一种基于二维码的物理防伪的方法及系统技术方案

本发明专利技术公开了一种基于二维码的物理防伪的方法及系统，通过收集汇总标记了不同介质属性的货物图片，将收集汇总的货物图片输入到云端服务器中，建立样本预设定模型，并通过不断的训练、修正样本的预设定模型，云端服务器依据货物图片输入该产品的公共信息和独有信息并生成图片，导入实时拍摄的货物图片，通过样本模型自动识别货物介质的种类以及真伪，并导出结果。有益效果：通过将识别方法分为二维码图形尺寸的物理识别以及对二维码图形的外围公共信息进行的尺寸设定；通过设置的云端服务器和深度学习模块，可以对智能移动终端实时将拍摄的图片通过深度学习模块与云端服务器内预设定的图片进行对比，判断真伪，具有识别简单、方便的优点。

A Physical Anti-counterfeiting Method and System Based on Two-dimensional Code

The invention discloses a physical anti-counterfeiting method and system based on two-dimensional code. By collecting and summarizing cargo pictures marked with different media attributes, the collected cargo pictures are input into the cloud server, and the sample preset model is established. Through continuous training and revision of the sample preset model, the cloud server inputs the public letter of the product according to the cargo pictures. Information and unique information are generated and pictures are imported into real-time pictures of goods. The types and authenticity of goods media are automatically identified by the sample model, and the results are derived. Beneficial effect: By dividing the recognition method into physical recognition of the size of two-dimensional code graphics and size setting of peripheral public information of two-dimensional code graphics; by setting up cloud server and depth learning module, the intelligent mobile terminal can real-time compare the taken pictures with the pre-set pictures in the cloud server through depth learning module to judge the authenticity and falsity. It has the advantages of simple identification and convenience.

【技术实现步骤摘要】
一种基于二维码的物理防伪的方法及系统
本专利技术涉及二维码
，尤其涉及一种基于二维码的物理防伪的方法及系统。
技术介绍
二维码它是用某种特定的几何图形按一定规律在平面(二维方向上)分布的黑白相间的图形记录数据符号信息的，在代码编制上巧妙地利用构成计算机内部逻辑基础的“0”、“1”比特流的概念，使用若干个与二进制相对应的几何形体来表示文字数值信息，通过图象输入设备或光电扫描设备自动识读以实现信息自动处理。它具有条码技术的一些共性：每种码制有其特定的字符集；每个字符占有一定的宽度；具有一定的校验功能等。同时还具有对不同行的信息自动识别功能、及处理图形旋转变化等特点。防伪技术是指为了达到防伪目的而采取的措施，它在一定范围内能准确鉴别真伪，并不易被仿制和复制的技术。简单的说就是防止仿造，仿冒的技术。为保护企业品牌、保护市场、保护广大消费者合法权益而采取的一种防范性技术措施。现有的防伪技术(例如二维码防伪技术)存在的不足：目前市场上的防伪技术大多采用特殊的专用纸张，特种油墨，印刷图案，镂空技术进行防伪，这些技术普遍共性是制作比较困难，产品接受者辨识度较差；另外，目前的防伪技术主要是针对二维码本身进行防伪，并没有延伸至二维码的外围。
技术实现思路
针对相关技术中的问题，本专利技术提出一种基于二维码的物理防伪的方法及系统，以克服现有相关技术所存在的上述技术问题。本专利技术的技术方案是这样实现的：一种基于二维码的物理防伪的方法及系统，包括S1：收集汇总标记了不同介质属性的货物图片；S2：将收集汇总的货物图片输入到云端服务器中，建立样本预设定模型，并通过不断的训练、修正样本的预设定模型；S3：云端服务器依据货物图片输入该产品的公共信息和独有信息并生成图片；S4：导入实时拍摄的货物图片，通过样本模型自动识别货物介质的种类以及真伪，并导出结果。进一步的，所述独有信息包括对携带有信息的需编码信息进行编码，并生成相应的二维码图像，且所述二维码图片外围的特定区域内具有尺寸信息。进一步的，将实时拍摄的图片与所述二维码图片以及所述二维码图片外围的特定区域内具有的尺寸信息判断待检测的图片是否为伪造的产品。进一步的，所述公共信息包括：产品的名称、规格、生产日期和厂家的官方信息。进一步的，所述S2中，所述云端服务器在完成对样本的训练、修正后，可以将该样本预设定模型的算法移植至智能移动终端。进一步的，所述系统包括深度学习模块，所述深度学习模块包括接收单元、生成单元、判断单元和发送单元；其中，所述接收单元，用于输入产品的介质属性以及产品的公共信息和独有信息；所述生成单元，用于依据所述公共信息和所述独有信息生成二维码及其外围特定区域环境；所述判断单元，用于对所述云服务器内预先设定模型的图片信息与实时拍摄的图片信息进行对比判断；所述发送单元，用于将对比信息的结果发送至所述智能移动终端。进一步的，所述深度学习模块与所述云端服务器相连接，所述深度学习模块的输入端连接至所述智能移动终端，所述智能移动终端将拍摄的货物图片发送至所述深度学习模块，所述深度学习模块接收货物图片后输出识别结果为何种介质并将介质信息的结果发送至所述智能移动终端。进一步的，所述智能移动终端包括智能手机或PC端。本专利技术的有益效果是：通过将识别方法分为二维码图形尺寸的物理识别以及对二维码图形的外围公共信息进行的尺寸设定，增加了模仿的难度，避免了现有技术中单纯二维码图片被模仿的可能性，同时，通过设置的独立信息与公共信息可以更好的确定产品的真伪；另外，通过设置的云端服务器和深度学习模块，可以对智能移动终端实时将拍摄的图片通过深度学习模块与云端服务器内预设定的图片进行对比，判断真伪，具有识别简单、方便的优点。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为一种基于二维码的物理防伪的方法流程图；图2为一种基于二维码的物理防伪系统框图。图中：10、云端服务器；11、判断单元；12、发送单元；13、生成单元；14、接收单元；15、深度学习单元；16、智能移动终端具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。在本专利技术的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。根据本专利技术的实施例，提供了一种基于二维码的物理防伪的方法及系统。参照图1-2，根据本专利技术实施例的基于二维码的物理防伪的方法及系统，包括S1：收集汇总标记了不同介质属性的货物图片；S2：将收集汇总的货物图片输入到云端服务器中，建立样本预设定模型，并通过不断的训练、修正样本的预设定模型；S3：云端服务器依据货物图片输入该产品的公共信息和独有信息并生成图片；S4：导入实时拍摄的货物图片，通过样本模型自动识别货物介质的种类以及真伪，并导出结果。在一个实施例中，所述独有信息包括对携带有信息的需编码信息进行编码，并生成相应的二维码图像，且所述二维码图片外围的特定区域内具有尺寸信息。在一个实施例中，将实时拍摄的图片与所述二维码图片以及所述二维码图片外围的特定区域内具有的尺寸信息判断待检测的图片是否为伪造的产品。在一个实施例中，所述公共信息包括：产品的名称、规格、生产日期和厂家的官方信息。在一个实施例中，所述S2中，所述云端服务器在完成对样本的训练、修正后，可以将该样本预设定模型的算法移植至智能移动终端。在一个实施例中，所述系统包括深度学习模块，所述深度学习模块包括接收单元、生成单元、判断单元和发送单元；其中，所述接收单元，用于输入产品的介质属性以及产品的公共信息和独有信息；所述生成单元，用于依据所述公共信息和所述独有信息生成二维码及其外围特定区域环境；所述判断单元，用于对所述云服务器内预先设定模型的图片信息与实时拍摄的图片信息进行对比判断；所述发送单元，用于将对比信息的结果发送至所述智能移动终端。在一个实施例中，所述深度学习模块与所述云端服务器相连接，所述深度学习模块的输入端连接至所述智能移动终端，所述智能移动终端将拍摄的货物图片发送至所述深度学习模块，所述深度学习模块接收货物图片后输出识别结果为何种介质并将介质信息的结果发送至所述智能移动终端。在一个实施例中，所述智能移动终端包括智能手机或PC端。如图1中，该图片的识别方法：101、云端服务器内输入收集汇总的货物图片，建立样本预设定模型；具体实施过程中，第一步将正确的携带有预设尺寸的需编码信息进行编码，生成相应的二维码图像，对二维码的真伪进行预设尺寸形成独有信息的一部分；第二步将公共信息沿所述二维码图像进行发散型布置，用于介绍产品的信息、产品规格、生产日期和厂家的官方信息，且该公共信息的布置与所述二维码图像之间具有一定的预设定尺寸；然后将本文档来自技高网...

