采用人工智能实现数字化多维防伪溯源的方法及系统
技术领域
本发明属于防伪技术领域,具体涉及采用人工智能实现数字化多维防伪溯源的方法及系统。
背景技术
假冒商品充斥市场不仅给企业及国家税收等造成巨大损失,同时严重损害消费者权益,甚至会对消费者的健康乃至生命造成严重威胁。
现在通常使用的商品防伪方式基本上是物理防伪,以后置粘贴标签的方式进行表现(如激光镭射防伪、高温消失防伪、材质纹理防伪等)。科技的发展为标签防伪提供了更多的物理技术手段,但是同时也使得造假者有更多方式去破解和仿制防伪措施。现有的一些高级防伪措施(如隐形荧光防伪技术,超微粒子防伪技术等)虽然增加了造假的难度,但同时需要专用的识别工具识别真伪,大大增加了普通消费者识别的难度,并且依然是基于标签的防伪而不是基于物品本身的防伪,一旦标签制作技术被破解,很容易被仿制,不能真正起到全社会共同抵制打击假冒伪劣商品的作用。
现有防伪技术不管是传统的物理防伪还是上述的数字防伪,都是将防伪标签作为防伪识别的唯一载体,是后置平面识别,所采用的所有高技术手段只是对标签本身的技术升级,用户所识别的也只是标签的真伪,而不是商品本身的真伪。一旦标签所采用的技术被破解,并使用高精度识别设备采集标签表面图案信息,就可以被批量复制,使得造假仍然存在可能性。
发明内容
本发明公开采用人工智能实现数字化多维防伪溯源的方法及系统,创造性的将人工智能识别与传统的扫码识别、涂层防伪相结合,融合区大数据应用、云计算等尖端信息化技术,实现对物品的前置多维立体识别而不仅仅是对标签本身的平面识别,以带有涂层的码为表现方式旨在解决现有技术中防伪难,造假事件频发的问题。
本发明公开采用人工智能实现数字化多维防伪溯源的方法,包括以下步骤:
a.创建模型:
a1:通过云端数据处理系统创建人工智能差异化识别模型工具和创建识别特定数列码工具;
a2:采用人工智能差异化识别模型工具训练成为某一类商品的人工智能差异化识别模型,采用识别特定数列码工具创建识别特定数列码模型;
a3:将某一类商品的人工智能差异化识别模型下发至安装于本类商品防伪生产线技术设备的主控电脑上;将识别特定数列码模型安装于人工智能识别终端;
b.商品码的生产:
b1:将特定码段通过云端数据处理系统赋权特定企业的特定产品,并采用企业管理后台系统写入企业及商品基本信息以及生产批次信息;
b2:商品在流水线完成全部工序后,将所述特定码段中的防伪多维码随机加工在商品上;所述加工可以是粘贴/喷印/刻蚀中的一种;所述粘贴采用人工粘贴或贴码机粘贴,所述喷印采用喷印机,所述刻蚀采用激光喷码机;
b3:通过防伪生产线技术设备的差异化识别装置对粘贴防伪多维码的商品进行扫描,生成专属立体多维图谱特征,并结合当前时间点,生成商品身份要素数据包,同步扫描识别所述防伪多维码,将扫描识别的防伪多维码信息与所述商品身份要素数据包关联并上传云端数据处理系统;
b4:云端数据处理系统将所述商品身份要素数据包进行多重加密编译,生成商品加密数据包,存储于商品识别信息数据库,同时将所述商品加密数据包转换为特定加密数列码,关联写入多维码信息系统,并由防伪生产线技术设备的喷码设备在商品的多维码特定位置喷涂所述特定加密数列码后由涂层机覆盖涂层;
b5:商品装箱时,由人工智能识别终端逐一扫描本箱要装入的所有商品的防伪多维码,上传云端数据处理系统,由云端数据处理系统生成箱码,箱码包含了所装的本类商品的相关要素信息,所述箱码为明码;
c:商品流通中商品码管理:
c1:在商品流通环节:每一环节出入库时使用人工智能识别终端扫描所述箱码,人工智能识别终端会将使用者信息、扫描所在位置同步上传于云端数据处理系统,通过云端数据处理系统的大数据分析模块自动判断所扫箱码的合法性,判定为合法则本箱码及箱码所包含的每件商品的多维码中插入一条扫码记录;判定为不合法,则向企业管理后台系统发出风险预警;
c2:开箱后的独立商品扫码环节:用户刮开涂层使用人工智能识别终端整体扫码后,人工智能识别终端会将扫码设备信息、使用者信息、使用者位置上传于云端数据处理系统;
c3:码的作废与失效:当商品的防伪多维码与涂层下的所述特定加密数列码被扫之后,云端数据处理系统会默认商品已经被消费,此码失效,自动成为废码;包装已打开状态的码,经过一定设定期限后自动成为废码;有保质期的商品,保质期到期,再经过一周之后,商品的防伪多维码自动成为废码。
