▶ ヘン シェン インベストメント リミテッドの特許一覧 ▶ 臺灣金融科技股▲ふん▼有限公司の特許一覧
特開2022-71808織物の特徴で製品の真偽を判断し認定品資料を作成する方法
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2022071808
(43)【公開日】2022-05-16
(54)【発明の名称】織物の特徴で製品の真偽を判断し認定品資料を作成する方法
(51)【国際特許分類】
G06Q 50/10 20120101AFI20220509BHJP
G01N 21/27 20060101ALI20220509BHJP
G06T 7/00 20170101ALI20220509BHJP
【ＦＩ】
G06Q50/10
G01N21/27 A
G06T7/00 300Z
【審査請求】有
【請求項の数】18
【出願形態】ＯＬ
(21)【出願番号】P 2021080025
(22)【出願日】2021-05-10
(31)【優先権主張番号】109137426
(32)【優先日】2020-10-28
(33)【優先権主張国・地域又は機関】TW
(71)【出願人】
【識別番号】521196350
【氏名又は名称】ヘン シェン インベストメント リミテッド
【氏名又は名称原語表記】ＨＥＮＧ ＳＨＥＮＧ ＩＮＶＥＳＴＭＥＮＴ ＬＴＤ．
【住所又は居所原語表記】Ｓｅａ Ｍｅａｄｏｗ Ｈｏｕｓｅ， Ｂｌａｃｋｂｕｒｎｅ Ｈｉｇｈｗａｙ， Ｒｏａｄ Ｔｏｗｎ， Ｔｏｒｔｏｌａ， Ｂｒｉｔｉｓｈ Ｖｉｒｇｉｎ Ｉｓｌａｎｄｓ
(71)【出願人】
【識別番号】521200233
【氏名又は名称】臺灣金融科技股▲ふん▼有限公司
【氏名又は名称原語表記】ＴＡＩＷＡＮ ＦＩＮＴＥＣＨ ＣＯＲＰＯＲＡＴＩＯＮ
【住所又は居所原語表記】Ｒｍ． １， ４Ｆ．， Ｎｏ． ４３２， Ｓｅｃ． １， Ｋｅｅｌｕｎｇ Ｒｄ．， Ｘｉｎｙｉ Ｄｉｓｔ．， Ｔａｉｐｅｉ Ｃｉｔｙ １１０， Ｔａｉｗａｎ
(74)【代理人】
【識別番号】110002262
【氏名又は名称】ＴＲＹ国際特許業務法人
(72)【発明者】
【氏名】廖 志文
(72)【発明者】
【氏名】呉 曲
(72)【発明者】
【氏名】林 蔚君
(72)【発明者】
【氏名】蔡 其杭
(72)【発明者】
【氏名】李 漢超
(72)【発明者】
【氏名】王 可言
【テーマコード（参考）】
2G059
5L049
5L096
【Ｆターム（参考）】
2G059AA05
2G059EE02
2G059EE13
2G059FF01
2G059MM01
2G059MM09
2G059MM10
5L049CC11
5L096AA02
5L096AA06
5L096CA02
5L096DA02
5L096FA66
5L096GA38
5L096HA07
5L096JA03
5L096JA11
(57)【要約】
【課題】従来の偽造防止技術は再現しやすいものであるため、製品の真偽を正確に判断できず、メーカーから最大許容流通量を超える認定製品が流出すると、認定品と非認定織物製品を見分けにくいという問題を解決する。
【解決手段】織物の特徴で製品の真偽を判断し認定品資料を作成する方法であって、本発明では少なくとも１つの織物部分画像を受信し、少なくとも１つの織物部分画像に画像分析を行って、偽造防止特徴として画像光学特徴分布情報を特定し、次に、入力装置が操作に応じて生成した織物番号を受信し、織物番号又は画像光学特徴分布情報で織物が認定品であるかどうかを判断する。また、本発明では織物で偽造防止特徴が編まれた部分に対して撮影して少なくとも１つの被分析織物画像を生成し、次に、少なくとも１つの被分析織物画像に基づいて画像分析を行って画像光学分布特徴を生成し、画像光学分布特徴を認定品偽造防止特徴情報として記録し、認定品偽造防止特徴情報を認定品織物番号に関連付けて記憶して、認定品資料を生成する。
