CN109559134A - 人工智能快速准确验证细微特征防伪方法 - Google Patents

Abstract

本发明提供了一种人工智能快速准确验证细微特征防伪方法，它是一款能够自动验证纹理/锯齿等细微特征真伪的人工智能防伪查验系统；消费者打开APP手机端扫描二维码和细微特征防伪部，当识别出二维码信息时，APP手机端立刻发出提示信息、以提示消费者扫描成功；与此同时，将所获取的细微特征信息上传至所述APP服务器端；APP服务器端将细微特征信息与细微特征档案进行人工智能对比鉴定，以反馈鉴定结论。本发明改善了用户体验，提高了查询速度和准确率，增强了防伪效果。

Description

人工智能快速准确验证细微特征防伪方法

技术领域

本发明涉及人工智能及信息查询类防伪技术领域，具体涉及“结构纹理防伪方法（CN1074563C）”、“结构纹理防伪标识物（CN2365711Y）”、“超限防伪方法及产品（CN106096970B）”、“手机识别编码锯齿防伪方法(CN104794629B)”、“超限墨点防伪方法及印刷物（申请号CN2018113115548）” 超限彩码防伪方法及印刷物(申请号CN2018104238290 )、超限窄缝防伪方法及产品（申请号CN2018103000425）、自然渐变色防伪方法及产品（申请号CN2018103282864 ）、喷胶纹理防伪方法及其包装物（申请号CN2016108949432）、人工智能版齿治假方法（申请号CN2018112833565）等专利中所述细微特征的快速准确鉴定技术。

背景技术

由本申请发明人所发明的“结构纹理防伪方法（CN1074563C）”获得了中国专利、美国专利（证书号US6623041）、俄罗斯专利(证书号2202127)、韩国专利(证书号0419436)、越南专利(证书号3347)等国际专利。它选用随机结构纹理（如纤维所形成的纹理）清晰的材料（载体）制作“结构纹理防伪标识物（CN2365711Y）”，本发明简称之纹理防伪标识物，肉眼清晰可见的较大纹理，本发明称之为宏观纹理；肉眼难以看清的细小纹理本发明称之为细微纹理；并印上具有惟一性的标识序号；将“结构纹理防伪标识物（CN2365711Y）”上的随机结构纹理特征信息扫描采集下来，作为防伪识别特征信息（即识别真伪的依据），和标识序号结合在一起记录存储到接入电话网或/和互联网的计算机防伪查验系统数据库中；供公众通过电话、手机短信、手机彩信、微信、传真、互联网上的电脑等通讯工具，通过标识序号来查询验证“结构纹理防伪标识物（CN2365711Y）”上的随机结构纹理特征，是否与数据库中的防伪特征信息相符，从而验证真伪。该专利“将古老的虎符防伪原理与现代通讯技术、计算机技术相嫁接”，开创了防伪新领域，被“全国防伪办”和中国防伪行业协会，组织的国家级评审鉴定会评为“世界首创、国际领先、极难伪造、易于识别、长期有效”的防伪技术产品。经过二十余年的推广，如今它已成为国内防伪市场上的主导技术产品。

由本申请发明人所发明的“超限防伪方法及产品（CN106096970B）”、“手机识别编码锯齿防伪方法(CN104794629B)”公开了两种无法复制的细微特征“超细短绒”和“微小锯齿”。正因为其微小，所以才无法复制，也正因为其微小，所以也难以验证。本申请人历时五年耗资三千多万元人民币所开的防伪APP，其验证速度仍然很慢，平均需要15秒时间才能完成扫描验证，测试体验极差。

发明内容

本发明的目的：提供利用人工智能技术快速准确验证细微特征的防伪方法，以方便消费者查验产品真伪，改善用户体验，提高查验速度和准确率，增强防伪效果。

本发明一种人工智能快速准确验证细微特征防伪方法的技术方案如下。

一种人工智能快速准确验证细微特征防伪方法，给每一个产品设置（例如印刷/涂布/喷洒）细微特征防伪部⑴；给每一个细微特征防伪部⑴配设唯一的二维码⑵；将细微特征防伪部⑴所具有的细微特征信息⑺采集（例如扫描/拍摄）下来，并关联其二维码⑵信息后作为细微特征档案⑷、存储备案到接入移动互联网的（计算机）防伪查验系统数据库⑶中；其特征在于包括以下步骤：

S1：在智能手机⑸中安装细微特征验证APP手机端(软件)，在移动互联网上的服务器⑹中安装细微特征验证APP服务器端(软件)，将数据库⑶接入所述APP服务器端，搭建细微特征防伪查验系统；

