-
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
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。
-
Patent Agency Ranking
公开(公告)号：CN116935140B
公开(公告)日：2024-04-16
申请号：CN202310981638.7
申请日：2023-08-04
Applicant: 北京邮电大学
IPC: G06V10/764 , G06V10/82 , G06V10/26 , G06V10/28 , G06V10/44 , G06V10/25 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本申请提供基于油墨的奢侈品鉴定模型训练方法、鉴定方法及装置，方法包括：获取基于油墨模式印制的奢侈品皮料的多个外表面图像样本各自对应的包含有油墨颗粒图像的印花区域图像数据；构建以各个所述印花区域图像数据分别作为前景并以不同的各个干扰背景图像数据分别作为背景的融合图像样本数据，以训练细粒度网络模型，得到用于输出真伪鉴定结果数据的基于油墨模式的奢侈品鉴定模型。本申请提出了全新的基于油墨模式的AI鉴伪方法，能够提高奢侈品真伪鉴定的通用性及适用广泛性，并能够在模型训练过程中有效切断其他强信号与标签之间的关联，引导细粒度网络模型学习油墨颗粒特性，能够提高训练得到的奢侈品鉴定模型的应用准确性及灵敏性。
-
公开(公告)号：CN114422651B
公开(公告)日：2022-09-16
申请号：CN202210025118.4
申请日：2022-01-11
Applicant: 北京邮电大学
IPC: H04N1/32
Abstract: 本发明提供一种图像信息隐藏方法、溯源方法、隐藏装置和溯源装置，所述图像信息隐藏方法的步骤包括：将待隐藏信息编码为由0和1组成的比特数据，获取所述比特数据的长度；获取预设的源纯色图像的图像尺寸，获取图像尺寸中的像素点行数；根据所述像素点行数和比特数据的长度将源纯色图像划分为多个像素块，使得所述比特数据中的字符与像素块相对应；基于为比特数据中的字符0和1预设的矩阵参数组为比特数据中的每个字符生成二维矩阵，将所述二维矩阵嵌入至对应的像素块，使得二维矩阵中的每个矩阵参数均与像素块的每个像素点相对应；基于二维矩阵中的每个矩阵参数增加或减少对应的像素点的像素值，使所述源纯色图像更新为载密图像。
-
公开(公告)号：CN114422651A
公开(公告)日：2022-04-29
申请号：CN202210025118.4
申请日：2022-01-11
Applicant: 北京邮电大学
IPC: H04N1/32
Abstract: 本发明提供一种图像信息隐藏方法、溯源方法、隐藏装置和溯源装置，所述图像信息隐藏方法的步骤包括：将待隐藏信息编码为由0和1组成的比特数据，获取所述比特数据的长度；获取预设的源纯色图像的图像尺寸，获取图像尺寸中的像素点行数；根据所述像素点行数和比特数据的长度将源纯色图像划分为多个像素块，使得所述比特数据中的字符与像素块相对应；基于为比特数据中的字符0和1预设的矩阵参数组为比特数据中的每个字符生成二维矩阵，将所述二维矩阵嵌入至对应的像素块，使得二维矩阵中的每个矩阵参数均与像素块的每个像素点相对应；基于二维矩阵中的每个矩阵参数增加或减少对应的像素点的像素值，使所述源纯色图像更新为载密图像。
-
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
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：CN116935140A
公开(公告)日：2023-10-24
申请号：CN202310981638.7
申请日：2023-08-04
Applicant: 北京邮电大学
IPC: G06V10/764 , G06V10/82 , G06V10/26 , G06V10/28 , G06V10/44 , G06V10/25 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本申请提供基于油墨的奢侈品鉴定模型训练方法、鉴定方法及装置，方法包括：获取基于油墨模式印制的奢侈品皮料的多个外表面图像样本各自对应的包含有油墨颗粒图像的印花区域图像数据；构建以各个所述印花区域图像数据分别作为前景并以不同的各个干扰背景图像数据分别作为背景的融合图像样本数据，以训练细粒度网络模型，得到用于输出真伪鉴定结果数据的基于油墨模式的奢侈品鉴定模型。本申请提出了全新的基于油墨模式的AI鉴伪方法，能够提高奢侈品真伪鉴定的通用性及适用广泛性，并能够在模型训练过程中有效切断其他强信号与标签之间的关联，引导细粒度网络模型学习油墨颗粒特性，能够提高训练得到的奢侈品鉴定模型的应用准确性及灵敏性。
-
-
-
-
-
Search Results
6
records
(took 0.029 seconds)
