18일 전

Transformer 기반 딥 메트릭 학습을 이용한 특허 이미지 검색

{Keiji Yanai, Kotaro Higuchi}
초록

지적재산권 분야의 작업은 광범위한 영역을 포함한다. 특히 특허 분야에서의 기존기술 문헌 검색은 방대한 과거 문헌 중에서 발명의 신규성과 진보성을 판단하는 데 사용될 수 있는 문서를 찾는 것을 요구한다. 이러한 검색 기법에 관해, 도면과 발명의 핵심 정보를 직접 검색할 수 있는 도면 검색 기술에 대한 연구 및 개발이 오랫동안 요구되어 왔다. 그러나 특허 도면은 일부 국가를 제외하고 일반적으로 흑백의 추상적 도면으로 표현되며, 자연 이미지와는 매우 다른 모달 특성을 지니고 있어 여전히 탐색되지 않은 영역이다. 본 연구는 기존의 트리플릿(Triplet) 대신 DeepPatent(Kucer 등, 2022) 데이터셋에 InfoNCE와 ArcFace를 도입함으로써 기존 연구보다 높은 정확도를 달성하였다. 또한 사용자가 임의의 이미지를 입력하여 특허 도면을 검색할 수 있는 애플리케이션을 개발하였다. 본 연구의 아키텍처는 특허 도면뿐 아니라 기계도, 디자인 특허, 상표, 다이어그램, 스케치와 같은 다양한 모달 특성을 지닌 도면에 적용 가능하다.

Transformer 기반 딥 메트릭 학습을 이용한 특허 이미지 검색 | 최신 연구 논문 | HyperAI초신경