S2：消费者打开所述APP手机端扫描二维码⑵和细微特征防伪部⑴，以解析（条码解析技术是成熟现有技术/这里不再赘述）二维码⑵信息和采集细微特征防伪部⑴所具有的细微特征信息⑺；当解析出二维码⑵信息时，所述APP手机端立刻发出扫描完成提示信息（例如“叮咚”一声和“已扫描，正在为您鉴定，请稍候”之语音/文字提示）给消费者（该步骤权且称之视为第一步）；与此同时，所述APP手机端将所采集到的细微特征信息⑺上传至所述APP服务器端（该步骤权且称之视为第二步）；这里，之所以要采取两步法：先发出扫描完成提示信息（第一步），再等待3-12秒反馈鉴定结论（第二步）；目的在于改善消费者体验，使消费者感觉“很快”；现在的消费者可能都有这样的体验，打开微信扫一扫功能去扫描一个付款码，感觉飞快（仅需20毫秒）；换言之，采取两步法后，消费者使用本发明扫描验证细微特征，也会感觉飞快（仅需1-2秒）；但是，分成两步后却带来了新的问题：因为解析二维码⑵和比对鉴定细微特征防伪部⑴所需要的扫描分辨率大不相同，所以，常常会造成二维码⑵信息都被解析出来了，上传的细微特征信息⑺却很不清晰、难以鉴定，为解决此问题，本发明设计了以下S3的第三部分；

S3：所述APP服务器端，将上传来的细微特征信息⑺与细微特征档案⑷进行对比鉴定；

——若接收到的细微特征信息⑺与细微特征档案⑷相符，则反馈鉴定结论为真品的信息到所述APP手机端；

——若接收到的细微特征信息⑺与细微特征档案⑷不相符，则反馈鉴定结论为假品的信息到所述APP手机端；

——若接收到的细微特征信息⑺采集的不合格（例如照片模糊/焦距没有调好/物距太远等），导致所述APP手机端难以做出鉴定结论，则反馈重新扫描的提示信息（例如“您所上传的照片太模糊，请重新扫描”等语音/文字提示）到所述APP手机端，以提示消费者重新扫描细微特征防伪部⑴。

可取的是，在数据库⑶中，存入细微特征防伪部⑴的各种复制样本特征信息；若上传来的细微特征信息⑺与细微特征档案⑷相符，并且与各种复制样本特征信息都不相符，则反馈鉴定结论为真品的信息到所述APP手机端；若上传来的细微特征信息⑺与任意一种复制样本特征信息相符，则反馈鉴定结论为假品的信息到所述APP手机端。

可取的是，分别用各种品牌型号的智能手机扫描采集正品和各种复制样本特征信息，将所采集到的正品和各种复制样本特征信息采用人工智能技术进行深度学习与训练，以提取种类特征，从而建立正品种类（特征）模型和各种复制样本特征信息种类模型⑻。

更可取的是，在数据库⑶中，建立细微特征防伪部⑴的种类（特征）模型和各种复制样本特征信息种类模型⑻；若上传来的细微特征信息⑺与细微特征档案⑷和种类（特征）模型相符，并且与各种复制样本特征信息种类模型⑻都不相符，则反馈鉴定结论为真品的信息到所述APP手机端；若上传来的细微特征信息⑺与任意一种复制样本特征信息种类模型⑻相符，则反馈鉴定结论为假品的信息到所述APP手机端。

可取的是，当解析出二维码⑵信息时，所发出的提示信息包括正在鉴定细微特征之类的状态信息。例如 “已扫描，正在为您鉴定，请稍候”之语音/文字提示等状态信息。

可取的是，解析出二维码⑵信息并发出扫描完成提示信息的时间，比反馈鉴定结论的时间提前了3-12秒、或4-10秒、或5-8秒、或6-7秒。这是因为：二维码⑵是由黑白墨块排列组合而成的，最小墨块的尺寸为0.5mm×0.5mm，仍属于宏观特征，扫描解析二维码⑵就无需精确对焦、即使扫描的图像很模糊也能够解析出来，因此就显得非常快，一般不超过20毫秒。而细微特征防伪部⑴的尺寸大多数为0.01-0.1mm，属于微观特征，必须精确对焦后才能识别，所采集的图像稍微有一点模糊就无法完成鉴定，因此，扫描识别就显得非常慢，一般需要十几秒、甚至几十秒。为了改善消费者的扫描体验，本发明提出了扫描解析出二维码⑵时，由APP手机端直接（不经过APP服务器端）先一步发出提示信息，以告知消费者“已扫描，正在为您鉴定，请稍候”；放弃了（没有第一步仅有第二步的）APP服务器端比对鉴定完成后，再由APP服务器端通知APP手机端给出鉴定结论的落后的一步法。