【選択図】図１
【解決手段】織物の特徴で製品の真偽を判断し認定品資料を作成する方法であって、本発明では少なくとも１つの織物部分画像を受信し、少なくとも１つの織物部分画像に画像分析を行って、偽造防止特徴として画像光学特徴分布情報を特定し、次に、入力装置が操作に応じて生成した織物番号を受信し、織物番号又は画像光学特徴分布情報で織物が認定品であるかどうかを判断する。また、本発明では織物で偽造防止特徴が編まれた部分に対して撮影して少なくとも１つの被分析織物画像を生成し、次に、少なくとも１つの被分析織物画像に基づいて画像分析を行って画像光学分布特徴を生成し、画像光学分布特徴を認定品偽造防止特徴情報として記録し、認定品偽造防止特徴情報を認定品織物番号に関連付けて記憶して、認定品資料を生成する。
【選択図】図１
【特許請求の範囲】
【請求項1】
電子装置によって実施され、織物の特徴で製品の真偽を判断する方法であって、
少なくとも１つの織物部分画像を受信し、前記少なくとも１つの織物部分画像に画像分析を行って、少なくとも１つの第１糸ループによって構成された織物本体及び複数の第２糸ループによって構成された偽造防止特徴を特定し、且つ前記偽造防止特徴が特定されると、前記偽造防止特徴の一部と見なされる画像光学特徴分布情報を解析するステップであって、前記画像光学特徴分布情報は前記第２糸ループを構成し互いに色が類似しない少なくとも２つの子糸によってランダムに生成されるステップと、
入力装置が操作に応じて生成した織物番号を受信するステップと、
前記織物番号又は前記画像光学特徴分布情報をインデックスとして、関連する認定品資料を読み取り、前記織物番号及び前記画像光学特徴分布情報が前記認定品資料に記載された認定品番号及び前記認定品番号に関連付けられた偽造防止特徴情報に合致するかどうか照合し、合致する場合は認定品指示情報を生成し、合致しない場合は偽物指示情報を生成するステップとを含むことを特徴とする前記方法。
少なくとも１つの織物部分画像を受信し、前記少なくとも１つの織物部分画像に画像分析を行って、少なくとも１つの第１糸ループによって構成された織物本体及び複数の第２糸ループによって構成された偽造防止特徴を特定し、且つ前記偽造防止特徴が特定されると、前記偽造防止特徴の一部と見なされる画像光学特徴分布情報を解析するステップであって、前記画像光学特徴分布情報は前記第２糸ループを構成し互いに色が類似しない少なくとも２つの子糸によってランダムに生成されるステップと、
入力装置が操作に応じて生成した織物番号を受信するステップと、
前記織物番号又は前記画像光学特徴分布情報をインデックスとして、関連する認定品資料を読み取り、前記織物番号及び前記画像光学特徴分布情報が前記認定品資料に記載された認定品番号及び前記認定品番号に関連付けられた偽造防止特徴情報に合致するかどうか照合し、合致する場合は認定品指示情報を生成し、合致しない場合は偽物指示情報を生成するステップとを含むことを特徴とする前記方法。
【請求項2】
撮影装置を利用して被検織物に対し撮影して前記少なくとも１つの織物部分画像を生成することを特徴とする請求項１に記載の織物の特徴で製品の真偽を判断する方法。
【請求項3】
同じ前記被検織物から得られた少なくとも１つの前記織物部分画像を受信し、画像類似度分析で少なくとも１つの前記織物部分画像から前記偽造防止特徴をまとめることを特徴とする請求項２に記載の織物の特徴で製品の真偽を判断する方法。
【請求項4】
