CN111709258A - 一种高效率人工智能防伪图像识别的系统及方法 - Google Patents
一种高效率人工智能防伪图像识别的系统及方法 Download PDFInfo
- Publication number
- CN111709258A CN111709258A CN201910996998.8A CN201910996998A CN111709258A CN 111709258 A CN111709258 A CN 111709258A CN 201910996998 A CN201910996998 A CN 201910996998A CN 111709258 A CN111709258 A CN 111709258A
- Authority
- CN
- China
- Prior art keywords
- counterfeiting
- program
- code
- image
- information
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
- G06K7/10821—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices
- G06K7/10861—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices sensing of data fields affixed to objects or articles, e.g. coded labels
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Accounting & Taxation (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种基于人工智能技术对防伪标识物图像信息或特征点进行识别的系统及方法。背景技术中,人工智能技术应用于防伪识别很少。需要对现有的人工智能识别方法进行,针对防伪图像识别特点的改造和优化。本申请提供的人工智能防伪图像识别的系统和方法,包括在产品或产品包装物上张贴有个性化图像特征类防伪标识;在个性化图像特征类防伪标识上,设有具有唯一性的身份码和溯源码;在个性化图像特征类防伪标识⑵上设有专用功能的线条和图案,包含协助拍照的引导拍照图案和修正形变的修正指导图案。增加预处理程序和防伪标签固定图案,提高人工智能判别效率。
Description
技术领域
本发明涉及防伪技术领域,特别是一种基于人工智能技术对防伪标识物图像信息或特征点进行识别的系统及方法。
背景技术
防伪产业中,对防伪标识物图像信息或特征点进行识别系统,进行了很多的探索。例如:CN 108694370 A 所述的《非专用APP自动识别纹理真假的防伪方法》。CN109559134A
[中文]所述的《人工智能快速准确验证细微特征防伪方法》。
而将人工智能技术,用于视觉辅助判别防伪标签的真假,应该是大势所趋。
至于人工智能技术,在图片识别、图像识别方面,拥有很多的成熟经验,例如:CN110222689A
[中文] 所述的《一种基于深度学习的西洋银器戳记识别方法》、 CN110222718A
[中文] 所述的《图像处理的方法及装置》、CN109815969A
[中文] 所述的《一种基于人工智能图像识别的特征提取方法及装置》的识别图像的方法。
但是,背景技术中,人工智能技术应用于防伪识别很少。很多人工智能识别都是伪人工智能识别,查询系统的内核,根本没有使用人工智能识别的原理、算法和方法,且反馈给客户消费者的信息不准确,容易让客户查验者产生误判。
近年来,神经网络特别是卷积神经网络在图像处理、图像识别类应用上取得了巨
大的成功,我们是可以直接拿来的。而直接将现有现成的人工智能技术应用于防伪查验鉴别,也存在着识别效率不高的问题。主要是存在人工智能识别速度缓慢,错误率偏高的问题。需要对现有的人工智能识别方法进行,针对防伪图像识别特点的改造和优化。
发明内容
针对现有技术存在的问题,本申请提供了一种高效率的基于人工智能技术对防伪标识物图像信息或特征点进行识别的系统及方法。
目的在于:提供的人工智能防伪图像识别的系统和方法,能够在相同的硬件环境基础之下,比背景技术,获得更高的判别速度和降低误判率,提高了人工智能防伪查询系统的性能。维护人工智能防伪查询系统判别结果的权威性,尤其是反馈给查询者信息的权威性。
本发明的技术方案如下:一种高效率人工智能防伪图像识别的方法,特别是一种基于人工智能技术对防伪标识物图像信息或特征点进行识别的系统及方法,包括
在产品或产品包装物⑴上设置或张贴有,个性化图像特征类防伪标识⑵;
