CN111766244B - 防伪元件验证方法及系统 - Google Patents

Abstract

一种防伪元件验证方法及系统，其中建模模块利用根据多幅分别在多个不同观看角度下撷取自具有光学能变特征图案的目标元件的参考影像并利用类神经网络演算法获得影像辨识模型。判定模块利用所述影像辨识模型依序分析多幅分别在多个不同观看角度下撷取自防伪元件的待辨识影像，以便对于每幅待辨识影像，在判定出其含有对应于所述光学能变特征图案的轮廓的影像部分后，获得所述影像部分与所述光学能变特征图案间的相似度。所述判定模块在判定出获得有不小于所述预定相似度门槛的相似度的待辨识影像的数量达到所述预定数量时，成功验证所述防伪元件为所述目标元件。

Description

防伪元件验证方法及系统

技术领域

本发明涉及防伪元件，特别是涉及一种防伪元件验证方法及系统。

背景技术

目前，防伪元件已广泛地被应用于鉴别文件、纸钞或产品，以便防止伪造。特别是，光学能变的激光防伪标签会因观看角度或光线照射角度的差异而呈现不同的光学影像，因此它们较难以影印或复制的方式来仿制。虽然此种防伪元件通常是采用特殊光学图案的设计，而此特殊光学图案能通过简单的目视方式来鉴别，然而对于具高质量的伪造元件而言，它与真正的防伪元件只存在些微的差异，若仅以目视的鉴别方式，恐无法确保每次均能鉴别出此种伪造元件。另一方面，对于一般购物的客户而言，他(她)通常也不知配置于所购买的产品上的防伪标签的防伪功能或其真伪，所以无法确保所述产品是否为正品，还是伪品(即，仿冒品)。

因此，如何发展出一种有效且方便于一般用户使用的防伪元件验证机制遂成为一个重要议题。

发明内容

本发明的一个目的在于提供一种防伪元件验证方法，其能克服现有技术的至少一个缺点。

本发明所提供的一种防伪元件验证方法用于验证有关于目标元件的防伪元件且利用影像处理单元来实施。所述目标元件形成有光学能变特征图案防伪元件，所述防伪元件验证方法包含以下步骤：(A)根据M(M≧2)幅分别在M个不同观看角度下撷取自所述目标元件的参考影像并利用类神经网络演算法，获得对应于所述目标元件的影像辨识模型；(B)在连续接收到N(2≦N≦M)幅分别在N个不同观看角度下撷取自所述防伪元件的待辨识影像的期间，利用所述影像辨识模型依序分析所述N幅待辨识影像，以便，对于每幅待辨识影像，先判定所述每幅待辨识影像是否含有对应于所述光学能变特征图案的轮廓的影像部分，且在判定出所述每幅待辨识影像含有对应于所述光学能变特征图案的轮廓的影像部分后，获得所述影像部分与所述光学能变特征图案间的相似度；(C)判定所述N幅待辨识幅影像其中获得有不小于预定相似度门槛的相似度的待辨识影像的数量是否达到预定数量；及(D)在判定出获得有不小于所述预定相似度门槛的相似度的待辨识影像的数量达到所述预定数量时，成功验证所述防伪元件为所述目标元件。

在一些实施态样中，在步骤(A)中，所述光学能变特征图案包含激光图案或立体图案。

本发明的另一个目的在于提供一种防伪元件验证系统，其能克服现有技术的至少一个缺点。

本发明的所提供的一种防伪元件验证系统用于验证有关于目标元件的防伪元件。所述目标元件形成有光学能变特征图案。所述防伪元件验证系统包含验证服务器及用户装置。

所述验证服务器连接一个通讯网络，并包括建模模块及判定模块。所述建模模块根据M(M≧2)幅分别在M个不同观看角度下撷取自所述目标元件的参考影像并利用类神经网络演算法，获得对应于所述目标元件的影像辨识模型。

