CN115115011A - 一种智能数字印刷的防伪二维码生成使用方法 - Google Patents

一种智能数字印刷的防伪二维码生成使用方法 Download PDF

Info

Publication number
CN115115011A
CN115115011A CN202211036800.XA CN202211036800A CN115115011A CN 115115011 A CN115115011 A CN 115115011A CN 202211036800 A CN202211036800 A CN 202211036800A CN 115115011 A CN115115011 A CN 115115011A
Authority
CN
China
Prior art keywords
text
counterfeiting
intention
target
dimensional code
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.)
Granted
Application number
CN202211036800.XA
Other languages
English (en)
Other versions
CN115115011B (zh
Inventor
季杨兴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Digital Printing Co ltd
Original Assignee
Jiangsu Digital Printing Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu Digital Printing Co ltd filed Critical Jiangsu Digital Printing Co ltd
Priority to CN202211036800.XA priority Critical patent/CN115115011B/zh
Publication of CN115115011A publication Critical patent/CN115115011A/zh
Application granted granted Critical
Publication of CN115115011B publication Critical patent/CN115115011B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06K19/06037—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 multi-dimensional coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/12—Digital output to print unit, e.g. line printer, chain printer
    • G06F3/1201—Dedicated interfaces to print systems
    • G06F3/1223—Dedicated interfaces to print systems specifically adapted to use a particular technique
    • G06F3/1237—Print job management
    • G06F3/1242—Image or content composition onto a page
    • G06F3/1243—Variable data printing, e.g. document forms, templates, labels, coupons, advertisements, logos, watermarks, transactional printing, fixed content versioning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates
    • 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
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Editing Of Facsimile Originals (AREA)

Abstract

本发明公开了一种智能数字印刷的防伪二维码生成使用方法，包括以下步骤：步骤S1、获取多个数字印刷品作为训练印刷品，并在训练印刷品中标记出多组表征用户防伪意图的意图文本，提取出意图关键词，以及将意图关键词和意图文本组合成多条训练样本，利用RNN神经网络基于多条训练样本进行模型训练得到意图识别模型；步骤S2、目标用户将目标印刷品和目标意图关键词输入至二维码生成系统中，由意图识别模型通过所述目标意图关键词获得目标意图文本，并根据目标意图文本在目标印刷品中匹配出防伪文本。本发明保证了目标印刷品的著作权，提高在学术论文的著作权和学术成果上的防伪保护效果，识别用户的意图实现自定义防伪，用户体验佳。

