KR102110912B1 - 마크가 진짜인지를 결정하기 위한 방법들 및 컴퓨팅 디바이스 - Google Patents

마크가 진짜인지를 결정하기 위한 방법들 및 컴퓨팅 디바이스 Download PDF

Info

Publication number
KR102110912B1
KR102110912B1 KR1020197019732A KR20197019732A KR102110912B1 KR 102110912 B1 KR102110912 B1 KR 102110912B1 KR 1020197019732 A KR1020197019732 A KR 1020197019732A KR 20197019732 A KR20197019732 A KR 20197019732A KR 102110912 B1 KR102110912 B1 KR 102110912B1
Authority
KR
South Korea
Prior art keywords
mark
waveform
metrics
real
candidate
Prior art date
Application number
KR1020197019732A
Other languages
English (en)
Other versions
KR20190085164A (ko
Inventor
마이클 엘. 소보르스키
Original Assignee
시스-테크 솔루션스 인코포레이티드
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
Priority claimed from US15/374,729 external-priority patent/US9940572B2/en
Application filed by 시스-테크 솔루션스 인코포레이티드 filed Critical 시스-테크 솔루션스 인코포레이티드
Publication of KR20190085164A publication Critical patent/KR20190085164A/ko
Application granted granted Critical
Publication of KR102110912B1 publication Critical patent/KR102110912B1/ko

Links

Images

Classifications

    • G06K9/00577—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
    • G06F16/9554—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL] by using bar codes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G06K9/0053—
    • G06K9/183—
    • G06K9/46—
    • G06K9/6201—
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/80—Recognising image objects characterised by unique random patterns
    • 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
    • G06V30/22—Character recognition characterised by the type of writing
    • G06V30/224—Character recognition characterised by the type of writing of printed characters having additional code marks or containing code marks
    • G06V30/2247—Characters composed of bars, e.g. CMC-7
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/22—Source localisation; Inverse modelling

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Image Analysis (AREA)
  • Burglar Alarm Systems (AREA)
  • Indexing, Searching, Synchronizing, And The Amount Of Synchronization Travel Of Record Carriers (AREA)
  • Credit Cards Or The Like (AREA)
  • Collating Specific Patterns (AREA)

Abstract

본 개시는 일반적으로 마크가 진짜인지를 결정하기 위한 방법 및 컴퓨팅 디바이스에 관한 것이다. 다양한 구현예들에 따르면, 컴퓨팅 디바이스(또는 그것의 로직 회로)는 진짜 마크 내에서 의도하지 않게 생성된 아티팩트들을 이용하여 식별가능한 전자 서명을 정의하고, (서명의 각각의 대역에 대한 평균 값으로부터의 편차와 같은) 서명의 특정 속성들을 추출하고, 수치 값들을 추출된 속성들에 할당하여 전자 서명 자체보다 현저하게 더 작은 해시 식별자를 생성한다. 그 후 해시 식별자는 (진짜 마크들의) 전자 서명들의 데이터베이스에 대한 인덱스로서 사용되어 수많은 진짜 서명들이 (예를 들어, 데이터베이스에서) 검색되고 (후보 마크들의) 서명들과 비교될 수 있는 용이성 및 속도를 향상시킨다.

Description

마크가 진짜인지를 결정하기 위한 방법들 및 컴퓨팅 디바이스
본 출원은 2015년 2월 17일자로 출원된 미국 특허 출원 14/623,925(이제 미국 특허 제9,519,942호)의 부분 연속 출원이며, 그 내용은 본 명세서에 참조로 포함된다.
본 개시는 일반적으로 위조 방지 기술에 관한 것이고, 더 구체적으로는 마크가 진짜(genuine)인지를 결정하기 위한 방법들 및 컴퓨팅 디바이스에 관한 것이다.
불행하게도, 위조 제품들은 널리 입수가능하며 종종 발견해내기가 어렵다. 위조자들이 모조품을 생산할 때, 그들은 전형적으로 실제 제품들에 더하여, 라벨 및 바코드들을 복제한다. 피상적인 수준에서 라벨 및 바코드는 진짜인 것으로 보일 수 있고, 심지어는 스캔(예를 들어, 적절한 공통 상품 코드(Universal Product Code)로 디코딩) 시에 유효한 데이터를 산출해낼 수도 있다. 현재 이러한 복제에 대응하기 위해 이용할 수 있는 많은 기술들이 있지만, 이러한 해결책들의 대부분에는 위조 방지에 도움을 주기 위한 다양한 유형의 코드, 패턴, 마이크로파이버, 마이크로도트 및 기타 표시의 삽입이 수반된다. 이러한 기술들은 제조자들에게 추가 장비 및 재료를 사용하고 생산 프로세스에 복잡성의 레이어를 추가하도록 요구한다.
첨부된 청구범위가 본 기술들의 특징들을 세심하게 제시하지만, 이러한 기술들과 함께 그들의 목적들 및 이점들은 첨부 도면들과 함께 취해진 이하의 상세한 설명으로부터 가장 잘 이해될 수 있다.
도 1은 본 개시의 다양한 실시예들이 구현될 수 있는 시스템의 예이다;
도 2a, 도 2b, 및 도 2c는 실시예에 따라 하나 이상의 컴퓨팅 디바이스에 의해 수행되는 프로세스들의 흐름도들이다;
도 3은 본 개시의 다양한 실시예들이 구현될 수 있는 시스템의 다른 예이다;
도 4a, 도 4b, 및 도 4c는 실시예에 따라 하나 이상의 컴퓨팅 디바이스에 의해 수행되는 프로세스들의 흐름도들이다;
도 5는 실시예에 따른 컴퓨팅 디바이스의 아키텍처를 도시한다;
도 6은 실시예에 따른 마크의 예를 도시한다;
도 7은 다른 실시예에 따른 마크의 예를 도시한다;
도 8은 실시예에 따라, 컴퓨팅 디바이스가 어떻게 메트릭들의 세트를 소트(sort)하고 메트릭들의 서브세트의 위치 식별자들을 선택하는지에 대한 예를 도시한다;
도 9는 실시예에 따라, 컴퓨팅 디바이스가 어떻게 메트릭들의 다수의 서브세트에 대응하는 위치 식별자들로부터 해시 식별자 블록들을 형성하는지에 대한 예를 도시한다;
도 10은 실시예에서 컴퓨팅 디바이스가 어떻게 2개의 해시 식별자 블록을 비교하고 비교 결과들의 점수를 결정하는지에 대한 예를 도시한다;
도 11은 실시예에서, 컴퓨팅 디바이스가 어떻게 다수의 해시 식별자 블록을 전체 해시 식별자로 결합하는지에 대한 예를 도시한다;도 12 및 도 13은 실시예에서, 컴퓨팅 디바이스가 주어진 특성(또는 특성에 대한 메트릭들의 주어진 세트)에 대한 자기 상관된 값들의 2개의 세트 사이에서의 상관의 정도를 그 특성 또는 메트릭들의 세트에 대응한 일치 점수로 변환하기 위해 수행하는 프로세스를 도시한다;
도 14, 도 15, 및 도 16은 실시예에서 컴퓨팅 디바이스에 의해 생성된 멱급수의 예들을 도시한다;
도 17은 컴퓨팅 디바이스가 어떻게 실시예에서 마크에 대한 전자 서명을 생성하는지에 대한 예를 도시한다;
도 18은 프린트 변산도를 예시하는 2개의 파형의 플롯들을 도시한다;도 19는 필터링 프로세스 전에 그리고 실시예에 따른 필터링 프로세스를 받은 후의 도 18의 제2 파형을 도시한다;
도 20은 실시예에 따른, 도 19의 감소된 변산도 파형에 중첩된 것과 같은 대역 평균 값들을 도시한다;
도 21a는 실시예에 따른, 도 20의 대역들에 할당되는 이진 값들을 도시한다;
도 21b는 실시예에 따른, 도 20의 대역들에 할당되는 부동 소수점 값들을 도시한다;
도 22는 실시예에 따른 컴퓨팅 디바이스에 의해 수행되는 프로세스의 흐름도이다;
도 23은 실시예에 따른 "고에너지" 메트릭 데이터의 세트의 예시적 파형을 도시한다;
도 24는 실시예에 따른 도 23의 "고에너지" 메트릭 데이터의 푸리에 멱급수를 도시한다;
도 25는 실시예에 따른, "저 에너지" 메트릭 데이터의 세트의 예시적 파형을 도시한다;
도 26은 실시예에 따른 도 25의 "저 에너지" 메트릭 데이터의 푸리에 멱급수를 도시한다;
도 27은 실시예에 따른 잘 일치하는 후보 해시 식별자에 대한 예시적인 비트 카운트 결과(F)를 도시한다; 및
도 28은 실시예에 따른 불량하게 일치하는 후보 해시 식별자에 대한 예시적인 비트 카운트 결과(F)를 도시한다.
본 개시는 일반적으로 마크가 진짜인지를 결정하기 위한 방법들 및 컴퓨팅 디바이스에 관한 것이다. 다양한 실시예들에 따르면, 컴퓨팅 디바이스(또는 그것의 로직 회로)는 진짜 마크 내의 의도치 않게 생성된 아티팩트들(unintentionally-produced artifacts)을 이용하여, 식별가능한 전자 서명("서명")을 정의하고, 서명의 특정 피처들을 추출하여, 다수의 진짜 서명이 검색되어 후보 마크들의 서명들과 비교될 수 있는 용이함 및 속도를 향상시킨다.
본 개시는 종종 "마크"를 언급할 것이다. 본 명세서에서 사용된 "마크"는 의도적으로 실제 물건에 놓인 가시적인 표시자이다. 마크는 브랜드를 식별하는 어떤 것(예를 들어, 로고), 바코드(예를 들어, "ISO(International Organization for Standardization)" 및 "IEC(International Electrotechnical Commission)" 표준 ISO/IEC 16022에 명시된 것과 같은 "2차원(2D)" 바코드), 만료 일자, 또는 일련 번호와 같은 추적 정보와 같은 정보를 담고 있는 어떤 것, 또는 장식(decoration)일 수 있다. 마크는 반드시 육안으로 보일 필요는 없고, 전자기 스펙트럼의 일부 부분에서 보일 수 있다.
본 명세서에서 사용되는 "아티팩트(artifact)"라는 용어는 마크를 생성한 머신 또는 프로세스에 의해 생성되었지만 설계 또는 의도에 의한 것이 아닌(즉, 불규칙성) 마크의 피처이다. 아티팩트들의 예들은 다음을 포함한다: (a) 마크 내로부터 도출된 평균(동일한 공칭 컬러(nominal color)의 이웃 셀들에 대한 평균일 수 있음)으로부터, 부영역(예를 들어, 2D 바코드의 셀)의 평균 컬러의 편차, (b) 이웃 부영역들의 최적합 그리드에 대한 부영역의 포지션(position)에서의 바이어스, (c) 적어도 2개의 컬러 중 셀들의 공칭 컬러와 다른 컬러의 영역들, (d) 공칭 형상(nominal shape)으로부터 마크 내의 연속 에지의 편차, 및 (e) 인쇄된 마크로부터 발생되는 불완전함(imperfections) 또는 다른 변동들을 포함한다. 일부 실시예들에서, 아티팩트는 제어가능하게 재현가능하지 않다.
본 명세서에서 사용되는 "근접하게 일치한다", "근접하게 일치하는" 및 "근접하게 일치되는"이라는 용어들은 미리 결정된 임계값에 도달하거나 이를 초과하는 값들 사이의 유사도를 산출하는, (예를 들어, 2개의 해시 식별자와 같은) 값들 사이의 비교에 기초하여 이루어진 결정의 결과들을 지칭한다. 예를 들어, 미리 결정된 임계값이 20 퍼센트이면, 2개의 해시 식별자는, 1개의 해시 식별자의 성분 부분들 중 20 퍼센트 이상(예를 들어, 성분 해시 식별자 블록들 중 20 퍼센트 이상)이 다른 해시 식별자의 성분 부분들 중 20 퍼센트 이상과 값이 동일한 경우에, "근접하게 일치한다", "근접하게 일치하는" 또는 "근접하게 일치되는"이라고 할 수 있다.
본 명세서에서 사용되는 "위치 식별자"라는 용어는 마크 내의 위치에 맵핑되는 수치를 지칭한다. 위치 식별자와 마크 내의 위치 사이의 맵핑 관계는 일-대-일일 수 있다. 마크 내의 위치와 일-대-일 맵핑 관계를 갖는 위치 식별자의 예는 래스터 인덱스 번호(raster index number)이다.
본 명세서에서 사용되는 "로직 회로"라는 용어는 수학적 로직에 관하여 정의된 복잡한 기능들을 수행하도록 설계된 회로(일종의 전자 하드웨어)를 의미한다. 로직 회로의 예들은 마이크로프로세서, 제어기, 또는 주문형 집적 회로(application-specific integrated circuit)를 포함한다. 본 개시가 액션을 수행하는 컴퓨팅 디바이스를 언급할 때, 그것은 액션을 실제로 수행하고 있는 컴퓨팅 디바이스와 통합된 로직 회로를 또한 의미할 수 있음을 이해해야 한다.
본 명세서에서 사용된 "이동 통신 디바이스"라는 용어는 셀룰러 네트워크 또는 WiFi 네트워크와 같은 무선 네트워크를 통해 정보를 송수신할 수 있는 통신 디바이스이다. 이동 통신 디바이스의 예들은 셀 폰들(예를 들어, 스마트폰들), 태블릿 컴퓨터들 및 무선 통신 기능성을 갖는 휴대용 스캐너들을 포함한다.
본 개시는 일반적으로 마크가 진짜인지를 결정하기 위한 방법 및 컴퓨팅 디바이스에 관한 것이다. 실시예에 따르면, 컴퓨팅 디바이스는 진짜 마크의 캡처된 이미지를 수신하고 진짜 마크에 대한 전자 서명을 생성한다. 전자 서명을 생성하기 위해, 컴퓨팅 디바이스는 캡처된 이미지를 사용하여: 진짜 마크 내의 다수의 위치에서 특성들의 세트를 측정하여, 진짜 마크에 대한 메트릭들의 세트를 얻고; 메트릭들의 세트에 기초하여 진짜 마크에 대한 전자 서명을 형성한다.
실시예에 따르면, 컴퓨팅 디바이스(또는 그것의 로직 회로)는 진짜 마크 내의 다수의 위치에서 특성들의 제2 세트를 측정하여, 진짜 마크를 위한 메트릭들의 제2 세트를 얻는다. 컴퓨팅 디바이스는 이어서 메트릭들의 제1 및 제2 세트에 기초하여 진짜 마크에 대한 전자 서명을 형성한다.
실시예에서, 컴퓨팅 디바이스는 메트릭들의 세트로부터 파형을 추출하는 것에 의해 진짜 마크에 대한 해시 식별자("HID")를 생성한다(여기서, 파형은 메트릭들의 세트와, 그 메트릭들을 얻은 측정들이 획득되었던 위치들(예를 들어, 래스터 인덱스 번호들로 표현됨) 사이의 정렬된 쌍 관계에 기초함). 컴퓨팅 디바이스는 (예컨대, 이동 평균과 같은 평활화 프로세스를 적용함으로써) 파형을 필터링할 수 있다. 컴퓨팅 디바이스는 파형(또는 필터링된 파형)의 속성들을 추출하고, 파형(또는 필터링된 파형)의 속성들로부터 진짜 마크에 대한 HID를 형성한다. 컴퓨팅 디바이스는 이어서 HID를 진짜 마크의 전자 서명과 연관시켜 데이터베이스에 저장한다.
실시예에 따르면, 컴퓨팅 디바이스는 (제2 파형을 초래하는) 메트릭들의 제2 세트에 대해 추출 및 적용 동작들을 수행하고 제1 및 제2 파형들의 속성들로부터 HID를 형성한다.
실시예에서, 다른 전자 서명들 및 다른 HID들은, 각각의 전자 서명이 그 자신의 HID와 연관되어 있다.
실시예에 따르면, 컴퓨팅 디바이스는 요청자로부터, 후보 마크의 캡처된 이미지 및 후보 마크가 진짜인지를 결정하라는 요청을 수신하고 진짜 마크에 대해 위에서 설명된 방식들 중 하나로 후보 마크에 대한 전자 서명을 생성한다. 컴퓨팅 디바이스는 또한 진짜 마크에 대해 위에 설명된 방식들 중 하나로 HID를 형성할 수 있다.
실시예에서, 컴퓨팅 디바이스는 후보 마크의 HID와 진짜 마크의 HID의 비교에 기초하여, 후보 마크의 HID가 진짜 마크의 HID에 근접하게 일치하는지를 결정한다. 후보 마크의 HID가 진짜 마크의 HID에 근접하게 일치하는 것으로 결정되면, 컴퓨팅 디바이스는, 매체 저장 디바이스로부터, 진짜 마크의 전자 서명을 검색한다. 그 후, 컴퓨팅 디바이스는 후보 마크의 전자 서명과 진짜 마크의 검색된 전자 서명의 비교에 기초하여, 후보 마크가 진짜인지를 결정한다. 후보 마크가 진짜인 것으로 결정되면, 컴퓨팅 디바이스는 마크가 진짜인 것으로 결정된 것을 나타내는 메시지를 요청자에게 전송한다.
다양한 실시예들에 따르면, 후보 마크의 HID는 다수의 진짜 마크의 HID들에 근접하게 일치할 수 있다. 그러나, 후보 마크의 HID와 진짜 마크들의 HID들을 비교하는 것은 실제 서명들을 비교하는 것에 비해 계산적으로 덜 집약적이고 더 적은 메모리를 이용한다. 따라서, 진짜 마크들의 알려진 서명들의 세트를 통한 최초 패스(initial pass)에서 HID들을 이용함으로써, 컴퓨팅 디바이스 또는 로직 회로는 비교될 필요가 있는 실제 서명들의 개수를 상당히 삭감할 수 있다.
도 1로 가면, 본 개시의 다양한 실시예들이 구현될 수 있는 시스템의 예가 도시된다. 이 시스템 내에서 수행되는 절차들은 도 2a, 도 2b 및 도 2c의 흐름도들에 도시된다. 도 1은 도 2a, 도 2b 및 도 2c와 병행하여 본 명세서에서 설명된다.
마크 적용 디바이스(100)는 합법적인 실제 물건(104)("물건(104)")에 진짜 마크(102)("마크(102)")를 적용한다(도 2a의 블록 202). 일부 실시예들에서, 물건(104)은 제조품, 예컨대 의류, 핸드백, 또는 패션 액세서리이다. 다른 실시예들에서, 물건(104)은 라벨, 예컨대 일부 다른 실제 물건에 대한 바코드 라벨 또는 패키징이다. 마크(102)는 브랜드를 식별하는 어떤 것(예를 들어, 로고), 정보를 담고 있는 어떤 것(예를 들어, 바코드), 또는 장식일 수 있다. 마크 적용 디바이스(100)의 가능한 실시예들은 프린터(예를 들어, 레이저 또는 열 프린터), 에칭 디바이스, 인그레이빙 디바이스(engraving device), 몰드 적용 디바이스(mold-applying device), 브랜딩 디바이스(branding device), 스티칭 디바이스(stitching device), 및 열 전사 디바이스를 포함한다. 마크 적용 디바이스(100)는 예를 들어 마크(102)를 물건(104) 상에 프린팅, 에칭, 인그레이빙, 몰딩, 브랜딩, 스티칭 또는 열 전사함으로써 마크(102)를 적용한다. 마크(102)는 하나 이상의 아티팩트를 포함한다. 일부 실시예들에서, 마크(102)는 또한 의도적으로 생성된 위조 방지 피처들(intentionally-produced anti-counterfeiting features), 예컨대 미세 패턴들(microscopic patterns)을 포함한다.
마크(102)가 적용된 후에, 제1 이미지 캡처 디바이스(106)(예를 들어, 카메라, 머신 비전 디바이스, 또는 스캐너)는 마크(102)의 이미지를 캡처한다(블록 204). 제1 이미지 캡처 디바이스(106)가 마크(102)의 이미지를 캡처하는 환경은, 이미지가 실제로 진짜 마크(102)의 이미지라는 적정한 보장이 존재하도록 제어된다. 예를 들어, 마크(102)를 적용하는 마크 적용 디바이스(100)와 마크(102)의 이미지를 획득하는 제1 이미지 캡처 디바이스(106) 사이의 시간 간격은 작을 수 있고, 제1 이미지 캡처 디바이스(106)는 물리적으로 패키징 라인을 따라 마크 적용 디바이스(100) 다음에 위치될 수 있다. 따라서, "진짜 마크"라는 용어가 사용될 때, 그것은 합법적인 소스에서 마크 적용 디바이스에 의해 적용된(즉, 불법적으로 또는 부정하게 복제되지 않은) 마크를 지칭한다.
제1 이미지 캡처 디바이스(106)는 캡처된 이미지를 제1 컴퓨팅 디바이스(108)에 전송한다. 제1 컴퓨팅 디바이스(108)의 가능한 실시예들은 데스크탑 컴퓨터, 랙 마운트형 서버(rack-mounted server), 랩탑 컴퓨터, 태블릿 컴퓨터, 및 이동 전화를 포함한다. 일부 실시예들에서, 제1 이미지 캡처 디바이스(106)는 제1 컴퓨팅 디바이스(108)와 통합되고, 그러한 경우, 제1 이미지 캡처 디바이스(106)는 캡처된 이미지를 제1 컴퓨팅 디바이스(108)의 로직 회로에 전송한다. 제1 컴퓨팅 디바이스(108) 또는 내부의 로직 회로는 캡처된 이미지를 수신하고, 캡처된 이미지를 제2 컴퓨팅 디바이스(110)에 전송한다. 제2 컴퓨팅 디바이스(110)의 가능한 구현예들은 제1 컴퓨팅 디바이스(108)에 대해 나열된 그러한 디바이스들 전부를 포함한다.
제2 컴퓨팅 디바이스(110)는 캡처된 이미지를 수신하고, 캡처된 이미지를 이용하여 마크(102)의 다양한 특성들을 측정하여, 마크(102)의 아티팩트들에 관한 데이터를 포함하는 메트릭들의 세트를 얻는다(블록 206). 추가로 설명되는 바와 같이, 메트릭들의 세트는 제2 컴퓨팅 디바이스(110)가 마크(102)에 관해 생성한 메트릭들의 수 개의 세트 중 하나일 수 있다. 제2 컴퓨팅 디바이스(110)는 마크(102) 상의 상이한 위치들에서 측정을 수행할 수 있다. 그와 같이 할 때, 제2 컴퓨팅 디바이스(110)는 (예를 들어, 산업 표준에 따라) 마크(102)를 다수의 부영역으로 분할할 수 있다. 실시예에서, 마크(102)가 2D 바코드인 경우, 제2 컴퓨팅 디바이스(110)는 마크(102)의 부영역들의 전체 개수의 전부 또는 서브세트(예를 들어, 셀들의 전체 개수의 전부 또는 서브세트)에 대해 측정을 수행한다. 제2 컴퓨팅 디바이스(110)가 측정할 수 있는 마크(102)의 특성들의 예들은 다음을 포함한다: (a) 피처 형상, (b) 피처 종횡비, (c) 피처 위치들, (d) 피처 크기,(e) 피처 콘트라스트, (f) 에지 선형성, (g) 지역 불연속성들, (h) 관계없는 마크들, (i) 프린팅 결함들, (j) 컬러(예를 들어, 명도, 색조, 또는 둘 다), (k) 착색, 및 (l) 콘트라스트 변동들. 일부 실시예들에서, 제2 컴퓨팅 디바이스(110)는 각각의 특성에 대해 마크로부터 마크까지 동일한 위치들 상에서 측정치들을 취하지만, 상이한 특성들에 대해서는 상이한 위치들 상에서 측정치들을 취한다. 예를 들어, 제1 제2 컴퓨팅 디바이스(110)는 평균 착색을 마크의 위치들의 제1 세트에서, 그리고 후속 마크들에 대해 그러한 동일한 위치들의 제1 세트에서 측정하지만, 에지 선형성을 마크 및 후속 마크들 상의 위치들의 제2 세트에서 측정할 수 있다. (상이한 특성들에 대한) 위치들의 2개 세트는 둘 다의 세트에 공통적이지 않은 적어도 하나의 위치가 있는 경우 "상이한" 것으로 말할 수 있다.
실시예에서, 제2 컴퓨팅 디바이스(110)에 의한 특성 측정의 결과들은 메트릭들의 세트를 포함한다. 측정된 특성들 각각에 대해 메트릭들의 하나 이상의 세트가 존재할 수 있다. 제2 컴퓨팅 디바이스(110)는 메트릭들의 세트를 분석하고, 분석에 기초하여, 메트릭들의 세트에 기초하여 서명을 생성한다(블록 208). 메트릭들의 세트는 마크(102)의 아티팩트(다수의 아티팩트)에 관한 데이터를 포함하므로, 서명은 간접적으로 아티팩트에 기초할 것이다. 마크(102)가 (2D 바코드의 경우에서와 같이) 데이터를 담고 있는 경우, 제2 컴퓨팅 디바이스(110)는 또한 그러한 데이터를 서명의 일부로서 포함할 수 있다. 다시 말해, 일부 실시예들에서, 서명은 마크(102)의 아티팩트들 및 마크(102)가 담고 있는 데이터 둘 다에 기초할 수 있다.
실시예에서, 서명을 생성하기 위해, 마크(102)의 각각의 측정된 특성에 대해, 제2 컴퓨팅 디바이스(110)는 특성에 연관된 메트릭들을 크기에 따라 순위결정하고, 미리 결정된 임계값에 도달하는 메트릭들만을 서명의 일부로서 사용한다. 예를 들어, 제2 컴퓨팅 디바이스(110)는 미리 결정된 임계값 미만의 메트릭들의 순위결정하는 것은 하지 않을 수 있다. 실시예에서, 측정되는 각각의 특성에 대해 상이한 미리 결정된 임계값이 존재한다. 미리 결정된 임계값들 중 하나 이상은 제1 이미지 캡처 디바이스(106)의 해상도 및 노이즈 임계값에 기초할 수 있다.
실시예에서, 제2 컴퓨팅 디바이스(110)는 각각의 특성에 대해 100개 데이터 포인트를 획득하고 6개의 측정 그룹: 착색에 대한 하나의 측정 세트, 최적합 그리드로부터의 편차에 대한 1개의 측정 세트, 마킹들 또는 보이드들에 대한 1개의 측정 세트, 및 에지 선형성에 대한 3개의 개별 측정 세트를 수집한다.
순위결정(ranking) 프로세스의 일부로서, 제2 컴퓨팅 디바이스(110)는 메트릭들 각각의 위치에 무관하게(즉, 마크(102) 상에서의 메트릭들의 위치에 무관하게) 미리 결정된 임계값 미만의 메트릭들을 함께 그룹화할 수 있다. 또한, 제2 컴퓨팅 디바이스(110)는 순위결정 프로세스의 일부로서, 메트릭들을 (예를 들어, 크기별로) 각각의 특성 카테고리 내에 정렬할 수 있다. 마찬가지로, 제2 컴퓨팅 디바이스(110)는 미리 결정된 임계값 미만의 메트릭들을 단순히 무시할 수 있다. 또한, 단순히, 순위결정의 프로세스는 임계값을 초과하는 메트릭들을 임계값 미만의 메트릭들로부터 분리하는 것을 구성할 수 있다.
실시예에서, 제2 컴퓨팅 디바이스(110)는 특성들이 이미지 해상도 문제들에 대해 얼마나 민감한지에 따라 측정된 특성들을 정렬한다. 예를 들어, 제1 이미지 캡처 디바이스(106)가 이미지를 고해상도로 캡처하는 능력을 갖지 않는 경우, 제2 컴퓨팅 디바이스(110)가 에지들의 비선형성들을 식별하기가 어려울 수 있다. 그러나, 제2 컴퓨팅 디바이스(110)가 착색의 편차를 식별하는 데에는 아무런 문제도 없을 수 있다. 따라서, 제2 컴퓨팅 디바이스(110)는 이에 기초하여 에지 비선형성들보다 착색을 우위에 둘 수 있다. 실시예에 따르면, 제2 컴퓨팅 디바이스(110)는 부영역 착색, 부영역 포지션 바이어스, 보이드들 또는 관계없는 마킹들의 위치들 및 에지 비선형성들과 같이 해상도 의존성의 역순으로 측정된 특성들을 정렬한다.
실시예에 따르면, 제2 컴퓨팅 디바이스(110)는 제1 이미지 캡처 디바이스(106)의 해상도 및 마크(102)의 캡처된 이미지의 해상도 중 하나 이상에 기초하여, 마크(102)의 측정된 특성들을 가중한다. 예를 들어, 제1 이미지 캡처 디바이스(106)의 해상도가 낮다면, 제2 컴퓨팅 디바이스(110)는 마크(102)의 다양한 부영역들의 평균 착색에 더 큰 가중값을 제공할 수 있다. 제1 이미지 캡처 디바이스(106)의 해상도가 높다면, 제2 컴퓨팅 디바이스(110)는 다양한 부영역들의 에지 불균일성들의 측정치들에 대해, 다른 특성들보다 높은 가중값을 제공할 수 있다.
마크(102)가 ISO/IEC 16022에 의해 제시되는 것과 같은 에러 정정 정보를 포함한다면, 제2 컴퓨팅 디바이스(110)는 에러 정정 정보를 이용하여, 측정된 특성들을 가중할 수 있다. 예를 들어, 제2 컴퓨팅 디바이스(110)는 에러 정정 정보를 판독하고, 에러 정정 정보를 이용하여 마크(102)의 어느 부영역들이 에러들을 갖는지를 결정하고, 그러한 부영역들의 측정된 특성들을 비중축소(under-weight)할 수 있다.
실시예에 따르면, 서명을 생성하는 데에 있어서, 제2 컴퓨팅 디바이스(110)는 마크 적용 디바이스(100)에 기초하여 마크(102)의 특성들 중 하나 이상에 대한 측정치들을 가중할 수 있다. 예를 들어, 마크 적용 디바이스(100)가 열 전사 프린터라고 가정한다. 마크 적용 디바이스(100)에 의해 적용되는 마크들에 대하여, 기판 재료의 이동 방향(substrate material direction of motion)에 평행한 에지 돌출들(edge projections)은 에지 선형성 특성에 대한 최소 임계값에 도달하기에 충분한 크기의 에지 선형성 측정치들을 산출해낼 가능성이 낮다. 제2 컴퓨팅 디바이스(110)는 마크 적용 디바이스(100)의 이러한 알려진 특이성에 기초하여, 마크(102)에 대한 에지 선형성 특성 측정치들을 비중축소할 수 있다.
도 1을 계속 보면, 제2 컴퓨팅 디바이스(110)는 서명의 메트릭들의 서브세트에 대응하는 위치 식별자들을 이용하여 HID를 도출해낸다(블록 210). 일 실시예에서, 제2 컴퓨팅 디바이스(110)는 서명의 최고 크기 메트릭들의 서브세트에 대응하는 인덱스 번호들을 이용하여 HID를 도출해낸다. 아래에 더 상세하게 논의되는 바와 같이, 제2 컴퓨팅 디바이스(110)는 HID를 도출하는 데에 있어서, 메트릭들의 각각의 세트의 서브세트에 대응하는 인덱스 번호들을 전체 HID 내의 블록으로서 이용한다. 제2 컴퓨팅 디바이스(110)는 (예를 들어, 데이터베이스 프로그램을 이용하여) HID가 서명에 연관되도록 서명 및 HID를 매체 저장 디바이스(112)(예를 들어, 독립적인 디스크들의 중복 어레이(redundant array)) 내에 저장한다(블록 212). 일부 실시예들에서, HID는 또한 서명을 찾아보기 위해서도 이용될 수 있다(예를 들어, 제2 컴퓨팅 디바이스(110)는 HID를 서명에 대한 인덱스 키로서 설정하기 위해 데이터베이스 프로그램을 이용함). 일부 실시예들에서, 매체 저장 디바이스(112)는 클라우드 저장 서비스들에서 종종 그러하듯이, 지리적으로 및 시간적으로 분산된 복수의 디바이스로 이루어진다. 일부 실시예들에서, 특성 측정, 메트릭들의 다양한 세트들의 분석, 서명의 생성, HID의 도출, 및 서명 및 HID의 저장 중 하나 이상은 제1 컴퓨팅 디바이스(108)에 의해 수행된다. 다른 실시예들에서, 이러한 단계들 전부가 제1 컴퓨팅 디바이스(108)에 의해 수행되고, 매체 저장 디바이스(112)는 제1 컴퓨팅 디바이스(108)에 의해 직접 액세스된다. 후자의 실시예에서, 제2 컴퓨팅 디바이스(110)는 이용되지 않는다. 또 다른 실시예들에서, 제2 컴퓨팅 디바이스(110)는 서명 및 HID를 별개의 데이터베이스 서버(즉, 다른 컴퓨팅 디바이스)에 전송하고, 그 데이터베이스 서버가 서명 및 HID를 매체 저장 디바이스(112)에 저장한다.
도 1을 계속 보면, 합법적인 실제 물건(104)일 수도 있고 그렇지 않을 수도 있는 검증되지 않은 실제 물건(114)("검증되지 않은 물건(114)")은 위조도 아니고 달리 불법적인 것도 아니라는 것을 보장하기 위해 테스트될 필요가 있다. 검증되지 않은 물건(114)의 가능한 실시예들은 합법적인 실제 물건(104)의 가능한 실시예들과 동일하다. 검증되지 않은 물건(114) 상에는 후보 마크(116)가 있다. 후보 마크(116)의 가능한 실시예들은 진짜 마크(102)의 가능한 실시예들과 동일하다. 제2 이미지 캡처 디바이스(118)(예를 들어, 카메라, 머신 비전 디바이스, 또는 스캐너)는 후보 마크(116)의 이미지를 캡처하고(도 2b의 블록 250), 이미지를 제3 컴퓨팅 디바이스(120)에 전송한다. 제1 이미지 캡처 디바이스(106) 및 제1 컴퓨팅 디바이스(108)와 마찬가지로, 제2 이미지 캡처 디바이스(118)는 제3 컴퓨팅 디바이스(120)의 일부일 수 있고, 후보 마크(116)의 캡처된 이미지의 전송은 내부적일 수 있다(즉, 제2 이미지 캡처 디바이스(118)로부터 제3 컴퓨팅 디바이스(120)의 로직 회로로). 제3 컴퓨팅 디바이스(120)(또는 내부의 로직 회로)는 캡처된 이미지를 수신하고, 캡처된 이미지를 제2 컴퓨팅 디바이스(110)에 전송한다. 제2 컴퓨팅 디바이스(110)는 제2 컴퓨팅 디바이스(110)가 진짜 마크(102) 상에서 측정한 것과 동일한 특성들을 포함하여, 후보 마크(116)의 다양한 특성들을 측정하기 위해, 캡처된 이미지를 이용한다. 이러한 측정의 결과는 특성에 대한 메트릭들의 세트이다(블록 252). 연속적인 측정들에 걸쳐서, 결과는 측정된 특성들 각각에 대한 메트릭들의 하나 이상의 세트를 포함할 수 있다. 다음으로, 제2 컴퓨팅 디바이스(110)는 메트릭들의 세트(또는 세트들)에 기초하는 서명을 생성하고(블록 254)], 진짜 마크(102)에 대한 서명을 생성하기 위해 이용했던 것과 동일한 기술을 이용하여 서명을 생성한다. 사실, 후보 마크(116)가 진짜 마크(102)인 경우(또는 진짜 마크(102)와 동일한 프로세스에 의해 생성된 경우), 제2 컴퓨팅 디바이스(110)가 생성한 서명은 진짜 마크(102)의 캡처된 이미지로부터 생성된 서명과 마찬가지로, 진짜 마크(102)의 아티팩트들에 기초할 것이다. 한편, 후보 마크(116)가 진짜 마크(102)가 아닌 경우(예를 들어, 위조인 경우), 이러한 최종 이미지에 의해 생성된 서명은 후보 마크(116)가 나타내는 것이라면 어느 것이든지 다른 특성들 - 위조 프로세스의 아티팩트들, 마크 적용 디바이스(100)로부터의 아티팩트들의 부재 등 - 에 기초할 것이다. 제2 컴퓨팅 디바이스(110)는 (블록 210에 관하여 위에서 제시된 것과 동일한 방식으로) 후보 마크(116)의 서명의 메트릭들의 서브세트에 대응하는 위치 식별자들(예를 들어, 최고 크기 메트릭들의 서브세트의 인덱스 번호들)을 이용하여 후보 마크(116)를 위한 HID를 도출하고(블록 256), (예를 들어, 데이터베이스에 대한 질의를 통해) 후보 마크(116)의 HID를 매체 저장 디바이스(112) 내에 저장된 진짜 마크들의 HID들과 비교한다(블록 258). 비교의 결과로서, 제2 컴퓨팅 디바이스(110)는 근접하게 일치하는 결과를 수신하지 않거나(예를 들어, 미리 결정된 임계값을 통과한 결과가 없음), 매체 저장 디바이스(114)로부터 하나 이상의 근접하게 일치하는 HID를 수신한다(블록 260). 제2 컴퓨팅 디바이스(110)가 근접하게 일치하는 결과를 수신하지 않는 경우, 제2 컴퓨팅 디바이스(110)는 후보 마크(116)가 검증될 수 없음을 제3 컴퓨팅 디바이스(120)에게 (예를 들어, 메시지를 전송함으로써) 나타낸다(예를 들어, 후보 마크(116)가 진짜가 아님을 나타내는 메시지를 전송함)(블록 262). 제3 컴퓨팅 디바이스(120)는 메시지를 수신하고, 사용자 인터페이스 상에, 후보 마크(116)가 검증될 수 없음(또는 후보 마크(116)가 위조임)을 나타낸다. 일부 실시예들에서, 제3 컴퓨팅 디바이스(118)는 측정, 생성, 및 도출 단계들 중 하나 이상을 수행하고, 서명(또는 제3 컴퓨팅 디바이스(118)가 HID를 도출하는 경우에는 HID)을 제2 컴퓨팅 디바이스(110)에 전송한다.
한편, 제2 컴퓨팅 디바이스(110)가 후보 마크(116)의 HID에 근접하게 일치하는 하나 이상의 HID를 발견하는 경우, 제2 컴퓨팅 디바이스(110)는 매체 저장 디바이스(112)로부터, 근접하게 일치하는 HID들에 연관된 서명들을 검색함으로써 응답할 것이다(블록 264). 다음으로, 제2 컴퓨팅 디바이스(110)는 자신이 후보 마크(116)에 대해 생성한 실제 서명을 검색된 진짜 서명들과 비교한다(도 2c의 블록 266). 제2 컴퓨팅 디바이스(110)는 근접하게 일치하는 HID가 연관되어 있는 각각의 서명에 대해 이러한 프로세스를 반복한다. 제2 컴퓨팅 디바이스(110)가 후보 마크(116)의 서명을 검색된 서명들 중 어느 것과도 근접하게 일치시킬 수 없는 경우(블록 268), 제2 컴퓨팅 디바이스(110)는 (예를 들어, 메시지를 전송함으로써) 제3 컴퓨팅 디바이스(120)에게 후보 마크(116)가 검증될 수 없음을 나타낸다(블록 270). 제3 컴퓨팅 디바이스(120)는 메시지를 수신하고, 사용자 인터페이스 상에, 후보 마크(116)가 검증될 수 없음을 나타낸다. 한편, 제2 컴퓨팅 디바이스(110)가 후보 마크(116)의 서명을 검색된 서명에 근접하게 일치시킬 수 있는 경우, 제2 컴퓨팅 디바이스(110)는 (예를 들어, 메시지를 전송함으로써) 제3 컴퓨팅 디바이스(120)에게 후보 마크(116)가 진짜임을 나타낸다(블록 272).
도 3으로 가면, 다른 실시예에서 사용될 수 있는 시스템의 예가 설명된다. 이 시스템 내에서 수행될 수 있는 절차들은 도 4a, 도 4b 및 도 4c의 흐름도들에 도시된다. 도 3, 도 4a, 도 4b 및 도 4c는 본 명세서에서 병렬로 설명된다.
패키징 설비(300)에는, 라벨 프린터(302), 라벨 적용 디바이스(304), 패키징 라인(306), 이미지 캡처 디바이스(308), 및 제1 컴퓨팅 디바이스(310)가 위치되어 있다. 라벨 프린터(302)는 라벨 웹(314) 상에 운반되는 다수의 라벨에, 진짜 마크(312)("마크(312)")를 포함하는 진짜 마크들을 적용한다(도 4a의 블록 402). 진짜 마크의 가능한 실시예들은 1차원("1D") 바코드 및 2D 바코드를 포함한다. 라벨 적용 디바이스(304)는 합법적인 실제 물건들에 라벨들(도 3의 개별적으로 도시된 라벨들(316 및 318)을 포함함)을 적용(블록 404)하는데, 그 중 2 개는 참조 번호들 320 및 322("제1 물건(320)" 및 "제2 물건(322)")로 도 3에 도시된다. 도 3은 실제 물건들을 박스들(예를 들어, 제조된 제품들을 담고 있는 박스들)인 것으로서 도시하지만, 물건들이 반드시 박스들 또는 컨테이너들이어야 하는 것은 아니다. 합법적인 실제 물건들의 가능한 실시예들은 도 1의 물건(104)에 대해 앞에서 나열된 것들을 포함한다.
이미지 캡처 디바이스(308)는 마크(312)의 이미지를 캡처하고(블록 406), 캡처된 이미지를 제1 컴퓨팅 디바이스(310)에 전송한다. 제1 컴퓨팅 디바이스(310)는 캡처된 이미지를 수신하고 통신 네트워크(326)("네트워크(326)")를 통해 제2 컴퓨팅 디바이스(324)로 캡처된 이미지를 전송한다. 네트워크(326)의 가능한 실시예들은 근거리 영역 네트워크, 광역 네트워크, 공공 네트워크, 사설 네트워크, 및 인터넷을 포함한다. 네트워크(326)는 유선, 무선, 또는 그들의 조합일 수 있다. 제2 컴퓨팅 디바이스(324)는 캡처된 이미지를 수신하고, (예를 들어, ISO 15415에 제시된 것들과 같이) 이미지를 이용하여 마크(312)에 대해 품질 측정들을 수행한다(블록 408). 예를 들어, 제2 컴퓨팅 디바이스(324)는 마크(312) 내에 미사용 에러 정정 및 고정된 패턴 손상이 존재하는지를 결정할 수 있다. 다음으로, 제2 컴퓨팅 디바이스(324)는 캡처된 이미지를 이용하여 마크(312)의 특성들을 측정하여, 마크(312)의 아티팩트들에 관한 데이터를 포함하는 메트릭들의 하나 이상의 세트를 얻는다(블록 410). 예를 들어, 제2 컴퓨팅 디바이스(324)는 (진짜 마크(312)의 부영역들의 전부 또는 서브세트에 대해) 다음을 측정할 수 있다: (1) 진짜 마크(312)의 부영역들의 전부 또는 일부(예를 들어, 셀들의 전부 또는 일부)의 평균 착색, (2) 최적합 그리드로부터 부영역들의 포지션에서의 임의의 편차, (3) 스트레이 마크들 또는 보이드들의 발생률, 및 (4) 부영역의 하나 이상의 에지의 선형성. 메트릭들의 각각의 세트는 측정된 특성에 대응하지만, 단일 특성에 대해 메트릭들의 다수의 세트가 존재할 수 있다. 예를 들어, 측정 중인 각각의 부영역에 대해 - 즉, 마크(312)의 1000개의 전체 부영역 중 100개의 부영역에 대해 -, 평균 착색에 대한 메트릭, 최적합으로부터의 편차에 대한 메트릭, 스트레이 마크들의 발생률에 대한 메트릭, 및 에지 선형성에 대한 3개의 메트릭이 존재할 수 있다. 따라서, 메트릭들의 결과적인 세트는 착색에 대한 100개의 메트릭, 최적합으로부터의 편차에 대한 100개의 메트릭, 스트레이 마크들 또는 보이드들에 대한 100개의 메트릭, 및 에지 선형성에 대한 300개의 메트릭(각각의 100개의 메트릭의 3개의 세트)일 것이다. 실시예에서, 메트릭들의 각각의 세트는 리스트의 형태이고, 여기서 리스트의 각각의 엔트리는 마크(312) 내의 포지션을 식별하는 정보(예를 들어, 래스터 기반 인덱스 번호)를 포함하고, 제2 컴퓨팅 디바이스(324)는 그로부터 기초 측정치를 취하고, 데이터 값(예를 들어, 크기)은 그 측정치 자체로부터 도출된다.
