TWI717716B - 防偽元件驗證方法及系統 - Google Patents

防偽元件驗證方法及系統 Download PDF

Info

Publication number
TWI717716B
TWI717716B TW108111479A TW108111479A TWI717716B TW I717716 B TWI717716 B TW I717716B TW 108111479 A TW108111479 A TW 108111479A TW 108111479 A TW108111479 A TW 108111479A TW I717716 B TWI717716 B TW I717716B
Authority
TW
Taiwan
Prior art keywords
image
images
counterfeiting
identified
module
Prior art date
Application number
TW108111479A
Other languages
English (en)
Other versions
TW202038115A (zh
Inventor
陳膺任
Original Assignee
陳膺任
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 陳膺任 filed Critical 陳膺任
Priority to TW108111479A priority Critical patent/TWI717716B/zh
Priority to CN201910505307.XA priority patent/CN111766244B/zh
Publication of TW202038115A publication Critical patent/TW202038115A/zh
Application granted granted Critical
Publication of TWI717716B publication Critical patent/TWI717716B/zh

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)

Abstract

一種防偽元件驗證方法及系統中，建模模組利用根據多幅分別在多個不同觀看角度下擷取自具有光學可變特徵圖案之目標元件的參考影像並透過深度學習獲得影像辨識模型。判定模組利用該影像辨識模型依序分析多幅分別在多個不同觀看角度下擷取自防偽元件的待辨識影像，以便對於每幅待辨識影像，在判定出其含有對應於該光學可變特徵圖案之輪廓的影像部分後，獲得該影像部分與該光學可變特徵圖案之間的相似度。該判定模組在判定出獲得有不小於該預定相似度門檻的相似度之待辨識影像的數量達到該預定數量時，成功驗證該防偽元件為該目標元件。