Description

一种智能数字印刷的防伪二维码生成使用方法
技术领域
本发明涉及印刷防伪技术领域，具体涉及一种智能数字印刷的防伪二维码生成使用方法。
背景技术
目前较为普通的防伪方法有以下几种：第一种是激光防伪标志，用激光隐性油墨萤光油墨印刷技术将产品的标徽或特殊的识别图案印制成产品的防伪标贴，且同一类产品使用同一种标贴，因防伪标贴较容易伪造，而伪造的防伪标贴又被用在假冒产品上，造成产品的真假混淆，因此难于有效防伪。第二种是密码防伪标贴，其所采用的方法是每件产品编一组数码，每件产品的编码都不相同，将此数码印制在标贴上并遮盖起来，同时将此数码存入可供消费者查询的计算机数据库中，消费者购买产品时，将标识上的数码通过电话或入网计算机将标识上的数码输入计算机数据库进行比较识别，相同即为真，不同即为假，方法简单，识别容易，不易伪造。
上述防伪技术大多使用在具有金融属性的印刷品上比如：票据，证券或支票上，有效防止造假，但对于学术论文却不适用，学术论文的主要防伪是保护作者的著作权和学术成果，并不单纯只是要验真伪，对于学术论文防伪大多使用水印的方式防止盗版侵权，但是水印并不影响对学术论文的阅读，因此水印在学术论文的著作权和学术成果上的防伪保护效果并不佳。
发明内容
本发明的目的在于提供一种智能数字印刷的防伪二维码生成使用方法，以解决现有技术中对于学术论文防伪大多使用水印的方式防止盗版侵权，但是水印并不影响对学术论文的阅读，因此水印在学术论文的著作权和学术成果上的防伪保护效果并不佳的技术问题。
为解决上述技术问题，本发明具体提供下述技术方案：
一种智能数字印刷的防伪二维码生成使用方法，包括以下步骤：
步骤S1、获取多个数字印刷品作为训练印刷品，并在训练印刷品中标记出多组表征用户防伪意图的意图文本，依次在每个所述意图文本中提取出意图关键词，依次将意图关键词和意图文本组合成多条训练样本，利用RNN神经网络基于多条训练样本进行模型训练得到意图识别模型，将所述意图识别模型嵌入至二维码生成系统；
步骤S2、目标用户将目标印刷品和目标意图关键词输入至二维码生成系统中，由意图识别模型通过所述目标意图关键词获得表征目标意图的目标意图文本，并根据目标意图文本在目标印刷品中匹配出防伪文本，将防伪文本以章节数为索引存储至防伪系统中；
步骤S3、在所述防伪文本处生成与防伪文本区域面积相同的防伪框，将防伪框从左边框到右边框依次分割为章节框和文本框，将防伪文本在目标印刷品中的章节数、防伪文本分别利用二维码编码技术生成章节码、文本码，将章节码、文本二维码分别填充至章节框和文本码中生成防伪二维码，以阻断目标印刷品的可读性；
步骤S4、防伪终端扫描所述防伪二维码读取出章节数、防伪文本作为二维码章节数、二维码文本，并将二维码文本与具有所述二维码章节数的防伪文本进行匹配以判定目标印刷品的真伪性，其中，
若目标印刷品判定为真品，则将二维码文本反馈至防伪终端进行显示，以复原目标印刷品的可读性；
若目标印刷品判定为假品，则将防伪提示反馈至防伪终端进行显示。
作为本发明的一种优选方案，所述在训练印刷品中标记出多组表征用户防伪意图的意图文本，依次在每个所述意图文本中提取出意图关键词，包括：
在训练印刷品中选取多个所述意图文本，并在多个意图文本中随机选取出多个示例文本，以及在示例文本中人工标记出示例关键词；
将所述示例文本和示例关键词作为Word2Vec模型的训练输入项和训练输出项，并利用Word2Vec模型基于所述训练输入项和训练输出项进行模型训练得到关键词提取模型，所述关键词提取模型的模型表达式为：
Figure 100002_DEST_PATH_IMAGE001
；
式中，
Figure 130718DEST_PATH_IMAGE002
为意图关键词标识符，
Figure 100002_DEST_PATH_IMAGE003
为意图文本标识符，
Figure 162347DEST_PATH_IMAGE004
为Word2Vec模型标识符；
利用所述关键词提取模型依次对每个所述意图文本进行关键词提取，以得到每个意图文本对应的意图关键词。
作为本发明的一种优选方案，所述依次将意图关键词和意图文本组合成多条训练样本，包括：
依次将每个意图文本和意图关键词基于意图文本的同一性进行组合得到多个训练样本，所述训练样本的样本结构为：
Figure 100002_DEST_PATH_IMAGE005
，其中，
