聚焦数字防伪识别技术创新，CCN中商新增2项国家发明专利

一直以来，上海中商网络股份有限公司（简称“CCN”中商）坚持对科研技术创新的投入，公司研发及技术团队致力于标识及软硬件等领域的研发与创新，根据不同产品需求与不断测试，持续优化改善软硬件性能，从而提升客户满意度，不断为客户创造无限数据价值。截至日前，CCN中商累计荣获64项专利（40项发明专利，16项实用新型专利，5项外观专利，2项海外专利），111项软件著作权。

持续的研发投入，也不断转化为新的技术创新成果。近日，CCN中商新增2项国家发明专利：《一种基于多模态特征组合的图像唯一性防伪识别方法》《一种特征图像自动检测对比方法》。

技术背景：

随着高端商品防伪需求不断提升，传统依赖标签、二维码等确定性防伪技术已难以抵御高精度复制和仿冒。而物理不可克隆功能（PUF）的随机纹理防伪技术因其天然不可复制的特性，成为行业发展的重要方向，但现有方案仍普遍存在设备依赖度高、特征利用单一、普通消费者难以便捷使用等问题。

因此，亟需一种兼具物理不可克隆安全性、多模态特征融合识别能力和智能手机便捷识别体验的新型防伪识别方法，以提升真伪鉴别的准确性、可靠性和普及性。

因此，本发明提出一种基于多模态特征组合的图像唯一性防伪识别方法，通过构建包含随机纹理区和数字身份信息标识区的防伪载体，提取随机纹理中的深度纹理特征与形态结构特征，并进行多模态融合生成唯一性特征指纹，并与数字身份信息绑定存储。在验证过程中，通过终端采集图像，利用度量学习算法将待测特征与数据库中的特征指纹进行比对，实现商品真伪识别。

本发明通过多模态特征组合与不对称的注册验证架构，实现了高安全性、高识别精度的防伪识别。

随着图像处理技术的发展，图像特征检测与比对在防伪识别、质量检测等领域得到广泛应用。然而，现有图像比对方法在复杂环境下容易受到干扰，且难以充分提取物体的细节特征与整体结构信息，导致检测准确性和稳定性不足。因此，亟需一种能够实现特征图像自动检测与精准比对的方法。

该专利提出一种特征图像自动检测对比方法，通过针对物体特征构建专用检测算法，对源图像和待验证图像进行特征提取与智能比对，实现物体特征的自动化识别。该方法通过跨尺度特征提取和动态特征权重策略，提升复杂图像环境下的特征提取能力，提高检测对比的准确性和效率。

结语

作为26年资深一物一码商品数字化全价值链服务商，CCN中商始终以技术创新为核心驱动力，围绕商品身份认证、数据连接与价值管理持续探索，不断构建面向未来的数字化基础能力。