Description

防偽元件驗證方法及系統
本發明是有關於防偽元件，特別是指一種防偽元件驗證方法及系統。
目前，防偽元件已廣泛地被應用於鑑別文件、紙鈔或產品，以便防止偽造。特別是，光學可變的雷射防偽標籤會因觀看角度或光線照射角度的差異而呈現不同的光學影像，因此它們較難以影印或複製的方式來仿製。雖然此種防偽元件通常是採用特殊光學圖案的設計，而此特殊光學圖案可藉由簡單的目視方式來鑑別，然而對於具高品質的偽造元件而言，它與真正的防偽元件只存在些微的差異，若僅以目視的鑑別方式，恐無法確保每次均能鑑別出此種偽造元件。另一方面，對於一般購物的客戶而言，他(她)通常亦不知配置於所購買之產品上的防偽標籤的防偽功能或其真偽，所以無法確保該產品是否為正品，還是偽品(即，仿冒品)。
因此，如何發展出一種有效且方便於一般用戶使用的防偽元件驗證機制遂成為一個重要議題。
因此，本發明的一目的，即在提供一種防偽元件驗證方法，其能克服現有技術的至少一缺點。
於是，本發明所提供的一種防偽元件驗證方法用於驗證一有關於一目標元件的防偽元件且利用一影像處理單元來實施。該目標元件形成有一光學可變特徵圖案防偽元件，該防偽元件驗證方法包含以下步驟：(A)根據M(M≧2)幅分別在M個不同觀看角度下擷取自該目標元件的參考影像並透過深度學習，獲得一對應於該目標元件的影像辨識模型；(B)在連續接收到N(2≦N≦M)幅分別在N個不同觀看角度下擷取自該防偽元件的待辨識影像的期間，利用該影像辨識模型依序分析該N幅待辨識影像，以便，對於每幅待辨識影像，先判定該幅待辨識影像是否含有對應於該光學可變特徵圖案之輪廓的影像部分，且在判定出該幅待辨識影像含有一對應於該光學可變特徵圖案之輪廓的影像部分後，獲得該影像部分與該光學可變特徵圖案之間的相似度；(C)判定該N幅待辨識幅影像其中獲得有不小於一預定相似度門檻的相似度之待辨識影像的數量是否達到一預定數量；及(D)在判定出獲得有不小於該預定相似度門檻的相似度之待辨識影像的數量達到該預定數量時，成功驗證該防偽元件為該目標元件。
在一些實施態樣中，該影像辨識模型是藉由以卷積神經網路的深度學習方式處理並分析該M幅參考影像而獲得。
在一些實施態樣中，該光學可變特徵圖案包含一雷射圖案或一立體圖案。
因此，本發明的另一目的，即在提供一種防偽元件驗證系統，其能克服現有技術的至少一缺點。
於是，本發明所提供的一種防偽元件驗證系統用於驗證一有關於一目標元件的防偽元件。該目標元件形成有一光學可變特徵圖案。該防偽元件驗證系統包含一驗證伺服器、及一使用者裝置。
該驗證伺服器連接一通訊網路，並包括一建模模組及一判定模組。該建模模組根據M(M≧2)幅分別在M個不同觀看角度下擷取自該目標元件的參考影像並透過深度學習，獲得一對應於該目標元件的影像辨識模型。
該使用者裝置包括一通訊模組、一影像擷取模組及一處理模組。該通訊模組經由該通訊網路連接該驗證伺服器。該影像擷取模組用來連續在N(2≦N≦M)個不同觀看角度下擷取該防偽元件的N幅影像。該處理模組電連接該通訊模組及該影像擷取模組，並經由該通訊模組，將來自於該影像擷取模組的該N幅影像依序傳送至該驗證伺服器。
在該驗證伺服器連續接收到來自該使用者裝置的該N幅待辨識影像的期間，該判定模組利用該影像辨識模型依序分析該N幅待辨識影像，以便，對於每幅待辨識影像，先判定該幅待辨識影像是否含有對應於該光學可變特徵圖案之輪廓的影像部分，且在判定出該幅待辨識影像含有一對應於該光學可變特徵圖案之輪廓的影像部分後，獲得該影像部分與該光學可變特徵圖案之間的相似度。
