图像专利检索的高效表示学习

Aug, 2023

Learning Efficient Representations for Image-Based Patent Retrieval

Hongsong Wang, Yuqi Zhang

TL;DR基于专利绘图图像的特征，本文提出了一个简单轻量级的模型，用于专利检索，在大规模基准测试上表现显著优于其他方法，均值平均精度（mAP）得分提高了 33.5%，进一步实验证明此模型能够精确扩展以达到惊人的 93.5% 的 mAP，此方法在 ECCV 2022 专利图像检索挑战赛中排名第一。

Abstract

patent retrieval has been attracting tremendous interest from researchers in intellectual property and information retrieval communities in the past decades. However, most existing approaches rely on textual and

patent retrieval intellectual property content-based image-based retrieval model eccv 2022 patent diagram image retrieval challenge

发现论文，激发创造

大型语言模型在专利图像检索中的应用

在专利审查中，基于图像的检索系统对于识别当前专利图像与现有技术之间的相似性至关重要，以确保专利申请的新颖性和非显而易见性。我们提出了一种基于语言的、分布感知的多模态专利图像特征学习方法，通过集成大型语言模型，丰富专利图像的语义理解，并通过我们提出的分布感知对比损失来提高在代表性类别中的性能。在 DeepPatent2 数据集上进行的大量实验表明，我们提出的方法在基于图像的专利检索方面取得了最先进或可比较的性能，平均准确率提高了 53.3％，前 10 个检索结果的召回率提高了 41.8％，前 10 个检索结果的 MRR 提高了 51.9％。此外，通过深入用户分析，我们探索了我们的模型在帮助专利专业人员进行图像检索方面的作用，凸显了该模型的实际适用性和效果。

Apr, 2024

图像检索的深度视觉表示端到端学习

本文针对深度学习在实例级图像检索方面表现不佳的问题，提出了基于大规模嘈杂地标数据集的清洗方法、改进的 R-MAC 描述符、基于三元组损失的孪生网络，并在 Oxford 5k、Paris 6k 和 Holidays 数据集上，分别报告了 94.7，96.6 和 94.8 的平均精度，并通过产品量化处理可以实现图像表示的高度压缩。

Oct, 2016

专利中的可视化类型和视角分类

本篇论文采用最先进的深度学习方法，对专利图像中的可视化类型和视角进行分类，并对 CLEF-IP 数据集进行了扩展和手动标注，实验结果证明了该方法的可行性。

Jul, 2023

基于内容的图像检索的近期进展：文献综述

本文评估了 2003 年至 2016 年提出的内容检索图像检索算法，并提出了未来研究的几个方向。

Jun, 2017

DeepPatent2：用于技术图纸理解的大规模基准测试语料库

最近计算机视觉（CV）和自然语言处理的快速发展受益于对实际应用中的大数据的利用。然而，这些研究领域仍受到可用数据集的数量、多样性和多样性的限制。本研究介绍了 DeepPatent2，这是一个大规模数据集，提供了超过 270 万张技术绘图，其中包含 132,890 个对象名称和 22,394 个视角，提取自 14 年的美国设计专利文件。我们展示了 DeepPatent2 在概念字幕生成方面的实用性，同时还提供了我们的数据集在促进其他研究领域如三维图像重建和图像检索方面的潜在用途。

Nov, 2023

基于人工智能方法的专利综合调查

最近人工智能（AI）和机器学习在各个领域展示了具有变革性的能力。本研究概述了 2017 年至 2023 年间超过 40 篇论文中关于专利分析的最新人工智能工具，包括适用于专利图像和文本数据的方法。此外，我们提出了一种基于专利生命周期任务和人工智能方法特性的新分类法。该调查旨在为人工智能专利分析领域的研究人员、实践者和专利办公室提供资源。

Apr, 2024

抽象图像在反向图像搜索引擎中具有不同的检索能力水平

本文评估常见反向图像搜索引擎在发现技术文档中抽象图像方面的表现，发现自然图像上，Yandex 表现更好，在搜索包含特定图像的页面时，Google 和 Yandex 的精度得分约为 0.8191 至 0.8297，且在这两种情况下，Google 和 Yandex 在自然图像上的表现优于抽象图像，这些结果影响着使用常见网络搜索引擎搜索使用抽象图像的技术文档的人们

Nov, 2022

从全网图片 - 文本数据中检索来提高图像识别

研究使用检索增强模型来提高计算机视觉任务的识别能力，引入了一种基于注意力机制的记忆模块，学习从外部记忆集合中检索出的每个例子的重要性，证明了使用 10 亿个图像 - 文本对的大规模记忆数据集的好处，并在 ImageNet-LT，Places-LT 和 Webvision 数据集中取得了最先进的准确性。

Apr, 2023

性能改进来自何处？—— 关于图像文本检索可重现性的担忧

本文研究信息检索领域的图像 - 文本检索模型的可重复性问题，通过预训练和非预训练模型的消融实验证明了先前一些技术提高了检索效果，但仍需要关注影响检索召回率的因素。

Mar, 2022

Transformer 和 CNN 都在 SBIR 上击败了人类

本文介绍了以往三元组 SBIR 方案存在的问题，提出了建立具有更好翻转等变性的 SBIR 解决方案的多种方法，并深入评估了每种方法的有效性，揭示了视觉 Transformer 对于 SBIR 任务更加适用，性能比卷积神经网络高得多，引入了第一个在大规模 SBIR 基准（Sketchy）上超越人类表现的模型，具体表现为召回率 62.25％，比以前的最先进方法 46.2％高。

Sep, 2022