發(fā)布時間：2021-01-21 22:22

　　隨著經濟的快速發(fā)展,企業(yè)數(shù)量的大幅增多,企業(yè)商標注冊量也隨之不斷的增長,導致商標管理部門管理企業(yè)商標的難度加大。但如今商標管理部門對商標圖像的管理方法依然是采取基于“分類號”的方法,這種方法不僅是檢索精度低,而且檢索效率也是不高的。傳統(tǒng)的商標圖像檢索技術往往是提取商標圖像的全局特征,接著利用這些特征進行圖像的相識度匹配。但因為商標圖像往往具有很強的抽象性和復雜性,使得利用手工設計的全局特征進行商標圖像檢索時會帶來“語義鴻溝”的問題,圖像檢索系統(tǒng)的檢索精度不高,召回率低。近年來,隨著Hinton等人對深度神經網絡模型進行優(yōu)化以后,給圖像檢索領域的問題帶來了新的解決方法。本文嘗試利用深度學習領域的技術來解決商標圖像檢索領域的問題,并通過實驗判斷深度學習技術是否能解決商標圖像檢索中的“語義鴻溝”問題。本文主要工作和貢獻如下:首先,通過收集大量的商標圖像,搭建了一個大規(guī)模的商標圖像庫,并利用商標圖像的幾何特征將圖像庫分成六個特征類。其主要目的是用于商標圖像的特征提取,也有助于以后研究人員對商標圖像的研究。其次,研究深度學習領域的技術,并提出了一個基于深層卷積神經網絡的商標圖像特征提取方法,通過... 

【文章來源】：福建師范大學福建省

【文章頁數(shù)】：69 頁

【學位級別】：碩士

【部分圖文】：

圖１．１不同尺度和位置的商標??

商標是人工設計的圖像，因此，不同的企業(yè)會根據(jù)自身需求設計出不同尺度大??小的圖像。除此之外，商標圖像在后期處理的時候也可能會有不同程度的旋轉或者??鏡像。就如圖１．１所示，即便在人們看來三張圖像是同一個商標，但對計算機而言??就是三張不同的圖像，當計算機進行圖像特征提取的時候，三張圖像也會產生不同??的圖像特征。這是我們不想看的情況，因此我們需要對圖像進行歸一化處理。根據(jù)??實際實驗的需求，我們將所有的庫內商標圖像以及用戶輸入的商標圖像同一將尺度??大小歸一化為２２７＊２２７的大小。與此同時，還要對商標圖像對一定的角度旋轉操作。??圖１．?２是圖１．?１三張商標圖像歸一化后的結果。??＇??＿冊舖??ＨＵＡＷＥＩ?ＨＵＡＷＥＩ??圖１．１不同尺度和位置的商標??７??

基于內容的商標圖像檢索關鍵技術??ＨＵＡＷＧＩ??圖１．?３商標灰度化結果??１．３圖像去噪處理??企業(yè)中，大部分人工設計的商標圖像都存在著噪聲的干擾，往往會因為噪聲的??原因使得圖像的質量降低，大的噪聲甚至可能覆蓋圖像的內容信息。因此，通常我??們在圖像檢索或識別之前都要進行圖像的去噪處理。圖像噪聲通�？梢苑譃橐韵氯�??種：??（１）

【參考文獻】：
期刊論文
[1]改進的鄰域均值濾波去噪算法研究[J]. 牛秀琴.  長治學院學報. 2012(02)
[2]現(xiàn)代數(shù)字圖像噪聲濾除技術及其評價[J]. 劉勍,溫志賢,楊筱平,秦云霞.  自動化與儀器儀表. 2012(02)
[3]基于距離融合的多特征商標圖像檢索[J]. 黃賽平,吳曉彬.  中國制造業(yè)信息化. 2009(07)
[4]GFO和不變矩實現(xiàn)基于形狀的圖像檢索新方法[J]. 袁華,董守斌,張凌,張平.  華南理工大學學報(自然科學版). 2002(04)

博士論文
[1]基于形狀匹配的商標圖像檢索技術研究[D]. 洪志令.廈門大學 2008

碩士論文
[1]基于深度學習的圖像檢索技術研究[D]. 劉洋.華中科技大學 2015



本文編號：2991986