Определение "фирменных знаков" –
Фирменные знаки – это формы, знаки и символы на потребительских товарах, которые идентифицируют бренд, стоящий за этими товарами. Общие фирменные отпечатки включают логотипы, этикетки и упаковку продуктов, а также текст с торговой маркой. Это любой визуальный шаблон, специально созданный для того, чтобы помочь людям узнавать бренды.

Точно так же, как люди могут быть идентифицированы по их отпечаткам пальцев — и даже их уникальному «отпечатку лица», — бренды могут быть идентифицированы по их отпечаткам.

Собственно, для этого и существуют логотипы, упаковка и товарные знаки. Без них бутылки Bud Light были бы неотличимы от Miller Lite, сумки Coach были бы неотличимы от Louis Vuitton, а Ford F-150 были бы неотличимы от Dodge Rams (по крайней мере, для неопытного глаза…).

Обнаружение отпечатка торговой марки работает так же, как идентификация по отпечатку пальца.

Когда анонимный отпечаток пальца собирается и сканируется, отпечаток загружается в веб-приложение и сравнивается с миллионами известных отпечатков пальцев в нескольких базах данных. Если есть четкое совпадение, система выдает совпадающий отпечаток и личные данные о том, кому он принадлежит; если есть частичное попадание, оператор уведомляется, и они присматриваются.

С помощью отпечатков брендов Deep.ad обучен сканировать визуальные данные для обнаружения пиксельных шаблонов, содержащих бренды и/или товарные знаки и текст. Любой поток изображений и видео, даже случайный или плохо организованный, может быть проанализирован. Оттуда мы берем отпечатки брендов в контенте и сравниваем их с бесчисленными базами данных известных логотипов и товарных знаков. При совпадении мы отображаем всю соответствующую маркетинговую информацию о бренде и/или продукте, содержащуюся в видео. Это включает в себя распознавание соответствующей информации о ценах и предложениях, отраслевых классификаций, соответствующих кодов продуктов UPC/GTIN и т. д.

Эту технологию можно использовать для определения того, когда и где ваш бренд появляется в общедоступном контенте. Но его также можно использовать для мониторинга активности ваших конкурентов в рекламе и спонсируемом контенте (онлайн-реклама, платные социальные сети, реклама, продакт-плейсмент) и соответствующего пользовательского контента (UGC).

Проблемы с обнаружением отпечатков торговых марок (и отпечатков пальцев)

На практике есть две причины, по которым технология обнаружения печати дает сбой:

1. Низкое качество печати

При обнаружении отпечатков пальцев частичные отпечатки, обфускация/смазывание отпечатков пальцев и релевантность отпечатков пальцев (возраст) могут поставить многие системы в тупик или привести к ложным срабатываниям. Не очень хорошо, учитывая ставки.

В криминалистике брендов многие готовые платформы обнаружения сталкиваются с аналогичными проблемами. Логотипы и другие товарные знаки редко появляются на естественном видео и изображениях в лаконичном виде с высоким разрешением. Несколько брендов часто появляются в одном кадре, особенно с творческими активами в розничной торговле и индустрии потребительских товаров. А размер шрифта бренда и окклюзия объектов могут привести к тому, что многие API не упустят очевидную информацию о бренде, которую человек, скорее всего, узнает.

Способность точно обнаруживать и маркировать небольшие отпечатки брендов с низким разрешением и скрытыми изображениями отделяет отличные платформы Ad Tech от платформ среднего уровня, а выходные данные, требующие принятия мер, от деталей и описаний, лишенных ценности.

2. Недостаточно данных для сравнения (или изучения)

При распознавании отпечатков пальцев сбор высококачественного образца отпечатка — это только полдела. Они не имеют внутренней ценности без большой базы данных известных отпечатков пальцев, с которыми можно было бы сравнить их в настоящем или будущем.

При автоматическом обнаружении отпечатков торговых марок критически важным является курирование обучающих данных машинного обучения платформы.

Специализация решает все. Системам компьютерного зрения, которые научились обнаруживать все, от окружающего пространства до обнаружения оружия и покупок в магазине, не хватает отраслевых нюансов, необходимых для проведения действенных маркетинговых исследований для агентств Ad/MarTech.

Вот почему мы потратили годы исключительно на обучение Deep.ad поиску и извлечению отпечатков брендов и рыночной информации из множества медиаканалов и форматов (TikTok, медийная реклама, предложения по электронной почте, рекламные ролики, прямые трансляции и т. д.).

Переход к автоматизированной маркировке

Сегодня мы можем воспринимать технологию обнаружения отпечатков пальцев как нечто само собой разумеющееся, но совсем недавно, в 2000 году, когда была развернута Автоматизированная система идентификации отпечатков пальцев, это было научной фантастикой.

В связи с головокружительным ростом популярности цифрового видео и резким снижением влияния многих традиционных рекламных тактик потребность в современном программном обеспечении для маркировки брендов и видеомониторинга является актуальной как для внутренней атрибуции брендов, так и для конкурентной разведки.

Большинство агентств по-прежнему отдают эту работу на аутсорсинг за значительные деньги. И помеченные данные подвержены человеческим ошибкам — вполне понятный симптом того, что операторы часами смотрят видео в день из бесконечной очереди, имея в своем распоряжении (иногда) не более чем секундомеры и блокноты.

Через пять лет специалисты по маркетингу и анализу данных будут с недоверием оглядываться на процесс ручной маркировки.

Маркировка данных BPO занимает слишком много времени и предоставляет слишком узкий фрагмент релевантного контента в сегодняшнем мультимедийном ландшафте. Агентства наконец-то могут отказаться от ручного сопоставления и маркировки визуальных данных — и получить все виды затрат и эффективности отчетности — с помощью машинного обучения от Deep.ad.

Вы можете узнать больше о распознавании логотипов и идентификации других фирменных знаков на www.deep.ad!