CN110569948B - 一种利用人工智能进行识别的物理不可克隆性结构色防伪标签 - Google Patents
一种利用人工智能进行识别的物理不可克隆性结构色防伪标签 Download PDFInfo
- Publication number
- CN110569948B CN110569948B CN201910898916.6A CN201910898916A CN110569948B CN 110569948 B CN110569948 B CN 110569948B CN 201910898916 A CN201910898916 A CN 201910898916A CN 110569948 B CN110569948 B CN 110569948B
- Authority
- CN
- China
- Prior art keywords
- microspheres
- microsphere
- artificial intelligence
- structural color
- monodisperse
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
- H04L9/3271—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using challenge-response
- H04L9/3278—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using challenge-response using physically unclonable functions [PUF]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B42—BOOKBINDING; ALBUMS; FILES; SPECIAL PRINTED MATTER
- B42D—BOOKS; BOOK COVERS; LOOSE LEAVES; PRINTED MATTER CHARACTERISED BY IDENTIFICATION OR SECURITY FEATURES; PRINTED MATTER OF SPECIAL FORMAT OR STYLE NOT OTHERWISE PROVIDED FOR; DEVICES FOR USE THEREWITH AND NOT OTHERWISE PROVIDED FOR; MOVABLE-STRIP WRITING OR READING APPARATUS
- B42D25/00—Information-bearing cards or sheet-like structures characterised by identification or security features; Manufacture thereof
- B42D25/30—Identification or security features, e.g. for preventing forgery
- B42D25/36—Identification or security features, e.g. for preventing forgery comprising special materials
- B42D25/373—Metallic materials
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B42—BOOKBINDING; ALBUMS; FILES; SPECIAL PRINTED MATTER
- B42D—BOOKS; BOOK COVERS; LOOSE LEAVES; PRINTED MATTER CHARACTERISED BY IDENTIFICATION OR SECURITY FEATURES; PRINTED MATTER OF SPECIAL FORMAT OR STYLE NOT OTHERWISE PROVIDED FOR; DEVICES FOR USE THEREWITH AND NOT OTHERWISE PROVIDED FOR; MOVABLE-STRIP WRITING OR READING APPARATUS
- B42D25/00—Information-bearing cards or sheet-like structures characterised by identification or security features; Manufacture thereof
- B42D25/40—Manufacture
- B42D25/405—Marking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
- G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
- G06K19/06046—Constructional details
