チームの最近の成果：軽量畳み込みニューラルネットワークに基づく方解石蛍光偽造防止ラベルの高速かつ正確な識別
論文「Fast and Accurate Recognition of Perovskite Fluorescent Anti-Counterfeiting Labels Based on Lightweight Convolutional Neural Networks」が国際学術誌ACS Applied Materials & Interfaces (IF:8.3, CAS Region II)に掲載されました。 軽量畳み込みニューラルネットワークに基づく偽造ラベル」。 この論文の筆頭著者は上海大学コンピューター工程科学学院、筆頭著者はYuexing Han、第2著者はShengqi Bao、第3著者はBozhi Shi、corresponding authorはQiaochuan Chenである。
偽造防止技術は、情報セキュリティ分野において常に重要な課題である。 確率過程により生成されるランダムパターンであるPUF(Physical Unclonable Function)ラベルは、その物理パターン固有のランダム性により、偽造防止策として有効である。 本研究では、表面張力制約に基づく高スループット液滴アレイ生成技術を、制御可能な形状とサイズを有するカルコゲナイド結晶膜の調製のために開発した。 PUFラベルのテクスチャーは、カルコゲナイドナノ結晶粒のランダムな分布を利用して構築される。 他の偽造防止ラベルと比較して、本研究のラベルは蛍光特性を有するだけでなく、マイクロメートルサイズ、低コスト、高符号化能力を有し、多段階の偽造防止をサポートする。 さらに、本研究では、部分畳み込みネットワーク（PaCoNet）に基づく革新的なPUF認識手法を導入し、認識精度と速度の面で従来の手法の限界に効果的に対処している。 最大60種類の異なるマクロ形状とユニークなマイクロテクスチャを含むカルコサイトナノ結晶フィルムのデータセットを実験的に検証した結果、本研究の手法は最大99.65％の認識精度を達成し、画像1枚あたりの認識時間をわずか0.177秒に大幅に短縮することができ、偽造防止分野におけるこれらのタグの応用の可能性を浮き彫りにした。
