[發(fā)明專利]一種融合對象語義的商標圖像匹配方法

有效

• 申請?zhí)枺?/td>: 201410292722.9
• 申請日: 2014-06-25
• 公開（公告）號: CN104021228B
• 公開（公告）日: 2017-05-24
• 發(fā)明（設計）人: 洪志令;吳梅紅
• 申請（專利權）人: 廈門大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06T7/00
• 代理公司: 廈門南強之路專利事務所(普通合伙)35200
• 代理人: 馬應森

1.一種融合對象語義的商標圖像匹配方法，其特征在于包括以下步驟：

步驟一：關鍵詞組語義的匹配；

所述關鍵詞組語義匹配，具體步驟如下：

(a)對輸入的兩個關鍵詞組進行匹配，對關鍵詞組的匹配是基于關鍵詞的匹配，具體方法如下：

利用知網(wǎng)提供的計算方式，得到兩個關鍵詞語義的相似度，計算方式如下所示:

similarity(key₁，key₂)＝max_{i＝1...n，j＝1...m}similarity(S_1i，S_2j)(1)

其中key₁和key₂為兩個關鍵詞，key₁由概念集合{S₁₁,S₁₂,…,S_1m}組成，key₂由概念集合{S₂₁,S₂₂,…,S_2n}組成；

(b)把兩個關鍵詞之間的相似度問題歸結為兩個概念之間的相似度問題，兩個概念語義表達式的整體相似度由下式獲得：

$similarity(S_1,S_2)=\underset{i=1}{\overset{4}{\Σ}}({\mathrm{\β}}_i\×{\mathrm{similarity}}_i(S_1,S_2\left)\right)---\left(2\right)$

其中，β_i是可調(diào)節(jié)的參數(shù)，表示以下4個特征：第一基本義原描述、其它基本義原描述、關系義原描述、關系符號描述，其滿足：β₁≥β₂≥β₃≥β₄；

(c)把兩個關鍵詞之間的相似度問題最終歸結為義原之間的相似度問題，根據(jù)義原之間的路徑距離來計算兩者的相似度，兩個關鍵詞組的匹配度由下式獲得：

$M({\mathrm{keys}}_1,{\mathrm{keys}}_2)=\frac{1}{N}{\mathrm{\Σ}}_{i=1}^k{\mathrm{\Σ}}_{j=1}^{l}f\left(similarity\right({\mathrm{key}}_{1i},{\mathrm{key}}_{2j}\left)\right)---\left(3\right)$

其中，函數(shù)f定義如下：

$f\left(x\right)=\left\{\begin{array}{cc}x& x\≥\mathrm{\σ}\\ 0& x\<\mathrm{\σ}\end{array}\right.---\left(4\right)$

σ為閾值，σ∈[0，1]，N為關鍵詞匹配相似度值大于σ的個數(shù)；

步驟二：高語義相關對象的提取；所述高語義相關對象的提取的具體步驟如下：

首先，對于兩幅商標圖像的分割對象對應的關鍵詞組，利用步驟一關鍵詞組語義匹配方法計算對象之間語義的相似度，得到如下的相似度矩陣：

其中，該矩陣為對稱矩陣，M(w_1i，w_2j)為利用上述關鍵詞組語義匹配方法計算所得值，M(w_1i，w_2j)∈[0，1]，并且當i＝j時，有M(w_1i，w_2j)＝1，即矩陣對角線上的值為1；

然后，基于得到的相似度矩陣，獲取高語義相關對象，其具體步驟如下：

1)對相似度值M(w₁₁，w₂₂)，M(w₁₂，w₂₂)，…，M(w_1m，w_2n)序列從大到小排序，并記錄值對應于矩陣的位置；

2)設定一個閾值α，α∈[0.5，1]，對于相似度排序序列的每個值，若大于α，則取出對應的矩陣位置i和j，從分割商標圖像向量T₁，T₂取得相應對象，記錄相應語義相似度值；同時劃掉第i行和第j列；

最后，得到k對最高語義相似對象組合構成的對象向量T′₁，T′₂，及其對應的語義相似度向量V′₁₂，即：

T′₁＝{t′₁₁，t′₁₂，...，t′_1k}

T′₂＝{t′₂₁，t′₂₂，...，t′_2k}

V′₁₂＝{M′₁₁，M′₂₂，...，w′_kk}

其中M′_ii代表兩幅商標各自第i個對象的語義相似度匹配值；

步驟三：融合語義與對象底層特征的綜合匹配；

所述融合語義與對象特征的綜合匹配，即對高語義相關對象進行底層特征的匹配，其具體步驟如下：

令已有兩個目標對象t₁，t₂，已有的對象底層特征匹配方法定義為F(t₁，t₂)，結合步驟一、二得到的結果，得到兩幅商標圖像相似度為：

$\begin{array}{c}similarity\left(T_1,T_2\right)=similarity\left(T_1^{\′},T_2^{\′}\right)\\ =\frac{{\mathrm{\Σ}}_{i=1}^k\left(M_{ii}^{\′}\×F\left(t_{1i}^{\′},t_{2i}^{\′}\right)\right)}{{\mathrm{\Σ}}_{i=1}^k{M}_{ii}^{\′}}\end{array}---\left(5\right)$

其中，F(xiàn)(t′_1i，t′_2i)為對象的底層特征相似度函數(shù)，F(xiàn)的取值范圍為[0，1]。