SỬ DỤNG PHƯƠNG PHÁP SO SÁNH HÌNH ẢNH ĐỂ PHÁT HIỆN NHÃN HIỆU HÀNG GIẢ CHO CÁC SẢN PHẨM HÀNG HÓA TRÊN ĐỊA BÀN TỈNH BẾN TRE | Hải | TNU Journal of Science and Technology

SỬ DỤNG PHƯƠNG PHÁP SO SÁNH HÌNH ẢNH ĐỂ PHÁT HIỆN NHÃN HIỆU HÀNG GIẢ CHO CÁC SẢN PHẨM HÀNG HÓA TRÊN ĐỊA BÀN TỈNH BẾN TRE

Thông tin bài báo

Ngày nhận bài: 15/09/25                Ngày hoàn thiện: 21/10/25                Ngày đăng: 21/10/25

Các tác giả

1. Đoàn Thanh Hải, Trường Đại học Kỹ thuật Công nghiệp - ĐH Thái Nguyên
2. Vũ Hồng Quân Email to author, Trường Đại học Nông Lâm - ĐH Thái Nguyên
3. Nguyễn Văn Hiểu, Trường Đại học Nông Lâm - ĐH Thái Nguyên
4. Nguyễn Văn Sơn, Trường Đại học Nông Lâm - ĐH Thái Nguyên
5. Dương Văn Huy, Trường Đại học Nông Lâm - ĐH Thái Nguyên

Tóm tắt


Trong bối cảnh chuyển đổi số và hội nhập quốc tế, việc bảo vệ quyền sở hữu trí tuệ cho các sản phẩm đặc trưng địa phương ngày càng trở nên cấp thiết. Tỉnh Bến Tre nổi tiếng với các sản phẩm chủ lực như dừa, bưởi da xanh và thủy sản chế biến – đang đối mặt với thách thức ngày càng gia tăng về hàng giả và vi phạm nhãn hiệu, đặc biệt trong môi trường thương mại điện tử. Nghiên cứu này hướng đến việc phát triển một module so sánh hình ảnh đa thước đo nhằm phát hiện hành vi vi phạm sở hữu trí tuệ thông qua nhận diện logo và bao bì hàng giả. Phương pháp được đề xuất kết hợp các kỹ thuật thị giác máy tính truyền thống – Histogram màu, trích xuất đặc trưng cục bộ kết hợp giữa phát hiện đặc trưng nhanh và đặc trưng ngắn gọn và phương pháp so khớp mẫu ảnh. Đồng thời, các chỉ số đo lường cảm nhận thị giác, như đo lường chỉ số tương đồng cấu trúc và độ giống nhau giữa hai ảnh, cũng được sử dụng nhằm phản ánh tốt hơn nhận thức của con người. Kết quả thử nghiệm trên bộ dữ liệu mô phỏng nhãn hiệu sản phẩm đặc trưng của Bến Tređạt độ chính xác 94,5% và F1-score 93%, cao hơn ít nhất 12% so với từng chỉ số riêng lẻ. Module này được phát triển như thành phần cốt lõi trong hệ thống thông tin và tư vấn sở hữu trí tuệ tỉnh Bến Tre. Nghiên cứu này góp phần thúc đẩy phát triển bền vững thương hiệu trong nền kinh tế số.

Từ khóa


Sở hữu trí tuệ; Công nghệ số; So sánh ảnh; Đa thước đo; Hàng giả

Toàn văn:

PDF

Tài liệu tham khảo


[1] H. Valembois, “EUIPO Report: Volume of Counterfeit Goods Account for Greater Share of World Trade,” 2019. [Online]. Available: https://byvn.net/73ej. [Accessed March 26, 2019].

[2] Ben Tre Coconut Association, “Fake and counterfeit goods warning corner,” Official website of Ben Tre Coconut Association, (in Vietnamese), 2025. [Online]. Available: https://hiephoiduabentre.vn/ goc-canh-bao-hang-gia-hang-nhai#. [Accessed Oct. 13, 2025].

[3] Sakuko Store, “How to distinguish genuine and counterfeit products to ensure safe shopping,” Blog article, (in Vietnamese), 2025. [Online]. Available: https://url-shortener.me/72N9. [Accessed May 30, 2025].

[4] R. Zhang, P. Isola, A. A. Efros, E. Shechtman, and O. Wang, "The Unreasonable Effectiveness of Deep Features as a Perceptual Metric," in Proc. IEEE Conf. on Computer Vision and Pattern Recognition (CVPR), Salt Lake City, UT, 2018, pp. 586–595.

[5] M. Anh, “Using AI to detect counterfeit goods,” Thanh Nien Newspaper, (in Vietnamese), 2023. [Online]. Available:https://thanhnien.vn/dung-ai-de-phat-hien-hang-gia-185231226180917136.htm. [Accessed Dec. 27, 2023].

[6] F. Zhang, Y. Shen, and H. Chang, "A Visual Saliency Based Method for Vehicle Logo Detection," Proc. SPIE, 2013, doi:10.1117/12.2030883.

[7] J. Y. Park, T. A. Kang, Y. H. Moon, and I. K. Eom, "Copy-Move Forgery Detection Using Scale Invariant Feature and Reduced Local Binary Pattern Histogram," Symmetry, vol. 12, no. 4, 2020, Art. no. 492, doi:10.3390/sym12040492.

[8] S. Hou, J. Li, W. Min, Q. Hou, Y. Zhao, Y. Zheng, and S. Jiang, "Deep Learning for Logo Detection: A Survey," ACM Trans. Multimedia Comput. Commun. Appl., vol. 20, no. 3, 2023, Art. no. 72.

[9] B. C. Rayapati, R. Gautham, N. Harisha, and K. R. Ganashree, "Fake Logo Detection using Yolo Algorithm," International Journal of All Research Education and Scientific Methods (IJARESM), vol. 11, no. 6, 2023, Art. no. 63.

[10] R. Zhang, P. Isola, A. A. Efros, E. Shechtman, and O. Wang, "The Unreasonable Effectiveness of Deep Features as a Perceptual Metric," in Proc. IEEE/CVF Conf. Comput. Vis. Pattern Recognit. (CVPR), 2018, arXiv:1801.03924

[11] Z. Wang, A. C. Bovik, H. R. Sheikh, and E. P. Simoncelli, “Image quality assessment: from error visibility to structural similarity,” IEEE Trans. Image Processing, vol. 13, no. 4, pp. 600–612, 2004.

[12] S.P. Bangal, S.B. Lvahate, H. Bhor, V. Bhoknal, and K. Gadekar, “Fake Logo Identification using DL,” 2025. [Online]. Available: https://www.ijirmps.org/papers/2025/3/232553.pdf. [Accessed June 26, 2025].




DOI: https://doi.org/10.34238/tnu-jst.13607

Các bài báo tham chiếu

  • Hiện tại không có bài báo tham chiếu
Tạp chí Khoa học và Công nghệ - Đại học Thái Nguyên
Phòng 408, 409 - Tòa nhà Điều hành - Đại học Thái Nguyên
Phường Tân Thịnh - Thành phố Thái Nguyên
Điện thoại: 0208 3840 288 - E-mail: jst@tnu.edu.vn
Phát triển trên nền tảng Open Journal Systems
©2018 All Rights Reserved