該判定模組判定該N幅待辨識影像其中獲得有不小於一預定相似度門檻的相似度之待辨識影像的數量是否達到一預定數量，以致該判定模組在判定出獲得有不小於該預定相似度門檻的相似度之待辨識影像的數量達到該預定數量時，該驗證伺服器通知該使用者裝置該防偽元件被成功驗證為該目標元件。
在一些實施態樣中，該建模模組是藉由以卷積神經網路的深度學習方式處理並分析該M幅參考影像而獲得該影像辨識模型。
在一些實施態樣中，該光學可變特徵圖案包含一雷射圖案或一立體圖案。
在一些實施態樣中，該使用者裝置還包括一電連接且受控於該處理模組的使用者輸出介面。每當該驗證伺服器的該判定模組判定出所獲得且對應於該等N幅待辨識影像其中一幅待辨識影像的相似度不小於該預定相似度門檻時，該驗證伺服器通知該使用者裝置該幅待辨識影像被成功辨識，以致該使用者在接獲來自該驗證伺服器之通知時，該處理模組使該使用者輸出介面產生一指示出成功辨識的輸出。
本發明之功效在於：當使用者利用該使用者裝置將擷取自該防偽元件的待辨識影像傳送至該驗證伺服器後，該驗證伺服器利用透過深度學習而獲得的該影像辨識模型能快速地判定出該防偽元件是否被成功驗證為該目標元件，藉此能有效且快速地確認該防偽元件的真偽，以便進一步快速地確認設有該防偽元件之產品或商品是否為正品還是偽品。
在本發明被詳細描述之前，應當注意在以下的說明內容中，類似的元件是以相同的編號來表示。
參閱圖1，本發明實施例的一種防偽元件驗證系統100用於驗證一有關於一目標元件的防偽元件4，也就是說，用於驗證該防偽元件4是否為該目標元件。該目標元件包含一光學可變特徵圖案。為方便理解，特別以一簡單舉例來說明，該目標元件為一雷射標籤3，如圖5所示，該雷射標籤3形成有一作為該光學可變特徵圖案的雷射圖案31(例如，在一特定角度下所觀看到的該雷射圖案31含有一立方體的輪廓線及一位於該立方體的一外表面的小圓圈線)，但不以此例為限。然而，在其他實施例中，該目標元件亦能為一立體標籤(圖未示)，而此立體標籤形成有一作為該光學可變特徵圖案的立體圖案。由於該防偽元件4通常被設置、貼附或形成於一產品或商品，因此藉由驗證該防偽元件4的真偽來確認此產品或商品為正品或偽品。值得注意的是，在實際應用上，該防偽元件驗證系統100並不限於驗證有關於該目標元件的防偽元件，換句話說，該防偽元件驗證系統100亦能同時支援有關於多個不同的目標元件之防偽元件的驗證。以下，僅針對有關於該(單一)目標元件的防偽元件之驗證進一步詳細說明該防偽元件驗證系統100的組成及其操作。
該防偽元件驗證系統100包含一驗證伺服器1、及一使用者裝置2。
該驗證伺服器1連接一通訊網路200，例如網際網路，並包括一建模模組11及一判定模組12。在此，該建模模組11能與該判定模組12結合來共同作為一影像處理單元。更明確地，該建模模組1用於建立一對應於該目標元件的影像辨識模型，而該判定模組12用於處理該防偽元件之驗證的相關操作。值得注意的是，在實際應用上，若該防偽元件驗證系統100必須支援有關於多個不同目標元件之防偽元件的驗證時，該建模模組1亦能以相似的方式來建立多個分別對應於多個不同目標元件的影像辨識模型。在本實施例中，該建模模組11及該判定模組12能以具相關特定功能的軟體、硬體、韌體、或前述任一組合來實施。
在本實施例中，在使用前，該建模模組11根據M(M≧2)幅分別在M個不同觀看角度下擷取自該目標元件的參考影像並透過深度學習，獲得對應於該目標元件的該影像辨識模型。更明確地，該建模模組11是藉由例如以卷積神經網路的深度學習方式處理並分析該M幅參考影像而獲得該影像辨識模型。舉例來說，M=10，但不在此限。更明確地說，當M越大時，則所獲得的該影像辨識模型的影像辨識精確度將越高。