Figure 256074DEST_PATH_IMAGE006
表征为N个意图关键词构成的1×N维向量。
作为本发明的一种优选方案，所述利用RNN神经网络基于多条训练样本进行模型训练得到意图识别模型，包括：
将训练样本中的
Figure 145532DEST_PATH_IMAGE006
作为RNN神经网络的训练输入项，将
Figure 86944DEST_PATH_IMAGE003
作为RNN神经网络的训练输出项；
将所述RNN神经网络基于所述训练输入项和训练输出项进行模型训练得到所述意图识别模型，所述意图识别模型的模型表达式为：
Figure 100002_DEST_PATH_IMAGE007
；式中，
Figure 419967DEST_PATH_IMAGE002
为意图关键词标识符，
Figure 814039DEST_PATH_IMAGE003
为意图文本标识符，RNN为RNN神经网络标识符。。
作为本发明的一种优选方案，所述目标用户将目标印刷品和目标意图关键词输入至二维码生成系统中，由意图识别模型通过所述目标意图关键词获得表征目标意图的目标意图文本，包括：
将目标意图关键词输入至所述意图识别模型中，由意图识别模型输出所述目标意图文本。
作为本发明的一种优选方案，所述根据目标意图文本在目标印刷品中匹配出防伪文本，包括：
步骤1、获取目标意图文本的文本长度作为分割长度，并将目标印刷品的文本第一个字符作为分割起点、文本的最后一个字符作为分割终点；
步骤2、在分割起点处向分割终点处按所述分割长度截取文本得到分割文本；
步骤3、将分割起点向分割终点方向递进一个字符得到新的分割起点，重复执行步骤2得到新的分割文本，直至分割起点和分割终点间的文本长度小于等于分割长度；
步骤4、依次计算每个分割文本与目标意图文本的文本相似度，并将最高文本相似度对应的分割文本作为所述防伪文本；
所述文本相似度的计算公式为：
Figure 241610DEST_PATH_IMAGE008
；
式中，
Figure 100002_DEST_PATH_IMAGE009
表征为第i个分割文本与目标意图文本的文本相似度，
Figure 37527DEST_PATH_IMAGE010
表征为第i个分割文本的文本特征向量，
Figure 100002_DEST_PATH_IMAGE011
表征为目标意图文本的文本特征向量，i为计量常数；
所述文本特征向量由TF-IDF算法在所述分割文本或目标意图文本中计算获得。
作为本发明的一种优选方案，所述将防伪框从左边框到右边框依次分割为章节框和文本框，包括：
依次统计章节数、防伪文本的字节数据量，并章节数、防伪文本的字节数据量进行归一化处理分别得到章节数、防伪文本的框体占比量，所述框体占比量的计算公式为：
Figure 243250DEST_PATH_IMAGE012
；式中，
Figure 100002_DEST_PATH_IMAGE013
表征为x的框体占比量，
Figure 124618DEST_PATH_IMAGE014
表征为x的字节数据量，a，b分别表征为章节数、防伪文本，x为a，b的标识符；
依据章节数、防伪文本的框体占比量将防伪框从左边框到右边框依次切分为为章节框和文本框，其中，所述章节框与防伪框的面积比值等于章节数的框体占比量，所述文本框与防伪框的面积比值等于防伪文本的框体占比量。
作为本发明的一种优选方案，所述将防伪文本在目标印刷品中的章节数、防伪文本分别利用二维码编码技术生成章节码、文本码，包括：
将章节框的面积、章节数输入至二维码编码技术，并由二维码编码技术输出与章节框面积相同的章节码；
将文本码的面积、防伪文本输入至二维码编码技术，并由二维码编码技术输出与文本框面积相同的文本码。
作为本发明的一种优选方案，所述将二维码文本与具有所述二维码章节数的防伪文本进行匹配以判定目标印刷品的真伪性，包括：
计算二维码文本与具有所述二维码章节数的防伪文本的文本相似度作为目标印刷品的真实度，其中，
若真实度小于真实度阈值，则判定目标印刷品为假品；
若真实度大于或等于真实度阈值，则判定目标印刷品为真品。
作为本发明的一种优选方案，所述防伪提示中包括目标印刷品真品的购买地址或网址信息，以及侵权追究的警示信息。
本发明与现有技术相比较具有如下有益效果：