- G06K19/06084—Constructional details the marking being based on nanoparticles or microbeads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L2209/00—Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
- H04L2209/12—Details relating to cryptographic hardware or logic circuitry
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L2209/00—Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
- H04L2209/56—Financial cryptography, e.g. electronic payment or e-cash
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L2209/00—Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
- H04L2209/88—Medical equipments
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Chemical & Material Sciences (AREA)
- Nanotechnology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Medicinal Preparation (AREA)
- Paints Or Removers (AREA)
- Inks, Pencil-Leads, Or Crayons (AREA)
Abstract
本发明公开了一种利用人工智能进行识别的物理不可克隆性结构色防伪标签。由具有微米粒子掺杂于无序排列的单分散亚微米级颗粒中并涂布到黑色基底上形成;或者由具有微米粒子、黑色纳米粒子掺杂于无序排列的单分散亚微米级颗粒中并涂布到基底上形成。单分散亚微米微球的无序排列对光的特殊作用使防伪标签呈现出特殊的结构色。防伪标签的光学显微镜照片被人工智能学习并记忆其结构特征,形成防伪标签数据库。将由终端用户或在各个流通环节中拍摄的防伪标签的光学显微镜照片,发送到数据库并与数据库里的结构特点进行对比后,人工智能反馈相似度数值,从而实现防伪验证功能。在机密档案、药品等具有高附加值物品防伪方面具有重要的价值。
Description
技术领域
本发明涉及一种基于结构色的防伪标签,特别涉利用人工智能进行识别的物理不可克隆性结构色防伪标签,属于防伪材料、结构色材料技术领域。
背景技术
假冒伪劣商品每年造成了巨大的经济损失,个人、企业和社会均是假冒伪劣产品的受害者。虽然目前大部分商品均已经被各种先进的防伪措施保护,如荧光技术、热致变色技术、等离子体光学技术、水印及全息图案等,但是全球范围内由于假冒伪劣造成的经济损失仍在以11.7%的年增长率增加。这主要归根于当今所使用的大部分防伪策略都可以被仿冒者复制,因为他们具有固定的、可预测的防伪机制。基于随机结构的物理不可克隆性防伪技术,如人工指纹(H. J. Bae, S. Bae, C. Park, S. Han, J. Kim, L. N. Kim, K.Kim, S. H. Song, W. Park, S. Kwon, Adv. Mater.2015, 27, 2083)、先天性表面结构(J. D. Buchanan, R. P. Cowburn, A. V. Jausovec, D. Petit, P. Seem, G. Xiong,D. Atkinson, K. Fenton, D. A. Allwood, M. T. Bryan, Nature 2005, 436, 475)或纳米粒子的随机排列(Y. Zheng, C. Jiang, S. H. Ng, Y. Lu, F. Han, U. Bach, J.J. Gooding, Adv. Mater. 2016, 28, 2330)等将可能提供一种理想的防伪解决方案。目前,虽然通过各种非确定的过程实现物理不可克隆功能的加密已经取得了巨大进步,但是,物理不可克隆结构的识别仍然需要特殊的数字化过程产生密钥或者利用机器学习进行点对点的图像识别。此类识别技术的缺点是耗时长且错误率高(R. Arppe, T. J. Sørensen,Nat. Rev. Chem. 2017, 1, 0031)。近期,文献上报告了一种基于量子点的物理不可克隆花状荧光图案的防伪技术,并利用人工智能实现了快速、高精度的图案识别。但是,量子点的毒性和易发生光漂白的性质严重限制了此防伪技术的广泛实际应用。
