CN111680772A - 检测卷烟条与盒包装纸真假的方法、装置及设备 - Google Patents
检测卷烟条与盒包装纸真假的方法、装置及设备 Download PDFInfo
- Publication number
- CN111680772A CN111680772A CN202010490090.2A CN202010490090A CN111680772A CN 111680772 A CN111680772 A CN 111680772A CN 202010490090 A CN202010490090 A CN 202010490090A CN 111680772 A CN111680772 A CN 111680772A
- Authority
- CN
- China
- Prior art keywords
- cigarette
- detecting
- dimensional code
- real
- detection data
- 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.)
- Pending
Links
- 235000019504 cigarettes Nutrition 0.000 title claims abstract description 227
- 238000004806 packaging method and process Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000001514 detection method Methods 0.000 claims abstract description 64
- 238000012549 training Methods 0.000 claims abstract description 23
- 238000012706 support-vector machine Methods 0.000 claims abstract description 15
- 238000012937 correction Methods 0.000 claims description 23
- 238000012856 packing Methods 0.000 claims description 23
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000002310 reflectometry Methods 0.000 claims 4
- 230000008901 benefit Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 239000000779 smoke Substances 0.000 description 3
- 238000013145 classification model Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- 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
- G06K17/0022—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 arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
- G06K17/0025—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 arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement consisting of a wireless interrogation device in combination with a device for optically marking the record carrier
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Credit Cards Or The Like (AREA)
Abstract
本发明实施例公开了检测卷烟条与盒包装纸真假的方法、装置及设备，该方法包括：获取二维码检测仪对不同印刷厂家的真烟包装的二维码进行检测得到的真烟初始检测数据，并获取所述二维码检测仪对假烟样品包装的二维码进行检测得到的假烟初始检测数据；根据所述真烟初始检测数据和所述假烟初始检测数据使用支持向量机进行训练得到真假烟包装初始识别模型；根据所述真假烟包装初始识别模型对待检测卷烟包装盒的二维码进行识别，得到识别结果。本发明可以提高真假烟包装的检测效率和精度。
Description
技术领域