本发明通过构建意图识别模型通过用户的目标意图关键词获得表征目标意图的目标意图文本，并根据目标意图文本在目标印刷品中匹配出防伪文本，利用防伪二维码印刷在防伪文本处，以阻断目标印刷品的可读性，使得只有在判定目标印刷品为真品时才能恢复目标印刷品的可读性，保证了目标印刷品的著作权，提高在学术论文的著作权和学术成果上的防伪保护效果，识别用户的意图实现自定义防伪，用户体验佳。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。
图1为本发明实施例提供的防伪二维码生成使用方法流程图；
图2为本发明实施例提供的防伪二维码结构示意图。
图中的标号分别表示如下：
1-目标印刷品；2-防伪二维码；3-章节码；4-文本码。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
如图1和2所示，本发明提供了一种智能数字印刷的防伪二维码生成使用方法，包括以下步骤：
步骤S1、获取多个数字印刷品作为训练印刷品，并在训练印刷品中标记出多组表征用户防伪意图的意图文本，依次在每个意图文本中提取出意图关键词，依次将意图关键词和意图文本组合成多条训练样本，利用RNN神经网络基于多条训练样本进行模型训练得到意图识别模型，将意图识别模型嵌入至二维码生成系统；
在训练印刷品中标记出多组表征用户防伪意图的意图文本，依次在每个意图文本中提取出意图关键词，用户防伪意图包括对实验数据、实验结论、实验方法等方面的学术防伪，即对实验数据、实验结论或实验方法的文本利用防伪二维码进行替换，以进行学术保密，利用防伪终端进行读取，包括：
在训练印刷品中选取多个意图文本，并在多个意图文本中随机选取出多个示例文本，以及在示例文本中人工标记出示例关键词；
将示例文本和示例关键词作为Word2Vec模型的训练输入项和训练输出项，并利用Word2Vec模型基于训练输入项和训练输出项进行模型训练得到关键词提取模型，关键词提取模型的模型表达式为：
Figure DEST_PATH_IMAGE015
；
式中，
Figure 887038DEST_PATH_IMAGE002
为意图关键词标识符，
Figure 19685DEST_PATH_IMAGE003
为意图文本标识符，
Figure 678200DEST_PATH_IMAGE004
为Word2Vec模型标识符；
利用关键词提取模型依次对每个意图文本进行关键词提取，以得到每个意图文本对应的意图关键词。
构建意图关键词提取网络是为了利用算法模型进行关键词的自动提取，避免人工提取，提高提取效率，最终提高防伪二维码的生成效率。
依次将意图关键词和意图文本组合成多条训练样本，包括：
依次将每个意图文本和意图关键词基于意图文本的同一性进行组合得到多个训练样本，训练样本的样本结构为：
Figure 843602DEST_PATH_IMAGE016
，其中，
Figure DEST_PATH_IMAGE017
表征为N个意图关键词构成的1×N维向量。
利用RNN神经网络基于多条训练样本进行模型训练得到意图识别模型，包括：
将训练样本中的
Figure 81816DEST_PATH_IMAGE017
作为RNN神经网络的训练输入项，将
Figure 649064DEST_PATH_IMAGE003
作为RNN神经网络的训练输出项；
将RNN神经网络基于训练输入项和训练输出项进行模型训练得到意图识别模型，意图识别模型的模型表达式为：
Figure 462168DEST_PATH_IMAGE007
；
式中，
Figure 318128DEST_PATH_IMAGE002
为意图关键词标识符，
Figure 156771DEST_PATH_IMAGE003
为意图文本标识符，RNN为RNN神经网络标识符。
步骤S2、目标用户将目标印刷品和目标意图关键词输入至二维码生成系统中，由意图识别模型通过目标意图关键词获得表征目标意图的目标意图文本，并根据目标意图文本在目标印刷品中匹配出防伪文本，将防伪文本以章节数为索引存储至防伪系统中；
目标用户将目标印刷品和目标意图关键词输入至二维码生成系统中，由意图识别模型通过目标意图关键词获得表征目标意图的目标意图文本，包括：
将目标意图关键词输入至意图识别模型中，由意图识别模型输出目标意图文本。
根据目标意图文本在目标印刷品中匹配出防伪文本，包括：
步骤1、获取目标意图文本的文本长度作为分割长度，并将目标印刷品的文本第一个字符作为分割起点、文本的最后一个字符作为分割终点；