在每一个产品或产品包装物⑴或个性化图像特征类防伪标识⑵上,设有具有唯一性的身份码⑹和溯源码(66);或身份码⑹和溯源码(66)简化为一个身份信息的数码;
在产品或产品包装物⑴上或个性化图像特征类防伪标识⑵上、设有包含特定网址的二维码,(包含,查验防伪标识真伪网址的二维码(9)或对产品(1)溯源(查验)网址的二维码(29));
所述二维码可以是个性化二维码,可以是包含针对每一个产品的唯一性的身份码⑹和溯源码(66)的个性化信息的二维码,是一物一码的二维码;
所述二维码可以是产品共性的二维码,可以是每一类或一个批次的产品的二维码;
其特征在于,个性化图像特征类防伪标识⑵的个性化图像特征特征信息,与其身份码⑹或表达其产品身份的溯源码(66),一一对应存储,在接入移动互联网⒆和互联网(192)的存储个性化图像特征类防伪标识⑵的防伪原始信息数据库⑶中(并命名为第一档案数据库(3)),作为防伪原始特征档案⒄,供人工智能程序、或防伪信息查询程序、或反馈程序调用;
所述方法包括以下步骤:
S1:在个性化图像特征类防伪标识⑵上,匹配印有引导拍照图案(76);引导拍照图案(76)是协助聚焦、镜头校准、判断拍照抖颤和引导二维码方向的方向指示作用的图像或线条;
S2:客户查验防伪标识⑵的第一步是采集防伪标识⑵图像,其的过程是,打开移动通讯端(5)中的专用软件前端程序,所述专用软件前端程序,是移动通讯端(5)的防伪标识查询入口程序,包含但不限于是微信小程序,微信公众号,专用APP软件等移动端软件,打开专用软件前端程序中的查验网页⑺,对二维码⑼进行扫描并同时拍照;(扫描二维码的过程,也是对焦距,调整清晰度、调整图片方向的过程,)当校准(引导拍照图案)合格后,确认可以拍照,形成合格的上传图片(11),二维码(9)的识别结束,并拍照上传完整的个性化图像特征类防伪标识⑵的图片(11)上传,(通过移动网络或WIFI网络上传至远程服务器);整个过程一次完成,抓拍过程不由人员操控,而是软件识别并确定合格后,自动采集,这将大大增加了查验着的体验感;(当然,可以将扫描、校准、拍照,分拆成多个步骤实施或增加人工抓拍环节,效果相差不大,只是降低了查验者的体验感,增加了可能因为抖动产生的图像发虚。属于劣化。)
S3:或采集图像的过程是,打开可读取二维码的第三方软件作为入口,对二维码⑼进行扫描,然后,跳转到专用软件前端程序或安装专用软件前端程序,最终打开专用软件前端程序中的查验网页⑺,进行识别二维码、拍照、上传;
或采集图像的过程是,通过连接了互联网的PC端的专用设备,对二维码⑼进行扫描并打开基于互联网PC端的专用软件前端程序的查验网页⑺,并使用专用设备完成基于PC的识别二维码、拍照、上传;
S4:在个性化图像特征类防伪标识⑵上,匹配印有修正指导图案(75);修正指导图案(75)是协助专用程序后台,处理上传图片(11)发生形变了的矫正用的图像或线条;用于修复的防伪标识⑵,因为张贴在曲面等引发的形变(例如:将防伪标识⑵贴在园瓶子上、包装盒的拐角封口处、产品外包装是软的、或对防伪标识⑵的拍摄相机角度不标准等);修正指导图案(75)与引导拍照图案(76)这两种图案可以组合或融合成为一个图案;
S5:所述专用软件的后台,是与专用软件前端程序连接的,由基于人工智能技术的主判断程序、专属的两个数据库、图片形变恢复程序、关键字串OCR识读程序、物流管理及产品溯源信息调用程序或接口程序等组成;其中,将上传的图片(11)及人工智能主判断程序判别结果、获得的客户参与并反馈的真假判断结果信息、收集到的上传图片(11)使用的的手机型号等硬件信息,进行一一匹配,设立成表,并组建设立成为一个新的数据库(33);(作为新的防伪查询原始资料的数据库的大数据信息,形成了新的原始数据;)并命名为防伪信息比对的第二档案数据库(33),与第一档案数据库(3)是两个完全不同的档案库,共同组建了防伪信息查验和比对的原始数据;
(人工智能技术的主判断程序,需要大数据和自我修炼一样的深度学习,具体本系统,如果人工智能技术的主判断程序、的准确率达到80%以上,他需要至少5&&&&个有效查询数据作支撑!这需要时间和实践的积累。仅仅如CN109559134A
[中文]所述的《人工智能快速准确验证细微特征防伪方法》中手机众多型号的手机,自己人员拍照产生的大数据,不具有代表性。仅仅拍摄人员的习惯角度角度和周围光线环境这两点,少数人群不能代替民众。)
S6:专用软件的后台程序识别防伪标识⑵,首先通过OCR识读程序识别并提取上传图片(11)中的身份码⑹或溯源码(66)等产品数字身份信息,具体的对于身份码⑹或溯源码(66)的OCR识别和输入,包含是对固定位置的字串的OCR识别,或对特征字串,包含但不限于字串“主码:”、“溯源码:”、“物流码:”、“身份码:”的识别,然后对跟随其后的字串进行数字或字母的OCR识别,并将识别结果作为身份信息的数码输入;(所述OCR是Optical CharacterRecognition,含义是光学字符识别,是通过识别软件将图像中的文字转换成文本格式的技术。)