本发明所述细微特征防伪部⑴中的细微特征，包括随机分布的细微纤维（例如超细短绒）、随机分布的细微粉末（例如金葱粉）、墨迹边沿随机分布的细微锯齿、墨迹中的随机自然渐变色、墨迹中随机形成的细微色值、墨迹中随机形成的细微斑痕/纹理、细微的点/线/文字、印刷网点的形状/方向、墨迹中隐藏的数字水印、印刷图/文的细微变化，包括颜色细微变化、亮度细微变化、尺寸细微变化、粒度细微变化、锐度细微变化、对比度细微变化等特征。

市场上的手机品牌有数十家，每家都有数百种不同型号的智能手机。市场上的复印机和打印机以及印刷机品牌有数十家，每家都有数百种不同型号的机型。这样一来，就需要将成千上万种复制样本特征信息全部采集下来，进行深度学习，归纳提取出各种复制样本特征信息种类模型⑻，例如建立各种复制样本特征信息手机种类+打印机/复印机的种类模型。

可取的是，所述复制样本特征信息种类模型⑻，还包括光化学复印类、或热敏复印类、或静电复印类、或数码激光复类；或者，所述细微特征防伪部⑴的种类（特征）模型和复制样本特征信息种类模型⑻，进一步按照打印机/复印机/印刷机的种类特征进行人工智能深度学习、细分建模。

本发明所述细微特征信息⑺，可以是细微特征防伪部⑴的高清照片/显微照片，也可以是从细微特征防伪部⑴上提取的细微特征代码等能够体现细微特征防伪部⑴的任何个性化特征信息。

与现有技术相比，本发明可产生如下有益效果。

其一、为了改善消费者的扫描体验，本发明提出了两步法：先发出扫描完成提示（第一步），再等待3-12秒反馈鉴定结论（第二步）。扫描解析出二维码⑵时，由APP手机端直接（不经过APP服务器端）发出提示信息，以告知消费者“扫描成功、正在为您鉴定、请稍候”。放弃了APP服务器端比对鉴定后，由APP服务器端通知APP手机端给出鉴定结论的一步法。测试显示：本发明采用的解析出二维码⑵信息就发出“扫描成功、正在为您鉴定、请稍候”等提示信息的时间（两步法），比反馈鉴定结论后再发出“鉴定完成”等提示信息的时间（一步法），提前了3-12秒、或4-10秒、或5-8秒、或6-7秒。消费者感觉明显“快”了。

其二、方便了大多数消费者，麻烦了少数消费者，这一技术调整带来公平，值得采纳。测试显示：消费者用所述APP手机端扫描二维码⑵和细微特征防伪部⑴，当解析出二维码⑵信息时，所采集到的细微特征信息⑺平均有87%是合格的（例如照片是清晰的），仅有13%是不合格的（例如照片是模糊的）。若采用一步法，则会使87%的消费者花费3-12秒时间去等待。相反，若采用本发明中的两步法，则87%的消费者就无需花费3-12秒时间去等待，仅仅需要13%的消费者重新扫描。换言之，13%的消费者因为自己扫描不合格而重新扫描，是应该的、是公平的；而让87%的消费者花费3-12秒时间去等待13%的扫描不合格的消费者，是不应该的、是不公平的。再换言之，本发明中的两步法，使87%的消费者真正感受到了快，使13%的消费者第一次扫描时也感受到了快（只是需要重扫而已）。

其三、如上所述，由于消费者感觉明显快了，所以参与查验真伪的人数比例大大提高，客观上也收集了商品流通与销售动态等商品零售大数据，对发展我国商品大数据产业十分有益。

其四、由于在数据库⑶中建立了各种复制样本特征信息手机种类+打印机/复印机/印刷机种类模型，相当于建立了各种打印机/复印机/印刷方式仿制的假冒数据特征模型库，并采用了人工智能的深度学习与智能视觉技术，所以，鉴定结论准确率提高了两三个数量级，由原来的99%提高到了99.999%。鉴定结论准确率的这一提高、意义十分巨大。

