一种基于宽度学习和广角显微图像的商品离线鉴伪方法

    公开(公告)号:CN108537227A

    公开(公告)日:2018-09-14

    申请号:CN201810232908.3

    申请日:2018-03-21

    Abstract: 本发明公开了一种基于宽度学习和广角显微图像的商品离线鉴伪方法,属于商品鉴伪技术领域。本发明方法首先采集真假商品样本的广角显微图像,提取广角显微图像的静态特征构建带标签的特征向量集,将特征向量集划分为训练集和测试集;之后利用特征向量集进行预训练以建立宽度学习模型;最后将宽度学习模型移植到移动设备上,采集待鉴别商品的广角显微图像,提取广角显微图像的特征向量,并将特征向量输入到宽度学习模型中,进行产品的真假鉴别;若商品真假鉴别错误,则获取误判的真和假商品的特征向量;利用获取的特征向量,采用增量学习方法对宽度学习模型进行更新。本发明可部署在移动设备上,实现离线检测,准确率高,且具备自适应学习能力。

Patent Agency Ranking