다음으로, 제2 컴퓨팅 디바이스(324)는 메트릭들을 분석하여 마크(312)에 대한 전자 서명을 생성하기 위해 이용될 메트릭들을 식별하고(블록 412), 분석에 기초하여 서명을 생성한다(블록 414). 제2 컴퓨팅 디바이스(324)는 서명의 최고 크기 메트릭들의 서브세트를 식별하고(블록 416), 식별된 서브세트에 대응하는 위치 식별자들을 이용하여 HID 블록을 도출하고(블록 418), HID 블록에 기초하여 HID를 생성하고(도 4a의 블록 420), HID를 서명에 연관시켜 매체 저장 디바이스(328)(매체 저장 디바이스의 가능한 구현들은 도 1의 매체 저장 디바이스(112)에 대해 설명된 것들과 동일함)에 저장한다(블록 422). 일부 실시예들에서, 제2 컴퓨팅 디바이스(324)는 서명의 메트릭들의 각각의 세트에 대해 블록들(416 및 418)을 반복한다(예를 들어, 착색에 대한 측정치들의 세트에 대해 1회, 최적합 그리드로부터의 편차에 대한 측정치들의 세트에 대해 1회, 관계없는 마크들 또는 보이드들에 대한 측정치들의 세트에 대해 1회, 및 에지 선형성에 대한 측정치들의 3개의 개별 세트 각각에 대해 1회). 일부 실시예들에서, 제1 컴퓨팅 디바이스(310)는 블록들(402 내지 420) 중 하나 이상을 수행하고, 서명 또는 HID를 제2 컴퓨팅 디바이스(324)에 전송한다.
도 3을 계속 보면, 패키징 설비(300)로부터 분배 지점(예를 들어, POS(point of sale))까지의 분배 체인에서의 일부 지점에서, 사용자(330)(예를 들어, 판매원 또는 법 집행관)는 후보 마크(336)를 지니고 있는 검증되지 않은 라벨(334)을 갖는 검증되지 않은 실제 물건(332)("검증되지 않은 물건(332)")을 다룬다. 검증되지 않은 물건(332) 상의 증인 표시 또는 후보 마크(336) 내에 인코딩된 정보는, 검증되지 않은 물건(332)이 합법적인 소스, 예컨대 패키징 설비(300)(또는 패키징 설비(300)가 패키징 라인(306) 상의 원래의 물건들을 다루고 있는 회사)로부터 나왔다는 것을 시사할 수 있다. 이러한 시나리오에서, 사용자(330)는 검증되지 않은 물건(332)이 위조인지 또는 달리 위법적인 것인지를 결정하기를 희망한다.
사용자(330)는 도 3에서 스마트폰으로서 도시된 제3 컴퓨팅 디바이스(338) 상에 애플리케이션을 론칭한다. 애플리케이션의 제어 하에 (그리고 아마도 사용자(330)로부터의 추가 입력에 응답하여) 제3 컴퓨팅 디바이스(338)는 (예를 들어, 도 5에 도시된 카메라(514)를 사용하여) 후보 마크(336)의 이미지를 캡처한다(도 4b의 블록 450). 제3 컴퓨팅 디바이스(338)는 후보 마크(336) 내의 명시적 데이터(예를 들어, 바코드가 적용되는 제품의 아이덴티티를 표시하는, 바코드 내의 데이터)를 디코딩하고(블록 452), 캡처된 이미지를 네트워크(326)를 통해 제2 컴퓨팅 디바이스(324)에 전송한다. 다음으로, 제2 컴퓨팅 디바이스(324)는 캡처된 이미지를 이용하여 후보 마크(336)의 특성을 측정하여, 메트릭들의 하나 이상의 세트를 얻고(블록 454), 측정된 특성들 각각에 대한 메트릭들의 하나 이상의 세트를 얻는다. 다음으로, 제2 컴퓨팅 디바이스(324)는 메트릭들을 분석하여 마크(336)에 대한 전자 서명을 생성하기 위해 이용될 메트릭들을 식별하고(블록 456), 분석에 기초하여 서명을 생성한다(블록 458). 제2 컴퓨팅 디바이스(324)는 마크에 대해 측정될 각각의 특성에 대해 블록들(454 및 456)을 반복할 수 있고, 심지어는 단일 특성에 대해 이러한 블록들을 다수 회 반복할 수 있다(각각의 반복에서 메트릭들의 "서명을 생성할만한(signature-worthy)" 세트를 산출해냄). 제2 컴퓨팅 디바이스(324)는 서명의 최고 크기 메트릭들의 서브세트를 식별하고(블록 460), 식별된 서브세트에 연관된 위치 식별자들을 이용하여 (서명의) 메트릭들의 세트로부터 HID 블록을 도출해낸다(블록 462). 제2 컴퓨팅 디바이스(324)는 서명의 메트릭들의 각각의 세트에 대해 블록들(454 및 456)을 반복하여, 복수의 HID 블록을 산출해낼 수 있다(본질적으로, 메트릭들의 각각의 세트에 대해 하나의 HID 블록). 일부 실시예들에서, 제3 컴퓨팅 디바이스(338)는 블록들(454 내지 462)을 수행하고, 서명 또는 HID를 제2 컴퓨팅 디바이스(324)에 전송한다. 그 후, 제2 컴퓨팅 디바이스(324)는 도 2b 및 도 2c와 관련하여 전술한 절차들을 수행하고, 이는 도 4b 및 도 4c에 재현된다. 즉, 제2 컴퓨팅 디바이스(324)는 도 1의 제2 컴퓨팅 디바이스(110)가 도 2b 및 도 2c의 블록들(258, 260, 262, 264, 266, 268, 270, 및 272)을 수행한 것과 동일한 방식으로, 도 4b 및 도 4c의 블록들(464, 466, 468, 470, 472, 474, 476, 및 478)을 수행한다.
일 구현예에서, 도 1의 컴퓨팅 디바이스들(108, 110, 및 120) 중 하나 이상, 및 도 3의 컴퓨팅 디바이스들(310, 324, 및 338) 중 하나 이상은 도 5에 도시된 일반적인 아키텍처를 갖는다. 도 5에 도시된 디바이스는 로직 회로(502), 1차 메모리(504)(예를 들어, 휘발성 메모리, 랜덤 액세스 메모리), 2차 메모리(506)(예를 들어, 비휘발성 메모리), 사용자 입력 디바이스들(508)(예를 들어, 키보드, 마우스, 또는 터치스크린), 디스플레이(510)(예를 들어, 유기 발광 다이오드 디스플레이), 및 네트워크 인터페이스(512)(무선 또는 유선일 수 있음)를 포함한다. 메모리들(504 및 506)은 명령어들 및 데이터를 저장한다. 로직 회로(502)는 명령어들을 실행하고, 데이터를 이용하여, 일부 실시예들에서 본 명세서에 설명된 방법들을 포함하는 다양한 절차들을 실행한다(예를 들어, 컴퓨팅 디바이스에 의해 실행될 상기의 것들인 그 절차들을 포함함). 컴퓨팅 디바이스들 중 일부(예를 들어, 컴퓨팅 디바이스에 의해 수행되는 것으로 언급된 절차들을 포함함)는 카메라(514)(예를 들어, 특히 이동 디바이스로서 구현되는 경우의 제3 컴퓨팅 디바이스(338))를 또한 포함할 수 있다.
실시예에서, (도 3의 진짜 마크(312)와 같은) 진짜 마크는 본 명세서에서 "부영역들"이라 칭하는 다수의 위치로 구성된다. 부영역들은 ISO/IEC 15415에 따른 "셀들"에 대응할 수 있고, 균일한 크기일 수 있다. 본 명세서에 논의된 개념들 중 일부를 설명하는 것을 돕기 위해, 제1 부영역(650), 제2 부영역(652), 제3 부영역(654), 및 제4 부영역(656)을 갖는 마크(600)를 도시하는 도 6을 주목한다. 제1 부영역(650)의 특성은 그것의 평균 착색이 다른 부영역들로부터 크게(예를 들어, 미리 결정된 임계값을 초과하는 정도로) 벗어난다는 것이다. 제2 부영역(652)의 특성은 최적합 그리드(658)로부터의 그것의 오프셋이 다른 부영역들의 오프셋보다 상당히 높다는 것이다. 제3 부영역(654)의 특성은 그것이 다른 부영역들보다 상당히 높은 보이드 발생률을 포함한다는 것이다. 최종적으로, 제4 부영역(656)의 특성은 그것이 다른 부영역들의 에지들보다 상당히 낮은 선형성을 갖는 에지(660)를 포함한다는 것이다.
실시예에서, (도 4a의 블록 412 및 도 4b의 블록 456에서와 같이) 마크의 특성들을 측정하는 것으로부터 얻어진 메트릭을 분석하는 프로세스를 수행하기 위해, 컴퓨팅 디바이스(예컨대, 제2 컴퓨팅 디바이스(324))는 다음 태스크들을 수행한다. 컴퓨팅 디바이스는 최적합 그리드(658)를 생성한다. 그렇게 하는 데에 있어서, 컴퓨팅 디바이스는 마크의 다양한 부영역들 사이의 경계를 위한 이상적인 위치들을 식별한다. 컴퓨팅 디바이스는 마크를 위한 서명을 생성하기 위해 이용될 특성 측정치들을 갖는 부영역들을 선택한다. 실시예에서, 컴퓨팅 디바이스는 어느 부영역들이 그 부영역에 대해 예상되는 정상의 또는 최적의 측정치로부터 가장 많이 벗어나는(예를 들어, 미리 결정된 임계값을 초과하여 벗어나는) 측정치들을 갖는 특성들을 갖는지에 기초하여 이러한 선택을 수행한다. 이러한 시나리오에서 컴퓨팅 디바이스가 선택할 부영역들의 종류의 예는 다음을 포함한다:
(1) 2D 바코드 표준에 의해 정의되는 것과 같이 어두운 셀들(dark cells)을 밝은 셀들(light cells)과 구별하는- 즉, "가장 밝은" 어두운 셀들과 "가장 어두운" 밝은 셀들을 구별하는 -전역적 평균 임계값에 가장 가까운 평균 컬러, 착색, 또는 강도를 갖는 부영역들. 제1 부영역(650)이 이러한 범주에 든다. 실시예에서, 컴퓨팅 디바이스가 주어진 부영역을 비정상 평균 착색 밀도(deviant average pigmentation density)를 갖는 것으로서 식별하는 경우, 컴퓨팅 디바이스는 식별된 부영역을 가장 가까운 이웃으로 했던 부영역들을 재평가할 필요가 있을 수 있다. 컴퓨팅 디바이스가 그러한 재평가를 수행할 때, 컴퓨팅 디바이스는 식별된 부영역을 기준으로서 치부할 수 있다.
(2) 최적합 그리드(658)에 의해 정의되는 것과 같은 이상적인 위치로부터 포지션이 가장 많이 벗어나는(예를 들어, 미리 결정된 임계값을 초과하여 벗어나는) 부영역들. 일부 실시예들에서, 컴퓨팅 디바이스는 부영역의 에지들을 식별하고, 에지들의 포지션들을 결정하고, 에지들의 포지션들을 최적합 그리드(658)에 의해 정의되는 그것들의 예상 포지션들과 비교함으로써, 주어진 부영역이 이러한 범주에 드는지를 결정한다. 다른 실시예들에서, 컴퓨팅 디바이스는 반대 극성(예를 들어, 어두움/밝음, 또는 밝음/어두움)의 2개의 인접 부영역 사이의 경계 영역의 히스토그램(histogram)을 생성하고 - 샘플 지역은 최적합 그리드(658)에 대해 각각의 부영역의 동일한 퍼센티지와 겹쳐짐 -, 50/50 바이모달 분포(bimodal distribution)로부터의 히스토그램의 편차를 평가한다. 제2 부영역(652)이 이러한 범주에 든다.
(3) 밝은 또는 어두운, 관계없는 마킹들 또는 보이드들을 포함하는 부영역들. 실시예에서, 컴퓨팅 디바이스는 부영역에 대한 휘도 히스토그램(luminance histogram)을 생성하고, 히스토그램의 최외측 도미넌트 모드들(outermost dominant modes) 사이의 거리가 충분히 큰지(예를 들어, 미리 결정된 임계값을 초과하는지)를 결정함으로써, 부영역이 이러한 범주에 드는지를 결정한다. 제3 부영역(654)이 이러한 범주에 든다.
(4) (a) 미리 결정된 임계값을 초과하는 길이, (b) 미리 결정된 임계값을 초과하는(또는 그것보다 낮은) 길이에 대한 연속성(continuity), 및 (c) 미리 결정된 임계값을 초과하는(또는 그것보다 낮은) 선형성 중 하나 이상을 갖는 하나 이상의 에지를 갖는 부영역들. 실시예에서, 컴퓨팅 디바이스는 하나의 부영역의 길이에 걸친 전-픽셀 휘도 값(pixel-wide luminance value), 최적합 그리드(658)로부터 부영역의 절반의 길이만큼의 오프셋, 최적합 그리드(658) 내에서 그 에지의 경계를 정하는 그리드 라인에 수직한 런(run)을 계산함으로써, 부영역이 이러한 범주에 드는지를 결정한다. 제4 부영역(656)이 이러한 범주에 든다.
컴퓨팅 디바이스가 마크(후보 또는 진짜)의 특성들을 측정한 후, 컴퓨팅 디바이스는 마크의 측정된 특성들을 인덱스 어레이 연관된 리스트(index-array associated list)(마크 내의 부영역(예를 들어, 셀) 포지션에 의해 연관가능함)로서 이용가능하게 한다.
도 7로 가면, 다른 예에서, 분석 중인 마크가 1D 선형 바코드(700)인 것으로 가정한다. 컴퓨팅 디바이스(예컨대, 제2 컴퓨팅 디바이스(324))가 전자 서명을 형성하기 위해 사용할 수 있는 피처들은 바들 사이의 폭 또는 간격에서의 변동들(702); 평균 컬러, 착색 또는 강도의 변동들(704); 검정색 바들(또는 흰색 스트라이프들에서의 검정색 스폿들)에서의 보이드들(706); 및 바들의 에지들의 형상에서의 요철부들(708)을 포함한다.
도 8 및 도 9로 가면, 컴퓨팅 디바이스(예컨대, 제2 컴퓨팅 디바이스(324))가 도 4a의 블록 416 및 도 4b의 블록 460에서 마크에 대한 전자 서명의 최고 크기 메트릭들의 서브세트를 식별(및 서브세트와 연관된 위치 식별자들로부터 HID를 도출)하기 위해 수행하는 프로세스가 이제 설명될 것이다. 각각의 측정된 특성에 대해(그리고, 특성이 다수 회 측정되는 경우들에서는 특성에 대한 메트릭들의 각각의 세트에 대해), 컴퓨팅 디바이스는 전자 서명의 일부를 이루는 메트릭들의 세트를 취하고, 그 세트를 값별로 소트한다. 도 8에서, 예를 들어, (리스트로서 도시된) 메트릭들의 제1 세트(802)는 2D 바코드의 다양한 셀들을 위한 착색을 표현하며, 여기서 각각의 셀은 연관된 인덱스 번호를 갖는다. 이 시점에서, 각각의 셀에 대한 데이터는 단위가 없지만(unitless), 컴퓨팅 디바이스가 원래 착색 측정을 할 때, 컴퓨팅 디바이스는 그레이 값(gray value)과 관련하여 그러한 측정을 했다. 제1 세트(802)는 2D 바코드를 위한 전자 서명을 이루는 메트릭들의 복수의 세트 중의 하나일 뿐이다. 컴퓨팅 디바이스는 제1 세트(802)를 데이터 값의 크기별로 소트하고, 최고 크기 데이터 값들의 서브세트(806)에 대응하는 인덱스 번호들의 서브세트(804)를 추출한다. 다음으로, 컴퓨팅 디바이스는 인덱스 값들의 서브세트(804)를 메트릭들의 제1 세트(802)를 위한 HID 블록으로 한다.
다른 예에서, 도 9에서, 메트릭들의 제1 세트(902)는 마크(예를 들어, 진짜 마크(312) 또는 후보 마크(336))의 제1 특성에 대응하고, 메트릭들의 제2 세트(904)는 마크의 제2 특성에 대응하고, 메트릭들의 제3 세트(906)("제n" 세트 또는 최종 세트)는 마크의 제3 특성에 대응한다. 그러나, 메트릭들의 임의의 개수의 세트가 존재할 수 있다. 이러한 예에서의 메트릭들의 각각의 세트의 각각의 요소는 (1) 특성의 측정치를 획득한 마크의 부영역의 래스터 포지션과 상관되는 인덱스 값, 및 (2) 측정치 자체이거나 (예를 들어, 일부 통계적 처리 및 정규화 후에) 측정치로부터 도출된 데이터 값을 포함한다. 컴퓨팅 디바이스는 메트릭들의 각각의 세트를 데이터 값별로 소트한다. 메트릭들의 각각의 세트에 대해, 컴퓨팅 디바이스는 데이터 값들의 최고 크기 서브세트에 대응하는 인덱스 값들을 추출한다. 이러한 예에서, 각각의 최고 크기 서브세트는 메트릭들의 세트의 최상위 25개의 데이터 값이다. 컴퓨팅 디바이스는 메트릭들의 제1 세트(902)의 최고 크기 서브세트에 대응하는 인덱스 값들로부터 제1 HID 블록(908)을 도출해낸다. 컴퓨팅 디바이스는 마찬가지로 메트릭들의 제2 세트(904)의 최고 크기 서브세트에 대응하는 인덱스 값들로부터 제2 HID 블록(910)을 도출해낸다. 컴퓨팅 디바이스는 그것이 메트릭들의 세트들 각각에 대해 이러한 프로세스를 수행할 때까지(즉, 제3 또는 "제n" HID 블록(912)을 도출하기 위해 메트릭들의 제n 세트(906)를 통할 때까지) 이러한 프로세스를 계속하여, HID 블록들의 세트를 얻는다. 컴퓨팅 디바이스는 HID 블록들을 종합(aggregating)함으로써 HID를 형성한다. 이러한 예에서, HID 블록들은 추출된 인덱스 값들 자체를 포함한다.
도 10으로 가면, 실시예에 따라, (예를 들어, 도 4b의 블록들 464 및 466과 관련하여 설명된 것과 같이) 컴퓨팅 디바이스(예컨대, 제2 컴퓨팅 디바이스(324))가 후보 마크에 대해 생성된 HID를 진짜 마크의 HID와 비교하는 방법의 예가 보여진다. 컴퓨팅 디바이스는 후보 마크와 진짜 마크의 각각의 HID 블록들을 이루는 인덱스 값들을 일치시키려고 시도하며, 여기서 "유사 유형(apples to apples)" 비교를 위해 인덱스 값들의 유사 세트들이 서로 일치된다(예를 들어, 후보 마크의 착색에 대한 인덱스 값들의 추출된 서브세트가 진짜 마크의 착색을 위한 인덱스 값들의 추출된 서브세트와 비교된다). 컴퓨팅 디바이스는 각각의 일치를 일치 점수에 가산한다. 따라서, 예를 들어, 진짜 마크의 블록 1002와 후보 마크의 블록 1004는 일치 점수 21을 갖고, 후보 마크의 블록 1006과 진짜 마크의 블록 1008은 일치 점수 4를 갖는다.