本发明实施例涉及卷烟真假鉴别领域，具体涉及检测卷烟条与盒包装纸真假的方法、装置及设备。
背景技术
由于制售假冒卷烟具有高额利润，所以每年都会有大量制造、销售假冒卷烟的现象，从而谋取暴利。但对于不符合法律的商业行为是不允许的，卷烟条与盒包装纸商标是注册商标，是不允许未经商标所有权人允许私自印刷的，由于印刷刻板及印刷设备、印刷油墨的不同，不同印刷厂家印刷的条与盒包装纸存在差异，通过印刷特征可以鉴定条与盒商标纸真假不同。
近年来大量卷烟上采用二维码，卷烟二维码分为静态二维码和动态二维码，静态二维码没有防伪功能，动态二维码用手机扫码后会显示真假，但近期假烟采用真烟二维码扫描印刷或制作假网页链接等方式，假烟二维码在扫描后会显示真烟。
现有技术中，对卷烟条与盒包装纸的真假鉴别，主要通过人工对条与盒包装纸的色差、印刷字体差异、套印偏差、图案清晰度等特征分辨真假。但需要人工对条与盒包装纸的特征综合分析，不同牌号的条与盒包装纸印刷图案特征繁杂，人工分辨难度较大。
发明内容
本发明实施例的目的在于提供检测卷烟条与盒包装纸真假的方法、装置及设备，用以解决现有人工分辨烟盒二维码真假难度大、效率低的问题。
为实现上述目的，本发明实施例主要提供如下技术方案：
第一方面，本发明实施例提供了一种检测卷烟条与盒包装纸真假的方法，包括：获取二维码检测仪对不同印刷厂家的真烟包装的二维码进行检测得到的真烟初始检测数据，并获取所述二维码检测仪对假烟样品包装的二维码进行检测得到的假烟初始检测数据；根据所述真烟初始检测数据和所述假烟初始检测数据使用支持向量机进行训练得到真假烟包装初始识别模型；根据所述真假烟包装初始识别模型对待检测卷烟包装盒的二维码进行识别，得到识别结果。
根据本发明的一个实施例，在得到所述真假烟包装初始识别模型之后，还包括：获取所述二维码检测仪对更新后的假烟包装的二维码进行检测得到的假烟更新检测数据；根据所述假烟更新检测数据和所述真假烟包装初始识别模型得到真假烟包装第一更新识别模型；根据所述真假烟包装第一更新识别模型对第一目标卷烟包装盒的二维码进行识别。
根据本发明的一个实施例，在得到所述真假烟包装初始识别模型之后，还包括：获取所述二维码检测仪对更新后的真烟包装的二维码进行检测得到的真烟更新检测数据；根据所述真烟更新检测数据和所述真假烟包装初始识别模型得到真假烟包装第二更新识别模型；根据所述真假烟包装第二更新识别模型对第二目标卷烟包装盒的二维码进行识别。
根据本发明的一个实施例，所述假烟初始检测数据包括牌号、参考译码等级、符号反差、未使用的纠错百分比、调制比等级、轴向不一致等级、网格不一致等级、固有图形污损等级、定位模式等级、同步模式等级、对齐模式等级、格式信息污损百分比、矩阵尺寸、最高反射率、最低反射率、码字总数、数据码字数、纠错码字数、掩码模式、纠错容量、纠正的错误数、未使用的纠错容量、修复过的错误数据位数、可修复的错误数据位数、模校调制比等级、反差均匀性、印刷增量、模块尺寸、模块像素个数、模块尺寸差和角度变形。
第二方面，本发明实施例还提供一种检测卷烟条与盒包装纸真假的装置，包括：获取模块，用于获取二维码检测仪对不同印刷厂家的真烟包装的二维码进行检测得到的真烟初始检测数据，并获取所述二维码检测仪对假烟样品包装的二维码进行检测得到的假烟初始检测数据；模型训练模块，用于根据所述真烟初始检测数据和所述假烟初始检测数据使用支持向量机进行训练得到真假烟包装初始识别模型；识别模块，用于根据所述真假烟包装初始识别模型对待检测卷烟包装盒的二维码进行识别，得到识别结果。
根据本发明的一个实施例，所述获取模块还用于获取所述二维码检测仪对更新后的假烟包装的二维码进行检测得到的假烟更新检测数据；所述模型训练模块还用于根据所述假烟更新检测数据和所述真假烟包装初始识别模型得到真假烟包装第一更新识别模型；所述识别模块还用于根据所述真假烟包装第一更新识别模型对第一目标卷烟包装盒的二维码进行识别。
根据本发明的一个实施例，所述获取模块还用于获取所述二维码检测仪对更新后的真烟包装的二维码进行检测得到的真烟更新检测数据；所述模型训练模块还用于根据所述真烟更新检测数据和所述真假烟包装初始识别模型得到真假烟包装第二更新识别模型；所述识别模块还用于根据所述真假烟包装第二更新识别模型对第二目标卷烟包装盒的二维码进行识别。
根据本发明的一个实施例，所述假烟初始检测数据包括牌号、参考译码等级、符号反差、未使用的纠错百分比、调制比等级、轴向不一致等级、网格不一致等级、固有图形污损等级、定位模式等级、同步模式等级、对齐模式等级、格式信息污损百分比、矩阵尺寸、最高反射率、最低反射率、码字总数、数据码字数、纠错码字数、掩码模式、纠错容量、纠正的错误数、未使用的纠错容量、修复过的错误数据位数、可修复的错误数据位数、模校调制比等级、反差均匀性、印刷增量、模块尺寸、模块像素个数、模块尺寸差和角度变形。
第三方面，本发明实施例还提供一种电子设备，包括：至少一个处理器和至少一个存储器；所述存储器用于存储一个或多个程序指令；所述处理器，用于运行一个或多个程序指令，用以执行如第一方面所述的检测卷烟条与盒包装纸真假的方法。
