Metalni novčići su možda najstariji medij razmene koji se još uvek koristi, ali da bi se obezbedila njihova vrednost zahteva neku od najsavremenijih dostupnih tehnologija. Falsifikovani novčići i dalje predstavljaju pretnju globalnim valutama, a zlonamerni akteri preplavljuju tržišta lažnjacima. Evropska policija razbila je kriminalni lanac sa sedištem u Španiji krajem aprila, demonstrirajući stalnu hitnost ovog pitanja.
Međutim, nijedan falsifikat nije potpuno otporan na otkrivanje, bez obzira na to koliko je originalan. Uvek postoje neki znakovi falsifikovanja, čak i ako nisu odmah uočljivi golim okom.
U novom radu u časopisu Ekspertni sistemi sa aplikacijama, grupa istraživača Concordia u Centru za prepoznavanje uzoraka i mašinsku inteligenciju (CENPARMI) predstavlja novi okvir koji koristi tehnike rudarenja slika i algoritme mašinskog učenja za identifikaciju nedostataka u falsifikovanim novčićima.
„Koristeći tehnologiju slika, skenirali smo i prave i falsifikovane novčiće kako bismo mogli da tražimo anomalije koje mogu biti dvo- ili trodimenzionalne, kao što su slova ili lice osobe na novčiću“, kaže Čing Suen, profesor u Departman za računarstvo i softversko inženjerstvo i stručni autor rada.
„Ovaj okvir se ne odnosi samo na očuvanje naše ekonomije i resursa“, dodaje glavni autor rada, postdoktorski saradnik CENPARMI Mariam Sharifi Rad. „Radi se i o pomeranju granica tehnologije i poboljšanju bezbednosti.“
Istraživački saradnik CENPARMI-ja Saeed Khazaee je takođe doprineo ovoj studiji.
Okvir istraživača je izgrađen oko iskopavanja pravila nejasnih asocijacija. Ovaj pristup koristi veštačku inteligenciju za pronalaženje obrazaca koji su slični, ali „magloviti“, tj. nisu dovoljno jasni da bi bili tačne kopije. Međutim, okvir će na kraju doći do određenog opsega rezultata u kojima će se pozitivna podudaranja sa sigurnošću identifikovati.
Metoda počinje korišćenjem najsavremenijih skenera za ispitivanje novčića za koje se sumnja da su falsifikovani. Novčiće obezbeđuju agencije za sprovođenje zakona.
Skenirane slike se zatim segmentiraju na regione od interesa, koji se sastoje od kolekcija lokalizovanih koherentnih regiona koji se nazivaju „blobs“. Ove mrlje se prepoznaju na osnovu vizuelne sličnosti i kompozicije, koje pružaju relevantne karakteristike koje istraživači mogu da izdvoje. Mrlje su poput tragova koji pomažu istraživačima da shvate šta se dešava na skeniranim slikama.
Iskopavanje pravila nejasnih asocijacija se izvodi pomoću ovih mrlja za izdvajanje čestih obrazaca iz slika. Ovi obrasci obuhvataju odnose između atributa mrljica, kao što su boja, tekstura, oblik i veličina. Obrasci pomažu istraživačima da bolje razumeju slike i kažu da li je novčić pravi ili lažni.
Mrlje igraju ključnu ulogu u generisanju pravila nejasnih asocijacija, koja predstavljaju implicitno znanje i odnose unutar skupa slika, pomažući u zadacima klasifikacije slika.
Istraživači kažu da veruju da se njihova tehnika može primeniti za otkrivanje svih vrsta falsifikovanih predmeta osim novčića.
„Ovaj metod se može koristiti za otkrivanje svih vrsta lažne robe, koju viđamo širom sveta“, kaže Suen. „Takođe se može koristiti za otkrivanje lažnih etiketa na voću, vinu, alkoholnim pićima i tako dalje. Postoji mnogo mesta gde se to može primeniti.“