与荧光相比,由亚微米级尺度特殊物理结构引起的结构色则呈现出永不褪色以及更加环保的属性。然而,目前常见的结构色防伪标签主要基于长程有序结构引起的彩虹色或者外场刺激引起的响应性(S. L. Wu, B. Q. Liu, X. Su, S. F. Zhang, J. Phys. Chem. Lett. 2017, 8, 2835;Y. Heo, H. Kang, J. S. Lee, Y. K. Oh, S. H. Kim,Small 2016, 12, 3819;W. Fan, J. Zeng, Q. Q. Gan, D. X. Ji, H. M. Song, W. Z.Liu, L. Shi, L. M. Wu, Sci. Adv. 2019, 5, eaaw8755;R. Y. Xuan, J. P. Ge, J. Mater. Chem. 2012, 22, 367;K. Zhong, J. Li, L. Liu, S. Van Cleuvenbergen, K.Song, K. Clays, Adv. Mater. 2018, 30,e1707246)。长程有序结构也存在容易被克隆仿造的风险,使防伪效果大打折扣。相反,引起非彩虹结构色的无序光学结构(J. M. Zhou,P. Han, M. J. Liu, H. Y. Zhou, Y. X. Zhang, J. K. Jiang, P. Liu, Y. Wei, Y.L. Song, X. Yao, Angew. Chem. Int. Ed. 2017, 56, 10462;Y. Takeoka, S.Yoshioka, A. Takano, S. Arai, K. Nueangnoraj, H. Nishihara, M. Teshima, Y.Ohtsuka, T. Seki, Angew. Chem. Int. Ed. 2013, 52, 7261;Y. X. Zhang, P. Han,H. Y. Zhou, N. Wu, Y. Wei, X. Yao, J. M. Zhou, Y. L. Song, Adv.Funct. Mater. 2018, 28, 1802585.),则具有物理不可克隆的特殊属性,但高效结构识别技术的缺失严重限制了此类材料在防伪领域中的实际应用。
发明内容
本发明的目的在于提供一种利用人工智能进行识别的物理不可克隆性结构色防伪标签。
本发明的目的还在于提供一种利用人工智能进行识别的物理不可克隆性结构色防伪标签的验证方法。
本发明的结构色防伪标签的结构为,微米级微球随机掺杂于无序排列的单分散亚微米级微球中并以图案化的方式涂布到黑色基底上;或者微米级微球、黑色纳米颗粒随机掺杂于单分散亚微米级微球中并以图案化的方式涂布到基底上。
所述的微米级微球为聚合物微球、金属氧化物微球、碳球等,优选自聚苯乙烯微球、淀粉微球、白蛋白微球、明胶微球、壳聚糖微球、二氧化硅微球、氧化铝微球、氧化锌微球、四氧化三铁微球、二氧化锰微球、二氧化钛微球中的一种或者两种、多种的混合物等。尺寸为1 μm ~ 50 μm。
所述的微米级微球表面被单分散亚微米级颗粒包裹或部分覆盖。
所述的散分散亚微米级微球为聚合物胶体微球、金属氧化物胶体微球、金属硫化物、金属胶体微球、单质胶体微球等,优选自苯乙烯胶体微球、聚甲基丙烯酸甲酯胶体微球、聚苯乙烯-聚甲基丙烯酸甲酯-聚丙烯酸胶体微球、二氧化硅胶体微球、二氧化钛胶体微球、硫化铁胶体微球、金胶体微球、四氧化三铁胶体微球、氧化铜胶体微球、硫单质胶体微球、金胶体微球、银胶体微球中的一种。其尺寸为120 nm ~1000 nm。
所述的黑色纳米颗粒为碳黑纳米粒子、四氧化三铁纳米粒子、多巴胺纳米粒子、黑色素纳米粒子、石墨烯纳米片、碳纳米管、金属粒子等。尺寸为5~100 nm。其占单分散亚微米微球的质量分数为0.1% ~ 2%。
所述的微米级微球占单分散亚微米微球的质量分数为5% ~ 50%。
所述的结构色对应的光谱范围为390 ~ 800 nm, 涵盖整个可见光区。
防伪标签的验证方法为,首先,标签的光学显微镜照片中的无序光学结构的特征被人工智能深度学习并记忆,形成真品数据库;其次,在商品流通环节利用光学显微镜拍摄的标签结构被传输到人工智能数据库,并利用人工智能进行识别;最后,根据相似度自动验证真伪。
本发明取得的有益效果如下,通过把无序光学结构和人工智能结合,利用深度学习实现了无序光学结构的有效识别,实现了物理不可克隆性防伪标签。本发明的防伪标签具有绿色环保、与现有包装方式兼容、容易规模化制备的特点,在机密档案、货币、药品以及其他具有高附加值的商品防伪方面具有重要的应用价值。
附图说明
图1. 本发明实施例1、2、3、4中的具有蝴蝶、数字、字母、条形码图案的物理不可克隆防伪标签。
图2. 本发明实施例1中的物理不可克隆防伪标签的光学显微镜照片。防伪标签呈现出绿色的结构色,不规则、随机排列的微米级粒子使得结构色防伪标签具有物理不可克隆的功能。
图3. 本发明实施例1、2、3、4、5中的防伪标签的反射光谱。
具体实施方式
实施例1
在含有粒径为210 nm的质量分数为10% 的单分散聚苯乙烯-聚甲基丙烯甲酯-聚丙烯酸胶体微球的乳液中,加入占单分散微球质量分数为20%、粒径为10 μm的二氧化硅微球并超声分散后,将乳液喷涂到黑色基底上干燥,得到具有蝴蝶图案的无序光学结构的非彩虹色结构色防伪标签(图1)。防伪标签的光学显微镜照片如图2所示,其整体呈现绿色,二氧化硅微球以无序随机的方式在防伪标签中分布。防伪标签反射光谱的反射峰位置为530nm(图3)。将光学显微镜照片输入人工智能进行学习并记忆特征,形成数据库,改变拍摄环境后的光学显微镜照片输入数据库,系统的相似度值大于0.99,判断结果为真。
实施例2
