用于分析一个或多个被拍摄对象的一个或多个元素以便检测一个或多个修改的方法，以及相关联的分析设备技术

一种分析与对象相关联并代表后者的元素的方法(100

【技术实现步骤摘要】
【国外来华专利技术】用于分析一个或多个被拍摄对象的一个或多个元素以便检测一个或多个修改的方法，以及相关联的分析设备
[0001]本专利技术涉及用于分析一个或多个被拍摄对象的一个或多个元素的方法和设备，以及计算机程序和便携式通信装备。
[0002]本专利技术更具体地涉及对与对象相关联并代表对象的至少一个元素的分析，以便确定这个元素是真实的还是已被修改(或篡改)，例如在搜索假冒对象的上下文中。应当注意的是，与对象相关联的元素可以是例如印刷的标签(可能带有图像和/或字母数字符号和/或条形码(可能是QR码类型))，或在对象或其包装上做出的特定标签(例如，通过印刷)。而且，添加的元素可以直接添加到对象或对象包装(或封装)上。
[0003]为了进行此类分析，特别是在专利文献US 10,691,922B2中已经提出了一种分析方法，包括以下步骤：
[0004]‑
接收第一数据，该第一数据定义由拍照捕获产生的对象元素的至少一部分的数字图像，
[0005]‑
将这个接收到的第一数据提供给分析器，该分析器包括至少一个学习人工智能模块，该学习人工智能模块先前配置有至少一个参考元素的第二训练数据，以便相对于所提供的第一数据做出决定，以及
[0006]‑
由分析器作出所述决定。
[0007]因此，此类方法在于向可经由服务器(可能是互联网)访问的人工智能分析器提供对象元素的拍照图像，例如可经由互联网访问或借助于具有拍照功能的便携式通信装备(诸如蜂窝电话或平板计算机)获得，以便将这个拍照图像的内容的至少一部分与存储的训练数据进行对比，其目的是确定这个对象元素是否真实或是否已被篡改或修改。
[0008]这种类型的已知分析方法的缺点在于，它仅对待分析的元素执行非常局部的“宏观”分析(本质上是其图像内容的一部分的形式)。但是，如今，大多数假冒或被盗物品的制造商和分销商都能够将视觉上看起来与“真实”对象(即，合法制造和销售的对象)相关联的元素完全相同的元素与他们相关联。这种情况特别是由于当前打印机提供的再现质量以及当前润饰、处理和计算机辅助设计软件提供的许多图像处理选项。因此，目前只检测包括宏观篡改或修改的元素，但并未检测包括微观篡改或修改的所有那些元素。
[0009]专利文献WO 2015/157526 A1中当然提出了对对象的一部分的拍照图像执行显微分析，但这要求用具有红外显微功能的装备来分析这种拍照图像。这种解决方案是有限制的、昂贵的，而且相当有限，因为它只允许分析皮革的纹理。
[0010]因此，可以期望对(一个或多个)对象元素执行分析，使得有可能至少避免一些上面提到的缺点和约束。
[0011]因此，例如提出了一种方法，用于分析与对象相关联并代表该对象的至少一个元素，所述方法包括以下步骤：
[0012]‑
接收第一数据，该第一数据定义由拍照捕获产生的这个元素的至少一部分的数字图像，
[0013]‑
将这些接收到的第一数据提供给包括至少一个学习人工智能模块的分析器，该
学习人工智能模块预先配置有至少一个参考元素的第二学习数据，以便做出与所提供的第一数据相关的决定，
[0014]‑
由分析器做出这个决定。
[0015]这个方法的特征在于做出决定是根据所提供的第一数据的至少一部分的选择来执行的事实，该第一数据的至少一部分定义所选择的感兴趣区并由至少一个所选择的图像特征表征，并且与被分析元素相对于对应参考元素的潜在修改相关。
[0016]由于对至少一个图像特征的这种分析，现在不仅有可能确定宏观改变，而且还有可能确定元素内的微观改变，因为图像特征处理图像尺度上的小细节越多，就越有可能确定待分析元素与对应参考元素之间的小(微观)差异。
[0017]根据本专利技术的方法可以包括可以单独或组合采取的其它特征，包括：
[0018]‑
在做出决定步骤中，可以在颜色、纹理、渐变、字形、字形间距离、绘图线、印刷方法特征和半色调点的集合当中选择每个图像特征；
[0019]‑
在做出决定步骤中，可以对接收到的第一数据执行初始处理，以便将它们变换成与代表对应参考元素的第二训练数据可比较的第三数据；
[0020]‑
在做出决定步骤中，处理可以包括在空间上重新定向被分析的元素部分，以便后者具有与参考元素的对应部分完全相同的空间朝向，和/或删除第一数据中的一些，以便剩余的第一数据与代表对应参考元素的第二训练数据对应，和/或对相关第一数据的对比度和/或亮度和/或饱和度做出改变，
[0021]‑
在做出决定步骤中，可以以预定义的方式选择每个图像特征。在这种情况下，它包括在接收步骤之前的指令步骤，并且在该指令步骤中要求用户拍照捕获第一数据，该第一数据定义由预定义指令描述的元素的至少一部分的数字图像；
[0022]‑