前記認定品資料から少なくとも２つの部分特徴色分布情報を取得し、色に基づいて前記画像光学特徴分布情報を分析し少なくとも２つの特徴色分布情報を生成し、各前記特徴色分布情報のサンプル色と前記複数の部分特徴色分布情報のサンプル色は同じであり又は類似し、各前記特徴色分布情報と関連する１つの前記部分特徴色分布情報が同じであるかどうかを照合することを特徴とする請求項３に記載の織物の特徴で製品の真偽を判断する方法。
【請求項5】
前記認定品資料はクラウドサーバーに記録されていることを特徴とする請求項１から４のいずれか１項に記載の織物の特徴で製品の真偽を判断する方法。
【請求項6】
前記クラウドサーバーはブロックチェーンストレージ（Ｂｌｏｃｋｃｈａｉｎ ｓｔｏｒａｇｅ）として実施されることを特徴とする請求項５に記載の織物の特徴で製品の真偽を判断する方法。
【請求項7】
前記偽造防止特徴情報は平面画像光学特徴分布情報及び立体画像光学特徴分布情報を含み、同じ前記被検織物から取得された複数の前記織物部分画像を受信し、前記複数の織物部分画像で偽造防止特徴と見なされる前記画像光学特徴分布情報を抽出し、前記立体画像光学特徴分布情報と照合するために被検立体画像光学特徴分布情報をサンプリングすることを特徴とする請求項２から４のいずれか１項に記載の織物の特徴で製品の真偽を判断する方法。
【請求項8】
前記認定品指示情報は製品情報、ブランドメーカー、製造国、最初販売元、偽造防止特徴の位置、偽造防止特徴の織物画像及び前記認定品番号からなる群から選ばれた少なくとも１つを含むことを特徴とする請求項１から４のいずれか１項に記載の織物の特徴で製品の真偽を判断する方法。
【請求項9】
織物で偽造防止特徴が編まれた部分に対して撮影して少なくとも１つの被分析織物画像を生成するステップであって、前記織物において少なくとも１つの第１糸ループによって織物本体が形成され、複数の第２糸ループによって前記偽造防止特徴が形成され、前記第１糸ループの画像光学特徴と前記複数の第２糸ループの画像光学特徴は類似しないステップと、
前記少なくとも１つの被分析織物画像における前記複数の第２糸ループに画像分析を行って、画像光学特徴分布特徴を生成するステップであって、前記画像光学特徴分布特徴は各前記第２糸ループを構成する少なくとも２つの子糸によってランダムに生成され、前記少なくとも２つの子糸の色は類似しないステップと、
前記画像光学特徴分布特徴を偽造防止特徴情報として記録し、前記偽造防止特徴情報を認定品番号に関連付けて記憶して、認定品資料を生成するステップとを含むことを特徴とする織物の特徴で認定品資料を作成する方法。
前記少なくとも１つの被分析織物画像における前記複数の第２糸ループに画像分析を行って、画像光学特徴分布特徴を生成するステップであって、前記画像光学特徴分布特徴は各前記第２糸ループを構成する少なくとも２つの子糸によってランダムに生成され、前記少なくとも２つの子糸の色は類似しないステップと、
前記画像光学特徴分布特徴を偽造防止特徴情報として記録し、前記偽造防止特徴情報を認定品番号に関連付けて記憶して、認定品資料を生成するステップとを含むことを特徴とする織物の特徴で認定品資料を作成する方法。
【請求項10】
前記少なくとも２つの子糸はナチュラル・カラー・システム（Ｎａｔｕｒａｌ Ｃｏｌｏｒ Ｓｙｓｔｅｍ）で同じ色相に属し、且つ少なくとも３つの階調が隔たることを特徴とする請求項９に記載の織物の特徴で認定品資料を作成する方法。
【請求項11】
前記少なくとも２つの子糸は白色、黒色又は白色と黒色が一定の割合で混合して形成させた灰色ではないことを特徴とする請求項９に記載の織物の特徴で認定品資料を作成する方法。
【請求項12】
前記少なくとも２つの子糸は反射性の糸ではないことを特徴とする請求項９から１１のいずれか１項に記載の織物の特徴で認定品資料を作成する方法。
【請求項13】
