Détails clés

Modèle unique en son genre basé sur l'apprentissage profond pour la reconnaissance des codes QR.

Client

Le client est une organisation européenne à vocation scientifique et commerciale. Il a développé une approche innovante de la lutte contre la contrefaçon, qui peut être utilisée à la fois par les fabricants et les vendeurs de biens physiques et par les entreprises de commerce numérique.

La contrefaçon affecte considérablement les vendeurs dans divers créneaux. Ils subissent des pertes de revenus lorsqu'ils reçoivent une cargaison et y trouvent des contrefaçons. C'est ce qui se passe en Chine sur le marché des aliments pour bébés, par exemple. Même le vendeur peut ignorer qu'il vend des produits contrefaits, car les codes QR largement utilisés sont assez faciles à falsifier. Il est donc nécessaire de mettre en place une fonction supplémentaire qui rendra la falsification des codes impossible et réduira ainsi le risque de recevoir des contrefaçons. La solution pourrait consister à apposer une marque spéciale sur le produit. Il serait alors possible d'utiliser cette marque pour vérifier l'origine et la fabrication d'un produit.

Les différents labels anti-contrefaçon n'offrent pas une protection suffisante pour arrêter les fraudeurs. Pour le client, il était crucial d'obtenir une méthode de vérification aussi facile à utiliser et peu coûteuse que possible.

Le problème à résoudre était la production massive de contrefaçons dans tous les secteurs d'activité. L'équipe du client a proposé un concept et cherchait des spécialistes compétents en technologie pour l'aider à rendre son idée viable. Le client s'est tourné vers ESSID Solutions en tant qu'expert dans les domaines suivants logiciel de vision par ordinateur et le développement d'applications d'apprentissage profond.

Défi : formation de modèles pour l'identification de la contrefaçon

La tâche principale à laquelle notre équipe a été confrontée au stade du PoC était de créer une solution logicielle permettant de reconnaître et de vérifier les marques apposées sur les codes QR. Ce motif peut être extrait indépendamment des informations contenues dans le code QR.

Dans le cas des codes QR, le saupoudrage au-dessus des codes forme des motifs pratiquement imperceptibles au premier coup d'œil. Cette caractéristique n'entrave pas la lecture des codes. En même temps, étant le résultat du même processus d'application, chaque motif est impossible à reproduire, même pour le même fabricant. Et comme il est impossible de prédire un motif pour l'un ou l'autre produit et de le contrefaire, cela rend cette technique anti-contrefaçon extrêmement sûre.

Solution : modèle basé sur l'apprentissage profond pour la reconnaissance des codes QR

Notre tâche était similaire à la reconnaissance faciale : détecter et reconnaître des modèles uniques, mais pour des objets et non des personnes. Le client nous a fourni un ensemble de données d'entraînement contenant un demi-million d'éléments. Ci-dessous, vous trouverez un exemple de code QR et de PUF agrandis :

Nous avons proposé plusieurs approches possibles pour résoudre le problème et tester les résultats. Notre équipe a utilisé un réseau neuronal convolutif (CNN) pour entraîner le modèle à reconnaître et à vérifier les modèles.

Il a été difficile d'atteindre une valeur de 99% dans la métrique d'identification. Nous avons également résolu le problème de la détection des faux motifs dans la base de données.

Résultat : Application Android pour l'authentification des codes QR

Le résultat du travail effectué au stade du PoC a été l'application Android qui a démontré les capacités technologiques. Cette application fonctionne comme suit :

• Un utilisateur prend une photo d'un QR
• Notre modèle basé sur le CNN reconnaît le PUF
• Le résultat est automatiquement vérifié par rapport aux informations contenues dans la base de données.
• L'application émet une alerte de vérification réussie ou de contrefaçon

Le potentiel commercial de l'application de la technologie est immense, tout comme l'éventail des secteurs où cette nouvelle méthode de lutte contre la contrefaçon sera très demandée. Par exemple, des motifs spéciaux peuvent être appliqués sur l'encre ou intégrés dans la conception de l'emballage, etc.

La solution anti-contrefaçon, inventée par le client et finalisée avec l'aide d'ESSID Solutions, peut être utilisée différemment. Notre équipe d'ingénieurs a relevé le défi avec succès et a livré un prototype fonctionnel de l'application.

Commencez votre Projet de vision par ordinateur avec ESSID Solutions