CN115587822A - 商品鉴定方法及装置、商品注册方法及装置 - Google Patents

商品鉴定方法及装置、商品注册方法及装置 Download PDF

Info

Publication number
CN115587822A
CN115587822A CN202211234339.9A CN202211234339A CN115587822A CN 115587822 A CN115587822 A CN 115587822A CN 202211234339 A CN202211234339 A CN 202211234339A CN 115587822 A CN115587822 A CN 115587822A
Authority
CN
China
Prior art keywords
commodity
registered
authentication
identification
area
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
Application number
CN202211234339.9A
Other languages
English (en)
Inventor
罗涛
钱烽
张晓博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ant Blockchain Technology Shanghai Co Ltd
Original Assignee
Ant Blockchain Technology Shanghai Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ant Blockchain Technology Shanghai Co Ltd filed Critical Ant Blockchain Technology Shanghai Co Ltd
Priority to CN202211234339.9A priority Critical patent/CN115587822A/zh
Publication of CN115587822A publication Critical patent/CN115587822A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/54—Extraction of image or video features relating to texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Evolutionary Computation (AREA)
  • Marketing (AREA)
  • Artificial Intelligence (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本申请提供了一种商品鉴定方法及装置、商品注册方法及装置，涉及人工智能领域。该商品鉴定方法包括：响应于针对目标商品的鉴定请求，获取目标商品的鉴定区域的纹理图像；基于目标商品的鉴定区域的纹理图像，生成目标商品的鉴定区域的纹理特征；从预设存储空间获取多个注册商品各自的鉴定区域的纹理特征；基于目标商品的鉴定区域的纹理特征和多个注册商品各自的鉴定区域的纹理特征，确定目标商品的鉴定结果，鉴定结果包括真伪鉴定结果、成色鉴定结果和损伤鉴定结果中的至少一种。通过本申请中的方案，实现了在目标商品的流通环节，可快速鉴定目标商品的目的，有效提高了流通链路的鉴定效率，并降低了鉴定成本。