优选的,步骤(b5)中当商品具有多重包装,由防伪生产线技术设备的差异化识别装置进行多次商品身份图谱特征识别创建,并由云端数据处理系统将每一层包装的身份要素数据包转换成的数列码进行关联,起到多重关联防伪的作用。
优选的,所述防伪生产线技术设备的差异化识别装置是图像识别设备,光谱识别设备、磁识别设备、波识别设备中的其一或二者。
优选的,所述防伪生产线技术设备的差异化识别装置为多角度可远程调节的若干个高精度摄像头。
优选的,步骤(b3)差异化识别装置对商品扫描的区域可根据不同的商品类别设置扫描区域;也可以进行商品的整体扫描。
优选的,步骤(b4)中所述特定加密数列码的视觉表示为数字/纹理/图像中的一种。
本发明还公开采用人工智能实现数字化多维防伪溯源的系统,包括:云端数据处理系统、防伪生产线技术设备、人工智能识别终端和企业管理后台系统;
所述云端数据处理系统包括:
码管理模块包括:赋码单元,用于特定码段赋权特定企业的特定产品;解码单元,用于将人工智能识别终端识别并上传的箱码、密数列码或多维码进行解码;写入信息单元,用于写入特定码段,所述特定码段来源于第三方开或企业独立开发的针对某一类商品的码序列;
人工智能数据处理模块:用于人工智能差异化识别模型工具的训练;通过识别特定数列码工具将人工智能识别终端和防伪生产线技术设备的高精度摄像头传回图像的像素与角度的仿真还原处理;
常规数据处理模块,用于数据加密、数据解密、数据储存和数据调用;
智能识别终端支撑模块包括:防伪生产线技术设备的高精度摄像头管理单元、人工智能识别终端支持单元、用户信息识别单元、码信息回馈单元;
企业后台支持模块包括:商品信息写入单元:用于支持企业向码内写入商品基本信息以及生产批次信息;管理单元:用于专用设备的分配、信息获取和信息统计;预警模块:用于提示企业假冒商品或商品窜货;
大数据分析模块,用于基于人工智能识别终端识别信息作出市场分析;
所述防伪生产线技术设备包括:多角度可远程调节的若干个高精度摄像头、控制台、安装人工智能芯片的主控电脑、无线网络信号接受与发射装置、激光喷码机、涂层机;所述控制台上安装所述主控电脑,所述主控电脑通过所述无线网络信号接受与发射装置与所述云端数据处理系统信号连接,所述主控电脑通过传输网线与所述激光喷码机、所述涂层机分别信号连接,所述主控电脑与所述若干个高精度摄像头采用传输网线信号连接;
所述人工智能识别终端,用于载入识别特定数列码模型,采用识别特定数列码模型识别商品的防伪多维码信息,并上传所述云端数据处理系统的人工智能数据处理模块,同时接受商品的真伪信息;
所述企业管理后台系统,用于企业向码内写入商品基本信息以及生产批次信息;用于接收专用设备的分配、信息获取和信息统计;接收云端数据处理系统发出的假冒商品或商品窜货信息。
与现有技术相比,本发明的有益效果在于:
1.本发明创造性的将人工智能识别与传统的扫码(二维、三维、多维)识别、涂层防伪相结合,融合区大数据应用、云计算等尖端信息化技术,实现对物品的前置多维立体识别而不仅仅是对标签本身的平面识别,以带有涂层的码为表现方式,(涂层所覆盖的随机加密数列与码一对一相匹配),为每一件生产的商品赋予独一无二的个体特征,使得商品像人一样具有了专属数字化身份信息,真正实现了一物一码,即使可以批量复制标签码,但绝不可能复制每个码所对应的物品的全部本体特征,涂层覆盖加密数列使得加密数列具有不可复制性,一旦涂层被刮开就意味着此码已经作废,结合涂层所覆盖加密数列与本码的匹配判断,起到了数字防伪与隐性防伪结合的作用,彻底解决了传统防伪方式易识别、易仿制、易破解的现实性难题;
2.用户刮开涂层,通过手机等智能终端所搭载的人工智能识别技术读取包含涂层下加密数列在内专属码整体信息,并与云端信息比对,即可以方便的识别商品的真伪以及商品的溯源信息,专属码一旦与涂层所覆盖的加密数列经过任意一次整体扫码,即代表本商品已经被消费。基于人工智能的数字化识别比传统依赖于人眼的识别具有不可比拟的精度、清晰度、准确度,从而使得造假的概率几乎为零。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