附图说明

图1为本发明实施例一中的一种细微特征（锯齿）防伪部放大示意图。

图2为本发明实施例一中的一种细微特征验证APP运行流程示意图。

图3为本发明实施例二中的一种细微特征（短绒）防伪部放大示意图。

图4为本发明实施例二中的一种细微特征验证APP运行流程示意图。

图5为（a）与（b）两种不同印刷种类数字3的细微特征放大示意图。

附图标号说明：1-细微特征防伪部、2-二维码、3-数据库、4-细微特征档案、5-智能手机、6-服务器、7-细微特征信息、8-复制样本特征信息种类模型。

具体实施方式

为使本发明的上述目的、特征和优点能更明显易懂，下文特举本发明综合优选实施例，并配合附图进行详细说明。

实施例一。

参考“手机识别编码锯齿防伪方法(CN104794629B)”等锯齿防伪工艺技术、生产一种如图1所示的细微特征防伪部⑴。

在每一个产品上设置细微特征（锯齿）防伪标识；在每一个细微特征（锯齿）防伪标识上印设上具有唯一性的二维码⑵；将细微特征（锯齿）防伪标识所具有的细微特征（锯齿）信息采集下来，并关联其二维码⑵信息后作为细微特征（锯齿）档案⑷、存储备案到接入移动互联网的APP服务器端的数据库⑶中，参见图2。

S1：在智能手机⑸中，安装细微特征验证APP手机端；在移动互联网上的服务器⑹中，安装细微特征验证APP服务器端。将数据库⑶接入所述APP服务器端，以搭建细微特征防伪查验系统。

S2：消费者打开所述APP手机端扫描二维码⑵和细微特征（锯齿）防伪部⑴，以采集二维码⑵信息和细微特征（锯齿）信息⑺；当解析出二维码⑵信息时，所述APP手机端立刻发出扫描完成提示（例如“滴答”一声和“扫描完成请稍候”之语音/文字提示）给消费者；与此同时，所述APP手机端将所采集到的细微特征（锯齿）信息⑺上传至所述APP服务器端。

S3：所述APP服务器端，将上传来的细微特征（锯齿）信息⑺与细微特征档案⑷进行对比鉴定。所述鉴定结论分下列三种：1、若上传来的细微特征（锯齿）信息⑺与细微特征（锯齿）档案⑷相符，则反馈鉴定结论为真品的信息到所述APP手机端；2、若上传来的细微特征（锯齿）信息⑺与细微特征（锯齿）档案⑷不相符，则反馈鉴定结论为假品的信息到所述APP手机端；3、若上传来的细微特征（锯齿）信息⑺采集的不合格（例如照片模糊/焦距没有调好/物距太远等），导致所述APP手机端难以做出鉴定结论，则反馈重新扫描的提示（信息）到所述APP手机端，以提示消费者重新扫描细微特征（锯齿）防伪部⑴。

可取的是，当解析出二维码⑵信息时，所发出的提示（信息）包括正在鉴定细微特征（锯齿）之类的状态信息。

可取的是，解析出二维码⑵信息并发出扫描完成提示（信息）的时间，比反馈鉴定结论的时间提前了1-12秒、或2-10秒、或3-8秒、或4-6秒。由于二维码⑵是由黑白墨块排列组合而成的，最小的墨块的尺寸为0.5mm×0.5mm，属于宏观特征，易于肉眼看清，因此，扫描解析二维码⑵就无需精确对焦、就显得非常快，一般不超过20毫秒。而细微特征（锯齿）防伪部⑴的尺寸为0.01-0.1mm，属于微观特征，不易辨别，必须精确对焦才能识别，因此，扫描识别就显得非常慢，一般需要十几秒、甚至几十秒。为了改善消费者的扫描体验，本发明提出了扫描解析出二维码⑵时，由APP手机端直接（不经过APP服务器端）发出提示信息，以告知消费者“扫描成功、正在为您鉴定、请稍候”的两步法；放弃了APP服务器端比对鉴定完反馈鉴定结论时，由APP服务器端通知APP手机端发出提示信息告知消费者“鉴定完成”的落后一步法。

所述细微特征防伪部⑴中的细微特征，包括随机分布的细微纤维（例如超细短绒）、随机分布的细微粉末（例如金葱粉）、墨迹边沿随机分布的细微锯齿、墨迹中的随机自然渐变色、墨迹中随机形成的细微色值、墨迹中随机形成的细微斑痕/纹理（例如超限窄缝）、细微的点/线/文字、印刷网点的形状/方向、墨迹中隐藏的数字水印、以及印刷图/文中一些细微变化等特征。这里所述的细微变化包括颜色变化、亮度变化、粗细变化、粒度变化、锐度变化、对比度变化等。

