基于对比学习的外观专利相似度确定方法及终端设备

本技术属于信息处理，尤其涉及一种基于对比学习的外观专利相似度确定方法及终端设备。

背景技术：

1、外观设计通常涉及多种元素，例如形状、颜色以及纹理等，这些元素的组合使得外观设计的相似度判定变得极为复杂。相关技术通常是通过肉眼观察的方式来判断两个外观专利中的外观设计是否相似，然而，该外观专利相似度判定方法受主观因素的影响较大，且极易忽略不同外观设计之间微小但重要的差异，无法确保外观专利相似度判定始终具有较高的准确性。

技术实现思路

1、有鉴于此，本技术实施例提供了一种基于对比学习的外观专利相似度确定方法及终端设备，以解决现有的外观专利相似度判定方法的准确度较低的技术问题。

2、第一方面，本技术实施例提供一种基于对比学习的外观专利相似度确定方法，包括：

3、获取待比较的第一外观专利文件和第二外观专利文件；其中，所述第一外观专利文件和所述第二外观专利文件中均包括：通过文字描述的待保护产品的分类号、产品名称、产品用途及最能表明设计要点的关键视图，以及通过图像表示的多张不同视角的产品视图；所述关键视图是所述产品视图中的一张；

4、根据所述第一外观专利文件和所述第二外观专利文件中的所述分类号，确定所述第一外观专利文件与所述第二外观专利文件的分类号相似度；

5、根据所述第一外观专利文件和所述第二外观专利文件中的所述产品名称，确定所述第一外观专利文件与所述第二外观专利文件的名称相似度；

6、根据所述第一外观专利文件和所述第二外观专利文件中的所述产品用途和各张所述产品视图的名称，将所述第一外观专利文件中的多张所述产品视图分别与所述第二外观专利文件中的多张所述产品视图进行配对，得到多个视图对；

7、确定每一个所述视图对的相似度，并根据每一个所述视图对的相似度以及预设自适应权重，计算所述第一外观专利文件与所述第二外观专利文件的视图相似度；其中，所述预设自适应权重是根据所述关键视图确定得到的，包含所述关键视图的视图对的预设自适应权重大于不包含所述关键视图的视图对的预设自适应权重；

8、将所述分类号相似度、所述名称相似度以及所述视图相似度的加权和，确定为所述第一外观专利文件与所述第二外观专利文件的整体相似度；其中，所述分类号相似度的预设权重和所述名称相似度的预设权重均小于所述视图相似度的预设权重。

9、在第一方面的一种可选的实现方式中，所述第一外观专利文件和所述第二外观专利文件中还包括：通过文字描述的待保护产品的设计要点；对应地，确定每一个所述视图对的相似度，包括：

10、在所述第一外观专利文件或所述第二外观专利文件中的所述设计要点包括形状的情况下，确定每一个所述视图对的形状相似度，并通过特征相似度确定模型确定每一个所述视图对的整体特征相似度，将每一个所述视图对的形状相似度与整体特征相似度的加权和，分别确定为每一个所述视图对的相似度；

11、在所述第一外观专利文件或所述第二外观专利文件中的所述设计要点不包括形状的情况下，通过所述特征相似度确定模型确定每一个所述视图对的整体特征相似度，将每一个所述视图对的整体特征相似度分别确定为每一个所述视图对的相似度。

12、在第一方面的一种可选的实现方式中，确定每一个所述视图对的形状相似度，包括：

13、提取每一个所述视图对中各张产品视图的轮廓，并根据各张产品视图的轮廓分别确定各张产品视图的形状不变量；所述形状不变量用于描述所述产品视图的形状特征，具体用于描述所述产品视图中的待保护产品的形状在几何变换下保持不变的特性；

14、基于每一个所述视图对中各张产品视图的形状不变量，确定每一个所述视图对的两个形状不变量之间的相对差、平方差以及绝对差；

15、根据每一个所述视图对的两个形状不变量之间的相对差、平方差以及绝对差，采用预设形状相似度计算公式，计算每一个所述视图对的形状相似度；所述预设形状相似度计算公式为：

16、

17、其中，sshape为任意一个所述视图对的形状相似度；d1为任意一个所述视图对的两个形状不变量之间的相对差，min(d1)为所有视图对的两个形状不变量之间的相对差中的最小值，max(d1)为所有视图对的两个形状不变量之间的相对差中的最大值；d2为任意一个所述视图对的两个形状不变量之间的平方差，min(d2)为所有视图对的两个形状不变量之间的平方差中的最小值，max(d2)为所有视图对的两个形状不变量之间的平方差中的最大值；d3为任意一个所述视图对的两个形状不变量之间的绝对差，min(d3)为所有视图对的两个形状不变量之间的绝对差中的最小值，max(d3)为所有视图对的两个形状不变量之间的绝对差中的最大值。

18、在第一方面的一种可选的实现方式中，所述特征相似度确定模型是基于预设样本集，采用深度学习方法对预设卷积神经网络进行训练得到的；

19、所述预设样本集包括若干条样本数据，所述样本数据包括正样本数据和负样本数据；每一条所述正样本数据均包括一个正视图对和所述正视图对的整体特征相似度，所述正视图对的整体特征相似度均为1；每一条所述负样本数据均包括一个负视图对和所述负视图对的整体特征相似度，所述负视图对的整体特征相似度均为0；