Description

商品鉴定方法及装置、商品注册方法及装置
技术领域
本申请涉及人工智能技术领域，具体涉及一种商品鉴定方法及装置、商品注册方法及装置。
背景技术
传统的商品鉴定方法，都在单一商品流通环节进行商品鉴定，每到一个新的流通环节，都需要用户发起重新鉴定，即重新拍照及并输入给算法模型，由算法模型重新给出鉴定结果。
然而，由于人工智能鉴定算法存在一定的置信度问题，当输出结果的置信度较低时，会提交给人工专家进行复核鉴定，因此鉴定效率较低。
发明内容
为了解决上述技术问题，提出了本申请。本申请实施例提供了一种商品鉴定方法及装置、商品注册方法及装置。
第一方面，本申请一实施例提供了一种商品鉴定方法，包括：响应于针对目标商品的鉴定请求，获取目标商品的鉴定区域的纹理图像；基于目标商品的鉴定区域的纹理图像，生成目标商品的鉴定区域的纹理特征；从预设存储空间获取多个注册商品各自的鉴定区域的纹理特征，注册商品指的是预先在预设存储空间中注册的商品；基于目标商品的鉴定区域的纹理特征和多个注册商品各自的鉴定区域的纹理特征，确定目标商品的鉴定结果，鉴定结果包括真伪鉴定结果、成色鉴定结果和损伤鉴定结果中的至少一种。
第二方面，本申请一实施例提供了一种商品注册方法，包括：响应于针对待注册商品的注册请求，获取待注册商品的鉴定区域的全局图像和鉴定区域的纹理图像；若基于待注册商品的鉴定区域的全局图像，确定待注册商品为真品，则基于鉴定区域的纹理图像，生成鉴定区域的纹理特征；上传鉴定区域的纹理特征和待注册商品的鉴定结果至预设存储空间，以便在预设存储空间注册所述待注册商品，鉴定结果包括真伪鉴定结果、成色鉴定结果、损伤鉴定结果中的至少一种。
第三方面，本申请一实施例提供了一种商品鉴定装置，包括：第一获取模块，用于响应于针对目标商品的鉴定请求，获取目标商品的鉴定区域的纹理图像；生成模块，用于基于目标商品的鉴定区域的纹理图像，生成目标商品的鉴定区域的纹理特征；第二获取模块，用于从预设存储空间获取多个注册商品各自的鉴定区域的纹理特征，注册商品指的是预先在预设存储空间中注册的商品；确定模块，用于基于目标商品的鉴定区域的纹理特征和多个注册商品各自的鉴定区域的纹理特征，确定目标商品的鉴定结果，鉴定结果包括真伪鉴定结果、成色鉴定结果和损伤鉴定结果中的至少一种。
第四方面，本申请一实施例提供了一种商品注册装置，包括：获取模块，用于响应于针对待注册商品的注册请求，获取待注册商品的鉴定区域的全局图像和鉴定区域的纹理图像；生成模块，用于若基于待注册商品的鉴定区域的全局图像，确定待注册商品为真品，则基于鉴定区域的纹理图像，生成鉴定区域的纹理特征；上传模块，用于上传鉴定区域的纹理特征和待注册商品的鉴定结果至预设存储空间，以便在预设存储空间注册所述待注册商品，鉴定结果包括真伪鉴定结果、成色鉴定结果、损伤鉴定结果中的至少一种。
第五方面，本申请一实施例提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序用于执行第一方面和第二方面所述的方法。
第六方面，本申请一实施例提供了一种电子设备，该电子设备包括：处理器；用于存储处理器可执行指令的存储器；该处理器用于执行第一方面和第二方面所述的方法。
本申请实施例提供的技术方案可以包括以下有益效果：
一方面，鉴定区域的纹理特征对于目标商品，更能表征其唯一性身份信息，本申请实施例获取目标商品的鉴定区域的纹理特征，并与预设存储空间中获取的多个注册商品各自的鉴定区域的纹理特征进行比对，可以获取与目标商品最相近的注册商品，保证了注册商品的源头可信。另一方面，基于目标商品的鉴定区域的纹理特征，从预设存储空间中直接确定目标商品的鉴定结果，可达到快速鉴定目标商品的目的，提高了整体流通链路中的鉴定效率，并降低了鉴定成本。
附图说明
通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
图1所示为本申请实施例提供的商品鉴定方法所适用的一场景示意图。
图2所示为本申请一示例性实施例提供的商品鉴定方法的流程示意图。
图3所示为本申请一示例性实施例提供的确定目标商品的鉴定结果的流程示意图。
图4所示为本申请另一示例性实施例提供的确定目标商品的鉴定结果的流程示意图。
图5所示为本申请一示例性实施例提供的获取最相似的注册商品的鉴定结果的流程示意图。
图6所示为本申请另一示例性实施例提供的商品鉴定方法的流程示意图。
图7所示为本申请又一示例性实施例提供的商品鉴定方法的流程示意图。
图8所示为本申请再一示例性实施例提供的商品鉴定方法的流程示意图。
图9所示为本申请一示例性实施例提供的商品注册方法的流程示意图。
图10所示为本申请另一示例性实施例提供的商品注册方法的流程示意图。
图11所示为本申请一示例性实施例提供的商品注册方法的流程示意图。
图12所示为本申请一示例性实施例提供的图像采集装置的结构示意图。
图13a所示为本申请一示例性实施例提供的摄像模组的俯视图。
图13b所示为本申请一示例性实施例提供的移动平台的结构示意图。
图14所示为本申请一示例性实施例提供的商品鉴定装置的结构示意图。
图15所示为本申请一示例性实施例提供的商品注册装置的结构示意图。
图16所示为本申请一示例性实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
申请概述
红外截止滤光片：是一种用于过滤红外波段的滤镜。比如，装在白炽光灯的设备上可以阻挡不必要的热度灼伤镜头，装在固态电子器件的摄影机上，可以阻止红外线穿过摄像机的镜头造成图片失真。
结构相似性(structural similarity index，SSIM)：一种用以衡量两张数字图像相似程度的指标。当两张图像其中一张为无有损图像，另一张为有损后的图像，二者的结构相似性可以看成是有损图像的图像质量衡量指标。相较于传统的峰值信噪比的图像质量衡量指标，结构相似性在图像质量的衡量上更能符合人眼对图像质量的判断。
当前常见的商品鉴定方法主要包括人工鉴定和人工智能算法鉴定两类。人工鉴定完全依赖专业鉴定师的经验，通过肉眼观察对商品特定部位进行判断，给出真伪和成色等鉴定结果。人工智能算法鉴定基于神经网络等具体算法，通过事先对商品表面的特定部位拍摄宏观照片，输入给神经网络算法模型，由算法输出真伪和成色等鉴定结果。
相关商品鉴定方法都是在单一商品的流通环节对商品进行鉴定，每到一个新的流通节点，都需要用户重新发起鉴定。而人工鉴定效率低，并且，不管是人工鉴定还是人工智能算法鉴定，都需要支付鉴定费用，另外，还存在多次鉴定结果不一致时的纠纷问题。
有鉴于此，本申请实施例提供了一种商品鉴定方法，响应于针对目标商品的鉴定请求，获取目标商品的鉴定区域的纹理图像，进一步获取目标商品的鉴定区域纹理指纹，从预设存储空间中获取多个注册商品各自的鉴定区域的纹理特征，并基于目标商品的鉴定区域的纹理特征和多个注册商品各自的鉴定区域的纹理特征，确定目标商品的鉴定结果。通过本申请实施例中的技术方案，实现了在商品流通的各个环节，仅通过提取商品的鉴定区域的纹理特征，并与预定存储空间中存储的注册商品的鉴定区域的纹理特征进行一致性比对，从而达到快速鉴定目标商品的目的，有效提高了整个流通链路的鉴定效率，并降低了鉴定成本。
示例性场景
本申请实施例中的商品鉴定方法适用于具有微观纹理材质的商品。微观纹理是指商品表面的皮革、纤维等天然生成的唯一微观纹理或人工制造但无法再次复制的微观纹理等。例如箱包的LOGO皮签与数字皮签、纸张表面、服装鞋帽的纤维材质表面、普洱茶饼表面等。
图1所示为本申请实施例提供的商品鉴定方法所适用的一场景示意图。如图1所示，本申请实施例提及的应用场景包括图像采集设备11、终端12、服务器13、以及数据库14和区块链15。其中，终端12可以是智能手机、平板电脑、笔记本电脑、台式计算机的等。服务器13可以是实体机，也可以是虚拟机，数量可以是一个或多个，本申请实施例对服务器的类型和数量不作限定。并且，图像采集设备11与终端12通信连接，终端12和服务器13之间通信连接。
具体地，在响应于用户针对目标商品A(例如箱包、服装、鞋帽)的鉴定请求时，图像采集设备11采集目标商品A的鉴定区域的纹理图像，并发送至终端12，终端12中部署有商品鉴定软件模块。商品鉴定软件模块的具体数据处理过程在服务器13中执行。进一步地，通过商品鉴定软件模块生成目标商品的鉴定区域纹理指纹。服务器13从数据库14或区块链15中获取多个注册商品各自的鉴定区域的纹理特征，并进行目标商品和注册商品的鉴定区域的纹理特征的比较，进而确定目标商品的鉴定结果。