第四方面，本发明实施例还提供一种计算机可读存储介质，包含一个或多个程序指令，所述一个或多个程序指令用于被执行如第一方面所述的检测卷烟条与盒包装纸真假的方法。
本发明实施例提供的技术方案至少具有如下优点：
本发明实施例提供的检测卷烟条与盒包装纸真假的方法、装置及设备，对二维码检测数据提取及训练，通过支持向量机预测算法准确得出条与盒包装纸真假结论，能够大大提高准确率，且本发明具有可扩展性，检测机构会定期对二维码进行监督检测，系统远程自动采集真品二维码特征数据，仅需对不同批次假烟条与盒包装纸检测采集加入训练集，支持向量机预测算法就会得到更新。
附图说明
图1为本发明实施例的检测卷烟条与盒包装纸真假的方法的流程图。
图2为本发明实施例的检测卷烟条与盒包装纸真假的装置的结构框图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透彻理解本发明。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
在本发明的描述中，需要理解的是，术语“第一”和“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
图1为本发明实施例的检测卷烟条与盒包装纸真假的方法的流程图。如图1所示，本发明实施例的检测卷烟条与盒包装纸真假的方法，包括：
S1：获取二维码检测仪对不同印刷厂家的真烟包装的二维码进行检测得到的真烟初始检测数据，并获取二维码检测仪对假烟样品包装的二维码进行检测得到的假烟初始检测数据。
具体地，由于真烟包装上二维码和假烟包装上二维码的印刷厂家及印刷装置不一致，导致印刷出的二维码在印刷质量参数不一致，因此本申请使用二维码检测仪对不同印刷厂家提供的真烟条与盒包装纸上的二维码进行检测得到用于表示真烟印刷参数的真烟初始检测数据，并使用二维码检测仪对不同批次假烟样品条与盒包装纸上的二维码进行检测得到用于表示假烟印刷参数的假烟初始检测数据。
在本发明的一个实施例中，参数包含：牌号、参考译码等级、符号反差(SC)％、未使用的纠错(UEC)％、调制比(MOD)等级、轴向不一致(AN)等级、网格不一致(GN)等级、固有图形污损(FPD)等级、定位模式(A1)等级、定位模式(A2)等级、定位模式(A3)等级、同步模式(B1)等级、同步模式(B2)等级、对齐模式(C)等级、格式信息污损％、矩阵尺寸X、矩阵尺寸Y、最高反射率(Rmax)％、最高反射率X(Rmax-X)、最高反射率Y(Rmax-Y)、最低反射率(Rmin)％、最低反射率X(Rmin-X)、最低反射率Y(Rmin-Y)、码字总数、数据码字数、纠错码字数、掩码模式、纠错容量(Ecap)、纠正的错误数、未使用的纠错容量、修复过的错误数据位数、可修复的错误数据位数S、可修复的错误数据位数E、模校调制比等级、反差均匀性％、印刷增量μm、印刷增量Xμm、印刷增量Yμm、模块尺寸μm、模块像素个数、模块尺寸Xμm、模块尺寸Yμm、模块尺寸差和角度变形。
S2：根据真烟初始检测数据和假烟初始检测数据使用支持向量机进行训练得到真假烟条与盒包装纸初始识别模型。
具体地，支持向量机(Support Vector Machine，SVM)是一组相关的监督学习方法，用于分析数据和识别模式。支持向量机在高维或有限维度空间中构造超平面，可用于分类、回归或其他任务。由超平面实现的最优分割，即是这个超平面到任何类的最近的训练数据点的距离最大，因此，这对于多维度数据是一个很好的分离，通常来说，边界越大，分类器的泛化误差就越低。
本发明需要找到最大的边缘超平面，它把有yi＝1的点和yi＝-1分开。任何超平面都可以写成满足点的集合。
SVM是从线性可分情况下的最优分类面发展而来的，所谓最优分类线就是要求分类线不但能将类正确分开(训练错误率为0)，而且使分类间隔最大。
本申请采用支持向量机的优点：专门针对有限样本(真烟包装上的二维码多维检测数据和假烟样品包装上的二维码多维检测数据)情况，其目标是得到现有信息下的最优解而不仅仅是样本数趋于无穷大时的最优值；算法最终转化成为一个二次型寻优问题，从理论上说，得到的将是全局最优点，解决了在神经网络方法中无法避免的局部极值问题；算法将实际问题通过非线性变换转换到高维的特征空间，在高维空间中构造线性判别函数来实现原空间中的非线性判别函数，特殊性质能保证机器有较好的推广能力，同时巧妙地解决了维数问题，其算法复杂度与样本维数无关。
本发明在真烟初始检测数据和假烟初始检测数据中随机抽取一部分作为训练样本集D，另一部分作为测试样本集T；对训练样本集D进行预抽取支持向量；用循环迭代法对预抽取训练样本集进行支持向量机训练，得到分类模型；对分类模型M-SVM进行二叉树处理，得到原始识别模型。如果训练出的原始识别模型不满足用户需求则调整参数进行训练，直至得到满足用户需求的、可以准确识别真假烟包装上二维码的真假烟包装初始识别模型。
S3：根据真假烟包装初始识别模型对待检测卷烟包装盒的二维码进行识别，得到识别结果。
