一种图像相似检测方法和装置、计算机可读存储介质制造方法及图纸

本申请公开了一种图像相似检测方法和装置、计算机可读存储介质，所述方法包括：当任一图像库出现新增图像时，对新增图像进行预处理，提取预处理后的新增图像的特征向量，并对提取的特征向量进行降维处理，将降维处理后的特征向量存储至所述新增图像所属的图像库对应的特征库；将每个特征库新增的特征向量与除该特征库之外的特征库的全部特征向量进行相似指数计算，如果计算出的相似指数大于预设的相似指数阈值，则进行预警提示。本申请通过提取新增图像的特征向量，并对新增的特征向量进行相似指数计算，解决了传统的识别方法繁琐且低效的问题，极大程度地实现了自动化识别相似商标图像的功能，从而给使用者带来了很大的方便。

【技术实现步骤摘要】
一种图像相似检测方法和装置、计算机可读存储介质
本专利技术涉及图像处理
，尤其涉及一种图像相似检测方法和装置、计算机可读存储介质。
技术介绍
商标对于企业的声誉和利益密切相关，如果企业遇到商标侵权事件，对企业来说不但声誉受损，而且利益也会遭遇重大损害，对企业今后的运发展也会造成诸多麻烦，因此，大多数公司都会密切关注市面上是否有其他公司侵犯自己的商标权，其中一个方面是检查是否有其它公司使用与本公司商标相似的商标图像。针对这一问题，目前大多采用的是：传统的基于商标图形编码的方法进行相似检索或是人工检视判别的方法。这些方法都需要消耗极大的人力和时间，因此，通常会因为效率低下，不能及时发现商标相似风险，给公司造成损失。
技术实现思路
为了解决上述技术问题，本专利技术提供了一种图像相似检测方法和装置、计算机可读存储介质，能够自动化地识别相似图像。为了达到本专利技术目的，本专利技术实施例的技术方案是这样实现的：本专利技术实施例提供了一种图像相似检测方法，包括：当任一图像库出现新增图像时，对新增图像进行预处理，提取预处理后的新增图像的特征向量，并对提取的特征向量进行降维处理，将降维处理后的特征向量存储至所述新增图像所属的图像库对应的特征库；将每个特征库新增的特征向量与除该特征库之外的特征库的全部特征向量进行相似指数计算，如果计算出的相似指数大于预设的相似指数阈值，则进行预警提示。进一步地，所述图像库包括第一图像库和第二图像库，其中，第一图像库存储关注的图像；所述第二图像库存储从互联网获取的用于与关注的图像进行比对的图像。进一步地，在所述对新增图像进行预处理的步骤之前，所述方法还包括：去除所述新增图像的外围的白边。进一步地，所述对新增图像进行预处理，包括：对去除白边后的所述新增图像进行尺寸重塑；并对尺寸重塑后的所述新增图像进行去均值处理。进一步地，所述提取预处理后的新增图像的特征向量，包括：通过卷积神经网络第一个全连接层的输出，提取所述预处理后的新增图像的特征向量。进一步地，所述相似指数为余弦相似度的绝对值。本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如以上任一项所述的图像相似检测方法的步骤。本专利技术实施例还提供了一种图像相似检测装置，包括处理器及存储器，其中：所述处理器用于执行存储器中存储的图像相似检测程序，以实现如以上任一项所述的图像相似检测方法的步骤。本专利技术实施例还提供了一种图像相似检测装置，包括图像处理模块和相似检测模块，其中：图像处理模块，用于当任一图像库出现新增图像时，对新增图像进行预处理，提取预处理后的新增图像的特征向量，并对提取的特征向量进行降维处理，将降维处理后的特征向量存储至所述新增图像所属的图像库对应的特征库；相似检测模块，用于将每个特征库新增的特征向量与除该特征库之外的特征库的全部特征向量进行相似指数计算，如果计算出的相似指数大于预设的相似指数阈值，则进行预警提示。进一步地，所述图像库包括第一图像库和第二图像库，其中，第一图像库存储关注的图像；所述第二图像库存储从互联网获取的用于与关注的图像进行比对的图像。本专利技术的技术方案，具有如下有益效果：本专利技术提供的图像相似检测方法和装置、计算机可读存储介质，通过提取新增图像的特征向量，并对新增的特征向量进行相似指数计算，解决了传统的识别方法繁琐且低效的问题，极大程度地实现了自动化识别相似商标图像的功能，从而给使用者带来了很大的方便。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1为本专利技术实施例的一种图像相似检测方法的流程示意图；图2为本专利技术实施例的一种比对商标库存储结构示意图；图3为本专利技术实施例的一种关注商标库存储结构示意图；图4为本专利技术实施例使用的一种VGG16卷积神经网络模型结构示意图；图5为本专利技术实施例的一种图像处理过程示意图；图6为本专利技术实施例的一种图像相似检测过程示意图；图7为本专利技术实施例的一种图像相似检测装置的结构示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，下文中将结合附图对本专利技术的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。如图1所示，根据本专利技术的一种图像相似检测方法，包括如下步骤：步骤101：当任一图像库出现新增图像时，对新增图像进行预处理，提取预处理后的新增图像的特征向量，并对提取的特征向量进行降维处理，将降维处理后的特征向量存储至所述新增图像所属的图像库对应的特征库；本专利技术实施例中，所述图像库包括第一图像库和第二图像库，其中，第一图像库存储关注的图像；所述第二图像库存储从互联网获取的用于与关注的图像进行比对的图像。进一步地，所述图像为商标图像。需要说明的是，关注的商标图像，即公司自有的商标图像，需要对其进行相似检测以防止被侵犯商标权。这部分图像及其相关信息数据由系统的使用者将其导入关注商标库(即第一图像库)。比对的商标图像，指的是另外一方企业或单位使用的商标图像，本专利技术从这些比对的商标数据中识别出与关注的商标图像相似程度超过给定阈值的商标信息。所述比对的商标数据存储于比对商标库(即第二图像库)。比对商标信息数据主要通过爬虫获取，主要是获取工商局定期发布的新商标申请公告，并以互联网上的其他商标数据作为辅助。如图2和图3所示，在存储关注的商标图像或用于与关注的商标图像进行比对的商标图像时，还需要存储尽可能全面的商标相关信息，包括但不限于商标申请主体、申请日期、代理机构、商标图像信息等。本专利技术实施例中，在所述对新增图像进行预处理的步骤之前，所述方法还包括：去除所述新增图像的外围的白边。通过去除所述新增图像的外围的白边，可以使得商标图像的主体居中，图像布局一致，并排除白边不一致带来的多余干扰信息。本专利技术实施例中，所述对新增图像进行预处理，包括：对去除白边后的所述新增图像进行尺寸重塑；并对尺寸重塑后的所述新增图像进行去均值处理。具体地，首先将去除白边后的新增图像尺寸重塑造到卷积神经网络要求的尺寸(对于VGG16卷积神经网络，每幅图像要求的尺寸为224*224*3个像素，即将新增图像重塑为(1，224，224，3))。商标图像是含RGB三个颜色通道的图像，将商标图像减去所有图像RGB三个颜色通道的均值构成的向量[Rmean，Gmean，Bmean]，得到商标图像的预处理图像。本专利技术实施例中，所述提取预处理后的新增图像的特征向量，具体为：通过卷积神经网络第一个全连接层的输出，提取所述预处理后的新增图像的特征向量。具体地，如图4所示，根据VGG16卷积神经网络模型的结构，搭建神经网络模型，去掉完整VGG16模型的最后两个全连接层和Softmax层(Softmax是神经网络中一种输出层函数，用于计算输出层的值；Softmax层为神经网络最后一层，作为输出层进行多分类)。加载以ImageNet数据集训练的模型权重作为VGG16卷积神经网络模型的权重(ImageNet为一个计算机视觉系统识别项目名称，它实际上就是一个巨大的可供图像/视觉训练的图片库)。取完整VGG16的第一个本文档来自技高网...