示例性地，对于全球购商品，在商品从国外进入国内保税仓前，买方采用本申请实施例中的方法进行目标商品的鉴定区域的纹理特征的提取以及鉴定结果的获取。通常情况下，买方(例如电商自营平台)的保税仓进货量远大于各个卖方(例如渠道商)从国外发货的量，且商品鉴定过程中有时还需要人工鉴定的干预，因此，可以提高保税仓的商品鉴定效率。由于每一次商品鉴定本身需要支付额外的鉴定费用，本申请实施例中的方法也大大降低了买方进行商品鉴定的成本。由于本应用场景保证了在国外和国内商品的鉴定区域的纹理特征的一致性，因此降低了卖方在鉴定后、到寄出前的时间范围内调包商品的可能性，保证了商品为正品。此外，还可以在商品流通的后续其他环节进一步使用本申请实施例中的商品鉴定方法，通过提取和验证目标商品的鉴定区域的纹理特征来获取鉴定结果，提高后续流通环节的鉴定效率，保证商品正品和品质不变的同时，也大大降低了鉴定成本。
示例性地，对于二手商品委托交易场景，即消费者将自己的二手商品托管给平台商家，委托平台商家对商品进行鉴定并销售给其他消费者。由于二次销售需要一定的时间周期，商家会把商品存储在仓库等场所，当二次销售发货前使用本申请实施例中的商品鉴定方法对商品进行鉴定区域的纹理特征的提取，并基于鉴定区域的纹理特征，确定鉴定结果，防止这段真空时间内发生因为运输和仓管等原因，导致商品被调包或质量发生变化的情况，降低纠纷风险。
示例性方法
图2所示为本申请一示例性实施例提供的商品鉴定方法的流程示意图。如图2所示，本申请实施例提供的商品鉴定方法包括如下步骤。
步骤S210，响应于针对目标商品的鉴定请求，获取目标商品的鉴定区域的纹理图像。
具体地，鉴定请求包括用户所需的鉴定结果类型。示例性地，鉴定结果类型包括真伪鉴定、成色鉴定、损伤鉴定等等。鉴定区域的纹理图像是一种微观纹理图像，体现了鉴定区域的目标商品表面的具有缓慢变化或周期性变化的表面结构组织排列属性。
如前所述，本申请实施例中的商品鉴定方法适用于具有微观纹理材质的商品，例如箱包的LOGO皮签与数字皮签、纸张表面、服装鞋帽的纤维材质表面、普洱茶饼表面等。并且，大多数品牌商品在生产制作时，因其特殊的工艺，都有其固定的鉴定区域。
进一步地，目标商品包含至少一个鉴定区域，每个鉴定区域获取至少一张纹理图像。示例性地，目标商品包含3个鉴定区域，每个鉴定区域获取4张纹理图像。3个鉴定区域分别记为区域1、区域2和区域3，4张纹理图像分别记为纹理图A、纹理图B、纹理图C、纹理图D。示例性地，响应于针对目标商品的鉴定请求，获取区域1、区域2和区域3各自对应的4张纹理图像。并且，为了阐述方便，下图所示实施例依然沿用本图中的示例进行技术细节的说明。
步骤S220，基于目标商品的鉴定区域的纹理图像，生成目标商品的鉴定区域的纹理特征。
具体地，针对目标商品的所有鉴定区域各自对应的至少一张纹理图像，均生成每张纹理图像对应的纹理特征。
示例性地，鉴定区域的纹理特征包括纹理数字指纹。通过对目标商品的鉴定区域的纹理图像进行微观纹理数字指纹提取算法，得到目标商品的纹理数字指纹。
示例性地，可以采用视觉单词包模型(Bag ofVisual Words，BoVW)、聚合局部描述符的向量(Vector of Locally Aggregated Descriptors，VLAD)、卷积神经网络(Convolutional Neural Network，CNN)等方法，得到目标商品的纹理数字指纹。示例性地，纹理数字指纹是长度为L的浮点数型数组。
步骤S230，从预设存储空间获取多个注册商品各自的鉴定区域的纹理特征。
注册商品指的是预先在预设存储空间中注册的商品，预设存储空间存储有注册商品的鉴定区域的纹理特征和鉴定结果，并且，注册商品的商品类目与目标商品的商品类目相同。示例性地，可以获取目标商品的商品编码，商品编码表征的是同一类商品的信息。通过目标商品的商品编码，从预定存储空间中获取商品编码对应的注册商品，并获取同一类的多个注册商品各自的鉴定区域的纹理特征。
预设存储空间可以是数据库，可以是区块链，可以是云端服务器，也可以是本地服务器。注册商品和目标商品是商品在不同流通节点的称呼。例如，在商品流通的初始阶段，需要确定商品的鉴定结果，并上传至预设存储空间，此时商品为注册商品。在商品流通的后续环节，需要从预设存储空间中获取商品的鉴定结果，此时，商品为目标商品。
步骤S240，基于目标商品的鉴定区域的纹理特征和多个注册商品各自的鉴定区域的纹理特征，确定目标商品的鉴定结果。
鉴定结果包括真伪鉴定结果、成色鉴定结果和损伤鉴定结果中的至少一种。
在本申请实施例中，一方面，鉴定区域的纹理特征对于不同的目标商品，更能表征目标商品的唯一性身份信息，本申请实施例获取目标商品的鉴定区域的纹理特征，并与预设存储空间中获取的多个注册商品各自的鉴定区域的纹理特征进行比对，可以获取与目标商品最相近的注册商品，保证了注册商品的源头可信。另一方面，基于目标商品的鉴定区域的纹理特征，从预设存储空间中直接确定目标商品的鉴定结果，可达到快速鉴定目标商品的目的，提高了整体流通链路中的鉴定效率，并降低了鉴定成本。
图3所示为本申请一示例性实施例提供的确定目标商品的鉴定结果的流程示意图。在图2所示实施例的基础上延伸出图3所示实施例，下面着重叙述图3所示实施例与图2所示实施例的不同之处，相同之处不再赘述。
如图3所示，在本申请实施例中，基于目标商品的鉴定区域的纹理特征和多个注册商品各自的鉴定区域的纹理特征，确定目标商品的鉴定结果，包括如下步骤。
步骤S310，基于目标商品的鉴定区域的纹理特征和多个注册商品各自的鉴定区域的纹理特征，确定与目标商品的鉴定区域的纹理特征最相似的注册商品的鉴定区域的纹理特征。
示例性地，注册商品的个数为三个，分别为商品A、商品B和商品C，每个注册商品都有其对应的鉴定区域的纹理特征，通过比较目标商品的鉴定区域的纹理特征和注册商品的鉴定区域的纹理特征，从三个注册商品中，确定与目标商品的鉴定区域的纹理特征最相似的注册商品的鉴定区域的纹理特征。
步骤S320，最相似的注册商品的鉴定区域的纹理特征和目标商品的鉴定区域的纹理特征是否满足第一纹理特征相似条件。
示例性地，第一纹理特征相似条件包括最相似的注册商品的鉴定区域的纹理特征和目标商品的鉴定区域的纹理特征的相似性数据大于或等于0.8。
示例性地，若步骤S320的判断结果为是，即最相似的注册商品的鉴定区域的纹理特征和目标商品的鉴定区域的纹理特征满足第一纹理特征相似条件，则执行步骤S330和步骤S340；若步骤S320的判断结果为否，即最相似的注册商品的鉴定区域的纹理特征和目标商品的鉴定区域的纹理特征不满足第一纹理特征相似条件，则执行步骤S350。
步骤S330，从预设存储空间获取最相似的注册商品的鉴定结果。
示例性地，最相似的注册商品为商品C，商品C的鉴定区域的纹理特征和目标商品的鉴定区域的纹理特征的相似性数据等于0.95，满足第一纹理特征相似条件0.8，则从预设存储空间中获取商品C的鉴定结果。
步骤S340，将最相似的注册商品的鉴定结果确定为目标商品的鉴定结果。
示例性地，商品C的鉴定结果为正品、成色优、没有损伤，则对应的目标商品的鉴定结果也为正品、成色优、没有损伤。
步骤S350，重新获取目标商品的鉴定区域的纹理图像以及鉴定区域的纹理特征。
具体地，根据重新获取的目标商品的鉴定区域的纹理图像以及鉴定区域的纹理特征，继续执行步骤S310至步骤S340。若重复执行次数大于预设阈值，则认为目标商品大概率为赝品，可根据需求将该目标商品交给人工进行鉴定。
在本申请实施例中，首先针对鉴定区域的纹理特征，确定与目标商品最相似的注册商品的鉴定区域的纹理特征，再进一步比较二者是否满足第一纹理特征相似条件，同样实现了快速鉴定目标商品的目的，提高了整体流通链路中的鉴定效率，并降低了鉴定成本。
图4所示为本申请另一示例性实施例提供的确定目标商品的鉴定结果的流程示意图。在图2所示实施例的基础上延伸出图4所示实施例，下面着重叙述图4所示实施例与图2所示实施例的不同之处，相同之处不再赘述。
如图4所示，在本申请实施例中，基于目标商品的鉴定区域的纹理特征和多个注册商品各自的鉴定区域的纹理特征，确定目标商品的鉴定结果，包括如下步骤。
步骤S410，在本申请实施例中，基于目标商品的鉴定区域的纹理特征和多个注册商品各自的鉴定区域的纹理特征，确定与目标商品的鉴定区域的纹理特征最相似的注册商品。
具体地，本步骤的方案详情参见图3中的步骤S310所述。
步骤S420，从预设存储空间获取最相似的注册商品的鉴定区域的全局图像。
步骤S430，获取目标商品的鉴定区域的全局图像。
具体地，鉴定区域的全局图像是指鉴定区域的宏观图像。每个鉴定区域，至少对应一张全局图像。本申请实施例中的全局图像是图像采集装置在不同拍摄位置和拍摄时间，对目标商品的同一鉴定区域进行拍摄得到的，示例性地，可以获取拍摄的鉴定区域的第一张全局图像。
步骤S440，判断最相似的注册商品的鉴定区域的全局图像和目标商品的鉴定区域的全局图像是否满足全局图像相似条件。
示例性地，全局图像相似条件为最相似的注册商品的鉴定区域的全局图像和目标商品的鉴定区域的全局图像的相似性数据大于或等于0.8。
示例性地，若步骤S440的判断结果为是，即最相似的注册商品的鉴定区域的纹理特征和目标商品的鉴定区域的纹理特征满足第一纹理特征相似条件，则执行步骤S450和步骤S460；若步骤S440的判断结果为否，即最相似的注册商品的鉴定区域的纹理特征和目标商品的鉴定区域的纹理特征不满足第一纹理特征相似条件，则执行步骤S470。