在本发明的一个实施例中，在得到真假烟包装初始识别模型之后，如果获取到新的真烟卷烟条与盒包装纸上的二维码，则需要更新识别模型，即在步骤S2之后，还包括：获取二维码检测仪对更新后的假烟包装的二维码进行检测得到的假烟更新检测数据；根据假烟更新检测数据和真假烟包装初始识别模型得到真假烟包装第一更新识别模型；根据所述真假烟包装第一更新识别模型对第一目标卷烟包装盒的二维码进行识别。其中，第一目标卷烟包装盒即为需要检测的卷烟包装盒。
在本发明的一个实施例中，在得到真假烟包装初始识别模型之后，如果获取到新的假烟样品的卷烟条与盒包装纸上的二维码，则需要更新识别模型，即在步骤S2之后，还包括：获取二维码检测仪对更新后的真烟包装的二维码进行检测得到的真烟更新检测数据；根据真烟更新检测数据和真假烟包装初始识别模型得到真假烟包装第二更新识别模型；根据所述真假烟包装第二更新识别模型对第二目标卷烟包装盒的二维码进行识别。其中，第二目标卷烟包装盒即为需要检测的卷烟包装盒。
图2为本发明实施例的检测卷烟条与盒包装纸真假的装置的结构框图。如图2所示，本发明实施例的检测卷烟条与盒包装纸真假的装置，包括：获取模块100、模型训练模块200和识别模块300。
其中，获取模块100用于获取二维码检测仪对不同印刷厂家的真烟包装的二维码进行检测得到的真烟初始检测数据，并获取二维码检测仪对假烟样品包装的二维码进行检测得到的假烟初始检测数据。模型训练模块200用于根据真烟初始检测数据和假烟初始检测数据使用支持向量机进行训练得到真假烟包装初始识别模型。识别模块300用于根据真假烟包装初始识别模型对待检测卷烟包装盒的二维码进行识别，得到识别结果。
在本发明的一个实施例中，获取模块100还用于获取二维码检测仪对更新后的假烟包装的二维码进行检测得到的假烟更新检测数据。模型训练模块200还用于根据假烟更新检测数据和真假烟包装初始识别模型得到真假烟包装第一更新识别模型。识别模块300还用于根据所述真假烟包装第一更新识别模型对第一目标卷烟包装盒的二维码进行识别。
在本发明的一个实施例中，获取模块100还用于获取二维码检测仪对更新后的真烟包装的二维码进行检测得到的真烟更新检测数据。模型训练模块200还用于根据真烟更新检测数据和真假烟包装初始识别模型得到真假烟包装第二更新识别模型。识别模块300还用于根据所述真假烟包装第二更新识别模型对第二目标卷烟包装盒的二维码进行识别。
在本发明的一个实施例中，假烟初始检测数据包括牌号、参考译码等级、符号反差、未使用的纠错百分比、调制比等级、轴向不一致等级、网格不一致等级、固有图形污损等级、定位模式等级、同步模式等级、对齐模式等级、格式信息污损百分比、矩阵尺寸、最高反射率、最低反射率、码字总数、数据码字数、纠错码字数、掩码模式、纠错容量、纠正的错误数、未使用的纠错容量、修复过的错误数据位数、可修复的错误数据位数、模校调制比等级、反差均匀性、印刷增量、模块尺寸、模块像素个数、模块尺寸差和角度变形。
需要说明的是，本发明实施例的检测卷烟条与盒包装纸真假的装置的具体实施方式与本发明实施例的检测卷烟条与盒包装纸真假的方法的具体实施方式类似，具体参见检测卷烟条与盒包装纸真假的方法部分的描述，为了减少冗余，不做赘述。
另外，本发明实施例的检测卷烟条与盒包装纸真假的装置的其它构成以及作用对于本领域的技术人员而言都是已知的，为了减少冗余，不做赘述。
本发明实施例还提供一种电子设备，包括：至少一个处理器和至少一个存储器；所述存储器用于存储一个或多个程序指令；所述处理器，用于运行一个或多个程序指令，用以执行如第一方面所述的检测卷烟条与盒包装纸真假的方法。
本发明所公开的实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序指令，当所述计算机程序指令在计算机上运行时，使得计算机执行上述的检测卷烟条与盒包装纸真假的方法。
在本发明实施例中，处理器可以是一种集成电路芯片，具有信号的处理能力。处理器可以是通用处理器、数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(FieldProgrammable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。处理器读取存储介质中的信息，结合其硬件完成上述方法的步骤。
存储介质可以是存储器，例如可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。
其中，非易失性存储器可以是只读存储器(Read-Only Memory，简称ROM)、可编程只读存储器(Programmable ROM，简称PROM)、可擦除可编程只读存储器(Erasable PROM，简称EPROM)、电可擦除可编程只读存储器(Electrically EPROM，简称EEPROM)或闪存。
