文章图片
文章图片
文章图片
文章图片
低成本带来的巨额利润 , 让售假风波不断 。 暴利的奢侈品行业更是首当其冲 , 有报道称 , 高仿奢侈品产业链暴利高达650%!高额利益驱使下的造假之猖獗可想而知 。
谁都不希望自己买到假货 , 那么如何应对假货问题呢?相较于人为鉴定 , AI为高效、精准的假货打击提供了新思路 。
AI鉴别 , 操作很简单
根据欧盟知识产权局/经合组织的报告 , 鞋类在全球假冒商品贸易中位居榜首 , 约占查获假货价值的五分之一 。 鞋类制造者们多产且敏捷 , 可以迅速赶上新的身份验证安全措施 。 他们生产大量仿冒品的速度几乎与新运动鞋款式投放市场一样快 。
为了打击日益增长的运动鞋造假行为 , 来自美国纽约的科技初创公司“条目”发布了一款名为“条目”的人工智能驱动身份验证平台 。 它包含两个组件:一个用于扫描标签数据并显示认证结果的移动应用程序 , 以及一个使用计算机视觉的灯箱 。
【机器学习|再也不怕买到A货了!AI鉴别假货识别率高达98.5%】首先 , 应用程序会提示用户选择这双鞋是哪个品牌 , 并要求他们拍摄尺码标签;
其次 , 将鞋子放入有8个摄像头的使用计算机视觉的灯箱 , 多角度捕捉鞋子特写 , 包括侧视图、正视图和鞋底;
之后 , 图像被发送回应用程序 , 机器学习(ML)算法分析捕获的数据并将其与来自真实配对的数据点进行比较 , 在短短一分钟内发出鞋子究竟是正品或赝品的结论 。
像素级识别 , AI的火眼金睛
通常来说 , 奢侈品包包的伪造技术非常厉害 , 即便是专柜店员可能也无法每一次都准确分辨出所谓的“超A货” 。 而搭载先进AI技术的“条目”显微镜 , 则完全可以 。
“条目”看上去有点像是网络摄像头 , 通过蓝牙可以连接智能手机 , 下载安装应用后就可以使用了 。 使用方法很简单:将其顶端贴近奢侈品、反复接触并扫描表面 , 应用便会很快判断出商品的真伪 , 准确度高达98.5% , 易用且方便 。
创始人阿什莱什·夏尔马透露 , “条目”是结合了机器学习的显微镜 。 首先显微镜部分可以观察到众多人眼无法看到的微观细节 , 而AI则负责提取其中数以百万计的的数据点 , 通过纹理、对比度、针脚、Logo几何形状、工艺、磨损后的状态等等 , 判断出真伪 。
虽然目前只有98.5%的准确率 , 但“条目”的AI算法是可以自主学习的 , 所以使用效果会越来越理想 。 相比现存的方式 , 好处是在于不需要损坏商品 。
神经网络视觉 , AI机器学习
在AI鉴定技术投入应用之前 , 为应对AI偏差及准确性挑战 , 技术人员必须使用大量数据对模型开展训练 , 使其获得足够的数据支撑 。
为了达到超过90%的准确度 , “条目”在采购了正品和赝品后 , 为每个品牌收集了数百万张图片 , 测试了数百种赝品——甚至每种流行款式多个级别的赝品 。
大量奢侈品的真假图片被放入AI神经网络之中 , AI利用深度学习 , 从海量样例数据中习得识别鉴定点、分辨真伪的能力 , 最终能够在几秒内自动提取鉴定特征 , 并分析给出鉴定结果 。
当然 , 如此强大的鉴别能力可不便宜 , 但这些费用对于奢侈品店主来说 , 却只是在赝品损失中的九牛一毛 。
假冒贸易行业估计超过4500亿美元 , 但客户和品牌可能不会被愚弄太久 , AI参与将是对假冒行业的有力打击 。 高性能算力平台淬炼出的AI尖刀 , 必将以摧枯拉朽之势插进造假产业的心脏 。
- 智能|经纬、高瓴联合领投,机器视觉传感器公司深视智能完成数亿元B+轮融资
- 欧姆|常见硬件面试题(含答案)盘点,硬件工程师学习笔记
- 机器人|见证国产骄傲!又一冬奥会“黑科技”惊艳老外,已悄然占全球第一
- 英特尔|近年来,生成式深度学习模型在分子设计中的应用已经出现
- |学习配机,从解读品牌机配置方案开始!
- 小米科技|佳能裁员补偿是恶意吗?宣扬996的老板是否能向这些良心企业学习
- 机器|增材制造液体火箭发动机推力室端到端的工艺评价(2)
- 深度学习|深度学习,对如何更好地表示计算机的化学结构的问题,有着浓厚的兴趣
- 扫地机器人|这是2022年1月最具成本效益的手机的安兔兔列表
- 联想|集学习与娱乐一体的性能平板!小新Pad pro 2021体验