在本實施例中，該使用者裝置2例如能實施成一智慧型手機或平板電腦，但不在此限，並包含一影像擷取模組21、一通訊模組22、一處理模組23、及一使用者輸出介面24。該影像擷取模組21電連接該處理模組23，並能以掃描或拍攝的方式擷取影像。該通訊模組22連接該通訊網路200，並電連接該處理模組23。該使用者輸出介面24例如包含一顯示螢幕(圖未示)，但不以此例為限，並電連接該處理模組23。該處理模組23例如預先載有一相關於該防偽元件4之驗證處理的應用程式(圖未示)，但不在此限。
以下，參閱圖1及圖2來示例地說明該防偽元件系統100如何執行對於該防偽元件4的驗證程序。該驗證程序包含以下步驟S21~S27。
首先，在步驟S21中，該使用者裝置2的該處理模組23通過該應用程式的執行並配合人為的操作，以使該影像擷取模組21連續在N(2≦N≦M)個不同觀看角度下擷取該防偽元件的N幅待辨識影像，如圖4所示，並使該通訊模組22建立與該驗證伺服器1的通訊，以便將該影像擷取模組21所擷取的該N幅待辨識影像依序傳送至該驗證伺服器1。舉例來說，該防偽元件4可能是分別如圖6及圖7所示且有關於圖5所示之雷射標籤3的防偽標籤41，42，但不在此限(其中圖6所示的該防偽標籤41極相似於圖3的雷射標籤3，而圖7所示該防偽標籤41所含的圖案對比於圖3所示的該雷射圖案31，不僅在立方體的輪廓線有缺損而且不含有小圓圈線)。此外，例如，N=5，但不以此例為限。值得注意的是，N越小，則之後花費在驗證該防偽元件所需的處理時間將越短。
然後，在步驟S22中，在該驗證伺服器1連續接收到來自該使用者裝置2的該N幅待辨識影像的期間，該判定模組12利用該影像辨識模型依序分析該N幅待辨識影像，以便對於每幅待辨識影像執行一辨識處理。
更參閱圖3，於步驟S22所執行的每一次辨識處理包含以下步驟S31~S33。
在步驟S31中，該判定模組12將該幅待辨識影像輸入該影像辨識模型後，利用該影像辨識模型所建立的演算法來判定該幅待辨識影像是否含有對應於該光學可變特徵圖案之輪廓的影像部分。若該判定模組12判定出該幅待辨識影像(例如，擷取自圖6所示的防偽標籤41的待辨識影像)含有一對應於該光學可變特徵圖案之輪廓的影像部分時，該判定模組12利用該影像辨識模型所建立的演算法，獲得該影像部分與該光學可變特徵圖案的相似度，並通知該使用者裝置2該待辨識影像被辨識(步驟S32)。於是，該使用者裝置2的該處理模組23在接獲通知時，例如使該使用者輸出介面24輸出一指示出已辨識之輸出。值得注意的是，此輸出能以例如任何文字、符號、或圖案的方式來呈現，但不在此限。相反地，若該判定模組12判定出該幅待辨識影像不含有任何對應於該光學可變特徵圖案之輪廓的影像部分時(例如，擷取自圖7所示的防偽標籤42的待辨識影像)，該判定模組12通知該使用者裝置2該幅待辨識影像的辨識失敗(步驟S33)。於是，該使用者裝置2的該處理模組23在接獲通知時，例如使該使用者輸出介面24輸出一指示出辨識失敗的輸出。同樣地，此輸出只要能與上述已驗證之輸出有所區別，亦能以任何文字、符號、或圖案的方式來呈現，但不在此限。
在執行完N次的辨識處理後，在步驟S23中，該判定模組12判定步驟S22中所獲得且不小於一預定相似度門檻的相似度之數量(也就是，該N幅待辨識影像其中獲得有不小於該預定相似度門檻的相似度之待辨識影像的數量)是否達到一預定數量。值得注意的是，該預定相似度門檻及該預定數量能依實際情況而決定。當該判定結果為肯定時(也就是說，該判定模組12判定出步驟S22中所獲得且不小於該預定相似度門檻的相似度之數量不小於該預定數量)，該驗證伺服器1通知該使用者裝置2該防偽元件4被成功驗證為該目標元件(步驟S24)。於是，該使用者裝置2在接收到該通知時，使該使用者輸出介面24顯示驗證成功的訊息(步驟S25)。否則，流程將進行步驟S26。
