一种新方法使得假币更容易被检测出来

加拿大康考迪亚大学的研究人员在图案识别和机器智能中心（CENPARMI）提出了一种新框架，利用图像挖掘技术和机器学习算法来识别伪造硬币中的缺陷。

这个新框架采用模糊关联规则挖掘方法，使用人工智能寻找相似但“模糊”的模式，即不够清晰以至于无法精确复制。然而，该框架最终将得出一定范围的结果，在其中可以自信地确认正面匹配。

他们的方法首先是使用最先进的扫描仪来检查被怀疑为伪造的硬币，这些硬币由执法机构提供。

随后，扫描图像被分割成感兴趣区域，这些区域包括称为“斑点”的本地化连贯区域集合。这些斑点基于视觉相似性和组成被识别，从中研究人员可以提取相关特征。斑点就像线索，帮助研究人员找出扫描图像中发生了什么。

之后，利用这些斑点进行模糊关联规则挖掘，从图像中提取频繁模式。这些模式捕捉了斑点属性之间的关系，如颜色、纹理、形状和大小。这些模式帮助研究人员更好地理解图像，判断硬币是真还是假。

研究人员表示，他们相信他们的技术可以应用于检测硬币以外的各种伪造商品。

此外，这项技术还可以用于检测世界各地出现的各种伪造商品，比如水果、葡萄酒、烈酒等上的假标签。这个技术有许多可以应用的地方。