基于深度学习的标签真假判别研究与应用

发布时间：2024-01-31 01:39

　　随着我国经济的快速发展与人民消费水平的提升,近年来二手奢侈品市场贸易规模不断扩大,目前交易过程中的真假鉴定环节仅能依靠人力来完成,效率低、成本高且缺乏科学依据,难以满足高效、安全贸易的需求。随着人工智能技术进步,深度学习能够更有效地识别图像的深层次特征,完成图片分类的任务。因此本文基于深度学习技术对奢侈品牌GUCCI箱包内的防伪水洗标签图像进行真假自动分类,其对于通过计算机完成真伪鉴定、降低贸易风险有着实际的应用价值。水洗标签真伪差异主要体现在纹理材质以及字体印刷工艺上,因此本文首先采用经典边缘检测算法对标签进行特征提取与可用性分析。接着,设计了基于方向梯度直方图特征与支持向量机算法相结合的分类器,经过仿真和优化,分类准确率达到90.25%,但该方法容易受到复杂背景的干扰,存在结果不稳定的问题。依据VGGNet-16模型结构特点,本文设计了一种轻型的卷积神经网络LUX-CNN,用来分类小黑标的真假。最后,通过给LUX-CNN加入空间变换网络、注意力模块和替换分类器为SVM的方式实现了模型的进一步优化。实验在自建的小黑标数据集上进行,实验结果表明,深度学习模型更适用于小黑标的真假分类。通...

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

图1.1深度学习的发展

言，Entrupy公司的产品需要辅助镜头才能取到合适的数据，而“包小鉴”则使用手机自带的摄像头即可拍摄，后者的使用门槛更低，对消费者更加友好，本文所研究的思路同样是不需要显微层面的图像数据，从传统的鉴定点入手，通过一定量的数据让机器能够识别出小黑标的特征用以完成鉴定工作。1.2.....

图1.2本文主要工作首先采用经典边缘检测算法对数据特征进行初步提取并分析可用性

西安科技大学全日制工程硕士学位论文6领域没有公开的数据集，第一步工作就是尽量采集足够多的真假小黑标照片样本，在采集过程中，每一只包中的小黑标都尽量在不同光线、场景、角度下拍摄以模拟实际生活中的各种场景。图1.2本文主要工作首先采用经典边缘检测算法对数据特征进行初步提取并分析可用性....

图2.1正品仿品特征对比

西安科技大学全日制工程硕士学位论文10图2.1正品仿品特征对比2.3标签图像的预处理图像预处理阶段实现对图像的去噪和对比度增强，消除原始图像中的无用信息以及噪音干扰，突出图像的主要特征，为之后的图像特征提取阶段和图像分类阶段做准备，包括图像的滤波去噪、灰度化、Gamma变换、数学....

图2.2Gamma变换

2图像预处理及分类识别技术研究11条件下的图片。变换前后的图片如图2.2所示。（a）原图（b）变换后图2.2Gamma变换2.3.2灰度化本论文中是使用手机相机拍摄采集标签图像，采集到的图像属于彩色图像，为了使其图像二值化，首先需对标签图像进行灰度化操作。灰度化是指使得每个位于图....

本文编号：3890730