所述用户装置包括通讯模块、影像撷取模块及处理模块。所述通讯模块经由所述通讯网络连接所述验证服务器。所述影像撷取模块用来连续在N(2≦N≦M)个不同观看角度下撷取所述防伪元件的N幅影像。所述处理模块电连接所述通讯模块及所述影像撷取模块，并经由所述通讯模块，将来自于所述影像撷取模块的所述N幅影像依序传送至所述验证服务器。

在所述验证服务器连续接收到来自所述用户装置的所述N幅待辨识影像的期间，所述判定模块利用所述影像辨识模型依序分析所述N幅待辨识影像，以便，对于每幅待辨识影像，先判定所述每幅待辨识影像是否含有对应于所述光学能变特征图案的轮廓的影像部分，且在判定出所述每幅待辨识影像含有对应于所述光学能变特征图案的轮廓的影像部分后，获得所述影像部分与所述光学能变特征图案间的相似度。

所述判定模块判定所述N幅待辨识影像其中获得有不小于预定相似度门槛的相似度的待辨识影像的数量是否达到预定数量，以致所述判定模块在判定出获得有不小于所述预定相似度门槛的相似度的待辨识影像的数量达到所述预定数量时，所述验证服务器通知所述用户装置所述防伪元件被成功验证为所述目标元件。

在一些实施态样中，所述光学能变特征图案包含激光图案或立体图案。

在一些实施态样中，所述用户装置还包括电连接且受控于所述处理模块的用户输出接口。每当所述验证服务器的所述判定模块判定出所获得且对应于所述N幅待辨识影像其中一幅待辨识影像的相似度不小于所述预定相似度门槛时，所述验证服务器通知所述用户装置所述其中一幅待辨识影像被成功辨识，以致所述用户在接获来自所述验证服务器的通知时，所述处理模块使所述用户输出接口产生指示出成功辨识的输出。

本发明的有益效果在于：当用户利用所述用户装置将撷取自所述防伪元件的待辨识影像传送至所述验证服务器后，所述验证服务器利用类神经网络演算法而获得的所述影像辨识模型能快速地判定出所述防伪元件是否被成功验证为所述目标元件，藉此能有效且快速地确认所述防伪元件的真伪，以便进一步快速地确认设有所述防伪元件的产品或商品是否为正品还是伪品。

附图说明

本发明的其他的特征及功效，将于参照图式的实施方式中清楚地呈现，其中：

图1是一个方块图，示例性地绘示本发明实施例防伪元件验证系统；

图2是一个流程图，示例性地说明所述防伪元件系统如何执行一个防伪元件验证编程；

图3是一个流程图，示例性地说明所述实施例中的一个判定模块对于每幅待辨识影像如何执行一个辨识处理；

图4是一个示意图，示例性地绘示所述实施例中的一个用户装置如何撷取一个防伪元件的多幅待辨识影像；

图5是一个示意图，示例性地绘示所述实施例中的一个目标元件；

图6是一个示意图，绘示所述实施例中的有关于图5的所述目标元件且待验证的一个防伪元件的一个范例；及

图7是一个示意图，绘示所述实施例中的有关于图5的所述目标元件且待验证的所述防伪元件的另一个范例。

具体实施方式

在本发明被详细描述前，应当注意在以下的说明内容中，类似的元件是以相同的编号来表示。

参阅图1，本发明实施例的一种防伪元件验证系统100用于验证一个有关于一个目标元件的防伪元件4，也就是说，用于验证所述防伪元件4是否为所述目标元件。所述目标元件包含一个光学能变特征图案。为方便理解，特别以一个简单举例来说明，所述目标元件为一个激光标签3，如图5所示，所述激光标签3形成有一个作为所述光学能变特征图案的激光图案31(例如，在一个特定角度下所观看到的所述激光图案31含有立方体的轮廓线及一个位于所述立方体的外表面的小圆圈线)，但不以此例为限。然而，在其他实施例中，所述目标元件也能为一个立体标签(图未示)，而此立体标签形成有一个作为所述光学能变特征图案的立体图案。由于所述防伪元件4通常被设置、贴附或形成于一个产品或商品，因此通过验证所述防伪元件4的真伪来确认此产品或商品为正品或伪品。值得注意的是，在实际应用上，所述防伪元件验证系统100并不限于验证有关于所述目标元件的防伪元件，换句话说，所述防伪元件验证系统100也能同时支援有关于多个不同的目标元件的防伪元件的验证。以下，仅针对有关于所述(单一个)目标元件的防伪元件的验证进一步详细说明所述防伪元件验证系统100的组成及其操作。

