一种基于图像视觉特征的产品品质快速鉴别方法技术

本发明专利技术属于品质鉴别技术领域，公开了一种基于图像视觉特征的产品品质快速鉴别方法。本发明专利技术通过对产品真伪进行验证方法在对产品真伪进行验证的时候不需要使用到互联网，简化了产品真伪验证的步骤，提高了真伪验证方法的可靠性，并且不需要网络流量使用费，提高了对产品真伪验证的速度；同时，通过对产品特征进行挖掘与评价方法使用训练感情词典与产品特征词典，抓取多条不同用户对于目标产品的文本评论数据抽取出产品特征

【技术实现步骤摘要】
一种基于图像视觉特征的产品品质快速鉴别方法


[0001]本专利技术属于品质鉴别
，尤其涉及一种基于图像视觉特征的产品品质快速鉴别方法。

技术介绍

[0002]产品质量(Quality)指的是在商品经济范畴，企业依据特定的标准，对产品进行规划、设计、制造、检测、计量、运输、储存、销售、售后服务、生态回收等全程的必要的信息披露。产品质量是由各种要素所组成的，这些要素亦被称为产品所具有的特征和特性。不同的产品具有不同的特征和特性，其总和便构成了产品质量的内涵。产品质量要求反映了产品的特性和特性满足顾客和其他相关方要求的能力。顾客和其他质量要求往往随时间而变化，与科学技术的不断进步有着密切的关系；然而，现有基于图像视觉特征的产品品质快速鉴别方法通常使用的防伪方式是条形码，但此种防伪方式是以明文的形式将产品的唯一号码写在产品上，伪造者可以在获取到正品的号码后，直接将正品上的号码印制到伪造品上，此种防伪方式也就很难起到防伪的作用；同时，现有技术中对英文评论进行挖掘与评价的方法在中文领域不适用的问题。
[0003]通过上述分析，现有技术存在的问题及缺陷为：
[0004](1)现有基于图像视觉特征的产品品质快速鉴别方法通常使用的防伪方式是条形码，但此种防伪方式是以明文的形式将产品的唯一号码写在产品上，伪造者可以在获取到正品的号码后，直接将正品上的号码印制到伪造品上，此种防伪方式也就很难起到防伪的作用。
[0005](2)现有技术中对英文评论进行挖掘与评价的方法在中文领域不适用的问题。
专利技术内容
[0006]针对现有技术存在的问题，本专利技术提供了一种基于图像视觉特征的产品品质快速鉴别方法。
[0007]本专利技术是这样实现的，一种基于图像视觉特征的产品品质快速鉴别方法包括：
[0008]步骤一，构建产品标准图像数据库；通过机器视觉图像采集装置采集合格产品的图像信息，生成标准图像数据；将标准图像数据存入产品标准图像数据库；
[0009]步骤二，通过机器视觉图像采集装置采集目标产品图像，并对产品真伪进行验证；
[0010]步骤三，将采集的目标产品图像与产品标准图像数据库中图像进行对比；结果判断，如果对比结果一致，则判断产品合格，如果不一致，则将该待检测产品剔除；
[0011]步骤四，对产品特征进行挖掘与评价。
[0012]进一步，所述对产品真伪进行验证方法如下：
[0013](1)构建产品数据库，发送预先获取的产品特征数据；将获取的产品特征数据存入产品数据库中；
[0014](2)接收加密数据，所述加密数据是设置在产品上的加密芯片在接收到所述产品
特征数据后，使用预先存储在加密芯片中的加密密钥将所述产品特征数据和预先储存在加密芯片中的产品数据进行加密后得到并发出的；
[0015](3)使用本地存储的解密密钥对所述加密数据进行解密；若解密成功，则从所述加密数据中得到待验证的产品特征数据和所述产品数据；判断所述待验证的产品特征数据是否满足预设的验证条件，若是，则确定所述产品为真，且显示所述产品数据；
[0016]发送的所述产品特征数据包括所述发送时的即时时间值，即发送时间值，所述待验证的产品特征数据包括待验证的发送时间值；
[0017]所述判断所述待验证的产品特征数据是否满足预设的验证条件包括：
[0018]判断待验证的发送时间值是否与所述解密成功的即时时间值的差值在预先设定的范围内；
[0019]所述即时时间值包括使用终端发送的当前时间或当前的时间与其他数字的组合；
[0020]所述即时时间值是从时间点开始到进行发送动作当前时间为止，其间经过的秒值或分钟值或小时值。
[0021]进一步，所述预先设定的范围为2秒至10秒。