易失性存储器可以是随机存取存储器(Random Access Memory，简称RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，简称SRAM)、动态随机存取存储器(Dynamic RAM，简称DRAM)、同步动态随机存取存储器(Synchronous DRAM，简称SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM，简称DDRSDRAM)、增强型同步动态随机存取存储器(EnhancedSDRAM，简称ESDRAM)、同步连接动态随机存取存储器(Synch Link DRAM，简称SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，简称DRRAM)。
本发明实施例描述的存储介质旨在包括但不限于这些和任意其它适合类型的存储器。
本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件与软件组合来实现。当应用软件时，可以将相应功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。
Claims (10)
1.一种检测卷烟条与盒包装纸真假的方法，其特征在于，包括：
获取二维码检测仪对不同印刷厂家的真烟包装的二维码进行检测得到的真烟初始检测数据，并获取所述二维码检测仪对假烟样品包装的二维码进行检测得到的假烟初始检测数据；
根据所述真烟初始检测数据和所述假烟初始检测数据使用支持向量机进行训练得到真假烟包装初始识别模型；
根据所述真假烟包装初始识别模型对待检测卷烟包装盒的二维码进行识别，得到识别结果。
2.根据权利要求1所述的检测卷烟条与盒包装纸真假的方法，其特征在于，在得到所述真假烟包装初始识别模型之后，还包括：
获取所述二维码检测仪对更新后的假烟包装的二维码进行检测得到的假烟更新检测数据；
根据所述假烟更新检测数据和所述真假烟包装初始识别模型得到真假烟包装第一更新识别模型；
根据所述真假烟包装第一更新识别模型对第一目标卷烟包装盒的二维码进行识别。
3.根据权利要求1所述的检测卷烟条与盒包装纸真假的方法，其特征在于，在得到所述真假烟包装初始识别模型之后，还包括：
获取所述二维码检测仪对更新后的真烟包装的二维码进行检测得到的真烟更新检测数据；
根据所述真烟更新检测数据和所述真假烟包装初始识别模型得到真假烟包装第二更新识别模型；
根据所述真假烟包装第二更新识别模型对第二目标卷烟包装盒的二维码进行识别。
4.根据权利要求1所述的检测卷烟条与盒包装纸真假的方法，其特征在于，所述假烟初始检测数据包括牌号、参考译码等级、符号反差、未使用的纠错百分比、调制比等级、轴向不一致等级、网格不一致等级、固有图形污损等级、定位模式等级、同步模式等级、对齐模式等级、格式信息污损百分比、矩阵尺寸、最高反射率、最低反射率、码字总数、数据码字数、纠错码字数、掩码模式、纠错容量、纠正的错误数、未使用的纠错容量、修复过的错误数据位数、可修复的错误数据位数、模校调制比等级、反差均匀性、印刷增量、模块尺寸、模块像素个数、模块尺寸差和角度变形。
5.一种检测卷烟条与盒包装纸真假的装置，其特征在于，包括：
获取模块，用于获取二维码检测仪对不同印刷厂家的真烟包装的二维码进行检测得到的真烟初始检测数据，并获取所述二维码检测仪对假烟样品包装的二维码进行检测得到的假烟初始检测数据；
模型训练模块，用于根据所述真烟初始检测数据和所述假烟初始检测数据使用支持向量机进行训练得到真假烟包装初始识别模型；
识别模块，用于根据所述真假烟包装初始识别模型对待检测卷烟包装盒的二维码进行识别，得到识别结果。
6.根据权利要求5所述的检测卷烟条与盒包装纸真假的装置，其特征在于，所述获取模块还用于获取所述二维码检测仪对更新后的假烟包装的二维码进行检测得到的假烟更新检测数据；所述模型训练模块还用于根据所述假烟更新检测数据和所述真假烟包装初始识别模型得到真假烟包装第一更新识别模型；所述识别模块还用于根据所述真假烟包装第一更新识别模型对第一目标卷烟包装盒的二维码进行识别。
7.根据权利要求5所述的检测卷烟条与盒包装纸真假的装置，其特征在于，所述获取模块还用于获取所述二维码检测仪对更新后的真烟包装的二维码进行检测得到的真烟更新检测数据；所述模型训练模块还用于根据所述真烟更新检测数据和所述真假烟包装初始识别模型得到真假烟包装第二更新识别模型；所述识别模块还用于根据所述真假烟包装第二更新识别模型对第二目标卷烟包装盒的二维码进行识别。
8.根据权利要求5所述的检测卷烟条与盒包装纸真假的装置，其特征在于，所述假烟初始检测数据包括牌号、参考译码等级、符号反差、未使用的纠错百分比、调制比等级、轴向不一致等级、网格不一致等级、固有图形污损等级、定位模式等级、同步模式等级、对齐模式等级、格式信息污损百分比、矩阵尺寸、最高反射率、最低反射率、码字总数、数据码字数、纠错码字数、掩码模式、纠错容量、纠正的错误数、未使用的纠错容量、修复过的错误数据位数、可修复的错误数据位数、模校调制比等级、反差均匀性、印刷增量、模块尺寸、模块像素个数、模块尺寸差和角度变形。
