基于特征去噪的防伪方法、装置、设备、产品及介质

发明专利有效专利

申请号：
CN202110440308.8
IPC分类号：G06K9/62;G06K9/00;G06N3/04;G06N3/08
申请日期：
2021-04-22
申请人：
深圳大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于特征去噪的防伪方法、装置、设备、产品及介质
申请号	CN202110440308.8	申请日期	2021-04-22
法律状态	实质审查	申报国家	中国
公开/公告日	2021-07-13	公开/公告号	CN113111957A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;K;9;/;0;0;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	深圳大学	申请人地址	广东省深圳市南山区粤海街道南海大道3688号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	深圳大学	当前权利人	深圳大学
发明人	刘凤;孔哲;张爽;刘浩哲;张文天;沈琳琳
代理机构	深圳市世纪恒程知识产权代理事务所	代理人	刘瑞花

摘要

本发明公开了一种基于特征去噪的防伪方法、装置、设备、产品及介质，该方法通过确定初始神经网络，根据真伪训练图片与初始神经网络确定第一特征图与初始输出结果，再根据第一特征图与初始输出结果确定第一目标特征图，根据第一目标特征图与初始输出结果确定总损失值，根据总损失值训练初始神经网络，得到目标神经网络，再根据目标神经网络建立真伪分类器，对待分类图片进行真伪分类，实现防伪功能。本发明通过在特征图维度去除了第一特征图中具有干扰性的特征通道，完成了对特征的去噪处理，提高了神经网络训练的准确性，从而提高了真伪分类器的真伪分类能力，进而提高了防伪能力。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供