(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210331329.0 (22)申请日 2022.03.30 (71)申请人 北京明略昭辉科技有限公司 地址 100098 北京市海淀区北三环西路25 号27号楼二层2020室 (72)发明人 朱彦浩　胡郡郡　唐大闰　 (74)专利代理 机构 北京华夏泰和知识产权代理 有限公司 1 1662 专利代理师 蔡良伟 (51)Int.Cl. G06V 20/60(2022.01) G06V 10/42(2022.01) G06V 10/44(2022.01) G06V 10/82(2022.01) G06V 10/774(2022.01)G06K 9/62(2022.01) G06V 10/74(2022.01) (54)发明名称 LOGO的识别方法及装置、 存储介质、 电子设 备 (57)摘要 本发明公开了一种LOGO的识别方法及装置、 存储介质、 电子设备。 其中， 该方法包括获取样本 LOGO图像的全局图像与局部图像； 通过第一模型 提取所述全局图像的第一特征向量， 通过第二模 型提取所述全局图像和所述局部图像的第二特 征向量； 对 所述第一模型和所述第二模型进行自 监督学习， 以使所述第二特征向量逼近所述第一 特征向量； 将学习完成之后的第二模 型输出为残 缺LOGO识别模型。 通过本发明， 解决了相关技术 中LOGO的识别准确率不够高的技术问题， 提高了 对残缺LOGO图像的识别准确率。 权利要求书2页 说明书10页 附图3页 CN 114708579 A 2022.07.05 CN 114708579 A 1.一种LO GO的识别方法， 其特 征在于， 包括： 获取样本LO GO图像的全局图像与局部图像； 通过第一模型提取所述全局图像的第 一特征向量， 通过第 二模型提取所述全局图像和 所述局部图像的第二特 征向量； 对所述第一模型和所述第 二模型进行自监督学习， 以使所述第 二特征向量逼近所述第 一特征向量； 将学习完成之后的第二模型输出为残缺 LOGO识别模型。 2.如权利要求1所述的方法， 其特征在于， 获取样本LOGO图像的全局图像与局部图像包 括： 对样本LOGO图像进行随机切割， 截取获得M张相同尺寸的局部图像， 其中， 所述局部图 像的尺寸小于所述样本LO GO图像的尺寸， M为大于1的正整数； 对所述样本LOGO图像进行N次增强操作， 得到N张全局图像， 其中， 所述全局图像的尺寸 与所述样本LO GO图像的尺寸相同， N 为大于1的正整数。 3.如权利 要求2所述的方法， 其特征在于， 对所述样本LOGO图像进行N次增强操作， 得到 N张全局图像包括： 对所述样本LOGO图像进行第一增 强操作， 得到第一全局图像， 所述第一增 强操作包括 以下之一： 旋转、 模糊、 裁 剪、 翻转、 噪声增强； 对所述样本LOGO图像进行第二增 强操作， 得到第二全局图像， 所述第二增 强操作包括 以下之一： 旋转、 模糊、 裁剪、 翻转、 噪声增强， 其中， 所述N张全局图像包括所述第一全局图 像和所述第二全局图像。 4.如权利要求1所述的方法， 其特征在于， 在对所述第 一模型和所述第 二模型进行自监 督学习之前， 所述方法还 包括： 获取监督学习的样本数据， 其中， 所述样本数据包括样本 图像数据和对应所述样本 图 像数据的分类标签数据； 采用所述样本数据训练所述第一模型。 5.如权利要求4所述的方法， 其特征在于， 所述样本图像数据为所述样本LOGO图像， 获 取监督学习的样本数据包括： 解析所述样本LO GO图像， 判断所述样本LO GO图像中是否包 含标注数据信息； 若所述样本LOGO图像 中包含标注数据信 息， 将所述标注数据信息确定为所述样本图像 数据的分类标签数据； 若所述样本LOGO图像中不包含标注数据信息， 接收输入的人工标签 数据， 将所述人工标签数据确定为所述样本图像数据的分类标签数据。 6.如权利要求1所述的方法， 其特征在于， 所述第一特征向量包括多个第一子向量， 所 述第二特征向量包括多个第二子向量， 对所述第一模型和所述第二模型进行自监督学习， 以使所述第二特 征向量逼近所述第一特 征向量包括： 针对每个所述第二子向量， 分别计算与每 个所述第一子向量之间的欧式空间距离； 判断所述欧式空间距离是否大于预设约束值； 若所述欧式空间距离大于预设约束值， 执行以下步骤， 直到所述第一特征向量中的任 一第一子 向量与所述第二特征向量中的任一第二子 向量之间的欧式空间距离均小于或等 于所述预设约束值： 采用所述第二模型 的损失函数更新所述第二模型 的模型参数， 并采用权　利　要　求　书 1/2 页 2 CN 114708579 A 2更换后的第二模型重新 提取所述全局图像和所述局部图像的第二特 征向量。 7.如权利要求1所述的方法， 其特征在于， 在将学习完成之后的第二模型输出为残缺 LOGO识别模型之后， 所述方法还 包括： 接收待识别的目标LO GO图像， 其中， 所述目标LO GO图像为残缺的LO GO图像； 采用所述残缺 LOGO识别模型提取 所述目标LO GO图像的目标 特征向量； 在图像库中检索与所述目标 特征向量最匹配的LO GO图案； 将所述LOGO图案输出为所述目标LO GO图像的识别结果。 8.一种LO GO的识别装置， 其特 征在于， 包括： 获取模块， 用于获取样本LO GO图像的全局图像与局部图像； 提取模块， 用于通过第一模型提取所述全局图像的第一特征向量， 通过第二模型提取 所述全局图像和所述局部图像的第二特 征向量； 学习模块， 用于对所述第一模型和所述第二模型进行自监督学习， 以使所述第二特征 向量逼近所述第一特 征向量； 输出模块， 用于将学习完成之后的第二模型输出为残缺 LOGO识别模型。 9.一种存储介质， 其特征在于， 所述存储介质包括存储的程序， 其中， 所述程序运行时 执行上述权利要求1至7中任一项所述的方法步骤。 10.一种电子设备， 包括处理器、 通信接口、 存储器和通信总线， 其中， 处理器， 通信接 口， 存储器通过通信总线完成相互间的通信； 其中： 存储器， 用于存放计算机程序； 处理器， 用于通过运行存储器上所存放的程序来执行权利要求1至7中任一项所述的方 法步骤。权　利　要　求　书 2/2 页 3 CN 114708579 A 3