【技术实现步骤摘要】
本申请属于人工智能，尤其涉及一种商标侵权检测方法和系统。
技术介绍
1、商标侵权即商标侵权行为，是指行为人未经商标权人许可，在相同或类似商品上使用与其注册商标相同或近似的商标，或者其他干涉、妨碍商标权人使用其注册商标，损害商标权人合法权益的其他行为。随着电子商务的发展，网络销售的产品商标侵权行为也越来越多，冒用别人品牌进行低价销售，这给产品原创企业带来相对大的压力，给市场带来了一些混乱。
2、然而传统的商标侵权检测手段中存在图片特征信息提取不充足，特征检索匹配计算量大，相似性度量技术单一等问题，造成预测结果准确性不高。与此同时目前电子商务领域内商标维权大多还是采用传统的线下模式进行，即由商标权利人根据线下人工方式去获得侵权证据后再根据证据去进行相应维权，而线下人工方式获取证据存在效率低、不及时等问题。
技术实现思路
1、针对现有技术中的缺陷，本专利技术提供一种商标侵权检测方法和系统，将超分辨率图片重构技术和基于cnn的检测模型相结合，并在cnn检测过程中先提取m个特征子库集合，...
【技术保护点】
1.一种商标侵权检测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种商标侵权检测方法，其特征在于，其中所述第一神经网络模型为生成对抗网络GAN，所述GAN由一组深度网络搭建的生成器和另一组深度网络搭建的判别器组成，在工作过程中，生成器负责将输入的噪声图片映射成服从真实图片分布的虚假图片，判别器则负责学习真实图片的特征，并分辨出输入进网络的图片是真实图片还是生成器生成的虚假图片，通过损失函数对输入进判别器的两张图片进行计算，根据计算出来的损失值进行反向更新GAN的权重，最终GAN收敛时输出超分辨率重构商标图片。
3.如权利要求2所述的...
【技术特征摘要】
1.一种商标侵权检测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种商标侵权检测方法，其特征在于，其中所述第一神经网络模型为生成对抗网络gan，所述gan由一组深度网络搭建的生成器和另一组深度网络搭建的判别器组成，在工作过程中，生成器负责将输入的噪声图片映射成服从真实图片分布的虚假图片，判别器则负责学习真实图片的特征，并分辨出输入进网络的图片是真实图片还是生成器生成的虚假图片，通过损失函数对输入进判别器的两张图片进行计算，根据计算出来的损失值进行反向更新gan的权重，最终gan收敛时输出超分辨率重构商标图片。
3.如权利要求2所述的一种商标侵权检测方法，其特征在于，所述损失函数是由内容损失和对抗损失组成的感知损失函数。
4.如权利要求2所述的一种商标侵权检测方法，其特征在于，其中所述生成器具体由多个残差块组成，每个残差块组合了卷积层、批量归一化层和relu激活层，最后使用亚像素卷积层来实现图片尺寸的放大；所述判别器使用多个卷积块来进行特征提取，并采用leakyrelu 作为激活函数层。
5.如权利要求1所述的一种商标侵权检测方法，其特征在于，所述...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。