도 11로 가면, 실시예에 따라, 컴퓨팅 디바이스(예를 들어, 제2 컴퓨팅 디바이스(324))가 진짜 마크의 전체 HID를 후보 마크의 전체 HID와 비교하는 방법의 예가 설명된다. 컴퓨팅 디바이스는 진짜 서명의 HID 값(1100)의 각각의 개별 HID 블록을 취하고, 그것을 후보 서명의 HID 값(1102)의 대응 블록과 비교하며, (예를 들어, 도 10과 관련하여 위에서 설명된 바와 같이) 일치 점수를 할당한다. 다음으로, 컴퓨팅 디바이스는 점수들 각각을 전체 일치 점수로 결합한다. 전체 일치 점수가 미리 결정된 임계 점수를 만족시키거나 그것을 초과하는 경우, 컴퓨팅 디바이스는 HID들이 근접하게 일치된다고 여긴다. 예를 들어, 컴퓨팅 디바이스는 미리 결정된 임계 점수 120을 이용할 수 있고, 이것은 점수가 120 이상이면, 컴퓨팅 디바이스가 그 2개의 HID를 근접하게 일치하는 것이라고 여길 것임을 의미한다. 이러한 임계값은 제로만큼 낮을 수 있다. 일부 실시예들에서, 컴퓨팅 디바이스는 최소값을 무시하고 단순히 "최상위 <n>" HID 점수(예를 들어, 최상위 10개)를 취한다. 그러한 경우에서, 컴퓨팅 디바이스는 최상위 10개의 최상의 HID 일치에 대해 계속하여 테스트를 수행할 것이다. 이것은 부정확한 HID 컷오프를 가짐으로써 (실제 진짜가 아닌 후보들에 대한 불필요한 계산들의 비용을 치르면서) 필터링 단계를 통해 거짓 부정(false negative)을 발생시킬 가능성을 해결한다. 다음으로, 컴퓨팅 디바이스는 진짜 HID 값(1100)과 연관된 서명을 검색한다. 컴퓨팅 디바이스는 후보 HID 값(1102)을 진짜 마크 서명들의 데이터베이스에 저장된 다수의 HID 값(아마도 전부)과 비교할 때까지 이러한 프로세스를 반복한다. 이러한 프로세스의 결과는 진짜 마크 서명들의 전체 세트의 서브세트일 것이고, 다음으로 컴퓨팅 디바이스는 그러한 서브세트 각각을 (더 많은 "브루트 포스(brute force)" 방법을 통해) 후보 마크의 서명과 비교할 수 있다.
다양한 실시예들에 따르면, 컴퓨팅 디바이스는 아래와 같이 (예를 들어, 블록들 266 및 472에서) (예를 들어, 후보 마크의) 하나의 전자 서명을 (예를 들어, 진짜 마크의) 다른 전자 서명과 비교한다. 컴퓨팅 디바이스(예를 들어, 제2 컴퓨팅 디바이스(324))는 각각의 특성에 대해 2개의 마크의 메트릭들의 미가공 세트들(raw sets)을 어레이-인덱스 매칭(array-index match)한다. 또한, 컴퓨팅 디바이스는 진짜 마크의 각각의 미가공 세트를 후보 마크로부터의 유사 순서(like-order)의 추출된 메트릭 세트에 대한 정규화된 상관(normalized correlation)에 종속시킨다. 다음으로, 컴퓨팅 디바이스는 상관 결과들을 이용하여 일치/불일치 결정(진짜 대 위조)에 도달한다.
예를 들어, 컴퓨팅 디바이스는 후보 마크의 소트된 메트릭들의 자기 상관 급수(autocorrelation series)를 (저장된) 소트된 진짜 서명의 자기 상관 급수와 비교함으로써, 후보 서명을 진짜 서명과 비교한다. 명확성을 위해, 공지된 통계 연산:
Figure 112019069560965-pct00001
는 공통의 정규화된 상관 방정식이고, 여기서 r은 상관 결과이고, n은 메트릭 데이터 리스트의 길이이고, x 및 y는 각각 진짜 마크 및 후보 마크에 대한 메트릭 데이터 세트들이다. 컴퓨팅 디바이스가 자기 상관 함수를 수행할 때, 데이터 세트들 x 및 y는 동일하다.
실시예에 따라 자기 상관 급수들을 생성하기 위해, 컴퓨팅 디바이스는 정규화된 상관 방정식에서 제시된 연산을 다수 회 수행하며, 각각의 회차에서, 급수 x를 급수 y에 대해 하나의 추가의 인덱스 포지션씩 오프셋시킨다(y는 x의 사본임을 상기하기 바란다). 오프셋이 진행해감에 따라, x 인덱스 오프셋으로 인해 y 데이터 계열 내의 최종 인덱스가 초과될 때, 데이터 세트는 시작으로 다시 "돌아간다(wrap)". 실시예에 따라, 컴퓨팅 디바이스는 y 데이터를 2배로 하고 x 데이터를 오프셋 0 내지 오프셋 n으로 "슬라이딩"시켜 자기 상관 급수를 생성함으로써 이것을 달성한다.
일부 실시예들에서, 도 2a의 블록 212 및 도 4a의 블록 422에서, 전체 서명을 매체 저장 디바이스 내에 저장하는 것을 대신하여, 제2 컴퓨팅 디바이스는 자기 상관 결과들의 형상에 일치하는 최적합 곡선(best-fit curve)을 (미리 결정된 차수 및 정밀도까지) 설명하는 다항 계수들(polynomial coefficients)의 세트를 대신 저장한다. 이것은 제2 컴퓨팅 디바이스가 소트된 메트릭 데이터에 대한 서명을 생성하는 프로세스를 수행하며, 그 결과, 특성 데이터(즉, 진짜 마크 내의 아티팩트들의 표현을 돕는 메트릭들)에 대한 자기 상관 급수는 전형적으로 단순 다항 곡선이기 때문에 실현가능하다.
실시예에서, 컴퓨팅 디바이스(예를 들어, 제2 컴퓨팅 디바이스(110) 또는 제2 컴퓨팅 디바이스(324))는 rxy를 계산하고, 여기서 각각의 항 xi는 크기 및 위치에 의해 표현되는 아티팩트이고, 각각의 항 yi=x(i+i)이고, j는 j=0 내지 (n-1)에 대한 2개의 데이터세트의 오프셋이다. xi는 크기별로 소트되고, 크기는 xi의 최상위 숫자들(most significant digits)이므로, j=0에서 또는 j=0 부근에서 매우 강한 상관이 있으며, j=n/2를 향해 신속하게 떨어진다. y는 x의 사본이고, j 및 n-j는 상호교환가능하므로, 자기 상관 급수는 U 형상 곡선을 형성하며, 그것의 예가 도 12에 도시되어 있고, 그것은 반드시 j=0 및 j=n/2에 대해 대칭이다. 따라서, 도 12에서는 명확성을 위해 j=0으로부터 j=n까지의 전체 곡선이 보여져 있지만, 본 실시예에서 컴퓨팅 디바이스는 곡선의 절반만을 계산하면 된다.
일 구현예에서, 컴퓨팅 디바이스(예컨대, 제2 컴퓨팅 디바이스(110) 또는 제2 컴퓨팅 디바이스(324))는 실제 자기 상관 수치들을 이용하여 도 2c의 블록 266 또는 도 4c의 블록 472를 수행한 다음, 다항 모델 곡선을 이용하여 후보 마크에 대해 프로세스를 반복한다. 실제로, 계수들에 대해 6 바이트의 부동 소수점 값들을 이용하는 6차 방정식은 1 퍼센트의 곡선 맞춤 에러(curve fit error) 또는 "인식 신뢰도(recognition fidelity)" 이내에서 진짜 서명 데이터를 일치시키는 경향이 있는 것으로 밝혀졌다. 컴퓨팅 디바이스가 획득하는 결과적인 일치 점수들은 서로의 1 퍼센트 이내에 있을 수 있다. 이것은 (후보 마크가 진짜인 경우에 예상되는 것과 같은) 높은 일치 점수, 및 (후보 마크가 진짜가 아닌 경우에 예상되는 것과 같은) 낮은 일치 점수 둘 다에 대해 진실일 수 있다.
실시예에서, (예를 들어, 도 4a의 블록 412, 및 도 4b의 블록 456에 제시된 바와 같이) 전자 서명을 생성할 목적으로 마크의 메트릭들을 분석하는 컴퓨팅 디바이스는 자신이 서명을 생성하기 위해 이용하는 메트릭들의 경계를 정하고 정규화한다. 예를 들어, 컴퓨팅 디바이스는 다항 계수들을 고정된 정밀도로 표현할 수 있고, 자기 상관 데이터 자체를 -1 내지 +1의 값들로서 표현할 수 있으며, 소트 정렬 리스트(sort order list)로서, 분석된 마크(진짜 또는 후보) 내의 어레이 인덱스 위치를 이용할 수 있다. 분석 중인 마크가 2D 데이터 행렬인 경우, 어레이 인덱스는 사용 중인 심볼 체계(symbology)의 관습적인 원점 데이터로부터 정렬된, 마크 내에서의 셀 포지션의 래스터 정렬된 인덱스(raster-ordered index)일 수 있다. 하나의 흔한 유형의 2D 데이터 행렬에서, 원점은 그리드의 좌측 및 저부측의 경계를 정하는 2개의 솔리드 바(solid bar)가 만나는 지점이다.
실시예에 따르면, 컴퓨팅 디바이스는 아래와 같이 (예를 들어, 도 2c의 블록 266 또는 도 4c의 블록 472에 제시된 바와 같이) 진짜 서명을 후보 서명과 비교한다(일치시키려고 시도한다). 컴퓨팅 디바이스는 저장된 다항 계수들을 이용하여 서명들을 재구성하고, 각각의 리스트 내의(즉, 측정된 각각의 특성에 대해) 메트릭들을 자기 상관시켜 다항 계수들을 생성하고, 다항 계수들의 2개의 세트를 비교한다(2개의 자기 상관 급수를 비교). 컴퓨팅 디바이스는 이러한 비교를 다수의 방식으로 수행할 수 있다. 예를 들어, 컴퓨팅 디바이스는 후보 마크의 자기 상관 급수를 진짜 마크의 서명의 (재구성된) 자기 상관 곡선(autocorrelation curve)과 상관시키려고 시도할 수 있다. 대안적으로, 컴퓨팅 디바이스는 자기 상관 급수들 각각(후보 및 진짜)에 대한 곡선을 구성하고, 곡선들의 쌍에 대한 곡선 맞춤 에러(curve-fit error)를 수행할 수 있다. 도 12 및 도 13은 이러한 프로세스를 도시한다. 주어진 특성(또는 특성에 대한 메트릭들의 주어진 세트)에 대한 자기 상관된 값들의 2개의 세트 사이의 상관의 정도는 그러한 특성 또는 메트릭들의 세트에 대한 일치 점수가 된다. 다음으로, 컴퓨팅 디바이스는 다양한 특성들에 대한 일치 점수들 전부에 기초하여 후보 마크가 진짜인지의 여부를 결정한다.
실시예에서, (예를 들어, 도 4a의 블록 412, 및 도 4b의 블록 456에 제시된 바와 같이) 전자 서명을 생성할 목적으로 마크의 메트릭들을 분석하는 컴퓨팅 디바이스는 후보 마크에 대한 자기 상관 데이터, 및 진짜 마크에 대한 자기 상관 데이터에 멱급수 분석을 적용한다. 컴퓨팅 디바이스는 이산 푸리에 변환(discrete Fourier transform: "DFT")을 이용하여 그러한 멱급수 분석을 적용할 수 있다:
Figure 112019069560965-pct00002
여기서, Xk는 k번째 주파수 성분이고, N은 메트릭들의 리스트의 길이이고, x는 메트릭 데이터 세트이다. 컴퓨팅 디바이스는 DFT의 멱급수를 계산하고, 크기에 관해 각각의 주파수 성분(DFT 급수 내의 복소수에 의해 표현됨)을 분석하고, 위상 성분을 폐기한다. 결과적인 데이터는 낮은 주파수로부터 높은 주파수까지의 메트릭 데이터 스펙트럼 에너지의 분포를 설명하고, 그것은 추가의 분석을 위한 기초가 된다. 이러한 멱급수들의 예들은 도 14, 도 15, 및 도 16에 그래픽으로 보여진다.
실시예에서, (예를 들어, 도 4a의 블록 412, 및 도 4b의 블록 456에 제시된 바와 같이) 전자 서명을 생성할 목적으로 마크의 메트릭들을 분석하는 컴퓨팅 디바이스는 2가지의 주파수-도메인 분석법: 첨도(Kurtosis) 및 분포 바이어스(Distribution Bias)를 이용한다. 이러한 맥락에서, 분포 바이어스는 전체 스펙트럼의 중심 대역 주파수 부근의 에너지 분포의 측정을 지칭한다. 첨도를 구하기 위해, 컴퓨팅 디바이스는 아래의 수학식을 이용할 수 있다:
Figure 112019069560965-pct00003
Figure 112019069560965-pct00004
는 멱급수 크기 데이터의 평균(mean)이고, s는 크기들의 표준 편차이고, N은 분석된 개별 스펙트럼 주파수들의 개수이다.
실시예에서, 분포 바이어스를 계산하기 위해, 제2 컴퓨팅 디바이스는 아래의 수학식을 이용한다:
Figure 112019069560965-pct00005
여기서, N은 분석된 개별 스펙트럼 주파수들의 개수이다.
실시예에서 주파수-도메인 분석을 이용할 때(예를 들어, DFT를 이용할 때), 컴퓨팅 디바이스는 다음의 기준을 고려한다: (크기별 소팅으로부터 발생하는) 진짜 마크의 서명의 평활한 다항 곡선은 주파수-도메인 내에서의 분석 시에 스펙트럼 서명 내의 인식가능한 특성들을 산출해낸다. 메트릭 데이터가 진짜 마크로부터 추출된 것과 동일한 순서로 추출될 때, 후보 마크는 심볼이 진짜인 경우와 유사한 스펙트럼 에너지 분포를 나타낼 것이다. 즉, 진짜의 소트 순서(genuine sort order)는 후보의 메트릭 크기들과 "일치(agree)"한다. 소트된 크기들 또는 다른 중첩된 신호들(예컨대 복사 아티팩트들)에서의 불일치는 진짜의 심볼 스펙트럼들에서 달리 존재하지 않는 고주파수 성분들을 보이는 경향이 있고, 그에 의해 마크 진정성(mark authenticity)의 추가의 척도를 제공한다. 이것은 위조 자기 상관 급수(counterfeit autocorrelation series)가 진짜 마크의 최소 통계 일치 임계값을 여전히 만족시킬 수 있을 가능성을 해결한다. 그러한 신호의 DFT 멱급수의 분포 특성들은 후보 급수들의 작은 진폭 일치 에러들(small amplitude match errors) 내에 존재하는 고주파수들을 통해 불량한 품질의 일치를 드러낼 것이다. 그러한 조건은 진짜 마크의 복사를 나타낼 수 있다. 구체적으로, 컴퓨팅 디바이스는 진짜 마크의 스펙트럼 내에 높은 첨도(Kurtosis) 및 높은 분포비(Distribution Ratio)가 존재하는 것으로 여긴다. 일부 실시예들에서, 컴퓨팅 디바이스는 후보 마크의 검증에서의 신뢰도의 척도로서, 일치 점수와 함께 이러한 멱급수 분포 정보(power series distribution information)를 이용한다.
도 17로 가면, 실시예에서, 컴퓨팅 디바이스는 (예를 들어, 도 2a의 블록 208, 도 2b의 블록 254, 도 4a의 블록 414, 및 도 4b의 블록 458에 제시된 바와 같이) 숫자로 된 크기 데이터가 아니라 "ASCII(American Standard Code for Information Interchange)" 캐릭터들로서 표현될 수 있는 바이트들의 스트링으로서 서명을 인코딩함으로써, 마크에 대한 전자 서명을 생성한다. 이러한 대안적인 포맷은 컴퓨팅 디바이스가 매체 저장 디바이스 내에서 마크를 찾아보기 위한 인덱스로서 서명 데이터를 직접 이용하는 것을 허용한다. 본 실시예에서, 컴퓨팅 디바이스는 진짜 마크에 대한 각각의 서명 메트릭의 위치 및 크기를 저장하기보다는, 중요한 서명 피처들의 존재(또는 부재), 및 진짜 마크 내에서의 평가된 위치들 각각을 저장한다. 예를 들어, 고유 식별자 또는 일련 번호를 담거나 인코딩하지 않는 2D 데이터 행렬 심볼의 경우에서, 컴퓨팅 디바이스는 마크의 서명 데이터를 캐릭터들의 스트링으로서 저장하며, 그것 각각은 부영역 내의 각각의 특성에 대한 최소 크기 임계값을 초과하는 피처의 존재 또는 부재를 인코딩하지만, 임의의 하나의 특성 내에서의 피처들의 크기 또는 개수에 관한 추가의 데이터는 인코딩하지 않는다. 이러한 예에서, 도 17의 마크(1700) 내의 각각의 부영역은 메트릭들의 세트 중의 각각의 메트릭에 대해 1 비트씩, 4 비트의 데이터를 가지며, 여기서 '1'은 특정 메트릭이 그 부영역에서 중요한 피처를 가짐을 나타낸다. 예를 들어, 0000(16진수 0)은 4개의 테스트된 특성 중 어느 것도 그 특정 부영역 내에서 임계 크기보다 큰 정도로 존재하지 않음을 의미할 수 있다. 값 1111(16진수 F)은 4개의 테스트된 특성 전부가 그 특정 부영역 내에서 최소값보다 큰 정도로 존재한다는 것을 의미할 것이다.
마크(1700)의 예에서, 최초의 6개의 부영역은 다음과 같이 코딩된다. (1) 제1 부영역(1702)은 평균 휘도에 대한 아티팩트를 갖지 않는다: 그것은 만족스럽게 검정색이다. 그것은 그리드 바이어스를 갖지 않는다. 그것은 대형의 흰색 보이드를 갖는다. 그것은 에지 형상 아티팩트를 갖지 않는다: 그것의 에지들은 직선이고 균일하다. 따라서, 컴퓨팅 디바이스는 그것을 0010으로서 코딩한다. (2) 제2 부영역(1704)은 보이드 및 에지 형상 아티팩트를 갖는다. 따라서, 컴퓨팅 디바이스는 그것을 0011로서 코딩한다. (3) 제3 부영역(1706)은 검정색이 아니라, 두드러지게 회색이지만, 다른 아티팩트는 갖지 않는다. 따라서, 컴퓨팅 디바이스는 그것을 1000으로서 코딩한다. (4) 제4 부영역(1708)은 아티팩트를 갖지 않는다. 따라서, 컴퓨팅 디바이스는 그것을 0000으로서 코딩한다. (5) 제5 부영역(1710)은 그리드 바이어스를 갖지만 다른 아티팩트는 갖지 않는다. 따라서, 컴퓨팅 디바이스는 그것을 0100으로서 코딩한다. (6) 제6 모듈(1712)은 아티팩트를 갖지 않는다. 따라서, 컴퓨팅 디바이스는 그것을 0000으로서 코딩한다. 따라서, 최초의 6개의 모듈은 이진법 001000111000000001000000, 16진법 238040, 십진법 35-128-64, 또는 ASCII #€ @으로 코딩된다. 2D 데이터 행렬 코드를 예로서 사용하면, 전형적인 심볼 크기의 22x22 부영역들에서, 데이터가 캐릭터(바이트)당 2개의 모듈로 패킹된다고 가정하면, 고유 서명 데이터를 포함하는 ASCII 스트링 부분은 242 캐릭터 길이일 것이다. 컴퓨팅 디바이스는 진짜 마크들의 서명 스트링들을 데이터베이스, 플랫 파일, 텍스트 문서, 또는 별개의 캐릭터 스트링들의 모집단들(populations)을 저장하는 데에 적합한 임의의 다른 구성으로 저장한다.
실시예에 따라, ASCII 구현 실시예에서 컴퓨팅 디바이스(예를 들어, 제2 컴퓨팅 디바이스(324))가 마크가 진짜인지를 결정하기 위해 후보 마크를 테스트하는 프로세스는 다음과 같다:
(1) 컴퓨팅 디바이스는 후보 마크를 분석하고, 그것의 ASCII 스트링을 추출한다.
(2) 컴퓨팅 디바이스는 ASCII 스트링을 이용하여 데이터베이스 프로그램을 통해 탐색 질의를 수행한다.
(3) 컴퓨팅 디바이스는 (데이터 프로그램의 제어 하에서) 매체 저장 디바이스 내에 저장된 서명들을 완전한 후보 탐색 스트링의 정확한 일치에 관한 테스트에 종속시킨다. 컴퓨팅 디바이스가 정확한 스트링 일치를 찾지 못하는 경우, 컴퓨팅 디바이스는 서브스트링들을 탐색함으로써, 또는 전체 스트링에 대한 "퍼지 일치(fuzzy match)" 탐색에 의해, 대략적인 일치(approximate match)를 찾으려고 시도할 수 있다.
(4) 검색이 적어도 제1의 최소 신뢰도 일치 임계값(confidence match threshold)의 하나의 기준 스트링에 대한 일치를 리턴하는 경우, 컴퓨팅 디바이스는 진짜 마크와 후보 마크가 동일하다고 여긴다. 즉, 컴퓨팅 디바이스는 후보 마크가 진짜라고 식별한다. 한편, 검색이 제2의 하위 임계값을 초과하는 퍼센티지 일치를 갖는 스트링을 리턴하지 않는 경우, 컴퓨팅 디바이스는 후보 마크를 위조 또는 무효로서 거절한다.
