104376105B (zh) | 一种社会媒体中图像低层视觉特征与文本描述信息的特征融合系统及方法 | |
CN102542058B (zh) | 一种融合全局与局部视觉特征的层次化地标识别方法 | |
US8320665B2 (en) | Document image segmentation system | |
CN106610969A (zh) | 基于多模态信息的视频内容审查系统及方法 | |
CN108764302B (zh) | 一种基于颜色特征和词袋特征的票据图像分类方法 | |
CN105069466A (zh) | 基于数字图像处理的行人服饰颜色识别方法 | |
CN103824091A (zh) | 一种用于智能交通系统的车牌识别方法 | |
CN113723330B (zh) | 一种图表文档信息理解的方法及系统 | |
CN115063802A (zh) | 一种基于PSENet的圆形印章识别方法、设备及介质 | |
CN114996500B (zh) | 一种商标图形检索方法 | |
CN111461133A (zh) | 快递面单品名识别方法、装置、设备及存储介质 | |
Chidiac et al. | A robust algorithm for text extraction from images | |
CN112149654B (zh) | 基于深度学习的发票文本信息识别方法 | |
CN110443306B (zh) | 葡萄酒木塞的鉴伪方法 | |
Karanje et al. | Survey on text detection, segmentation and recognition from a natural scene images | |
CN110378337B (zh) | 金属切削刀具图纸标识信息视觉输入方法及系统 | |
CN111832497A (zh) | 一种基于几何特征的文本检测后处理方法 | |
CN116168406A (zh) | 一种多维度数据分析的围标串标检测方法及系统 | |
CN115393748A (zh) | 一种基于Logo识别的侵权商标检测方法 | |
CN113762097A (zh) | 一种文档自动审核方法、装置及计算机可读存储介质 | |
CN113723412A (zh) | 一种圆形红色公章的文字提取方法、装置和设备 | |
CN102855498A (zh) | 字符识别方法和装置 | |
CN111768333A (zh) | 标识去除方法、装置、设备及存储介质 | |
CN117237971B (zh) | 基于多模态信息抽取的食品类质检报告数据抽取方法 | |
CN111401356A (zh) | 一种基于深度学习的快递单手写体电话号码识别方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |