國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
1
1. 研究背景與目的
符號的發明與使用早在文字以前，人類在遠古時代就利用簡單的圖形來記錄事物，
例如在石壁上刻上各式的動物、人類或是武器以用作記錄所發現的生物或是發生的歷史。
此外利用圓形、方形等幾何學上簡單的符號，可以很清楚且快速的記錄或是傳達訊息。
英諺道: 「A picture is worth a thousand words」，這正意謂著一張圖像勝過千言萬語的描 述，商標正是一種這樣的符號，卻也不單純僅僅只是一個簡單的幾何符號，商標的目的 與符號的目的不盡相同，隨著時代的演進，隱藏在商標內的含意可能是更耐人尋味的。
商標是一種藉由圖像或是混和圖像與文字存在的一種標誌，經由特定的圖型或是 顏色所組成，有些商標甚至僅著重於文字設計，利用文字的顯著顏色或是字體型態，可 發揮與圖像商標類似的應用，此類商標亦被稱作文字商標。商標最重要的目的為用來區 別該公司與其他公司的產品。例如第一個於英國註冊的商標圖 1-1，為 1875 年由巴斯 (Bass)公司提出的，該公司的商標為利用公司名稱以及紅色三角形組合而成，利用簡單 的形狀以及公司名稱，巴斯公司的商標讓人們可以快速的利用其商標辨識出該公司的商 品。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
2
圖 1-1 第一個向英國註冊的公司商標
商標可能單純只是用來識別用，然而更有可能是一個企業的精神象徵或是企業文 化的表現。商標可利用各種人類文化中各種符號的象徵，包括十字、月亮、波浪等符號 來象徵出該公司的企業形象，例如書商亞馬遜公司(Amazon.com)的商標圖 1-2 (右)，下 方的弧形代表”由 A 到 Z”，表示出亞馬遜出售的商品包羅萬象，此外下方的弧形並非 單純的線條，該弧形更表示出微笑的意義，又例如賓士(Mercedes-Benz)公司的商標圖 1-2 (左)，該商標中的三芒星中的三個點分別代表陸地、海上、空中，表示出賓士公司的產 品不管在任何地點都可以很有效率的在這些環境中進行運輸，這些也顯示出賓士公司的 野心與企圖。
圖 1-2 Benz 與 Amazon 的商標，其中設計元素皆隱含該公司想要傳遞的特殊意義
此外商標不同於公司名稱，並不是一種固定不會變化的代表物，隨著公司文化的
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
3
變化、人類文明的進展、公司之間的合併、變化，公司成立時的目標與象徵並不能永久 的表現出公司的特質，基於公司的文化不一樣，商標也會隨著時代的變化，例如星巴克 (STARBUCKS)公司，該公司的第一個商標為 1971 年設計的(如圖 1-3，當時的第一版設 計為基於 16 世紀斯堪地那維亞的雙尾美人魚木雕圖案，其最後的結果為棕色的雙尾美 人魚圖案，其後星巴克與每日咖啡合併，為了同時能表現出兩家公司的特質，保留了星 巴克的雙尾美人魚，但是顏色則改成使用代表每日咖啡的顏色：綠色，如此則產生了第 二版的星巴克商標；2011 年，星巴克更進一步的移除了舊商標上”STARBUCKS COFFEE”的圓環，象徵星巴克未來的產品將不再侷限於咖啡產品，其銷售據點也不再 限制於其直營店。
圖 1-3 星巴克咖啡從成立以來商標以改版過許多次，其中第二次為與每日咖啡合併，最 新一次則是彰顯該企業文化的改變
除此之外，有些商標總是每天的不斷在改變，例如 Google 首頁的設計每天都在變 換，對於這樣的商標稱之為動態商標(Dynamic LOGOS)如圖 1-4。不管一個商標是基於 何種目的或是目標而設計，除了具備基本的美感外，一個好的商標最重要的就是需要擁 有一定的獨特性以及辨識度，此外任何的商標皆需要明確的表達出其設計的要點，如何 結合商標設計所表達或隱含的意義，並設計出獨一無二容易辨識，令人印象深刻的商標 則是商標設計的重要課題。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
4
圖 1-4 Google 搭配不同的主題呈現不同的 Logo，為 Dynamic Logo 的一種表現
在各種圖像中，包含圖像的組成、配置、形狀、顏色、混合、字體、字體顏色等 視覺元素，以及陰影、背景色調、點、線、面等各種單元組成，應用在商標設計中將會 帶給人們不同的視覺感受。過去研究中，對於視覺元素在商標上的應用曾有若干的探討，
然而在相關文獻中鮮少提及基於電腦視覺技術分析視覺元素的作法，多數論文都是利用 使用者測試，尋找到設計元素與商標的相關度；然而基於使用者測試的實驗設計，得到 的成果較難以具體量化，或許利用電腦視覺中各種視覺特徵值的演算法，可以找出更有 效的商標分析方式。
現今電腦視覺中大部分的研究是針對在辨識系統上，例如人臉辨識、景點辨識等 應用，或是用來進行影像處理，例如模糊化影像的還原或是雜訊去除；另外一類則是影 像分析的研究，這類研究通常是針對影像的複雜度、品質進行分析，希望可以找到更好 的影像壓縮方式以方便儲存或是在應用在網路串流，較少針對電腦視覺與人類視覺的差 異進行比對研究，對於電腦視覺在設計與美學上的應用則是更少數。
對於不同的視覺元素而言，在電腦視覺領域中亦有許多不同的特徵值計算方式，
例如關於顏色的組成可使用 RGB 或是 HSV 等不同色彩空間做為分析的依據、在計算圖