在含有粒径为150 nm的质量分数为10% 的单分散苯乙烯胶体微球的乳液中,加入占单分散微球质量分数为50%、粒径为50 μm的明胶微球并超声分散后,将乳液喷涂到黑色基底上干燥,得到具有字母图案的无序光学结构的非彩虹色结构色防伪标签(图1)。防伪标签呈现紫色,明胶微球以无序随机的方式在防伪标签中分布。防伪标签反射光谱的反射峰位置为450 nm(图3)。将光学显微镜照片输入人工智能进行学习并记忆特征,形成数据库,改变拍摄环境后的光学显微镜照片输入数据库,系统的相似度值大于0.99,判断结果为真。
实施例3
在含有粒径为180 nm的质量分数为20% 的单分散聚苯乙烯微球乳液中,加入占单分散微球质量分数为30%、粒径为10 μm的淀粉微球并超声分散后,将乳液喷涂到黑色基底上干燥,得到具有数字图案的无序光学结构的非彩虹色结构色防伪标签(图1)。防伪标签呈现红色,淀粉微球以无序随机的方式在防伪标签中分布。防伪标签反射光谱的反射峰位置为481 nm(图3)。将光学显微镜照片输入人工智能进行学习并记忆特征,形成数据库,改变拍摄环境后的光学显微镜照片输入数据库,系统的相似度值大于0.99,判断结果为真。
实施例4
在含有粒径为250 nm的质量分数为20% 的单分散聚苯乙烯乳液中,加入占单分散微球质量分数为30%、粒径为1 μm的淀粉微球并超声分散后,将乳液喷涂到黑色基底上干燥,得到具有条形码图案的无序光学结构的非彩虹色结构色防伪标签(图1)。防伪标签呈现红色,淀粉微球以无序随机的方式在防伪标签中分布。防伪标签反射光谱的反射峰位置为630 nm(图3)。将光学显微镜照片输入人工智能进行学习并记忆特征,形成数据库,拍摄其他非样品库样品的光学显微镜照片输入数据库,系统的相似度值小于0.1,判断结果为假。
实施例5
在含有粒径为225 nm的质量分数为20% 的单分散聚甲基丙烯酸甲酯微球乳液中,加入占单分散微球质量分数为30%、粒径为10 μm的壳聚糖微球并超声分散后,将乳液喷涂到黑色基底上干燥,得到具有条形码的无序光学结构的非彩虹色结构色防伪标签。防伪标签反射光谱的反射峰位置为545 nm(图3)。壳聚糖微球以无序随机的方式在防伪标签中分布。
实施例6
在含有粒径为120 nm的质量分数为20% 的单分散二氧化硅胶体微球乳液中,加入占单分散微球质量分数为30%、粒径为20 μm的氧化铝微球并超声分散后,将乳液喷涂到黑色基底上干燥,得到具有条形码图案的无序光学结构的非彩虹色结构色防伪标签。防伪标签呈现红色,氧化铝微球以无序随机的方式在防伪标签中分布。防伪标签反射光谱的反射峰位置为390 nm。将光学显微镜照片输入人工智能进行学习并记忆特征,形成数据库,改变拍摄环境后的光学显微镜照片输入数据库,系统的相似度值大于0.99,判断结果为真。
实施例7
在含有粒径为1000 nm的质量分数为20% 的单分散金胶体微球乳液中,加入占单分散微球质量分数为30%、粒径为30 μm的氧化锌微球并超声分散后,将乳液喷涂到黑色基底上干燥,得到具有三角图案的无序光学结构的非彩虹色结构色防伪标签。防伪标签呈现红色,氧化锌微球以无序随机的方式在防伪标签中分布。防伪标签反射光谱的反射峰位置为800 nm。将光学显微镜照片输入人工智能进行学习并记忆特征,形成数据库,改变拍摄环境后的光学显微镜照片输入数据库,系统的相似度值大于0.99,判断结果为真。
实施例8
在含有粒径为250 nm的质量分数为20% 的单分散四氧化三铁胶体乳液中,加入占单分散微球质量分数为30%、粒径为40 μm的四氧化三铁微球并超声分散后,将乳液喷涂到黑色基底上干燥,得到具有三角图案的无序光学结构的非彩虹色结构色防伪标签。防伪标签呈现红色,氧化铁微球以无序随机的方式在防伪标签中分布。防伪标签反射光谱的反射峰位置为630 nm。将光学显微镜照片输入人工智能进行学习并记忆特征,形成数据库,改变拍摄环境后的光学显微镜照片输入数据库,系统的相似度值大于0.99,判断结果为真。
实施例9
在含有粒径为250 nm的质量分数为20% 的单分散氧化铜胶体微球乳液中,加入占单分散微球质量分数为30%、粒径为50 μm的二氧化锰微球、氧化锌微球(质量比为1:1)并超声分散后,将乳液喷涂到黑色基底上干燥,得到具有三角图案的无序光学结构的非彩虹色结构色防伪标签。防伪标签呈现红色,氧化锰微球、氧化锌微球混合微球以无序随机的方式在防伪标签中分布。防伪标签反射光谱的反射峰位置为630 nm。将光学显微镜照片输入人工智能进行学习并记忆特征,形成数据库,改变拍摄环境后的光学显微镜照片输入数据库,系统的相似度值大于0.99,判断结果为真。
实施例10
在含有粒径为250 nm的质量分数为20% 的单分散硫单质胶体乳液中,加入占单分散微球质量分数为30%、粒径为10 μm的二氧化锰微球并超声分散后,将乳液喷涂到黑色基底上干燥,得到具有三角图案的无序光学结构的非彩虹色结构色防伪标签。防伪标签呈现红色,氧化锰微球以无序随机的方式在防伪标签中分布。防伪标签反射光谱的反射峰位置为630 nm。将光学显微镜照片输入人工智能进行学习并记忆特征,形成数据库,改变拍摄环境后的光学显微镜照片输入数据库,系统的相似度值大于0.99,判断结果为真。
实施例11