步骤S450，从预设存储空间获取最相似的注册商品的鉴定结果。
步骤S460，将最相似的注册商品的鉴定结果确定为目标商品的鉴定结果。
具体地，步骤S 450和步骤S460的方案详情参见图3中的步骤S330和步骤S340所述。
步骤S470，重新获取目标商品的鉴定区域的全局图像。
基于重新获取的鉴定区域的全局图像，重复执行步骤S440至步骤S460，若重复执行的次数大于预设阈值，同样认为目标商品大概率为赝品，可根据需求将该目标商品交给人工进行鉴定。
在本申请实施例中，首先针对鉴定区域的纹理特征，确定与目标商品最相似的注册商品，再进一步比较最相似的注册商品的鉴定区域的全局图像与目标商品的鉴定区域的全局图像的相似性，在相似性满足全局图像相似条件时，确定目标商品的鉴定结果。同样实现了快速鉴定目标商品的目的，提高了整体流通链路中的鉴定效率，并降低了鉴定成本。
图5所示为本申请一示例性实施例提供的获取最相似的注册商品的鉴定结果的流程示意图。在图4所示实施例的基础上延伸出图5所示实施例，下面着重叙述图5所示实施例与图4所示实施例的不同之处，相同之处不再赘述。
如图5所示，在本申请实施例中，从预设存储空间获取最相似的注册商品的鉴定结果，包括如下步骤。
步骤S510，判断最相似的注册商品的鉴定区域的纹理特征和目标商品的鉴定区域的纹理特征是否满足第二纹理特征相似条件。
示例性地，第二纹理特征相似条件包括最相似的注册商品的鉴定区域的纹理特征和目标商品的鉴定区域的纹理特征的相似性数据大于或等于0.85。
示例性地，若步骤S510的判断结果为是，即最相似的注册商品的鉴定区域的纹理特征和目标商品的鉴定区域的纹理特征满足第二纹理特征相似条件，则执行步骤S520,；若步骤S520的判断结果为否，即最相似的注册商品的鉴定区域的纹理特征和目标商品的鉴定区域的纹理特征不满足第二纹理特征相似条件，则执行步骤S530。
步骤S520，从预设存储空间获取最相似的注册商品的鉴定结果。
步骤S530，重新获取目标商品的鉴定区域的纹理图像以及鉴定区域的纹理特征。
基于重新获取的目标商品的鉴定区域的纹理图像以及鉴定区域的纹理特征，重复执行步骤S510和步骤S520。若重复执行次数大于预设阈值，同样认为目标商品大概率为赝品，可根据需求将该目标商品交给人工进行鉴定。其中，第二纹理特征相似性条件和第一纹理特征相似性条件可以相同，也可以不同。
本申请实施例首先对目标商品和注册商品的鉴定区域的全局图像进行相似性比对，在满足全局图像相似条件和第二纹理特征相似条件的前提下，提取注册商品的鉴定结果作为目标商品的鉴定结果。一方面，通过双重鉴定，保证了目标商品的鉴定结果的安全水位；另一方面，实现了快速鉴定目标商品的目的，提高了整体流通链路中的鉴定效率，并降低了鉴定成本。
图6所示为本申请另一示例性实施例提供的商品鉴定方法的流程示意图。在图2所示实施例的基础上延伸出图6所示实施例，下面着重叙述图6所示实施例与图2所示实施例的不同之处，相同之处不再赘述。
如图6所示，在本申请实施例中，在获取目标商品的鉴定区域的纹理图像之后，还包括如下步骤。
步骤S610，获取目标商品的鉴定区域的全局图像。
沿用图2中的示例，获取目标商品的区域1、区域2和区域3各自的两张全局图像。
步骤S620，基于目标商品的鉴定区域的全局图像和目标商品的鉴定区域的纹理图像，确定鉴定环境是否安全。
示例性地，针对区域1、区域2和区域3中的每个鉴定区域，首先选择鉴定区域对应的任意一张全局图像。其次，将鉴定区域对应的4张纹理图像进行拼接，得到拼接纹理图像。再对属于同一鉴定区域的拼接纹理图像和全局图像进行相同位置区域的图像数据的结构相似性检测。若检测结果满足图像相似性条件，则表明鉴定环境是安全的。若检测结果不满足图像相似性条件，则重新获取目标商品的该鉴定区域的全局图像和鉴定区域的纹理图像进行检测。若重复次数达到预设阈值，且存在至少一个鉴定区域的检测结果不满足图像相似性条件，则表明鉴定环境可能被攻击。示例性地，预设阈值为三次。
在本申请实施例中，在确定目标商品的鉴定结果之前，首先确定当前鉴定环境是否安全，若鉴定环境不安全，得到的目标商品的鉴定结果的置信度低。即，通过确定鉴定环境是否安全，提高了目标商品的鉴定结果的安全性和准确性。
图7所示为本申请又一示例性实施例提供的商品鉴定方法的流程示意图。在图2所示实施例的基础上延伸出图7所示实施例，下面着重叙述图7所示实施例与图2所示实施例的不同之处，相同之处不再赘述。
如图7所示，在本申请实施例中，在基于目标商品的鉴定区域的纹理特征和多个注册商品各自的鉴定区域的纹理特征，确定目标商品的鉴定结果之前，还包括如下步骤。
步骤S710，从预设存储空间获取多个注册商品各自的鉴定区域的全局图像、多个注册商品各自的鉴定区域的全局图像的第一加密信息、以及多个注册商品各自的鉴定区域的纹理特征的第一加密信息。
示例性地，第一加密信息可以是哈希值。进一步地，关于预设存储空间中的存储的多个注册商品，获取多个注册商品各自的鉴定区域的全局图像、每个鉴定区域的全局图像对应的哈希值、多个注册商品各自的鉴定区域各自的鉴定区域的纹理图像、以及每个鉴定区域的纹理图像对应的哈希值。
步骤S720，分别对多个注册商品各自的鉴定区域的全局图像进行加密，得到多个注册商品各自的鉴定区域的全局图像的第二加密信息。
步骤S730，分别对多个注册商品各自的鉴定区域的纹理特征进行加密，得到多个注册商品各自的鉴定区域的纹理特征的第二加密信息。
其中，第二加密信息对应的加密方式和第一加密信息对应的加密方式相同。
步骤S750，基于多个注册商品各自的鉴定区域的全局图像的第一加密信息和第二加密信息，以及多个注册商品各自的鉴定区域的纹理特征的第一加密信息和第二加密信息，确定预设存储空间是否安全。
也即，预设存储空间存储了注册商品的全局图像、加密算法、利用该加密算法计算得到的全局图像的第一加密信息，以及注册商品的纹理特征、利用该加密算法计算得到的纹理特征的第一加密信息。在对目标商品进行鉴定时，利用加密算法计算注册商品的全局图像的第二加密信息、以及纹理特征的第二加密信息。通过比较全局图像的第一加密信息和第二加密信息的一致性、纹理特征对应的第一加密信息和第二加密信息的一致性，可确定预设存储空间中存储的注册商品的信息是否被篡改。
在本申请实施例中，在确定目标商品的鉴定结果之前，首先确定预设存储空间是否安全，若预设存储空间不安全，会造成得到的目标商品的鉴定结果不准确。故，通过本申请实施例中的方案，同样提高了目标商品的鉴定结果的安全性和准确性。
图8所示为本申请再一示例性实施例提供的商品鉴定方法的流程示意图。在图2所示实施例的基础上延伸出图8所示实施例，下面着重叙述图8所示实施例与图2所示实施例的不同之处，相同之处不再赘述。
如图8所示，在本申请实施例中，预设存储空间为区块链，在基于目标商品的鉴定区域的纹理特征和多个注册商品各自的鉴定区域的纹理特征，确定所述目标商品的鉴定结果之后，还包括如下步骤。
步骤S810，上传目标商品的鉴定区域的纹理特征和目标商品的鉴定结果至区块链，步骤S810的目的在于，以便基于区块链，对目标商品的鉴定过程进行溯源。
此外，还可以上传目标商品的鉴定区域的纹理图像、鉴定区域的全局图像，鉴定区域的全局图像的加密信息、鉴定区域的纹理特征的加密信息至预设存储空间，以便为后续的商品溯源提供丰富的查询资料。
在一实施例中，本申请中的针对目标商品的商品鉴定方法的详细过程如下。
步骤1、沿用图2中的示例，针对目标商品的区域1、区域2、区域3中的任意一个鉴定区域，首先获取鉴定区域的任意一张全局图像p’k，并对该鉴定区域的纹理图A、纹理图B、纹理图C和纹理图D进行拼接，得到的拼接纹理图像为mp'k。提取mp'k和p’k的相同区域，并对mp'k进行下采样至与p'k同一尺度。使用SSIM比较mp'k和p’k的一致性。如果mp'k和p’k的图像相似度低于预设阈值t(示例性地，阈值t的取值可以为0.8)则认为鉴定环境可能被攻击，或获取的p’k和mp'k出现问题，可重新获取区域1的全局图像和纹理图像，并在mp'k和p’k的图像相似度大于或等于预设阈值t的情况下，执行步骤2。
步骤2、在获取目标商品的商品编码，在数据库及区块链通过商品编码查询该商品编码对应的注册商品的存证信息，获取在注册环节所存证的鉴定区域的全局图像pk、鉴定区域的纹理图像的纹理特征fpk、pk对应的哈希值p_hashk、fpk对应的fp_hashk。通过使用注册阶段的哈希化算法对pk、fpk进行哈希化，得到p_hash'k、fp_hash'k，验证p_hash'k与p_hash、fp_hash'k与fp_hashk的一致性。如果不一致，则数据库或区块链可能被攻击，提示用户无法验证，如果一致则进行步骤3。
步骤3、将步骤1获取的p’k和步骤2获取的pk进行一致性比对，如果不一致，则提示用户重新获取该鉴定区域的全局图像，如果重新获取的次数超过阈值m，则提示用户目标商品可能发生了调包。如果一致则进行步骤4。