所述防伪元件验证系统100包含一个验证服务器1及一个用户装置2。

所述验证服务器1连接一个通讯网络200，例如网际网络，并包括一个建模模块11及一个判定模块12。在此，所述建模模块11能与所述判定模块12结合来共同作为一个影像处理单元。更明确地，所述建模模块11用于建立一个对应于所述目标元件的影像辨识模型，而所述判定模块12用于处理所述防伪元件的验证的相关操作。值得注意的是，在实际应用上，若所述防伪元件验证系统100必须支援有关于多个不同目标元件的防伪元件的验证时，所述建模模块1也能以相似的方式来建立多个分别对应于多个不同目标元件的影像辨识模型。在本实施例中，所述建模模块11及所述判定模块12能以具相关特定功能的软件、硬件、固件或前述任一组合来实施。

在本实施例中，在使用前，所述建模模块11根据M(M≧2)幅分别在M个不同观看角度下撷取自所述目标元件的参考影像并利用类神经网络演算法，获得对应于所述目标元件的所述影像辨识模型。举例来说，M＝10，但不在此限。更明确地说，当M越大时，则所获得的所述影像辨识模型的影像辨识精确度将越高。

在本实施例中，所述用户装置2例如能实施成一个智慧型手机或平板电脑，但不在此限，并包含一个影像撷取模块21、一个通讯模块22、一个处理模块23及一个用户输出接口24。所述影像撷取模块21电连接所述处理模块23，并能以扫描或拍摄的方式撷取影像。所述通讯模块22连接所述通讯网络200，并电连接所述处理模块23。所述用户输出接口24例如包含一个显示屏(图未示)，但不以此例为限，并电连接所述处理模块23。所述处理模块23例如预先载有一个相关于所述防伪元件4的验证处理的应用编程(图未示)，但不在此限。

以下，参阅图1及图2来示例地说明所述防伪元件验证系统100如何执行对于所述防伪元件4的验证编程。所述验证编程包含以下步骤S21～S27。

首先，在步骤S21中，所述用户装置2的所述处理模块23通过所述应用编程的执行并配合人为的操作，以使所述影像撷取模块21连续在N(2≦N≦M)个不同观看角度下撷取所述防伪元件的N幅待辨识影像，如图4所示，并使所述通讯模块22建立与所述验证服务器1的通讯，以便将所述影像撷取模块21所撷取的所述N幅待辨识影像依序传送至所述验证服务器1。举例来说，所述防伪元件4可能是分别如图6及图7所示且有关于图5所示的激光标签3的防伪标签41，42，但不在此限(其中图6所示的所述防伪标签41极相似于图3的激光标签3，而图7所示所述防伪标签41所含的图案对比于图3所示的所述激光图案31，不仅在立方体的轮廓线有缺损而且不含有小圆圈线)。此外，例如，N＝5，但不以此例为限。值得注意的是，N越小，则以后花费在验证所述防伪元件所需的处理时间将越短。

然后，在步骤S22中，在所述验证服务器1连续接收到来自所述用户装置2的所述N幅待辨识影像的期间，所述判定模块12利用所述影像辨识模型依序分析所述N幅待辨识影像，以便对于每幅待辨识影像执行辨识处理。

