[发明专利]基于深度学习检测仿冒产品的系统和方法

说明书

一种用于验证产品的系统包括计算设备，该计算设备具有处理器和存储计算机可执行代码的非易失性存储器。可执行代码被配置为：在用户查看与产品相对应的媒体文件时从用户接收指令；在接收到所述指令时，获得所述媒体文件的副本；使用深度学习模块处理媒体文件的副本以获得所述产品的标识；以及通过将所述产品的标识与所存储的对应于所述产品的标识进行比较来验证所述产品。所述深度学习模块包括：卷积层，用于对所述媒体文件的副本执行卷积以生成特征图；检测模块，用于接收特征图，并生成所述产品的中间标识；以及非最大抑制模块，用于处理所述产品的中间标识，以生成所述产品的标识。

交叉引用

在本发明的描述中引用和讨论了一些参考文献，其可包括专利、专利申请和各种出版物。提供对这些参考文献的引用和/或讨论仅仅是为了阐明本发明的描述，而不是承认任何这样的参考文献是本文所述发明的“现有技术”。本说明书中引用和讨论的所有参考文献均以引用的方式整体并入本文，其程度如同每篇参考文献被单独并入作为参考。

技术领域

本发明总体上涉及对象识别技术，更具体地，涉及用于通过深度学习检测仿冒(counterfeit)产品的系统和方法。

背景技术

这里提供的背景描述是为了总体上呈现本发明的上下文。在本背景技术部分中描述的范围内目前指定的发明人的工作以及在提交时可能另外不具有资格作为现有技术的描述的各方面，既不明示也不暗示地被承认为本发明的现有技术。

仿冒产品的存在损害了客户的利益，并增加了成本且损害了产品提供商的声誉。然而，从市场上可获得的大量产品中识别仿冒产品是具有挑战性的。

因此，在本领域中存在要解决上述缺陷和不足的待决需求。

发明内容

在某些方面，本发明涉及一种用于验证产品的系统。该系统具有计算设备。该计算设备具有处理器和存储计算机可执行代码的非易失性存储器。计算机可执行代码在被处理器执行时被配置为：

从用户接收指令，其中所述指令是在用户查看与产品相对应的媒体文件时生成的；

在接收到所述指令时，获得所述媒体文件的副本；

使用深度学习模块处理媒体文件的副本以获得所述产品的标识；以及

通过将所述产品的标识与所存储的对应于所述产品的标识进行比较来验证所述产品。

在某些实施例中，要被验证的产品是在一个或多个电子商务平台中列出的产品。

在某些实施例中，深度学习模块包括：

依次相互通信的多个卷积层，其中层数可以根据应用而在5到1000之间变化，每个层可以被视为特征提取器，并且由卷积层提取的特征与从下到上(或依次从左到右)的各层相对应地从细到粗，在特征提取之后，每个卷积层生成所提取特征的特征图；

检测模块，被配置为从上述卷积层接收多尺度(scale)特征图，并从特征图中检测对象候选；以及

非最大抑制模块，被配置为基于检测模块处的所述产品的中间标识，细化并生成所述产品的标识。

在某些实施例中，用于训练深度学习模块的数据包括图像、至少一个边界框的位置和与所述至少一个边界框相对应的至少一个标志标签。

在某些实施例中，使用多组训练数据对深度学习模块进行训练，其中每组训练数据包括图像、图像中的至少一个边界框的位置和与所述至少一个边界框相对应的至少一个标志标签。

在某些实施例中，所述计算设备是服务器计算设备和多个客户端计算设备中的至少一个，所述服务器计算设备提供列出产品的服务，所述客户端计算设备包括智能电话、平板电脑、膝上型计算机和台式计算机。在某些实施例中，所述服务器计算设备提供一个或多个电子商务平台的服务。