步骤4、针对步骤1获取的mp'k，调用微观纹理数字指纹提取算法，得到纹理特征fp'k，计算fp'k与步骤2中的fpk的相似度Sk(这里的计算方式不限于使用余弦距离、明可夫斯基距离以及其他度量方式)。若Sk小于预设阈值Sfp(示例性的，Sfp为0.8)，则认为发生了调包的可能性。如果大于阈值，则进入步骤5。
步骤5、将目标商品的商品信息、鉴定区域的全局图像和纹理图像、鉴定结果、纹理图像的纹理特征等存储至数据库，将前述关键信息中的结构化数据存证至区块链。特别指出，存储和存证内容包括了步骤1得到的p'k和步骤4得到的fp'k以及其对应的哈希化的值p_hash'k、fp_hash'k。
图9所示为本申请一示例性实施例提供的商品注册方法的流程示意图。如图9所示，本申请实施例中的商品注册方法包括如下步骤。
步骤S910，响应于针对待注册商品的注册请求，获取待注册商品的鉴定区域的全局图像和鉴定区域的纹理图像。
具体地，注册请求表示在商品的较初始阶段，确定注册商品的鉴定结果，并将鉴定结果和注册商品的相关信息存储至预设存储空间。示例性地，相关信息包括商品编码、库存进出(Stock Keeping Unit，SKU)信息、真伪识别鉴定区域等。
进一步地，鉴定区域的全局图像和鉴定区域的纹理图像的分辨率不同，鉴定区域的全局图像反映的是鉴定区域的注册商品的宏观特征，鉴定区域的纹理图像反映的是鉴定区域的微观纹理特征。并且，注册商品包括至少一个鉴定区域，每个鉴定区域至少获取一张鉴定区域的全局图像和至少一张鉴定区域的纹理图像。
步骤S920，基于待注册商品的鉴定区域的全局图像，确定待注册商品是否为真品。
示例性地，将鉴定区域的全局图像输入商品人工智能鉴定系统，获取鉴定结果(真或假，成色、损伤以及具体得分)。其中，商品人工智能鉴定系统为任意形式可以鉴定商品的真伪和成色的系统，不具体指代某一种方法和算法。
示例性地，若步骤S920的判断结果为是，即待注册商品为真品，则执行步骤S930和步骤S940；若步骤S930的判断结果为否，即待注册商品为假，则执行步骤S950。
步骤S930，基于鉴定区域的纹理图像，生成鉴定区域的纹理特征。
示例性地，鉴定区域的纹理特征包括纹理数字指纹。通过对注册商品的鉴定区域的纹理图像进行微观纹理数字指纹提取算法，得到目标商品的纹理数字指纹。
示例性地，可以采用视觉单词包模型(Bag ofVisual Words，BoVW)、聚合局部描述子的向量(Vector of Locally Aggregated Descriptors，VLAD)、卷积神经网络(Convolutional Neural Network，CNN)等方法，得到注册商品的纹理数字指纹。示例性地，纹理数字指纹是长度为L的浮点数型数组。
步骤S940，上传鉴定区域的纹理特征和待注册商品的鉴定结果至预设存储空间。
步骤S940的目的在于，以便在预设存储空间注册待注册商品，鉴定结果包括真伪鉴定结果、成色鉴定结果和损伤鉴定结果中的至少一种。
步骤S950，重新获取待注册商品的鉴定区域的全局图像和鉴定区域的纹理图像。
具体地，根据重新获取的待注册商品的鉴定区域的全局图像和鉴定区域的纹理图像，重新执行步骤S920至步骤S940中的方法。若重新执行的次数达到预设阈值，则可以认为注册商品为假。
通过本申请实施例中的方案，一方面只有鉴定结果为真的注册商品的鉴定信息才会上传至预设存储空间，保证了注册商品的源头可信。另一方面，通过将真的注册商品的鉴定结果上传至预设存储空间，给商品的后续流通节点提供鉴定参考，提高了后续环节的鉴定效率，也无需支付再次鉴定的费用。
图10所示为本申请另一示例性实施例提供的商品注册方法的流程示意图。在图9所示实施例的基础上延伸出图10所示实施例，下面着重叙述图10所示实施例与图9所示实施例的不同之处，相同之处不再赘述。
如图10所示，在本申请实施例中，在若基于待注册商品的鉴定区域的全局图像，确定待注册商品为真品之前，还包括如下步骤。
步骤S1010，确定待注册商品的鉴定区域的全局图像与待注册商品的鉴定区域的纹理图像的相似度。
示例性地，对于同一鉴定区域，若存在多张鉴定区域的全局图像和多张鉴定区域的纹理图像，则从多张鉴定区域的全局图像中任意选择一张鉴定区域的全局图像，并对多张鉴定区域的纹理图像进行拼接，得到纹理拼接图像。示例性地，确定任意一张鉴定区域的全局图像和纹理拼接图像的结构相似性数据。
步骤S1020，判断相似度是否满足图像相似条件。
示例性地，图像相似条件包括图像相似性阈值。例如，图像相似性阈值为0.8，若鉴定区域的全局图像和纹理拼接图像的结构相似性数据等于0.7，则不满足图像相似条件；若鉴定区域的全局图像和纹理凭借图像的结构相似性数据等于0.95，则满足图像相似条件。
示例性地，若步骤S1020的判断结果为是，即相似度满足纹理图像相似条件，则执行步骤S1030；若步骤S1020的判断结果为否，即相似度不满足纹理图像相似条件，则执行步骤S1040。
步骤S1030，基于待注册商品的鉴定区域的全局图像，确定待注册商品的鉴定结果。
步骤S1040，重新获取待注册商品的鉴定区域的全局图像和鉴定区域的纹理图像。
同样地，重新获取待注册商品的鉴定区域的全局图像和鉴定区域的纹理图像，并重新执行步骤S1010至步骤S1030。若重新获取图像以及重新执行的次数达到预设阈值，待注册商品的鉴定区域的全局图像和鉴定区域的纹理图像的相似度还不能满足图像相似条件，则认为当前注册环境存在攻击风险。
通过本申请实施例中的方案，保证了注册商品的当前注册环境的安全性，提高了注册商品的鉴定结果的准确性以及安全水位。
图11所示为本申请一示例性实施例提供的商品注册方法的流程示意图。在图9所示实施例的基础上延伸出图11所示实施例，下面着重叙述图11所示实施例与图9所示实施例的不同之处，相同之处不再赘述。
如图11所示，在本申请实施例中，在上传待注册商品的鉴定区域的纹理特征和待注册商品的鉴定结果至预设存储空间之后，还包括如下步骤。
步骤S1110，利用预设加密方式对鉴定区域的全局图像进行加密，得到鉴定区域的全局图像的第一加密信息。
步骤S1120，利用预设加密方式对鉴定区域的纹理特征进行加密，得到鉴定区域的纹理特征的第一加密信息。
步骤S1130，上传待注册商品的鉴定区域的全局图像、鉴定区域的全局图像的第一加密信息、鉴定区域的纹理图像、鉴定区域的纹理特征的第一加密信息至预设存储空间。
步骤S1110的目的在于，以便基于预设存储空间，确定目标商品的鉴定结果，其中，鉴定区域的全局图像的第一加密信息是通过对鉴定区域的全局图像执行预设加密算法得到的，鉴定区域的纹理特征的第一加密信息是通过对鉴定区域的纹理特征执行预设加密算法得到的。
在本申请的一实施例中，本申请实施例中的商品注册方法的详细实施过程如下。
步骤1、沿用图2中的示例，针对目标商品的区域1、区域2、区域3中的任意一个鉴定区域，首先获取鉴定区域的任意一张全局图像pk，并对该鉴定区域的纹理图A、纹理图B、纹理图C和纹理图D进行拼接，得到的拼接纹理图像为mpk。提取mpk和pk的相同区域，并对mpk进行下采样至与pk同一尺度。使用SSIM比较mpk和pk的一致性。如果mpk和pk的图像相似度低于预设阈值t(示例性地，阈值t的取值可以为0.8)则认为鉴定环境可能被攻击，或获取的pk和mpk出现问题，可重新获取区域1的全局图像和纹理图像，并在mpk和pk的图像相似度大于或等于预设阈值t的情况下，执行步骤2。
步骤2、将步骤1获取的所有pk输入人工智能鉴定系统，获取注册商品的鉴定结果，鉴定结果包括真伪鉴定结果、成色鉴定结果和损伤鉴定结果中的至少一种。
步骤3、针对步骤1获取的每张拼接纹理图像为mpk，调用微观纹理数字指纹提取算法，得到纹理特征fpk。
步骤4、将注册商品的商品信息、鉴定区域的全局图像和纹理图像、鉴定结果、纹理图像的纹理特征等存储至数据库，将前述关键信息中的结构化数据存证至区块链。并且，存储和存证内容包括了步骤1得到的pk和步骤4得到的fpk以及其对应的哈希化的值p_hashk、fp_hashk。
相关商品鉴定方法中，大多使用手机对目标商品进行拍摄，拍摄过程中存在着光照条件不稳定(包括过曝、低曝、反光等)、拍摄手法不确定(存在透视变换、无法正确对焦、运动模糊等)等诸多问题，导致识别效果不稳定且学习成本高。此外，一些商品鉴定方法采用高光谱成像进行拍摄，通过比对材料一致性以及磨损程度、老化程度等进行鉴定，虽然对于环境要求不高，但是成本十分昂贵，无法在商品流通的各个环节普及。
本申请提出一种图像采集装置，该装置为密闭环境，没有自然光的干扰，且成像设备固定，成像角度固定，规避了用户手动拍摄带来的误差。本案使用的设备均可使用普通的镜头组，也一定程度上保证了成本的低廉。
