广州注册图形商标的查询及展望

     广州注册图形商标的查询及展望！商标查询对于商标权利的获取乃至维护都具 有重要意义。近年来我国商标注册申请量呈逐年攀 升之势，庞大的商标累计注册及申请量使得针对商 标，特别是图形商标的查询工作，愈发重要亦愈发 具有挑战性。      广州注册图形商标的查询及展望！目前而言，对图形商标进行辨识确定其图形要 素分类，在此基础上再遴选出在先图形商标进行相 应的比对查询仍是图形查询的主流方法。那么，申 请人或商标代理人如何能够在纷杂繁琐的图形商标 检索中提高效率？在互联网技术快速发展的今天，检索方式有无令人激动的创新与改变的可能？笔者 在此依据实务体会，针对图形商标查询中常见的困 惑和问题，与大家 分享探讨。
 

　　一、确定商标图形部分是否需要查询；

　　商标查询目的主要有两种，即：商标申请前期 的近似查询及注册商标的监视查询。前者的目的是 排查申请商标在相同或者类似商品上是否有在先注 册或者申请的相同或者近似在先商标，降低注册风 险，增加商标注册成功的几率。后者的目的是及时 发现在相关联商品上他人可能申请的相同或者近似 商标，及时提出异议，防止对己方注册商标的淡化及混淆可能。
　　鉴于很多申请商标都是由若干文字、图形部分 构成的组合商标，我们首先要确定是否有必要对组 合商标中的图形部分进行查询。
　　

　　二、准确判定待查商标的图形要素；

　　图形查询的难点亦是关键点在于确定商标的图 形要素。目前实践下，图形查询分类都依照《商标 图形要素国际分类维也纳协定》，将使用在商标中 的图形按照构成类型划分成29大项、144个小项、 1887个类项。图形要素可分为具象的事物、抽象的 几何图形、文字三个集合。具象的事物较容易找出 其对应的图形要素，图形要素中的第1-25大项都属于具象的事物。抽象的几何图形划分在第26项，文字在第27、28项，而第29项的颜色在图形查询中只 作为辅助查询要素。
　

　　三、图形商标查询面临的问题和展望

目前，各国所普遍采用进行图形商标的人工查 询方式仍依据于1985年8月9日生效的《建立商标图 形要素国际分类维也纳协定》。一方面，数以百万 计的有效图形商标（包括纯图形商标和图文组合商 标）仅仅划分为29个大项，使图形查询变成一件堪 比大海捞针般难度极高的工作。另一方面，随着商 标申请量逐年爆发式上升，囿于图形要素的划分有 较强的主观性及不唯一性，通过现有查询技术和查 询手段以人工图形对比的方式进行图形商标查询所 耗费时间必然会越来越多，且结果的准确度也越来 越难保证。
 
随着科技的不断创新发展，利用信息技术的 进步，提高商标图形检索效率已经成为各国商标机 构的共识。从目前相关科技的进展研判，“以图查 图”必将成为大势所趋。所谓“以图查图”，是通 过搜索图像文本或者视觉特征进行的一种检索方 式。目前主流查询有两种方法：其一是通过输入与图片名称或内容相似的关键字来进行检索；其二是 通过上传与搜索结果相似的图片或搜索。这两种查 询方法都是由图像分析软件自动抽取图像的颜色、 形状、纹理等特征，建立特征索引库，用户查询时 只需将要查找的图像的大致特征描述或上传，就可 以找出与之具有相近特征的图像，这是一种基于 图像特征层次的机械匹配。例如，2016年12月14 日，欧盟知识产权局的eSearch plus在线检索工具 的图形检索功能正式上线。经过使用可以注意到， 该检索工具的检索功能支持上传包括JPG、PNG、 GIF以及TIFF等多种主流格式。更值得称道的是， 使用者还可以在高级检索（Advanced search） 模块通过添加维也纳商标图形要素分类（Vienna Classification）、尼斯商标产品或服务分类（Nice Classification）、商标状态、递交日期、权利人等 信息进行更精确的查询。
 
一方面，笔者注意到近两年国内行业中也涌 现出几款“以图查图” 的图形商标查询软件，在检索功能上部分达到了eSearch plus的水平。客观 地说，目前的几款“以图查图”的查询软件在检索具象事物构成商标确实已经具有相对较高的针对性 和准确性。但是，当面对由几何图形、抽象文字类 的图形商标查询时，则完全迷失，查询结果基本不 具有参考性。出现这样的情况，笔者认为主要是因 为目前申请递交的图形商标是以位图文件的形式进 行扫描存储。它是通过记录图像中每一个点的颜 色、深度、透明度等信息来存储和显示图像。一张 位图就是一幅大拼图，每个拼块都是一个纯色的像 素点。目前的查询软件基本上应用了差异哈希算法（dHash），这种算法首先将待查图片比例缩小，将各部分以像素点体现，再将缩放后的图片转换为灰度图，计算相邻像素间的差异值，最后获得其独 特的特征记号，然后与检索库中的图形以电脑可识 别的算法进行逐一比对。由于位图文件最大缺点是 在放大和缩小图像会失真，因此在面对由几何图 形、抽象文字构成的图形商标时，不仅缺乏足够的 特征记号的先天缺陷，并且还存在图像失真的手段 误差，其查询结果的可参考性自然也差强人意。如 果真正需要从图形存取的格式上避免这种手段误 差，技术上可能的措施是可要求申请人在递交图形 商标申请时，提交CDR格式的矢量图文件，这样利 用矢量图为块状填充图，放大缩小不会使图像失真 的特点似可解决问题。当然，该措施是否具有实际 可行性值得进一步商讨。
 
另一方面，为解决上述技术上的瓶颈，人工智 能的引进也许可以部分破解这一难题。从所见当中 识别图案、物体以及文本情景的视觉处理能力是人 类最重要的智能之一。因此，开发能够模拟且具有 自学习改进功能的具有视觉处理能力的软件应是一 个好的思路。例如，Google在2017年推出了一款 “AutoDraw”的智能画图软件。这款软件可以在电 脑、手机端上方便运行，用户画出潦草的线条，它 就可以自动识别，并且在提供一系列图形，优化排 序，通过点击替换就可以获得美观的图形。这种自 动识别即得益于该软件后台的“人工智能”在不停 地学习、分析客户端的绘画习惯。最终，客户端只 寥寥画几笔，“人工智能”就可以给出准确答案。 不难看出，人工智能的学习、计算、逻辑推理能力 已经达到了相当高的水平。
 
　　期待在不久的将来，类似“以图查图”的各 种查询软件可以借助人工智能，根据查询者每次筛 选的查询结果，分析查询者的查询依据、查询习 惯、结果筛选偏好，不断修正图形商标查询结果的 准确度，提高检索的精度，真正有可能使得“大数 据”“人工智能”和“人工干预”达到一个“完 美”的结合，从而使图形商标的查询迎来一个崭新 的时代。