Инновационная платформа для обнаружения поддельных монет – Пульс новости ‘4.14’

Идентификация поддельных монет становится проще благодаря технологиям искусственного интеллекта (ИИ)

Несмотря на то, что металлические монеты — один из самых старых способов обмена, поддержание их ценности требует использования новейших технологий. Поддельные монеты по-прежнему представляют угрозу для мировых валют, поскольку злоумышленники наводняют рынки фальшивками. Европейская полиция недавно ликвидировала преступную сеть в Испании, что указывает на актуальность этой проблемы.

Однако нет идеальных подделок, которые невозможно обнаружить, независимо от того, насколько они выглядят подлинными. Всегда есть некоторые признаки подделки, даже если они не сразу заметны невооруженным глазом.

Новый подход исследователей Университета Конкордия

В новой научной работе, опубликованной в журнале Expert Systems With Applications, группа исследователей Университета Конкордия из Центра распознавания образов и искусственного интеллекта (CENPARMI) представила новую платформу, которая использует технологии обработки изображений и алгоритмы машинного обучения для выявления изъянов в поддельных монетах.

«С помощью технологий обработки изображений мы сканировали как подлинные, так и поддельные монеты, чтобы выявлять аномалии, которые могут иметь двумерный или трехмерный характер, такие как буквы или изображение лица на монете», — говорит Чин Суен, профессор факультета компьютерных наук и программной инженерии и научный руководитель исследования.

«Эта платформа не только защищает нашу экономику и ресурсы», — добавляет ведущий автор исследования, исследователь-постдокторант CENPARMI Марьям Шарифи Рад. — «Она также расширяет границы технологий и повышает безопасность». Научный сотрудник CENPARMI Саид Хазаи также внес свой вклад в это исследование.

Ключевая роль “блобов”

Фундаментом платформы исследователей является майнинг нечетких ассоциативных правил. Этот подход использует искусственный интеллект для поиска паттернов, которые похожи, но «нечеткие», то есть недостаточно четкие, чтобы быть точными копиями. Однако платформа в конечном итоге будет выдавать определенный диапазон результатов, в котором положительные совпадения могут быть уверенно идентифицированы.

Метод начинается с использования современных сканеров для проверки подлинности монет. Монеты переданы правоохранительными органами. Затем отсканированные изображения сегментируются в области интереса, которые состоят из наборов локализованных связных областей, называемых «блобами».

Эти «блобы» распознаются на основе визуального сходства и состава, которые обеспечивают исследователям соответствующие признаки. «Блобы» — это своего рода подсказки, которые помогают исследователям понять, что происходит на отсканированных изображениях. Для извлечения из изображений частых паттернов с использованием этих «блобов» проводится майнинг нечетких ассоциативных правил. Эти паттерны отражают связи между атрибутами «блобов», такими как цвет, текстура, форма и размер.

Паттерны помогают исследователям лучше понимать изображения и определять, является ли монета подлинной или поддельной. «Блобы» играют решающую роль в создании нечетких ассоциативных правил, которые представляют неявные знания и взаимосвязи в наборе изображений, помогая в задачах классификации изображений.

Широкие возможности применения

Исследователи считают, что их метод может применяться для обнаружения всех видов поддельных товаров, помимо монет. «Этот метод можно использовать для обнаружения всевозможных поддельных товаров, которые мы видим по всему миру», — говорит Суен. «Его также можно использовать для обнаружения поддельных этикеток на фруктах, винах, ликерах и так далее. Существует множество областей, где это можно применить».