前記認定品番号はシリアルナンバーであり又はブランドメーカーによって定義されることを特徴とする請求項９から１１のいずれか１項に記載の織物の特徴で認定品資料を作成する方法。
【請求項14】
前記認定品資料は、前記織物が初めて販売元から販売された時に生成される初回販売元資料をさらに含むことを特徴とする請求項１３に記載の織物の特徴で認定品資料を作成する方法。
【請求項15】
前記織物で前記偽造防止特徴が編まれた部分に対して撮影して複数の前記被分析織物画像を生成し、前記複数の被分析織物画像の角度は異なり、前記複数の被分析織物画像に対してサンプリングして平面画像光学特徴分布情報及び立体画像光学特徴分布情報を生成し、前記偽造防止特徴情報に記録することを特徴とする請求項１４に記載の織物の特徴で認定品資料を作成する方法。
【請求項16】
色に基づいて前記画像光学特徴分布特徴を分析し少なくとも２つの部分特徴色分布情報を生成し、前記少なくとも２つの部分特徴色分布情報を前記認定品資料に記録することを特徴とする請求項９から１１のいずれか１項に記載の織物の特徴で認定品資料を作成する方法。
【請求項17】
前記認定品資料は、前記織物が初めて販売元から販売された時に生成される初回販売元資料をさらに含むことを特徴とする請求項９から１１のいずれか１項に記載の織物の特徴で認定品資料を作成する方法。
【請求項18】
前記織物で前記偽造防止特徴が編まれた部分に対して撮影して複数の前記被分析織物画像を生成し、前記複数の被分析織物画像の角度は異なり、前記複数の被分析織物画像に対してサンプリングして平面画像光学特徴分布情報及び立体画像光学特徴分布情報を生成し、前記偽造防止特徴情報に記録することを特徴とする請求項９から１２のいずれか１項に記載の織物の特徴で認定品資料を作成する方法。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、製品の真偽を判断し認定品資料を作成する方法に関し、特に、織物の特徴で製品の真偽を判断し認定品資料を作成する方法である。
【背景技術】
【0002】
市場では現在、多くの偽造品と模倣品が横行し、消費者が購入する織物製品の真偽を判断できるように、織物メーカーは織物に偽造防止用タグを付けるという方法を開発している。
【0003】
従来の織物には偽造防止タグを付ける又は織物のタグに偽造防止ラベルを増設するなどの偽造防止手段を用いるものが多い。前記偽造防止手段は偽造防止タグ又は偽造防止ラベルに偽造防止バーコード又はレーザーマークを設けることで偽造防止の役割を果たす。しかし悪質の業者が当該偽造防止タグ又は偽造防止ラベルを偽造品又は模倣品に付ける場合、本物と偽物を見分けることができない。また、従来の偽造防止手段が後から付けたものであるため、悪質の業者は当該偽造防止タグ又は偽造防止ラベルを回収又は偽造し、織物模倣品を作ってこれを付ける場合、市場で多くの非認定織物が流通するため、ブランドメーカーの名誉が傷つく。
【0004】
また、織物の真偽判断は織物の縫糸と布面の模様に基づいて行われる場合もある。生産の段階で織物メーカーから最大許容流通量を超える織物製品が流出してしまうと、非認定の織物製品でも縫糸と布面の模様が認定品と同じであるため、業者が非認定の織物製品を判断する時、誤った結果が出る恐れがある。
【発明の概要】
【発明が解決しようとする課題】
【0005】
本発明の第１の目的は、従来の偽造防止技術は再現しやすいものであるため、製品の真偽を正確に判断できないという問題を解決することである。
【0006】
本発明の第２の目的は、メーカーから最大許容流通量を超える認定製品が流出すると、認定品と非認定織物製品を見分けにくいという問題を解決することである。
【課題を解決するための手段】
【0007】
本発明は上記の目的を達成するためになされたものであって、
