基于孪生并行注意力网络的包装印刷品商标真伪鉴别研究

为了借助手机精确快速地鉴别微小篡改的包装印刷品商标真伪,提出孪生并行注意力卷积神经网络判别模型。通过孪生网络的共享权重机制降低网络系统的表征偏差,通过并行注意力机制提高对微小篡改变化特征的提取能力,最大程度降低打印拍照引入的噪声对篡改特征提取的影响。在2种印刷纸张、2种拍摄光源和2种拍摄手机组合的8种开放场景中,拍摄多组真伪商标的印刷图像,建立篡改面积0.4%~0.7%的商标真伪数据集。模型在该打印拍照数据集上鉴别准确率为94%以上,在真实山寨商标上的鉴别准确率为100%。本文提出的孪生并行注意力卷积神经网络模型,具有较高的细粒度鉴别精度和较强的泛化能力,能够在开放场景下有效地实现基于图像微小篡改的包装印刷品商标真伪的鉴别。

基于样本生成机制的包装印刷品真伪防御性判别

借助手机实现假包装印刷品的识别,实现主动确权,从而达到更加精确的真假包装印刷品判别。针对造假样品极度缺乏的情况,提出基于记忆增强DCGAN样本生成算法来实现假样本扩增,再利用孪生并行注意力卷积神经网络(S-PA-CNN)实现包装印刷品真伪的防御性判别。在1种印刷纸张、2种拍摄光源和2种拍摄手机组合的4种开放场景中,拍摄多个真包装印刷品和少量的假包装印刷品图像,用基于记忆增强DCGAN样本生成算法扩增假包装印刷品样本,建立数据集。实验结果表明:数据扩增后,假样本和真样本数量差不多时,S-PA-CNN的检测准确率在97%以上。本文数据扩增方法能够提升网络模型的真样本特征识别能力、细粒度判别精度和泛化能力。