La recherche d'images par IA de la base de données mondiale des marques de l'OMPI — une recherche de marques par apprentissage profond couvrant 45 offices
La base de données mondiale des marques de l'OMPI, gratuite, utilise des réseaux de neurones profonds pour comparer les images de marques par concept — une pomme, un aigle, une étoile — plutôt que par mots-clés, regroupant près de 38 millions de marques provenant de 45 offices depuis son lancement en avril 2019.
45
Offices de marques participants (2019)
~38,000,000
Marques enregistrées couvertes au lancement (2019)
2019
Année de lancement
Détails
Maturité
Établie
Promoteur
World Intellectual Property Organization (WIPO)
Période
2019-present
Mots-clés
intellectual property, trademark search, government digitalisation, AI-assisted search
Contexte
Lancé en avril 2019 et intégré à la base de données mondiale des marques de l'OMPI, cet outil gratuit utilise l'apprentissage profond, entraîné sur des données de classification des éléments figuratifs issues du système de Madrid et des principaux offices de marques, pour reconnaître des concepts visuels dans une image de marque — une pomme, un aigle, une couronne, une étoile — plutôt que de s'appuyer sur des mots-clés.
Résultats
L'outil couvre les collections nationales de marques de 45 offices participants, représentant près de 38 millions de marques enregistrées au lancement, y compris des offices n'ayant jamais utilisé de système de classification des éléments figuratifs. L'OMPI affirme que l'outil « fournit des résultats en une seconde » et génère des « économies de coûts de main-d'œuvre pour les examinateurs de marques, avocats et parajuristes », mais il s'agit là d'une caractérisation propre à l'OMPI, reprise par la presse spécialisée en PI, et non d'une évaluation chiffrée ou auditée de manière externe.
Mise en œuvre
Coût indicatif
Moyen (50 k€–500 k€)
Délai jusqu’aux résultats
Long (> 3 ans)
Personnel et compétences
WIPO Global Brand Database technical team (Madrid System)
Conditions de réussite
participation and data-sharing from national/regional trademark offices
figurative-element classification training data from the Madrid System
Modes d’échec courants
no independently audited accuracy or time-saved evaluation has been published
Habituellement financé par
Own resources / municipal budget
Pistes de financement indicatives pour des pratiques de ce type — vérifiez toujours les appels en cours et les règles d'éligibilité de chaque programme.
Vous portez cette pratique ?
Revendiquez-la —
les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.
Sources de données
D'où proviennent les informations de cette pratique, et quand.
