[发明专利]一种基于SVM的图像或视频识别的商品外观防伪方法

权利要求书

1.一种基于SVM的图像或视频识别的商品外观防伪方法，其特征在于：包括以下步骤：

(1)S1商品信息采集，生产厂商对实物商品进行全方位视频采集，并置于不同环境中分别录制若干份，并标记：真品，S2再找若干市场上仿冒本商品的样品进行视频采集，并标记：假品，S3采集完毕后，上传视频至本系统；

(2)商品信息预处理，从采集的视频中抽取图片，再通过图片处理算法调整所有图片大小为统一大小；

(3)建立SVM模型训练，

S4、将每张图片转换为三维矩阵，设训练集合为D＝{(x₁,y₁)，(x₂,y₂)...(x_m,y_m)},x_m表示每个三维矩阵转化的向量，y_m表示x_m属于真品或者假品；

S5、对于集合D存在多个划分超平面将两类数据分开，设超平面为：为法向量(268203维向量)，b决定超平面的方向，b为位移项，决定超平面和原点之间的距离，则任意倒超平面的距离为：

设超平面能将数据正确分类，即对于(x_i,y_i)∈D，若y_i＝+1，则有若y_i＝-1，则有

令

距离超平面最近的这几个点使上式等号成立，两个异类支持向量倒超平面的距离之和为：

为找到最大间隔，使得真品和假品尽可能分开，即：

等价于：

S6、为解决异或问题，引入核函数，将数据升到高维空间，在高维空间一定存在一个超平面使真品和假品可分，这里使用高斯(RBF)核函数，如下为所有数据中的随机挑选，x_i为任意数据，δ这里设置为2，所以求解公式为：

所述间隔中间部分数据满足约束条件，

所以最终公式如下

(4)用户使用，模型训练完毕之后，部署至服务器，用户通过扫描商品外包装，并上传扫描拍摄的图片至服务器，服务器得到图片数据x_i，带入超平面计算，如果为-1表示假品，如果为+1表示正品。

2.根据权利要求1所述的一种基于SVM的图像或视频识别的商品外观防伪方法，其特征在于：所述步骤(1)S1商品信息采集过程中，生产厂商对实物商品进行全方位视频采集使用的摄像设备为双机双镜头3D摄像机。

3.根据权利要求1所述的一种基于SVM的图像或视频识别的商品外观防伪方法，其特征在于：所述步骤一商品信息采集过程中，对假品的寻找和录取视频为非必选项。

4.根据权利要求1所述的一种基于SVM的图像或视频识别的商品外观防伪方法，其特征在于：所述步骤二商品信息预处理，所述图片处理算法为双线性插值法，主要方式为利用邻域像素的不同占比程度而计算得出最合适的插值像素，从而完成插值。

5.根据权利要求1所述的一种基于SVM的图像或视频识别的商品外观防伪方法，其特征在于：所述步骤二商品信息预处理过程中，从采集的视频中抽取的图片大小为二九九乘二九九的像素范围。

6.根据权利要求1所述的一种基于SVM的图像或视频识别的商品外观防伪方法，其特征在于：所述步骤(3)建立SVM模型训练步骤中，S4对于任意y_m∈{-1,+1}，+1表示真品，-1表示假品。

7.根据权利要求1所述的一种基于SVM的图像或视频识别的商品外观防伪方法，其特征在于：所述等价于：式属于凸二次规划问题，可以使用拉格朗日乘子法求解。

8.根据权利要求1所述的一种基于SVM的图像或视频识别的商品外观防伪方法，其特征在于：所述在运算过程中，为了防止模型训练过拟合，允许部分数据不可以不满足约束条件，这样才能对未来的数据具备更良好的预测能力。