[发明专利]一种利用人工智能进行识别的物理不可克隆性结构色防伪标签

说明书

本发明公开了一种利用人工智能进行识别的物理不可克隆性结构色防伪标签。由具有微米粒子掺杂于无序排列的单分散亚微米级颗粒中并涂布到黑色基底上形成；或者由具有微米粒子、黑色纳米粒子掺杂于无序排列的单分散亚微米级颗粒中并涂布到基底上形成。单分散亚微米微球的无序排列对光的特殊作用使防伪标签呈现出特殊的结构色。防伪标签的光学显微镜照片被人工智能学习并记忆其结构特征，形成防伪标签数据库。将由终端用户或在各个流通环节中拍摄的防伪标签的光学显微镜照片，发送到数据库并与数据库里的结构特点进行对比后，人工智能反馈相似度数值，从而实现防伪验证功能。在机密档案、药品等具有高附加值物品防伪方面具有重要的价值。

技术领域

本发明涉及一种基于结构色的防伪标签，特别涉利用人工智能进行识别的物理不可克隆性结构色防伪标签，属于防伪材料、结构色材料技术领域。

背景技术

假冒伪劣商品每年造成了巨大的经济损失，个人、企业和社会均是假冒伪劣产品的受害者。虽然目前大部分商品均已经被各种先进的防伪措施保护，如荧光技术、热致变色技术、等离子体光学技术、水印及全息图案等，但是全球范围内由于假冒伪劣造成的经济损失仍在以11.7%的年增长率增加。这主要归根于当今所使用的大部分防伪策略都可以被仿冒者复制，因为他们具有固定的、可预测的防伪机制。基于随机结构的物理不可克隆性防伪技术，如人工指纹（H. J. Bae, S. Bae, C. Park, S. Han, J. Kim, L. N. Kim, K.Kim, S. H. Song, W. Park, S. Kwon, Adv. Mater.2015, 27, 2083）、先天性表面结构（J. D. Buchanan, R. P. Cowburn, A. V. Jausovec, D. Petit, P. Seem, G. Xiong,D. Atkinson, K. Fenton, D. A. Allwood, M. T. Bryan, Nature 2005, 436, 475）或纳米粒子的随机排列（Y. Zheng, C. Jiang, S. H. Ng, Y. Lu, F. Han, U. Bach, J.J. Gooding, Adv. Mater. 2016, 28, 2330）等将可能提供一种理想的防伪解决方案。目前，虽然通过各种非确定的过程实现物理不可克隆功能的加密已经取得了巨大进步，但是，物理不可克隆结构的识别仍然需要特殊的数字化过程产生密钥或者利用机器学习进行点对点的图像识别。此类识别技术的缺点是耗时长且错误率高（R. Arppe, T. J. Sørensen,Nat. Rev. Chem. 2017, 1, 0031）。近期，文献上报告了一种基于量子点的物理不可克隆花状荧光图案的防伪技术，并利用人工智能实现了快速、高精度的图案识别。但是，量子点的毒性和易发生光漂白的性质严重限制了此防伪技术的广泛实际应用。