在步驟S26中，該驗證伺服器1通知該使用者裝置2該防偽元件4的驗證失敗。於是，該使用者裝置2在接收到該通知時，使該使用者輸出介面24顯示驗證失敗的訊息(步驟S27)。
舉例來說，在N=5、該預定相似度門檻為80%且該預定數量為3的情況下(但不在此限)，若於步驟S22該判定模組12依序獲得了四個相似度且分別為90%、95%、85%及75%時，該驗證伺服器1會將該防偽元件4成功驗證為該目標元件。
特別要說明的是，在其他實施例中，上述步驟S22及步驟S23亦能被合併來進行，更明確地說，該判定模組12在執行完對於每幅待辨識影像的辨識處理後，就累計已獲得且不小於該預定相似度門檻的相似度之數量並判定所累計的數量是否達到該預定數量。若該累計數量達到該預定數量時，流程將進行步驟S24。否則，該判定模組12將執行下一幅待辨識影像的辨識處理。除非該判定模組12執行完N次的辨識處理並且該累計數量仍未達到該預定數量時，則流程將進行步驟S26。如此，若依循前例，當該判定模組12在獲得前三個相似度(90%，95%，85%)時所獲得的累計數量已達到3，流程將直接進行步驟S24，而該判定模組12將不會對於剩下的待辨識影像進行辨識處理，藉此縮短整個驗證處理時間。
綜上所述，當使用者利用該使用者裝置2將擷取自該防偽元件4的待辨識影像傳送至該驗證伺服器後，該驗證伺服器1利用透過深度學習而獲得的該影像辨識模型能快速地判定出該防偽元件4是否被成功驗證為該目標元件，藉此能有效且快速地確認該防偽元件4的真偽，以便進一步快速地確認設有該防偽元件4之產品或商品是正品還是偽品。故確實能達成本發明的目的。
惟以上所述者，僅為本發明之實施例而已，當不能以此限定本發明實施之範圍，凡是依本發明申請專利範圍及專利說明書內容所作之簡單的等效變化與修飾，皆仍屬本發明專利涵蓋之範圍內。
100····· 防偽元件驗證系統 1········ 驗證伺服器 11······ 建模模組 12······ 判定模組 2········ 使用者裝置 21······ 影像擷取模組 22······ 通訊模組 23······ 處理模組 24······ 使用者輸出介面 3········ 雷射標籤 31······ 雷射圖案 4········ 防偽元件 41······ 防偽標籤 42······ 防偽標籤 200····· 通訊網路 S21-S27       步驟 S31-S33       步驟
本發明之其他的特徵及功效，將於參照圖式的實施方式中清楚地呈現，其中： 圖1是一方塊圖，示例性地繪示本發明實施例防偽元件驗證系統； 圖2是一流程圖，示例性地說明該防偽元件系統如何執行一防偽元件驗證程序； 圖3是一流程圖，示例性地說明該實施例中的一判定模組對於每幅待辨識影像如何執行一辨識處理； 圖4是一示意圖，示例性地繪示該實施例中的一使用者裝置如何擷取一防偽元件的多幅待辨識影像； 圖5是一示意圖，示例性地繪示該實施例中的一目標元件； 圖6是一示意圖，繪示該實施例中的有關於圖5的該目標元件且待驗證的一防偽元件的一範例；及 圖7是一示意圖，繪示該實施例中的有關於圖5的該目標元件且待驗證的該防偽元件的另一範例。
100····· 防偽元件驗證系統 1········ 驗證伺服器 11······ 建模模組 12······ 判定模組 2········ 使用者裝置 21······ 影像擷取模組 22······ 通訊模組 23······ 處理模組 24······ 使用者輸出介面 4········ 防偽元件 200····· 通訊模組

