圖形檢索技術(shù)在知識(shí)產(chǎn)權(quán)領(lǐng)域的應(yīng)用空間探索

陳昕

摘 要：如今隨著知識(shí)產(chǎn)權(quán)在社會(huì)經(jīng)濟(jì)生活中扮演著越來越重要的角色，無論是政府、企業(yè)、還是專門從事知識(shí)產(chǎn)權(quán)業(yè)務(wù)的事務(wù)所和律師事務(wù)所，都會(huì)越來越頻繁地使用到信息檢索技術(shù)來對(duì)相關(guān)的知識(shí)產(chǎn)權(quán)數(shù)據(jù)庫(kù)進(jìn)行檢索。但由于目前該領(lǐng)域所應(yīng)用的技術(shù)僅停留在基于文字和語義來檢索，對(duì)于檢索很多以圖形圖像為主要表征的知識(shí)產(chǎn)權(quán)信息而言效率不高，同時(shí)為了得到準(zhǔn)確的檢索結(jié)果也對(duì)檢索人員的技術(shù)水平有較多依賴。

近年來，隨著基于內(nèi)容的圖形檢索技術(shù)發(fā)展日趨成熟，已經(jīng)很大程度上實(shí)現(xiàn)了基于圖像的內(nèi)容對(duì)圖像數(shù)據(jù)庫(kù)進(jìn)行檢索的要求。本文旨在通過將知識(shí)產(chǎn)權(quán)檢索領(lǐng)域的技術(shù)需求特點(diǎn)和圖形檢索技術(shù)的發(fā)展現(xiàn)狀進(jìn)行對(duì)比分析，進(jìn)而探索圖形檢索技術(shù)在知識(shí)產(chǎn)權(quán)領(lǐng)域的應(yīng)用空間、環(huán)境條件和愿景。

關(guān)鍵詞：圖形檢索；知識(shí)產(chǎn)權(quán)；應(yīng)用分析

知識(shí)產(chǎn)權(quán)信息的管理和應(yīng)用在社會(huì)經(jīng)濟(jì)飛速發(fā)展的當(dāng)今世界扮演著越來越重要的角色，并為各國(guó)政府、企業(yè)所愈發(fā)關(guān)注和重視。知識(shí)產(chǎn)權(quán)也逐步發(fā)展成為推動(dòng)科技發(fā)展和經(jīng)濟(jì)增長(zhǎng)的巨大動(dòng)力。出于維護(hù)自身經(jīng)濟(jì)權(quán)利和降低運(yùn)營(yíng)風(fēng)險(xiǎn)的需要，越來越多的企業(yè)專門組建了知識(shí)產(chǎn)權(quán)團(tuán)隊(duì)，甚至斥資購(gòu)買了專門的數(shù)據(jù)庫(kù)系統(tǒng)查詢賬戶，在對(duì)企業(yè)自有知識(shí)產(chǎn)權(quán)進(jìn)行管理之外，利用相關(guān)的數(shù)據(jù)庫(kù)系統(tǒng)對(duì)其關(guān)心的技術(shù)點(diǎn)進(jìn)行檢索排查，以達(dá)到降低知識(shí)產(chǎn)權(quán)侵權(quán)的風(fēng)險(xiǎn)，進(jìn)一步指導(dǎo)產(chǎn)品和技術(shù)研發(fā)方向。同時(shí)也能更好地維護(hù)企業(yè)和技術(shù)人員的合法權(quán)益。

知識(shí)產(chǎn)權(quán)專業(yè)的數(shù)據(jù)庫(kù)系統(tǒng)主要分為政府和商業(yè)兩類，前者主要為公眾利益免費(fèi)對(duì)外開放，后者則以企業(yè)商戶為服務(wù)對(duì)象，打造特殊需求的系統(tǒng)產(chǎn)品。不同于其他的數(shù)據(jù)庫(kù)產(chǎn)品，知識(shí)產(chǎn)權(quán)數(shù)據(jù)庫(kù)有其獨(dú)特的屬性：首先，收錄信息全，知識(shí)產(chǎn)權(quán)系統(tǒng)必須收錄針對(duì)某一或某些固定范圍的全面數(shù)據(jù)，這是知識(shí)產(chǎn)權(quán)檢索的前提和基礎(chǔ)；其次，知識(shí)產(chǎn)權(quán)系統(tǒng)檢索，特別是侵權(quán)排查檢索，其檢索屬性為查重檢索，即以發(fā)現(xiàn)相同或相似數(shù)據(jù)記錄為目標(biāo)；再次，即檢索結(jié)果的嚴(yán)肅性，此類數(shù)據(jù)檢索結(jié)果將直接對(duì)企業(yè)的研發(fā)工作乃至知識(shí)產(chǎn)權(quán)相關(guān)訴訟的結(jié)果產(chǎn)生影響。因此，針對(duì)服務(wù)于知識(shí)產(chǎn)權(quán)領(lǐng)域的數(shù)據(jù)庫(kù)系統(tǒng)，無論從數(shù)據(jù)收集，更新頻率，數(shù)據(jù)加工，檢索方案和交互設(shè)計(jì)等方面，都提出了很高的要求。

