一种基于Logo识别的侵权商标检测方法技术

本发明专利技术公开了一种基于Logo识别的侵权商标检测方法，该方法包括：使用含有数据库正版商标信息的数据集训练目标检测神经网络，并使用神经网络检测图片中与正版Logo相同或相似Logo的出现位置并对其进行提取；将提取出的Logo分为纯文本、纯图形和图文混合三类；对不同类别的Logo进行相对应的特征相似度比较，判别商标是否可能对已注册的正版商标造成侵权，本发明专利技术通过Logo识别，能够实现商标侵权的检测。测。测。

【技术实现步骤摘要】
一种基于Logo识别的侵权商标检测方法


[0001]本专利技术属于模式识别
，尤其涉及一种基于Logo识别的侵权商标检测方法。

技术介绍

[0002]传统的商标侵权检测方法往往需要投入大量人力与时间针对可能侵权的商标进行查找和检测。在数据量日益庞大的今天，仅仅是在电商平台发布的产品图片就已经达到了惊人的数量。如果使用传统方法对产品图片进行商标侵权检测，将消耗大量的资源。随着人工智能技术的快速发展，我们可以使用目标检测技术与数字图像处理技术使得商标侵权检测过程自动化、智能化，极大地提高了检测效率。
[0003]目前针对Logo识别的研究，大多关注于Logo的检测与相似程度的比较，而对侵权行为的关注较少。因此，结合了Logo检测与特征相似度计算的综合系统可以更好地进行商标侵权的检测。

技术实现思路

[0004]本专利技术正是针对现有实际应用中存在的问题，提出了一种基于Logo识别的侵权商标检测方法，通过此方法可以实现对产品图片中侵权商标自动化检测，从而提高效率，节省人力。
[0005]为了实现上述目的，本专利技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Logo识别的侵权商标检测方法，其特征在于，该方法包括以下步骤：S1，识别神经网络模型建立：以Logo位置与名称作为数据集标签，使用YOLOX网络作为识别神经网络，主干部分使用Focus网络结构，堆叠图片的四个独立的特征层，将输入通道扩充为四倍，网络使用SimOTA减少训练时间；S2，相同或相似Logo检测：将含有相同或相似Logo的产品图片传入步骤S1训练好的的神经网络模型中，使用神经网络对图片中的商标进行识别，识别结果即为与正版Logo相同或相似的Logo，并同时获取Logo所在的像素范围；S3，Logo提取：由步骤S2获取到的Logo所在像素范围对图片进行裁剪，裁剪后的图片即为提取出的Logo；S4，Logo分类：将步骤S3中提取出的Logo与原数据库正版Logo进行分类，所述类别为纯文本、纯图形或图文混合中的任一种；S5，侵权检测：当步骤S4检测到Logo为纯文本时，对文字内容进行分词，分割为由独立词汇组成的文字向量，并将两向量合并为合向量，再将两向量中的词汇依次与合向量中词汇使用编辑距离进行比较，并得到归一化的数字文本向量；编辑距离公式如下：其中lev
a，b
(i，j)指的是文本a中前i个字符和文本b中前j个字符之间的距离；得到两数字化的文本向量之后使用向量cos距离作为两Logo相似度数值；故文字类Logo的相似度，即cos距离计算公式如下：其中α与β均为归一化数字向量；若相似度Sim
text
大小大于阈值0.6，则将Logo判定为侵权Logo；否则，不侵权；当步骤S4检测到Logo为纯图形时，根据颜色相似度+形状相似度综合判定：其中颜色相似度根据颜色距离来判断，若Logo为黑白图片，其黑白图片的颜色距离计算公式如下：D
gray
＝abs(a
‑
b)其中a与b为两灰度颜色数值；若Logo为非黑白图片，则其颜色距离计算公式如下：其中α与β为两颜色的Lab色彩空间坐标，α
i
与β
i
为两颜色坐标的分量；为保证色彩计算的准确度，若Lab空间距离过小，则将Lab颜色映射到HSV空间后的H距离作为颜色距离，公式如下：D
H
(hsv1‑
hsv2)＝abs(h1‑
h2)
故颜色相似度计算公式如下：形状相似度判定由Shape Context算法实现，通过计算两张Logo图片的代价矩阵，并计算代价矩阵的匹配程度来计算形状相似度，其代价矩阵计算公式如下：其中，h
i
(k)为目标每一点的形状直方图，h
j
(k)为目标每一点的形状直方图；两张Logo图片的匹配度计算公式如下：H(π)＝∑C(p
i
，q
π(i)
)则形状相似度Sim
shape
的计算公式如下：Sim
shape
＝H(π)...

【专利技术属性】
技术研发人员：朱越琦，雷馨月，嵇睿嘉，夏思宇，
申请(专利权)人：东南大学，
类型：发明
国别省市：