图12所示为本申请一示例性实施例提供的图像采集装置的结构示意图。如图12所示，整个采集装置为一个长方体，图像采集装置的核心为一个摄像模组。装置下方为遮光罩，用于遮挡环境光，保证拍摄环境封闭不受外界影响，在遮光罩内部有对应的可见光补光灯(LED补光带)和红外补光灯(近红外补光带)，用于给当前封闭环境提供稳定光源。将整个摄像模组放在移动平台上，可固定摄像模组的拍摄位置。移动平台不限于单轴、双轴、三轴移动平台。
图13a所示为本申请一示例性实施例提供的摄像模组的俯视图。如图13所示，摄像模组可以为任意数量。示例性地，摄像模组包含3个摄像头模组，分别是一个广角摄像头、长焦摄像头1和长焦摄像头2。其中广角摄像头负责拍摄当前整个鉴定区域的图像，长焦摄像头用于捕捉鉴定区域的局部纹理图像。摄像头的排布可以不限于图中所示的排列方式。摄像头均具有双滤光片切换器(Infrared CUT，IRCUT)，用于可见光和红外模式的切换。
图13b所示为本申请一示例性实施例提供的移动平台的结构示意图。如图13b所示，移动平台通过调用不同的滑台步进电机，带动搭载在上面摄像头模组进行移动。通过控制摄像头模组移动，并调用摄像头进行拍摄，获取到不同区域的多张宏观和微观图像。
上文结合图2至图11，详细描述了本申请的方法实施例，下面结合图14和图15，详细描述本申请的装置实施例。应理解，方法实施例的描述与装置实施例的描述相互对应，因此，未详细描述的部分可以参见前面方法实施例。
图14所示为本申请一示例性实施例提供的商品鉴定装置的结构示意图。如图14所示，本申请实施例提供的商品鉴定装置140包括：
第一获取模块1410，用于响应于针对目标商品的鉴定请求，获取目标商品的鉴定区域的纹理图像；
生成模块1420，用于基于目标商品的鉴定区域的纹理图像，生成目标商品的鉴定区域的纹理特征；
第二获取模块1430，用于从预设存储空间获取多个注册商品各自的鉴定区域的纹理特征，注册商品指的是预先在预设存储空间中注册的商品；
确定模块1440，用于基于目标商品的鉴定区域的纹理特征和多个注册商品各自的鉴定区域的纹理特征，确定目标商品的鉴定结果，鉴定结果包括真伪鉴定结果、成色鉴定结果和损伤鉴定结果中的至少一种。
在本申请一实施例中，确定模块1440还用于，基于目标商品的鉴定区域的纹理特征和多个注册商品各自的鉴定区域的纹理特征，确定与目标商品的鉴定区域的纹理特征最相似的注册商品的鉴定区域的纹理特征；若最相似的注册商品的鉴定区域的纹理特征和目标商品的鉴定区域的纹理特征满足第一纹理特征相似条件，则从预设存储空间获取最相似的注册商品的鉴定结果；将最相似的注册商品的鉴定结果确定为目标商品的鉴定结果。
在本申请一实施例中，确定模块1440还用于，基于目标商品的鉴定区域的纹理特征和多个注册商品各自的鉴定区域的纹理特征，确定与目标商品的鉴定区域的纹理特征最相似的注册商品的鉴定区域的纹理特征；从预设存储空间获取最相似的注册商品的鉴定区域的全局图像；获取目标商品的鉴定区域的全局图像；若最相似的注册商品的鉴定区域的全局图像和目标商品的鉴定区域的全局图像满足全局图像相似条件，则从预设存储空间获取最相似的注册商品的鉴定结果；将最相似的注册商品的鉴定结果确定为目标商品的鉴定结果。
在本申请一实施例中，确定模块1440还用于，若最相似的注册商品的鉴定区域的纹理特征和目标商品的鉴定区域的纹理特征满足第二纹理特征相似条件，则从预设存储空间获取所述最相似的注册商品的鉴定结果。
在本申请一实施例中，第一获取模块1410还用于，获取目标商品的鉴定区域的全局图像；基于目标商品的鉴定区域的全局图像和目标商品的鉴定区域的纹理图像，确定目标商品的鉴定环境是否安全。
在本申请一实施例中，确定模块1440还用于，从预设存储空间获取多个注册商品各自的鉴定区域的全局图像、多个注册商品各自的鉴定区域的全局图像的第一加密信息、以及多个注册商品各自的鉴定区域的纹理特征的第一加密信息；分别对多个注册商品各自的鉴定区域的全局图像进行加密，得到多个注册商品各自的鉴定区域的全局图像的第二加密信息；分别对多个注册商品各自的鉴定区域的纹理特征进行加密，得到多个注册商品各自的鉴定区域的纹理特征的第二加密信息，第二加密信息对应的加密方式和第一加密信息对应的加密方式相同；基于多个注册商品各自的鉴定区域的全局图像的第一加密信息和第二加密信息，以及多个注册商品各自的鉴定区域的纹理特征的第一加密信息和第二加密信息，确定预设存储空间是否安全。
在本申请一实施例中，确定模块1440还用于，上传目标商品的鉴定区域的纹理特征和目标商品的鉴定结果至区块链，以便基于区块链，对目标商品的鉴定过程进行溯源。
图15所示为本申请一示例性实施例提供的商品注册装置的结构示意图。如图15所示，本申请实施例提供的商品注册装置150包括：
获取模块1510，用于响应于针对待注册商品的注册请求，获取待注册商品的鉴定区域的全局图像和鉴定区域的纹理图像；
生成模块1520，用于若基于待注册商品的鉴定区域的全局图像，确定待注册商品为真品，则基于鉴定区域的纹理图像，生成鉴定区域的纹理特征；
上传模块1530，用于上传鉴定区域的纹理特征和待注册商品的鉴定结果至预设存储空间，以便在预设存储空间注册待注册商品，鉴定结果包括真伪鉴定结果、成色鉴定结果和损伤鉴定结果中的至少一种。
在本申请一实施例中，生成模块1520还用于，确定待注册商品的鉴定区域的全局图像与待注册商品的鉴定区域的纹理图像的相似度；若相似度满足纹理图像相似条件，则基于待注册商品的鉴定区域的全局图像，确定待注册商品的鉴定结果。
在本申请一实施例中，上传模块1530还用于，利用预设加密方式对鉴定区域的全局图像进行加密，得到鉴定区域的全局图像的第一加密信息；利用预设加密方式对鉴定区域的纹理特征进行加密，得到鉴定区域的纹理特征的第一加密信息；上传待注册商品的鉴定区域的全局图像、待注册商品的鉴定区域的全局图像的第一加密信息、待注册商品的鉴定区域的纹理图像、待注册商品的鉴定区域的纹理特征的第一加密信息至预设存储空间。
下面，参考图16来描述根据本申请实施例的电子设备。图16所示为本申请一示例性实施例提供的电子设备的结构示意图。
如图16所示，电子设备160包括一个或多个处理器1601和存储器1602。
处理器1601可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备160中的其他组件以执行期望的功能。
存储器1602可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器1601可以运行所述程序指令，以实现上文所述的本申请的各个实施例的方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如包括鉴定请求、注册请求、目标商品的鉴定区域的纹理图像、目标商品的鉴定区域的纹理特征、待注册商品的鉴定区域的全局图像、待注册商品的鉴定区域的纹理特征、鉴定结果等各种内容。
在一个示例中，电子设备160还可以包括：输入装置1603和输出装置1604，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
该输入装置1603可以包括例如键盘、鼠标等等。
该输出装置1604可以向外部输出各种信息，包括鉴定请求、注册请求、目标商品的鉴定区域的纹理图像、目标商品的鉴定区域的纹理特征、待注册商品的鉴定区域的全局图像、待注册商品的鉴定区域的纹理特征、鉴定结果等。该输出装置1604可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然，为了简化，图16中仅示出了该电子设备160中与本申请有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备160还可以包括任何其他适当的组件。
除了上述方法和设备以外，本申请的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述描述的根据本申请各种实施例的方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外，本申请的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述描述的根据本申请各种实施例的方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上结合具体实施例描述了本申请的基本原理，但是，需要指出的是，在本申请中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本申请为必须采用上述具体的细节来实现。
本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。
还需要指出的是，在本申请的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此，本申请不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (14)