步骤2、在分割起点处向分割终点处按分割长度截取文本得到分割文本；
步骤3、将分割起点向分割终点方向递进一个字符得到新的分割起点，重复执行步骤2得到新的分割文本，直至分割起点和分割终点间的文本长度小于等于分割长度；
步骤4、依次计算每个分割文本与目标意图文本的文本相似度，并将最高文本相似度对应的分割文本作为防伪文本；
文本相似度的计算公式为：
Figure 312946DEST_PATH_IMAGE008
；
式中，
Figure 578843DEST_PATH_IMAGE009
表征为第i个分割文本与目标意图文本的文本相似度，
Figure 141673DEST_PATH_IMAGE010
表征为第i个分割文本的文本特征向量，
Figure 784007DEST_PATH_IMAGE011
表征为目标意图文本的文本特征向量，i为计量常数；
文本特征向量由TF-IDF算法在分割文本或目标意图文本中计算获得。
在目标印刷品的文本中提取出最接近目标意图文本的防伪文本，得到符合目标用户的最佳防伪文本，即目标用户最想进行保护的学术文本部分，实现对目标用户的意图获取，提供个性化防伪二维码服务。
步骤S3、在防伪文本处生成与防伪文本区域面积相同的防伪框，将防伪框从左边框到右边框依次分割为章节框和文本框，将防伪文本在目标印刷品中的章节数、防伪文本分别利用二维码编码技术生成章节码、文本码，将章节码、文本二维码分别填充至章节框和文本码中生成防伪二维码，以阻断目标印刷品的可读性；
将防伪框从左边框到右边框依次分割为章节框和文本框，包括：
依次统计章节数、防伪文本的字节数据量，并章节数、防伪文本的字节数据量进行归一化处理分别得到章节数、防伪文本的框体占比量，框体占比量的计算公式为：
Figure 60268DEST_PATH_IMAGE012
；
式中，
Figure 497065DEST_PATH_IMAGE013
表征为x的框体占比量，
Figure 62039DEST_PATH_IMAGE014
表征为x的字节数据量，a，b分别表征为章节数、防伪文本，x为a，b的标识符；
依据章节数、防伪文本的框体占比量将防伪框从左边框到右边框依次切分为为章节框和文本框，其中，章节框与防伪框的面积比值等于章节数的框体占比量，文本框与防伪框的面积比值等于防伪文本的框体占比量。
将防伪文本在目标印刷品中的章节数、防伪文本分别利用二维码编码技术生成章节码、文本码，包括：
将章节框的面积、章节数输入至二维码编码技术，并由二维码编码技术输出与章节框面积相同的章节码；
将文本码的面积、防伪文本输入至二维码编码技术，并由二维码编码技术输出与文本框面积相同的文本码。
依据防伪文本和防伪文本所在的章节数进行字节数据量的统计，能够使得章节框和文本框的面积随防伪文本进行设定，即赋予了防伪二维码的结构随机性，提高伪造难度。
步骤S4、防伪终端扫描防伪二维码读取出章节数、防伪文本作为二维码章节数、二维码文本，并将二维码文本与具有二维码章节数的防伪文本进行匹配以判定目标印刷品的真伪性，其中，
若目标印刷品判定为真品，则将二维码文本反馈至防伪终端进行显示，以复原目标印刷品的可读性；
若目标印刷品判定为假品，则将防伪提示反馈至防伪终端进行显示。
将二维码文本与具有二维码章节数的防伪文本进行匹配以判定目标印刷品的真伪性，包括：
计算二维码文本与具有二维码章节数的防伪文本的文本相似度作为目标印刷品的真实度，其中，
若真实度小于真实度阈值，则判定目标印刷品为假品；
若真实度大于或等于真实度阈值，则判定目标印刷品为真品。
防伪提示中包括目标印刷品真品的购买地址或网址信息，以及侵权追究的警示信息，提示使用者购买正版目标印刷品。
本发明通过构建意图识别模型通过用户的目标意图关键词获得表征目标意图的目标意图文本，并根据目标意图文本在目标印刷品中匹配出防伪文本，利用防伪二维码印刷在防伪文本处，以阻断目标印刷品的可读性，使得只有在判定目标印刷品为真品时才能恢复目标印刷品的可读性，保证了目标印刷品的著作权，提高在学术论文的著作权和学术成果上的防伪保护效果，识别用户的意图实现自定义防伪，用户体验佳。
以上实施例仅为本申请的示例性实施例，不用于限制本申请，本申请的保护范围由权利要求书限定。本领域技术人员可以在本申请的实质和保护范围内，对本申请做出各种修改或等同替换，这种修改或等同替换也应视为落在本申请的保护范围内。

