用于相似商标检索的大规模数据集与基准
计算机视觉与模式识别
2017-10-17 v2
摘要
由于商标申请和侵权事件的不断增加趋势，商标检索(TR)已成为一个重要但具有挑战性的问题。已有许多针对TR问题的有前景尝试，然而由于它们是用有限且大多简单的数据集评估的，因此变得不切实际。本文中，我们提供了一个带有基准查询的大规模数据集，可据此系统评估不同的TR方法。此外，我们利用文献中应用于TR的广泛使用的方法在该基准上提供了一个基线。进一步，我们识别并纠正了TR方法中以前未解决的两个重要问题：对比度反转和商标中无关文本的存在严重影响了TR方法。最后，我们将深度学习，即几种流行的卷积神经网络模型，应用于TR问题。据作者所知，这是首次此类尝试。
引用
@article{arxiv.1701.05766,
title = {A Large-scale Dataset and Benchmark for Similar Trademark Retrieval},
author = {Osman Tursun and Cemal Aker and Sinan Kalkan},
journal= {arXiv preprint arXiv:1701.05766},
year = {2017}
}