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！

龙图腾网获悉北京转转精神科技有限责任公司申请的专利一种基于深度学习的奢侈品真伪识别聚类方法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：CN121074454B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202511630379.9，技术领域涉及：G06V10/762；该发明授权一种基于深度学习的奢侈品真伪识别聚类方法是由李立涛设计研发完成，并于2025-11-10向国家知识产权局提交的专利申请。

本一种基于深度学习的奢侈品真伪识别聚类方法在说明书摘要公布了：本发明公开了一种基于深度学习的奢侈品真伪识别聚类方法，涉及计算机视觉技术领域，包括，基于融合后的细粒度特征矩阵，利用对抗式域适应网络最小化不同域之间的特征分布差异，并通过部位注意力机制放大在高风险部位的伪造差异响应，得到跨域对齐后的嵌入特征矩阵；将跨域对齐后的嵌入特征矩阵通过L2归一化投射到单位球面流形上，结合多视角一致性损失约束，获取球面嵌入特征矩阵，并输入vonMises–Fisher混合模型，输出初始聚类中心集合及簇后验概率矩阵。本发明实现了跨不同拍摄域的特征分布对齐与高风险伪造细节的特征响应放大，提升了特征表示的一致性与伪造敏感性，并提高了奢侈品真伪识别的鲁棒性与聚类精度。

本发明授权一种基于深度学习的奢侈品真伪识别聚类方法在权利要求书中公布了：1.一种基于深度学习的奢侈品真伪识别聚类方法，其特征在于：包括， 采集奢侈品的多视角图像集合、拍摄元数据集合及部位关键点集合，对多视角图像集合进行预处理，并使用拍摄元数据进行域信息标注，生成已标注域标签的多视角图像集合； 将已标注域标签的多视角图像集合输入细粒度特征提取网络，结合部位关键点集合提取纹理描述子、几何形变特征、刻印字符轮廓及压印深浅分布，并进行多模态特征融合，生成融合后的细粒度特征矩阵； 基于融合后的细粒度特征矩阵，利用对抗式域适应网络最小化不同域之间的特征分布差异，并通过部位注意力机制放大在高风险部位的伪造差异响应，得到跨域对齐后的嵌入特征矩阵； 将跨域对齐后的嵌入特征矩阵通过L2归一化投射到单位球面流形上，结合多视角一致性损失约束，获取球面嵌入特征矩阵，并输入vonMises–Fisher混合模型，输出初始聚类中心集合及簇后验概率矩阵； 根据初始聚类中心集合及簇后验概率矩阵，计算每个聚类中心的类内角度方差、低置信度样本分布情况及跨批次中心漂移量，并获取更新后的聚类中心集合及聚类中心动态约束状态； 使用更新后的聚类中心集合及动态约束状态，重新计算每个样本的簇后验概率，生成最终聚类标签集合，并统计各批次间中心偏移量与新簇生成率，获取最终的聚类标签集合、更新参数以及奢侈品真伪报告。

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北京转转精神科技有限责任公司，其通讯地址为：100192 北京市海淀区西小口路66号中关村东升科技园·北领地B2楼六层B601、B603室；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。