Claims (10)

1.一种智能数字印刷的防伪二维码生成使用方法，其特征在于，包括以下步骤：
步骤S1、获取多个数字印刷品作为训练印刷品，并在训练印刷品中标记出多组表征用户防伪意图的意图文本，依次在每个所述意图文本中提取出意图关键词，依次将意图关键词和意图文本组合成多条训练样本，利用RNN神经网络基于多条训练样本进行模型训练得到意图识别模型，将所述意图识别模型嵌入至二维码生成系统；
步骤S2、目标用户将目标印刷品和目标意图关键词输入至二维码生成系统中，由意图识别模型通过所述目标意图关键词获得表征目标意图的目标意图文本，并根据目标意图文本在目标印刷品中匹配出防伪文本，将防伪文本以章节数为索引存储至防伪系统中；
步骤S3、在所述防伪文本处生成与防伪文本区域面积相同的防伪框，将防伪框从左边框到右边框依次分割为章节框和文本框，将防伪文本在目标印刷品中的章节数、防伪文本分别利用二维码编码技术生成章节码、文本码，将章节码、文本二维码分别填充至章节框和文本码中生成防伪二维码，以阻断目标印刷品的可读性；
步骤S4、防伪终端扫描所述防伪二维码读取出章节数、防伪文本作为二维码章节数、二维码文本，并将二维码文本与具有所述二维码章节数的防伪文本进行匹配以判定目标印刷品的真伪性，其中，
若目标印刷品判定为真品，则将二维码文本反馈至防伪终端进行显示，以复原目标印刷品的可读性；
若目标印刷品判定为假品，则将防伪提示反馈至防伪终端进行显示。
2.根据权利要求1所述的一种智能数字印刷的防伪二维码生成使用方法，其特征在于：所述在训练印刷品中标记出多组表征用户防伪意图的意图文本，依次在每个所述意图文本中提取出意图关键词，包括：
在训练印刷品中选取多个所述意图文本，并在多个意图文本中随机选取出多个示例文本，以及在示例文本中人工标记出示例关键词；
将所述示例文本和示例关键词作为Word2Vec模型的训练输入项和训练输出项，并利用Word2Vec模型基于所述训练输入项和训练输出项进行模型训练得到关键词提取模型，所述关键词提取模型的模型表达式为：
Figure DEST_PATH_IMAGE001
；
式中，
Figure 143638DEST_PATH_IMAGE002
为意图关键词标识符，
Figure DEST_PATH_IMAGE003
为意图文本标识符，
Figure 231680DEST_PATH_IMAGE004
为Word2Vec模型标识符；
利用所述关键词提取模型依次对每个所述意图文本进行关键词提取，以得到每个意图文本对应的意图关键词。
3.根据权利要求2所述的一种智能数字印刷的防伪二维码生成使用方法，其特征在于：所述依次将意图关键词和意图文本组合成多条训练样本，包括：
依次将每个意图文本和意图关键词基于意图文本的同一性进行组合得到多个训练样本，所述训练样本的样本结构为：
Figure DEST_PATH_IMAGE005
，其中，
Figure 59565DEST_PATH_IMAGE006
表征为N个意图关键词构成的1×N维向量。
4.根据权利要求3所述的一种智能数字印刷的防伪二维码生成使用方法，其特征在于：所述利用RNN神经网络基于多条训练样本进行模型训练得到意图识别模型，包括：
将训练样本中的
Figure 55203DEST_PATH_IMAGE006
作为RNN神经网络的训练输入项，将
Figure 458502DEST_PATH_IMAGE003
作为RNN神经网络的训练输出项；
将所述RNN神经网络基于所述训练输入项和训练输出项进行模型训练得到所述意图识别模型，所述意图识别模型的模型表达式为：
Figure DEST_PATH_IMAGE007
；
式中，
Figure 779762DEST_PATH_IMAGE002
为意图关键词标识符，
Figure 268513DEST_PATH_IMAGE003
为意图文本标识符，RNN为RNN神经网络标识符。
5.根据权利要求4所述的一种智能数字印刷的防伪二维码生成使用方法，其特征在于：所述目标用户将目标印刷品和目标意图关键词输入至二维码生成系统中，由意图识别模型通过所述目标意图关键词获得表征目标意图的目标意图文本，包括：
将目标意图关键词输入至所述意图识别模型中，由意图识别模型输出所述目标意图文本。
6.根据权利要求5所述的一种智能数字印刷的防伪二维码生成使用方法，其特征在于：所述根据目标意图文本在目标印刷品中匹配出防伪文本，包括：
步骤1、获取目标意图文本的文本长度作为分割长度，并将目标印刷品的文本第一个字符作为分割起点、文本的最后一个字符作为分割终点；
步骤2、在分割起点处向分割终点处按所述分割长度截取文本得到分割文本；
步骤3、将分割起点向分割终点方向递进一个字符得到新的分割起点，重复执行步骤2得到新的分割文本，直至分割起点和分割终点间的文本长度小于等于分割长度；
步骤4、依次计算每个分割文本与目标意图文本的文本相似度，并将最高文本相似度对应的分割文本作为所述防伪文本；
所述文本相似度的计算公式为：
Figure 802262DEST_PATH_IMAGE008
；
式中，
Figure DEST_PATH_IMAGE009
表征为第i个分割文本与目标意图文本的文本相似度，
Figure 591227DEST_PATH_IMAGE010
表征为第i个分割文本的文本特征向量，
Figure DEST_PATH_IMAGE011
表征为目标意图文本的文本特征向量，i为计量常数；
所述文本特征向量由TF-IDF算法在所述分割文本或目标意图文本中计算获得。
7.根据权利要求6所述的一种智能数字印刷的防伪二维码生成使用方法，其特征在于：所述将防伪框从左边框到右边框依次分割为章节框和文本框，包括：
依次统计章节数、防伪文本的字节数据量，并章节数、防伪文本的字节数据量进行归一化处理分别得到章节数、防伪文本的框体占比量，所述框体占比量的计算公式为：
Figure 552229DEST_PATH_IMAGE012
；
式中，
Figure DEST_PATH_IMAGE013
表征为x的框体占比量，
Figure 623216DEST_PATH_IMAGE014
表征为x的字节数据量，a，b分别表征为章节数、防伪文本，x为a，b的标识符；
依据章节数、防伪文本的框体占比量将防伪框从左边框到右边框依次切分为为章节框和文本框，其中，所述章节框与防伪框的面积比值等于章节数的框体占比量，所述文本框与防伪框的面积比值等于防伪文本的框体占比量。
8.根据权利要求7所述的一种智能数字印刷的防伪二维码生成使用方法，其特征在于：所述将防伪文本在目标印刷品中的章节数、防伪文本分别利用二维码编码技术生成章节码、文本码，包括：
将章节框的面积、章节数输入至二维码编码技术，并由二维码编码技术输出与章节框面积相同的章节码；
将文本码的面积、防伪文本输入至二维码编码技术，并由二维码编码技术输出与文本框面积相同的文本码。
9.根据权利要求8所述的一种智能数字印刷的防伪二维码生成使用方法，其特征在于，所述将二维码文本与具有所述二维码章节数的防伪文本进行匹配以判定目标印刷品的真伪性，包括：
计算二维码文本与具有所述二维码章节数的防伪文本的文本相似度作为目标印刷品的真实度，其中，
若真实度小于真实度阈值，则判定目标印刷品为假品；
若真实度大于或等于真实度阈值，则判定目标印刷品为真品。
10.根据权利要求1所述的一种智能数字印刷的防伪二维码生成使用方法，其特征在于，所述防伪提示中包括目标印刷品真品的购买地址或网址信息，以及侵权追究的警示信息。
CN202211036800.XA 2022-08-29 2022-08-29 一种智能数字印刷的防伪二维码生成使用方法 Active CN115115011B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211036800.XA CN115115011B (zh) 2022-08-29 2022-08-29 一种智能数字印刷的防伪二维码生成使用方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211036800.XA CN115115011B (zh) 2022-08-29 2022-08-29 一种智能数字印刷的防伪二维码生成使用方法

