摘要
本发明为一种自动鉴别出入境证件真伪的方法与系统,通过采集证件整体图像并定位纹理特征极值区域提取关键细节,结合特征匹配算法匹配防伪标志特征库提取关键细节中的防伪标准细节特征图像;采用模糊算法统一防伪区域尺寸,结合灰度映射与归一化实现防伪标准细节特征图像的标准化处理,解决形变与光照干扰。本发明构建基于预训练注意力机制网络的图神经网络,叠加卷积层、池化层、全连接层、非线性核SVM分类器及分类模块构成多级分类器,通过正负样本训练提升泛化性,将标准化处理的防伪标准细节特征图像作为输入,输出真伪判定结果。本发明融合多层次特征分析与深度网络学习,显著提升真伪鉴别精度及抗伪造能力,适用于多类型证件防伪检测场景。
技术关键词
防伪标志
图像
神经网络模型
多级特征融合
样本
特征提取模块
模糊算法
深度网络学习
数据采集模块
多级分类器
注意力机制
特征匹配算法
纹理特征提取
训练注意力
定位纹理
网络结构
证件防伪
处理器
系统为您推荐了相关专利信息
显微成像装置
光切片
图像压缩
压电陶瓷
采集单元
精准识别方法
识别模块
数据
医药
图像文字识别技术