更参阅图3，于步骤S22所执行的每一次辨识处理包含以下步骤S31～S33。

在步骤S31中，所述判定模块12将所述每幅待辨识影像输入所述影像辨识模型后，利用所述影像辨识模型所建立的演算法来判定所述每幅待辨识影像是否含有对应于所述光学能变特征图案的轮廓的影像部分。若所述判定模块12判定出所述待辨识影像(例如，撷取自图6所示的防伪标签41的待辨识影像)含有一个对应于所述光学能变特征图案的轮廓的影像部分时，所述判定模块12利用所述影像辨识模型所建立的演算法，获得所述影像部分与所述光学能变特征图案的相似度，并通知所述用户装置2所述待辨识影像被辨识(步骤S32)。于是，所述用户装置2的所述处理模块23在接获通知时，例如使所述用户输出接口24输出一个指示出已辨识的输出。值得注意的是，此输出能以例如任何文字、符号或图案的方式来呈现，但不在此限。相反地，若所述判定模块12判定出所述待辨识影像不含有任何对应于所述光学能变特征图案的轮廓的影像部分时(例如，撷取自图7所示的防伪标签42的待辨识影像)，所述判定模块12通知所述用户装置2所述待辨识影像的辨识失败(步骤S33)。于是，所述用户装置2的所述处理模块23在接获通知时，例如使所述用户输出接口24输出一个指示出辨识失败的输出。同样地，此输出只要能与上述已验证的输出有所区别，也能以任何文字、符号或图案的方式来呈现，但不在此限。

在执行完N次的辨识处理后，在步骤S23中，所述判定模块12判定步骤S22中所获得且不小于一个预定相似度门槛的相似度的数量(也就是，所述N幅待辨识影像其中获得有不小于所述预定相似度门槛的相似度的待辨识影像的数量)是否达到一个预定数量。值得注意的是，所述预定相似度门槛及所述预定数量能依实际情况而决定。当所述判定结果为肯定时(也就是说，所述判定模块12判定出步骤S22中所获得且不小于所述预定相似度门槛的相似度的数量不小于所述预定数量)，所述验证服务器1通知所述用户装置2所述防伪元件4被成功验证为所述目标元件(步骤S24)。于是，所述用户装置2在接收到所述通知时，使所述用户输出接口24显示验证成功的讯息(步骤S25)。否则，流程将进行步骤S26。

在步骤S26中，所述验证服务器1通知所述用户装置2所述防伪元件4的验证失败。于是，所述用户装置2在接收到所述通知时，使所述用户输出接口24显示验证失败的讯息(步骤S27)。

举例来说，在N＝5、所述预定相似度门槛为80％且所述预定数量为3的情况下(但不在此限)，若于步骤S22所述判定模块12依序获得了四个相似度且分别为90％、95％、85％及75％时，所述验证服务器1会将所述防伪元件4成功验证为所述目标元件。

特别要说明的是，在其他实施例中，上述步骤S22及步骤S23也能被合并来进行，更明确地说，所述判定模块12在执行完对于每幅待辨识影像的辨识处理后，就累计已获得且不小于所述预定相似度门槛的相似度的数量并判定所累计的数量是否达到所述预定数量。若所述累计数量达到所述预定数量时，流程将进行步骤S24。否则，所述判定模块12将执行下一幅待辨识影像的辨识处理。除非所述判定模块12执行完N次的辨识处理并且所述累计数量仍未达到所述预定数量时，则流程将进行步骤S26。如此，若依循前例，当所述判定模块12在获得前三个相似度(90％，95％，85％)时所获得的累计数量已达到3，流程将直接进行步骤S24，而所述判定模块12将不会对于剩下的待辨识影像进行辨识处理，藉此缩短整个验证处理时间。

综上所述，当用户利用所述用户装置2将撷取自所述防伪元件4的待辨识影像传送至所述验证服务器后，所述验证服务器1利用类神经网络演算法而获得的所述影像辨识模型能快速地判定出所述防伪元件4是否被成功验证为所述目标元件，藉此能有效且快速地确认所述防伪元件4的真伪，以便进一步快速地确认设有所述防伪元件4的产品或商品是正品还是伪品。所以确实能达成本发明的目的。

以上所述者，仅为本发明的实施例而已，当不能以此限定本发明实施的范围，即凡依本发明权利要求书及说明书内容所作的简单的等效变化与修饰，皆仍属本发明的范围。

Claims (5)

