Les pièces contrefaites peuvent être détectées plus facilement grâce à une nouvelle approche
Les chercheurs présentent un nouveau cadre qui utilise des techniques d’exploration d’images et des algorithmes d’apprentissage automatique pour identifier les défauts des pièces contrefaites. Le cadre des chercheurs utilise l’exploration de règles d’association floues pour trouver des modèles similaires mais « flous », c’est-à-dire pas assez clairs pour être des copies exactes. Cependant, le cadre parviendra finalement à une certaine gamme de résultats dans lesquels les correspondances positives seront identifiées avec confiance afin d’extraire des modèles fréquents à partir des images. Ces modèles capturent les relations entre les attributs des blobs, tels que la couleur, la texture, la forme et la taille. Les motifs aident les chercheurs à mieux comprendre les images et à déterminer si une pièce est réelle ou fausse.