目前的數(shù)據(jù)庫(kù)產(chǎn)品，如湯森路透公司的Thomson Innovation和律商聯(lián)訊公司的Total Patent等專利數(shù)據(jù)庫(kù)，從檢索使用的友好度上，對(duì)專利數(shù)據(jù)進(jìn)行了不同程度的加工。如為了盡量避免由于用戶關(guān)鍵詞選擇不當(dāng)所導(dǎo)致漏檢，對(duì)專利數(shù)據(jù)中出現(xiàn)的關(guān)鍵技術(shù)詞匯，進(jìn)行解釋性改寫，這樣一來將會(huì)出現(xiàn)更多詞語表達(dá)同一關(guān)鍵語義，大大提升了用戶文本檢索的準(zhǔn)確程度。

盡管如此，文本檢索仍然很大程度上依賴于檢索人對(duì)于技術(shù)的理解和語言的表述能力。對(duì)于圖形商標(biāo)、產(chǎn)品外觀設(shè)計(jì)以及較難描述的專利描述圖的檢索而言，則帶來了很強(qiáng)的檢索難度。特別是電子商務(wù)企業(yè)，由于商品種類繁雜，為了保證上架商品的法律安全，不得不花費(fèi)很大精力變換不同關(guān)鍵字和檢索策略，反復(fù)進(jìn)行文本檢索。例如當(dāng)需要對(duì)一款絲網(wǎng)產(chǎn)品進(jìn)行檢索時(shí)，首先需要變換使用mesh， wire， fence等不同關(guān)鍵詞進(jìn)行文本檢索，然后再針對(duì)海量的檢索結(jié)果中的圖形信息，比照原有的圖形，逐一進(jìn)行對(duì)比分析，但往往收效甚微。此時(shí)得以看出，傳統(tǒng)的文本檢索，已經(jīng)無法滿足這種新型的檢索需求。如果能夠?qū)⑷遮叧墒斓膱D形檢索技術(shù)加以應(yīng)用，使用戶可以直接輸入圖像，就可以在數(shù)據(jù)庫(kù)系統(tǒng)中對(duì)滿足相似度要求的圖像的內(nèi)容直接進(jìn)行檢索，相信檢索效率和精度都將大幅度提升。

有關(guān)計(jì)算機(jī)圖形檢索技術(shù)，大致分成兩類，基于文本的圖形檢索（Text-based Retrieval，簡(jiǎn)稱CBR）和基于內(nèi)容的圖形檢索（Content-based Retrieval，簡(jiǎn)稱CBR）。其研究早在20世紀(jì)70年代就已經(jīng)開始。在檢索原理上，主要包括三方面：第一，對(duì)用戶需求的分析和轉(zhuǎn)化，形成可以檢索索引數(shù)據(jù)庫(kù)的提問；第二，收集和加工圖像資源，提取圖形特征，分析并進(jìn)行標(biāo)引，建立圖像的索引數(shù)據(jù)庫(kù)；第三，根據(jù)相似度的算法，計(jì)算用戶的提問與索引數(shù)據(jù)庫(kù)中記錄的相似度，然后提取出滿足取值范圍的記錄作為結(jié)果輸出，再按照相似度以降序的方式列表輸出顯示?？紤]到要保證檢索的精度，許多系統(tǒng)結(jié)合相關(guān)反饋技術(shù)來收集用戶對(duì)檢索結(jié)果的反饋信息，這在CBIR中顯得更為突出，因?yàn)镃BIR實(shí)現(xiàn)的是逐步求精的圖像檢索過程，在同一次檢索過程中需要不斷地與用戶進(jìn)行交互。