本发明公开采用人工智能实现数字化多维防伪溯源的方法,包括以下步骤:
a.创建模型:
a1:通过云端数据处理系统创建人工智能差异化识别模型工具和创建识别特定数列码工具;
a2:采用人工智能差异化识别模型工具训练成为某一类商品的人工智能差异化识别模型,采用识别特定数列码工具创建识别特定数列码模型;
a3:将某一类商品的人工智能差异化识别模型下发至安装于本类商品防伪生产线技术设备的主控电脑上;将识别特定数列码模型安装于人工智能识别终端;
b.商品码的生产:
b1:将特定码段通过云端数据处理系统赋权特定企业的特定产品,并采用企业管理后台系统写入企业及商品基本信息以及生产批次信息;
b2:商品在流水线完成全部工序后,将所述特定码段中的防伪多维码随机加工在商品上;所述加工可以是粘贴/喷印/刻蚀中的一种;所述粘贴采用人工粘贴或贴码机粘贴,所述喷印采用喷印机,所述刻蚀采用激光喷码机;
b3:通过防伪生产线技术设备的差异化识别装置对粘贴防伪多维码的商品进行扫描,生成专属立体多维图谱特征,并结合当前时间点,生成商品身份要素数据包,同步扫描识别所述防伪多维码,将扫描识别的防伪多维码信息与所述商品身份要素数据包关联并上传云端数据处理系统;
b4:云端数据处理系统将所述商品身份要素数据包进行多重加密编译,生成商品加密数据包,存储于商品识别信息数据库,同时将所述商品加密数据包转换为特定加密数列码,关联写入多维码信息系统,并由防伪生产线技术设备的喷码设备在商品的多维码特定位置喷涂所述特定加密数列码后由涂层机覆盖涂层;
b5:商品装箱时,由人工智能识别终端逐一扫描本箱要装入的所有商品的防伪多维码,上传云端数据处理系统,由云端数据处理系统生成箱码,箱码包含了所装的本类商品的相关要素信息,所述箱码为明码;
c:商品流通中商品码管理:
c1:在商品流通环节:每一环节出入库时使用人工智能识别终端扫描所述箱码,人工智能识别终端会将使用者信息、扫描所在位置同步上传于云端数据处理系统,通过云端数据处理系统的大数据分析模块自动判断所扫箱码的合法性,判定为合法则本箱码及箱码所包含的每件商品的多维码中插入一条扫码记录;判定为不合法,则向企业管理后台系统发出风险预警;
c2:开箱后的独立商品扫码环节:用户刮开涂层使用人工智能识别终端整体扫码后,人工智能识别终端会将扫码设备信息、使用者信息、使用者位置上传于云端数据处理系统;
c3:码的作废与失效:当商品的防伪多维码与涂层下的所述特定加密数列码被扫之后,云端数据处理系统会默认商品已经被消费,此码失效,自动成为废码;包装已打开状态的码,经过一定设定期限后自动成为废码;有保质期的商品,保质期到期,再经过一周之后,商品的防伪多维码自动成为废码。
步骤(b5)中当商品具有多重包装,由防伪生产线技术设备的差异化识别装置进行多次商品身份图谱特征识别创建,并由云端数据处理系统将每一层包装的身份要素数据包转换成的数列码进行关联,起到多重关联防伪的作用。
步骤(c2)中开箱后的独立商品扫码环节具体流程:
人工智能识别终端整体扫码后,首先云端数据处理系统会通过常规数据处理模块进行数据调用查询,识别码的合法性,合法则在本商品码中顺序插入一条查询记录后进入下一步骤识别,不合法实时向企业管理后台系统发出预警;其次,由大数据分析判断商品流向和当前位置关联的合法性与合理性,并在本商品所属箱码中插入一条记录,提示本箱已启封,本商品已扫码一次,任何设备再次扫描本商品所属箱码将会收到已启封提醒;第三,云端数据处理系统解密所扫多维码中的数列码,在数据库中找到相对应的商品加密数据包,进行商品身份要素数据包比对识别,图谱特征吻合判定为真品,向用户反馈所扫商品为真的信息,如果特征存在较大不符则判定为不是同一商品,向用户反馈所扫商品为假的信息,同时向企业管理后台系统发出高风险预警提醒。第四,具有多重包装的商品,当商品本身被任意扫过一次之后,所关联的箱码、各层包装物包装码的状态将全部变为包装已打开状态。
所述防伪生产线技术设备的差异化识别装置是图像识别设备,光谱识别设备、磁识别设备、波识别设备中的其一或二者。
所述防伪生产线技术设备的差异化识别装置为多角度可远程调节的若干个高精度摄像头。