1.一种商品鉴定方法，包括：
响应于针对目标商品的鉴定请求，获取所述目标商品的鉴定区域的纹理图像；
基于所述目标商品的鉴定区域的纹理图像，生成所述目标商品的鉴定区域的纹理特征；
从预设存储空间获取多个注册商品各自的鉴定区域的纹理特征，所述注册商品指的是预先在所述预设存储空间中注册的商品；
基于所述目标商品的鉴定区域的纹理特征和所述多个注册商品各自的鉴定区域的纹理特征，确定所述目标商品的鉴定结果，所述鉴定结果包括真伪鉴定结果、成色鉴定结果和损伤鉴定结果中的至少一种。
2.根据权利要求1所述的方法，所述基于所述目标商品的鉴定区域的纹理特征和所述多个注册商品各自的鉴定区域的纹理特征，确定所述目标商品的鉴定结果，包括：
基于所述目标商品的鉴定区域的纹理特征和所述多个注册商品各自的鉴定区域的纹理特征，确定与所述目标商品的鉴定区域的纹理特征最相似的注册商品；
若所述最相似的注册商品的鉴定区域的纹理特征和所述目标商品的鉴定区域的纹理特征满足第一纹理特征相似条件，则从所述预设存储空间获取所述最相似的注册商品的鉴定结果；
将所述最相似的注册商品的鉴定结果确定为所述目标商品的鉴定结果。
3.根据权利要求1所述的方法，所述基于所述目标商品的鉴定区域的纹理特征和所述多个注册商品各自的鉴定区域的纹理特征，确定所述目标商品的鉴定结果，包括：
基于所述目标商品的鉴定区域的纹理特征和所述多个注册商品各自的鉴定区域的纹理特征，确定与所述目标商品的鉴定区域的纹理特征最相似的注册商品；
从所述预设存储空间获取所述最相似的注册商品的鉴定区域的全局图像；
获取所述目标商品的鉴定区域的全局图像；
若所述最相似的注册商品的鉴定区域的全局图像和所述目标商品的鉴定区域的全局图像满足全局图像相似条件，则从所述预设存储空间获取所述最相似的注册商品的鉴定结果；
将所述最相似的注册商品的鉴定结果确定为所述目标商品的鉴定结果。
4.根据权利要求3所述的方法，所述从所述预设存储空间获取所述最相似的注册商品的鉴定结果，包括：
从所述预设存储空间获取所述最相似的注册商品的鉴定区域的纹理特征；
若所述最相似的注册商品的鉴定区域的纹理特征和所述目标商品的鉴定区域的纹理特征满足第二纹理特征相似条件，则从所述预设存储空间获取所述最相似的注册商品的鉴定结果。
5.根据权利要求1至4任一项所述的方法，在所述获取所述目标商品的鉴定区域的纹理图像之后，还包括：
获取所述目标商品的鉴定区域的全局图像；
基于所述目标商品的鉴定区域的全局图像和所述目标商品的鉴定区域的纹理图像，确定所述目标商品的鉴定环境是否安全。
6.根据权利要求1至4任一项所述的方法，在所述基于所述目标商品的鉴定区域的纹理特征和所述多个注册商品各自的鉴定区域的纹理特征，确定所述目标商品的鉴定结果之前，还包括：
从所述预设存储空间获取所述多个注册商品各自的鉴定区域的全局图像、所述多个注册商品各自的鉴定区域的全局图像的第一加密信息、以及所述多个注册商品各自的鉴定区域的纹理特征的第一加密信息；
分别对所述多个注册商品各自的鉴定区域的全局图像进行加密，得到所述多个注册商品各自的鉴定区域的全局图像的第二加密信息；
分别对所述多个注册商品各自的鉴定区域的纹理特征进行加密，得到所述多个注册商品各自的鉴定区域的纹理特征的第二加密信息，所述第二加密信息对应的加密方式和所述第一加密信息对应的加密方式相同；
基于所述多个注册商品各自的鉴定区域的全局图像的第一加密信息和第二加密信息，以及所述多个注册商品各自的鉴定区域的纹理特征的第一加密信息和第二加密信息，确定所述预设存储空间是否安全。
7.根据权利要求1至4任一项所述的方法，所述预设存储空间为区块链，在所述基于所述目标商品的鉴定区域的纹理特征和所述多个注册商品各自的鉴定区域的纹理特征，确定所述目标商品的鉴定结果之后，还包括：
上传所述目标商品的鉴定区域的纹理特征和所述目标商品的鉴定结果至所述区块链，以便基于所述区块链，对所述目标商品的鉴定过程进行溯源。
8.一种商品注册方法，包括：
响应于针对待注册商品的注册请求，获取所述待注册商品的鉴定区域的全局图像和所述鉴定区域的纹理图像；
若基于所述待注册商品的鉴定区域的全局图像，确定所述待注册商品为真品，则基于所述鉴定区域的纹理图像，生成所述鉴定区域的纹理特征；
上传所述鉴定区域的纹理特征和所述待注册商品的鉴定结果至预设存储空间，以便在所述预设存储空间注册所述待注册商品，所述鉴定结果包括真伪鉴定结果、成色鉴定结果、损伤鉴定结果中的至少一种。
9.根据权利要求8所述的方法，在所述若基于所述待注册商品的鉴定区域的全局图像，确定所述待注册商品为真品之前，还包括：
确定所述待注册商品的鉴定区域的全局图像与所述待注册商品的鉴定区域的纹理图像的相似度；
若所述相似度满足纹理图像相似条件，则基于所述待注册商品的鉴定区域的全局图像，确定所述待注册商品的鉴定结果。
10.根据权利要求8或9所述的方法，在所述上传所述待注册商品的鉴定区域的纹理特征和所述待注册商品的鉴定结果至预设存储空间之后，还包括：
利用预设加密方式对所述鉴定区域的全局图像进行加密，得到所述鉴定区域的全局图像的第一加密信息；
利用所述预设加密方式对所述鉴定区域的纹理特征进行加密，得到所述鉴定区域的纹理特征的第一加密信息；
上传所述待注册商品的鉴定区域的全局图像、所述鉴定区域的全局图像的第一加密信息、所述鉴定区域的纹理图像、所述鉴定区域的纹理特征的第一加密信息至所述预设存储空间。
11.一种商品鉴定装置，包括：
第一获取模块，用于响应于针对目标商品的鉴定请求，获取所述目标商品的鉴定区域的纹理图像；
生成模块，用于基于所述目标商品的鉴定区域的纹理图像，生成所述目标商品的鉴定区域的纹理特征；
第二获取模块，用于从预设存储空间获取多个注册商品各自的鉴定区域的纹理特征，所述注册商品指的是预先在所述预设存储空间中注册的商品；
确定模块，用于基于所述目标商品的鉴定区域的纹理特征和所述多个注册商品各自的鉴定区域的纹理特征，确定所述目标商品的鉴定结果，所述鉴定结果包括真伪鉴定结果、成色鉴定结果和损伤鉴定结果中的至少一种。
12.一种商品注册装置，包括：
获取模块，用于响应于针对待注册商品的注册请求，获取所述待注册商品的鉴定区域的全局图像和鉴定区域的纹理图像；
生成模块，用于若基于所述待注册商品的鉴定区域的全局图像，确定所述待注册商品为真品，则基于所述待注册商品的鉴定区域的纹理图像，生成所述待注册商品的鉴定区域的纹理特征；
上传模块，用于上传所述待注册商品的鉴定区域的纹理特征和所述待注册商品的鉴定结果至预设存储空间，以便在所述预设存储空间注册所述待注册商品，所述鉴定结果包括真伪鉴定结果和/或成色鉴定结果。
13.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1至10任一项所述的方法。
14.一种电子设备，其特征在于，包括：
处理器；
用于存储所述处理器可执行指令的存储器；
所述处理器，用于执行上述权利要求1至10任一项所述的方法。
CN202211234339.9A 2022-10-10 2022-10-10 商品鉴定方法及装置、商品注册方法及装置 Pending CN115587822A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211234339.9A CN115587822A (zh) 2022-10-10 2022-10-10 商品鉴定方法及装置、商品注册方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211234339.9A CN115587822A (zh) 2022-10-10 2022-10-10 商品鉴定方法及装置、商品注册方法及装置

