[发明专利]基于特征去噪的防伪方法、装置、设备、产品及介质

权利要求书

1.一种基于特征去噪的防伪方法，其特征在于，所述基于特征去噪的防伪方法包括以下步骤：

确定初始神经网络，根据真伪训练图片与所述初始神经网络确定第一特征图与初始输出结果，根据所述第一特征图与所述初始输出结果确定第一目标特征图；

根据所述初始输出结果与所述第一目标特征图确定总损失值，根据所述总损失值训练所述初始神经网络，得到目标神经网络；

根据所述目标神经网络建立真伪分类器，通过所述真伪分类器对待分类图片进行真伪分类；

其中，所述根据所述第一特征图与所述初始输出结果确定第一目标特征图的步骤包括：

确定所述第一特征图的通道中的重要通道，保持所述重要通道的值不变；

将所述第一特征图的通道中除所述重要通道以外的通道的值置0，得到所述第一目标特征图；

所述确定所述第一特征图的通道中的重要通道的步骤包括：

根据所述第一特征图与所述初始输出结果确定所述第一特征图中每个通道的重要程度；

根据所述每个通道的重要程度确定所述第一特征图中的所述重要通道；

所述根据所述初始输出结果与所述第一目标特征图确定总损失值的步骤包括：

确定第一损失函数，根据所述初始输出结果与所述第一损失函数确定第一损失值；

将所述第一目标特征图输入所述初始神经网络，得到最终输出结果，根据所述最终输出结果与所述第一损失函数确定第二损失值；

根据所述第一损失值与所述第二损失值确定所述总损失值。

2.如权利要求1所述的基于特征去噪的防伪方法，其特征在于，所述将所述第一目标特征图输入所述初始神经网络的步骤之后，还包括：

确定第二特征图，根据所述第二特征图与三元损失函数确定第三损失值；

所述根据所述第一损失值与所述第二损失值确定所述总损失值的步骤包括：

根据所述第一损失值、所述第二损失值与所述第三损失值确定所述总损失值。

3.如权利要求1所述的基于特征去噪的防伪方法，其特征在于，所述确定初始神经网络的步骤包括：

确定初始神经网络框架，在所述初始神经网络框架中加入二元自适应均值汇聚层，得到所述初始神经网络。

4.一种基于特征去噪的防伪装置，其特征在于，所述基于特征去噪的防伪装置包括：

去噪模块，用于确定初始神经网络，根据真伪训练图片与所述初始神经网络确定第一特征图与初始输出结果，根据所述第一特征图与所述初始输出结果确定第一目标特征图；

训练模块，用于根据所述初始输出结果与所述第一目标特征图确定总损失值，根据所述总损失值训练所述初始神经网络，得到目标神经网络；

防伪模块，用于根据所述目标神经网络建立真伪分类器，通过所述真伪分类器对待分类图片进行真伪分类；

所述去噪模块，还用于确定所述第一特征图的通道中的重要通道，保持所述重要通道的值不变；将所述第一特征图的通道中除所述重要通道以外的通道的值置0，得到所述第一目标特征图；

所述去噪模块，还用于根据所述第一特征图与所述初始输出结果确定所述第一特征图中每个通道的重要程度；根据所述每个通道的重要程度确定所述第一特征图中的所述重要通道；

所述训练模块，还用于确定第一损失函数，根据所述初始输出结果与所述第一损失函数确定第一损失值；将所述第一目标特征图输入所述初始神经网络，得到最终输出结果，根据所述最终输出结果与所述第一损失函数确定第二损失值；根据所述第一损失值与所述第二损失值确定所述总损失值。

5.一种基于特征去噪的防伪设备，其特征在于，所述基于特征去噪的防伪设备包括存储器、处理器以及存储在所述存储器上并可以在所述处理器上运行的基于特征去噪的防伪程序，所述基于特征去噪的防伪程序被所述处理器执行时实现如权利要求1-3中任一项所述的基于特征去噪的防伪方法的步骤。

6.一种计算机程序产品，其特征在于，所述计算机程序产品包括基于特征去噪的防伪程序，所述基于特征去噪的防伪程序被处理器执行时实现如权利要求1-3中任一项所述的基于特征去噪的防伪方法的步骤。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有基于特征去噪的防伪程序，所述基于特征去噪的防伪程序被处理器执行时实现如权利要求1-3中任一项所述的基于特征去噪的防伪方法的步骤。