1.一种防伪元件验证方法，用于验证有关于目标元件的防伪元件且利用影像处理单元来实施，所述目标元件形成有光学能变特征图案，其特征在于，所述防伪元件验证方法包含以下步骤：

(A)根据M幅分别在M个不同观看角度下撷取自所述目标元件的参考影像并利用类神经网络演算法，获得对应于所述目标元件的影像辨识模型，其中，M≥2；

(B)在连续接收到N幅分别在N个不同观看角度下撷取自所述防伪元件的待辨识影像的期间，利用所述影像辨识模型依序分析所述N幅待辨识影像，其中，2≤N≤M，以便，对于每幅待辨识影像，先判定所述每幅待辨识影像是否含有对应于所述光学能变特征图案的轮廓的影像部分，且在判定出所述每幅待辨识影像含有对应于所述光学能变特征图案的轮廓的影像部分后，获得所述影像部分与所述光学能变特征图案的相似度，而在判定出此幅待辨识影像不含有对应于所述光学能变特征图案的轮廓的影像部分后，通知此幅待辩识影像辨识失败；

(C)判定所述N幅待辨识影像其中获得有不小于预定相似度门槛的相似度的影像的累计数量是否达到预定数量；及

(D)在判定出获得有不小于所述预定相似度门槛的相似度的待辨识影像的累计数量达到所述预定数量时，成功验证所述防伪元件为所述目标元件。

2.根据权利要求1所述的防伪元件验证方法，其特征在于：在步骤(A)，所述光学能变特征图案包含激光图案或立体图案。

3.一种防伪元件验证系统，用于验证有关于目标元件的防伪元件，所述目标元件形成有光学能变特征图案，其特征在于，所述防伪元件验证系统包含：

验证服务器，连接通讯网络并包括

建模模块，根据M幅分别在M个不同观看角度下撷取自所述目标元件的参考影像并利用类神经网络演算法，获得一个对应于所述目标元件的影像辨识模型，其中，M≥2，及

判定模块；及

用户装置，包括

通讯模块，经由所述通讯网络连接所述验证服务器，

影像撷取模块，用来连续在N个不同观看角度下撷取所述防伪元件的N幅待辨识影像，其中，2≤N≤M，及

处理模块，电连接所述通讯模块及所述影像撷取模块，并经由所述通讯模块，将来自于所述影像撷取模块的所述N幅待辨识影像依序传送至所述验证服务器；

其中，在所述验证服务器连续接收到来自所述用户装置的所述N幅待辨识影像的期间，所述判定模块利用所述影像辨识模型依序分析所述N幅待辨识影像，以便，对于每幅待辨识影像，先判定所述每幅待辨识影像是否含有对应于所述光学能变特征图案的轮廓的影像部分，且在判定出所述每幅待辨识影像含有对应于所述光学能变特征图案的轮廓的影像部分后，获得所述影像部分与所述光学能变特征图案的相似度，而在判定出此幅待辨识影像不含有对应于所述光学能变特征图案的轮廓的影像部分后，通知此幅待辩识影像辨识失败；及

其中，所述判定模块判定所述N幅待辨识影像其中获得有不小于预定相似度门槛的相似度的待辨识影像的累计数量是否达到预定数量，以致所述判定模块在判定出获得有不小于所述预定相似度门槛的相似度的待辨识影像的累计数量达到所述预定数量时，所述验证服务器通知所述用户装置所述防伪元件被成功验证为所述目标元件。

4.根据权利要求3所述的防伪元件验证系统，其特征在于：所述光学能变特征图案包含激光图案或立体图案。

5.根据权利要求3所述的防伪元件验证系统，其特征在于：

所述用户装置还包括电连接且受控于所述处理模块的用户输出接口；及

每当所述验证服务器的所述判定模块判定出所获得且对应于所述N幅待辨识影像其中一幅待辨识影像的相似度不小于所述预定相似度门槛时，所述验证服务器通知所述用户装置所述其中一幅待辨识影像被成功辨识，以致所述用户在接获来自所述验证服务器的通知时，所述处理模块使所述用户输出接口产生指示出成功辨识的输出。

Images