(5) 검색이 제1 임계값과 제2 임계값 사이의 퍼센티지 일치를 갖는 하나의 기준 스트링을 리턴하는 경우, 컴퓨팅 디바이스는 결과가 비결정적(indeterminate)이라고 여길 수 있다. 검색이 제2 임계값을 초과하는 퍼센티지 일치를 갖는 2개 이상의 기준 스트링을 리턴하는 경우, 컴퓨팅 디바이스는 결과가 비결정적이라고 여길 수 있다. 대안적으로, 컴퓨팅 디바이스는 후보 마크의 스트링을 다른 저장된 기준 스트링들 중 하나와 일치하는 추가의 분석을 수행할 수 있다.
(6) 결과가 비결정적일 때, 컴퓨팅 디바이스는 (예를 들어, 사용자 인터페이스 상에서, 또는 제3 컴퓨팅 디바이스(240)에 메시지를 전송함으로써) 결과가 비결정적임을 나타낼 수 있다. 컴퓨팅 디바이스는 사용자에게 테스트를 위한 후보 마크의 다른 이미지를 제출할 것을 촉구할 수 있다. 그를 대신하여, 또는 그에 더하여, 컴퓨팅 디바이스는 후보 마크의 캡처된 이미지 내의 개별 피처들을 인코딩하기 위해 재시도 방법을 이용할 수 있다. 컴퓨팅 디바이스는 후보 마크 내의 서명 데이터가 그 메트릭에 대한 크기 최소 임계값에 근접한 임의의 부영역에 재시도 방법을 적용할 수 있다. 테스트되고 있는 마크가 에러 정정 메커니즘을 이용하는 경우, 에러 정정 메커니즘이 아마도 손상되었거나 변경되었다고 나타내는 후보 마크의 임의의 부영역 또는 부분에 재시도 방법이 적용될 수 있다. 그를 대신하여, 또는 그에 더하여, 컴퓨팅 디바이스는 예를 들어 어써트(assert)된 그 존재 비트(1로 설정됨)로 검색한 다음 언어써트(un-assert)된 비트(0으로 설정됨)로 다시 검색함으로써, 또는 "와일드 카드" 캐릭터를 대체함으로써, 그 최소 크기 임계값에 근접한 크기를 갖는 임의의 서명 데이터를 역강조(de-emphasize)할 수 있다. 대안적으로, 컴퓨팅 디바이스는 임계값에 근접한 피처들을 표현하는 비트들을 비중축소(underweighting) 또는 무시함으로써 퍼센티지 일치 질의(percentage match query)를 재계산할 수 있다.
낮은 변산도 시나리오
도 4a 내지 도 4c 및 도 8 내지 도 16과 관련하여 전술한 실시예들은 "고변산도" 프린트 기술들(예를 들어, 열 전사 또는 잉크젯)에 관하여 특히 효과적인데, 여기서 충분히 식별가능한 크기의 이상점 아티팩트들은 반복가능한 HID 위치들로서 작용하기 위해 쉽게 이용가능하다. 그러나, 다른 프린트 기술들은 동일한 타입의 명백한 변동들을 나타내지 않을 수 있다. 이것은 2개의 파형(신호들)의 플롯들을 도시하는 도 18에서 알 수 있다. 제1 파형(1802)은 열 전사(thermal transfer) 프린팅 프로세스를 이용하여 인쇄된 마크로부터 메트릭들 및 인덱스 위치들의 정렬된 쌍들의 세트로부터 추출되었다. (y축 상의) 메트릭들의 세트는, 이 예에서, 전체 파형의 평균 값으로부터의 변동으로서 표현된다(평균 값은 y축 상에서 제로로서 설정된다). x축은 최저로부터 최고로 소트된 인덱스 값들을 포함한다. 제2 파형(1804)은 플렉소그래픽(flexographic) 프린팅 프로세스를 이용하여 인쇄된 마크로부터의 메트릭들 및 인덱스 위치들의 정렬된 쌍들의 세트로부터 추출되었다. 제1 파형(1802)은 제2 파형(1804)보다 더 고변산도를 나타낸다는 것을 알 수 있다(각자의 데이터 계열 내의 진폭 및 전체 변산도의 차이들에 유의한다).
열 전사 데이터(제1 파형(1802))를 참조하면, 비-직렬화된 룩업(데이터베이스 룩업)에 대해 (위에서 설명된 방식으로) HID를 구성하기 위해 다수의 고-진폭 피크가 사용될 수 있다. 플렉소그래픽 데이터(제2 파형(1804))는 거의 식별가능한 '이상점' 피크들이 없는 훨씬 덜 구별가능한 수 계열을 나타낸다. 플렉소그래픽 데이터가 낮은 변산도를 나타내기 때문에, 실시예에서, 컴퓨팅 디바이스(도 1의 컴퓨팅 디바이스들(108, 110, 및 120) 중 하나 이상 또는 도 3의 컴퓨팅 디바이스들(310, 324, 및 338) 중 하나 이상)는 높은 크기의, 이상점 데이터 값들의 존재에 의존하지 않는 메트릭 서명 데이터의 다른 양태들을 사용하여 HID를 구성할 수 있다. 이제, 이러한 다른 양태들을 사용하기 위한 다양한 기술들이 설명된다.
실시예에 따르면, 컴퓨팅 디바이스는 파형을 필터링하여, 필터링된 파형을 얻는다. 가능한 필터들의 예들은 평활화 프로세스, 예컨대 이동 평균, 시간-도메인 콘볼루션, 푸리에 급수 연산, 공간 대역통과 필터, 및 저역 통과 필터를 포함한다. 도 19에 도시된 예에서, 컴퓨팅 디바이스는 제2 파형(1804)에 이동 평균을 적용하였고, 이는 데이터 계열을 느리게 변화하는 파형으로 평활화하는 효과를 갖는다. 도 19는 필터링되기 이전(1904a) 및 필터링된 후(이 경우, 이동 평균)(1904b)의 제2 파형(1804)을 도시한다. 실시예에서 이동 평균을 계산하기 위해, 컴퓨팅 디바이스는 메트릭들의 세트로부터 2개 이상의 데이터 포인트를 취하고, 이들을 함께 가산하고, 그들의 합을 가산된 데이터 포인트들의 총 수로 나누고, 제1 데이터 포인트를 평균으로 대체하고, 메트릭들의 세트의 종료가 도달될 때까지 각각의 연속적인 데이터 포인트에 대해 이러한 프로세스를 반복한다.
일부 실시예들에서, 컴퓨팅 디바이스는 정보가 "확산"할 수 있게 하는 방식으로 파형을 필터링한다. 예를 들어, 윈도우 평균이 각각의 윈도우 내의 데이터가 이웃 윈도우들에 포함된 정보의 일부를 포함하도록 허용하기 전에, 공간 필터를 적용한다. 즉, 컴퓨팅 디바이스는 특정 윈도우 내의 평균된 데이터 포인트들 내의 인접 윈도우(들)로부터의 정보를 포함한다.
그 다음, 컴퓨팅 디바이스는, 제로 크로싱들의 포지션, 피크 투 피크 거리들(peak-to-peak distances), 데이터의 적분 또는 미분 등과 같은, 필터링된 파형의 속성들을 추출한다. 이러한 기술들 중 임의의 것 또는 모두는 HID를 구성하기 위한 기초로서 사용될 수 있다. 실시예에서, 컴퓨팅 디바이스는 도 20에 도시된 바와 같이, 필터링된 파형을 섹션들 또는 '대역들'(이 예에서는 9개의 대역)로 분할하고 각각의 대역에서의 파형의 로컬 평균을 계산한다. 도 20은 서명 데이터에 대해 직사각형들로서 중첩된 것과 같은 대역 평균 값을 도시한다. 일부 실시예들에서, 컴퓨팅 디바이스는 필터링되지 않은 파형들의 속성들을 추출한다(즉, 필터링 프로세스를 수행하지 않는다).
컴퓨팅 디바이스는 이들 대역 평균들을 정규화하고 (도 21a에 도시된) 데이터의 이진 표현을 구성한다. 이진 스트링은 로컬 평균을 대역 평균들의 전체 평균보다 위이거나 아래인 것으로서 나타낸다. 이 이진 스트링은 이제 이 특정 메트릭에 대한 HID 블록이 된다. 컴퓨팅 디바이스는 각각의 나머지 메트릭에 대해 HID 블록들의 나머지를 유사하게 구성한다.
실시예에서, 이러한 기술을 사용할 때, 컴퓨팅 디바이스는 고변산도 시나리오에 대하여 전술된 것과 상이한 방식으로 진짜 마크의 저장된 HID를 인입 후보들의 HID와 비교하여 평가한다(예를 들어, 도 4b의 블록 464). 예를 들어, 퍼지 로직 검색 대신에, 컴퓨팅 디바이스는 HID 일치 점수를 계산하기 위한 부울 연산(Boolean operation)들을 이용할 수 있다. 일 구현예에서, 컴퓨팅 디바이스는 비트단위 반전된 배타적 OR이 원래 및 인입 후보 비트 패턴들에 대해 적용되는 것으로 적용한다. 예로서, 도 21a로 구성된 원래의 HID 블록을 이용하여, 컴퓨팅 디바이스는 다음과 같이 인입 후보를 평가할 수 있다:
Figure 112019069560965-pct00006
부울 참 결과 (1)에 의해 표현되는 "일치하는(agreeing)" 비트들은 이어서 컴퓨팅 디바이스에 의해 합산된다(예를 들어, 해밍(Hamming) 거리를 계산하기 위해). 이 합계는 해당 블록에 대한 HID 점수가 된다. 이전과 같이, 컴퓨팅 디바이스는 모든 원래의 HID 레코드 내의 모든 블록에 대한 이 프로세스를 후보 마크의 HID에 대해 수행한다. 이것이 완료되면, 컴퓨팅 디바이스는 이전에 기재된 바와 같이 원래의 전자 서명들의 결과적인 발췌된 리스트를, 전체 후보(예를 들어, 제출된 셀 폰) 전자 서명과 비교하여 평가한다. 발췌된 리스트로부터의 전자 서명들 중 임의의 것이 후보 전자 서명 데이터에 대한 "진짜"의 결과를 산출한다면, 컴퓨팅 디바이스는 그와 같이 검증 결과를 보고한다. 발췌된 리스트 중 어느 것도 "진짜" 결과를 산출하지 않으면, 컴퓨팅 디바이스는 검증 결과를 "위조"로서 (예를 들어, 사용자 인터페이스를 통해 사용자에게 국지적으로 또는 메시지를 원격 디바이스(예를 들어, 셀 폰)에 전송함으로써) 보고한다.
실시예에 따르면, (도 20 및 도 21a와 관련하여 설명된 바와 같이) 파형의 각각의 대역을 이진 값으로서 표현하는 대신에, 컴퓨팅 디바이스는 필터링 동안 진폭 정보의 일부를 유지한다. 도 21b에 도시된 바와 같이, 컴퓨팅 디바이스는, 예를 들어, HID를 구성하기 위해 실제 대역 평균 값들을 사용할 수 있다. 이어서, 컴퓨팅 디바이스는 (HID들이 근접하게 일치하는지를 결정하기 위해) 유사도 척도로서 해밍 거리를 사용하는 것이 아니라, 공분산 또는 수치 상관을 이용하여 인입 후보 HID들의 일치 점수를 평가한다. 평균 윈도우들의 폭 및 수를 변경함으로써, 컴퓨팅 디바이스는 필요에 따라 HID 해상도를 상승 또는 낮추고, 더 많은 및/또는 더 좁은 윈도우들이 더 높은 판별력의 HID를 산출하고(그러나 더 커지고 더 많은 메모리를 저장하도록 요구함), 더 넓은 및/또는 더 적은 윈도우들이 (데이터의 더 큰 감소로 인해) 더 낮은 저장 요구들을 갖지만 비례적으로 더 낮은 판별력을 갖는다.
논의된 기술들 중 하나 이상을 사용함으로써 데이터(및 결과적으로 요구되는 검색 속도 및 저장)의 감소를 예시하기 위해, 미가공 파형(예를 들어, 1802)은 700개의 데이터 포인트를 갖는다고 가정한다. 각각은 22 kB 초과인 32 비트의 부동 소수점 수이다. 도 21a의 해밍/이진 예에서, 컴퓨팅 디바이스는 이것을 9 비트로 아래로 감소시킬 것이다. 이것은 700개의 32 비트 데이터 포인트로부터 9개의 1 비트 데이터 포인트로의 치수 감소를 나타낸다. 컴퓨팅 디바이스가 진폭 정보(실제 대역 평균 값)를 유지하는 도 21b의 예에서, 치수 감소는 32 x 9= 288 바이트로 될 것이다. 따라서, 그 예에서의 치수 감소는 700개의 32-비트 포인트로부터 9개의 32-비트 포인트일 것이다.
도 22를 참조하면, 실시예에 따른 컴퓨팅 디바이스에 의해 수행되는 프로세스의 흐름도가 도시된다. 이 실시예에 대한 초기 프로세스 흐름은 (진짜 마크에 대한 전자 서명을 생성하기 위한) 도 4a의 블록들(402-414) 및 (후보 마크에 대한 전자 서명을 생성하기 위한) 도 4b의 블록들(450-456)과 동일하며, 차이는 해시 식별자가 어떻게 생성되는지에 있다. 그러나, 블록 416 또는 블록 450 대신에, 프로세스는 도 22의 블록 2202로 이동하고, 여기서 컴퓨팅 디바이스가 메트릭들로부터 파형을 추출한다. 예를 들어, 컴퓨팅 디바이스는 메트릭들을 정렬된 쌍들의 세트(메트릭이 획득되었던 마크에서의 위치의 식별자(예를 들어, 인덱스 값) 대 메트릭)로서 분석하고, 파형으로서 정렬된 것들을 분석한다. 블록 2204에서, 컴퓨팅 디바이스는 파형을 필터링한다. 블록 2206에서, 컴퓨팅 디바이스는 필터링된 파형의 속성들을 추출한다. 컴퓨팅 디바이스는 메트릭들의 각각의 세트(예를 들어, 메트릭들의 제1 세트, 메트릭들의 제2 세트, 메트릭들의 제3 세트 등), 각각의 추출된 파형(예를 들어, 제1 파형, 제2 파형, 제3 파형 등), 및 각각의 필터링된 파형(예를 들어, 제1 필터링된 파형, 제2 필터링된 파형, 제3 필터링된 파형 등)에 대해 블록들(1802 내지 1806)을 반복한다. 블록 2208에서, 컴퓨팅 디바이스는 (하나 이상의 필터링된 파형의) 추출된 속성들로부터 해시 식별자를 형성한다. 프로세스는 이어서 (도 4a의) 블록 422 또는 (도 4b의) 블록 464로 이동한다.
가중치를 생성하는 것
실시예에서, 컴퓨팅 디바이스는 마크의 바람직하지 않은 영역들로부터 메트릭들보다 마크의 특정 영역들로부터 추출된 메트릭들을 선택하거나 우선적으로 가중하기 위한 절차를 이용한다. 이것은 저변산도 시나리오에서, 마크의 일부 영역들이 다른 영역들보다 신뢰성 있는 HID를 구성하기 위해 더 사용가능한 서명 피처들을 운반할 것이라는 사실을 고려한다. 이러한 가중은 시간 도메인 신호 진폭 분석, 주파수 도메인 에너지 분석, 및 다른 방법들을 포함하는 다양한 방식들로 행해질 수 있다. 요약하면, 컴퓨팅 디바이스는, 예를 들어, 분석되고 있는 영역이 고에너지를 나타내는지 여부에 따라 메트릭들을 가중하기 위해 상이한 규칙들의 세트들을 사용한다.
실시예에서, 컴퓨팅 디바이스는 각각의 이용가능한 서명 피처 메트릭 데이터 세트에 대한 '가중 점수'를 확립하기 위해 메트릭 데이터의 푸리에 멱급수로부터 도출된 것과 같은 총 신호 에너지의 측정치를 사용한다. 컴퓨팅 디바이스는 멱급수에 걸쳐 개별적인 스펙트럼 에너지들을 합산함으로써 총 신호 에너지를 계산하고, 여기서 각각의 스펙트럼 성분의 에너지는 주파수 도메인번호의 실수부 및 허수부의 제곱들의 합의 제곱근으로서 계산된다.
도 23은 "고에너지" 메트릭 데이터(위치 식별자(예를 들어, 인덱스 값) 대 기준선 또는 평균으로부터의 메트릭의 분산)의 세트의 예시적인 파형을 도시한다. 도 24는 도 23의 "고에너지" 메트릭 데이터의 푸리에 멱급수를 도시한다. 도 23의 메트릭 데이터는 높은 가중 점수를 수신할 것이고, HID 블록에 대한 소스 데이터로서 우선적으로 사용될 것이다.
도 25는 "저에너지" 메트릭 데이터의 세트의 예시적인 파형을 도시한다. 도 26은 도 25의 "저에너지" 메트릭 데이터의 푸리에 멱급수를 도시한다. 도 25의 메트릭 데이터는 낮은 가중 점수를 수신할 것이고, HID 블록에 대한 소스 데이터로서 사용되지 않을 것이다.
가중 점수를 계산하는 것:
실시예에서, 가중 점수를 계산하기 위해, 컴퓨팅 디바이스는 그것이 분석하고 있는 특정 멱급수 내의 각각의 대역의 진폭들을 합산한다. 일단 컴퓨팅 디바이스가 각각의 메트릭 데이터 세트에 대한 가중 점수를 가지면, 그것은 이들 점수들에 의해 내림차순으로 소트하고, 해당 마크에 대한 HID의 구성에서 사용하기 위한 최고 점수화(최고 신호 에너지) 메트릭 데이터 세트들을 선택한다.
마스크를 생성하는 것
실시예에서, 컴퓨팅 디바이스는 UPC 선형 바코드들 상에서 동작할 때 전술한 방법들을 사용한다. 이 경우에, 52개의 HID 블록이 이용가능하고, 심볼에서 "바(bar)"당 2개가 존재한다(좌측 및 우측 가드 바들을 제외한, 각각의 바의 선단 에지로부터 추출된 하나의 메트릭 데이터 계열 및 후단 에지로부터 추출된 하나의 메트릭 데이터 계열). 컴퓨팅 디바이스는, 예를 들어, HID 블록 연산들을 수행하기 위해 상위 5개의 최고 '서명 에너지'를 갖는 메트릭들을 사용하도록 선택할 수 있다.
실시예에서, 원래의 UPC 바코드에 대한 HID 키를 생성할 때, 컴퓨팅 디바이스는 모든 52개의 서명 메트릭 데이터 세트를 그것으로부터 도출된 HID와 함께 저장한다. 10 비트의 HID 블록 길이를 가정하면, 컴퓨팅 디바이스는 520 비트의 총 길이를 갖는 HID로 끝날 것이다.
효율적인 처리를 위해, 컴퓨팅 디바이스는 위에서 설명된 HID 비교 방법에서 사용되는 비트단위 연산들과 호환가능한 가중 방식을 이용할 수 있다. 실시예에서, 컴퓨팅 디바이스는 높은/바람직한 가중치를 부여한 HID 블록들에 대응하는 비트 위치들에서의 부울 참 값들 및 모든 다른 비트 위치에서의 부울 거짓을 갖는 마스크를 구성한다. 이 시점에서, 마스크를 이용한 간단한 비트단위 AND 연산은 최고 에너지 신호(및 이에 따라 최상의 판별력)를 갖는 블록들만을 이용하여 2개의 HID 사이의 HID 유사도 척도를 계산하기 위해 필요한 전부이다.
단순화된 예로서, 컴퓨팅 디바이스가 8개의 블록의 HID- 각각이 블록당 10 비트를 가짐 -를 구성하여 80 비트 HID를 산출하는 경우를 고려한다. 또한, 컴퓨팅 디바이스는, 이 예에서, 원래의 (진짜) 마크의 서명의 HID (A)를 후보 마크의 HID (B)와 비교하기 위해 상위 5개의 최고 에너지 HID 블록만을 사용하고 있을 것이다. 도 27 및 도 28은 프로세스를 도시하고 잘 일치하는 후보 HID(도 27) 및 불량하게 일치하는 후보 HID(도 28) 둘 다에 대한 예시적인 비트 카운트 결과 (F)를 도시한다.
본 명세서에 설명되는 예시적인 실시예들은 제한을 목적으로 하는 것이 아니라 설명적인 의미로만 고려되어야 한다는 점을 이해해야 한다. 각각의 실시예 내의 피처들 또는 양태들의 설명들은 전형적으로 다른 실시예들에서 다른 유사한 피처들 또는 양태들에 대해 이용가능한 것으로 고려되어야 한다. 본 기술분야의 통상의 기술자들은 이하의 청구항들에 의해 정의되는 취지 및 범위를 벗어나지 않고서 형태 및 세부사항들의 다양한 변형들이 이루어질 수 있음을 이해할 것이다. 예를 들어, 도 2a, 도 2b, 도 2c, 도 4a, 도 4b, 도 4c 및 도 22의 흐름도들의 단계들은 본 기술분야의 통상의 기술자에게 명백할 방식들로 재정렬될 수 있다. 또한, 본 명세서에 설명된 방법들뿐만 아니라 이러한 흐름도들의 단계들은 모두 단일 컴퓨팅 디바이스 상에서 수행될 수 있다.

