CN110245733A - 物品验证方法 - Google Patents
物品验证方法 Download PDFInfo
- Publication number
- CN110245733A CN110245733A CN201910531570.6A CN201910531570A CN110245733A CN 110245733 A CN110245733 A CN 110245733A CN 201910531570 A CN201910531570 A CN 201910531570A CN 110245733 A CN110245733 A CN 110245733A
- Authority
- CN
- China
- Prior art keywords
- video
- tag
- image
- authentication method
- hybrid
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000010396 two-hybrid screening Methods 0.000 claims abstract description 3
- 238000013507 mapping Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 10
- 238000012546 transfer Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 238000003672 processing method Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 17
- 238000005516 engineering process Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000004806 packaging method and process Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
- G06K7/1417—2D bar codes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/22—Character recognition characterised by the type of writing
- G06V30/226—Character recognition characterised by the type of writing of cursive writing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Economics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Artificial Intelligence (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Human Resources & Organizations (AREA)
- Electromagnetism (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Tourism & Hospitality (AREA)
- Life Sciences & Earth Sciences (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Image Analysis (AREA)
- Collating Specific Patterns (AREA)
Abstract
一种物品验证方法,包括:发货方将混合标签附加到物品,并拍摄相关视频;从发货方视频中获取混合标签图像信息;获取收货方拍摄的混合标签的图像;将从发货方视频中提取的混合标签图像与收货方拍摄的混合标签图像进行对比,判断两混合标签是否一致,其中,混合标签包括标识符和书写标签,判断混合标签是否一致包括分别判断标识符是否一致以及判断书写标签是否一致。根据本发明实施例的物品验证方法,基于创新的数字图像处理方法,通过验证标签的一致性来验证发货物品和收货物品的一致性,可以对物品的流通进行有效监控并能在很大程度上避免物品在流通环节被调换,从而对于电子商务领域而言有着很高的商业价值。
Description
技术领域
本发明涉及物品验证,具体而言,涉及一种电子商务中的物品验证方法。
背景技术
随着电子商务交易平台的完善和通信技术的快速发展,网络购物的用户规模不断上升,网络交易的规模日益扩张。然而,与之伴随的网络交易的信用危机也越来越严重。由于在网络交易中,商品一般通过邮寄或快递方式送达,大多数商品极易被仿制。