[0022]进一步，所述产品数据包括，真伪验证数据；
[0023]所述方法还包括，判断所述真伪验证数据是否与预先存储在本地的验证数据相同；
[0024]若是，且所述判断所述待验证的产品特征数据是否满足预设的验证条件的结果为是，则确定所述产品为真，且显示所述产品数据。
[0025]进一步，所述使用本地存储的解密密钥对所述加密数据进行解密还包括：
[0026]若解密失败，则确定所述产品为假，且显示表示所述产品为假的数据。
[0027]进一步，所述加密芯片为NFC芯片；
[0028]所述加密密钥和所述解密密钥为非对称密钥；
[0029]所述接收包括：
[0030]向所述加密芯片发送接收加密数据的指令数据；
[0031]接收所述加密数据，所述加密数据是加密终端在接收到所述预先获取的产品特征数据后，使用预先存储在加密芯片中的加密密钥将所述产品特征数据和预先储存在加密芯片中的产品数据进行加密后得到，且在接收到所述指令数据后发出的。
[0032]进一步，所述对产品特征进行挖掘与评价方法如下：
[0033]1)通过提取程序随机抓取多条用户对于目标产品的文本评论数据训练感情词典与产品特征词典；确定目标产品，并从电子商务平台上抓取多条不同用户对于目标产品的文本评论数据；
[0034]2)根据所述感情词典与产品特征词典，依次从每条所述文本评论数据中抽取出产品特征
‑
感情词语对，并使用所述产品特征
‑
感情词语对迭代更新所述感情词典与产品特征词典，直到多条所述文本评论数据均被处理；
[0035]3)对所有被抽取出的所述产品特征
‑
感情词语对进行统计，获得该产品的产品特征与感情评价；
[0036]所述通过提取程序随机抓取多条用户对于目标产品的文本评论数据方法：
[0037]随机抓取多条数据获取步骤，获取网页上的产品评论数据；对评论数据进行统计
归类；
[0038]产品评论数据处理步骤，对产品评论数据进行分词、词性标注、及去停用词处理从而得到分词结果；
[0039]计算词向量步骤，使用word2vec算法，输入分词结果，计算产品评论数据中每个词的词向量；
[0040]观点提取步骤，使用种子词典结合观点提取规则处理产品评论数据，获得观点提取结果，观点提取结果包括产品评论对象和产品评论观点信息；
[0041]新产品评论对象获取步骤，结合产品评论数据和观点提取结果，使用CRF模型发现新产品评论对象，并将新产品评论对象添加到新词候选集中，所述CRF模型是条件随机场模型；
[0042]过滤步骤，使用词向量和过滤规则对新词候选集中的产品评论对象进行过滤，形成新词词集；
[0043]更新步骤，将新词词集中的产品评论对象添加到种子词典中，从而更新种子词典；
[0044]重复依次执行观点提取步骤、新产品评论对象获取步骤、过滤步骤、和更新步骤，直到不出现新产品评论对象或达到迭代次数后，执行观点提取步骤，从而得到最新的观点提取结果；
[0045]在所述新产品评论对象获取步骤中包括如下步骤：<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像视觉特征的产品品质快速鉴别方法，其特征在于，所述基于图像视觉特征的产品品质快速鉴别方法包括以下步骤：步骤一，构建产品标准图像数据库；通过机器视觉图像采集装置采集合格产品的图像信息，生成标准图像数据；将标准图像数据存入产品标准图像数据库；步骤二，通过机器视觉图像采集装置采集目标产品图像，并对产品真伪进行验证；步骤三，将采集的目标产品图像与产品标准图像数据库中图像进行对比；结果判断，如果对比结果一致，则判断产品合格，如果不一致，则将该待检测产品剔除；步骤四，对产品特征进行挖掘与评价。2.