Claims (25)

  1. 컴퓨팅 디바이스 상에서, 마크가 진짜인지를 결정하기 위한 방법으로서,
    진짜 마크의 캡처된 이미지를 수신하는 단계;
    상기 캡처된 이미지를 이용하여, 상기 진짜 마크 내의 복수의 위치에서 상기 진짜 마크의 특성을 측정함으로써, 상기 특성에 대한 메트릭들의 세트를 얻는 단계- 상기 복수의 위치는 복수의 위치 식별자와 연관됨 -;
    상기 메트릭들의 세트에 기초하여, 상기 진짜 마크에 대한 전자 서명을 생성하는 단계;
    상기 메트릭들의 세트로부터 파형을 추출하는 단계- 상기 파형은 상기 메트릭들의 세트와 상기 복수의 위치 사이의 정렬된 쌍 관계(ordered pair relationship)에 기초함 -;
    상기 파형을 복수의 대역으로 분할하는 단계;
    상기 복수의 대역 중 각각의 대역에 대해,
    상기 대역의 속성을 추출하는 단계;
    상기 속성에 기초하여 수치 값을 할당함으로써, 수치 값들의 세트를 얻는 단계;
    상기 수치 값들의 세트로부터 상기 진짜 마크에 대한 해시 식별자를 형성하는 단계;
    상기 해시 식별자를 상기 진짜 마크의 상기 전자 서명과 연관시켜 데이터베이스에 저장하는 단계- 상기 데이터베이스는,
    진짜 마크들의 복수의 전자 서명 및 복수의 해시 식별자를 포함하고- 각각의 전자 서명은 그 자신의 해시 식별자와 연관됨 -,
    하나 이상의 매체 저장 디바이스에 유지됨 -;
    후보 마크가 진짜인지를 결정하라는 요청을 수신하는 단계; 및
    진짜 마크의 적어도 하나의 일치하는 전자 서명을 찾아내기 위해 상기 후보 마크의 해시 식별자를 상기 데이터베이스 내의 상기 복수의 해시 식별자 중 하나 이상과 비교하는 단계
    를 포함하는 방법.
  2. 제1항에 있어서,
    상기 파형을 필터링하는 단계를 추가로 포함하고, 상기 파형을 분할하는 것은 상기 필터링된 파형을 상기 복수의 대역으로 분할하는 것을 포함하는 방법.
  3. 제2항에 있어서,
    상기 파형을 필터링하는 것은 상기 파형을 평활화하는 것을 포함하고,
    상기 파형을 분할하는 것은 상기 평활화된 파형을 상기 복수의 대역으로 분할하는 것을 포함하는 방법.
  4. 제3항에 있어서,
    상기 파형을 평활화하는 것은 상기 복수의 위치에 걸친 이동 평균을 상기 메트릭들의 세트에 적용하는 것을 포함하는 방법.
  5. 제2항에 있어서,
    상기 파형을 필터링하는 것은 저역 통과 필터를 이용하여 시간 도메인 콘볼루션을 상기 파형에 적용하는 것을 포함하는 방법.
  6. 제2항에 있어서,
    상기 파형을 필터링하는 것은 푸리에 급수 연산을 상기 파형에 적용하는 것을 포함하는 방법.
  7. 제2항에 있어서,
    상기 파형을 필터링하는 것은 공간 대역통과 필터를 상기 파형에 적용하는 것을 포함하는 방법.
  8. 제1항에 있어서,
    상기 수치 값은 이진 값이고 상기 후보 마크의 해시 식별자를 상기 데이터베이스 내의 상기 복수의 해시 식별자 중 하나 이상과 비교하는 것은 상기 후보 마크의 상기 해시 식별자와 상기 데이터베이스 내의 상기 복수의 해시 식별자 중 하나 이상 사이의 해밍 거리(Hamming distance)를 계산하는 것을 포함하는 방법.
  9. 제1항에 있어서,
    상기 후보 마크의 상기 해시 식별자와, 상기 데이터베이스 내의 상기 복수의 해시 식별자 중 하나 이상을 갖는 해시 식별자의 비교에 기초하여, 상기 후보 마크의 상기 해시 식별자가 상기 데이터베이스 내의 상기 복수의 해시 식별자 중 하나 이상에 근접하게 일치하는지를 결정하는 단계;
    상기 후보 마크의 상기 해시 식별자가 상기 데이터베이스 내의 상기 복수의 해시 식별자 중 하나 이상에 근접하게 일치하는 것으로 결정되는 경우,
    상기 데이터베이스의 상기 근접하게 일치하는 해시 식별자와 연관된 상기 전자 서명을 매체 저장 디바이스로부터 검색하는 단계- 상기 검색된 전자 서명은 상기 진짜 마크의 아티팩트에 관한 데이터를 포함함 -; 및
    상기 후보 마크의 상기 전자 서명과 상기 진짜 마크의 상기 검색된 전자 서명의 비교에 기초하여, 상기 후보 마크가 진짜인지를 결정하는 단계- 상기 후보 마크가 진짜인 것으로 결정되는 경우, 상기 후보 마크가 진짜임을 표시함 -를 추가로 포함하는 방법.
  10. 제1항에 있어서,
    수치 값을 할당하는 것은 상기 대역 내의 상기 메트릭들의 평균 값이 상기 파형의 상기 메트릭들의 평균 값을 초과하는지에 기초하여 상기 수치 값을 할당하는 것을 포함하는 방법.
  11. 제1항에 있어서,
    수치 값을 할당하는 것은 상기 대역 내의 상기 메트릭들의 평균 값을 할당하는 것을 포함하는 방법.
  12. 제1항에 있어서,
    상기 복수의 위치 식별자는 복수의 인덱스 값을 포함하는 방법.
  13. 제1항에 있어서,
    상기 캡처된 이미지를 이용하여, 상기 복수의 위치에서의 상기 진짜 마크의 제2 특성을 측정함으로써, 메트릭들의 제2 세트를 얻는 단계- 상기 전자 서명을 생성하는 것은 상기 메트릭들의 제1 및 제2 세트에 기초하여 상기 전자 서명을 생성하는 것을 포함함 -;
    상기 메트릭들의 제2 세트로부터 제2 파형을 추출하는 단계- 상기 파형은 상기 메트릭들의 제2 세트와 상기 복수의 위치 사이의 정렬된 쌍 관계에 기초함 -;
    상기 제2 파형을 복수의 대역으로 분할하는 단계; 및
    상기 제2 파형의 상기 복수의 대역 중 각각의 대역에, 상기 대역 내의 상기 파형의 속성에 기초하여 수치 값을 할당함으로써, 수치 값의 제2 세트를 얻는 단계- 상기 진짜 마크에 대한 상기 해시 식별자를 형성하는 것은 상기 수치 값들의 제1 및 제2 세트로부터 상기 해시 식별자를 형성하는 것을 포함함 -를 추가로 포함하는 방법.
  14. 제1항에 있어서,
    상기 캡처된 이미지를 이용하여 상기 후보 마크 내의 복수의 위치에서 상기 후보 마크의 상기 특성을 측정하는 것은 상기 후보 마크의 복수의 부영역의 평균 착색을 측정하여, 상기 평균 착색에 대한 메트릭들의 세트를 얻는 것을 포함하는 방법.
  15. 제1항에 있어서,
    상기 캡처된 이미지를 이용하여 상기 후보 마크의 상기 특성을 측정하는 것은, 상기 후보 마크의 복수의 위치에서의 최적합 그리드로부터 상기 후보 마크의 부영역의 포지션에서의 편차를 측정하여, 상기 최적합 그리드로부터의 편차에 대한 메트릭들의 세트를 얻는 것을 포함하는 방법.
  16. 제1항에 있어서,
    상기 캡처된 이미지를 이용하여 상기 후보 마크의 상기 특성을 측정하는 것은 상기 후보 마크의 복수의 부영역의 선형성들을 측정하여, 선형성들에 대한 메트릭들의 세트를 얻는 것을 포함하는 방법.
  17. 제1항에 있어서,
    상기 후보 마크 내의 복수의 위치에서 상기 후보 마크의 상기 특성을 측정하는 것은, 상기 후보 마크의 복수의 부영역 각각의 평균 그레이 값들(gray values)의 측정치들을 구하는 것을 포함하는 방법.
  18. 제1항에 있어서,
    상기 후보 마크 내의 복수의 위치에서 상기 후보 마크의 상기 특성을 측정하는 것은 상기 후보 마크의 복수의 부영역 각각에서 비선형성들의 측정치들을 구하는 것을 포함하는 방법.
  19. 컴퓨팅 디바이스 상에서, 마크가 진짜인지를 결정하기 위한 방법으로서,
    후보 마크의 캡처된 이미지를 수신하는 단계;
    상기 캡처된 이미지를 이용하여, 상기 후보 마크 내의 복수의 위치에서 상기 후보 마크의 제1 특성을 측정하여, 상기 후보 마크에 대한 메트릭들의 제1 세트를 얻는 단계;
    상기 캡처된 이미지를 이용하여, 상기 복수의 위치에서 상기 후보 마크의 제2 특성을 측정함으로써, 상기 후보 마크에 대한 메트릭들의 제2 세트를 얻는 단계- 상기 복수의 위치는 복수의 위치 식별자와 연관됨 -;
    상기 메트릭들의 제1 세트 및 상기 메트릭들의 제2 세트에 기초하여, 상기 후보 마크에 대한 전자 서명을 생성하는 단계- 제1 파형은 상기 메트릭들의 제1 세트와 상기 복수의 위치 사이의 정렬된 쌍 관계를 나타내고, 제2 파형은 상기 메트릭들의 제2 세트와 상기 복수의 위치 사이의 정렬된 쌍 관계를 나타냄 -;
    상기 제1 파형 및 상기 제2 파형을 필터링하는 단계;
    필터링된 상기 제1 파형을 제1 복수의 대역으로 분할하는 단계;
    상기 제1 복수의 대역 중 각각의 대역에, 상기 대역 내의 필터링된 상기 제1 파형의 속성에 기초하여 수치 값을 할당하여, 수치 값들의 제1 세트를 얻는 단계;
    상기 제2 파형을 제2 복수의 대역으로 분할하는 단계;
    상기 제2 복수의 대역 중 각각의 대역에, 상기 대역 내의 상기 제2 필터링된 파형의 속성에 기초하여 수치 값을 할당하여, 수치 값들의 제2 세트를 얻는 단계;
    상기 수치 값들의 제1 세트 및 상기 수치 값들의 제2 세트를 이용하여 상기 후보 마크에 대한 해시 식별자를 형성하는 단계;
    진짜 마크의 해시 식별자와 상기 후보 마크의 상기 해시 식별자의 비교에 기초하여, 상기 후보 마크의 상기 해시 식별자가 상기 진짜 마크의 상기 해시 식별자에 근접하게 일치하는지를 결정하는 단계;
    상기 후보 마크의 상기 해시 식별자가 상기 진짜 마크의 상기 해시 식별자에 근접하게 일치하는 것으로 결정되는 경우,
    매체 저장 디바이스로부터 상기 진짜 마크의 전자 서명을 검색하는 단계- 상기 진짜 마크의 상기 전자 서명은 상기 진짜 마크의 아티팩트(artifact)에 관한 데이터를 포함함 -; 및
    상기 후보 마크의 상기 전자 서명과 상기 진짜 마크의 상기 검색된 전자 서명의 비교에 기초하여, 상기 후보 마크가 진짜인지를 결정하는 단계- 상기 후보 마크가 진짜인 것으로 결정되는 경우, 상기 후보 마크가 진짜임을 표시함 -
    를 포함하는 방법.
  20. 컴퓨팅 디바이스 상에서, 마크가 진짜인지를 결정하기 위한 방법으로서,
    진짜 마크의 캡처된 이미지를 수신하는 단계;
    상기 진짜 마크의 상기 캡처된 이미지를 이용하여, 상기 진짜 마크 내의 복수의 위치에서 상기 진짜 마크의 특성들의 제1 세트를 측정함으로써, 상기 진짜 마크에 대한 메트릭들의 제1 세트를 얻는 단계와,
    상기 진짜 마크의 상기 캡처된 이미지를 이용하여, 상기 진짜 마크 내의 복수의 위치에서 상기 진짜 마크의 특성들의 제2 세트를 측정함으로써, 상기 진짜 마크에 대한 메트릭들의 제2 세트를 얻는 단계- 상기 복수의 위치는 복수의 위치 식별자와 연관됨 -와,
    상기 메트릭들의 제1 세트 및 제2 세트에 기초하여 상기 진짜 마크에 대한 전자 서명을 형성하는 단계
    를 포함하는 단계들을 수행함으로써 상기 진짜 마크에 대한 전자 서명을 생성하는 단계;
    상기 메트릭들의 제1 세트로부터 제1 파형을 추출하는 단계- 상기 제1 파형은 상기 메트릭들의 제1 세트와 상기 복수의 위치 사이의 정렬된 쌍 관계에 기초함 -와,
    상기 제1 파형에 이동 평균을 적용하여 제1 필터링된 파형을 도출하는 단계와,
    상기 제1 필터링된 파형의 속성들을 추출하는 단계와,
    상기 메트릭들의 제2 세트로부터 제2 파형을 추출하는 단계- 상기 제2 파형은 상기 메트릭들의 제2 세트와 상기 복수의 위치 사이의 정렬된 쌍 관계에 기초함 -와,
    상기 제2 파형에 이동 평균을 적용하여 제2 필터링된 파형을 도출하는 단계와,
    상기 제2 필터링된 파형의 속성들을 추출하는 단계와,
    상기 제1 필터링된 파형의 상기 속성들 및 상기 제2 필터링된 파형의 상기 속성들로부터 상기 진짜 마크에 대한 해시 식별자를 형성하는 단계
    를 포함하는 단계들을 수행함으로써 상기 진짜 마크에 대한 해시 식별자를 생성하는 단계;
    상기 해시 식별자를 상기 진짜 마크의 상기 전자 서명과 연관시켜 데이터베이스에 저장하는 단계- 상기 데이터베이스는,
    복수의 다른 전자 서명 및 복수의 다른 해시 식별자를 포함하고- 각각의 전자 서명은 그 자신의 해시 식별자와 연관됨 -,
    하나 이상의 매체 저장 디바이스에 유지됨 -;
    후보 마크가 진짜인지를 결정하라는 요청과 함께 후보 마크의 캡처된 이미지를 요청자로부터 수신하는 단계;
    상기 후보 마크의 상기 캡처된 이미지를 이용하여, 상기 후보 마크 내의 상기 복수의 위치에서 상기 후보 마크에 대한 상기 특성들의 제1 세트를 측정함으로써, 상기 후보 마크에 대한 메트릭들의 제1 세트를 얻는 단계와,
    상기 후보 마크의 상기 캡처된 이미지를 이용하여, 상기 후보 마크 내의 상기 복수의 위치에서 상기 특성들의 제2 세트를 측정함으로써, 상기 후보 마크에 대한 메트릭들의 제2 세트를 얻는 단계와,
    상기 메트릭들의 제1 세트 및 제2 세트에 기초하여 상기 후보 마크에 대한 상기 전자 서명을 형성하는 단계
    를 포함하는 단계들을 수행함으로써 상기 후보 마크에 대한 전자 서명을 생성하는 단계;
    상기 후보 마크의 상기 메트릭들의 제1 세트로부터 제1 파형을 추출하는 단계- 상기 제1 파형은 상기 후보 마크의 상기 메트릭들의 제1 세트와 상기 복수의 위치 사이의 정렬된 쌍 관계에 기초함 -와,
    상기 제1 파형에 이동 평균을 적용하여 상기 후보 마크에 대한 제1 필터링된 파형을 도출하는 단계와,
    상기 제1 필터링된 파형의 속성들을 추출하는 단계와,
    상기 후보 마크의 상기 메트릭들의 제2 세트로부터 제2 파형을 추출하는 단계- 상기 제2 파형은 상기 후보 마크의 상기 메트릭들의 제2 세트와 상기 복수의 위치 사이의 정렬된 쌍 관계에 기초함 -와,
    상기 후보 마크의 상기 제2 파형에 이동 평균을 적용하여 상기 후보 마크에 대한 제2 필터링된 파형을 도출하는 단계와,
    상기 후보 마크의 상기 제2 필터링된 파형의 속성들을 추출하는 단계와,
    상기 후보 마크의 제1 필터링된 파형의 상기 측정된 속성들 및 상기 후보 마크의 제2 필터링된 파형의 상기 측정된 속성들로부터 상기 후보 마크에 대한 상기 해시 식별자를 형성하는 단계
    를 포함하는 단계들을 수행함으로써 상기 후보 마크에 대한 해시 식별자를 생성하는 단계;
    상기 후보 마크의 상기 해시 식별자와 상기 진짜 마크의 상기 해시 식별자의 비교에 기초하여, 상기 후보 마크의 상기 해시 식별자가 상기 진짜 마크의 상기 해시 식별자에 근접하게 일치하는지를 결정하는 단계;
    상기 후보 마크의 상기 해시 식별자가 상기 진짜 마크의 상기 해시 식별자에 근접하게 일치하는 것으로 결정되는 경우,
    상기 매체 저장 디바이스로부터, 상기 진짜 마크의 상기 전자 서명을 검색하는 단계; 및
    상기 후보 마크의 상기 전자 서명과 상기 진짜 마크의 상기 검색된 전자 서명의 비교에 기초하여, 상기 후보 마크가 진짜인지를 결정하는 단계- 상기 후보 마크가 진짜인 것으로 결정되는 경우, 상기 마크가 진짜인 것으로 결정됨을 표시하는 메시지를 상기 요청자에게 전송함 -
    를 포함하는 방법.
  21. 제20항에 있어서,
    상기 진짜 마크의 상기 제1 필터링된 파형, 상기 진짜 마크의 상기 제2 필터링된 파형, 상기 후보 마크의 상기 제1 필터링된 파형, 및 상기 후보 마크의 상기 제2 필터링된 파형으로부터 속성들을 추출하는 것은 각자의 필터링된 파형들 각각의 복수의 섹션에 걸친 제로 크로싱들의 위치들을 측정하는 것을 포함하는 방법.
  22. 제20항에 있어서,
    상기 진짜 마크의 상기 제1 필터링된 파형, 상기 진짜 마크의 상기 제2 필터링된 파형, 상기 후보 마크의 상기 제1 필터링된 파형, 및 상기 후보 마크의 상기 제2 필터링된 파형으로부터 속성들을 추출하는 것은 각자의 필터링된 파형들 각각의 복수의 섹션에 걸친 피크 투 피크(peak-to-peak) 거리들을 측정하는 것을 포함하는 방법.
  23. 제20항에 있어서,
    상기 진짜 마크의 상기 제1 필터링된 파형, 상기 진짜 마크의 상기 제2 필터링된 파형, 상기 후보 마크의 상기 제1 필터링된 파형, 및 상기 후보 마크의 상기 제2 필터링된 파형으로부터 속성들을 추출하는 것은 각자의 필터링된 파형들 각각의 복수의 섹션 각각에 대한 파형 아래의 면적(area)을 측정하는 것을 포함하는 방법.
  24. 제20항에 있어서,
    상기 진짜 마크의 상기 제1 필터링된 파형, 상기 진짜 마크의 상기 제2 필터링된 파형, 상기 후보 마크의 상기 제1 필터링된 파형, 및 상기 후보 마크의 상기 제2 필터링된 파형으로부터 속성들을 추출하는 것은 각자의 필터링된 파형들 각각에서의 복수의 포인트에서 도함수를 계산하는 것을 포함하는 방법.
  25. 제20항에 있어서,
    상기 진짜 마크는 바코드인 방법.
KR1020197019732A 2016-12-09 2017-12-06 마크가 진짜인지를 결정하기 위한 방법들 및 컴퓨팅 디바이스 KR102110912B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/374,729 US9940572B2 (en) 2015-02-17 2016-12-09 Methods and a computing device for determining whether a mark is genuine
US15/374,729 2016-12-09
PCT/US2017/064900 WO2018106799A1 (en) 2016-12-09 2017-12-06 Methods and a computing device for determining whether a mark is genuine

