2809
Проверка изобразительных товарных знаков на сходство
Январь, 2020 год.Автоматизированная система поиска сходных изображений при регистрации товарных знаков.
Какую проблему решали
Одной из наиболее частых задач патентных поверенных и юристов, оказывающих услуги в сфере интеллектуальной собственности, является регистрация товарных знаков. Важнейший этап в этом процессе — поиск сходных изображений.
Сначала поиск осуществлялся вручную, затем с помощью офлайн систем, алгоритм которых опирался на словесное описание знака или на международную классификацию изобразительных элементов товарных знаков. Работа с такой системой – сложный и трудоемкий процесс, при котором качество полученных результатов во многом зависит от субъективного восприятия знака экспертом.
Сначала поиск осуществлялся вручную, затем с помощью офлайн систем, алгоритм которых опирался на словесное описание знака или на международную классификацию изобразительных элементов товарных знаков. Работа с такой системой – сложный и трудоемкий процесс, при котором качество полученных результатов во многом зависит от субъективного восприятия знака экспертом.
После выдачи результата системой сотрудники были вынуждены вручную фильтровать более 3 000 изображений, вероятность ошибки составляла 50%.
Решение проблемы
Разработчики EORA DATA LAB совместно с командой ООО «ИНТЭЛСОНЛАЙН» создали поисковую систему для распознавания изображений на базе технологий компьютерного зрения и data science.
Пользователь загружает изображение в систему, которая способна производить до сотни поисков одновременно и выдавать результат в режиме онлайн с 90% точностью. Изобразительные знаки ранжируются по степени сходства – от наиболее сходных к наименее.
Компания запустила качественно новый продукт — онлайн-сервис поиска сходных товарных знаков.
Применяемые технологии
Для распознавания и выдачи сходных товарных знаков используется собственная разработка компании EORA DATA LAB — система поиска изображений EORA MAGE на базе технологий computer vision.
Компьютерное зрение позволяет распознавать тождественные или сходные изобразительные знаки, а предиктивные и рекомендательные алгоритмы формируют поисковую выдачу исходя из критериев сходства и актуальности.
Для повышения точности поиска нейросеть-классификатор EfficientNet-B4 обучилась на сети, включающей 70 000 изображений.
Бизнес-процесс
До проекта:
- До месяца работы с каждым отчетом.
- Результат зависел от субъективного восприятия знака экспертом.
- Система не находила до 50% сходных изображений.
- 1,2 млн рублей — выручка за услуги онлайн-поиска изобразительных товарных знаков.
После проекта:
- Несколько часов на составление отчета.
- Точность распознавания — до 90%.
- 4,1 млн рублей — выручка за услуги онлайн-поиска изобразительных товарных знаков.
- Результаты выдаются с учетом ранжирования по степени сходства.
Результаты
Команда ООО «ИНТЭЛСОНЛАЙН»
Павел Герман
Учредитель
Валерий Герман
Патентный поверенный
Светлана Службина
Генеральный директор
Михаил Цхадая
Рyководитель проектов
Команда EORA DATA LAB
Владислав Виноградов
Технический директор
Роман Доронин
Генеральный директор
Константин Кубрак
Исполнительный директор
Похожие кейсы
AI-кейсы с доказанной бизнес-эффективностью. Все проекты успешно прошли проверку комиссией из признанных экспертов в технологиях и бизнесе.