在含有粒径为250 nm的质量分数为20% 的单分散二氧化钛胶体微球微球乳液中,加入占单分散微球质量分数为30%、粒径为10 μm的氧化锰微球、氧化锌、明胶微球(质量比为1:1:1)并超声分散后,将乳液喷涂到黑色基底上干燥,得到具有三角图案的无序光学结构的非彩虹色结构色防伪标签。防伪标签呈现红色,混合微球以无序随机的方式在防伪标签中分布。防伪标签反射光谱的反射峰位置为630 nm。将光学显微镜照片输入人工智能进行学习并记忆特征,形成数据库,改变拍摄环境后的光学显微镜照片输入数据库,系统的相似度值大于0.99,判断结果为真。
实施例12
在含有粒径为250 nm的质量分数为20% 的单分散聚苯乙烯胶体微球乳液中,加入占单分散微球质量分数为5%、粒径为10 μm的二氧化钛微球(质量比为1:1:1)并超声分散后,将乳液喷涂到黑色基底上干燥,得到具有三角图案的无序光学结构的非彩虹色结构色防伪标签。防伪标签呈现红色,白蛋白微球以无序随机的方式在防伪标签中分布。防伪标签反射光谱的反射峰位置为630 nm。将光学显微镜照片输入人工智能进行学习并记忆特征,形成数据库,改变拍摄环境后的光学显微镜照片输入数据库,系统的相似度值大于0.99,判断结果为真。
实施例13
在含有粒径为250 nm的质量分数为20% 的单分散聚苯乙烯胶体微球乳液中,加入占单分散微球质量分数为30%、粒径为10 μm的聚苯乙烯微球(质量比为1:1:1)和占单分散胶体微球质量分数0.1%的碳黑纳米粒子(粒径5 nm)并超声分散后,将乳液喷涂到基底上干燥,得到具有三角图案的无序光学结构的非彩虹色结构色防伪标签。防伪标签呈现红色,白蛋白微球以无序随机的方式在防伪标签中分布。防伪标签反射光谱的反射峰位置为630nm。将光学显微镜照片输入人工智能进行学习并记忆特征,形成数据库,改变拍摄环境后的光学显微镜照片输入数据库,系统的相似度值大于0.99,判断结果为真。
实施例14
在含有粒径为250 nm的质量分数为20% 的单分散聚苯乙烯胶体微球乳液中,加入占单分散微球质量分数为30%、粒径为10 μm的白蛋白微球(质量比为1:1:1)和占单分散胶体微球质量分数2%的四氧化三铁纳米粒子(粒径100 nm)并超声分散后,将乳液喷涂到基底上干燥,得到具有三角图案的无序光学结构的非彩虹色结构色防伪标签。防伪标签呈现红色,碳微球以无序随机的方式在防伪标签中分布。防伪标签反射光谱的反射峰位置为630nm。将光学显微镜照片输入人工智能进行学习并记忆特征,形成数据库,改变拍摄环境后的光学显微镜照片输入数据库,系统的相似度值大于0.99,判断结果为真。
实施例15
在含有粒径为250 nm的质量分数为20% 的单分散银胶体微球乳液中,加入占单分散微球质量分数为30%、粒径为10 μm的四氧化三铁微球(质量比为1:1:1)和占单分散胶体微球质量分数1%的多巴胺纳米粒子(粒径10 nm)并超声分散后,将乳液喷涂到基底上干燥,得到具有三角图案的无序光学结构的非彩虹色结构色防伪标签。防伪标签呈现红色,白蛋白微球以无序随机的方式在防伪标签中分布。防伪标签反射光谱的反射峰位置为630 nm。将光学显微镜照片输入人工智能进行学习并记忆特征,形成数据库,改变拍摄环境后的光学显微镜照片输入数据库,系统的相似度值大于0.99,判断结果为真。
实施例16
在含有粒径为250 nm的质量分数为20% 的单分散聚苯乙烯胶体微球乳液中,加入占单分散微球质量分数为30%、粒径为10 μm的白蛋白微球(质量比为1:1:1)和占单分散胶体微球质量分数2%的黑色素纳米粒子(粒径20 nm)并超声分散后,将乳液喷涂到基底上干燥,得到具有三角图案的无序光学结构的非彩虹色结构色防伪标签。防伪标签呈现红色,白蛋白微球以无序随机的方式在防伪标签中分布。防伪标签反射光谱的反射峰位置为630nm。将光学显微镜照片输入人工智能进行学习并记忆特征,形成数据库,改变拍摄环境后的光学显微镜照片输入数据库,系统的相似度值大于0.99,判断结果为真。
实施例17
在含有粒径为250 nm的质量分数为20% 的单分散硫化铁胶体微球乳液中,加入占单分散微球质量分数为30%、粒径为10 μm的白蛋白微球(质量比为1:1:1)和占单分散胶体微球质量分数2%的石墨烯纳米片(尺寸100 nm)并超声分散后,将乳液喷涂到基底上干燥,得到具有三角图案的无序光学结构的非彩虹色结构色防伪标签。防伪标签呈现红色,白蛋白微球以无序随机的方式在防伪标签中分布。防伪标签反射光谱的反射峰位置为630 nm。将光学显微镜照片输入人工智能进行学习并记忆特征,形成数据库,改变拍摄环境后的光学显微镜照片输入数据库,系统的相似度值大于0.99,判断结果为真。
实施例18
在含有粒径为250 nm的质量分数为20% 的单分散聚苯乙烯胶体微球乳液中,加入占单分散微球质量分数为30%、粒径为10 μm的氧化铝微球(质量比为1:1:1)和占单分散胶体微球质量分数2%的碳纳米管(尺寸100 nm)并超声分散后,将乳液喷涂到基底上干燥,得到具有三角图案的无序光学结构的非彩虹色结构色防伪标签。防伪标签呈现红色,白蛋白微球以无序随机的方式在防伪标签中分布。防伪标签反射光谱的反射峰位置为630 nm。将光学显微镜照片输入人工智能进行学习并记忆特征,形成数据库,改变拍摄环境后的光学显微镜照片输入数据库,系统的相似度值大于0.99,判断结果为真。
实施例19