目前的防伪方式是在物品上附加防伪标签,例如二维码防伪标签,使得消费者可以通过二维码追溯商品来源。然而,这种方式的主要问题是二维码容易复制,而且由于大多数商品的二维码是销售方贴附的,因此也很难直接证明商品的真伪。销售方在网络上发布的商品照片、购买凭证照片、购买实景、购买视频等用来证明购买过程的图像或者视频也无法证明商品的真实性,因为图片和视频可能是不真实的,购买凭证的真伪很难确认,而且假货可能出现在购买之后的物流环节中。消费者无法确定商品的真实性,也很难确定商品在哪个环节出现问题。这种情形在跨境购物中尤为突出。在跨境购物中,除了空间上的距离之外,语言不通也是消费者面临的障碍之一。由于商品可能在国内市场很难获取,消费者无法比对商品的真伪。
因此,需要一种物品验证方式来确保消费者或者收货人所收到的商品是现场采购的实际商品,即所见即所得。
发明内容
根据本发明的实施例,提供了一种物品验证方法,包括:发货方将混合标签附加到物品,并拍摄相关视频;从发货方视频中获取混合标签图像信息;获取收货方拍摄的混合标签的图像;将从发货方视频中提取的混合标签图像与收货方拍摄的混合标签图像进行对比,判断两混合标签是否一致,其中,混合标签包括标识符和书写标签,判断混合标签是否一致包括分别判断标识符是否一致以及判断书写标签是否一致。
根据本发明的实施例的物品验证方法,其中,标识符是二维码,书写标签包括用于书写的网格,该网格包括网状排列的多个小格。
根据本发明的实施例的物品验证方法,其中,利用从发货方视频中获得的混合标签图像和从收货方拍摄的混合标签图像二者所包括的二维码之间的映射关系找到书写标签中书写笔迹所在小格之间的映射关系;计算各个小格中的笔迹的相似度;评估书写标签整体的一致性。
根据本发明的实施例的物品验证方法,其中,找到书写笔迹所在小格之间的映射关系包括:标准化初始空间中的网格图像。
根据本发明的实施例的物品验证方法,其中,计算各个小格中的笔迹的相似度包括找到对应小格的转换函数Fij,通过差距函数D(Fij(Aij),Bij)来计算两个小格图像的差距,其中,对于所比较的两个小格,其图像分别标记为Aij和Bij,而定义A’ij为Aij中与网格线对应的像素,定义B’ij为Bij中与网格线对应的像素,通过A’ij到B’ij的映射数据来获得转换函数Fij。
根据本发明的实施例的物品验证方法,其中,以网格中的小格为单位对笔迹所在纸张部分的不平整进行补偿。
根据本发明的实施例的物品验证方法,其中,对纸张部分的不平整进行补偿包括:通过对小格的各个角精确指向的位置运行共同特征检测算法来再次标准化每个小格图像。
根据本发明的实施例的物品验证方法,其中,视频包括对发货物品附加混合标签,以及发货方在书写标签留下笔迹的过程。
根据本发明的实施例的物品验证方法,其中,包括:在判断混合标签的一致性之前判断发货方视频是否为未经编辑的原始视频。
根据本发明的实施例的物品验证方法,其中,通过将视频的每帧图像数据提取出来,使用方向梯度直方图特征提取算法或者其他算法提取各帧图像的特征,检测帧之间的变化,来判断视频是否为未经编辑的原始视频。
根据本发明的实施例的物品验证方法,其中,在判断发货方视频是否为未经编辑的原始视频时,利用拍摄设备的GPS和/或陀螺仪数据来判断拍摄中是否存在快速抖动的情况。
根据本发明的实施例的物品验证方法,其中,移动终端的应用软件能够实现如下功能中的一种或多种:判断视频是否为未经编辑的原始视频;评估视频的清晰度;评估视频的完整性;提示或自动上传视频数据;从视频中提取混合标签的图像;判断标识符的一致性;判断书写标签的一致性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例的附图作简单地介绍,显而易见地,下面描述中的附图仅仅涉及本发明的一些实施例,而非对本发明的限制。
图1示意性地示出了应用本发明实施例的物品验证方法的商务流程;
图2示意性地示出了混合标签的一个例子;
图3示意性地示出了对各个小格子中的笔迹单独进行分析;
图4A和图4B示出了对标签图像坐标的映射;
图5示意性地示出了网格的9种特征变化。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
除非另作定义,此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明专利申请说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。同样,“一个”或者“一”等类似词语也不必然表示数量限制。“包括”或者“包含”等类似的词语意指出现该词前面的元件或物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
