Recherche d'images de brevets par apprentissage métrique basé sur la entropie croisée

Le travail lié aux droits de propriété intellectuelle couvre un large éventail de domaines. En particulier, la recherche de littérature antérieure dans le domaine des brevets exige la localisation de documents pouvant servir à évaluer la nouveauté et l'aspect inventif au sein d'une vaste quantité de documents antérieurs.À cet égard, la recherche et le développement d'une technologie de recherche directe par dessins, ainsi que de l'information essentielle relative aux inventions, ont longtemps été attendus. Toutefois, les dessins de brevets sont généralement présentés sous forme de schémas abstraits en noir et blanc, dont les caractéristiques modales diffèrent fortement de celles des images naturelles, ce qui a jusqu'à présent limité leur exploration.Cette étude a atteint une précision supérieure à celle des approches antérieures en introduisant InfoNCE et ArcFace dans le jeu de données DeepPatent, au lieu de la méthode classique Triplet. En outre, nous avons développé une application permettant aux utilisateurs de rechercher des dessins de brevets à partir de n'importe quelle image. Notre architecture peut être appliquée non seulement aux dessins de brevets, mais également à de nombreux autres types de dessins, tels que les plans mécaniques, les dessins de brevets d'aspect, les marques déposées, les schémas et les croquis.