Récupération d'images de brevets par apprentissage profond basé sur les transformateurs

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 à partir d'une vaste quantité de documents antérieurs. À cet égard, la recherche et le développement d'une technologie de recherche directe par images, permettant de chercher des dessins et des informations essentielles relatives aux inventions, ont longtemps été souhaités. Toutefois, les dessins de brevets sont généralement présentés sous forme de schémas en noir et blanc, à l’exception de certains pays, et leurs caractéristiques modales diffèrent fortement de celles des images naturelles, ce qui limite encore leur exploitation. Cette étude a atteint une précision supérieure à celle des travaux antérieurs en introduisant les méthodes InfoNCE et ArcFace dans le jeu de données DeepPatent (Kucer et al., 2022), à la place de la méthode classique des 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 aussi à de nombreux autres types de dessins, tels que les plans mécaniques, les dessins industriels, les marques déposées, les schémas et les croquis.