一种基于机器识别的商品专利获取方法及系统技术方案

本发明专利技术公开了一种基于机器识别的商品专利获取方法及系统，包括：通过获取商品信息图像，并进行字符识别后获得商品的品牌名称以及商品名称，并检索获得对应的专利文献；再根据商品名称选取对应的图像库，并从图像库中采用基于颜色特征的卷积神经网络匹配获得与商品相似度最高的模板图像，再基于模板图像的轮廓特征提取商品的轮廓图像，并将商品的轮廓图像与检索获得的专利文献中的附图进行匹配，找到对应的专利检索结果，以便于消费者通过对专利检索结果进行查看分析来判断不同商家在同一类商品上的技术优劣势，有利于消费者进行多个同类商品的挑选的时候下抉择。

【技术实现步骤摘要】
一种基于机器识别的商品专利获取方法及系统
本专利技术涉及机器识别
，尤其涉及一种基于机器识别的商品专利获取方法及系统。
技术介绍
随着人民生活水平的提高和网络的普及，网上购物模式逐渐为人们所认可。然而，由于网上购物具有买家无法接触到实体商品的局限性，买家往往仅能通过商家所提供的商品参数信息或商品图片来进行商品的挑选。因此，为了吸引消费者，商家往往会在在相应的购物页面上投放大量的宣传用语或宣传图片来吸引消费者购买。由于消费者无法试用商品，难以分辨商品质量好坏，在比较衡量多个同类型商品的时候往往难以进行抉择。此时，消费者往往容易由于商品的价格等因素而选择了较低价格的商品，从而容易导致消费者购买到了一些质量较差的或者是仿冒的商品，影响了消费者的购物体验。
技术实现思路
本专利技术提供了一种基于机器识别的商品专利获取方法及系统，解决了当前消费者在进行网上购物时，难以分辨出商品的质量好坏，在比较衡量多个同类型商品的时候往往难以进行抉择的技术问题。本专利技术提供的一种基于机器识别的商品专利获取方法，包括：获取商品信息图像，所述商品信息图像包括商品的文字信息；对所述商品信息图像进行字符识别，获得所述商品信息图像中包含的文字信息，并将所述文字信息与预设的品牌词库及预设的商品名称词库进行匹配，获得品牌名称及商品名称；将所述商品的品牌名称作为申请人关键词并将所述商品的名称作为检索关键词，在预置专利数据库中进行组合检索，获得对应的第一检索结果；根据所述商品名称选取对应的图像库，采用所述图像库并基于颜色特征提取的卷积神经网络对所述商品信息图像进行匹配，获得所述图像库中与所述商品信息图像中的主体目标相似度最高的模板图像；根据所述模板图像的轮廓特征，结合canny算子和形态学运算对所述商品信息图像中的主体目标进行边缘轮廓提取，获得所述主体目标的轮廓图像；提取所述轮廓图像的特征，并基于所述轮廓图像的特征对所述第一检索结果中的附图进行特征匹配，获得与所述轮廓图像匹配的附图及对应的专利文献。可选地，所述采用所述图像库并基于颜色特征提取的卷积神经网络对所述商品信息图像进行匹配包括：对所述商品信息图像的颜色直方向量进行归一化处理，获得归一化颜色矩向量；对所述颜色直方向量以及所述归一化颜色矩向量进行赋权拼接，获得颜色特征向量；将所述颜色特征向量输入卷积神经网络获得图像特征向量后与所述图像库中的图像进行匹配。可选地，根据所述模板图像的轮廓特征，所述结合canny算子和形态学运算对所述商品信息图像中的主体目标进行边缘轮廓提取包括：采用canny算子对所述主体目标进行整体轮廓提取，并通过形态学运算提取所述主体目标的内部边缘。可选地，所述结合canny算子和形态学运算对所述商品信息图像中的主体目标进行边缘轮廓提取之后还包括：根据所述模板图像的轮廓特征，对所述主体目标的轮廓图像中的缺陷部分进行边缘轮廓修复。可选地，所述提取所述轮廓图像的特征，并基于所述轮廓图像的特征对所述第一检索结果中的附图进行特征匹配包括：提取所述轮廓图像的特征点和轮廓中心点，并采用所述特征点和轮廓中心点建立相似矩阵；对所述轮廓图像上的像素点均进行相似矩阵的计算，获得所述轮廓图像的特征组合；将所述特征组合与所述第一检索结果中的附图的特征进行特征匹配；所述第一检索结果中的附图的特征的获取方法与所述轮廓图像的特征组合获取方法一致。