S7:专用软件的后台程序,获得了身份码⑹或溯源码(66)等产品数字身份信息之后,查询该身份码⑹或溯源码(66)是否存在于第一档案库⑶中;如果不存在,则反馈给客户,并请客户确认该防伪标识中的身份码⑹是否与OCR识别的结果一致,如果一致,则发现了假防伪标,如果不一致,由客户输入客户看到的身份码⑹,并反馈;专用软件的后台程序将记录OCR识别错误的问题,过程信息将存入第二档案库(33);由于溯源码(66)太过复杂,不适合人工识别,因此,只反馈身份码⑹;
S8:若身份码⑹存在,则专用软件的后台将提取,上传图片(11)中的用于形变指示的线条图案(75)和标示明暗度的图像等专用信息,并利用图片形变恢复程序、将上传图片(11)进行变形和明暗度进行矫正,形成新的上传图片(119);下一步,专用软件的后台程序,将上传图片(119)的个性化图像特征(包括但不限于是添加物分布及形态图像特征(例如:纤维丝、颗粒物、墨滴渗透纸面产生的不规则边缘等分布图像特征)和由多层半透明或透明颜色块叠压组合而成的有层次感的颜色块组合的图像特征,)与数据库⑶中预存的对应身份码⑹或溯源码(66)的个性化图像特征档案⒄进行一一匹配,并调用第二档案数据库(33)类似的概况查询记录,分析并判断该身份的个性化图像特征类防伪标识⑵上的添加物(例如:纤维丝、颗粒物等)分布及形态特征是否与记录的一致,特别是对含有彩虹斑防伪半透明或透明的颜色块组合的防伪特征,作出是否与底色图案是不同的制作层进行判断,并确定彩虹斑颜色块的组合图案是立体多层结构的,还是平面印刷的;(由于彩虹斑防伪特征是立体的多层次的颜色和斑的组合,上层的颜色是透明的或半透明的,因此,具有特殊的视觉效果,与平面印刷的相同图案组合,是有视觉差异的。这一点差异的区分,人类因为是有两只眼睛,是可以识别和判断的。但从照片上判别,是特别适合人工智能系统的。)
S9:(由于人工智能的深度学习是个渐进的过程,对于真品的判断结果很难是1&&&&分的,其判别结果是代表着一定的倾向性,因此,其判别结果不会是完全的真假两个状态二选一。)人工智能技术的主判断程序,将综合判断结果以百分比的方式,通过专用软件的前端程序,发送到客户的移动端;同时发送的还有指导客户进行再判别的信息,继续识别辅导包括但不限于给予数字标注式的图文说明及语音说明,(需要继续识别辅导的内容,特别是对一些不能够基于图片识别的防伪特征点的识别和确认,包含但不限于,对于纤维丝,颗粒物,实行“眼看手摸有凹凸感”的动手再判断;或使用紫外灯看是否有隐形的荧光特征;或检查开窗式安全线,是否是可以挑出的金属安全条等防伪措施识别;或识别彩虹斑半透明或透明的颜色块组合,是否是与底色图案是不同的制作层;或刮开子码上面覆盖的刮刮墨涂层,读取显现出的子码信息进行比对等防伪特征的再次确认);并指导客户作出最终判断;
S10:邀请客户,将客户进行综合判别结果,(也就是客户在人工智能判别的基础上,被指导进行了再判别,对个性化图像特征类防伪标识⑵的真伪有了明确答案后),将真假结果,上传反馈;如果客户反馈的结果是真的个性化图像特征类防伪标识⑵,则专用软件的后台程序,将反馈结果,匹配对应的身份码(6)记录到识别结果数据库,暨第二档案数据库(33)中,作为识别结果的原始大数据档案进行存储;如果客户反馈的结果是假的个性化图像特征类防伪标识⑵,则专用软件的后台程序,将生成一个特殊规则的身份码(6),作为特殊档案记录在第二档案数据库(33)中。(如果发现的是假的个性化图像特征类防伪标识⑵,则专用软件的后台程序,将及时进行汇总,并将积累到一定的数量后,将可能的干扰因素排除之后,形成市场监控报告,及时向有关打假部门反馈。)
值得说明的是,含有个性化图像特征信息的个性化图像特征类防伪标识⑵,包含但不限于是结构纹理防伪标识(CN2365711Y)、多层组码纹理防伪标识(CN012215503)、含有基于多层透明随机图案叠加的彩虹斑防伪技术的防伪标识、超限防伪产品(CN106096970B)、锯齿码防伪印刷物(CN204833342U) 、墨沿防伪(CN106096971B)、格粒类防伪标识(含畸形颗粒物)等,都是可形成个性化图像特征的防伪标识。
值得说明的是,含防伪原始信息数据库⑶,包含了个性化图像特征类防伪标识⑵的个性化图像特征信息,与其身份码⑹或表达其产品身份的溯源码(66),一一对应(成表格)存储,形成的关系数据库;其中,个性化图像特征类防伪标识⑵的个性化图像特征信息,特别指的是,个性化图像特征类防伪标识⑵出厂前完整的图片或防伪标识⑵中用于防伪的特征的要素提炼图片(202),是其中的一种或几种一一对应的组合。
