[发明专利]一种基于在线字典学习数据匹配模型的假货数据识别方法

摘要

本发明公开了一种基于在线字典学习数据匹配模型的假货数据识别方法，本发明的技术方案是首先安装调试好硬件设备，联网并从假货数据数据匹配模型的图像中学习、建立在线字典学习数据匹配模型，将待检测货物的版本、批次、包装以及时间等图案放置于扫描设备下方，进行图像信息的采集，并通过在线字典学习数据匹配模型进行相似度匹配，得到最终相似度，设定一阈值，并将最终相似度与阈值进行比较,当最终相似度大于阈值时判断识别货物为正品，当最终相似度小于阈值时判断识别货物为假货，同时将正品和假货的信息保存以进行自我调节和自我校对，有效提升识别判断的准确性，同时节省了整体算法的运行时间，且大大提高了识别的效率和成功率。

主权项

1.一种基于在线字典学习数据匹配模型的假货数据识别方法，其特征在于，包括以下步骤：1）安装好计算机、摄像装置和条码扫描器，连接网络，确保调试无误，计算机采用操作系统选用Windows7及以上系统，摄像装置选用1080P以上高清摄像头，选用的网络带宽至少是10Mb/s，条码扫描器的型号为SR‑2000，计算机电线连接摄像装置、条码扫描器；2）建立在线字典数据匹配模型，从假货数据数据匹配模型的图像中学习到自适应的字典，同时在每次识别过程中，将识别图片信息和结果进行录入、更新在线字典数据匹配模型，从而丰富在线字典数据匹配模型信息量，提升识别成功率；3）利用计算机和现代扫描技术以及货物图像特征，将待检测识别的货物通过摄像装置扫描提取出关键信息图片，并通过图形算法将其转化成二进制数据，或是直接利用条码扫描器进行条码信息扫描，同时利用在线字典学习数据匹配模型对假货数据进行相似度匹配；4）在扫描识别的过程中，将待检测货物的版本、批次、包装以及时间等图案依次放置于扫设备下方，且在扫描设备下方放置时间为1‑3秒，以方便进行检测识别匹配计算，由此不仅考虑多特征维数对假货数据状态的识别效果，而且考虑时间段对识别结果的影响；5）通过计算机观察检测结果，计算机内部通过依次将待检测货物的版本、批次、包装以及时间等转化后数据与在线字典学习数据匹配模型进行相似度匹配，最终将所得的相似度进行按比例计算得到最终相似度，设定一个阈值（例如90%相似度）,当最终相似度大于阈值时判断识别货物为正品，当最终相似度小于阈值时判断识别货物为假货，并将正品或假货的数据保存在在线字典数据匹配模型中，方便实时进行自我校对和自我调节，提高设备判断的准确性。