基于內(nèi)容的圖像檢索根據(jù)圖像、圖像的內(nèi)容語義以及語境聯(lián)系進(jìn)行查找，以圖像語義的特征為線索從圖像數(shù)據(jù)庫(kù)中檢出具有相似特性的其它圖像。因?yàn)閳D像的內(nèi)容規(guī)模一般要大于純文本信息，因此，基于內(nèi)容的圖像檢索在檢索的速度和效率上要求更高。目前已有很多應(yīng)用于實(shí)踐環(huán)境的基于內(nèi)容的圖像檢索數(shù)據(jù)系統(tǒng)，如由IBM公司開發(fā)的最早商業(yè)化QBIC系統(tǒng)，以及由哥倫比亞大學(xué)研發(fā)的WebSeek系統(tǒng)、麻省理工學(xué)院研發(fā)的Photobook系統(tǒng)，以及Goodgle公司和Baidu公司推出的圖形內(nèi)容檢索的產(chǎn)品等。

從技術(shù)層面，一個(gè)完整的圖形檢索過程大致包含以下三個(gè)步驟。首先，在檢索中要做的就是要對(duì)圖形的特征進(jìn)行提取。可提取的特征可以包括顏色、紋理、平面空間對(duì)應(yīng)關(guān)系、外形，或其他數(shù)據(jù)特征等。 圖像特征的提取與表達(dá)是基于內(nèi)容的圖像檢索技術(shù)的基礎(chǔ)。從廣義上講，圖像的特征包括基于文本的特征（如關(guān)鍵字、注釋等）和視覺特征（如色彩、紋理、形狀、對(duì)象表面等）兩類。視覺特征又可分為通用的視覺特征和領(lǐng)域相關(guān)的視覺特征。前者用于描述所有圖像共有的特征，與圖像的具體類型或內(nèi)容無關(guān)，主要包括色彩、紋理和形狀；后者則建立在對(duì)所描述圖像內(nèi)容的某些先驗(yàn)知識(shí)（或假設(shè)）的基礎(chǔ)上，與具體的應(yīng)用緊密有關(guān)，例如人的面部特征或指紋特征等。其次就要對(duì)檢索過程中算法所依據(jù)的相似性進(jìn)行定義從圖像中提取的特征可以組成一個(gè)向量，兩個(gè)圖像之間可以通過定義一個(gè)距離或者相似性的測(cè)量度來計(jì)算相似程度。最后，就要彌補(bǔ)語義鴻溝。在傳統(tǒng)的基于文字的查詢技術(shù)中，不會(huì)存在這個(gè)問題，因?yàn)椴樵冴P(guān)鍵字基本能夠反映查詢意圖。但是在基于內(nèi)容的圖像查詢中，就存在一個(gè)底層特征和上層理解之間的差異。主要原因是底層特征不能完全反映或者匹配查詢意圖。彌補(bǔ)這個(gè)鴻溝的技術(shù)手段主要有：相關(guān)反饋（relevance feedback）：按照最初的查詢條件，查詢系統(tǒng)返回給用戶查詢結(jié)果，用戶可以人為介入（或者自動(dòng)）來選擇幾個(gè)最符合他查詢意圖的返回結(jié)果（正反饋），也可以選擇最不符合他查詢意圖的幾個(gè)返回結(jié)果（負(fù)反饋）。這些反饋信息被送入系統(tǒng)用來更新查詢條件，重新進(jìn)行查詢。從而讓隨后的搜索更符合查詢者的真實(shí)意圖。

不難看出，雖然圖形檢索的發(fā)展，從技術(shù)上已經(jīng)可以滿足知識(shí)產(chǎn)權(quán)領(lǐng)域的應(yīng)用需求。但是從原始數(shù)據(jù)收集的角度看，仍然有很長(zhǎng)的路要走。具體說，就是各國(guó)政府和相關(guān)機(jī)構(gòu)在核準(zhǔn)商標(biāo)、外觀設(shè)計(jì)、專利等技術(shù)文件時(shí)，需要對(duì)目標(biāo)項(xiàng)進(jìn)行統(tǒng)一標(biāo)準(zhǔn)的圖像留檔。如此，才有可能廣泛應(yīng)用圖形檢索技術(shù)，更有效地在世界范圍內(nèi)推動(dòng)科技和貿(mào)易的健康發(fā)展。