本技术涉及图像处理技术领域,提出了一种新颖的物品真伪鉴别方法、装置、设备及存储介质。该技术通过获取目标物品的三组图像,利用第一图像实现对目标物品的识别,进一步分析和比较第二、第三图像的特征,以确定物品的真伪。
背景技术
随着科技的快速发展和全球化的贸易往来,各种商品和服务日益丰富,但随之而来的是假冒伪劣产品的泛滥,因此,开发一种高效且精准的物品真伪鉴别方法,对于维护市场秩序具有重要意义。
随着云计算和大数据技术的发展,越来越多的物品真伪鉴别数据被存储在云端,这些数据包括物品的图像、视频、特征参数等,可以用于训练机器学习模型、优化鉴别算法等,例如公开号为CN108520285B的中国专利申请,提出一种物品鉴别方法,包括:获取拍摄于待鉴别物品的多幅图像,每幅图像中包括有至少一个目标鉴别点;依据训练的对应至少一个目标鉴别点的多个卷积神经网络模型分别对多幅图像进行识别获得对应每一目标鉴别点的单点分值;依据训练的训练集中测试获得的权重,将多个目标鉴别点的单点分值进行加权求和处理获得总分值;以及依据单点分值或/及总分值鉴别物品的真伪。
上述现有技术利用卷积神经网络对各图像中描述物品的目标鉴别点进行识别,构建评价机制以及通过对识别结果的评价确定物品真伪,然而在实际应用中,图像可能受到光照、遮挡、角度、尺度等多种因素的影响,这些因素可能导致目标鉴别点的像素发生变化,无法精准的识别图像的关键鉴别点的位置,例如纹理、线条以及标记等,所以需要一种物品真伪鉴别方法来提高鉴别的精确度。
实现思路