根据本发明实施例的物品验证方法,通过对采购方和收货方的行为相互印证来验证所采购物品的真伪。具体而言,该物品验证方法可以包括:从采购视频中获取附加于所购物品的标识符和书写标签的二维图像信息;从二维图像信息确定标识符是否真实和唯一;获取收货方拍摄的所收到物品的标识符和签名的二维图像;将从视频中提取的所购物品的标识符和书写标签的二维图像信息与拍照得到的标识符和签名的二维图像进行对比,确定两者的标识符和书写标签是否分别一致,从而判断所购物品与收到的物品是否相同。
根据本发明实施例的物品验证方法可以用在采购、代购、物流等电子商务情景。图1示意性地示出了应用本发明实施例的物品验证方法的商务流程。如图1所示,在步骤S1,采购方/物流方/发货方(可统称为“发货方”)在发货前在书写标签下签字或者以其它方式留下笔迹或痕迹,将标识符和书写标签所构成的混合标签附加到将发出的物品上,并对购买或转运过程进行拍摄得到视频(可称之为“发货方视频”),该发货方视频包括在书写标签上书写的过程以及将混合标签附加到物品上的过程,然后发货方在步骤S2将该发货方视频上传到电商平台的服务器。
标识符可以是平台向发货方提供的唯一标识符,例如,二维码,对于每件商品而言,其二维码可以是唯一的。二维码加上书写标签(例如,手写格子纸)构成混合标签,用于验证发货和收货的物品的一致性。混合标签可以打印在易碎纸上,以确保不会反复使用。该混合标签也可由平台统一发放。
发货方在采购或者转运物品过程中拍摄记录视频,视频中至少包括对发货物品附加混合标签,以及发货方在手写标签的网格上留下笔迹的过程,该笔迹例如购买当天的日期等。在将物品附加到混合标签上时,可以采用例如一次性扎带等方式,保证除非损毁物品或者扎带而无法把物品和标签分离,或者在包装封口处附加混合标签。或者混合标签的材质本身可以防止附加后不易从物品剥离。也就是说,尽量保证标签与物品不相分离,从而通过验证标签的一致性就可以验证发货物品和收货物品的一致性。
在步骤S3,判断发货方上传的视频是否为未经编辑的原始视频。如果发货方通过编辑视频来掩盖对所发货物品的调换行为,通常的做法需要对视频进行拼接。判断视频是否是拼接的,可以将每帧的图像数据提取出来,使用方向梯度直方图(Histogram ofOriented Gradient,HOG)特征提取算法或者其他算法提取各帧图像的特征,检测帧之间的变化,如果检测到图像帧之间不连续,则可能证明视频是将不连续帧的图像进行拼接形成的。
此外,还可以考虑拍摄中的快速抖动也可能造成检测到图像帧的不连续。对于拍摄中快速抖动的情况,可以使用拍摄设备(通常可以是手机)内的GPS和/或陀螺仪数据来进一步判断拍摄设备的移动方向,如果拍摄设备的移动(抖动)方向与帧图像的变化相匹配,则可以判断帧图像的不连续是拍摄设备快速抖动而造成的,因此可以消除对视频是否为原始视频的误判。更具体地,例如,使用手机自带的陀螺仪数据,记录手机每一个帧的移动方向;对于每一帧的图像,通过移动方向判定此帧的图像在上一帧应该是什么位置;对比当前一帧的图像与在上一帧对应的图像的区别;如果差距很大(例如超过一定阈值),则判定被裁剪或者拼接。
在这种方式下,需要将视频连同拍摄过程中产生的拍摄设备的GPS和/或陀螺仪数据一起上传到服务器。也可以用专用应用软件(APP)进行所述视频的拍摄以防止编辑,该软件可以在拍摄时同步记录GPS和陀螺仪数据,并且也可以用该应用软件打包这些数据上传到服务器。还可以直接由该应用软件本身来验证视频是否为原始视频,例如,视频是从其它摄像设备转入,或者对显示器显示的内容进行拍摄而获得。
此外,用拍摄设备进行上述视频的录制时,可以同时对于视频的完整性和清晰度进行评估,例如,是否记录了对书写标签的书写过程、是否记录了将混合标签附加到物品的过程,以及视频的清晰度和分辨率是否符合物品验证的质量要求,等等。应用软件可以进行实时监控和提示,如果判断视频符合要求,可以提示或自动停止拍摄,并提示或自动上传视频数据。
如果判断发货方上传的视频并非原始视频,则可以得出发货方物品与应发货的物品不一致的物品验证结论。
如果判断发货方上传的视频是原始视频,则进一步在步骤S4从视频中提取混合标签的图像。在提取混合标签图像数据时,如果视频的分辨率较低,可以将视频里针对同一物品的多个帧的信息组合起来成为高分辨率图像以获得更高的清晰度。具体地,使用视频中的每个帧或多个帧的信息,计算对应的光流(optical flow),使用光流对应各个帧内的同等对象信息,对于在多个帧内多次观察到的同等对象信息,提取并且合并成高分辨率信息。也就是说,利于光流测算帧的矢量差,从而对齐低像素的对象信息来形成高分辨率信息。该高分辨率图像中包含了混合标签的部分。