值得说明的是,包含查验防伪标识真伪网址的二维码(9),或对产品溯源(查验)网址的二维码(29);所述二维码可以是个性化二维码,可以是包含针对每一个产品的唯一性的身份码⑹和溯源码(66)的个性化信息的二维码,是一物一码的二维码;所述二维码可以是产品共性的二维码,可以是每一类或一个批次的产品的二维码。
值得说明的是,修正指导图案(75)是协助专用程序后台,处理上传图片(11)发生形变了的矫正用的图像或线条。用于修复的防伪标识⑵,因为各种原因发生变形或拍照时照片变形,包含但不限于:张贴在曲面引发形变、将防伪标识⑵贴在园瓶子上、包装盒的拐角封口处、产品外包装是软的、或对防伪标识⑵的拍摄相机角度不标准等引发形变。
值得说明的是,个性化图像特征类防伪标识⑵的个性化图像特征,包括但不限于是添加物分布及形态图像特征(例如:纤维丝、颗粒物等分布图像特征)和由多层半透明或透明颜色块叠压组合而成的有层次感的颜色块组合的图像特征。
值得说明的是,具体的对于身份码⑹或溯源码(66)的OCR识别和输入,包含对固定位置的字串的OCR识别,或对特征字串,包含但不限于字串“主码:”、“溯源码:”、“物流码:”、“身份码:”的识别及其后的字串的识别。
值得说明的是,修正指导图案(75)是线条、特定图案、特定性状颜色块、背景图像的之一或组合,线条、特定图案、包含但不限于是由线条组成的几何网格、固定格式的图像(例如埃菲尔铁塔、航天飞机简图等。);修正指导图案(75)包含但不限于是在防伪标识(2)的局部、或全部、或外框、或背景图案;标示明暗度的图像是印刷常用的标准色块(包含但不限于,C、M、Y、K或R、G、B)之一或组合。
一种高效率人工智能防伪图像识别的系统,由专用软件系统和匹配(印刷)有专用功能的线条和图案的个性化图像特征类防伪标识⑵组成;专用软件包含前端和后台两部分;专用软件前端,包含但不限于是微信小程序,微信公众号,专用APP软件等移动端软件;专用软件的后台,是与专用软件前端程序连接的,由基于人工智能技术的主判断程序、专属的两个数据库、图片形变恢复程序、关键字串OCR识读程序、物流管理及产品溯源信息调用程序或接口程序等组成;
在个性化图像特征类防伪标识⑵上设有专用功能的线条和图案,包含协助拍照的引导拍照图案(76)和修正形变的修正指导图案(75),的至少其中的一种或两种的组合或融合。(所述融合,是一个图案,具备两种功能。)
上述措施的积极意义在于:
让客户成为终端的判断者。他的好处在于,第一,让终端客户的参与,成为防伪系统大数据的主要提供者。从而不断提升人工智能的判断水平。这一点对于拥有众多品类品牌的不同的移动终端的客户群体特别适用。对于客户的拍照水平参差不齐,特别适用。
第二,增加非图像防伪特征点,在判别防伪标识真假的作用,例如客户服务,观察表面现象就可以发现,标签本身是印刷出来的。即使系统反馈,结果可能是正品,也可以由客户来纠正判别结果。并将这种结果反馈回来,这种反馈的结果是非常有价值的。
经过实践,增加预处理程序和匹配的防伪标签固定图案。提高人工智能判别效率,高达30%。,准确率提升10%。
由于第二档案库的设立,不断的获取大数据。提高了人工智能系统的判别速度。
通过人工智能深度学习,使专用软件后台系统,获取准确而广泛的大数据资料。获得可以通过对移动通讯终端的相机(拍照)照片分析判断获得对个性化图像特征类防伪标识⑵的防伪特征的识别经验,尤其是对多层次叠加在一起的,由透明或者半透明彩色的,随机的或与固定样式组合的彩色斑点或墨迹的识别。从手机拍照的平面照片判断出,立体的多层次颜色叠加效果,为进一步由人工,判别防伪标识物的真假,提供可靠的结论。
附图说明
图1为本发明实施例一中的个性化图像特征类防伪标识示意图。
图2为本发明实施例一中的人工智能防伪信息识别系统示意图。
图3为本发明实施例一中的上传的防伪标识照片变形复原前后示意图。
图4为本发明实施例一中的含有追溯码及含有追溯码二维码的防伪标识局部示意图。
图5为本发明实施例一中的彩虹斑防伪标识的层状剖面示意图。
附图标号说明:11-上传图片、17-个性化图像特征档案、18-服务器、19-移动网、2-个性化图像特征类防伪标识、202-要素提炼图片、29-含产品溯源网址的二维码、3-第一档案数据库、33-第二档案数据库、5-智能手机、6-身份码、65-纤维丝、66-二维码、7-查验网页、75-修正指导图案、76-引导拍照图案、85-表层塑料膜、86-填充的胶、88-个性化图像特征类固体添加物、89-印刷层(纸或塑料膜)、119-上传矫正图片
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:
一种高效率人工智能防伪图像识别的方法,是由以下组成,
在产品包装物⑴上张贴有个性化图像特征类防伪标识⑵;在防伪标识⑵上设有包含特定网址的二维码;设有具有唯一性的身份码⑹;
