申请/专利权人:北京中科金有限元技术有限公司
申请日:2024-05-23
公开(公告)日:2024-06-21
公开(公告)号:CN118229308A
主分类号:G06Q30/018
分类号:G06Q30/018;G06N3/0442;G06N3/0455;G06N3/0464;G06N3/084;G06F18/243;G06F18/25
优先权:
专利状态码:在审-公开
法律状态:2024.06.21#公开
摘要:本申请涉及深度学习技术领域,尤其提供一种基于深度学习的多模态防伪验证方法及系统,通过采集产品对象的多模态检测信息,深入且全面地揭示了产品特征,为防伪验证提供了坚实的数据支撑。利用防伪认证指导数据,构建了高效的多模态嵌入知识向量,成功融合了多元信息,显著提升了验证的精确度和可信度。通过局部伪造判别处理模型精细计算防伪验证决策单元的激活权重,进一步提高了防伪验证的灵敏度和准确性。最终,基于多元决策树模型构建的多模态防伪验证算法,能够全面、准确地判断产品真伪,为消费者和企业提供了可靠的辨别工具,从而提升防伪验证技术水平。
主权项:1.一种基于深度学习的多模态防伪验证方法,其特征在于,应用于AI防伪验证服务系统,所述方法包括:获取待进行防伪验证的产品对象所对应的目标多模态检测信息;基于所述目标多模态检测信息对应的防伪认证指导数据,确定所述目标多模态检测信息的多模态嵌入知识向量;将所述多模态嵌入知识向量输入完成调试的局部伪造判别处理模型进行处理,以确定完成调试的初始多元决策树模型中每一级模型分支对应的目标防伪验证决策单元,所述完成调试的局部伪造判别处理模型用于对所述目标防伪验证决策单元的激活权重进行计算;基于所述完成调试的初始多元决策树模型中每一级模型分支对应的目标防伪验证决策单元,确定所述目标多模态检测信息的多模态防伪验证算法;基于所述目标多模态检测信息的多模态防伪验证算法对所述待进行防伪验证的产品对象进行多模态防伪验证,以得到所述待进行防伪验证的产品对象对于所述目标多模态检测信息的防伪验证输出观点。
全文数据:
权利要求:
百度查询: 北京中科金有限元技术有限公司 基于深度学习的多模态防伪验证方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。