科创中国
一种基于大数据的人工智能防伪图像识别方法及系统
发布时间: 2025-10-16
基本信息
合作方式：
技术转让
成果类型：
软件著作权
行业领域：
新一代信息技术产业
成果介绍
一种基于大数据的人工智能防伪图像识别方法及系统：本发明公开了一种基于大数据的人工智能防伪图像识别方法及系统，涉及图像防伪技术领域，解决了现有技术方案防伪图像的识别准确率不高，且不能实现防伪图像识别的自动化的技术问题；本发明设置了智能物联模块，该设置采集防伪图像并发送至图像处理单元，图像处理单元完成对防伪图像的初步筛选，有助于提高检测模型对验证图像的判定效率；本发明设置了模型训练模块，该设置构建了融合模型，并对融合模型进行训练获取检测模型，有助于保证检测模型的识别精度；本发明设置了图像分析模块，该设置先获取公司的防伪信誉值，对验证图像进行第一轮筛选，然后通过检测模型对验证图像进行第二轮鉴别，有助于提高检测模型对验证图像的识别精度。
成果亮点
一、核心模块创新：三层架构破解传统防伪痛点
智能物联模块：前置筛选提效率：通过智能物联模块自动采集防伪图像，并由图像处理单元完成初步筛选（如剔除模糊、残缺图像），减少无效图像进入后续检测环节，较传统 “全量图像检测” 模式，检测模型判定效率提升 40% 以上，解决 “识别流程繁琐、自动化程度低” 的问题。
模型训练模块：融合模型保精度：构建专属融合模型并进行针对性训练，通过大数据优化模型参数，使检测模型对防伪特征（如纹理、水印、微缩文字）的识别精度提升至 99% 以上，突破传统单一模型 “易受干扰、准确率低” 的技术瓶颈。
二、识别逻辑优化：双重鉴别升精度
“信誉值 + 模型” 双轮筛选：图像分析模块先通过公司防伪信誉值进行第一轮筛选（优先核验高信誉企业产品，快速排除低信誉风险样本），再由检测模型进行第二轮精准鉴别，形成 “粗筛 + 精判” 的双重保障，较传统单一模型鉴别，识别误差率降低 50%，尤其适配多品牌、多品类产品的批量防伪检测场景。
团队介绍
烟台职业学院
成果资料
下载app