可取的是，在数据库⑶中，存入细微特征防伪部⑴的各种复制样本特征信息；若上传来的细微特征信息⑺与细微特征档案⑷相符，并且与各种复制样本特征信息都不相符，则反馈鉴定结论为真品的信息到所述APP手机端；若上传来的细微特征信息⑺与任意一种复制样本特征信息相符，则反馈鉴定结论为假品的信息到所述APP手机端。

可取的是，分别用各种品牌型号的智能手机扫描采集正品和各种复制样本特征信息，将所采集到的正品和各种复制样本特征信息采用人工智能技术进行深度学习与训练，以建立正品种类模型和各种复制样本特征信息种类模型⑻。市场上的手机品牌有数十家，每家都有数百种不同型号的智能手机。市场上的复印机和打印机以及印刷机品牌有数十家，每家都有数百种不同型号的机型。这样一来，就需要将成千上万种复制样本特征信息全部采集下来，进行深度学习与训练，以提取种类特征，从而建立正品种类模型和各种复制样本特征信息手机种类+打印机/复印机种类模型。

更可取的是，在数据库⑶中，建立细微特征防伪部⑴的正品种类模型和各种复制样本特征信息种类模型⑻；若上传来的细微特征信息⑺与细微特征档案⑷和种类（特征）模型相符，并且与各种复制样本特征信息种类模型⑻都不相符，则反馈鉴定结论为真品的信息到所述APP手机端；若上传来的细微特征信息⑺与任意一种复制样本特征信息种类模型⑻相符，则反馈鉴定结论为假品的信息到所述APP手机端。

可取的是，所述复制样本特征信息种类模型⑻，还包括光化学复印类、或热敏复印类、或静电复印类、或数码激光复类；或者，所述复制样本特征信息种类模型⑻，按照打印机/复印机/印刷机的种类细分建模。

实施例二。

参考“局部纹理防伪印刷物（CN101556750B）”和“局部大尺寸纤维凸印系统及其印刷物（CN103042814B）”以及“超限防伪方法及产品（CN106096970B）”、等纹理防伪工艺技术、生产一种如图3所示的细微特征（纹理）防伪部⑴。

在每一个产品上设置细微特征（纹理）防伪标识；在每一个细微特征（纹理）防伪标识上印设上具有唯一性的二维码⑵；将细微特征（纹理）防伪标识所具有的细微特征（纹理）信息采集下来，并关联其二维码⑵信息后作为细微特征（纹理）档案⑷、存储备案到接入移动互联网的APP服务器端的数据库⑶中，参见图4。

S1：在智能手机⑸中，安装细微特征验证APP手机端；在移动互联网上的服务器⑹中，安装细微特征验证APP服务器端。将数据库⑶接入所述APP服务器端，以搭建细微特征人工智能防伪查验系统。

S2：消费者打开所述APP手机端扫描二维码⑵和细微特征（纹理）防伪部⑴，以采集二维码⑵信息和细微特征（纹理）信息⑺；当解析出二维码⑵信息时，所述APP手机端立刻发出扫描完成提示（例如“滴答”声和“扫描完成请稍候”之语音提示）给消费者；与此同时，所述APP手机端将采集到的细微特征（纹理）信息⑺上传至所述APP服务器端。

S3：所述APP服务器端，将上传来的细微特征（纹理）信息⑺与细微特征档案⑷进行对比鉴定。所述鉴定结论分下列三种：1、若上传来的细微特征（纹理）信息⑺与细微特征（纹理）档案⑷相符，则反馈鉴定结论为真品的信息到所述APP手机端；2、若上传来的细微特征（纹理）信息⑺与细微特征（纹理）档案⑷不相符，则反馈鉴定结论为假品的信息到所述APP手机端；3、若上传来的细微特征（纹理）信息⑺采集的不合格（例如照片模糊/焦距没有调好/物距太远等），导致所述APP手机端难以做出鉴定结论，则反馈重新扫描的提示（信息）到所述APP手机端，以提示消费者重新扫描细微特征（纹理）防伪部⑴。

可取的是，在数据库⑶中，建立细微特征（纹理）防伪部⑴的正品和各种复制样本特征（纹理）信息种类模型⑻；若上传来的细微特征（纹理）信息⑺与细微特征（纹理）档案⑷和种类（特征）模型相符，并且与各种复制样本特征（纹理）信息种类模型⑻都不相符，则反馈鉴定结论为真品的信息到所述APP手机端；若上传来的细微特征（纹理）信息⑺与任意一种复制样本特征（纹理）信息种类模型⑻相符，则反馈鉴定结论为假品的信息到所述APP手机端。

