一种基于大数据的商标侵权分析方法与流程

本发明涉及网络信息处理，尤其涉及一种基于大数据的商标侵权分析方法。

背景技术：

1、商标侵权分析在专利方面涉及对商标法律、商标注册审查标准、商标权利、商标相似性、先权原则、市场调查、案例法和专业意见的深入了解和应用，需要对商标法律法规有全面的理解，包括商标注册程序和保护范围，以及商标权利的具体规定。其中，商标图案的相似性与否，是判断商标是否侵权的重要组成部分，当前商标种类繁多数量庞大，仅靠人工比对寻找侵权商标无法准确、及时、有效地筛选出潜在相似商标，从而降低了侵权发生的判断灵敏性。

2、中国专利公告号cn114529784b公开了一种面向电商数据的商标侵权分析方法及系统，通过构建商标检测模型和商品检测模型；利用商品检测模型提取品牌商的标准商品特征信息，并确定应用商标检测模型中哪几种商标分类进行检测；获取待侵权判断的商品特征信息并设置侵权阈值，计算每种商品的标准商品特征信息与待侵权判断的商品特征信息的相似度，若存在相似度大于侵权阈值的商品，则使用商标检测模型对待侵权判断的商品信息进行识别，若存在对应的商标分类，则判断此商品的商标为不当使用。本发明还提供一种商标侵权分析系统，通过训练商标检测模型和商品检测模型，综合电商平台相关的商品信息数据对商标侵权进行分析，有效提高针对电商平台的商标侵权判断方法的可行性和准确性。由此可见，该发明存在以下问题：

3、未考虑在大量商标中未能快速确定目标商标的对比商标导致商标侵权分析效率低的问题。

技术实现思路

1、为此，本发明提供一种基于大数据的商标侵权分析方法，用以克服现有技术中未考虑快速确定目标商标的对比商标导致商标侵权分析效率低的问题。

2、为实现上述目的，本发明提供一种基于大数据的商标侵权分析方法，包括：

3、获取目标商标的商标内容，所述商标内容包括商标图像和商标文字；

4、根据所述商标内容确定所述目标商标对应的所述商标图像与所述商标文字的位置关系，以及目标商标的商标文字对应的字体；

5、根据所述商标图像确定对应的若干对比商标，包括，

6、确定所述目标商标的关键点数量和关键点位置，根据所述关键点数量和所述关键点位置确定目标商标的轮廓特征度，并根据所述轮廓特征度确定目标商标的特征匹配状态，以及根据所述特征匹配状态确定处于特征度标准范围的若干对比商标；

7、或，根据所述目标商标图像的色度分布将所述目标商标图像划分为若干子图像形状，分别确定包含单个所述子图像形状的若干备选对比商标，根据单个备选对比商标包含的不同子图像的数量确定其是否为对比商标；

8、提取所述目标商标和各所述对比商标的rgb通道以确定所述目标商标和各所述对比商标的rgb参考值；

9、对比所述目标商标和各所述对比商标以确定图形相似度，结合单个对比商标的所述rgb参考值、所述图形相似度确定对应的整体匹配参量，并根据所述整体匹配参量确定侵权分析结果。

10、进一步地，根据目标商标的封闭图像确定关键点的步骤包括，

11、获取所述商标图像的外轮廓形状；

12、确定所述外轮廓形状包含的各直线段数量和各曲线段数量；

13、将所述直线段的数量和所述曲线段的数量之和确定为关键点数量；

14、根据各所述直线段两端点确定直线关键点位置；

15、根据各所述曲线段两端点确定曲线关键点位置；

16、将所述直线关键点位置和所述曲线关键点位置确定为关键点位置；

17、其中，所述不同直线段满足相邻两直线段相交，所述不同曲线段满足相邻两曲线段的圆度和/或圆心不同。

18、进一步地，根据所述关键点数量和所述关键点位置确定目标商标的轮廓特征度，所述轮廓特征度根据以下公式进行计算，

19、

20、其中，d为轮廓特征度，n为关键点数量，d i为第i个关键点距所述商标图像中心点的距离，s为目标商标的面积，k1为数量权重，k2为位置权重，k3为面积权重，k1+k2+k3＝1。

21、进一步地，所述数量权重和所述位置权重根据轮廓复杂度确定，其中，

22、在所述轮廓复杂度大于轮廓复杂预设值时，所述数量权重与所述轮廓复杂度和所述轮廓复杂预设值之比成正相关；

23、在所述轮廓复杂度小于轮廓复杂预设值时，所述位置权重与所述轮廓复杂度和所述轮廓复杂预设值之比成正相关；

24、其中，所述轮廓复杂度根据轮廓的周长与面积之比确定。

25、进一步地，根据所述轮廓特征度确定目标商标的特征匹配状态，其中，

26、在所述轮廓特征度大于或等于轮廓特征参考值时，判定目标商标为强特征匹配状态；

27、在所述轮廓特征度小于轮廓特征参考值时，判定目标商标为弱特征匹配状态。

28、进一步地，在判定目标商标为强特征匹配状态时，确定轮廓特征度处于特征度标准范围的若干商标为对比商标。

29、进一步地，在判定目标商标为弱特征匹配状态时，根据所述目标商标图像的色度分布将所述目标商标图像划分为若干子图像形状；

30、其中，单个子图像形状中各像素点的色度值差小于预设差值。

31、进一步地，确定包含单个所述子图像形状的若干备选商标，并根据单个备选对比商标中包含的不同子图像的数量确定其是否为对比商标，其中，

32、若单个备选对比商标中包含的不同子图像的数量大于或等于预设数量，则判定该备选对比商标为对比商标；

33、若单个备选对比商标中包含的不同子图像的数量小于预设数量，则判定该备选对比商标不是对比商标。

34、进一步地，单个对比商标与目标商标的所述整体匹配参量根据以下公式进行计算，

35、

36、其中，w为整体匹配参量，rgb1为对比商标的rgb参考值，rgb0为目标商标的rgb参考值，sm为图形相似度，r1为匹配权重，r2为相似权重，r3为商标文字权重，r1+r2+r3＝1。

37、进一步地，rgb参考值根据以下公式进行计算，

38、

39、其中，rgb为图像的rgb参考值，r为各像素点在红色通道取值的平均值，g为各像素点在绿色通道取值的平均值，b为各像素点在蓝色通道取值的平均值，n为单个商标图像中包含的像素点个数，ri为第i个像素点在红色通道取值，gi为第i个像素点在绿色通道取值，bi为第i个像素点在蓝色通道取值。

40、与现有技术相比，本发明的有益效果在于，本发明提供的大数据商标侵权分析方法通过高效识别商标内容后精确匹配对比商标，显著提升了商标侵权分析的效率和准确性，为企业和用户提供了强有力的技术支持；本发明可用于在申请新商标时避免侵权现有商标时的侵权分析，也可以适用于企业和用户保护已有商标而进行的侵权分析。

41、进一步地，本方法利用大数据技术结合目标商标的图像和文字内容确定了二者之间的位置关系，通过考虑商标图像的封闭性确定通过何种方式快速准确地筛选出与目标商标相似的对比商标；通过结合确定各对比商标与目标商标的rgb通道参考值以及利用计算机软件和/或算法确定的各对比商标与目标商标的图形相似度，确定各对比商标与目标商标的整体匹配参量，从而根据整体匹配参量的计算值有效地进行侵权分析。

42、进一步地，本方法在大量商标数据中进行对比分析，为侵权识别提供了高效、可靠的解决方案，保护商标权益的同时提升了工作效率。