防伪标识⑵的个性化图像特征信息,与其身份码⑹, 作为防伪原始特征档案⒄,一一对应存储,在接入移动互联网⒆的防伪原始信息数据库⑶中,供人工智能程序或反馈程序调用;
所述方法包括以下步骤:
S1:在防伪标识⑵上印有引导拍照图案(76);
S2:客户查验防伪标识⑵的第一步是采集防伪标识⑵图像,其的过程是,打开移动通讯端(5)中的专用软件前端程序,所述专用软件前端程序,是移动通讯端(5)内的防伪标识查询入口程序,是微信小程序专用软件,打开专用软件前端程序中的查验网页⑺,对二维码⑼进行扫描并同时拍照;整个过程一次完成,抓拍过程不由人员操控;
S4:在防伪标识⑵上,还印有修正指导图案(75);
S5:专用软件后台是与专用软件前端程序连接的,由基于人工智能技术的主判断程序、专属的两个数据库、图片形变恢复程序、关键字串OCR识读程序、物流管理及产品溯源信息调用程序或接口程序等组成;
S6:专用软件的后台程序识别防伪标识⑵,首先通过OCR识读程序识别并提取上传图片(11)中的身份码⑹;
S7:专用软件的后台程序,查询该身份码⑹,是否存在于第一档案库⑶中;如果不存在,则反馈给客户,并请客户确认该防伪标识中的身份码⑹是否与OCR识别的结果一致,如果一致,则发现了假防伪标,如果不一致,由客户输入客户看到的身份码⑹,并反馈;专用软件的后台程序将记录OCR识别错误的问题,过程信息将存入第二档案库(33);(将上传的图片(11)及人工智能主判断程序判别结果、获得的客户参与并反馈的真假判断结果信息、收集到的上传图片(11)使用的的手机型号等硬件信息,进行一一匹配,设立成表,并组建设立成为一个新的数据库(33);与第一档案数据库(3)是两个完全不同的档案库,共同组建了防伪信息查验和比对的原始数据;)。
S8:若身份码⑹存在,则专用软件的后台将提取,上传图片(11)中的用于形变指示的线条图案(75),并利用图片形变恢复程序、将上传图片(11)进行变形和明暗度进行矫正,形成新的上传图片(119);下一步,专用软件的后台程序,将上传矫正图片(119)的个性化图像特征信息与数据库⑶中预存的对应身份码⑹的个性化图像特征档案⒄进行一一匹配,并调用第二档案数据库(33)类似的概况查询记录,分析并判断该身份的个性化图像特征类防伪标识⑵上的添加物分布及形态特征是否与记录的一致,特别是对含有彩虹斑防伪半透明或透明的颜色块组合的防伪特征,作出是否与底色图案是不同的制作层进行判断,并确定彩虹斑颜色块的组合图案是立体多层结构的,还是平面印刷的;
S9:人工智能技术的主判断程序,将综合判断结果以百分比的方式,通过专用软件的前端程序,发送到客户的移动端;同时发送的还有指导客户进行继续识别辅导信息,尤其是对非图像防伪特征点的辅导判断,辅导文件是数字标注式的图文说明及语音说明,并指导客户作出最终判断;特别是指导客户对防伪特征例如:对于纤维丝,颗粒物,实行“眼看手摸有凹凸感”的动手再判断;识别彩虹斑半透明或透明的颜色块组合,是否是与底色图案是不同的制作层等防伪特征的再次确认。
S10:邀请客户,将客户对防伪标识⑵的最终判定的真假结果,上传反馈;专用软件的后台程序,将反馈结果,匹配记录到第二档案数据库(33)中,作为识别结果的原始大数据档案进行存储;如果客户反馈的结果是假的防伪标识⑵,则专用软件后台程序,生成一个特殊规则的身份码(6),作为特殊档案记录在第二档案数据库(33)中。
如图2所示,本发明实施例提供的基于深度学习的人工智能技术对防伪标识物图像信息或特征点进行识别的系统中的人工智能技术,还包括以下步骤:
S101:将上传的上传的图片(11)导入服务器(18)中;
S102:通过光学字符识别(OCR),获取防伪标识⑵照片中的关键字符“主码:”,及其后数字内容的文本信息;
S103:通过自然语言处理(NLP),进行矫正图片(119)的个性化图像特征信息与数据库⑶中预存的对应身份码⑹的个性化图像特征档案⒄进行一一匹配。或利用卷积神经网络提取特征数据库⑶中预存的对应身份码⑹的个性化图像特征信息获得特定的特征映射;然后在此特征映射上做滑动窗口,再进行reshape,最后经全连接神经网络,改变特征,经RPN网络,实现对个性化图像特征的分布状态的定位;对textproposals内的部分进行二值化处理,绘制灰度图;统计x直方图,获得个性化图像特征的分布状态的检测,得到识别结果。从而给定该身份码⑹的个性化图像特征信息的匹配分数。并将获得的分数,反馈给客户查询者。
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 (10)
1.一种高效率人工智能防伪图像识别的方法,其特征在于,
在产品或产品包装物⑴上设置或张贴有个性化图像特征类防伪标识⑵;
在每一个产品上,设有具有唯一性的身份码⑹和溯源码(66);或身份码⑹和溯源码(66)简化为一个身份信息的数码;