可取的是，当解析出二维码⑵信息时，所发出的提示（信息）包括正在鉴定细微特征（纹理）之类的状态信息。

可取的是，解析出二维码⑵信息并发出扫描完成提示（信息）的时间，比反馈鉴定结论的时间提前了1-12秒、或2-10秒、或3-8秒、或4-6秒。二维码⑵是由黑白墨块排列组合而成的，最小的墨块的尺寸为0.5mm×0.5mm，属于宏观特征，因此，扫描解析二维码⑵就无需精确对焦、就显得非常快，一般不超过20毫秒。而细微特征（纹理）防伪部⑴的尺寸为0.01-0.3mm，属于微观特征，必须精确对焦才能识别，因此，扫描识别就显得非常慢，一般需要十几秒、甚至几十秒。为了改善消费者的扫描体验，本发明提出了扫描解析出二维码⑵时，由APP手机端直接（不经过APP服务器端）发出提示信息，以告知消费者“扫描成功、正在为您鉴定、请稍候”即可；放弃了APP服务器端比对鉴定完反馈鉴定结论时，由APP服务器端通知APP手机端发出提示信息告知消费者“鉴定完成”可停止扫描的落后做法。

所述细微特征防伪部⑴中的细微特征，包括随机分布的细微纤维（例如超细短绒）、随机分布的细微粉末（例如金葱粉）、墨迹边沿随机分布的细微锯齿、墨迹中的随机自然渐变色、墨迹中随机形成的细微色值、墨迹中随机形成的细微斑痕/纹理（例如超细窄缝）、细微的点/线/文字、印刷网点的形状/方向、墨迹中隐藏的数字水印、以及印刷图/文中一些细微变化等特征。这里所述的细微变化包括颜色变化、亮度变化、粗细变化、粒度变化、锐度变化、对比度变化等。

可取的是，分别用各种品牌型号的智能手机扫描采集正品种类（特征）模型和各种复制样本特征（纹理）信息，将所采集到的各种复制样本特征（纹理）信息采用人工智能技术进行深度学习与训练，以提取种类特征，从而建立正品种类（特征）模型和各种复制样本特征（纹理）信息种类模型⑻。现行市场上的手机品牌有数十家，每家都有数百种不同型号的智能手机。市场上的复印机和打印机以及数码印刷机品牌有数十家，每家都有数百种不同型号的机型。这样一来，就需要将成千上万种复制样本特征信息采集下来，进行深度学习与训练，以建立正品种类（特征）模型和各种复制样本特征（纹理）信息种类模型⑻。

实施例三。

参考“手机识别编码锯齿防伪方法(CN104794629B)”等锯齿防伪工艺技术、生产一种如图1所示的细微特征防伪部⑴。

在每一个产品上设置细微特征（锯齿）防伪标识；在每一个细微特征（锯齿）防伪标识上，采用京瓷喷头UV喷码机喷印上具有唯一性的二维码⑵，并使二维码⑵中心区域的墨迹边沿自然扩散形成一些高度为0.03-0.09mm的细微锯齿（俗称细微毛刺）；将细微特征（锯齿）信息采集下来，并关联其二维码⑵信息后作为细微特征（锯齿）档案⑷、存储备案到接入移动互联网的APP服务器端的数据库⑶中，参见图2。

S1：在智能手机⑸中，安装细微特征验证APP手机端；在移动互联网上的服务器⑹中，安装细微特征验证APP服务器端；将数据库⑶接入所述APP服务器端，以搭建细微特征人工智能防伪查验系统。

S3：消费者打开所述APP手机端扫描二维码⑵和细微特征（锯齿）防伪部⑴，以采集二维码⑵信息和细微特征（锯齿）信息⑺；当解析出二维码⑵信息时，所述APP手机端立刻发出扫描完成提示（例如“滴答”声和“扫描完成请稍候”之语音提示）给消费者；与此同时，所述APP手机端将采集到的细微特征（锯齿）信息⑺上传至所述APP服务器端。