如权利要求1所述基于图像视觉特征的产品品质快速鉴别方法，其特征在于，所述对产品真伪进行验证方法如下：(1)构建产品数据库，发送预先获取的产品特征数据；将获取的产品特征数据存入产品数据库中；(2)接收加密数据，所述加密数据是设置在产品上的加密芯片在接收到所述产品特征数据后，使用预先存储在加密芯片中的加密密钥将所述产品特征数据和预先储存在加密芯片中的产品数据进行加密后得到并发出的；(3)使用本地存储的解密密钥对所述加密数据进行解密；若解密成功，则从所述加密数据中得到待验证的产品特征数据和所述产品数据；判断所述待验证的产品特征数据是否满足预设的验证条件，若是，则确定所述产品为真，且显示所述产品数据；发送的所述产品特征数据包括所述发送时的即时时间值，即发送时间值，所述待验证的产品特征数据包括待验证的发送时间值；所述判断所述待验证的产品特征数据是否满足预设的验证条件包括：判断待验证的发送时间值是否与所述解密成功的即时时间值的差值在预先设定的范围内；所述即时时间值包括使用终端发送的当前时间或当前的时间与其他数字的组合；所述即时时间值是从时间点开始到进行发送动作当前时间为止，其间经过的秒值或分钟值或小时值。3.如权利要求2所述基于图像视觉特征的产品品质快速鉴别方法，其特征在于，所述预先设定的范围为2秒至10秒。4.如权利要求2所述基于图像视觉特征的产品品质快速鉴别方法，其特征在于，所述产品数据包括，真伪验证数据；所述方法还包括，判断所述真伪验证数据是否与预先存储在本地的验证数据相同；若是，且所述判断所述待验证的产品特征数据是否满足预设的验证条件的结果为是，则确定所述产品为真，且显示所述产品数据。5.如权利要求2所述基于图像视觉特征的产品品质快速鉴别方法，其特征在于，所述使用本地存储的解密密钥对所述加密数据进行解密还包括：若解密失败，则确定所述产品为假，且显示表示所述产品为假的数据。6.如权利要求2所述基于图像视觉特征的产品品质快速鉴别方法，其特征在于，所述加密芯片为NFC芯片；所述加密密钥和所述解密密钥为非对称密钥；
所述接收包括：向所述加密芯片发送接收加密数据的指令数据；接收所述加密数据，所述加密数据是加密终端在接收到所述预先获取的产品特征数据后，使用预先存储在加密芯片中的加密密钥将所述产品特征数据和预先储存在加密芯片中的产品数据进行加密后得到，且在接收到所述指令数据后发出的。7.如权利要求1所述基于图像视觉特征的产品品质快速鉴别方法，其特征在于，所述对产品特征进行挖掘与评价方法如下：1)通过提取程序随机抓取多条用户对于目标产品的文本评论数据训练感情词典与产品特征词典；确定目标产品，并从电子商务平台上抓取多条不同用户对于目标产品的文本评论数据；2)根据所述感情词典与产品特征词典，依次从每条所述文本评论数据中抽取出产品特征
‑
感情词语对，并使用所述产品特征
‑
感情词语对迭代更新所述感情词典与产品特征词典，直到多条所述文本评论数据均被处理；3)对所有被抽取出的所述产品特征
‑
感情词语对进行统计，获得该产品的产品特征与感情评价；所述通过提取程序随机抓取多条用户对于目标产品的文本评论数据方法：随机抓取多条数据获取步骤，获取网页上的产品评论数据；对评论数据进行统计归类；产品评论数据处理步骤，对产品评论数据进行分词、词性标注、及去停用词处理从而得到分词结果；计算词向量步骤，使用word2vec算法，输入分词结果，计算产品评论数据中每个词的词向量；观点提取步骤，使用种子词典结合观点提取规则处理产品评论数据，获得观点提取结果，观点提取结果包括产品评论对象和产品评论观点信息；新产品评论对象获取步骤，结合产品评论数据和观点提取结果，使用CRF模型发现新产品评论对象，并将新产品评论对象添加到新词候选集中，所述CRF模型是条件随机场模型；过滤步骤，使用词向量和过滤规则对新词候选集中的产品评论对象进行过滤，形成新词词集；更新步骤，将新词词集中的产品评论对象添加到种子词典中，从而更新种子词典；重复依次执行观点提取步骤、新产品评论对象获取步骤、过滤步骤、和更新步骤，直到不出现新产品评论对象或达到迭代次数后，执行观点提取步骤，从而得到最新的观点提取结果；在所述新产品评论对象获取步骤中包括如下步骤：构造训练语料步骤，从观点提取结果中得到产品评论对象，生成CRF模型的训练语料；训练集建立步骤，建立交叉验证训练集，并使用交叉验证方法把训练语料分成规定份数，并按规定比例组合成训练集和测试集，然后对训练集和测试集分别进行训练，从而得到CRF模型；提取步骤，使用CRF模型进行新产...

【专利技术属性】
技术研发人员：李元乔，杨沛泉，王温馨，左腊梅，
申请(专利权)人：湖南左元信息科技有限公司，
类型：发明
国别省市：