如前所述,标签可以是包括了标识符(例如,二维码)和书写标签的混合标签,在验证物品时,发货方上传的标识符和书写标签与收货方上传的标识符和书写标签要分别一致,并且标识符可以是平台指定给发货方且与所发货物品唯一对应。因此,当服务器通过图像处理方式从发货方上传的视频中提取其中的混合标签后,可以先判断该标识符是否与指定给发货方的标识符相一致。如果所识别的标识符与指定给发货方的标识符不一致,则无需再进一步提取和分析书写标签,告知发货方其上传的用于验证物品的视频不通过。对于诸如二维码的标识符,可以用常用的二维码识别方法来验证两标识符是否一致。如果所识别的标识符与指定给发货方的标识符一致,则进一步从混合标签中提取书写标签的图像部分。
另一方面,收货方在收到物品后,在步骤S5对混合标签拍照,然后将标签照片(图像)上传到平台服务器(步骤S6)。然后在步骤S7通过将从发货方上传视频中提取的标签图像与收货方上传的标签图像进行对比来判断两图像中的标签是否一致。如果判断标签不一致,则得出发货物品与收货物品不一致的结论;如果判断标签一致,则得出发货物品与收货物品相一致的结论。
在图1所示的例子中,需要收货方上传所拍摄的标签照片到平台服务器进行标签一致性的验证,通常也要求收货方是在拆开物品包装之前拍摄标签的照片,这样可以在一定程度上防止收货方的不诚信行为。验证标签一致性的功能也可以在收货方实现,例如由收货方终端(如手机等)的应用软件来进行。
鉴于诸如智能手机的移动终端日益增强的计算能力,其可以实现平台服务器的部分功能。例如,发货方和/或收货方的移动终端的应用软件能够实现如下功能中的一种或多种:判断视频是否为未经编辑的原始视频;评估视频的清晰度;评估视频的完整性;提示或自动上传视频数据;从视频或照片中提取混合标签的图像;判断标识符的一致性;判断书写标签的一致性。
标签一致性验证方法可以包括:利用从发货方拍摄的视频中获得的混合标签和从收货方上传的图像中获得的混合标签二者所包括的二维码部分之间的映射关系找到书写标签中手写笔迹所在区域(网格部分)之间的映射关系;以网格中的小格为单位对笔迹所在纸张部分的不平整进行补偿;利用转换函数对光线、笔迹颜色等进行补偿;评估网格(包括笔迹)整体的一致性。以下具体陈述该标签一致性验证方法。
图2示意性地示出了混合标签的一个例子。如图2所示,书写标签的上部包括二维码,下部包括在预定位置和尺寸的网格部分中书写的手写文字(2019/4/13,即,日期)。
因为标识符和书写标签的相对位置和尺寸是预先设定的,所以如果在图像中识别出标识符,则可以根据标识符在图像中的位置、形状和尺寸来从同一图像中识别出书写标签部分。更具体地,因为书写标签中包括网格,也就是说在网格部分进行书写,于是可以通过对标识符的识别和映射来实现对网格部分的映射和识别。
对图2所示的例子而言,通过二维码定位技术能够定位二维码在混合标签图片里的位置,从而也能够定位网格部分及网格部分的各个格子的位置,有了格子的位置,可以对各个小格子中的笔迹单独进行分析,如图3所示。
图3中最下面的部分显示有网格左上部分第一个出现比较的小格,其包括了笔迹“2”的一部分。
接下来,将从发货方视频中提取的标签图像与收货方拍照上传的标签图像进行对比,具体地是分别对比每个小格子中的笔迹部分,看两幅图像的对应小格子是否分别体现相同的笔迹,如果体现相同笔迹的小格子的数量达到具有笔迹的小格子总数的预定百分比,例如,80%或90%,那么则可以判断上传照片中的笔迹与视频中的笔迹是一致的,从而实现鉴证。
因为视频中的标签和收货方拍摄的标签的拍摄环境(例如采光)和拍摄角度可能有所不同,因此在进行上述对比时需要先找到两幅图像的映射关系。通过计算二维码部分的映射关系,可以计算得到格子的映射关系。然后再算出各个格子中的笔迹的相似度。最后评估书写标签整体的一致性。
具体如下:
标准化初始空间中的网格图像
从系统坐标系中的已知定位开始,获知A,B,C和D的坐标,如图4A所示。
对于来自相机或摄像头的等距图像,可以通过使用二维码定位技术得到A',B',C'和D'的坐标,如图4B所示。
通过在下式中代入A,B,C和D的坐标以及A',B',C'和D'的坐标,可解出变换矩阵M。
于是,通过将与M相乘可以得到等距图像中e’,f’,g’,h’的位置坐标。
最后,使用矩阵M的逆矩阵M-1与图像上由e',f',g',h'限定的整个区域相乘,以对网格化的手写部分(笔迹部分)进行标准化。相乘的结果是标准化空间中的矩形区域。
对纸张不平带来的影响进行调整和补偿
用celli,j定义网格中的小格,i从左标记,j从上标记,其中cell0,0是左上第一个小格。
用以下公式可以找到X×Y尺寸网格中的小格celli,j的四个角
为了补偿载有标签的实际纸张表面的不平整,可以通过对小格的各个角精确指向的位置运行共同特征检测算法来再次标准化每个小格图像。
确切地说,任何给定的网格都有(针对小格的不同角的特征的)9种特征变化,如图5中9个圆圈所标注的。
由于载有标签的纸张不平的问题在从发货方视频获取的标签图像和从收货方拍摄的标签图像中均存在,因而对于这两个相互对比的标签图像都进行前述的每个小格图像的再次标准化。此处对纸张不平的影响进行的调整和补偿也可以根据需要用于标识符图像。
