作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为提高防伪能力,提出一种点阵防伪码混合图像的防伪方法.首先通过将所给原始内容数据进行编码,放入点阵防伪码中,再将点阵防伪码和经过下采样后无法识别的图像形成混合图像.在识别时先对点阵防伪码内容进行识别,读取点阵信息,然后通过对下采样图像进行超分辨率重建完成识别,将两次读取信息进行组合,与商标中对应信息进行比对完成商品真伪判别.实验验证了本文所提方法的有效性.
推荐文章
基于深度学习的图像风格迁移研究综述
图像风格迁移
深度学习
迁移学习
纹理合成
基于深度学习的图像检索研究
图像检索
深度学习
卷积神经网络
Caffe
主成分分析
基于深度学习的图像识别技术研究综述
图像识别
CNN
R-CNN
SPP-Net
FastR-CNN
基于深度学习的医学图像分割研究进展
医学图像分割
深度学习
卷积神经网络
综述
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度学习的点阵混合图像防伪研究
来源期刊 沈阳理工大学学报 学科 工学
关键词 防伪 残差神经网络 超分辨率重建
年,卷(期) 2020,(3) 所属期刊栏目 自动化技术
研究方向 页码范围 43-48
页数 6页 分类号 TP751
字数 语种 中文
DOI 10.3969/j.issn.1003-1251.2020.03.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨青 48 229 8.0 13.0
2 韩斌 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (1)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
防伪
残差神经网络
超分辨率重建
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
沈阳理工大学学报
双月刊
1003-1251
21-1252/T
16开
沈阳市和平区太原北街2号
1982
chi
出版文献量(篇)
2643
总下载数(次)
3
总被引数(次)
10259
论文1v1指导