[發明專利]一種基于大數據的人工智能防偽圖像識別方法及系統

有效

• 申請號: 202011563288.5
• 申請日: 2020-12-25
• 公開（公告）號: CN112560989B
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 初永玲
• 申請（專利權）人: 煙臺職業學院
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/80;G06V10/82;G06N3/08
• 代理公司: 廣東省中源正拓專利代理事務所(普通合伙) 44748
• 代理人: 王明亮

1.一種基于大數據的人工智能防偽圖像識別系統，包括控制系統，其特征在于，所述控制系統包括處理器、圖像分析模塊、數據分析模塊、預警顯示模塊、數據存儲模塊、智能物聯模塊和模型訓練模塊；

所述智能物聯模塊包括圖像處理單元和物聯設備，所述圖像處理單元與物聯設備通信連接，所述物聯設備包括智能手機和二維碼掃描器；所述物聯設備用于采集防偽圖像，并將防偽圖像發送至圖像處理單元，所述圖像處理單元用于對防偽圖像進行初步篩選獲取驗證圖像，同時發送驗證圖像和檢測識別信號至圖像分析模塊；

圖像分析模塊接收到檢測識別信號之后通過檢測模型對驗證圖像進行防偽檢測識別；

所述初步篩選的具體步驟包括：

對防偽圖像進行圖像預處理獲取第一圖像；所述圖像預處理包括圖像分割、圖像去噪和灰度變換；

獲取從物聯設備開始采集防偽圖像到獲取第一圖像的時間差值，并將時間差值標記為SC；當時間差值SC滿足T1≤SC時，則判定防偽圖像的識別性能不足，對防偽圖像進行重新采集，當時間差值SC依然滿足T1≤SC時，則判定防偽圖像為假，分別發送防偽圖像異常信號至物聯設備和預警顯示模塊；當時間差值SC滿足0＜SC＜T1時，則判定防偽圖像的識別性能滿足要求，獲取第一圖像中像素點的灰度均值和灰度差值，并將灰度均值和灰度差值分別標記為HJ和HC；所述灰度差值為第一圖像中像素點的灰度最大值和灰度最小值之間的差值；其中T1為時間差值閾值，且T1為大于0的整數；

當HJ-μ≤HC≤HJ+μ時，則判定第一圖像的質量符合要求，將第一圖像標記為驗證圖像；否則，判定第一圖像的質量不滿足要求，通過智能物聯模塊發送采集異常信號至物聯設備；其中μ為比例系數，且μ為大于0的實數；

所述圖像分析模塊用于鑒別驗證圖像的真偽，包括：

圖像分析模塊接收到檢測識別信號之后，通過第三方平臺獲取驗證圖像的數據信息，所述數據信息包括驗證圖像的身份證標識碼、穩定期編碼、安全期編碼、識別性能編碼和圖像防偽特征；當數據信息獲取為空時，則判定驗證圖像為假，通過處理器發送防偽圖像異常信號至預警顯示模塊；否則，獲取驗證圖像對應公司的防偽信譽值FPX；

當防偽信譽值FPX滿足0＜FPX＜L1時，則判定公司的防偽信譽值不滿足要求，不對驗證圖像的真偽進行鑒別；當防偽信譽值FPX滿足L1≤FPX時，則判定公司的防偽信譽值滿足要求；

獲取數據存儲模塊中的檢測模型，將驗證圖像和數據信息輸入值檢測模型獲取驗證圖像的真偽標記；當真偽標記為1時，則判定驗證圖像為真，通過處理器分別發送鑒別為真信號和驗證圖像對應的數據信息發送至預警顯示模塊，當真偽標記為0時，則判定驗證圖像為假，通過處理器分別發送鑒別為假信號和驗證圖像對應的數據信息發送至預警顯示模塊；

所述防偽信譽值通過數據分析模塊獲取，包括：

通過數據存儲模塊獲取公司的防偽查詢記錄；所述防偽查詢記錄包括防偽圖像查詢的查詢總次數和查詢結果為假的總次數，并分別標記為CZC和JZC；

獲取公司的成立時長，并將成立時長標記為CSC；

通過公式獲取防偽信譽值FPX；其中α1和α2為比例系數，且α1和α2均為大于0的實數；

通過處理器將防偽信譽值發送至數據存儲模塊進行存儲。