Publications (2)

Publication Number Publication Date
KR20190085164A KR20190085164A (ko) 2019-07-17
KR102110912B1 true KR102110912B1 (ko) 2020-06-08

Family

ID=62491307

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020197019732A KR102110912B1 (ko) 2016-12-09 2017-12-06 마크가 진짜인지를 결정하기 위한 방법들 및 컴퓨팅 디바이스

Country Status (14)

Country Link
EP (2) EP4089577A1 (ko)
JP (1) JP6703194B2 (ko)
KR (1) KR102110912B1 (ko)
CN (1) CN110603400B (ko)
AU (1) AU2017370656B2 (ko)
BR (1) BR112019011196A2 (ko)
CA (1) CA3046448C (ko)
DK (1) DK3529520T3 (ko)
ES (1) ES2924638T3 (ko)
IL (1) IL267069B (ko)
MX (1) MX2019006569A (ko)
RU (1) RU2706475C1 (ko)
WO (1) WO2018106799A1 (ko)
ZA (1) ZA201903459B (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11854185B2 (en) * 2018-11-29 2023-12-26 Nec Corporation Individual identification apparatus
JP7417426B2 (ja) 2020-01-15 2024-01-18 アズビル株式会社 異常検知装置、および異常検知方法
CN115050017B (zh) * 2022-08-16 2022-11-29 南通万瑞精密机械加工有限公司 基于机器视觉的电力金具表面铭文识别方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005065262A (ja) 2003-08-14 2005-03-10 Ricoh Co Ltd イベントマーカーの伝送方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2458395C2 (ru) * 2006-07-19 2012-08-10 Эдванст Трэк Энд Трэйс Способ и устройство для защиты и аутентификации документов
EP2054836B1 (fr) * 2006-07-19 2019-05-29 Advanced Track And Trace Procedes et dispositifs de securisation et d'authentification de documents
CA2734613C (en) * 2008-08-19 2020-06-09 Digimarc Corporation Methods and systems for content processing
US8430301B2 (en) * 2009-11-23 2013-04-30 Konica Minolta Laboratory U.S.A., Inc. Document authentication using hierarchical barcode stamps to detect alterations of barcode
KR101581196B1 (ko) * 2012-03-01 2015-12-30 시스-테크 솔루션스 인코포레이티드 마킹된 특징부에서 유래된 고유 식별 정보
US20130254896A1 (en) * 2012-03-23 2013-09-26 Infineon Technologies Austria Ag Method to Detect Tampering of Data
US9607200B2 (en) * 2014-10-09 2017-03-28 Cognex Corporation Decoding barcodes
US9519942B2 (en) * 2015-02-17 2016-12-13 Sys-Tech Solutions, Inc. Methods and a computing device for determining whether a mark is genuine

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005065262A (ja) 2003-08-14 2005-03-10 Ricoh Co Ltd イベントマーカーの伝送方法

Also Published As

Publication number Publication date
AU2017370656A1 (en) 2019-07-11
AU2017370656B2 (en) 2020-05-14
CN110603400A (zh) 2019-12-20
EP3529520A4 (en) 2019-11-06
ES2924638T3 (es) 2022-10-10
IL267069B (en) 2020-01-30
IL267069A (en) 2019-07-31
JP2020507830A (ja) 2020-03-12
CA3046448A1 (en) 2018-06-14
EP3529520B1 (en) 2022-06-29
BR112019011196A2 (pt) 2019-10-08
EP3529520A1 (en) 2019-08-28
RU2706475C1 (ru) 2019-11-19
KR20190085164A (ko) 2019-07-17
DK3529520T3 (da) 2022-08-08
EP4089577A1 (en) 2022-11-16
MX2019006569A (es) 2019-08-22
ZA201903459B (en) 2021-06-30
CA3046448C (en) 2020-06-02
WO2018106799A1 (en) 2018-06-14
CN110603400B (zh) 2021-03-02
JP6703194B2 (ja) 2020-06-03

Similar Documents

Publication Publication Date Title
KR101889676B1 (ko) 마크가 진짜인지를 결정하기 위한 방법 및 컴퓨팅 디바이스
KR101581196B1 (ko) 마킹된 특징부에서 유래된 고유 식별 정보
RU2682407C1 (ru) Способы и вычислительное устройство для определения, является ли маркер подлинным
KR102110912B1 (ko) 마크가 진짜인지를 결정하기 위한 방법들 및 컴퓨팅 디바이스
CN114255053A (zh) 一种商品的码征生成方法及基于码征的商品识别方法

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right