Claims (7)

  1. 一種防偽元件驗證方法，用於驗證一有關於一目標元件的防偽元件且利用一影像處理單元來實施，該目標元件形成有一光學可變特徵圖案，該防偽元件驗證方法包含以下步驟： (A)根據M(M≧2)幅分別在M個不同觀看角度下擷取自該目標元件的參考影像並透過深度學習，獲得一對應於該目標元件的影像辨識模型； (B)在連續接收到N(2≦N≦M)幅分別在N個不同觀看角度下擷取自該防偽元件的待辨識影像的期間，利用該影像辨識模型依序分析該N幅待辨識影像，以便，對於每幅待辨識影像，先判定該幅待辨識影像是否含有對應於該光學可變特徵圖案之輪廓的影像部分，且在判定出該幅待辨識影像含有一對應於該光學可變特徵圖案之輪廓的影像部分後，獲得該影像部分與該光學可變特徵圖案的相似度； (C)判定該N幅待辨識影像其中獲得有不小於一預定相似度門檻的相似度之影像的數量是否達到一預定數量；及 (D)在判定出獲得有不小於該預定相似度門檻的相似度之待辨識影像的數量達到該預定數量時，成功驗證該防偽元件為該目標元件。
  2. 如請求項1所述的防偽元件驗證方法，其中，在步驟(A)中，該影像辨識模型是藉由以卷積神經網路演算法的深度學習方式處理並分析該M幅參考影像而獲得。
  3. 如請求項1所述的防偽元件驗證方法，其中，在步驟(A)，該光學可變特徵圖案包含一雷射圖案或一立體圖案。
  4. 一種防偽元件驗證系統，用於驗證一有關於一目標元件的防偽元件，該目標元件形成有一光學可變特徵圖案，該防偽元件驗證系統包含： 一驗證伺服器，連接一通訊網路並包括 一建模模組，根據M(M≧2)幅分別在M個不同觀看角度下擷取自該目標元件的參考影像並透過深度學習，獲得一對應於該目標元件的影像辨識模型，及 一判定模組；及 一使用者裝置，包括 一通訊模組，經由該通訊網路連接該驗證伺服器， 一影像擷取模組，用來連續在N(2≦N≦M)個不同觀看角度下擷取該防偽元件的N幅待辨識影像，及 一處理模組，電連接該通訊模組及該影像擷取模組，並經由該通訊模組，將來自於該影像擷取模組的該N幅待辨識影像依序傳送至該驗證伺服器； 其中，在該驗證伺服器連續接收到來自該使用者裝置的該N幅待辨識影像的期間，該判定模組利用該影像辨識模型依序分析該N幅待辨識影像，以便，對於每幅待辨識影像，先判定該幅待辨識影像是否含有對應於該光學可變特徵圖案之輪廓的影像部分，且在判定出該幅待辨識影像含有一對應於該光學可變特徵圖案之輪廓的影像部分後，獲得該影像部分與該光學可變特徵圖案的相似度；及 其中，該判定模組判定該N幅待辨識影像其中獲得有不小於一預定相似度門檻的相似度之待辨識影像的數量是否達到一預定數量，以致該判定模組在判定出獲得有不小於該預定相似度門檻的相似度之待辨識影像的數量達到該預定數量時，該驗證伺服器通知該使用者裝置該防偽元件被成功驗證為該目標元件。
  5. 如請求項4所述的防偽元件驗證系統，其中，該建模模組是藉由以卷積神經網路演算法的深度學習方式處理並分析該M幅參考影像而獲得該影像辨識模型。
  6. 如請求項4所述的防偽元件驗證系統，其中，該光學可變特徵圖案包含一雷射圖案或一立體圖案。
  7. 如請求項4所述的防偽元件驗證系統，其中： 該使用者裝置還包括一電連接且受控於該處理模組的使用者輸出介面；及 每當該驗證伺服器的該判定模組判定出所獲得且對應於該等N幅待辨識影像其中一幅待辨識影像的相似度不小於該預定相似度門檻時，該驗證伺服器通知該使用者裝置該幅待辨識影像被成功辨識，以致該使用者在接獲來自該驗證伺服器之通知時，該處理模組使該使用者輸出介面產生一指示出成功辨識的輸出。
TW108111479A 2019-04-01 2019-04-01 防偽元件驗證方法及系統 TWI717716B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW108111479A TWI717716B (zh) 2019-04-01 2019-04-01 防偽元件驗證方法及系統
CN201910505307.XA CN111766244B (zh) 2019-04-01 2019-06-12 防伪元件验证方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW108111479A TWI717716B (zh) 2019-04-01 2019-04-01 防偽元件驗證方法及系統