在产品或产品包装物⑴上或个性化图像特征类防伪标识⑵上、设有包含特定网址的二维码;
防伪标识⑵的个性化图像特征信息,与其身份码⑹或表达其产品身份的溯源码(66),一一对应存储,在接入移动互联网⒆和互联网的存储防伪标识⑵的防伪原始信息数据库⑶中,作为防伪原始特征档案⒄,供人工智能程序、或防伪信息查询程序、或反馈程序调用;
所述方法包括以下步骤:
S1:在个性化图像特征类防伪标识⑵上,匹配印有引导拍照图案(76);
S2:客户查验防伪标识⑵的第一步是采集防伪标识⑵图像,其的过程是,打开移动通讯端(5)中的专用软件前端程序,所述专用软件前端程序,是移动通讯端(5)内的防伪标识查询入口程序,包含但不限于是微信小程序,微信公众号,专用APP软件等移动端软件,打开专用软件前端程序中的查验网页⑺,对二维码⑼进行扫描并同时拍照;整个过程一次完成,抓拍过程不由人员操控;
S3:或采集图像的过程是,打开可读取二维码的第三方软件作为入口,对二维码⑼进行扫描,然后,跳转到专用软件前端程序或安装专用软件前端程序,最终打开专用软件前端程序中的查验网页⑺,进行识别二维码、拍照、上传;
或采集图像的过程是,通过连接了互联网的PC端的专用设备,对二维码⑼进行扫描并打开基于互联网PC端的专用软件前端程序的查验网页⑺,并使用专用设备完成基于PC的识别二维码、拍照、上传;
S4:在防伪标识⑵上,匹配印有修正指导图案(75);修正指导图案(75)与引导拍照图案(76)这两种图案,可以组合或融合成为一个图案;
S5:所述专用软件后台,是与专用软件前端程序连接的,由基于人工智能技术的主判断程序、专属的两个数据库、图片形变恢复程序、关键字串OCR识读程序、物流管理及产品溯源信息调用程序或接口程序等组成;其中,将上传的图片(11)及人工智能主判断程序判别结果、获得的客户参与并反馈的真假判断结果信息、收集到的上传图片(11)使用的的手机型号等硬件信息,进行一一匹配,设立成表,并组建设立成为一个新的数据库(33);与第一档案数据库(3)是两个完全不同的档案库,共同组建了防伪信息查验和比对的原始数据;
S6:专用软件的后台程序识别防伪标识⑵,首先通过OCR识读程序识别并提取上传图片(11)中的身份码⑹或溯源码(66)等产品数字身份信息,然后对跟随其后的字串进行数字或字母的OCR识别,并将识别结果作为身份信息的数码输入;
S7:专用软件的后台程序,获得了防伪标识⑵的身份码⑹或溯源码(66)等产品数字身份信息之后,查询该身份码⑹或溯源码(66)是否存在于第一档案库⑶中;如果不存在,则反馈给客户,并请客户确认该防伪标识中的身份码⑹是否与OCR识别的结果一致,如果一致,则发现了假防伪标,如果不一致,由客户输入客户看到的身份码⑹,并反馈;专用软件的后台程序将记录OCR识别错误的问题,过程信息将存入第二档案库(33);
S8:若身份码⑹存在,则专用软件的后台将提取,上传图片(11)中的用于形变指示的线条图案(75)和标示明暗度的图像等专用信息,并利用图片形变恢复程序、将上传图片(11)进行变形和明暗度进行矫正,形成新的上传图片(119);下一步,专用软件的后台程序,将上传矫正图片(119)的个性化图像特征信息与数据库⑶中预存的对应身份码⑹或溯源码(66)的个性化图像特征档案⒄进行一一匹配,并调用第二档案数据库(33)类似的概况查询记录,分析并判断该身份的个性化图像特征类防伪标识⑵上的添加物分布及形态特征是否与记录的一致,特别是对含有彩虹斑防伪半透明或透明的颜色块组合的防伪特征,作出是否与底色图案是不同的制作层进行判断,并确定彩虹斑颜色块的组合图案是立体多层结构的,还是平面印刷的;
S9:人工智能技术的主判断程序,将综合判断结果以百分比的方式,通过专用软件的前端程序,发送到客户的移动端;同时发送的还有指导客户进行继续识别辅导信息,尤其是对非图像防伪特征点的辅导判断,辅导文件是数字标注式的图文说明及语音说明,并指导客户作出最终判断;
S10:邀请客户,将客户对防伪标识⑵的最终判定的真假结果,上传反馈;专用软件的后台程序,将反馈结果,匹配对应的身份码(6)记录到第二档案数据库(33)中,作为识别结果的原始大数据档案进行存储;如果客户反馈的结果是假的防伪标识⑵,则专用软件后台程序,生成一个特殊规则的身份码(6),作为特殊档案记录在第二档案数据库(33)中。
2.按照权利要求1所述的高效率人工智能防伪图像识别的方法,其特征在于含有个性化图像特征信息的个性化图像特征类防伪标识⑵,包含但不限于是结构纹理防伪标识、多层组码纹理防伪标识、含有基于多层透明随机图案叠加的彩虹斑防伪技术的防伪标识、超限防伪产品、锯齿码防伪印刷物、墨沿防伪、格粒类防伪标识等,都是可形成个性化图像特征的防伪标识。