找到两幅图像的每一个对应小格的转换函数
对于所比较的两幅图像(分别称作图像A和图像B),已提取出每个小格的图像cellij,于是,对于图像A的小格图像标记为Aij,对于图像B的小格图像标记为Bij。
定义A’ij为Aij中与网格线对应的像素;类似地,定义B’ij为Bij中与网格线对应的像素。
从A’ij到B’ij获得转换函数Fij,可以用例如深度学习神经网络等基于A’ij到B’ij的映射数据来获得转换函数Fij。该转换函数的目的主要是对书写笔迹进行光补偿,这是因为书写用颜料的颜色、光泽等与拍摄背景光线条件相结合会对书写笔迹的颜色、深浅等造成图像上的变化。
算出各个格子中的笔迹的相似度
对于两幅图像各自的每一个小格,通过差距函数D(Fij(Aij),Bij)对应的值来计算两个对应小格之间在像素级的差异。其中,差距函数D可以是均方误差(Mean SquaredError,MSE)或其它用来计算两组数据间的相似度的函数。
评价整体图像
通过上述差距函数D计算对应小格图像之间的差异后,可以根据不同阈值来将标签图像标记为通过或失败,例如:是否有足够的小格的差距函数结果小于某种容差;总差距低于一定容差;平均差距低于一定容差;加权的差距低于一定容差。
根据本发明实施例的物品验证方法,基于创新的数字图像处理方法,通过验证标签的一致性来验证发货物品和收货物品的一致性,可以对物品的流通进行有效监控并能在很大程度上避免物品在流通环节被调换,从而对于电子商务领域而言有着很高的商业价值。
以上所述仅是本发明的示范性实施方式,而非用于限制本发明的保护范围,本发明的保护范围由所附的权利要求确定。
Claims (12)
1.一种物品验证方法,包括:
发货方将混合标签附加到物品,并拍摄相关视频;
从发货方视频中获取混合标签图像信息;
获取收货方拍摄的混合标签的图像;
将从发货方视频中提取的混合标签图像与收货方拍摄的混合标签图像进行对比,判断两混合标签是否一致,
其中,混合标签包括标识符和书写标签,判断混合标签是否一致包括分别判断标识符是否一致以及判断书写标签是否一致。
2.根据权利要求1所述的物品验证方法,其中,所述标识符是二维码,所述书写标签包括用于书写的网格,该网格包括网状排列的多个小格。
3.根据权利要求2所述的物品验证方法,其中,利用从发货方视频中获得的混合标签图像和从收货方拍摄的混合标签图像二者所包括的二维码之间的映射关系找到书写标签中书写笔迹所在小格之间的映射关系;计算各个小格中的笔迹的相似度;评估书写标签整体的一致性。
4.根据权利要求3所述的物品验证方法,其中,找到书写笔迹所在小格之间的映射关系包括:标准化初始空间中的网格图像。
5.根据权利要求3所述的物品验证方法,其中,计算各个小格中的笔迹的相似度包括找到对应小格的转换函数Fij,通过差距函数D(Fij(Aij),Bij)来计算两个小格图像的差距,其中,对于所比较的两个小格,其图像分别标记为Aij和Bij,而定义A’ij为Aij中与网格线对应的像素,定义B’ij为Bij中与网格线对应的像素,通过A’ij到B’ij的映射数据来获得转换函数Fij。
6.根据权利要求3所述的物品验证方法,其中,以网格中的小格为单位对笔迹所在纸张部分的不平整进行补偿。
7.根据权利要求6所述的物品验证方法,其中,对纸张部分的不平整进行补偿包括:通过对小格的各个角精确指向的位置运行共同特征检测算法来再次标准化每个小格图像。
8.根据权利要求1所述的物品验证方法,其中,所述视频包括对发货物品附加混合标签,以及发货方在书写标签留下笔迹的过程。
9.根据权利要求1所述的物品验证方法,其中,包括:在判断混合标签的一致性之前判断发货方视频是否为未经编辑的原始视频。
10.根据权利要求9所述的物品验证方法,其中,通过将所述视频的每帧图像数据提取出来,使用方向梯度直方图特征提取算法或者其他算法提取各帧图像的特征,检测帧之间的变化,来判断视频是否为未经编辑的原始视频。
11.根据权利要求9所述的物品验证方法,其中,在判断发货方视频是否为未经编辑的原始视频时,利用拍摄设备的GPS和/或陀螺仪数据来判断拍摄中是否存在快速抖动的情况。
12.根据权利要求1所述的物品验证方法,其中,移动终端的应用软件能够实现如下功能中的一种或多种:判断视频是否为未经编辑的原始视频;评估视频的清晰度;评估视频的完整性;提示或自动上传视频数据;从视频中提取混合标签的图像;判断标识符的一致性;判断书写标签的一致性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910531570.6A CN110245733B (zh) | 2019-06-19 | 2019-06-19 | 物品验证方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910531570.6A CN110245733B (zh) | 2019-06-19 | 2019-06-19 | 物品验证方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110245733A true CN110245733A (zh) | 2019-09-17 |