【技术保护点】
1.一种基于二维码的物理防伪的方法及系统，其特征在于，包括S1：收集汇总标记了不同介质属性的货物图片；S2：将收集汇总的货物图片输入到云端服务器中，建立样本预设定模型，并通过不断的训练、修正样本的预设定模型；S3：云端服务器依据货物图片输入该产品的公共信息和独有信息并生成图片；S4：导入实时拍摄的货物图片，通过样本模型自动识别货物介质的种类以及真伪，并导出结果。

【技术特征摘要】
1.一种基于二维码的物理防伪的方法及系统，其特征在于，包括S1：收集汇总标记了不同介质属性的货物图片；S2：将收集汇总的货物图片输入到云端服务器中，建立样本预设定模型，并通过不断的训练、修正样本的预设定模型；S3：云端服务器依据货物图片输入该产品的公共信息和独有信息并生成图片；S4：导入实时拍摄的货物图片，通过样本模型自动识别货物介质的种类以及真伪，并导出结果。2.根据权利要求1所述的一种基于二维码的物理防伪的方法，其特征在于，所述独有信息包括对携带有信息的需编码信息进行编码，并生成相应的二维码图像，且所述二维码图片外围的特定区域内具有尺寸信息。3.根据权利要求1所述的一种基于二维码的物理防伪的方法，其特征在于，将实时拍摄的图片与所述二维码图片以及所述二维码图片外围的特定区域内具有的尺寸信息判断待检测的图片是否为伪造的产品。4.根据权利要求1所述的一种基于二维码的物理防伪的方法，其特征在于，所述公共信息包括：产品的名称、规格、生产日期和厂家的官方信息。5.根据权利要求所述的一种基于二维码的物理防伪的方法，其特征在于，所述S2中，所述云...

【专利技术属性】
技术研发人员：陈文正，史鹏辉，张兵，
申请(专利权)人：合肥友高物联网标识设备有限公司，
类型：发明
国别省市：安徽,34