Skip to main content

Maschinelles Lernen stellt sicher, dass niemand Ihr Logo stiehlt

Bild: Getty Images

Die Fähigkeit eines Computers, Bilder genau zu identifizieren, ist für viele Technologieunternehmen, von Baidu bis Google, ein Weißwal.

Ein australisches Startup hat eine Ecke des Marktes gefunden, die dominiert, und hat Verträge mit dem Amt der Europäischen Union für geistiges Eigentum (EUIPO) und IP Australia für Algorithmen gewonnen, die Logos erkennen und vergleichen können.

SEHEN SIE AUCH: Airbnb gerät mit 'Flights' in das Unterbrechungsspiel für Fluggesellschaften

TrademarkVision, das vom australischen CEA Startup Fund unterstützt wird, verwendet Machine Learning, um Bildersuchen zu unterstützen, mit denen ähnliche Marken identifiziert werden können.

Eine eindeutige Marke oder ein eindeutiges Logo zu haben, ist von entscheidender Bedeutung, doch viele Körperschaften zur Registrierung von geistigem Eigentum erfordern oft veraltete Formen der nicht visuellen Suche, die einen Vergleich erschweren.

Australien setzt beispielsweise auf Stichworte, Europa auf Wiener Codes und die USA auf Designcodes.

"Das Nike-Logo ist mit Wörtern wie" Tick "zum Beschreiben des Bildes geschützt, und Sie hoffen, dass jemand das Wort" Tick "verwendet, wenn Sie suchen, ob jemand versehentlich eine andere Person kopiert," erklärte Camerons Mitchell, COO von COONVION zu Mashable.

Dank des umfassenden Lernsystems, das das EUIPO eingeführt hat, können Nutzer ein Bild hochladen und anhand der vorhandenen Datenbank durchsuchen.

Hier sind zum Beispiel die Ergebnisse, wenn Sie das dreistreifige Logo von Adidas durchsuchen.

Bild: Euipo

Mitchell sagte, das Ziel sei die Entwicklung von Algorithmen, die immer mehr an Menschen denken, wenn sie ein Bild sehen.

Beispielsweise könnte ein Computer einen Wasserball und einen Pinguin betrachten und feststellen, dass sie ungefähr dieselbe Form haben, schlug er vor. Die Herausforderung besteht darin, den Computer das Objekt kontextualisieren zu lassen und seine Ähnlichkeit zu sehen.

"Wir müssen den Computer trainieren, um auch das Objekt im Bild zu identifizieren", sagte er. "Es gibt also eine Gewichtung zwischen der semantischen Bedeutung - was das Objekt ist - und der Bildähnlichkeit."

Während Mitchell aus Gründen der Vertraulichkeit der Kunden keine konkreten Fälle teilen konnte, sagte er, dass ihre Technologie auch von Unternehmen verwendet wird, die Markenzeichen überwachen, um sicherzustellen, dass nichts registriert wird, was ihrer eigenen zu nahe kommt.

"Es ist eine Verschiebung in einer sehr archaischen Industrie", sagte er. "Die tiefen Lernmodelle, die wir in unserem Maschinenlernschirm verwenden, kratzen nur an der Oberfläche."

Das Unternehmen plant auch die Bearbeitung anderer Bilddaten, einschließlich des Industriedesigns - 3D-Zeichnungen, die ein neues Objekt oder eine neue Struktur darstellen.

"Wir müssen Benutzerdaten bekommen, um zu verstehen, wann zwei Dinge ähnlich sind", sagte er. "Im Markenzeichenbereich ist dies unsere größte Herausforderung, aber unsere Vision ist viel, viel weiter als Markenzeichen.

"Unsere Vision ist es, führend in der Bilderkennung zu sein."