S3：所述APP服务器端，将上传来的细微特征（锯齿）信息⑺与细微特征档案⑷进行对比鉴定。所述鉴定结论分下列三种：1、若上传来的细微特征（锯齿）信息⑺与细微特征（锯齿）档案⑷相符，则反馈鉴定结论为真品的信息到所述APP手机端；2、若上传来的细微特征（锯齿）信息⑺与细微特征（锯齿）档案⑷不相符，则反馈鉴定结论为假品的信息到所述APP手机端；3、若上传来的细微特征（锯齿）信息⑺采集的不合格（例如照片模糊/焦距没有调好/物距太远等），导致所述APP手机端难以做出鉴定结论，则反馈重新扫描的提示（信息）到所述APP手机端，以提示消费者重新扫描细微特征（锯齿）防伪部⑴。

可取的是，分别用各种品牌型号的智能手机扫描采集各种复制样本特征（锯齿）信息，将所采集到的各种复制样本特征（锯齿）信息采用人工智能技术进行深度学习与训练，以建立各种复制样本特征（锯齿）信息种类模型⑻。

可取的是，在数据库⑶中，存入细微特征（锯齿）防伪部⑴的正品种类（特征）模型和各种复制样本特征（锯齿）信息种类模型⑻；若上传来的细微特征（锯齿）信息⑺与细微特征（锯齿）档案⑷和种类（特征）模型相符，并且与各种复制样本特征（锯齿）信息种类模型⑻都不相符，则反馈鉴定结论为真品的信息到所述APP手机端；若上传来的细微特征（锯齿）信息⑺与任意一种复制样本特征（锯齿）信息种类模型⑻相符，则反馈鉴定结论为假品的信息到所述APP手机端。

可取的是，当解析出二维码⑵信息时，所发出的提示（信息）包括正在鉴定细微特征（锯齿）之类的状态信息。

可取的是，解析出二维码⑵信息并发出扫描完成提示（信息）的时间，比反馈鉴定结论的时间提前了1-12秒、或2-10秒、或3-8秒、或4-6秒。由于二维码⑵是由黑白墨块排列组合而成的，最小的墨块的尺寸为0.5mm×0.5mm，属于宏观特征，因此，扫描解析二维码⑵就无需精确对焦、就显得非常快，一般不超过20毫秒。而细微特征（锯齿）防伪部⑴的尺寸为0.01-0.3mm，属于微观特征，必须精确对焦才能识别，因此，扫描识别就显得非常慢，一般需要十几秒、甚至几十秒。为改善消费者的扫描体验，本发明提出扫描解析出二维码⑵时，由APP手机端直接（不经过APP服务器端）发出提示信息，以告知消费者“扫描成功、正在为您鉴定、请稍候”的两步法；放弃了APP服务器端比对鉴定完反馈鉴定结论时，由APP服务器端通知APP手机端发出提示信息告知消费者“鉴定完成”的一步法。

所述细微特征防伪部⑴中的细微特征，包括随机分布的细微纤维（例如超细短绒）、随机分布的细微粉末（例如金葱粉）、墨迹边沿随机分布的细微锯齿、墨迹中的随机自然渐变色、墨迹中随机形成的细微色值、墨迹中随机形成的细微斑痕/纹理（例如裂缝）、细微的点/线/文字、印刷网点的形状/方向、墨迹中隐藏的数字水印、以及印刷图/文中一些细微变化等特征。这里所述的细微变化包括颜色变化、亮度变化、粗细变化、粒度变化、锐度变化、对比度变化等。

市场上的手机品牌有数十家，每家都有数百种不同型号的智能手机。市场上的复印机和打印机以及数码印刷机品牌有数十家，每家都有数百种不同型号的机型。这样一来，就需要将成千上万种复制样本特征信息采集下来，进行深度学习与训练，以建立各种复制样本特征（锯齿）信息种类模型种类模型⑻。

如图5所示，（a）为UV喷墨印刷机喷印的数字3，（b）为激光碳粉打印机打印的数字3。仔细观察二者可知，这两种不同种类印刷机所印刷的数字3，其种类特征区别特征非常明显。图5（a）中UV喷墨印刷机喷印的数字3，反光强烈、扩散明显、粒度较大；总而言之，UV喷墨印刷品经过人工智能深度学习后可提取出的种类特征模型为：文字（细微）特征反光强烈、扩散明显、粒度较大等。图5（b）中激光碳粉打印机打印的数字3，几乎不反光、无扩散、粒度较小；总而言之，激光碳粉复制品经过人工智能深度学习后可提取出的种类特征模型为：文字（细微）特征几乎不反光、无扩散、粒度较小等。换言之，如果产品上的二维码⑵是用UV喷墨印刷机喷印的，而造假者用激光碳粉打印机复制二维码⑵，则其所复制二维码⑵种类特征必然与UV喷墨印刷机喷印的二维码⑵的种类模型明显不同，本发明APP服务器端很容易就能够识别出来其是假冒品。