20、在对所述预设卷积神经网络进行训练时，每一条所述样本数据中的视图对作为所述预设卷积神经网络的输入，每一条所述样本数据中的视图对的整体特征相似度作为所述预设卷积神经网络的输出，训练完成的所述预设卷积神经网络为所述特征相似度确定模型。

21、在第一方面的一种可选的实现方式中，所述分类号中包括大类编号和小类编号；所述大类编号用于表示待保护产品的功能或用途所属的广泛产品类别，所述小类编号用于表示待保护产品在所述广泛产品类别下的细分产品类别；

22、根据所述第一外观专利文件和所述第二外观专利文件中的所述分类号，确定所述第一外观专利文件与所述第二外观专利文件的分类号相似度，包括：

23、在所述第一外观专利文件中的分类号与所述第二外观专利文件中的分类号完全相同的情况下，确定所述分类号相似度为1；分类号完全相同指两个分类号中的大类编号相同且小类编号相同；

24、在所述第一外观专利文件中的分类号与所述第二外观专利文件中的分类号部分相同的情况下，确定所述分类号相似度为0.5；分类号部分相同指两个分类号中的大类编号相同且小类编号不同；

25、在所述第一外观专利文件中的分类号与所述第二外观专利文件中的分类号完全不同的情况下，确定所述分类号相似度为0；分类号完全不同指两个分类号中的大类编号不同。

26、在第一方面的一种可选的实现方式中，根据所述第一外观专利文件和所述第二外观专利文件中的所述产品名称，确定所述第一外观专利文件与所述第二外观专利文件的名称相似度，包括：

27、对所述第一外观专利文件中的所述产品名称和所述第二外观专利文件中的所述产品名称进行分词处理，分别得到所述第一外观专利文件对应的第一名称关键词集合和所述第二外观专利文件对应的第二名称关键词集合；所述第一名称关键词集合和所述名称关键词集合中均包括一个或多个来自产品名称的关键词；

28、基于所述第一名称关键词集合和所述第二名称关键词集合，通过预设集合相似度计算公式，计算所述名称相似度；所述预设集合相似度计算公式为：

29、

30、其中，|wordset1∩wordset2|为所述第一名称关键词集合与所述第二名称关键词集合的交集中包括的关键词的数量，|wordset1∪wordset2|为所述第一名称关键词集合与所述第二名称关键词集合的并集中包括的关键词的数量。

31、第二方面，本技术实施例提供一种终端设备，包括：

32、文件获取单元，用于获取待比较的第一外观专利文件和第二外观专利文件；其中，所述第一外观专利文件和所述第二外观专利文件中均包括：通过文字描述的待保护产品的分类号、产品名称、产品用途及最能表明设计要点的关键视图，以及通过图像表示的多张不同视角的产品视图；所述关键视图是所述产品视图中的一张；

33、第一确定单元，用于根据所述第一外观专利文件和所述第二外观专利文件中的所述分类号，确定所述第一外观专利文件与所述第二外观专利文件的分类号相似度；

34、第二确定单元，用于根据所述第一外观专利文件和所述第二外观专利文件中的所述产品名称，确定所述第一外观专利文件与所述第二外观专利文件的名称相似度；

35、视图配对单元，用于根据所述第一外观专利文件和所述第二外观专利文件中的所述产品用途和各张所述产品视图的名称，将所述第一外观专利文件中的多张所述产品视图分别与所述第二外观专利文件中的多张所述产品视图进行配对，得到多个视图对；

36、第三确定单元，用于确定每一个所述视图对的相似度，并根据每一个所述视图对的相似度以及预设自适应权重，计算所述第一外观专利文件与所述第二外观专利文件的视图相似度；其中，包含所述关键视图的视图对的预设自适应权重大于不包含所述关键视图的视图对的预设自适应权重；

37、第四确定单元，用于将所述分类号相似度、所述名称相似度以及所述视图相似度的加权和，确定为所述第一外观专利文件与所述第二外观专利文件的整体相似度；其中，所述分类号相似度的预设权重和所述名称相似度的预设权重均小于所述视图相似度的预设权重。

38、第三方面，本技术实施例提供另一种终端设备，包括存储器以及存储在所述存储器中并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面任一可选实现方式所述的方法。

39、第四方面，本技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面任一可选实现方式所述的方法。

40、实施本技术实施例提供的基于对比学习的外观专利相似度确定方法、终端设备及计算机可读存储介质具有以下有益效果：

41、本技术实施例提供的基于对比学习的外观专利相似度确定方法，通过同时分析第一外观专利文件和第二外观专利文件中的文字信息和视图信息，根据文字信息中的分类号和产品名称，分别确定第一外观专利文件与第二外观专利文件的分类号相似度和名称相似度；根据文字信息中的产品用途和视图信息中各个产品视图的名称，将第一外观专利文件与第二外观专利文件中相同视角的产品视图进行配对，得到多个视图对，并计算每一个视图对的相似度，且结合根据关键视图得到的各个视图对的预设自适应权重，计算第一外观专利文件与第二外观专利文件的视图相似度；再根据第一外观专利文件与第二外观专利文件的分类号相似度、名称相似度以及视图相似度，综合确定第一外观专利文件与第二外观专利文件的整体相似度。由于整体相似度是综合外观专利文件中的文字信息和所有产品视图得到的，因此能够将不同外观专利文件之间的细微差别考虑进去，且整体相似度的计算不受人为主观因素的影响，从而能够提高外观专利相似度确定的准确度，降低外观专利相似度认定的人工成本。