基于DeepLabv3的随机褶皱防伪图案识别研究
信息技术与网络安全
陈 雨1，陈桂雄1，周雄图1，2，张永爱1，2，林志贤1，2，吴朝兴1，2，郭太良1，2
(１.福州大学 物理与信息工程学院，福建 福州350116； 2.中国福建光电信息科学与技术创新实验室，福建 福州350116)
摘要： 针对现有防伪技术可靠性较低、容易被仿制、防伪成本高昂等问题，基于DeepLabv3，提出一种由热膨胀系数失配产生压缩应力形成随机褶皱防伪标识图案的识别方法。具体采用深度卷积网络分类算法中DeepLabv3进行分类识别，通过优化全连接层并设置不同的神经元节点，提高识别网络的分类准确率，缩减训练时间，训练准确率达96.58%，获得了能对褶皱纹理图案精准识别的网络模型，实现具有安全性的防伪目的。
中图分类号： TP391
文献标识码： A
DOI： 10.19358/j.issn.2096-5133.2021.02.007
引用格式： 陈雨，陈桂雄，周雄图，等. 基于DeepLabv3的随机褶皱防伪图案识别研究[J].信息技术与网络安全，2021，40(2)：39-44.
文献标识码： A
DOI： 10.19358/j.issn.2096-5133.2021.02.007
引用格式： 陈雨，陈桂雄，周雄图，等. 基于DeepLabv3的随机褶皱防伪图案识别研究[J].信息技术与网络安全，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
市场中假冒产品的存在会对国家、社会和个人带来巨大经济损失，防伪成为应用广泛的反制技术。由于整个防伪市场不规范，防伪技术产品水平偏低，妨碍了市场的健康发展，公众对防伪产品的信任度在降低。目前，许多被开发的防伪标签具有物理上不可克隆的特征，如散射表面的随机图案、随机分布的纳米颗粒图案和液晶纹理等。褶皱图案是自然界生物体和工程材料领域常见的特殊现象，是一种微观的随机地形，拥有着广泛而不可复制的信息，在防伪技术上有广泛的应用前景。
本文详细内容请下载:http://www.chinaaet.com/resource/share/2000003377
作者信息:
陈 雨1，陈桂雄1，周雄图1，2，张永爱1，2，林志贤1，2，吴朝兴1，2，郭太良1，2
(１.福州大学 物理与信息工程学院，福建 福州350116； 2.中国福建光电信息科学与技术创新实验室，福建 福州350116)
此内容为AET网站原创，未经授权禁止转载。