【技术保护点】
1.一种图像相似检测方法，其特征在于，包括：当任一图像库出现新增图像时，对新增图像进行预处理，提取预处理后的新增图像的特征向量，并对提取的特征向量进行降维处理，将降维处理后的特征向量存储至所述新增图像所属的图像库对应的特征库；将每个特征库新增的特征向量与除该特征库之外的特征库的全部特征向量进行相似指数计算，如果计算出的相似指数大于预设的相似指数阈值，则进行预警提示。

【技术特征摘要】
1.一种图像相似检测方法，其特征在于，包括：当任一图像库出现新增图像时，对新增图像进行预处理，提取预处理后的新增图像的特征向量，并对提取的特征向量进行降维处理，将降维处理后的特征向量存储至所述新增图像所属的图像库对应的特征库；将每个特征库新增的特征向量与除该特征库之外的特征库的全部特征向量进行相似指数计算，如果计算出的相似指数大于预设的相似指数阈值，则进行预警提示。2.根据权利要求1所述的方法，其特征在于，所述图像库包括第一图像库和第二图像库，其中，第一图像库存储关注的图像；所述第二图像库存储从互联网获取的用于与关注的图像进行比对的图像。3.根据权利要求1所述的方法，其特征在于，在所述对新增图像进行预处理的步骤之前，所述方法还包括：去除所述新增图像的外围的白边。4.根据权利要求3所述的方法，其特征在于，所述对新增图像进行预处理，包括：对去除白边后的所述新增图像进行尺寸重塑；并对尺寸重塑后的所述新增图像进行去均值处理。5.根据权利要求1所述的方法，其特征在于，所述提取预处理后的新增图像的特征向量，包括：通过卷积神经网络第一个全连接层的输出，提取所述预处理后的新增图像的特征向量。6.根据权利要求1所述的方法，其特征在于...

【专利技术属性】
技术研发人员：陈龙华，
申请(专利权)人：厦门集微科技有限公司，
类型：发明
国别省市：福建,35