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。
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之可能？本文在此依据实务体会，针对图形商标查询中常见的困惑和问题，结合较有代表性的假设性案例，与大家做一分享探讨。
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/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。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/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：
以上列举的商标，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，对于上述商标的图形部分可以不必做图形查询，而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中的图形部分虽然呈现为背景，但具有较强的独创性，且在整个商标中处于显著的中心位置。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，因此亦应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独创性/显著性。当然，这种判断的专业与否完全倚赖于判断者对商标法中对于相关显著性标准的透彻理解以及在长期工作实践中根据实际审查结论不断地确证和积累。
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。
1. 具象事物图形查询
很多图形，如下图示例的四个图形商标，均包含多个图形要素。如果我们按照其包含的所有图形要素逐个查询，图形检索结果中会出现大量的无价值的干扰项。因此确定图形的显著部分，有效排除干扰部分，则是具象图形查询的关键。
注：
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。
（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2019年3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。
下文重点讨论一下图形要素26.1.12（包含一个或多个其它几何图形的圆或椭圆）和图形要素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：
而下图，在划分图形要素时则既包含26.1.12又包含26.1.12a：
但是，如下2个商标的图形要素则仅为26.1.12
对比可以看出：图形要素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；而图形要素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。
类似的还有图形要素26.4.12（包含一个或多个其他几何图形的四边形）和图形要素26.4.12a（一个或多个其他几何图形组成的四边形）。
很多充满设计感的图形商标会让人产生美好的联想。但需要强调的是在图形商标查询中，恰恰需要我们遵从"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
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，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之工作。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/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。
笔者亦注意到近二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新时代。
Originally published July 1, 2019
The content of this article is intended to provide a general guide to the subject matter. Specialist advice should be sought about your specific circumstances.