可选地，所述品牌词库中包括一级品牌词和子级品牌词，每个所述子级品牌词均有一个对应的一级品牌词；若将所述文字信息与预设的品牌词库进行匹配得到的匹配结果为子级品牌词，则将所述匹配结果中的子级品牌词转换为对应的一级品牌词，并将转换后获得的一级品牌词作为商品的品牌名称。可选地，所述将所述文字信息与预设的商品名称词库进行匹配，获得商品的名称之后还包括：获取所述商品的名称对应的特征词库，所述特征词库为预先建立且与所述商品的名称具有唯一对应关系的词库；将所述文字信息与所述特征词库进行匹配，获得商品的特征名称；将所述特征名称作为检索关键词在所述第一检索结果中进行二次检索，获得第二检索结果。可选地，若将所述文字信息与所述特征词库进行匹配获得多个特征名称时，将每个特征名称作为检索关键词在所述第一检索结果中进行二次检索后获得的检索结果合并，获得合并检索结果。可选地，所述获得合并检索结果之后还包括：将所述多个特征名称同时作为检索关键词在所述第一检索结果中进行二次检索，获得第三检索结果；在所述第一检索结果中将所述第三检索结果进行高亮显示或在所述第一检索结果中将所述第三检索结果进行优先显示。本专利技术提供的一种基于机器识别的商品专利获取系统，包括：获取模块，用于获取商品信息图像，所述商品信息图像包括商品的文字信息；字符识别模块，用于对所述商品信息图像进行字符识别，获得所述商品信息图像中包含的文字信息，并将所述文字信息与预设的品牌词库及预设的商品名称词库进行匹配，获得品牌名称及商品名称；检索模块，用于将所述商品的品牌名称作为申请人关键词并将所述商品的名称作为检索关键词，在预置专利数据库中进行组合检索，获得对应的第一检索结果；图像匹配模块，用于根据所述商品名称选取对应的图像库，采用所述图像库并基于颜色特征提取的卷积神经网络对所述商品信息图像进行匹配，获得所述图像库中与所述商品信息图像中的主体目标相似度最高的模板图像；轮廓提取模块，用于根据所述模板图像的轮廓特征，结合canny算子和形态学运算对所述商品信息图像中的主体目标进行边缘轮廓提取，获得所述主体目标的轮廓图像；特征匹配模块，用于提取所述轮廓图像的特征，并基于所述轮廓图像的特征对所述第一检索结果中的附图进行特征匹配，获得与所述轮廓图像匹配的附图及对应的专利文献。从以上技术方案可以看出，本专利技术具有以下优点：本专利技术中通过获取商品信息图像，并进行字符识别后获得商品的品牌名称以及商品名称，并将该商品的品牌名称以及商品名称分别作为申请人关键词和检索关键词在专利数据库中进行组合检索获得对应的专利文献；此外，还根据商品名称选取对应的图像库，并从图像库中采用卷积神经网络匹配获得与商品相似度最高的模板图像，再基于模板图像的轮廓特征提取商品的轮廓图像，并将商品的轮廓图像与检索获得的专利文献中的附图进行匹配，找到对应的专利文献，即商品所对应的专利，以便于消费者根据所获得的专利检索结果对该商品所属的商家在该商品上相较于同行而言的竞争力进行判断，并且可以通过对专利检索结果进行查看分析来判断不同商家在同一类商品上的技术优劣势，有利于消费者进行多个同类商品的挑选的时候下抉择。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。图1为本专利技术实施例提供的一种基于机器识别的商品专利获取方法的流程示意图；图2为本专利技术实施例提供的一种商品信息图像示意图；图3为本专利技术实施例提供的检索获得的部分结果展现示意图；图4为本专利技术实施例提供的一种包含有商品图像的商品信息图像的示意图；图5为本专利技术实施例提供的对图4进行轮廓提取后的图像示意图；图6为本专利技术实施例提供的对图5进行边缘轮本文档来自技高网...