在含有粒径为250 nm的质量分数为20% 的单分散金胶体微球胶体微球乳液中,加入占单分散微球质量分数为30%、粒径为10 μm的二氧化锰微球(质量比为1:1:1)和占单分散胶体微球质量分数2%的银纳米粒子(尺寸100 nm)并超声分散后,将乳液喷涂到基底上干燥,得到具有三角图案的无序光学结构的非彩虹色结构色防伪标签。防伪标签呈现红色,白蛋白微球以无序随机的方式在防伪标签中分布。防伪标签反射光谱的反射峰位置为630nm。将光学显微镜照片输入人工智能进行学习并记忆特征,形成数据库,改变拍摄环境后的光学显微镜照片输入数据库,系统的相似度值大于0.99,判断结果为真。
Claims (6)
1.一种利用人工智能进行识别的物理不可克隆性结构色防伪标签,其特征在于:由一种或多种微米级微球随机掺杂于无序排列的单分散亚微米级微球中并以图案化的方式涂布到黑色基底上;或者一种或多种微米级微球、黑色纳米颗粒随机掺杂于单分散亚微米级微球中并以图案化的方式涂布到基底上而形成的;其中,微米级微球是聚苯乙烯微球、淀粉微球、白蛋白微球、明胶微球、壳聚糖微球、二氧化硅微球、氧化铝微球、氧化锌微球、四氧化三铁微球、二氧化锰微球、二氧化钛微球中的一种或者两种、多种的混合物,尺寸为1μm~50μm;单分散亚微米级微球选自苯乙烯胶体微球、聚甲基丙烯酸甲酯胶体微球、聚苯乙烯-聚甲基丙烯酸甲酯-聚丙烯酸胶体微球、二氧化硅胶体微球、二氧化钛胶体微球、硫化铁胶体微球、四氧化三铁胶体微球、氧化铜胶体微球、硫单质胶体微球、金胶体微球、银胶体微球中的一种,其尺寸为150nm~1000nm。
2.根据权利要求1所述的物理不可克隆性结构色防伪标签,其特征在于微米级微球表面被单分散亚微米级颗粒包裹或部分覆盖。
3.根据权利要求1所述的物理不可克隆性结构色防伪标签,其特征在于所述的黑色纳米颗粒为炭黑纳米粒子、四氧化三铁纳米粒子、多巴胺纳米粒子、黑色素纳米粒子、石墨烯纳米片、碳纳米管、金属粒子中的一种,尺寸为5~100nm,其占单分散亚微米微球的质量分数为0.1%~2%。
4.根据权利要求1所述的物理不可克隆性结构色防伪标签,其特征在于所述的微米级微球占单分散亚微米微球的质量分数为5%~50%。
5.根据权利要求1所述的物理不可克隆性结构色防伪标签,其特征在于:所述的结构色对应的光谱范围为390~800nm,涵盖整个可见光区。
6.一种如权利要求1所述的物理不可克隆性结构色防伪标签的验证方法,其特征在于:首先,标签的光学显微镜照片中的无序光学结构的特征被人工智能深度学习并记忆,形成真品数据库;其次,在商品流通环节利用光学显微镜拍摄的标签结构被传输到人工智能数据库,并利用人工智能进行识别;最后,根据相似度自动验证真伪。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910898916.6A CN110569948B (zh) | 2019-09-23 | 2019-09-23 | 一种利用人工智能进行识别的物理不可克隆性结构色防伪标签 |
US17/000,436 US20210091964A1 (en) | 2019-09-23 | 2020-08-24 | Physically unclonable structural-color anti-counterfeiting label with artificial intelligence authentication |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910898916.6A CN110569948B (zh) | 2019-09-23 | 2019-09-23 | 一种利用人工智能进行识别的物理不可克隆性结构色防伪标签 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110569948A CN110569948A (zh) | 2019-12-13 |
CN110569948B true CN110569948B (zh) | 2023-02-07 |
Family
ID=68781882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910898916.6A Active CN110569948B (zh) | 2019-09-23 | 2019-09-23 | 一种利用人工智能进行识别的物理不可克隆性结构色防伪标签 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20210091964A1 (zh) |
CN (1) | CN110569948B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TR201921827A2 (tr) * | 2019-12-26 | 2021-07-26 | T C Erciyes Ueniversitesi | Poli̇mer i̇nce fi̇lm temelli̇ fi̇zi̇ksel olarak klonlanamayan güvenli̇k eti̇ketleri̇ni̇n üreti̇mi̇ |
CN113506508B (zh) * | 2021-08-07 | 2022-08-23 | 河北师范大学 | 一种超疏水物理不可克隆性结构色防伪标签以及其制备方法 |
CN113621110B (zh) * | 2021-08-23 | 2022-12-16 | 广东工业大学 | 一种基于纳米球自组装的不可克隆防伪材料及其制备方法与应用 |
