基于改进的ShuffleNet V2的彩色激光打印文档中防伪系统的识别模型
Qi-Ming Zhou1,2, Lu-Wen Yuan3, Qian Zhou2
1School of National Security, People"s Public Security University of China, Beijing, 100038, China.
Scientific reports
|November 19, 2025
概括
本研究引入了改进的ShuffleNet_OD_CA模型,用于在彩色激光打印机中增强假冒保护系统 (CPS) 识别. 该模型实现了91.18%的准确性,超过了使用更少参数的传统方法.
科学领域:
- 计算机视觉 计算机视觉
- 法医科学 法医科学 法医科学
- 机器学习 机器学习
背景情况:
- 假冒防护系统 (CPS) 检查对于识别彩色激光打印机至关重要.
- 目前用于CPS识别的手动检查方法是低效和不准确的.
研究的目的:
- 开发一个改进的ShuffleNet_OD_CA模型,用于在彩色激光打印文档中增强CPS识别.
- 提高识别打印机品牌和个人打印机的准确性和效率.
主要方法:
- 开发了一个改进的ShuffleNet_OD_CA模型,基于ShuffleNet V2轻量级卷积神经网络.
- 使用八个主要彩色激光打印机品牌的文件构建了一个专门的数据集.
- 在构建的数据集上训练和测试模型.
主要成果:
- 改进的ShuffleNet_OD_CA模型在测试组中实现了91.18%的识别精度.
- 该模型有182万个参数和8030万个FLOP,比基线模型少.
- 与ResNet.net等经典模型相比,证明了更高的识别精度和更少的参数.
结论:
- 改进的ShuffleNet_OD_CA模型有效地识别了彩色激光打印文档中的CPS模式.
- 与现有方法相比,该模型为CPS识别提供了更准确,更有效的解决方案.
- 该模型能够提取和分析CPS的关键图像特征的能力得到了证明.