Publications (2)

Publication Number Publication Date
CN115115011A true CN115115011A (zh) 2022-09-27
CN115115011B CN115115011B (zh) 2022-11-01

Family

ID=83335961

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211036800.XA Active CN115115011B (zh) 2022-08-29 2022-08-29 一种智能数字印刷的防伪二维码生成使用方法

Country Status (1)

Country Link
CN (1) CN115115011B (zh)

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010046294A1 (en) * 2000-02-11 2001-11-29 Bandy William R. Method of and system for counterfeit prevention
US20060157559A1 (en) * 2004-07-07 2006-07-20 Levy Kenneth L Systems and methods for document verification
CN101561863A (zh) * 2008-04-14 2009-10-21 北京中科诚通科技发展有限公司 用手机、扫描仪、摄像头识别防伪印刷品的防伪识别系统
MD20110042A2 (en) * 2011-05-11 2012-11-30 Iurie Pusneac Cryptographically secure document, method for its creation and method for authentication of the document
CN102880833A (zh) * 2012-08-28 2013-01-16 福州讯华信息技术有限公司 文档二维码防伪验证方法
WO2015152697A1 (ko) * 2014-04-04 2015-10-08 대한민국(관리부서:행정안전부 국립과학수사연구원장) 위변조 방지 기능이 구비된 문서와 유가증권의 생성 방법, 위변조 방지 기능이 구비된 문서와 유가증권의 위변조 확인 방법, 위조방지 수단이 구비된 문서의 생성 방법 및 위변조 확인 방법
CN105117918A (zh) * 2011-11-02 2015-12-02 李华容 一种基于二维码的防伪方法
CN107886342A (zh) * 2017-11-30 2018-04-06 广东正迪科技股份有限公司 基于随机图案防伪标志的防伪查询方法及其系统
CN108725004A (zh) * 2017-04-24 2018-11-02 湖南正晨节能科技有限公司 印刷方法及印刷品信息展示方法
US20180349567A1 (en) * 2016-10-13 2018-12-06 Markany Inc. Apparatus, system, and method of preventing forgery or falsification of electronic document based on content
CN110428034A (zh) * 2019-08-13 2019-11-08 广州港集团有限公司 一种用于检测报告的防伪二维码及其生成方法
CN112163439A (zh) * 2020-09-23 2021-01-01 创新奇智(青岛)科技有限公司 一种处理图像的方法、装置及扫描识别装置
US20210258168A1 (en) * 2018-08-06 2021-08-19 Sicpa Holding Sa Digital file anti-forgery protection
CN114218419A (zh) * 2022-01-06 2022-03-22 湖南天惟信息技术有限公司 一种基于图片特征的防伪方法、系统、客户端、服务端
CN114329634A (zh) * 2022-01-12 2022-04-12 初蓝物联科技(上海)有限公司 一种电子签章文档的防伪方法
CN114330621A (zh) * 2021-11-23 2022-04-12 深圳市祯源科技有限公司 一种基于标识信息的二维码防伪方法、装置、存储介质