Publications (1)

Publication Number Publication Date
CN115587822A true CN115587822A (zh) 2023-01-10

Family

ID=84779462

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211234339.9A Pending CN115587822A (zh) 2022-10-10 2022-10-10 商品鉴定方法及装置、商品注册方法及装置

Country Status (1)

Country Link
CN (1) CN115587822A (zh)

Similar Documents

Publication Publication Date Title
US10127688B2 (en) System and process for automatically finding objects of a specific color
US9973689B2 (en) Device, system and method for cognitive image capture
US10824849B2 (en) Method, apparatus, and system for resource transfer
CN108898128B (zh) 一种通过照片匹配数字化三维模型的防伪方法及设备
TW202002569A (zh) 基於區塊鏈的資料驗證方法及裝置、電子設備
US10846678B2 (en) Self-service product return using computer vision and Artificial Intelligence
US10977481B2 (en) System and method for object matching using 3D imaging
KR20170001849A (ko) 정품인증 수단, 정품인증 시스템
WO2016038901A1 (ja) 画像処理装置、画像処理プログラム、画像処理方法及び記録媒体
JP6609434B2 (ja) 商品情報提供システム、商品情報提供方法及び管理サーバ
CN109255627A (zh) 房产信息校验方法、终端设备及计算机可读存储介质
CN113421100A (zh) 物品信息记录、流转、鉴别发起及服务方法、终端和系统
KR102300500B1 (ko) 제품 입체컷 이미지 처리 방법, 장치 및 시스템
CN115587822A (zh) 商品鉴定方法及装置、商品注册方法及装置
JP5931646B2 (ja) 画像処理装置
KR101635396B1 (ko) 전자 상거래 방법
KR20180036083A (ko) 허위매물 등록 방지 시스템 및 방법
CN110832481B (zh) 不具有用户的先前信息的在线用户验证
KR20190040731A (ko) 이미지에 기초한 진품 판단 방법
KR102210448B1 (ko) 블록체인을 이용한 제품의 소유권 등록 및 위조 판단 서비스 제공 방법, 장치 및 컴퓨터프로그램
US10552888B1 (en) System for determining resources from image data
JP6210554B2 (ja) 認識装置、認識プログラム及び認識方法
JP2016031644A (ja) トレーサビリティ提供システム、トレーサビリティ提供装置およびトレーサビリティ提供方法
US11868954B1 (en) Interactive system for facilitating purchases and returns
KR102505140B1 (ko) 이력 관리 보증 서비스를 제공하기 위한 방법

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