CN110245733B CN110245733B (zh) | 2022-06-21 |
Family
ID=67888113
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910531570.6A Expired - Fee Related CN110245733B (zh) | 2019-06-19 | 2019-06-19 | 物品验证方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110245733B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110798664A (zh) * | 2019-11-26 | 2020-02-14 | 熊建民 | 可降低视频数据负担的产品视频展示方法 |
CN112734449A (zh) * | 2021-01-13 | 2021-04-30 | 京东数科海益信息科技有限公司 | 售后服务数据处理方法、装置、计算机设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008186317A (ja) * | 2007-01-31 | 2008-08-14 | Secom Co Ltd | 物品監視システム |
CN102708391A (zh) * | 2012-05-14 | 2012-10-03 | 华南农业大学 | 一种基于分形图形的防伪标签及防伪验证方法 |
CN105260896A (zh) * | 2015-09-29 | 2016-01-20 | 林润南 | 一种防伪方法及其防伪系统 |
CN108564385A (zh) * | 2018-04-25 | 2018-09-21 | 陈博 | 一种图像防伪技术 |
CN108921006A (zh) * | 2018-05-03 | 2018-11-30 | 西北大学 | 手写签名图像真伪鉴别模型建立方法及真伪鉴别方法 |
CN109102306A (zh) * | 2018-08-06 | 2018-12-28 | 程昔恩 | 一种流通物品的防伪保真方法 |
CN109766944A (zh) * | 2019-01-10 | 2019-05-17 | 四川中新华搜信息技术有限公司 | 一种基于cnn的图像识别的商品外观防伪方法 |
-
2019
- 2019-06-19 CN CN201910531570.6A patent/CN110245733B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008186317A (ja) * | 2007-01-31 | 2008-08-14 | Secom Co Ltd | 物品監視システム |
CN102708391A (zh) * | 2012-05-14 | 2012-10-03 | 华南农业大学 | 一种基于分形图形的防伪标签及防伪验证方法 |
CN105260896A (zh) * | 2015-09-29 | 2016-01-20 | 林润南 | 一种防伪方法及其防伪系统 |
CN108564385A (zh) * | 2018-04-25 | 2018-09-21 | 陈博 | 一种图像防伪技术 |
CN108921006A (zh) * | 2018-05-03 | 2018-11-30 | 西北大学 | 手写签名图像真伪鉴别模型建立方法及真伪鉴别方法 |
CN109102306A (zh) * | 2018-08-06 | 2018-12-28 | 程昔恩 | 一种流通物品的防伪保真方法 |
CN109766944A (zh) * | 2019-01-10 | 2019-05-17 | 四川中新华搜信息技术有限公司 | 一种基于cnn的图像识别的商品外观防伪方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110798664A (zh) * | 2019-11-26 | 2020-02-14 | 熊建民 | 可降低视频数据负担的产品视频展示方法 |
CN112734449A (zh) * | 2021-01-13 | 2021-04-30 | 京东数科海益信息科技有限公司 | 售后服务数据处理方法、装置、计算机设备及存储介质 |