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010046294A1 (en) * 2000-02-11 2001-11-29 Bandy William R. Method of and system for counterfeit prevention
US20060157559A1 (en) * 2004-07-07 2006-07-20 Levy Kenneth L Systems and methods for document verification
CN101561863A (zh) * 2008-04-14 2009-10-21 北京中科诚通科技发展有限公司 用手机、扫描仪、摄像头识别防伪印刷品的防伪识别系统
MD20110042A2 (en) * 2011-05-11 2012-11-30 Iurie Pusneac Cryptographically secure document, method for its creation and method for authentication of the document
CN105117918A (zh) * 2011-11-02 2015-12-02 李华容 一种基于二维码的防伪方法
CN102880833A (zh) * 2012-08-28 2013-01-16 福州讯华信息技术有限公司 文档二维码防伪验证方法
WO2015152697A1 (ko) * 2014-04-04 2015-10-08 대한민국(관리부서:행정안전부 국립과학수사연구원장) 위변조 방지 기능이 구비된 문서와 유가증권의 생성 방법, 위변조 방지 기능이 구비된 문서와 유가증권의 위변조 확인 방법, 위조방지 수단이 구비된 문서의 생성 방법 및 위변조 확인 방법
US20180349567A1 (en) * 2016-10-13 2018-12-06 Markany Inc. Apparatus, system, and method of preventing forgery or falsification of electronic document based on content
CN108725004A (zh) * 2017-04-24 2018-11-02 湖南正晨节能科技有限公司 印刷方法及印刷品信息展示方法
CN107886342A (zh) * 2017-11-30 2018-04-06 广东正迪科技股份有限公司 基于随机图案防伪标志的防伪查询方法及其系统
US20210258168A1 (en) * 2018-08-06 2021-08-19 Sicpa Holding Sa Digital file anti-forgery protection
CN110428034A (zh) * 2019-08-13 2019-11-08 广州港集团有限公司 一种用于检测报告的防伪二维码及其生成方法
CN112163439A (zh) * 2020-09-23 2021-01-01 创新奇智(青岛)科技有限公司 一种处理图像的方法、装置及扫描识别装置
CN114330621A (zh) * 2021-11-23 2022-04-12 深圳市祯源科技有限公司 一种基于标识信息的二维码防伪方法、装置、存储介质
CN114218419A (zh) * 2022-01-06 2022-03-22 湖南天惟信息技术有限公司 一种基于图片特征的防伪方法、系统、客户端、服务端
CN114329634A (zh) * 2022-01-12 2022-04-12 初蓝物联科技(上海)有限公司 一种电子签章文档的防伪方法

Also Published As

Publication number Publication date
CN115115011B (zh) 2022-11-01

Similar Documents

Publication Publication Date Title
JP2004513543A (ja) 電子文書にテキストを挿入及び抽出する方法
CN111612966B (zh) 一种基于图像识别的票据凭证防伪检测方法及装置
CN109284803A (zh) 一种商品防伪二维码生成方法
CN105205674A (zh) 一种基于二维码的产品防伪方法
CN111612963B (zh) 一种基于智能设备的票据凭证防伪检测方法及装置
CN113408574B (zh) 一种车牌分类方法、车牌分类装置和计算机可读存储介质
CN110517049A (zh) 一种基于二维码及区块链的票据防伪识别方法与装置
Roslan et al. Systematic literature review and analysis for Arabic text steganography method practically
Alanazi et al. Involving spaces of unicode standard within irreversible Arabic text steganography for practical implementations
CN115115011B (zh) 一种智能数字印刷的防伪二维码生成使用方法
CN103824102B (zh) 一种二维码防伪加密方法
CN100587764C (zh) 利用像素对数据进行编码、解码的方法
Dlamini et al. Mitigating the challenge of hardcopy document forgery
Eskenazi et al. When document security brings new challenges to document analysis
CN102096774A (zh) 一种公文的加密方法、验证方法及其装置
Ahmed Off-line arabic signature verification using geometrical features
Ahmad et al. Paper document authentication using print-scan resistant image hashing and public-key cryptography
Hassan et al. A survey on techniques of detecting identity documents forgery
CN111612964B (zh) 基于区块链的票据凭证防伪检测方法及装置
Yu et al. Detection of synonym-substitution modified articles using context information
US20220262150A1 (en) Image processing method for an identity document
EP3982289A1 (en) Method for validation of authenticity of an image present in an object, object with increased security level and method for preparation thereof, computer equipment, computer program and appropriate reading means
CN111666928A (zh) 基于图像分析的计算机文件相似度识别系统及方法
WO2023166698A1 (ja) データ処理装置、データ処理方法及びプログラム
Liao et al. CTP-Net: Character Texture Perception Network for Document Image Forgery Localization

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