Darwin TISEW – Trademark Image Semantic Extraction Workframe

O TISEW tem como principal objetivo desenvolver uma ferramenta que permita extrair o conteúdo semântico de imagens de marca registada e encontrar outras imagens de marca com conceitos semânticos correlacionados. No entanto o sistema não se fica apenas pelo grafismo uma vez que elementos denominativos possuem também significados e correlações semânticas que poderão ser encontradas em marcas com elementos gráficos. Este sistema contribuirá para vendas anuais entre os 500 mil e 600mil euros anuais sendo que destes cerca de 90% serão para clientes internacionais. Os utilizadores finais serão institutos de registo e controlo de marcas registadas, intermediários e o utilizador final. Note-se que o UTILIZADOR FINAL é virtualmente qualquer empresa, de qualquer sector, que queira monitorizar as novas marcas registadas (ou em processo de registo) que possam, através da semântica associada, colidir com as suas marcas. Para o IDT a empresa tem 4 grandes objetivos que se propõe alcançar: OE1: EXTRAÇÃO DE CARACTERÍSTICAS SEMÂNTICAS: O grau de representação dos conteúdos semânticos é ditado pela dimensão dos vetores de características utilizados. Tipicamente, a utilização de vetores de alta dimensionalidade tende a representar os conteúdos inerentes com mais precisão. Contudo, o tempo necessário para extrair estes vetores também cresce levando assim a uma necessidade de equilíbrio nas métricas definidas para este objetivo. A Techframe optou por aplicar a restrição temporal de 2 segundos para a extração de vetores semânticos. OE2: ETIQUETAGEM DE CONTEÚDOS SEMÂNTICOS:O processo de etiquetagem depende de vários fatores externos que levaram ao valor conservador de 85% de precisão neste objetivo. Por um lado, parte das imagens de marca possuirão problemas de qualidade como ruído, baixa resolução, padrões adversariais e sobreposição de elementos, o que dificulta o processo de extração. Por outro, qualquer sistema com vertente semântica estará sujeito a variações na perceção, podendo uma etiqueta ser considerada correta e incorreta simultaneamente, dependendo da pessoa que interpreta. Assim, os restantes 15% formam uma margem segura que pode, com a evolução dos mecanismos de aprendizagem, ser fechada. OE3: COMPARAÇÃO ENTRE CONTEÚDOS SEMÂNTICOS: A identificação do grau de semelhança entre uma imagem e outras depositadas numa base de dados é a etapa com as maiores restrições temporais. Pretende-se que a confrontação semântica não atrase significativamente o processo de comparação entre uma imagem e outras imagens em base de dados, havendo prioridade em certificar que o sistema continue a oferecer tempos de resposta em tempo quase-real. adicionalmente pretende-se generalizar os conceitos identificados para os seus hiperónimos e especializando-os para os seus hipónimos, criando uma rede de relações que aumentará a abrangência das imagens potencialmente encontradas pela comparação semântica. OE4: OTIMIZAÇÃO DOS DICIONÁRIOS: A definição de métricas de sucesso para componentes que dependem de utilização frequente nem sempre é trivial. A principal métrica a atingir está relacionada com os termos semânticos que, por serem menos frequentes nas imagens, acabam por constituir edge-cases para o sistema, podendo ter precisões de classificação inferiores ao esperado. Aqui, pretende-se que ao longo do tempo, as percentagens de precisão para estes termos se aproximem dos 85% acima definidos, sendo possível esperar uma melhoria de 10% relativamente ao ponto-de-partida