步骤(b3)差异化识别装置对商品扫描的区域可根据不同的商品类别设置扫描区域;也可以进行商品的整体扫描。
步骤(b4)中所述特定加密数列码的视觉表示为数字/纹理/图像中的一种。
本发明还公开采用人工智能实现数字化多维防伪溯源的系统,包括:云端数据处理系统、防伪生产线技术设备、人工智能识别终端和企业管理后台系统;
所述云端数据处理系统包括:
码管理模块包括:赋码单元,用于特定码段赋权特定企业的特定产品;解码单元,用于将人工智能识别终端识别并上传的箱码、密数列码或多维码进行解码;写入信息单元,用于写入特定码段,所述特定码段来源于第三方开或企业独立开发的针对某一类商品的码序列;
人工智能数据处理模块:用于人工智能差异化识别模型工具的训练;通过识别特定数列码工具将人工智能识别终端和防伪生产线技术设备的高精度摄像头传回图像的像素与角度的仿真还原处理;
常规数据处理模块,用于数据加密、数据解密、数据储存和数据调用;
智能识别终端支撑模块包括:防伪生产线技术设备的高精度摄像头管理单元、人工智能识别终端支持单元、用户信息识别单元、码信息回馈单元;
企业后台支持模块包括:商品信息写入单元:用于支持企业向码内写入商品基本信息以及生产批次信息;管理单元:用于专用设备的分配、信息获取和信息统计;预警模块:用于提示企业假冒商品或商品窜货;
大数据分析模块,用于基于人工智能识别终端识别信息作出市场分析;
所述防伪生产线技术设备包括:多角度可远程调节的若干个高精度摄像头、控制台、安装人工智能芯片的主控电脑、无线网络信号接受与发射装置、激光喷码机、涂层机;所述控制台上安装所述主控电脑,所述主控电脑通过所述无线网络信号接受与发射装置与所述云端数据处理系统信号连接,所述主控电脑通过传输网线与所述激光喷码机、所述涂层机分别信号连接,所述主控电脑与所述若干个高精度摄像头采用传输网线信号连接;
所述人工智能识别终端,用于载入识别特定数列码模型,采用识别特定数列码模型识别商品的防伪多维码信息,并上传所述云端数据处理系统的人工智能数据处理模块,同时接受商品的真伪信息;
所述企业管理后台系统,用于企业向码内写入商品基本信息以及生产批次信息;用于接收专用设备的分配、信息获取和信息统计;接收云端数据处理系统发出的假冒商品或商品窜货信息。
为了更好的理解本发明在此公开本发明中采用人工智能实现数字化多维防伪溯源的方法的具体工作原理:
遵循“发生即不会改变”的原则,流水线上生产的每件商品在加包装、封口、贴各类标签后,会形成包括包装物和标签的位置特征、封口特征、包装物本身特征、轮廓特征等系列特征在内的独一无二的个体差异化特征。本发明将物理防伪与数据防伪相结合,当物理防伪标识(码)粘贴于商品上之后,将与商品本身包装物以及商品所贴其他属性类标签构成一个整体,结合商品本身轮廓、材质特征、包装物纹理与色彩、包装物图案、不同标签以及防伪标识与包装物本身之间的相对位置对应信息、包装物的光谱特征、色像特征、频谱特征、磁感应特征、曲线特征、其他人工制造特征等各种要素,共同构成本商品独一无二的专属立体图谱特征,通过人工智能识别技术对此专属立体图谱特征进行精准识别创建个体原始特征数据,将此特征进行数字化加密处理,存储于云端数据库,并与涂层所覆盖的加密数列进行关联。当使用具有人工智能识别功能的智能终端进行扫描识别时,扫码过程就是讲当前所见商品的整体特征上传数据库与本码所代表商品的原始数据特征进行人工智能比对并将结果反馈于用户的过程。
补充说明:对于商品的识别特征不明显时,如玻璃瓶或透明包装,可以在包装上加上无规则的色点或色斑,也可加上一些特殊或非特殊的印记,形成每一个不一样的识别点和图形;
差异化识别装置扫描的原理:
其采用位差法,其中位差即为点位中的误差,另外还采用基准线作为参考标准;
具体的位差包括:包装物本身与基准线的位差、后置标签与基准线参照位的位差以及后置标签本身图案与基准线参照位的位差、透明液体内装高度与基准线的位差、透明包装的透视镜像位差、包装物结构的差异与基准线的位差等。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进、部件拆分或组合等,均应包含在本发明的保护范围之内。