9.一种电子设备，其特征在于，所述电子设备包括：至少一个处理器和至少一个存储器；
所述存储器用于存储一个或多个程序指令；
所述处理器，用于运行一个或多个程序指令，用以执行如权利要求1-4任一项所述的检测卷烟条与盒包装纸真假的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行如权利要求1-4任一项所述的检测卷烟条与盒包装纸真假的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010490090.2A CN111680772A (zh) | 2020-06-02 | 2020-06-02 | 检测卷烟条与盒包装纸真假的方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010490090.2A CN111680772A (zh) | 2020-06-02 | 2020-06-02 | 检测卷烟条与盒包装纸真假的方法、装置及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111680772A true CN111680772A (zh) | 2020-09-18 |
Family
ID=72453806
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010490090.2A Pending CN111680772A (zh) | 2020-06-02 | 2020-06-02 | 检测卷烟条与盒包装纸真假的方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111680772A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114863444A (zh) * | 2022-04-13 | 2022-08-05 | 广东烟草阳江市有限责任公司 | 基于特征识别的假条烟查办辅助方法及系统 |
| CN117350313A (zh) * | 2023-10-08 | 2024-01-05 | 国家烟草质量监督检验中心 | 一种验烟方法、装置、电子设备及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104266927A (zh) * | 2014-10-28 | 2015-01-07 | 福建中烟工业有限责任公司 | 快速客观辨别真假烟的方法和装置 |
| CN104899751A (zh) * | 2015-06-09 | 2015-09-09 | 广西中烟工业有限责任公司 | 一种基于自加密自校验二维码识别卷烟真伪的方法 |
| CN106469336A (zh) * | 2016-09-21 | 2017-03-01 | 广东工业大学 | 基于bp神经网络的二维码防伪预测装置和方法 |
| CN107578250A (zh) * | 2017-07-17 | 2018-01-12 | 中国农业大学 | 一种二维码防伪方法及系统 |
| CN109493091A (zh) * | 2018-11-07 | 2019-03-19 | 合肥友高物联网标识设备有限公司 | 一种基于二维码的物理防伪的方法及系统 |
| CN110033067A (zh) * | 2019-03-31 | 2019-07-19 | 深圳大学 | 防复制的二维码及二维码的防伪认证方法 |
| CN111178110A (zh) * | 2019-12-31 | 2020-05-19 | 江苏金帆电源科技有限公司 | 一种基于人工智能的条码异常检测方法 |
-
2020
- 2020-06-02 CN CN202010490090.2A patent/CN111680772A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104266927A (zh) * | 2014-10-28 | 2015-01-07 | 福建中烟工业有限责任公司 | 快速客观辨别真假烟的方法和装置 |
| CN104899751A (zh) * | 2015-06-09 | 2015-09-09 | 广西中烟工业有限责任公司 | 一种基于自加密自校验二维码识别卷烟真伪的方法 |
| CN106469336A (zh) * | 2016-09-21 | 2017-03-01 | 广东工业大学 | 基于bp神经网络的二维码防伪预测装置和方法 |
| CN107578250A (zh) * | 2017-07-17 | 2018-01-12 | 中国农业大学 | 一种二维码防伪方法及系统 |
| CN109493091A (zh) * | 2018-11-07 | 2019-03-19 | 合肥友高物联网标识设备有限公司 | 一种基于二维码的物理防伪的方法及系统 |