電子装置によって実施され、
少なくとも１つの織物部分画像を受信し、当該少なくとも１つの織物部分画像に画像分析を行って、少なくとも１つの第１糸ループによって構成された織物本体及び複数の第２糸ループによって構成された偽造防止特徴を特定し、且つ当該偽造防止特徴が特定されると、当該偽造防止特徴の一部と見なされる画像光学特徴分布情報を解析するステップであって、当該画像光学特徴分布情報は当該第２糸ループを構成し画像光学特徴が互いに類似しない少なくとも２つの子糸によってランダムに生成されるステップと、
入力装置が操作に応じて生成した織物番号を受信するステップと、
当該織物番号又は当該画像光学特徴分布情報をインデックスとして、関連する認定品資料を読み取り、当該織物番号及び当該画像光学特徴分布情報が当該認定品資料に記載された認定品番号及び当該認定品番号に関連付けられた偽造防止特徴情報に合致するかどうか照合し、合致する場合は認定品指示情報を生成し、合致しない場合は偽物指示情報を生成するステップとを含む、織物の特徴で製品の真偽を判断する方法を提供する。
電子装置によって実施され、
少なくとも１つの織物部分画像を受信し、当該少なくとも１つの織物部分画像に画像分析を行って、少なくとも１つの第１糸ループによって構成された織物本体及び複数の第２糸ループによって構成された偽造防止特徴を特定し、且つ当該偽造防止特徴が特定されると、当該偽造防止特徴の一部と見なされる画像光学特徴分布情報を解析するステップであって、当該画像光学特徴分布情報は当該第２糸ループを構成し画像光学特徴が互いに類似しない少なくとも２つの子糸によってランダムに生成されるステップと、
入力装置が操作に応じて生成した織物番号を受信するステップと、
当該織物番号又は当該画像光学特徴分布情報をインデックスとして、関連する認定品資料を読み取り、当該織物番号及び当該画像光学特徴分布情報が当該認定品資料に記載された認定品番号及び当該認定品番号に関連付けられた偽造防止特徴情報に合致するかどうか照合し、合致する場合は認定品指示情報を生成し、合致しない場合は偽物指示情報を生成するステップとを含む、織物の特徴で製品の真偽を判断する方法を提供する。
【0008】
一実施例では、撮影装置を利用して被検織物に対し撮影して当該少なくとも１つの織物部分画像を生成する。
【0009】
一実施例では、同じ当該被検織物から得られた少なくとも１つの当該織物部分画像を受信し、画像類似度分析で少なくとも１つの当該織物部分画像から当該偽造防止特徴をまとめる。
【0010】
一実施例では、当該認定品資料から少なくとも２つの部分特徴色分布情報を取得し、色に基づいて当該画像光学特徴分布情報を分析し少なくとも２つの特徴色分布情報を生成し、各当該特徴色分布情報のサンプル色と当該複数の部分特徴色分布情報のサンプル色は同じであり又は類似し、各当該特徴色分布情報と関連する１つの当該部分特徴色分布情報が同じであるかどうかを照合する。
【0011】
一実施例では、当該認定品資料はクラウドサーバーに記録されている。
【0012】
一実施例では、当該クラウドサーバーはブロックチェーンストレージ（Ｂｌｏｃｋｃｈａｉｎ ｓｔｏｒａｇｅ）として実施される。
【0013】
一実施例では、当該偽造防止特徴情報は平面画像光学特徴分布情報及び立体画像光学特徴分布情報を含み、同じ当該被検織物から取得された複数の当該織物部分画像を受信し、当該複数の織物部分画像で偽造防止特徴と見なされる当該画像光学特徴分布情報を抽出し、当該立体画像光学特徴分布情報と照合するために被検立体画像光学特徴分布情報をサンプリングする。
【0014】
一実施例では、当該認定品指示情報は製品情報、ブランドメーカー、製造国、最初販売元、偽造防止特徴の位置、偽造防止特徴の織物画像及び当該認定品番号からなる群から選ばれた少なくとも１つを含む。
