基于轻量级网络的防伪标签检测算法 |
| |
引用本文: | 张宏坤,韩越兴,陈侨川,巫金波.基于轻量级网络的防伪标签检测算法[J].上海大学学报(自然科学版),2022(3):534-544. |
| |
作者姓名: | 张宏坤 韩越兴 陈侨川 巫金波 |
| |
作者单位: | 1. 上海大学计算机工程与科学学院;2. 之江实验室;3. 上海大学材料基因组工程研究院 |
| |
基金项目: | 国家重点研发计划资助项目(2018YFB0704400,2020YFB0704503);;上海市自然科学基金资助项目(20ZR1419000); |
| |
摘 要: | 近年来,伪造盗版产品带来的经济损失逐年增大,伪造技术不断提升,防伪检测问题受到了广泛关注.为了解决现有防伪检测方法的计算量大、资源占用高、检测耗时较长等问题,提出了一种基于轻量级网络的防伪标签识别检测模型,该模型采用更为轻量的卷积神经网络(convolutional neural network,CNN)来进行形状和纹理的识别.在形状识别任务中,降低池化层大小以增强模型学习能力;在纹理分类任务中,使用协调注意力(coordinate attention,CA)模块来增强模型对单一特征图的信息获取.通过设计损失函数增强模型对真伪样本识别能力,并通过特征向量最大值得到预测结果.实验结果表明,该方法整体识别检测的准确率可达95.67%,检测时间相较于传统方法有显著减少.
|
关 键 词: | 防伪检测 轻量级神经网络 形状纹理识别 |
|
|