基于DeepLabv3的隨機褶皺防偽圖案識別研究
信息技術與網絡安全
陳 雨1，陳桂雄1，周雄圖1，2，張永愛1，2，林志賢1，2，吳朝興1，2，郭太良1，2
(１.福州大學 物理與信息工程學院，福建 福州350116； 2.中國福建光電信息科學與技術創新實驗室，福建 福州350116)
摘要： 針對現有防偽技術可靠性較低、容易被仿制、防偽成本高昂等問題，基于DeepLabv3，提出一種由熱膨脹系數失配產生壓縮應力形成隨機褶皺防偽標識圖案的識別方法。具體采用深度卷積網絡分類算法中DeepLabv3進行分類識別，通過優化全連接層并設置不同的神經元節點，提高識別網絡的分類準確率，縮減訓練時間，訓練準確率達96.58%，獲得了能對褶皺紋理圖案精準識別的網絡模型，實現具有安全性的防偽目的。
中圖分類號： TP391
文獻標識碼： A
DOI： 10.19358/j.issn.2096-5133.2021.02.007
引用格式： 陳雨，陳桂雄，周雄圖，等. 基于DeepLabv3的隨機褶皺防偽圖案識別研究[J].信息技術與網絡安全，2021，40(2)：39-44.
文獻標識碼： A
DOI： 10.19358/j.issn.2096-5133.2021.02.007
引用格式： 陳雨，陳桂雄，周雄圖，等. 基于DeepLabv3的隨機褶皺防偽圖案識別研究[J].信息技術與網絡安全，2021，40(2)：39-44.
Research on the recognition of anti-counterfeiting pattern based on DeepLabv3
Chen Yu1，Chen Guixiong1，Zhou Xiongtu1，2，Zhang Yongai1，2，Lin Zhixian1，2，Wu Chaoxing1，2，Guo Tailiang1，2
(1.College of Physics and Information Engineering，Fuzhou University，Fuzhou 350116，China； 2.Fujian Science & Technology Innovation Laboratory for Optoelectronic Information of China，Fuzhou 350116，China)
Abstract： In view of the problems of anti-counterfeiting technology, such as cloneable, low reliability, and high cost, this paper proposed an identification method for random wrinkle formed by compressive stress caused by the mismatch of thermal expansion index. The paper used DeepLabv3, a edge of deep convolution network classification algorithm, for classification and recognition. Through optimizing the full connectivity layer and setting different neuron nodes, the classification accuracy of recognition network was improved, the training time was reduced, the training accuracy rate was as high as 96.58%, the network model for accurate recognition of wrinkle texture pattern was acquired, and the security purpose of anti-counterfeiting was realized.
Key words : anti-counterfeiting；deep learning；DeepLabv3；image classification Artificial Intelligence
0 引言
市場中假冒產品的存在會對國家、社會和個人帶來巨大經濟損失，防偽成為應用廣泛的反制技術。由于整個防偽市場不規范，防偽技術產品水平偏低，妨礙了市場的健康發展，公眾對防偽產品的信任度在降低。目前，許多被開發的防偽標簽具有物理上不可克隆的特征，如散射表面的隨機圖案、隨機分布的納米顆粒圖案和液晶紋理等。褶皺圖案是自然界生物體和工程材料領域常見的特殊現象，是一種微觀的隨機地形，擁有著廣泛而不可復制的信息，在防偽技術上有廣泛的應用前景。
本文詳細內容請下載:http://m.xxav2194.com/resource/share/2000003377
作者信息:
陳 雨1，陳桂雄1，周雄圖1，2，張永愛1，2，林志賢1，2，吳朝興1，2，郭太良1，2
(１.福州大學 物理與信息工程學院，福建 福州350116； 2.中國福建光電信息科學與技術創新實驗室，福建 福州350116)
此內容為AET網站原創，未經授權禁止轉載。