Las monedas falsificadas se pueden detectar más fácilmente gracias a un nuevo enfoque

Las monedas de metal pueden ser el medio de intercambio más antiguo que todavía se utiliza en la actualidad, pero garantizar su valor requiere algunas de las tecnologías más avanzadas disponibles. Las monedas falsificadas siguen siendo una amenaza para las monedas mundiales, y actores malintencionados inundan los mercados con falsificaciones. La policía europea desarticuló una red criminal con sede en España a finales de abril, lo que demuestra la urgencia actual del problema.

Sin embargo, ninguna falsificación es completamente indetectable, sin importar cuán genuina parezca. Siempre hay algunas señales reveladoras de una falsificación, incluso si no son inmediatamente perceptibles a simple vista.

en un nuevo papel en el diario Sistemas Expertos con Aplicacionesun grupo de investigadores de Concordia del Centro de Reconocimiento de Patrones e Inteligencia Artificial (CENPARMI) presenta un marco novedoso que utiliza técnicas de extracción de imágenes y algoritmos de aprendizaje automático para identificar fallas en monedas falsificadas.

«Usando tecnología de imágenes, escaneamos monedas genuinas y falsas para poder buscar anomalías que pueden ser bidimensionales o tridimensionales, como letras o el rostro de la persona en la moneda», dice Ching Suen, profesor de el Departamento de Ciencias de la Computación e Ingeniería de Software y el autor supervisor del artículo.

«Este marco no se trata sólo de salvaguardar nuestra economía y nuestros recursos», añade la autora principal del artículo, la becaria postdoctoral del CENPARMI Maryam Sharifi Rad. «También se trata de ampliar los límites de la tecnología y mejorar la seguridad».

Saeed Khazaee, investigador asociado de CENPARMI, también contribuyó a este estudio.

La mancha reveladora

El marco de los investigadores se basa en la minería de reglas de asociación difusa. Este enfoque utiliza inteligencia artificial para encontrar patrones que sean similares pero «borrosos», es decir, no lo suficientemente claros como para ser copias exactas. Sin embargo, el marco eventualmente llegará a una cierta gama de resultados en los que se identificarán con confianza coincidencias positivas.

El método comienza utilizando escáneres de última generación para examinar las monedas sospechosas de ser falsas. Las monedas son proporcionadas por las fuerzas del orden.

Luego, las imágenes escaneadas se segmentan en regiones de interés, que consisten en colecciones de regiones coherentes localizadas denominadas «manchas». Estas manchas se reconocen en función de la similitud visual y la composición, lo que proporciona características relevantes que los investigadores pueden extraer. Las manchas son como pistas que ayudan a los investigadores a descubrir qué sucede en las imágenes escaneadas.

La minería de reglas de asociación difusa se realiza utilizando estos blobs para extraer patrones frecuentes de las imágenes. Estos patrones capturan relaciones entre los atributos de las manchas, como color, textura, forma y tamaño. Los patrones ayudan a los investigadores a comprender mejor las imágenes y determinar si una moneda es real o falsa.

Los blobs desempeñan un papel crucial en la generación de reglas de asociación difusas, que representan conocimientos y relaciones implícitos dentro de un conjunto de imágenes, lo que ayuda en las tareas de clasificación de imágenes.

Los investigadores dicen que creen que su técnica se puede aplicar para detectar todo tipo de artículos falsificados más allá de las monedas.

«Este método puede utilizarse para detectar todo tipo de productos falsificados que vemos en todo el mundo», afirma Suen. «También se puede utilizar para detectar etiquetas falsas en frutas, vinos, licores, etc. Hay muchos lugares donde se puede aplicar».