- \n
- \nDesafio<\/div>\nmodelo de forma\u00e7\u00e3o para a identifica\u00e7\u00e3o anti-contrafa\u00e7\u00e3o<\/div>\n<\/li>\n
- \n
Solu\u00e7\u00e3o<\/div>\nmodelo baseado na aprendizagem profunda para o reconhecimento de c\u00f3digos QR<\/div>\n<\/li>\n- \n
Tecnologias e ferramentas<\/div>\nTensorFlow, PyTorch, TorchVision, Catalyst, Albumentations, zbar, OpenCV, Scikit Learn, NumPy<\/div>\n<\/li>\n<\/ul>\n<\/div>\nCliente<\/h2>\n
O cliente \u00e9 uma organiza\u00e7\u00e3o cient\u00edfica e empresarial da Europa. Desenvolveu uma abordagem inovadora \u00e0 contrafa\u00e7\u00e3o, que pode ser utilizada tanto por fabricantes e vendedores de bens f\u00edsicos como por empresas de com\u00e9rcio digital.<\/p>\n
A contrafa\u00e7\u00e3o afecta dramaticamente os vendedores de v\u00e1rios nichos. Estes sofrem perdas de rendimento ao receberem uma remessa e encontrarem nela contrafac\u00e7\u00f5es. \u00c9 o que acontece na China, por exemplo, no mercado dos alimentos para beb\u00e9s. Mesmo o vendedor pode n\u00e3o ter conhecimento de que est\u00e1 a vender produtos contrafeitos, uma vez que os c\u00f3digos QR amplamente utilizados s\u00e3o f\u00e1ceis de falsificar. Da\u00ed a necessidade de implementar uma funcionalidade adicional que impossibilite a falsifica\u00e7\u00e3o de c\u00f3digos e minimize, assim, a possibilidade de receber contrafac\u00e7\u00f5es. E ter um produto etiquetado com uma marca especial pode ser a solu\u00e7\u00e3o. Seria ent\u00e3o poss\u00edvel utilizar essa marca para verificar a origem e o fabrico de um produto.<\/p>\n
As diferentes etiquetas anti-contrafa\u00e7\u00e3o n\u00e3o permitem uma prote\u00e7\u00e3o suficiente para travar os autores de fraudes. Para o Cliente, era crucial obter um m\u00e9todo de verifica\u00e7\u00e3o t\u00e3o f\u00e1cil de utilizar e econ\u00f3mico quanto poss\u00edvel.<\/p>\n
O problema a resolver era uma enorme quantidade de contrafac\u00e7\u00f5es produzidas em todos os sectores. A equipa do cliente apresentou um conceito e estava \u00e0 procura de especialistas em tecnologia para ajudar a tornar a sua ideia vi\u00e1vel. O Cliente recorreu \u00e0 ESSID Solutions como especialista em software de vis\u00e3o por computador<\/a> e desenvolvimento de aplica\u00e7\u00f5es de aprendizagem profunda.<\/p>\n
Desafio: forma\u00e7\u00e3o de modelos para identifica\u00e7\u00e3o anti-contrafa\u00e7\u00e3o<\/h2>\n
A principal tarefa que a nossa equipa enfrentou na fase de PoC foi criar uma solu\u00e7\u00e3o de software para reconhecer e verificar as marcas aplicadas sobre os c\u00f3digos QR. Este padr\u00e3o pode ser extra\u00eddo independentemente da informa\u00e7\u00e3o incorporada no c\u00f3digo QR.<\/p>\n
No caso dos c\u00f3digos QR, o p\u00f3 em cima dos c\u00f3digos forma padr\u00f5es praticamente impercept\u00edveis \u00e0 primeira vista. Esta carater\u00edstica n\u00e3o impede a leitura dos c\u00f3digos. Ao mesmo tempo, sendo resultado do mesmo processo de aplica\u00e7\u00e3o, cada padr\u00e3o \u00e9, no entanto, imposs\u00edvel de replicar, mesmo para o mesmo fabricante. E uma vez que \u00e9 imposs\u00edvel prever um padr\u00e3o para um ou outro produto e falsific\u00e1-lo, isso torna esta t\u00e9cnica anti-contrafa\u00e7\u00e3o super segura.<\/p>\n
Solu\u00e7\u00e3o: modelo baseado na aprendizagem profunda para o reconhecimento de c\u00f3digos QR<\/h2>\n
A nossa tarefa era semelhante \u00e0 do reconhecimento facial: detetar e reconhecer padr\u00f5es \u00fanicos, mas para coisas e n\u00e3o para pessoas. O cliente forneceu-nos um conjunto de dados de treino com meio milh\u00e3o de itens. Abaixo, h\u00e1 um exemplo de um c\u00f3digo QR e de um PUF vistos em zoom:<\/p>\n
![\"exemplo](\"https:\/\/essidsolutions.com\/wp-content\/uploads\/2020\/04\/qr-code-example.png\")
![\"exemplo](\"https:\/\/essidsolutions.com\/wp-content\/uploads\/2020\/04\/example-project.png\")
<\/p>\nApresent\u00e1mos v\u00e1rias abordagens poss\u00edveis para resolver o problema e testar os resultados. A nossa equipa utilizou uma rede neural convolucional (CNN) para treinar o modelo de reconhecimento e verifica\u00e7\u00e3o de padr\u00f5es.<\/p>\n
Foi um desafio conseguir um valor de 99% na m\u00e9trica de identifica\u00e7\u00e3o. Tamb\u00e9m resolvemos a dificuldade de dete\u00e7\u00e3o de padr\u00f5es falsos na base de dados.<\/p>\n
Resultado: Aplica\u00e7\u00e3o Android para autenticar c\u00f3digos QR<\/h2>\n
O resultado do trabalho efectuado na fase PoC foi a aplica\u00e7\u00e3o baseada em Android que demonstrou as capacidades tecnol\u00f3gicas. Esta aplica\u00e7\u00e3o funciona da seguinte forma:<\/p>\n
- \n
- Um utilizador tira uma fotografia de um QR<\/li>\n
- O nosso modelo baseado na CNN reconhece o PUF<\/li>\n
- O resultado \u00e9 automaticamente confrontado com as informa\u00e7\u00f5es da base de dados<\/li>\n
- A aplica\u00e7\u00e3o emite um alerta de verifica\u00e7\u00e3o bem sucedida ou de contrafa\u00e7\u00e3o<\/li>\n<\/ul>\n
O potencial comercial da aplica\u00e7\u00e3o da tecnologia \u00e9 imenso, bem como a gama de ind\u00fastrias em que este novo m\u00e9todo de combate \u00e0 contrafa\u00e7\u00e3o ser\u00e1 muito procurado. Por exemplo, podem ser aplicados padr\u00f5es especiais em cima da tinta ou integrados no design da embalagem, etc.<\/p>\n
A solu\u00e7\u00e3o anti-contrafa\u00e7\u00e3o, inventada pelo Cliente e finalizada com a ajuda da ESSID Solutions, pode ser utilizada de forma diferente. A nossa equipa de engenharia enfrentou o desafio com sucesso e entregou um prot\u00f3tipo funcional da aplica\u00e7\u00e3o.<\/p>\n
Iniciar o seu Projeto de vis\u00e3o computacional<\/a> com a ESSID Solutions<\/h3>","protected":false},"excerpt":{"rendered":"
- \n