常用的印刷种类只有十余种，因此，通过人工智能深度学习，很容易建立各种（共计十余种）印刷种类的种类（特征数学）模型，从而可用于本发明所述的细微特征验证。总而言之，凡是所述APP服务器端接收到的细微特征信息⑺与数据库⑶中记载的相应真品的种类特征模型不相符，就可一律判定为假冒品。

以上所揭露的仅为本发明的较佳实施例，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属于本发明所涵盖的范围。

Claims (4)

1.一种人工智能快速准确验证细微特征防伪方法，给每一个产品设置细微特征防伪部⑴；给每一个细微特征防伪部⑴配设唯一的二维码⑵；将细微特征防伪部⑴所具有的细微特征信息⑺采集下来，并关联其二维码⑵信息后作为细微特征档案⑷、存储备案到接入移动互联网的防伪查验系统数据库⑶中；其特征在于包括以下步骤：

S1：在智能手机⑸中安装细微特征验证APP手机端，在移动互联网上的服务器⑹中安装细微特征验证APP服务器端，将防伪数据库⑶接入所述APP服务器端，搭建细微特征防伪查验系统；

S2：消费者打开所述APP手机端扫描二维码⑵和细微特征防伪部⑴，以解析二维码⑵信息和采集细微特征防伪部⑴所具有的细微特征信息⑺；当解析出二维码⑵信息时，所述APP手机端立刻发出扫描完成提示信息给消费者；与此同时，所述APP手机端将所采集到的细微特征信息⑺上传至所述APP服务器端；

S3：所述APP服务器端，将上传来的细微特征信息⑺与细微特征档案⑷进行对比鉴定；

——若接收到的细微特征信息⑺与细微特征档案⑷相符，则反馈鉴定结论为真品的信息到所述APP手机端；

——若接收到的细微特征信息⑺与细微特征档案⑷不相符，则反馈鉴定结论为假品的信息到所述APP手机端；

——若接收到的细微特征信息⑺采集的不合格，导致所述APP手机端难以做出鉴定结论，则反馈重新扫描的提示信息到所述APP手机端，以提示消费者重新扫描细微特征防伪部⑴。

2.按照权利要求1所述的人工智能快速准确验证细微特征防伪方法，其特征在于至少包括下列之一：

①在数据库⑶中建立细微特征防伪部⑴的各种复制样本特征信息；若上传来的细微特征信息⑺与细微特征档案⑷相符，并且与各种复制样本特征信息都不相符，则反馈鉴定结论为真品的信息到所述APP手机端；若上传来的细微特征信息⑺与任意一种复制样本特征信息相符，则反馈鉴定结论为假品的信息到所述APP手机端；

②当解析出二维码⑵信息时，所发出的提示包括正在鉴定细微特征之类的状态信息；

③解析出二维码⑵信息并发出扫描完成提示的时间，比反馈鉴定结论的时间提前了3-12秒、或4-10秒、或5-8秒、或6-7秒；

④细微特征防伪部⑴中所述的细微特征，包括下列一种或多种：随机分布的细微纤维、随机分布的细微粉末、墨迹边沿随机分布的细微锯齿、墨迹中的随机自然渐变色、墨迹中随机形成的细微色点的色值、墨迹中随机形成的细微斑痕、细微的点/线/文字、墨迹中隐藏的数字水印、印刷图/文的细微变化，包括颜色细微变化、亮度细微变化、尺寸细微变化、粒度细微变化、锐度细微变化、对比度细微变化。

3.按照权利要求2所述的人工智能快速准确验证细微特征防伪方法，其特征在于：在数据库⑶中建立细微特征防伪部⑴的种类模型和各种复制样本特征信息种类模型⑻；若上传来的细微特征信息⑺与细微特征档案⑷和种类模型相符，并且与各种复制样本特征信息种类模型⑻都不相符，则反馈鉴定结论为真品的信息到所述APP手机端；若上传来的细微特征信息⑺与任意一种复制样本特征信息种类模型⑻相符，则反馈鉴定结论为假品的信息到所述APP手机端。

4.按照权利要求3所述的人工智能快速准确验证细微特征防伪方法，其特征在于：所述细微特征防伪部⑴的种类模型和复制样本特征信息种类模型⑻，进一步按照打印机/复印机/印刷机的种类特征进行人工智能深度学习、细分建模。