刍议图形商标查询及方法

江西品牌网 2019-09-11

商标查询对于商标权利的获取乃至维护都具有重要意义。鉴于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已形成海量数据,使得商标查询,特别是图形商标查询,之重要性愈发凸显。更由于中国商标局将不能直观识别为文字(中文、汉语拼音、英文)的所有构成要素统统归属于图形,从简单的几何图形到复杂的图案画面,各种令人脑洞大开的图形商标(如:)亦给图形查询工作带来的了很多挑战。

目前而言,中国商标局仍采用先通过《类似商品和服务区分表》对商品进行类目检索,再对图形商标进行辨识确定图形要素分类,再遴选出在先图形商标进行相应比对查询。针对该实践,申请人或商标代理人如何能够在纷杂繁琐的商标检索中提高效率?在互联网技术快速发展的今天,检索方式有无创新与改变之可能?本文在此将就图形商标查询实践中的体会,结合较有代表性的案例,与大家做一分享。

一、确定商标图形部分是否需要查询

商标查询的目的不外乎两种:1)商标申请前期的近似查询---排查申请商标在相同/类似商品上是否有在先注册/申请的相同/近似在先商标,降低注册风险,增加商标注册成功的几率; 2)注册商标的监视查询---及时发现在相关联商品上他人可能申请的相同/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组合商标,即由若干文字、图形组合在一起,我们首先要确定甄别是否有必要对组合商标中的图形部分进行查询。

1.不需要查询图形部分的商标:


如下图所示:

          

       商标1                商标2

               

       商标3               商标4                  

以上列举的4个商标,均含有图形部分,也可以划分出图形要素,即商标1的“心”(要素:2.9. 1),商标2的“王冠”(要素: 24.9.1),商标3的“长城”(要素:7.5.2),商标4的边框(要素:25.1.9)。可以看出,上述图形要素在各自商标中并不是显著的且具有较强独创性/辨识度的部分。因此,对于以上几个商标的图形部分可以不做图形查询,仅需要做文字部分的查询。

2. 需要查询图形部分的商标:


如下图所示:

      商标5             商标6

商标5中的图形部分虽然呈现为背景,但是其具有较强的独创性,且在整个商标中处于显著的位置。商标6中的图形部分也有较强的独创性,可以认知为是商标显著部分之一,因此应该考虑对图形部分进行检索。

因此,判断是否需要对商标的图形部分进行查询,判断的唯一标准是该部分是否具有独立的较强的显著性/独创性。当然,这种判断专业与否完全倚赖于判断者对商标法相关显著性标准的透彻理解以及长期工作实践经验的积累。

二、准确判定待查商标的图形要素

图形查询的关键点也是难点在于确定商标的图形要素。目前,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27、28项,第29项的颜色在图形查询中只作为辅助查询要素。

1.具象事物图形查询


很多图形,如下图1-4示例,包含多个图形要素,如果我们按照其包含的所有图形要素逐个查询,检索结果中会出现大量的无用干扰结果。因此确定图形显著部分,排除干扰部分,是查询的关键——确认图之要点,亦即查之要点。     

          


      商标7                  商标8               

      

      商标9                 商标10


商标7可以看作是一个房子形状的狐狸/狗;建议查狐狸;

商标8可以看作是一个钟表面具的人形;建议查钟表图形

商标9可以看作是一个含有平面球形的灯泡;建议查平面球形图;

商标10可以看作是一个带有边框的女人剪影;建议查女人剪影。

2. 抽象几何图形查询


在长期的图形查询实践中,我们注意到第26大项“几何图形和立体”是使用率最高的图形要素。下图为一个简单的图形要素查询结果分布表。可以看出:要素26.1.12a在上述几个类别的查询结果数量(除25类)都远远超出了其他图形要素查询结果。而即便是在25类,也几乎和另一要素4.2.20(部分人体和部分动物体的其它生物;*孙悟空,*猪八戒,*米老鼠,*唐老鸭,*卡通造型)的查询结果数量非常接近。

 

 单位:个

(注:此表格数据以申请注册比较多的第3,7,9,12,25,35类为统计对象,选取了使用率较高的几个图形要素查询结果做了如下对比。数据来源白兔查询软件,数据截至日期2018年7月31日。)

在划分本大项的图形要素时,我们亦可根据几何常识进行划分。圆形或椭圆形是第26大项里出现最多的一个小项。很多知名的商标都是由简单的圆形、椭圆形构成(如下述商标11-16所示)。其虽看似设计简单,但都寓意深刻,代表了品牌背后悠久的历史传承和故事。

    

    商标11             商标12               

 

    商标13             商标14                                    

   

     商标15            商标16

下文重点讨论要素26.1.12(包含一个或多个其它几何图形的圆或椭圆)和要素26.1.12a(由一个或多个其它几何图形组成的圆或椭圆)间的区别。

例如:以下2个商标的图形要素是26.1.12a:

       

     商标17            商标18

而下图,在划分图形要素时则既包含26.1.12又包含26.1.12a:

     商标19

但是,如下2个商标的图形要素则仅为26.1.12  

        

     商标20            商标21                 

由此对比可以看出:图素是26.1.12a的图形商标中包含的各个几何图形构成了一个圆/椭圆;而26.1.12的图形商标中则包含了各种不同的几何图形,任意拿出其中一个图形,不破坏原有的圆/椭圆。

类似的还有26.4.12(包含一个或多个其他几何图形的四边形)和26.4.12a(一个或多个其他几何图形组成的四边形)。

人类最宝贵的财富就是想象力。很多充满设计感的图形商标会让人产生美好的联想。但必须强调的是在图形商标查询中,我们要遵从“从简原则”——不发挥想象力——把图形看作简单的几何元素的组合。举一个简单的例子“∞”,很多人会觉得这是个躺下的数字“8”,或将其看作数学符号“无穷大”。但在实际查询时,如果按照数字“8”,或者按照要素”无穷大符号”(a24.17.8)作查询,并不能查询出近似商标。而另一图形要素26.1.6项下,即两个并置或交叉的圆或椭圆,就能引证出较多的近似图形商标。归其原因,我们可以推断理解中国商标局在最初划分图形要素时,遵从的即为从简原则。对抽象图形的描述见仁见智,将抽象几何图形做简单拆分则是唯一稳妥的做法。

3.古文字、外国文字查询

       

     商标22              商标23            

    

     商标24              商标25

以上几个图形商标除了需要查询汉字部分,建议其图形部分也要按照图形要素28.17进行查询。

对于外国文字,需要强调的是中国商标局明确指出“一般地,就某一国家来说,其正常使用的文字,在该国不考虑为图形,此种情况,构成文字商标”。因此,对于外国文字,还都应当作为文字商标,依照其对应的含义进行查询。

三、图形商标查询面临的问题和展望

目前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之工作。由于图形要素的划分有较强的主观性及不唯一性,我们只能通过现有查询技术和查询手段尽可能多地找到和目标图形商标近似的图形商标,但可以肯定的是,不可能也没有必要穷尽查出所有的近似商标。

随着近些年商标申请量逐年爆发式上升,依现有的图形要素划分方法做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。另一方面,科技的不断创新发展,这种效率较低的查询方式势必需要改进扬弃。从目前相关科技的进展研判,我们认为“以图查图”将是大势所趋。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。但是经过使用可以发现,目前行业中几款“以图查图“的查询软件在检索具象事物构成商标确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,则完全迷失不知所云,查询结果的可参考性当然就差强人意。

如何解决这一技术上的瓶颈?人工智能的引进也许可以破解这一难题。举个例子,谷歌在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。

也许在不久的将来,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