基于協(xié)同轉(zhuǎn)導(dǎo)的外觀設(shè)計專利圖像檢索方法的研究.pdf

1、隨著科技的進步，知識產(chǎn)權(quán)在國家的綜合國力競爭中扮演著越來越重要的角色。專利是知識產(chǎn)權(quán)的重要組成部分，記錄著大多數(shù)發(fā)明人的發(fā)明以及創(chuàng)新性成果。外觀設(shè)計專利是專利中的發(fā)明創(chuàng)造中的一種重要的表現(xiàn)形式，是一種包含有造型、圖案、色彩以及三者的有機結(jié)合形成的適合于工業(yè)應(yīng)用上的新設(shè)計，圖像是外觀設(shè)計專利的主要表現(xiàn)形式，基于圖像的外觀設(shè)計專利檢索應(yīng)運而生。隨著互聯(lián)網(wǎng)和多媒體技術(shù)迅猛發(fā)展，專利數(shù)量以及專利圖像也以幾何級數(shù)增長，如何有效的從專利大數(shù)據(jù)庫中檢

2、索出用戶需要的信息是現(xiàn)在專利檢索的主要研究方向。
　　自上世紀(jì)90年代提出基于內(nèi)容的圖像檢索后，圖像檢索技術(shù)發(fā)展迅速，基于內(nèi)容的外觀專利圖像檢索技術(shù)也越來越成熟，在檢索的精度和檢索的實時性方面仍有比較大的提升空間。文中針對外觀設(shè)計專利圖像特點改進了特征的提取算法，以及改進圖像檢索中多特征融合算法，提高圖像的查準(zhǔn)率和查全率。本文從圖像特征改進和相似度學(xué)習(xí)進行特征融合兩個方面開展了研究，論文主要工作如下：
　?。?）針對外觀設(shè)計

3、專利圖片主體居中的特點，提出了一種新的紋理特征提取方法，LBP加權(quán)分布紋理熵。通過對圖像進行非均勻分塊，然后在提取每個子塊的LBP紋理，并統(tǒng)計每個子塊的LBP紋理的信息熵，結(jié)合9個子塊的紋理信息熵形成一個新的紋理特征，即考慮了圖像的空間信息的同時還保留了圖像的紋理信息。
　?。?）提出一種基于重排和 SIEAC的協(xié)同訓(xùn)練算法。利用樣本信息熵和置信度(SIEAC)對協(xié)同轉(zhuǎn)導(dǎo)輸出樣本進行決策判斷，并結(jié)合重排的思想提出了基于重排和樣本信

4、息熵以及置信度的協(xié)同訓(xùn)練圖像檢索，并在外觀專利數(shù)據(jù)庫上對提出的算法做了相應(yīng)的實驗驗證本文提出的方法的有效性。
　?。?）分析了五種不同的特征，并將這些特征應(yīng)用于本文提出的基于重排和SIEAC的協(xié)同訓(xùn)練圖像檢索算法中。五種不同的特征分別是LBP，本文提出的加權(quán)分布紋理熵特征，方向梯度直方圖(HOG)，分層梯度方向直方圖(PHOG)，CNN特征。
　?。?）基于外觀設(shè)計專利數(shù)據(jù)庫開展了算法的驗證。為了提高外觀設(shè)計專利圖像檢索的精