AI 鉴定通用规范编制说明.pdfVIP

AI 鉴定通用规范 团体标准编制说明 一、工作简况 1．任务来源 真伪问题为现有奢侈品商品交易时的主要矛盾，且存在鉴定服务信息不透明、缺乏说服 力等问题；为协助消费者获取正当权益，及完善平台保障管理体系， A| 鉴定因其客观、标 准统一、快捷等特性，可以满足部分相应的鉴定需求。为解决市场痛点与核心需求，实现快 速且标准统一执行结果稳定的商品鉴定，由图灵深视（北京）科技有限公司作为牵头起草 单位，广泛邀请全国范围奢侈品行业内专业机构及人士参与编制工作，积极推进团体标准指 定工作；千 2023 年 3 月通过提案；并千4 月通过立项，立项号 P/CIQA-145-2023 。 2. 起草单位及参编单位 主要起草单位：图灵深视（北京）科技有限公司 参与起草单位：图灵深视（杭州）科技有限公司、浙江阿里巴巴闲鱼网络科技有限公司、 北京传祁拍拍网络科技有限公司、大连津如珠宝有限公司、中奢鉴（北京）科技发展有限责 任公司 3．主要起草人： 唐平中、李俊、李佳、李志恒、千冰洁、刘明伟、张琛、祁伟伟、游静波、潘佳琳 _、 标准编制过程 根据任务要求，图灵深视（北京）科技有限公司千 2023 年 1 月成立了标准编制起草工 作组，组织标准编制和协调工作。标准编制工作组制定了标准编制计划、编写大纲，明确任 务分工及各阶段时间进度。同时组织工作组成员学习 GB/T 1.1—2020 《标准化工作导则第 1 部分：标准化文件的结构》，结合规则进行标准结构及内容的探讨研究。 标准起草工作组经过 2 个月对Al 鉴定实际应用场景准确率测试及优化结合市场鉴定场 景需求现状及用户体验的调研反馈，千 2023 年 3 月确定了标准起草的总框架和主要内容， 并编写完成了团体标准《Al 通用鉴定规范》的草案并多次进行研讨修改，目前已形成团体 标准的征求意见稿。 二、标准编制原则和主要内容 1．编制原则： Al 性能要求须符合 A. 时效性： 上传图片后系统在 10s 内应给出鉴定结果。 B. 智能性： Al 鉴定整个技术（除了拍照）应由计算机完成，无需人干预，并保证准确率大千 90%。 C. 鲁棒性及准确性的规定范围： 在不同拍摄环境、拍摄角度下，图片应清晰，同一个鉴定点多次测试，系统应在 95% 以上的概率给出一致的结果。 D. 准确性： 在符合相应图片质量要求前提下， A| 鉴定结果的准确率仅对所提供的图片做判断，且 应不低千人工鉴定师在无实物的情况下只看图片得出的鉴定结果的准确率，最低准确率应高 千 90%。 2. 主要技术： A. 人工智能 Artificial Intelligence 一门交叉学科，通常视为计算机科学的分支，研究表现出与人类智能（如推理和学习）。 B. 机器学习 Machine Learning 功能单元通过获取新知识或技能，或通过整理已有的知识或技能来改进其性能的过程。 [GB/T 5271.31—2006，定义 31.01.02] C. 深度学习 Deep Learning 深度学习是机器学习的分支，是一种以人工神经网络结构对数据进行表征学习的算法。 [T/SIA006—2018, 定义 2.3] D. 神经网络 Neural Network 由加权链路且权值可调整连接的基本处理元素的网络，通过把非线性函数作用到其输入 值上使每个单元产生一个值，并把它传送给其他单元或把它表示成输出值。。 E. 对抗生成网络 Generative Adversarial Net 是一种深度学习模型，通过框架中的生成模型和判别模型的互相博弈学习产生相当好的 输出。 F. 语义分割 Semantic Segmentation 通过查找像素，识别图像中存在的内容以及位置。 四、内容及实验准出综述 1. Al 鉴定算法模块应包含目标检测、图像质量评估、目标分类、集成四个模块。 1) 目标检测 目标检测的任务是通过深度学习方法找出图像中的目标物体，确定它们的类别和位置。 Al 鉴定整个算法流程中引入目标检测，不仅可以判断输入图片是否含有鉴定点，确定 鉴定点的具体名字，还可以精准地定位到鉴定点所在位置。 图 3 为目标检测的一个结果示例图，检测到一个目标，预测类别为“包”，置信度为 0.813, 位置用红色矩形框框出。