Publications (2)

Publication Number Publication Date
TW202038115A TW202038115A (zh) 2020-10-16
TWI717716B true TWI717716B (zh) 2021-02-01

Family

ID=72718346

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108111479A TWI717716B (zh) 2019-04-01 2019-04-01 防偽元件驗證方法及系統

Country Status (2)

Country Link
CN (1) CN111766244B (zh)
TW (1) TWI717716B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117173545B (zh) * 2023-11-03 2024-01-30 天逸财金科技服务（武汉）有限公司 一种基于计算机图形学的证照原件识别方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015055909A (ja) * 2013-09-10 2015-03-23 凸版印刷株式会社 識別方法および識別装置
TW201732305A (zh) * 2016-01-11 2017-09-16 克萊譚克公司 以影像為基礎之樣本程序控制
TW201839607A (zh) * 2017-04-24 2018-11-01 美商英特爾股份有限公司 用於深神經網路之計算最佳化機制
TWI646470B (zh) * 2013-12-02 2019-01-01 利昂哈德 庫爾茲公司 一種用以鑑別光學可變之防僞元件的方法及一種光學可變之防僞元件

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10246563A1 (de) * 2002-10-05 2004-04-15 november Aktiengesellschaft Gesellschaft für Molekulare Medizin Vorrichtung und Verfahren zur Bestimmung der Farbe/n auf einer Oberfläche
CN1521685A (zh) * 2003-01-27 2004-08-18 艾斯恩科技股份有限公司 真伪钞券辨识机及其辨识方法
JP4930885B2 (ja) * 2007-07-13 2012-05-16 独立行政法人産業技術総合研究所 遠隔で被検証品の真贋を判定する鑑定方法
CN104464075B (zh) * 2014-10-23 2018-03-16 深圳聚融科技股份有限公司 一种防伪品的检测方法及其检测装置
WO2016099981A1 (en) * 2014-12-18 2016-06-23 3M Innovative Properties Company Batch authentication of materials for automated anti counterfeiting
EP3432278A4 (en) * 2016-03-14 2019-11-27 Toppan Printing Co., Ltd. IDENTIFICATION DEVICE, IDENTIFICATION METHOD, IDENTIFICATION PROGRAM, AND COMPUTER-READABLE MEDIUM CONTAINING IDENTIFICATION PROGRAM
JP6707926B2 (ja) * 2016-03-16 2020-06-10 凸版印刷株式会社 識別システム、識別方法及びプログラム
CN106841035B (zh) * 2017-01-25 2024-02-23 成都中信华瑞科技有限公司 检测方法及装置
CN109101868A (zh) * 2017-06-20 2018-12-28 北京柯斯元科技有限公司 随机纹理防伪标识图案判定方法
CN109255362A (zh) * 2017-07-12 2019-01-22 北京柯斯元科技有限公司 随机纹理防伪标识图案判定方法
CN108898128B (zh) * 2018-07-11 2020-09-04 宁波艾腾湃智能科技有限公司 一种通过照片匹配数字化三维模型的防伪方法及设备
CN109389153B (zh) * 2018-08-31 2021-03-02 众安信息技术服务有限公司 一种全息防伪码校验方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015055909A (ja) * 2013-09-10 2015-03-23 凸版印刷株式会社 識別方法および識別装置
TWI646470B (zh) * 2013-12-02 2019-01-01 利昂哈德 庫爾茲公司 一種用以鑑別光學可變之防僞元件的方法及一種光學可變之防僞元件
TW201732305A (zh) * 2016-01-11 2017-09-16 克萊譚克公司 以影像為基礎之樣本程序控制
TW201839607A (zh) * 2017-04-24 2018-11-01 美商英特爾股份有限公司 用於深神經網路之計算最佳化機制

Also Published As

Publication number Publication date
TW202038115A (zh) 2020-10-16
CN111766244A (zh) 2020-10-13
CN111766244B (zh) 2023-07-14

Similar Documents

Publication Publication Date Title
US11250285B2 (en) Detecting characteristics of identification documents
RU2733115C1 (ru) Способ и устройство для верифицирования сертификатов и идентичностей
US9946865B2 (en) Document authentication based on expected wear
CN107209896B (zh) 用于成像识别信息的系统和方法
TW201917616A (zh) 一種證件驗證、身份驗證方法和裝置
JP7165746B2 (ja) Ｉｄ認証方法および装置、電子機器並びに記憶媒体
CA3154393A1 (en) System and methods for authentication of documents
CN108288012A (zh) 一种基于手机实现的艺术品备案验证方法及其系统
US9619807B2 (en) Genuine product certification means and system
JP2013522754A (ja) 複数の虹彩テンプレートを用いた虹彩認識装置及び方法
US11030453B2 (en) Optical authentication of objects based on latent structural characteristics
TWI717716B (zh) 防偽元件驗證方法及系統
JP6751521B2 (ja) データ取得装置、印刷装置、真贋判定装置およびプログラム
CN107871266A (zh) 一种交互凭证的获取方法及相关装置
EP3196829A1 (en) Non-facing financial service system using user confirmation apparatus using parallel signature processing, and handwriting signature authentication technique
EP4274156A1 (en) Systems and methods for token authentication
EP3837821B1 (en) Assessing condition of real-world objects
US20230356539A1 (en) Systems and methods for token authentication
Gillich et al. Data Collection Unit–A Platform for Printing Process Authentication
CN117935669A (zh) 防伪标签及其制作、验证方法和装置
WO2016032527A1 (en) Facilitating authentication of a void pantograph
CN112597810A (zh) 身份证明文件认证方法和系统