CN114863790B (zh) * | 2022-04-13 | 2023-06-16 | 四川大学 | 一种手性纳米防伪标签 |
GB2619068A (en) * | 2022-05-26 | 2023-11-29 | Quantum Base Ltd | Optically readable physical unclonable functions |
CN115232514B (zh) * | 2022-07-20 | 2023-06-23 | 中山大学 | 一种遇水显色结构色材料及其制备方法 |
FR3145564A1 (fr) * | 2023-02-06 | 2024-08-09 | Cypher Science | Particules polymères de marquage/codage d'objets, leur procédé de fabrication et composition à base de ces particules |
CN118397915B (zh) * | 2024-06-27 | 2024-09-10 | 吉林大学 | 一种基于等离子体纳米化学表面处理的多尺度银纳米粒子不对称组装体防伪标签及其制备方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102667891A (zh) * | 2010-10-27 | 2012-09-12 | 海南亚元防伪技术研究所 | 烫印纹理防伪印刷物及其专用烫印膜与制造方法 |
CN105177714A (zh) * | 2015-07-16 | 2015-12-23 | 河北师范大学 | 一种形貌可控且色彩无角度依赖性的光子晶体微粒及其制备方法 |
CN107020853A (zh) * | 2017-03-15 | 2017-08-08 | 大连理工大学 | 一种基于结构色变化的防伪方法 |
CN108227053A (zh) * | 2018-01-15 | 2018-06-29 | 河北师范大学 | 提高非彩虹结构色色彩亮度的方法 |
CN109559134A (zh) * | 2018-02-05 | 2019-04-02 | 海南亚元防伪技术研究所(普通合伙) | 人工智能快速准确验证细微特征防伪方法 |
CN109934320A (zh) * | 2019-02-27 | 2019-06-25 | 上海交通大学 | 一种基于微小尺寸颗粒的防伪标签及其防伪方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7874489B2 (en) * | 2005-06-20 | 2011-01-25 | Authentiform Technologies, Llc | Product authentication |
EP1854852A1 (en) * | 2006-05-12 | 2007-11-14 | Sicpa Holding S.A. | Coating composition for producing magnetically induced images |
-
2019
- 2019-09-23 CN CN201910898916.6A patent/CN110569948B/zh active Active
-
2020
- 2020-08-24 US US17/000,436 patent/US20210091964A1/en not_active Abandoned
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102667891A (zh) * | 2010-10-27 | 2012-09-12 | 海南亚元防伪技术研究所 | 烫印纹理防伪印刷物及其专用烫印膜与制造方法 |
CN105177714A (zh) * | 2015-07-16 | 2015-12-23 | 河北师范大学 | 一种形貌可控且色彩无角度依赖性的光子晶体微粒及其制备方法 |
CN107020853A (zh) * | 2017-03-15 | 2017-08-08 | 大连理工大学 | 一种基于结构色变化的防伪方法 |
CN108227053A (zh) * | 2018-01-15 | 2018-06-29 | 河北师范大学 | 提高非彩虹结构色色彩亮度的方法 |
CN109559134A (zh) * | 2018-02-05 | 2019-04-02 | 海南亚元防伪技术研究所(普通合伙) | 人工智能快速准确验证细微特征防伪方法 |
CN109934320A (zh) * | 2019-02-27 | 2019-06-25 | 上海交通大学 | 一种基于微小尺寸颗粒的防伪标签及其防伪方法 |
Non-Patent Citations (1)
Title |
---|
Cascade-microphase-;Peng Han等;《ADVANCED OPTICAL MATERIALS》;20190125;第1375页-1384页 * |
Also Published As
Publication number | Publication date |
---|---|