CN112734449B (zh) * | 2021-01-13 | 2024-03-08 | 京东科技信息技术有限公司 | 售后服务数据处理方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110245733B (zh) | 2022-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11818303B2 (en) | Content-based object detection, 3D reconstruction, and data extraction from digital images | |
US11675985B2 (en) | Systems and methods for generating and reading intrinsic matrixed bar codes | |
US20200394763A1 (en) | Content-based object detection, 3d reconstruction, and data extraction from digital images | |
US10936838B1 (en) | Tagging scheme for blockchain-based provenance system | |
Sawhney et al. | Independent motion detection in 3D scenes | |
US20120323620A1 (en) | System and method for identifying retail products and determining retail product arrangements | |
EA025922B1 (ru) | Способ автоматической аутентификации защищенного документа | |
CN205068462U (zh) | 嵌入有机器可读图像的卡、附接卡的产品和连接卡的产品 | |
US20220334535A1 (en) | Method for determining authenticity using images that exhibit parallax | |
CN106022784A (zh) | 物品替代欺诈检测 | |
BRPI0822473B1 (pt) | Método e sistema de controle para controle de produção de itens em uma linha de produção por meio de dados de controle | |
CN110245733A (zh) | 物品验证方法 | |
CN105205673B (zh) | 一种利用条烟打码特征上的防伪追溯技术 | |
CN113516147B (zh) | 印刷误差检测方法、设备、系统及存储介质 | |
Noceti et al. | A multi-camera system for damage and tampering detection in a postal security framework | |
CN109190724A (zh) | 一种电子扫描文件的校验方法及电子设备 | |
WO2014061222A1 (ja) | 情報処理装置、情報処理方法および情報処理用プログラム | |
CN109196534A (zh) | 用于产品包装的认证方法 | |
KR101997498B1 (ko) | 패키지 박스의 코드 인증을 이용한 위품 판정 장치 | |
EP4016374A1 (en) | Method for extracting data from a food package, food package and system for producing a food package | |
KR102494699B1 (ko) | 영상 및 상품 정보의 연동이 가능한 풀필먼트 시스템 | |
Chavan et al. | Iot-enabled sustainable solution for smart shopping experience | |
KR102043428B1 (ko) | 패키지 박스의 인쇄 유사도 계산을 이용한 위품 판정 장치 | |
KR102490566B1 (ko) | 유통과정추적을 이용한 리셀 서비스 제공 방법 | |
KR101997499B1 (ko) | 강화학습을 이용한 패키지 박스의 위품 판정 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220621 |