买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江方圆检测集团股份有限公司

摘要：本发明公开了一种商标侵权检测识别方法和系统，分别重构图形商标库以及待检测商品图形商标，以便于后续检测阶段特征信息的充分提取；然后输入侵权检测模型进行检测，并在侵权检测模型中设计了两个并行的检测子模型，即Siamese网络结构检测子模型和基于VGGNet和哈希技术的检测子模型，两个子模型并行检测，相互补充，弥补了单一检测模型的缺陷，提高了商标侵权判定的准确度。此外，基于区块链技术，在线上进行侵权证据的取证和存证，进一步提高了取证存证的效率和安全。

主权项：1.一种商标侵权检测识别方法，其特征在于，包括以下步骤：（1）建立图形商标保护库；所述图形商标保护库用于根据预设的采集策略采集并存储官方公告的图形商标信息，所述图形商标信息包括商标名称、商标图片、商标持有人；（2）筛选出分辨率低于第一阈值的商标图片集，并将其输入生成对抗网络GAN进行超分辨率图片重构处理，用生成的超分辨率重构商标图片集更新所述分辨率低于第一阈值的商标图片集；其中所述第一阈值根据实际需要设置；（3）采集电商平台待检测商品图形商标信息，所述待检测商品图形商标信息包括商标名称、商标图片、商标持有人或商标许可人；其中按照预定策略通过网络爬虫实现待检测商品图形商标信息采集工作；（4）判断所述待检测商品的商标图片的分辨率是否大于或等于所述第一阈值；如果上述判断结果为否，则将所述待检测商品的商标图片输入所述生成对抗网络GAN进行超分辨率图片重构处理；并将生成的超分辨率重构商标图片作为目标图片输入侵权检测模型进行检测；如果上述判断结果为是，则将所述待检测商品的商标图片作为目标图片直接输入所述侵权检测模型进行检测；（5）所述侵权检测模型进行检测识别，其中所述侵权检测模型包括并行的Siamese网络结构检测子模型和基于VGGNet和哈希技术的检测子模型；基于其两个子模型中任一子模型的输出来判断是否发生侵权行为，并输出识别结果信息；其中，所述识别结果信息用于指示所述待检测商品图形商标是否侵权；其中所述Siamese网络结构检测子模型由两个相同且参数共享的包括卷积层、激活函数、池化层的卷积神经网络结构和损失函数组成；在进行侵权检测图片匹配时，两个卷积神经网络会对输入的所述目标图片和待匹配图片进行对应特征提取，然后将两个卷积神经网络提取的特征输入到由一层或多层全连接层组成的决策模块当中，通过与标签的对比最后得到所述目标图片和待匹配图片的相似度分数，输出相似度分数超过设定分数阈值对应的商标图片作为识别结果信息；其中所述基于VGGNet和哈希技术的检测子模型的检测方法如下：S1）将所述目标图片输入到VGGNet进行特征提取，得到图片的高维语义特征数据；S2）把提取得到的高维语义特征数据放入训练好的自编码器中进行处理获得图片的特征向量；其中自编码器是一种三层的神经网络架构，包含数据输入层、隐藏层、输出重构层；S3）将特征向量通过哈希函数进行映射得到所述目标图片的哈希编码；S4）把所述目标图片的哈希编码与图形商标保护库中的商标图片的哈希编码进行比较，通过汉明距离计算得到图片之间的相似度；S5根据上述计算结果，输出相似度超过设定相似度阈值的商标图片作为识别结果信息；（6）响应于所述识别结果信息指示所述待检测商品图形商标侵权，将所述待检测商品图形商标确定为侵权商标，将该商品确定为侵权商品；抓取侵权证据，将所述侵权证据上传至基于区块链的电子证据平台，其中所述侵权证据包括侵权商品商标图片，侵权商品链接，侵权商品网页内容截图以及侵权所有人信息。

全文数据：

权利要求：

百度查询： 浙江方圆检测集团股份有限公司 一种商标侵权检测识别方法和系统