US20210091964A1 (en) | 2021-03-25 |
CN110569948A (zh) | 2019-12-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110569948B (zh) | 一种利用人工智能进行识别的物理不可克隆性结构色防伪标签 | |
JP6413124B2 (ja) | 効果層を生成するためのプロセス | |
TWI701083B (zh) | 用於產生包括經定向非球面之磁性或可磁化顏料微粒之光學效果層(oel)的裝置、該等裝置的用途、包括該等裝置的印刷裝置、該印刷裝置的用途、及程序、由該等程序產生的oel、及包括該oel的安全文件或裝飾構件或物件 | |
JP6884957B2 (ja) | 配向した非球状磁性顔料粒子又は磁化可能顔料粒子を含む光学効果層を生成する装置及びプロセス | |
TWI709626B (zh) | 用於製造包含定向非球面磁性或可磁化顏料顆粒的光學效應層之磁性組件與製程 | |
AU2007293247B2 (en) | Security articles and devices containing coded holographic platelets and methods of manufacturing the same | |
JP2016534187A (ja) | 磁性又は磁化可能顔料粒子及び視覚効果層 | |
CN110766119B (zh) | 一种具有多重防伪模式的物理不可克隆性结构色防伪标签 | |
JP2023530722A (ja) | 磁性又は磁化可能な顔料粒子を含む光学効果層を作製する方法 | |
Wu et al. | Unclonable photonic crystal hydrogels with controllable encoding capacity for anticounterfeiting | |
EA039227B1 (ru) | Способы получения слоев с оптическим эффектом, содержащих ориентированные несферические магнитные или намагничиваемые частицы пигмента | |
TW541438B (en) | Material for preventing imitation and forging of marking | |
CN107020853A (zh) | 一种基于结构色变化的防伪方法 | |
US20090039644A1 (en) | Systems and methods for using microscopic capsules containing orientable materials for document security and processing applications | |
CN103268657A (zh) | 一种可动态感应磁场位置变化的防伪元件及其制作方法 | |
Abdelrahman et al. | Recent advances in photoresponsive printing inks for security encoding applications | |
KR102059539B1 (ko) | 위변조 방지용 구조체, 위변조 방지용 구조체 제조방법, 위변조 식별 방법 및 위변조 식별용 시스템 | |
JP2024517567A (ja) | 磁性又は磁化可能な顔料粒子を含み、1つ又は複数のしるしを示す光学効果層を作製する方法 | |
KR200400312Y1 (ko) | 복제가 불가능한 라벨 | |
JP2017067912A (ja) | ホログラム積層体、情報記録媒体およびホログラム積層体の製造方法 | |
TW202306797A (zh) | 包含磁性或可磁化顏料顆粒的光學效應層以及用於生產所述光學效應層的方法 | |
RU2616151C1 (ru) | Способ струйной печати бесцветными золь-гель чернилами радужных голографических изображений на голографической бумаге или на микроэмбоссированной поверхности и печатное изделие с радужным голографическим изображением | |
RU2650138C2 (ru) | Бесцветные золь-гель чернила для струйной печати радужных голографических изображений и способ их приготовления | |
JP2017067916A (ja) | ホログラム積層体、情報記録媒体およびホログラム積層体の製造方法 | |
KR20160115822A (ko) | 카메라를 이용한 위변조 장치 인증방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |