JP2016511461A - セキュリティ書類の認証、および当該認証を実行する携帯デバイス - Google Patents
セキュリティ書類の認証、および当該認証を実行する携帯デバイス Download PDFInfo
- Publication number
- JP2016511461A JP2016511461A JP2015555843A JP2015555843A JP2016511461A JP 2016511461 A JP2016511461 A JP 2016511461A JP 2015555843 A JP2015555843 A JP 2015555843A JP 2015555843 A JP2015555843 A JP 2015555843A JP 2016511461 A JP2016511461 A JP 2016511461A
- Authority
- JP
- Japan
- Prior art keywords
- wavelet
- classification
- statistical
- histogram
- map
- 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
Links
- 238000000034 method Methods 0.000 claims abstract description 82
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 238000009826 distribution Methods 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 12
- 230000003044 adaptive effect Effects 0.000 claims description 11
- 238000013179 statistical model Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 8
- 238000000926 separation method Methods 0.000 claims description 8
- 238000007476 Maximum Likelihood Methods 0.000 claims description 6
- 238000000354 decomposition reaction Methods 0.000 abstract description 6
- 238000007373 indentation Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 13
- 238000013459 approach Methods 0.000 description 11
- 238000001514 detection method Methods 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000005286 illumination Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 239000006185 dispersion Substances 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 210000001061 forehead Anatomy 0.000 description 4
- 238000003909 pattern recognition Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 101100127891 Caenorhabditis elegans let-4 gene Proteins 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 229920000742 Cotton Polymers 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000012850 discrimination method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013401 experimental design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000002650 habitual effect Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 238000012567 pattern recognition method Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000003655 tactile properties Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 229910052724 xenon Inorganic materials 0.000 description 1
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
- G07D7/20—Testing patterns thereon
- G07D7/2016—Testing patterns thereon using feature extraction, e.g. segmentation, edge detection or Hough-transformation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/168—Segmentation; Edge detection involving transform domain methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/52—Scale-space analysis, e.g. wavelet analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
- G06V30/19173—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
- G07D7/003—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency using security elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
- G06F2218/06—Denoising by applying a scale-space analysis, e.g. using wavelet analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20064—Wavelet transform [DWT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30176—Document
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/95—Pattern authentication; Markers therefor; Forgery detection
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Security & Cryptography (AREA)
- Artificial Intelligence (AREA)
- Quality & Reliability (AREA)
- Inspection Of Paper Currency And Valuable Securities (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
Abstract
Description
世界の経済の安定性を維持するために、セキュリティ書類、特に紙幣の信頼性を維持することは、中央銀行にとっての主な懸案事項となっている。紙幣の認証に特に適した手法は、凹版印刷によって作製された固有の特徴の分析に注目した、いわゆるSound−of−Intaglio(商標)法に基づいており、[1]、[2]を参照されたい(国際公開2008/146262A2号も参照)(このSound−of−Intaglio(商標)の名称はKBA−NotaSys SAの商標である)。その結果が、固有情報を検出して、新品または使い古した状態にかかわらず本物の凹刻を有する紙幣を、あるいは偽造品さえも識別する画像処理およびパターン認識に基づくユニバーサルアルゴリズムである。これは、凹版印刷が非常に精密で、高い解像度と明瞭なパターンの印刷を可能にするからである。さらに、凹刻は、流通状況下においても、この手法にロバスト性における一定の利点をもたらす最も耐久性がある印刷特徴である。したがって、凹刻は固有特徴として“そのままで”識別され、一般的に識別の確実な方法として機能しうる。警察や銀行によって回収された偽造品の大半は、市販の方法および機器で作製される。凹刻は偽造に対する防御策として最も信頼性があり、確実なプラットフォームであることが証明されてきた。凹刻特徴は一般市民には意識的に認識されていないが、特有の触感特性と組み合わせた紛れもない光学的外観(双方とも、印刷物との組み合わせで見られる)は、ユーザにとって本物の紙幣を習慣的に認識するのに重要なものである。この方法は、携帯電話等を使用して、入手可能な画像分析ツールを用いて凹刻固有の特徴を識別する。当然のことながら、この一般的手法は、中央銀行での分類や科学捜査にとっても有用となりうる。さらに、このコンセプトの利点は、中央銀行は、特別な性質、幾何学的配置などの機密情報を開示する必要がなく、特に、凹刻が特定の品質レベルに達している既存の紙幣をデザイン変更する必要がないことにある。加えて、凹刻は商用印刷との重要な差別化の1つを示しており、紙幣の印刷プロセスの重要な部分である。この研究は、現金サイクルにおいて、自動アプリケーションに凹刻を使用することの可能性に実際に着目している。このため、Sound−of−Intaglio(商標)は、流通する偽造品の品質向上に対して、前もって欠陥を保護するために、支払端末または銀行システムの製造者に将来的なフレームを提供するものである。今のところ、偽造技術は、凹刻の許容可能な偽物を提供し、あるいは犯罪目的でその技術を使用することさえも不成功となっている。
2.1 関連出版物
過去10年に、紙幣金額の検出およびそれらの認証に関する幾つもの出版物が公開されてきた。上記期間に、多くて約300の出版物がSPIE、IEEE、およびACMのデータベースにて検出された。それらの出版物の殆どが、光学走査法およびその手法における信号処理アルゴリズムについて記載している。例えば、[5]、[6]のわずかな著者のみが、光学コンセプト以外について提案している。公開された研究の大半が、例えば、[7]、[8]、および[9]のように、特徴の抽出および機械学習に関するものである。最近の幾つかの出版物はさらに、ウェーブレット法が紙幣金額の識別[10]および認識[11]を保証しそうであることを示している。特に、ウェーブレットベースの概念は、[1]の一般的手法や、基礎となるウェーブレットベースの認証理論[2]、[3]、および[12]をサポートする。
本章では、携帯デバイスの重要な構成要素、特に最先端のスマートフォンの重要な構成要素について記載する。画像処理デバイスとして使用した場合、カメラモジュールはスマートフォンの重要な構成要素であるため、カメラモジュールに注目している。
携帯電話は、ソフトウェアのスモールアプリケーション(app)により拡張される機能を有し、より進歩した演算能力および高い接続性を提供する場合にスマートフォンと称される[13]。近年のプロセッサ性能の向上は、利用行動に大幅な転換をもたらした。最初は、スマートフォンは、主にビジネスユーザによって、より便利にe−mailまたはテキストを送信するために使用されていた。現在では、スマートフォンは、機能を圧倒的に拡張させる第三者のアプリを作動させることができる。スマートフォンは携帯電話だけでなく、ノートブック、小型カメラ、ゲーム相手、音楽プレーヤ、インターネットのサーフステーション、衛星航法ツール等でもある。最も重要な市場の企業は、基本的に2つの異なる動作システム:AppleのiOSおよびGoogleのAndroidを使用している。これらのシェアは、その分野において2012年の第3四半期で世界中に販売された全てのスマートフォンのうち86.3%であり[14]、Androidは72.4%の市場シェアを有する最大企業である[14]。
通常、スマートフォンは大画面を具えている。2007年のAppleのiPhoneの出現以来、大高解像度のマルチタッチ画面が事実上の標準となった。最大解像度(1インチ当たり326ピクセルの画面)はAppleによって提供されている[15]。現在市場にある大型スマートフォンの1つであるSamsungのGalaxy Note N7000は、5.3インチのサイズの画面を具えている[16]。さらに、スマートフォンは、例えば、ジャイロスコープ、加速度計、GPS、近接センサまたは光センサといった、センサの幅広いコレクションを有している。最初のスマートフォンは、600MHzのクロックレートを有するシングルコア処理ユニットを使用していた。現在では、マルチコアプロセッサ(4乃至5のコア)および約1.5GHzのクロックレートが高機能モデルに内蔵されている[17]、[18]。スマートフォンは通常、次の段落に記載する2つのカメラを有する。
一般的なスマートフォンは、1つがビデオ電話通話用の画面側、もう1つが背面側の異なる2種類のカメラを使用する。通常、最初の1つは約1メガピクセルの解像度を有し、他方のカメラは通常、高センサ解像度を提供し、静止画カメラまたはビデオカメラの代替となるように設計されている。これは画像処理の用途のためのカメラであるため、これ以降、カメラとの用語は高解像度カメラであり、他の種類のカメラは無視することとする。一般のスマートフォンのカメラは5乃至12メガピクセルの解像度を有しており、大容量ピクセルの傾向がある。低品質光学部品を有する他の小型カメラと同様に、これは結果が向上することを意味するものではない。スマートフォンのカメラモジュールは、ズームレンズを欠く(この点について、Nokia Pureview808のような特定モデルは無視する)。これらのカメラは通常4乃至7mmの対角幅のセンサを有しており、ノイズが出やすくなる。内蔵型の照明、多くの場合、LEDまたはXenonベースのフラッシュでは単に、レンズに近い被写体、例えば、肖像写真または近接撮影を照明することができる。
紙幣を認証するために携帯デバイスを使用することの考え方自体は新しくはない。例えば、[3]、[4]、および[19]のように、様々な出版物がこの種のアプリケーションについて記載している。その基本的な概念は、内蔵型カメラ、照明ユニット、および処理ユニットを使用して様々な明白な及び隠れた紙幣特徴を分析し、紙幣を分類することである。光学近赤外線点光源および低出力センサチップを具備するポケットスキャナに基づく他の手法が、最近になって公開された。このシステムは、いかなる携帯電話にも接続することができる[20]。この技術は、ATM製造者の基本的概念の一部を模倣している。これらのアプリケーションに加えて、例えば[21]、[22]のように、紙幣を提示する用途として使用することができるものも更に存在する。
本章には、例えば[1]に教示されているような、ウェーブレットベースの凹刻検出(WBID)の一般的概念が記載されており、この概念は、ウェーブレットに基づいてデジタル信号処理技術を実施することにより、認証すべき書類の1以上のサンプル画像を分解することを含んでいる。この概念の更に詳細および関連するバリエーションについては、参照によりその全てが本書に援用されている対応文献、特に[1]、[2]、[3]、[4]、および[12]、さらには国際公開第2008/146262A2号、および国際公開第2011/018764A2号を参照することができる。
ウェーブレットは、所与の関数または信号を異なるスケール成分に分割するために使用される数学関数である。ウェーブレット変換は、ウェーブレットによりその関数または信号を表す。ウェーブレット変換は、不連続性および鮮明なピークを有する関数および信号を表す従来のフーリエ変換に優る利点を有している。この手法によると、以下に述べるように、特にいわゆる離散ウェーブレット変換(DWT)の性質を利用する。ウェーブレット理論自体は既知であって、その問題について幾つもの参考書で広く議論され記載されているため、この理論について本書では深く議論しない。興味がある読者は、例えば、ウェーブレット理論に関する引用図書および出版物[23]、[24]、[25]、および[26]を参照されたい。
αはスケール因子であり、必要であれば、スケーリング係数および詳細係数について同一のダイナミックレンジを保証する。cGを用いると、全ての認識された構造の変化が1つのマトリックスに一体化される。一体化された詳細係数cGから信号を再生させることはできない点に留意されたい。そうではあるが、紙幣を認識する場合、この状況は重要ではない。式(2)に関する上記計算は各スケールについて実施される。詳細については、[12]および国際公開第2011/018764A2号を参照されたい。ウェーブレット変換を処理するために、ウェーブレットを用途に適合させることが必要である。一般に、2つのバニシングモーメント(db2−ウェーブレット)を有するドベシィ(Daubechies)ウェーブレット[23]を用いると、よい結果が得られる。これらのウェーブレットは概して、そのコンパクトな台と周波数応答により、微細な凹刻構造のスペクトル分析によく適している[12]。
ウェーブレット係数のモーメントベースの統計的特徴を使用することは有利である。[3]、[12]、および[29]を参照されたい。図1には、db2−SWT係数Hn(p)の異なるグレイスケールの周波数ヒストグラムが、図7(a)に図示するような、出願人によって制作された「ジュール・ヴェルヌ」の紙幣見本の典型的な凹刻線構造に基づいて示されている(この紙幣見本の一部は図2にも図示されている)。紙幣見本は本物の紙、インク、アプリケーション等を用いた紙幣の代表例であるが、価値はない。本願において参照されている紙幣見本「ジュール・ヴェルヌ」および「フラワーパワー」は、本出願人によってデザインされ、制作されたものである。
および
[4]は、特徴
を生成する局所的適応累積ヒストグラム(LACH)統計値として解釈すべきであり、分散度σ2によって制御される。これらは、σ2を用いて複数の要素に分解された、ヒストグラムの重要な部分の領域を表す(左側部分についてL、中間部分についてM、右側部分についてR)。特徴の殆どはガウス分布であるため[4]、後の認証のための分類境界を算出するために、線形判別分析(LDA)法を適用する[4]。
この手法は、画像処理ユニットとして使用した場合に、スマートフォン用の信号処理アルゴリズムがロバスト性および適応性に関する基準を満たさねばならないという事実に基づいている。本節は、凹刻検出に関してロバスト性および適応性のある特徴の生成についての調査結果について記載している。
ウェーブレット変換を実行する前に、セキュリティ書類に見られる様々な凹刻線構造に関する局所的情報を含む分類マップを規定するステップと;
分類マップに基づいて、ウェーブレットタイプのプールの中からウェーブレットの選択を実行するステップと;
選択されたウェーブレットに基づいて、サンプル画像のウェーブレット変換を実行するステップと、を含む。
認証アルゴリズムをスマートフォンに移すことにより、可能な用途範囲が拡大し、訓練されていない人材によって紙幣の検査を実施することができる。スマートフォンに認証アルゴリズムを実装することは、幾つかのアルゴリズムの特定の部分について新たな概念を要求することとなる。この場合に影響するスマートフォンの制約は、
−カメラモジュールの品質の変動、
−未加工の画像データへの限定された、あるいは妨げられたアクセスといった、ソフトウェアの制約、
−環境状態、特に、照明状態の変化、および、
−スマートフォンの光学構成部に対する紙幣の位置、である。
上述したように、紙幣の分類は、ウェーブレット係数のヒストグラムから得られる、さらには、例えば、600dpiの一般的解像度を有する所与の信号のdb2−ウェーブレット変換に基づく統計モーメントに作用する。この分類は多くの場合でうまく作用するが、幾つかの場合では作用せず、すなわち誤分類が起こる。凹版印刷法はウェーブレット変換に密接に関連しているため[12]、適応ウェーブレット法はこのような誤分類の発生を解消しなければならない。この手法は、様々な凹刻線構造をマッピングするウェーブレットに基づいている。基準はdb2−ウェーブレットであり、このdb2−ウェーブレットは紙幣の局所的な特定の凹刻線構造に応じて他のウェーブレットタイプと置換される。同一のウェーブレットファミリーによるウェーブレット(例えば、Daubechies[23])、あるいは他の特徴を有するウェーブレットファミリーによるウェーブレット、例えば、双直交ウェーブレット、コイフレット(Coiflet)ウェーブレット、またはシムレット(Symlet)ウェーブレットが使用される([23]、[24]、および[25])。
i)様々な所与の凹刻線構造について適切に作用する統計モデルを規定し、実行しなければならない。
ii)所与のサンプル構造を測定し、識別せねばならない。
iii)限定的なウェーブレットプールの制約の下で最も適合するウェーブレットを選択しなければならない。
手元にある信号は、2セットの1D信号、すなわち一方が水平、もう一方が垂直であるとみなすことができる2Dラスター画像である。各次元について、第1に、エッジ(スロープ)の中心が特定される。第2に、2種類の距離、すなわち、立下りエッジの中心と立上りエッジの中心間の距離である線幅w、および、立上りエッジの中心と立下りエッジの中心間の距離である線距離dが算出される。この工程は、薄くて白みがかった綿ベースの紙の上の暗めの印刷構造を検査するという、根本となる仮定に基づいている。スロープの中心は基準点として使用されるため、サンプルの印刷技術の影響を受けない。
標準的なスマートフォンのカメラユニット(8乃至12メガピクセルの解像度)は、約600dpiの解像度で十分である。紙幣またはその一部がカメラユニット(ここでは、携帯デバイスに組み込まれたカメラ)によって画像化され、各方向で画像区域と重なった96×96乃至128×128ピクセルの範囲のサイズの最大360(30×12)のサブ画像に分割される(図7(a)−7(f)参照)。線幅と線距離の性質に関してサブ画像が分析され、各サブ画像について4組の
が特定される。kjに応じて、特定のウェーブレットタイプが予め先験的に選択される。
この選択は、一般的な[1]、[12]、および[29]における紙幣認証用の特徴ジェネレータとしてdb2−ウェーブレットが作用しうることを見出したことに基づいている。しかしながら、幾つかの特徴的な領域は、db2−ウェーブレットで処理することができない。したがって、検出率を最適とするようにウェーブレットタイプのプールが選択される。最初に、様々な実験において約60のウェーブレットのタイプが考えられ、以下の6つ
の選択されたウェーブレットのグループが得られる。詳細について、すなわち、分解フィルタ係数および様々な分解フィルタのインパルス応答の概略については、ヴァシレフスキのウェーブレットの性質のブラウザ[33]を参照されたい。6つのウェーブレットは、彫られた凹刻線の形状と幅の原則に基づいて選択される。ウェーブレットのフィルタ長N=card(ψ)は、小さい順に並べられる(表1参照)。したがって、周波数ドメインのウェーブレットに基づく帯域幅は適宜減少する。上記ウェーブレットのタイプ(形状およびサイズ)は、検討される特徴空間の様々なスケールにおける最適な分離特性について分析される。したがって、ウェーブレットタイプのプールがCマップに割り当てられる。この工程は、以下のように実行される。本物の紙幣と偽造紙幣のセット(約20−50ピース)を使用して、ウェーブレットタイプに基づいて6つのr次元の特徴空間fτそれぞれと、j個のサブ画像それぞれについて、2つのクラスタ(分類:本物(G)および偽物(F))を作り出す。紙幣認証における分類のために既に使用されているLDAを介して[4]、ウェーブレットタイプそれぞれについて、レイリー係数Dτ[34]として知られているスカラー判別法が決定される。負でない実のレイリー係数
は、特徴空間における2つのクラスタ間の距離に関する情報を提供する。Dτが高いほど、2つのクラスタ間の距離は大きくなる。参考として基準D0が適用される(db2)。
の場合、特定のウェーブレットタイプ
の分離機能Στは、特徴空間のクラスタ距離が大きいという意味で優れていると想定される。全ての他のケース
で、db2−ウェーブレットが適用されるべきである。分離機能は利用される特徴に依存するということを指摘せねばならない。それぞれのサブ画像およびウェーブレットのタイプに対するレイリー係数の特定は以下のように識別される。すなわち、それぞれの局所的領域の空間周波数ヒストグラムおよびウェーブレットスケールから算出された、特徴として3つ(次元:r=3)の統計モーメント(分散度、歪度、超過度/尖度)からなる特徴空間fでは、分類の平均周囲の分散度を可能な限り小さくしながら、(見出された方向に突出している場合に)分類の平均を最適に分離する特徴の線形結合を表す方向v=(ν1,ν2,・・・,ν1)Tを求める。n個の対象を有するクラス本物Gと、m個の対象を有するクラス偽物Fの一次元の特徴空間fに対する経験的な分類の平均は、
および
である。
ウェーブレット変換ベースの特徴を用いて産業用デバイス内でパターン認識を実行できることは、[1]、[4]、[12]に示されている。携帯デバイスの適用によって生じる異なる環境やハードウェアの状態、およびそれぞれの異なる特徴分布にかかわらず、[4]において、同じ特徴が携帯使用にも適していることを証明することは可能であった。残念ながら、特別な制約下でのみ、[4]に記載のパターン認識プロセスは現実世界の利用に対して実現可能である。制約の1つは、認証時のカメラの固定位置であり、もう1つは、認証結果の環境依存性である。特に、認証プロセスでは照明が重要な役割を担っている。固定位置と照明の依存性に関する制約は、[4]で使用された練習データセットが原因である。この練習データセットでは、認証時に起こりうる紙幣のずれが考慮されていなかった。さらに、練習データは日光および標準的なオフィス照明の下で収集されたため、他の環境状況では認証に問題を引き起こし得た。これら2つの都合が悪い主題は、上述したアプリケーションでテストを実施するよう依頼された人々によって報告されていた。このような状況を考慮して、より十分な練習データセットおよび正確な分類境界をどのように構築するかを以下に記載する。
および、
である(2.4節参照)。殆どの特徴がガウス分布であるため[4]、LDAが後の認証のための分類境界の算出に再度使用される。さらに、LDA法を適用することにより、この練習が素早く、より柔軟性が高くなり、サポートベクターマシン(SVM)を使用するよりもさらにロバストなものとなる。[29]を参照されたい。
本節では、研究成果に基づく実際の結果を示す。実験計画では、本物の紙幣(ユーロ紙幣)、本物の紙幣として出願人によって大量に製造された紙幣見本「ジュール・ヴェルヌ」と「フラワーパワー」、および異なる種類の偽造紙幣を使用している。明白な理由により、偽造プロセスは本書には記載していない。
および
が決定されると、下縁パラメータβlがβl;H,w=7.2とβl;V,w=5.8に設定される。上縁パラメータβuはβu;H,w=10とβu;V,w=8に設定され、これは最大周波数h(d)とh(w)の半分を規定する。したがって、7.2<kH,w<10および5.8<kv,w<8である。この構造は8つの係数ウェーブレットでモデル化され、特徴空間における最大距離測定は、argmaxτΣτ=2である。この場合、最適なウェーブレットを2つのパラメータで選択することができる。図7(c)は、問題となるサブ画像の結果を示している。例えば、db4−ウェーブレットは、サブ画像47のdb2−ウェーブレットと比較して、本物と偽造の紙幣をよりよく(最大61%)識別することが可能となる。図7(b)、7(d)、7(e)、および7(f)に示すように、異なるウェーブレットタイプが異なる凹版領域を識別することが可能である(例えば、j=257では、sym5−ウェーブレットでは44%)。
Sound−of−Intaglio(登録商標)法は、紙幣の製造認証、すなわち品質検査と、異なるレベルでの分類認証における様々な用途に適している。一般的な認証法は、問題となる特徴ジェネレータの適合、すなわち、様々な凹版構造について最適化されたウェーブレットのプールの使用によって最適化できることが示されている。さらに、各々の分析領域周囲の境界および使用される特徴の適合[4]を考慮することにより、輝度の変動を安定させることができる。したがって、本物の紙幣と偽造紙幣の間で、よりロバストな分類を実現する。
[1]Lohweg, V., Gillich, E., Schaede, J., "Authentication of Security Documents, in Particular of Banknotes" European Patent Publication No. EP 2000992A1, priority date of June 1st, 2006.
[2]Lohweg, V., "Renaissance of Intaglio", Keesing Journal of Documents & Identity, Keesing Reference Systems Publ. 33, 35-41 (2010).
[3]Lohweg, V. and Schaede, J., "Document Production and Verification by Optimization of Feature Platform Exploitation", Optical Document Security - The Conference on Optical Security and Counterfeit Detection II San Francisco CA USA, 1-15 (2010).
[4]Lohweg, V., Dorksen, H., Gillich, E., Hildebrand, R., Hoffmann, J. L., Schaede, J., "Mobile Devices for Banknote Authentication - is it possible?", Optical Document Security - The Conference on Optical Security and Counterfeit Detection III San Francisco CA USA, 1-15 (2012).
[5]Gan, T.H., Hutchins, D. A., Billson, D. R., Schindel, D. W., "High resolution air-coupled ultrasonic imaging of thin materials", IEEE ULTRASONICS SYMPOSIUM, 897-990 (2002).
[6]Yang, C-N., Chen, J-R., Chiu, C-Y., Wu, G-C, Wu, C-C, "Enhancing Privacy and Security in RFID-Enabled Banknotes", IEEE International Symposium on Parallel and Distributed Processing with Applications, 439-444 (2009).
[7]Ahmadi, A., Omatu, S., Kosaka, T., "Improvement of the reliability of bank note classifier machines", Proc. IEEE International Joint Conference on Neural Networks 2 doi: 10.1 109/IJCNN.2004.1380134, 1313-1316 (2004).
[8]Omatu, S., Yoshioka, M., Kosaka, Y., "Bank note classification using neural networks", IEEE Conference on Emerging Technologies and Factory Automation doi: 10.1 109/EFTA.2007.4416797, 413-417 (2007).
[9]Shan, G., Peng, L. Jiafeng, L., Xianglong, T., "The design of HMM- based banknote recognition system", IEEE International Conference on Intelligent Computing and Intelligent Systems 4 doi: 10.1109/ICICISYS.2009.5357719, 106-110 (2009).
[10]Choi, E., Lee, J., Yoon, J., "Feature Extraction for Bank Note Classification Using Wavelet Transform", 18th International Conference on Pattern Recognition 2 doi: 10.1 109/ICPR.2006.553, 934-937 (2006).
[11]Ahangaryan, F.P., Mohammadpour, T., Kianisarkaleh, A., "Persian Banknote Recognition Using Wavelet and Neural Network", International Conference on Computer Science and Electronics Engineering (ICCSEE) 3 doi: 10.1 109/ICCSEE.2012.294, 679-684 (2012).
[12]Glock, S., Gillich, E., Schaede, J., Lohweg V., "Feature Extraction Algorithm for Banknote Textures based on Incomplete Shift Invariant Wavelet Packet Transform", Proceedings of the 31 st DAGM Symposium on Pattern Recognition, Lecture Notes on Computer Science 5748, 422-431 (2009).
[13]Bezboruah, T., "Mobile computing: the emerging technology, sensing, challenges and applications", Preprint, 2010. http://users.ictp.it/~pub off/oreorints-sources/2010/IC2010102P.pdf [14]Pettey, C. and van der Meulen, Ft., "Gartner Says Worldwide Sales of Mobile Phones Declined 3 Percent in Third Quarter of 2012; Smartphone Sales Increased 47 Percent", Press release of November 14th, 2012. http.//www.aartner.com/it/paae.isp?id=2237315
[15]Apple, "iPhone features", 2012. https://www.apple.com/iphone/features/
[16]Samsung, "Galaxy Note N7000", 2012. http://www.samsuna.com
[17]AnTuTu, "Benchmark-Tool Antutu", 2012. http://www.Antutu.com/
[18]SunSpider, "Benchmark-Tool SunSpider 0.9.1 ", 2012.
http://www.webkit.ora/perf/sunspider/sunspider.html
[19] de Heij, H.A.M., "Public Feedback for better Banknotes Design 2", DNB Occasional Studies 5(2), De Nederlandsche Bank NV, (2007).
[20]Fake Currency Doctors, "Banknote Authentication", 2012.
http://voicendata.ciol.com/content/service provider/110020318.asp
[21]llles, L, "iValuta", 2012. http://itunes.apple.com/us/app/ivaluta/id327705750?mt=8
[22]Macsoftex, "All Dollars", 2012.
http://itunes.apple.com/tw/app/ali-dollars/id341552027?mt=8
[23] Daubechies, I., [Ten Lectures on Wavelets], CBMS-NSF Regional Conference Series in Applied Mathematics 61 SIAM (Society for Industrial and Applied Mathematics), Philadelphia, 1992.
[24]Burrus, S. C, Gopinath, R. A., Guo, H., [Introduction to Wavelets and Wavelet Transforms: A Primer], Prentice-Hall, Upper Saddle River, 1998.
[25]Walnut, D. F., [An Introduction to Wavelet Analysis], Birkhauser, Boston, 2004.
[26]Mallat, S. G., "A Theory for Multiresolution Signal Decomposition: The Wavelet Representation", IEEE Transactions on Pattern Analysis and Machine Intelligence 11(7), 674-693 (1989).
[27]Pesquet, J. C, Krim, H., Carfantan, H., "Time-invariant orthonormal Wavelet representations", IEEE transactions on signal processing 8, 1964-1970 (1996).
[28]Fowler, J. E., "The redundant discrete Wavelet transform and additive noise", IEEE Signal Processing Letters 9, 629-632, (2005).
[29]Gillich, E., Lohweg, V., "Banknote Authentication", 1 . Jahreskolloquium Bildverarbeitung in der Automation ISBN 978-3-9814062-0-7 Institute Industrial IT, 1-8 (2010).
[30]Hogg, R. V. and Craig, A. T., [Introduction to Mathematical Statistics], Macmillan New York, Sec. 3.3 (1978).
[31]Whittaker, E. T. and Watson, G. N., [The Gamma function], Cambridge University Press, 235-264 (1996).
[32]Chambers, R. L., Steel, D. G., Wang, S., [Maximum Likelihood Estimation for Sample Surveys], CRC Press Boca Raton, (2012).
[33]Wasilewski, F., "PyWavelets," 2008-2012. http://Wavelets.pybytes.com
[34]Horn, R. A. and C. A. Johnson, [Matrix Analysis], Cambridge University Press, 176-180 (1985).
Claims (14)
- 凹版印刷によって製造されたセキュリティ書類における固有の特徴の分析に基づいて、セキュリティ書類、特に紙幣を認証する方法であって、前記分析はウェーブレットに基づいて認証すべき対象書類の少なくとも一部の1以上のサンプル画像を分解することを含み、各サンプル画像は、多次元の特徴空間(f)内で前記対象書類の分類を可能にする分類特徴のセット(σ2,E,C,・・・)を得るために、前記サンプル画像のウェーブレット変換を行うことでデジタル処理され、
当該方法が適応ウェーブレット法に基づくものであり、前記適応ウェーブレット法が:
前記ウェーブレット変換を実行する前に、前記セキュリティ書類に見られる様々な凹刻線構造に関する局所的情報を含む分類マップ(Cマップ)を規定するステップと;
前記分類マップ(Cマップ)に基づいて、ウェーブレットタイプのプールの中からウェーブレットの選択を実行するステップと;
前記選択されたウェーブレットに基づいて、前記サンプル画像のウェーブレット変換を実行するステップと;
を含むことを特徴とする方法。 - 請求項1に記載の方法において、前記分類マップ(Cマップ)を規定するステップが、所与の凹刻線構造それぞれの統計モデルを規定するステップを含むことを特徴とする方法。
- 請求項2に記載の方法において、前記統計モデルが、所与の凹刻線構造それぞれを表す少なくとも1つのヒストグラムを特徴付ける少なくとも1つのパラメータ(k;kH,w、kH,d、kV,w、kV,d)からなることを特徴とする方法。
- 請求項3に記載の方法において、前記少なくとも1つのパラメータが、対応する前記ヒストグラムの形状を表す形状パラメータ(k;kH,w、kH,d、kV,w、kV,d)であることを特徴とする方法。
- 請求項3または4に記載の方法において、前記少なくとも1つのパラメータ(k;kH,w、kH,d、kV,w、kV,d)が最尤推定(MLE)法に基づいて特定されることを特徴とする方法。
- 請求項3乃至5の何れか一項に記載の方法において、前記統計モデルが、所与の凹刻線構造それぞれの範囲内の線幅(w)および線距離(d)の測定値から構築されることを特徴とする方法。
- 請求項6に記載の方法において、前記統計モデルが、所与の凹刻線構造それぞれを表す4つのヒストグラムを特徴付ける4組のパラメータ(kH,w、kH,d、kV,w、kV,d)を含んでおり、前記4つのヒストグラムはそれぞれ、水平方向(H)における線幅(w)の統計的分布のヒストグラム、前記水平方向(H)における線距離(d)の統計的分布のヒストグラム、垂直方向(V)における線幅(w)の統計的分布のヒストグラム、および前記垂直方向(V)における線距離(d)の統計的分布のヒストグラムを表していることを特徴とする方法。
- 請求項1乃至7の何れか一項に記載の方法において、前記ウェーブレットタイプのプールが、ウェーブレットを選択するための基準として使用されるベースラインのウェーブレットを含むことを特徴とする方法。
- 請求項8に記載の方法において、前記ベースラインのウェーブレットが、db2−ウェーブレットであることを特徴とする方法。
- 請求項8または9に記載の方法において、所与の凹刻線構造について、前記特徴空間(f)における他のウェーブレットタイプの分離機能(Στ)が前記ベースラインのウェーブレットよりも優れている場合には、前記ベースラインのウェーブレットが他のウェーブレットタイプに置換されることを特徴とする方法。
- 請求項1乃至10の何れか一項に記載の方法において、前記分類特徴のセットが、前記ウェーブレット変換から得られるウェーブレット係数の統計的分布またはヒストグラムを表す統計モーメントを含むことを特徴とする方法。
- 請求項11に記載の方法において、前記分類特徴のセットが、分散度(σ2)、歪度(E)、および超過度(C)を含むことを特徴とする方法。
- 携帯デバイスの環境、特にスマートフォンに適用される、請求項1乃至12の何れか一項に記載の方法。
- 請求項1乃至13の何れか一項に記載の方法を実行するようにプログラムされた画像処理ユニットを具える、携帯デバイス、特にスマートフォン。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP13153923 | 2013-02-04 | ||
EP13153923.1 | 2013-02-04 | ||
PCT/IB2014/058776 WO2014118763A1 (en) | 2013-02-04 | 2014-02-04 | Authentication of security documents and mobile device to carry out the authentication |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016511461A true JP2016511461A (ja) | 2016-04-14 |
JP6310483B2 JP6310483B2 (ja) | 2018-04-11 |
Family
ID=47632926
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015555843A Active JP6310483B2 (ja) | 2013-02-04 | 2014-02-04 | セキュリティ書類の認証、および当該認証を実行する携帯デバイス |
Country Status (18)
Country | Link |
---|---|
US (1) | US9947163B2 (ja) |
EP (1) | EP2951791B1 (ja) |
JP (1) | JP6310483B2 (ja) |
KR (1) | KR102020295B1 (ja) |
CN (1) | CN104969268B (ja) |
AU (1) | AU2014210743B2 (ja) |
BR (1) | BR112015018552B1 (ja) |
CA (1) | CA2899868C (ja) |
ES (1) | ES2741773T3 (ja) |
HU (1) | HUE045795T2 (ja) |
MX (1) | MX361236B (ja) |
NZ (1) | NZ710433A (ja) |
PH (1) | PH12015501668A1 (ja) |
PL (1) | PL2951791T3 (ja) |
PT (1) | PT2951791T (ja) |
RU (1) | RU2658272C2 (ja) |
SG (1) | SG11201505645TA (ja) |
WO (1) | WO2014118763A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019106014A (ja) * | 2017-12-12 | 2019-06-27 | 日本電気株式会社 | 現金自動預払機、端末装置、制御方法、制御プログラム |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10043071B1 (en) * | 2015-07-30 | 2018-08-07 | Morphotrust Usa, Llc | Automated document classification |
CN112619118A (zh) | 2015-08-03 | 2021-04-09 | 天使游戏纸牌股份有限公司 | 游艺场的作弊检测系统 |
DE102016003362A1 (de) * | 2016-03-18 | 2017-09-21 | Giesecke+Devrient Currency Technology Gmbh | Einrichtung und Verfahren zur Auswertung von Sensordaten für ein Wertdokument |
CN106355192B (zh) * | 2016-08-16 | 2019-12-31 | 温州大学 | 一种基于混沌灰狼优化的支持向量机方法 |
CN106408746B (zh) * | 2016-08-25 | 2019-03-12 | 深圳怡化电脑股份有限公司 | 一种安全线识别方法和装置 |
US10505219B2 (en) * | 2017-05-26 | 2019-12-10 | Toyota Motor Engineering & Manufacturing North America, Inc. | Artificial SEI transplantation |
US11436853B1 (en) * | 2019-03-25 | 2022-09-06 | Idemia Identity & Security USA LLC | Document authentication |
JP6823839B2 (ja) | 2019-06-17 | 2021-02-03 | 大日本印刷株式会社 | 判定装置、判定装置の制御方法、判定システム、判定システムの制御方法、及び、プログラム |
US11308492B2 (en) * | 2019-07-03 | 2022-04-19 | Sap Se | Anomaly and fraud detection with fake event detection using pixel intensity testing |
CN111243160B (zh) * | 2020-03-09 | 2020-12-08 | 深圳市德利时科技有限公司 | 大数据式印刷版型鉴定平台 |
DE102020130444A1 (de) | 2020-11-18 | 2022-05-19 | Koenig & Bauer Ag | Vorrichtung zum Erzeugen einer digitalen Kennung von einem mindestens ein Druckbild aufweisenden Exemplar eines Druckerzeugnisses |
EP4102399A1 (en) | 2021-06-08 | 2022-12-14 | Université de Genève | Object authentication using digital blueprints and physical fingerprints |
DE102023107278B3 (de) | 2023-03-23 | 2024-02-29 | Koenig & Bauer Ag | Verfahren zum Authentifizieren einer auf ihrem Substrat mindestens eine bedruckte Fläche aufweisenden Banknote |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06318282A (ja) * | 1992-08-20 | 1994-11-15 | Gao Ges Autom Org Mbh | 書類等の印刷画像検査方法および検査装置 |
US20100002929A1 (en) * | 2004-05-13 | 2010-01-07 | The Charles Stark Draper Laboratory, Inc. | Image-based methods for measuring global nuclear patterns as epigenetic markers of cell differentiation |
JP2010530095A (ja) * | 2007-06-01 | 2010-09-02 | カーベーアー−ジオリ ソシエテ アノニム | セキュリティ文書、特に紙幣の認証 |
JP2013501994A (ja) * | 2009-08-11 | 2013-01-17 | カーベーアー−ノタシ ソシエテ アノニム | セキュリティ文書、特に紙幣の認証 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2359176B (en) | 2000-02-09 | 2002-08-28 | Tetrel Ltd | Coin validation arrangement |
US20070140551A1 (en) | 2005-12-16 | 2007-06-21 | Chao He | Banknote validation |
US8019115B2 (en) * | 2007-04-25 | 2011-09-13 | Graphic Security Systems Corp. | Object authentication using a portable digital image acquisition device |
EP2000992A1 (en) | 2007-06-01 | 2008-12-10 | Kba-Giori S.A. | Authentication of security documents, in particular of banknotes |
CN101751714A (zh) * | 2008-12-05 | 2010-06-23 | 深圳富泰宏精密工业有限公司 | 多功能便携式电子装置 |
US8983114B2 (en) | 2012-12-05 | 2015-03-17 | Chevron U.S.A. Inc. | Methods and systems for detection and characterization of channel systems |
-
2014
- 2014-02-04 AU AU2014210743A patent/AU2014210743B2/en active Active
- 2014-02-04 BR BR112015018552-5A patent/BR112015018552B1/pt active IP Right Grant
- 2014-02-04 RU RU2015133449A patent/RU2658272C2/ru active
- 2014-02-04 HU HUE14706112A patent/HUE045795T2/hu unknown
- 2014-02-04 KR KR1020157023597A patent/KR102020295B1/ko active IP Right Grant
- 2014-02-04 MX MX2015010112A patent/MX361236B/es active IP Right Grant
- 2014-02-04 US US14/764,061 patent/US9947163B2/en active Active
- 2014-02-04 NZ NZ710433A patent/NZ710433A/en not_active IP Right Cessation
- 2014-02-04 WO PCT/IB2014/058776 patent/WO2014118763A1/en active Application Filing
- 2014-02-04 PL PL14706112T patent/PL2951791T3/pl unknown
- 2014-02-04 CA CA2899868A patent/CA2899868C/en active Active
- 2014-02-04 SG SG11201505645TA patent/SG11201505645TA/en unknown
- 2014-02-04 PT PT14706112T patent/PT2951791T/pt unknown
- 2014-02-04 CN CN201480007153.7A patent/CN104969268B/zh active Active
- 2014-02-04 JP JP2015555843A patent/JP6310483B2/ja active Active
- 2014-02-04 ES ES14706112T patent/ES2741773T3/es active Active
- 2014-02-04 EP EP14706112.1A patent/EP2951791B1/en active Active
-
2015
- 2015-07-27 PH PH12015501668A patent/PH12015501668A1/en unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06318282A (ja) * | 1992-08-20 | 1994-11-15 | Gao Ges Autom Org Mbh | 書類等の印刷画像検査方法および検査装置 |
US20100002929A1 (en) * | 2004-05-13 | 2010-01-07 | The Charles Stark Draper Laboratory, Inc. | Image-based methods for measuring global nuclear patterns as epigenetic markers of cell differentiation |
JP2010530095A (ja) * | 2007-06-01 | 2010-09-02 | カーベーアー−ジオリ ソシエテ アノニム | セキュリティ文書、特に紙幣の認証 |
JP2013501994A (ja) * | 2009-08-11 | 2013-01-17 | カーベーアー−ノタシ ソシエテ アノニム | セキュリティ文書、特に紙幣の認証 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019106014A (ja) * | 2017-12-12 | 2019-06-27 | 日本電気株式会社 | 現金自動預払機、端末装置、制御方法、制御プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6310483B2 (ja) | 2018-04-11 |
CA2899868A1 (en) | 2014-08-07 |
HUE045795T2 (hu) | 2020-01-28 |
PH12015501668B1 (en) | 2015-10-19 |
AU2014210743A1 (en) | 2015-07-30 |
CN104969268A (zh) | 2015-10-07 |
MX361236B (es) | 2018-11-30 |
WO2014118763A1 (en) | 2014-08-07 |
EP2951791B1 (en) | 2019-07-24 |
KR102020295B1 (ko) | 2019-09-10 |
ES2741773T3 (es) | 2020-02-12 |
NZ710433A (en) | 2018-03-23 |
PH12015501668A1 (en) | 2015-10-19 |
RU2015133449A (ru) | 2017-03-10 |
SG11201505645TA (en) | 2015-08-28 |
AU2014210743B2 (en) | 2017-03-09 |
MX2015010112A (es) | 2015-12-09 |
PL2951791T3 (pl) | 2019-10-31 |
CA2899868C (en) | 2019-12-31 |
US9947163B2 (en) | 2018-04-17 |
BR112015018552A2 (pt) | 2017-07-18 |
PT2951791T (pt) | 2019-09-10 |
US20160012658A1 (en) | 2016-01-14 |
EP2951791A1 (en) | 2015-12-09 |
KR20150115853A (ko) | 2015-10-14 |
RU2658272C2 (ru) | 2018-06-19 |
BR112015018552B1 (pt) | 2022-09-13 |
CN104969268B (zh) | 2018-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6310483B2 (ja) | セキュリティ書類の認証、および当該認証を実行する携帯デバイス | |
Lohweg et al. | Banknote authentication with mobile devices | |
Qureshi et al. | A bibliography of pixel-based blind image forgery detection techniques | |
RU2647670C1 (ru) | Автоматизированные способы и системы выявления на изображениях, содержащих документы, фрагментов изображений для облегчения извлечения информации из выявленных содержащих документы фрагментов изображений | |
Khanna et al. | Scanner identification using feature-based processing and analysis | |
AU2011207120B2 (en) | Identifying matching images | |
US20160379038A1 (en) | Valid finger area and quality estimation for fingerprint imaging | |
US11816946B2 (en) | Image based novelty detection of material samples | |
CN112200136A (zh) | 证件真伪识别方法、装置、计算机可读介质及电子设备 | |
Lohweg et al. | Mobile devices for banknote authentication–is it possible? | |
KR20070093210A (ko) | 웨이블렛 변환을 이용한 권종인식방법 | |
Muhammad | Multi-scale local texture descriptor for image forgery detection | |
Wong et al. | Dynamic amelioration of resolution mismatches for local feature based identity inference | |
Morinaga et al. | Classification between natural and graphics images based on generalized Gaussian distributions | |
Yang et al. | Forensic analysis of JPEG-domain enhanced images via coefficient likelihood modeling | |
Kanhangad et al. | Anti-spoofing for display and print attacks on palmprint verification systems | |
Hmood et al. | Statistical edge-based feature selection for counterfeit coin detection | |
Andrushia et al. | An Intelligent Method for Indian Counterfeit Paper Currency Detection | |
Gillich et al. | Data Collection Unit–A Platform for Printing Process Authentication | |
KENNETH | FACE MORPHING ATTACK DETECTION IN THE PRESENCE OF POSTPROCESSED IMAGE SOURCES USING AVERAGING DIMENSIONALITY REDUCTION AND FEATURE-LEVEL FUSION | |
Patil et al. | A Novel Face Print Spoof Detection Using Color Scatter Measures in HSI Space | |
KRISHNA et al. | An Efficient Fusion Framework for Biometric Authentication Based on SVM Classification | |
Kumar et al. | Classification and Detection of Banknotes using Machine Learning | |
Kurmi | A New Copy-Move Image Forgery Detection Based on DCT. | |
Fazli et al. | High-Performance Signature Recognition Method using SVM |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170104 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171226 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180109 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180215 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180306 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180316 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6310483 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |