公开(公告)号：CN119992553A

公开(公告)日：2025-05-13

申请号：CN202510064647.9

申请日：2025-01-15

Applicant: 北京邮电大学

Inventor： 杨榆 ,  杜皓轩 ,  陈秀波 ,  邹积鑫 ,  马兆丰 ,  周琳娜 ,  雷敏 ,  李志豪

IPC: G06V20/80 ,  G06V20/62 ,  G06V30/28 ,  G06V30/19 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/09 ,  G06N3/094

Abstract: 本发明提供一种基于单一分类的奢侈品鉴伪方法及系统，该方法的步骤包括：获取原始皮签样本图像，对所述原始皮签样本图像进行图像增强预处理；将预处理后的原始皮签样本图像输入到预训练的独立鉴伪点分割网络中，所述独立鉴伪点分割网络输出分割出的独立鉴伪点分割图像；将所述独立鉴伪点分割图像输入到采用仅包括正向标签的训练数据进行预训练的单一分类模型中，所述单一分类模型输出正类样本重构图像；计算所述独立鉴伪点分割图像和正类样本重构图像的差异值，基于所述差异值确定鉴伪结果。本方案能够仅采用正向标签的训练数据进行训练，采用单一分类的方式，解决了奢侈品数据集样本不均衡带来的精度下降的问题。

公开(公告)号：CN117392684B

公开(公告)日：2024-05-14

申请号：CN202311452889.2

申请日：2023-11-02

Applicant: 北京邮电大学

Inventor： 杨榆 ,  杨耀田 ,  邹积鑫 ,  周琳娜 ,  郭信生 ,  雷敏 ,  陈秀波 ,  李志豪

IPC: G06V30/148 ,  G06V30/19 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明提供一种奢侈品鉴定模型训练方法、奢侈品鉴定方法及装置，模型训练方法包括：获取主任务数据集，基于主任务数据集生成辅助任务数据集；主任务数据集和辅助任务数据集合并形成含奢侈品字符区域图像和对应两类标签的训练集，一类标签标识字符真假，另一类标识字符形态是否变化；基于训练集对奢侈品鉴定模型进行训练，得到训练好的奢侈品鉴定模型，该模型采用包含一主一辅两个分支的多任务学习机制，主任务分支用于鉴别字符真伪，辅助任务分支用于鉴别字符形态是否变化，两个分支共享同一个特征提取和凝练模块。在训练过程中，辅助任务分支可以引导主任务分支更加关注字符特征，从而提高主任务性能，最终通过识别字符真假来鉴别奢侈品真伪。

公开(公告)号：CN119919942A

公开(公告)日：2025-05-02

申请号：CN202411831644.5

申请日：2024-12-12

Applicant: 北京邮电大学

Inventor： 杨榆 ,  吴悦妮 ,  邹积鑫 ,  周琳娜 ,  陈秀波 ,  李志豪 ,  马兆丰

IPC: G06V20/80 ,  G06V10/82 ,  G06V10/42 ,  G06V10/44 ,  G06V10/50 ,  G06V10/52 ,  G06V10/764 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/096 ,  G06N3/0985

Abstract: 本发明提供一种奢侈品鉴伪模型训练方法、奢侈品鉴伪方法及装置，训练样本集训练包括微观特征提取网络、宏观特征提取网络、多模态融合网络和分类网络的初始奢侈品鉴伪模型；微观特征提取网络包括卷积神经网络层和重叠补丁嵌入层；宏观特征提取网络包括整体嵌套边缘检测层和残差网络；多模态融合网络中的所述图像补丁嵌入层划分所述微观特征并进行向量转换后输入所述Transformer模型进行注意力权重调整获得第一目标微观特征，与所述宏观特征共同输入交叉注意力特征融合模块获得第二目标微观特征，两个目标微观特征进行加权求和并融合分类向量后输入多模态融合网络进行全局特征捕捉获得目标分类向量，输入分类网络获得样本的真伪预测结果。

公开(公告)号：CN117392684A

公开(公告)日：2024-01-12

申请号：CN202311452889.2

申请日：2023-11-02

Applicant: 北京邮电大学

Inventor： 杨榆 ,  杨耀田 ,  邹积鑫 ,  周琳娜 ,  郭信生 ,  雷敏 ,  陈秀波 ,  李志豪

IPC: G06V30/148 ,  G06V30/19 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明提供一种奢侈品鉴定模型训练方法、奢侈品鉴定方法及装置，模型训练方法包括：获取主任务数据集，基于主任务数据集生成辅助任务数据集；主任务数据集和辅助任务数据集合并形成含奢侈品字符区域图像和对应两类标签的训练集，一类标签标识字符真假，另一类标识字符形态是否变化；基于训练集对奢侈品鉴定模型进行训练，得到训练好的奢侈品鉴定模型，该模型采用包含一主一辅两个分支的多任务学习机制，主任务分支用于鉴别字符真伪，辅助任务分支用于鉴别字符形态是否变化，两个分支共享同一个特征提取和凝练模块。在训练过程中，辅助任务分支可以引导主任务分支更加关注字符特征，从而提高主任务性能，最终通过识别字符真假来鉴别奢侈品真伪。