| CN110033067A (zh) * | 2019-03-31 | 2019-07-19 | 深圳大学 | 防复制的二维码及二维码的防伪认证方法 |
| CN111178110A (zh) * | 2019-12-31 | 2020-05-19 | 江苏金帆电源科技有限公司 | 一种基于人工智能的条码异常检测方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114863444A (zh) * | 2022-04-13 | 2022-08-05 | 广东烟草阳江市有限责任公司 | 基于特征识别的假条烟查办辅助方法及系统 |
| CN117350313A (zh) * | 2023-10-08 | 2024-01-05 | 国家烟草质量监督检验中心 | 一种验烟方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10410309B2 (en) | Classification and authentication of identification documents using a convolutional neural network | |
| CN109658584B (zh) | 一种票据信息识别方法及装置 | |
| KR101515256B1 (ko) | 동적 문서 식별 프레임워크를 사용한 문서 검증 | |
| US10810465B2 (en) | Systems and methods for robust industrial optical character recognition | |
| CN110659574A (zh) | 文档图像勾选框状态识别后输出文本行内容的方法及系统 | |
| CN111680772A (zh) | 检测卷烟条与盒包装纸真假的方法、装置及设备 | |
| CN107004110B (zh) | 用于验证标记的真实性的方法和系统 | |
| US8736864B2 (en) | System and method for producing and inspecting prints having static and variable contents | |
| US20150379321A1 (en) | Methods and a system for verifying the authenticity of a mark | |
| US20200372628A1 (en) | Methods and systems to ensure correct printing plate usage for encoded signals | |
| CN109271980A (zh) | 一种车辆铭牌全信息识别方法、系统、终端及介质 | |
| CN110147787A (zh) | 基于深度学习的银行卡号自动识别方法及系统 | |
| US20180033020A1 (en) | System and apparatus for detecting forgery features on identification documents | |
| CN112508072A (zh) | 基于残差卷积神经网络的卷烟真假识别方法、装置和设备 | |
| WO2023284784A1 (zh) | 条码图像修复方法、装置、计算机设备和存储介质 | |
| CN105321255B (zh) | 纸张类识别装置、纸张类处理装置及纸张类识别方法 | |
| CN116228678A (zh) | 芯片封装缺陷自动识别和处理方法 | |
| CN114997352A (zh) | 基于点阵的防伪溯源码的生成及校验方法 | |
| CN114332883A (zh) | 发票信息识别方法、装置、计算机设备及存储介质 | |
| CN108256608A (zh) | 一种二维图像码及其识别方法和设备 | |
| CN116227524B (zh) | 防伪码的生成与验证方法、基于标签的防伪系统 | |
| CN114548140B (zh) | 二维码解码方法、数据关联方法、关联装置及使用方法 | |
| CN101094286B (zh) | 分级微型安全标记 | |
| CN115964080A (zh) | 基于可视化图像的代码克隆检测方法、系统、设备及介质 | |
| CN115810005A (zh) | 基于并行计算的瓦楞纸箱缺陷检测加速方法、系统、设备及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200918 |
|
| RJ01 | Rejection of invention patent application after publication |