可替代地，它可以包括随机选择每个图像特征的初始化步骤，以及初始化步骤之后和接收步骤之前的指令步骤，在该指令步骤中要求用户根据初始化步骤中随机选择的每个图像特征拍照捕获第一数据，该第一数据定义由预定义指令描述的元素的至少一部分的数字图像；
[0023]‑
它可以包括初步配置步骤，其中向分析器提供第二训练数据的至少两个集合，这两个集合分别定义同一个参考元素的至少一部分的数字图像并且分别来自不同的拍照捕获，使得它对每个学习人工智能模块进行配置，使得它适于对与这个参考元素对应的每个待分析元素做出决定；
[0024]‑
可替代地，它可以包括初步配置步骤，其中，对于K个参考元素中的每个参考元素，K≥2，为分析器提供第二训练数据的对的至少两个集合的集合，这两个集合分别定义所考虑的参考元素的至少一部分的数字图像并且分别从不同的拍照捕获产生，每对包括未修改的参考元素的第二训练数据的第一子集和相对于这个未修改的参考元素修改的元素的第二训练数据的第二子集，使得它配置每个学习人工智能模块以适于针对与K个参考元素之一或从那些K个参考元素可推导出的元素对应的待分析的不同元素做出决定。在这种情况下，在接收步骤中，可以接收定义待分析元素的至少一部分的数字图像的第一数据和定义与这个元素对应的未修改的参考元
[0025]素的至少一部分的数字图像的第四数据；
[0026]‑
可以使用分析器，其中每个学习人工智能模块都与图像特征
[0027]相关联；
[0028]‑
可以使用分析器，其中每个学习人工智能模块是卷积神经网
[0029]络，可能是贝叶斯网络；
[0030]‑
当一个人开始分析元素时，可以确定这个人的地理位置和/
[0031]或在这个人用来开始分析的装备内与这个人相关联的标识符。然后，可以访问数据库以检查所确定的地理位置是否与已知的欺诈或伪造区域对应和/或所确定的标识符是否与已知的欺诈者或伪造者相关联和/或元素是否已知被频繁修改。如果答案是肯定的，那么分析该元素，并且如果检测到该元素已被修改，那么发出指示该元素未被修改的决定，或者如本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于分析与对象(3)相关联并代表对象(3)的至少一个元素(2)的方法，所述方法包括以下步骤：
‑
接收(130)用于定义由拍照捕获产生的所述元素(2)的至少一部分的数字图像的第一数据，
‑
将接收到的第一数据提供(140)给包括至少一个学习人工智能模块的分析器，该学习人工智能模块预先配置有至少一个参考元素的第二学习数据，以便做出与所提供的第一数据相关的决定，
‑
由所述分析器做出所述决定(150)；其特征在于所述做出决定(150)是根据所提供的第一数据的至少一部分的选择来执行的，该第一数据的至少一部分定义所选择的感兴趣区并由至少一个所选择的图像特征表征，并且与所述被分析元素(2)相对于对应参考元素的潜在修改相关。2.根据权利要求1所述的方法，其特征在于在所述做出决定步骤(150)中，在颜色、纹理、渐变、字形、字形间距离、绘图线、印刷方法特征和半色调点的集合当中选择每个图像特征。3.根据权利要求1或2所述的方法，其特征在于，在所述做出决定步骤(150)中，对接收到的第一数据执行初始处理，以便将它们变换成与代表对应参考元素的第二训练数据可比较的第三数据。4.根据权利要求3所述的方法，其特征在于，在所述做出决定步骤(150)中，所述处理包括在空间上重新定向被分析的元素部分，以便被分析的元素部分具有与参考元素的对应部分相同的空间朝向，和/或删除所述第一数据中的一些，以便剩余的第一数据与代表对应参考元素的第二训练数据对应，和/或对相关第一数据的对比度和/或亮度和/或饱和度做出改变。5.根据前述权利要求中的任一项所述的方法，其特征在于，在所述做出决定步骤(150)中，以预定义的方式选择每个图像特征，并且特征在于包括在所述接收步骤(130)之前的指令步骤，并且其中要求用户拍照捕获第一数据，该第一数据定义由预定义指令描述的所述元素(2)的至少一部分的数字图像。6.根据权利要求1至4中的任一项所述的方法，其特征在于包括随机选择每个图像特征的初始化步骤(110)，以及在所述初始化步骤之后和所述接收步骤(130)之前的指令步骤(120)，在所述指令步骤中要求用户根据所述初始化步骤(110)中随机选择的每个图像特征拍照捕获第一数据，该第一数据定义由预定义指令描述的所述元素(2)的至少一部分的数字图像。7.根据前述权利要求中的任一项所述的方法，其特征在于包括初步配置步骤(100)，其中向所述分析器提供第二训练数据的至少两个集合，这两个集合分别定义同一个的参考元素的至少一部分的数字图像并且分别来自不同的拍照捕获，使得它对每个学习人工智能模块进行配置，使得它适于对与所述参考元素对应的每个待分析元素做出决定。8.根据权利要求1至6中的任一项所述的方法，其特征在于包括初步配置步骤(100)，其中...

【专利技术属性】
技术研发人员：H，
申请(专利权)人：赛纷公司，
类型：发明
国别省市：