买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湖南科创信息技术股份有限公司;国家烟草质量监督检验中心申请的专利基于深度学习的卷烟真伪识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116030244B 。

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310004727.6，技术领域涉及：G06V10/25；该发明授权基于深度学习的卷烟真伪识别方法及系统是由李晓辉;肖国荣;任壮宗;禹舰;徐羽鹏;周明珠;杨进设计研发完成，并于2023-01-03向国家知识产权局提交的专利申请。

本基于深度学习的卷烟真伪识别方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的卷烟真伪识别方法及系统，所述卷烟真伪识别方法通过滑窗将样本图像划分为多个图像块，再将每个图像块网格化分割为多个子图像块，然后在模型训练过程中，先利用预训练的卷积神经网络提取出细粒度特征，再将提取出的细粒度特征输入至循环神经网络中，利用循环神经网络挖掘出多个子图像块对应的提取特征之间的关联性，从而基于细粒度特征和特征之间的关联性联合决策每个图像块的真伪，大大提高了每个图像块的真伪识别准确度，保证训练出的模型具有很高的识别准确度，从而可以快速、准确地识别出卷烟的真伪。

本发明授权基于深度学习的卷烟真伪识别方法及系统在权利要求书中公布了：1.一种基于深度学习的卷烟真伪识别方法，其特征在于，包括以下内容： 步骤S1：收集正样本数据和负样本数据并进行贴标签处理，其中，正样本数据包括真烟的扫描图像，负样本数据包括假烟的扫描图像； 步骤S2：利用滑窗将每张扫描图像划分为多个图像块，并对每个图像块进行网格化分割得到多个子图像块，从而构建得到子图像块数据集； 步骤S3：构建卷烟真伪识别模型，其中，所述卷烟真伪识别模型包括用于提取特征的预训练的卷积神经网络和用于基于提取的特征进行真伪识别的循环神经网络； 步骤S4：利用子图像块数据集对卷烟真伪识别模型进行训练，直至模型收敛，在训练过程中，先利用预训练的卷积神经网络从每个图像块对应的多个子图像块中提取出细粒度特征集合，再将提取出的细粒度特征集合输入至循环神经网络，循环神经网络基于多个子图像块的细粒度特征之间的关联性识别该图像块的真伪； 步骤S5：将待识别卷烟的扫描图像输入至训练好的卷烟真伪识别模型中，输出卷烟真伪识别结果； 所述步骤S2包括以下内容： 步骤S21：填充扫描图像的边界至滑窗窗口大小的整数倍，以特定步长和预设重叠率从左至右、从上至下对填充后的扫描图像进行滑窗切割，得到多个图像块； 步骤S22：对每个图像块进行网格化分割，以将每个图像块均匀分割成多个子图像块，并按照从左至右、从上至下的顺序构建每个图像块对应的子图数据集，所有样本数据对应的若干个子图数据集则构成子图像块数据集，相邻子图像块之间的特征具有连续性； 所述步骤S5包括以下内容： 步骤S51：获取待识别卷烟的扫描图像，并在扫描图像中选取ROI区域； 步骤S52：在ROI区域中随机裁剪出多个不重叠的图像块，并对每个图像块进行网格化分割得到多个子图像块； 步骤S53：将每个图像块对应的多个子图像块输入至训练好的卷烟真伪识别模型中，输出每个图像块的真伪识别结果； 步骤S54：基于多个图像块的真伪识别结果采取投票法得到最终的卷烟真伪识别结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖南科创信息技术股份有限公司;国家烟草质量监督检验中心，其通讯地址为：410009 湖南省长沙市岳麓区青山路678号科创软件园；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。