3.按照权利要求1所述的高效率人工智能防伪图像识别的方法,其特征在于防伪原始信息数据库⑶,包含了防伪标识⑵的个性化图像特征信息,与其身份码⑹一一对应存储,形成的关系数据库;其中,个性化图像特征类防伪标识⑵的个性化图像特征信息,是防伪标识⑵出厂前完整的图片,或防伪标识⑵中用于防伪的个性化图像特征的要素提炼图片(202),是其中的一种或几种一一对应的组合。
4.按照权利要求1所述的高效率人工智能防伪图像识别的方法,其特征在于包含查验防伪标识真伪网址的二维码(9),或含产品溯源网址的二维码(29);所述二维码可以是个性化二维码,是包含唯一性的身份码⑹和溯源码(66)的个性化二维码,是一物一码的二维码;或所述二维码可以是产品共性的二维码,是一类或一个批次的产品的二维码。
5.按照权利要求1所述的高效率人工智能防伪图像识别的方法,其特征在于修正指导图案(75)是协助专用程序后台,处理上传图片(11)发生形变了的矫正用的图像或线条;修正指导图案(75)是线条、特定图案、特定性状颜色块、背景图像的之一或组合,线条、特定图案是由线条组成的几何网格、固定格式的图像;修正指导图案(75)是在防伪标识(2)的局部、或全部、或外框、或背景图案;标示明暗度的图像是印刷常用的标准色块之一或组合;防伪标识⑵照片的形变,包含张贴在曲面、贴在园瓶子上、包装盒的拐角封口处、产品外包装是软的、或对防伪标识⑵的拍摄相机角度不正确。
6.按照权利要求1所述的高效率人工智能防伪图像识别的方法,其特征在于个性化图像特征类防伪标识⑵的个性化图像特征,是添加物分布及形态图像特征和由多层半透明或透明颜色块叠压组合而成的有层次感的颜色块组合的图像特征。
7.按照权利要求1所述的高效率人工智能防伪图像识别的方法,其特征在于,具体的对于身份码⑹或溯源码(66)的OCR识别和输入,是对固定位置的字串的OCR识别,或对特征字串主码、溯源码、物流码、身份码的识别及其后字串的识别,后输入。
8.按照权利要求1所述的高效率人工智能防伪图像识别的方法,其特征在于,非图像防伪特征点是,对于纤维丝、颗粒物、的动手再判断;或使用紫外灯看是否有隐形的荧光特征;或检查开窗式安全线,是否是可以挑出的金属安全条;或识别彩虹斑半透明或透明的颜色块组合,是否是与底色图案是不同的制作层;或刮开子码上面覆盖的刮刮墨涂层,读取显现出的子码信息进行比对。
9.按照权利要求1所述的高效率人工智能防伪图像识别的方法,其特征在于,个性化图像特征是添加物分布及形态图像特征,是纤维丝、颗粒物、墨滴渗透纸面产生的不规则边缘等分布图像特征和由多层半透明或透明颜色块叠压组合而成的有层次感的颜色块组合的图像特征。
10.一种高效率人工智能防伪图像识别的系统,其特征在于,由专用软件系统和匹配有专用功能的线条和图案的个性化图像特征类防伪标识⑵组成;专用软件包含前端和后台两部分;专用软件前端是微信小程序,微信公众号,专用APP软件等移动端软件;专用软件的后台,是与专用软件前端程序连接的,由基于人工智能技术的主判断程序、专属的两个数据库、图片形变恢复程序、关键字串OCR识读程序、物流管理及产品溯源信息调用程序或接口程序等组成;在个性化图像特征类防伪标识⑵上设有专用功能的线条和图案,包含协助拍照的引导拍照图案(76)和修正形变的修正指导图案(75)的至少其中的一种或两种的组合或融合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910996998.8A CN111709258A (zh) | 2019-10-20 | 2019-10-20 | 一种高效率人工智能防伪图像识别的系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910996998.8A CN111709258A (zh) | 2019-10-20 | 2019-10-20 | 一种高效率人工智能防伪图像识别的系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111709258A true CN111709258A (zh) | 2020-09-25 |
Family
ID=72536386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910996998.8A Pending CN111709258A (zh) | 2019-10-20 | 2019-10-20 | 一种高效率人工智能防伪图像识别的系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111709258A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112560989A (zh) * | 2020-12-25 | 2021-03-26 | 烟台职业学院 | 一种基于大数据的人工智能防伪图像识别方法及系统 |
