一种基于在线字典学习数据匹配模型的假货数据识别方法

摘要

本发明公开了一种基于在线字典学习数据匹配模型的假货数据识别方法，本发明的技术方案是首先安装调试好硬件设备，联网并从假货数据数据匹配模型的图像中学习、建立在线字典学习数据匹配模型，将待检测货物的版本、批次、包装以及时间等图案放置于扫描设备下方，进行图像信息的采集，并通过在线字典学习数据匹配模型进行相似度匹配，得到最终相似度，设定一阈值，并将最终相似度与阈值进行比较,当最终相似度大于阈值时判断识别货物为正品，当最终相似度小于阈值时判断识别货物为假货，同时将正品和假货的信息保存以进行自我调节和自我校对，有效提升识别判断的准确性，同时节省了整体算法的运行时间，且大大提高了识别的效率和成功率。