【技术保护点】
1.一种基于机器识别的商品专利获取方法，其特征在于，包括：获取商品信息图像，所述商品信息图像包括商品的文字信息；对所述商品信息图像进行字符识别，获得所述商品信息图像中包含的文字信息，并将所述文字信息与预设的品牌词库及预设的商品名称词库进行匹配，获得品牌名称及商品名称；将所述商品的品牌名称作为申请人关键词并将所述商品的名称作为检索关键词，在预置专利数据库中进行组合检索，获得对应的第一检索结果；根据所述商品名称选取对应的图像库，采用所述图像库并基于颜色特征提取的卷积神经网络对所述商品信息图像进行匹配，获得所述图像库中与所述商品信息图像中的主体目标相似度最高的模板图像；根据所述模板图像的轮廓特征，结合canny算子和形态学运算对所述商品信息图像中的主体目标进行边缘轮廓提取，获得所述主体目标的轮廓图像；提取所述轮廓图像的特征，并基于所述轮廓图像的特征对所述第一检索结果中的附图进行特征匹配，获得与所述轮廓图像匹配的附图及对应的专利文献。

【技术特征摘要】
1.一种基于机器识别的商品专利获取方法，其特征在于，包括：获取商品信息图像，所述商品信息图像包括商品的文字信息；对所述商品信息图像进行字符识别，获得所述商品信息图像中包含的文字信息，并将所述文字信息与预设的品牌词库及预设的商品名称词库进行匹配，获得品牌名称及商品名称；将所述商品的品牌名称作为申请人关键词并将所述商品的名称作为检索关键词，在预置专利数据库中进行组合检索，获得对应的第一检索结果；根据所述商品名称选取对应的图像库，采用所述图像库并基于颜色特征提取的卷积神经网络对所述商品信息图像进行匹配，获得所述图像库中与所述商品信息图像中的主体目标相似度最高的模板图像；根据所述模板图像的轮廓特征，结合canny算子和形态学运算对所述商品信息图像中的主体目标进行边缘轮廓提取，获得所述主体目标的轮廓图像；提取所述轮廓图像的特征，并基于所述轮廓图像的特征对所述第一检索结果中的附图进行特征匹配，获得与所述轮廓图像匹配的附图及对应的专利文献。2.根据权利要求1所述的基于机器识别的商品专利获取方法，其特征在于，所述采用所述图像库并基于颜色特征提取的卷积神经网络对所述商品信息图像进行匹配包括：对所述商品信息图像的颜色直方向量进行归一化处理，获得归一化颜色矩向量；对所述颜色直方向量以及所述归一化颜色矩向量进行赋权拼接，获得颜色特征向量；将所述颜色特征向量输入卷积神经网络获得图像特征向量后与所述图像库中的图像进行匹配。3.根据权利要求1所述的基于机器识别的商品专利获取方法，其特征在于，根据所述模板图像的轮廓特征，所述结合canny算子和形态学运算对所述商品信息图像中的主体目标进行边缘轮廓提取包括：采用canny算子对所述主体目标进行整体轮廓提取，并通过形态学运算提取所述主体目标的内部边缘。4.根据权利要求3所述的基于机器识别的商品专利获取方法，其特征在于，所述结合canny算子和形态学运算对所述商品信息图像中的主体目标进行边缘轮廓提取之后还包括：根据所述模板图像的轮廓特征，对所述主体目标的轮廓图像中的缺陷部分进行边缘轮廓修复。5.根据权利要求1所述的基于机器识别的商品专利获取方法，其特征在于，所述提取所述轮廓图像的特征，并基于所述轮廓图像的特征对所述第一检索结果中的附图进行特征匹配包括：提取所述轮廓图像的特征点和轮廓中心点，并采用所述特征点和轮廓中心点建立相似矩阵；对所述轮廓图像上的像素点均进行相似矩阵的计算，获得所述轮廓图像的特征组合；将所述特征组合与所述第一检索结果中的附图的特征进行特征匹配；所述第一检索结果中的附图的特征的获取方法与所述轮廓图像的特征组...

【专利技术属性】
技术研发人员：李远新，
申请(专利权)人：广州集创佳禾知识产权运营有限公司，
类型：发明
国别省市：广东,44