CN112907260A (zh) * | 2021-02-05 | 2021-06-04 | 互联智慧信息科技(北京)有限公司 | 基于互联网的防伪纸张与印刷制品融合处理方法 |
CN116311274A (zh) * | 2023-05-15 | 2023-06-23 | 山东履信思源防伪技术有限公司 | 一种防伪信息的识别方法及系统 |
-
2019
- 2019-10-20 CN CN201910996998.8A patent/CN111709258A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112560989A (zh) * | 2020-12-25 | 2021-03-26 | 烟台职业学院 | 一种基于大数据的人工智能防伪图像识别方法及系统 |
CN112560989B (zh) * | 2020-12-25 | 2022-07-29 | 烟台职业学院 | 一种基于大数据的人工智能防伪图像识别方法及系统 |
CN112907260A (zh) * | 2021-02-05 | 2021-06-04 | 互联智慧信息科技(北京)有限公司 | 基于互联网的防伪纸张与印刷制品融合处理方法 |
CN116311274A (zh) * | 2023-05-15 | 2023-06-23 | 山东履信思源防伪技术有限公司 | 一种防伪信息的识别方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10942933B2 (en) | Computerized technical authentication and grading system for collectible objects | |
CN111709258A (zh) | 一种高效率人工智能防伪图像识别的系统及方法 | |
CN108399405B (zh) | 营业执照识别方法和装置 | |
CN103116755B (zh) | 书画真伪度自动检测系统及其方法 | |
CN109117885B (zh) | 一种基于深度学习的邮票识别方法 | |
US10445330B2 (en) | Computerized technical authentication and grading system for collectible objects | |
CN103914680B (zh) | 一种喷印字符图像识别与校验系统及方法 | |
CN112116582B (zh) | 一种库存或陈列场景下的条烟检测识别方法 | |
CN1175699A (zh) | 光学扫描表单识别及更正方法 | |
CN107067228A (zh) | 一种手持式认证智能审核系统及其审核方法 | |
CN110689013A (zh) | 一种基于特征识别的自动阅卷方法及系统 | |
CN110378289B (zh) | 一种车辆识别代号的读取识别系统及方法 | |
CN111028209B (zh) | 一种电话机丝印质量检测方法及系统 | |
CN109255414A (zh) | 一种用于图书盘点的彩色条码、图书识别方法、电子设备及存储介质 | |
CN113518997A (zh) | 基于微结构检测的防伪纸质品及其制作方法和鉴别方法 | |
CN117541442A (zh) | 教学考勤管理方法、装置、设备及存储介质 | |
CN116664066B (zh) | 一种管理企业计划收入与实际收入的方法及系统 | |
CN110765910A (zh) | 一种密集场景下的票据区域识别方法及装置 | |
CN111709259A (zh) | 一种人工智能防伪查询系统获得大数据的方法 | |
CN111414774A (zh) | 一种自动校准拍照输入参数的防伪标识 | |
CN109344935B (zh) | 防伪印刷物及其印制方法 | |
CN111723892A (zh) | 一种指导还原变形的防伪标识 | |
CN111415574A (zh) | 一种彩虹斑防伪标识 | |
CN116486418B (zh) | 钞票冠字号图像的生成方法和装置 | |
CN113962929B (zh) | 光伏电池组件缺陷检测方法、系统及光伏电池组件生产线 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200925 |
|
WD01 | Invention patent application deemed withdrawn after publication |