【0015】
さらに、本発明は、
織物で偽造防止特徴が編まれた部分に対して撮影して少なくとも１つの被分析織物画像を生成するステップであって、当該織物において少なくとも１つの第１糸ループによって織物本体が形成され、複数の第２糸ループによって当該偽造防止特徴が形成され、当該第１糸ループの画像光学特徴と当該複数の第２糸ループの画像光学特徴は類似しないステップと、
当該少なくとも１つの被分析織物画像における当該複数の第２糸ループに画像分析を行って、画像光学特徴分布特徴を生成するステップであって、当該画像光学特徴分布特徴は各当該第２糸ループを構成する少なくとも２つの子糸によってランダムに生成され、当該少なくとも２つの子糸の色は類似しないステップと、
当該画像光学特徴分布特徴を偽造防止特徴情報として記録し、当該偽造防止特徴情報を認定品番号に関連付けて記憶して、認定品資料を生成するステップとを含む、織物の特徴で認定品資料を作成する方法を提供する。
織物で偽造防止特徴が編まれた部分に対して撮影して少なくとも１つの被分析織物画像を生成するステップであって、当該織物において少なくとも１つの第１糸ループによって織物本体が形成され、複数の第２糸ループによって当該偽造防止特徴が形成され、当該第１糸ループの画像光学特徴と当該複数の第２糸ループの画像光学特徴は類似しないステップと、
当該少なくとも１つの被分析織物画像における当該複数の第２糸ループに画像分析を行って、画像光学特徴分布特徴を生成するステップであって、当該画像光学特徴分布特徴は各当該第２糸ループを構成する少なくとも２つの子糸によってランダムに生成され、当該少なくとも２つの子糸の色は類似しないステップと、
当該画像光学特徴分布特徴を偽造防止特徴情報として記録し、当該偽造防止特徴情報を認定品番号に関連付けて記憶して、認定品資料を生成するステップとを含む、織物の特徴で認定品資料を作成する方法を提供する。
【0016】
一実施例では、当該少なくとも２つの子糸はナチュラル・カラー・システム（Ｎａｔｕｒａｌ Ｃｏｌｏｒ Ｓｙｓｔｅｍ）で同じ色相に属し、且つ少なくとも３つの階調が隔たる。
【0017】
一実施例では、当該少なくとも２つの子糸は白色、黒色又は白色と黒色が一定の割合で混合して形成させた灰色ではない。
【0018】
一実施例では、当該少なくとも２つの子糸は反射性の糸ではない。
【0019】
一実施例では、当該認定品番号はシリアルナンバーであり又はブランドメーカーによって定義される。
【0020】
一実施例では、当該認定品資料は、当該織物が初めて販売元から販売された時に生成される初回販売元資料をさらに含む。
【0021】
一実施例では、当該織物で当該偽造防止特徴が編まれた部分に対して撮影して複数の当該被分析織物画像を生成し、当該複数の被分析織物画像の角度は異なり、当該複数の被分析織物画像に対してサンプリングして平面画像光学特徴分布情報及び立体画像光学特徴分布情報を生成し、当該偽造防止特徴情報に記録する。
【0022】
一実施例では、色に基づいて当該画像光学特徴分布特徴を分析し少なくとも２つの部分特徴色分布情報を生成し、当該少なくとも２つの部分特徴色分布情報を当該認定品資料に記録する。
【発明の効果】
【0023】
上記の実施形態から分かるように、本発明は従来技術と比べて次の特徴がある。本発明では直接的に織物に偽造防止特徴が形成されているため、製品の真偽を判断する時は少なくとも２つの子糸によってランダムに生成された画像光学特徴分布情報及び織物番号に基づいて、織物が認定品であるかどうかを判断する。また、認定品資料を作成する時は、織物は編成段階で織物本体に偽造防止特徴が生成されているため、最大許容流通量を超える非認定の織物製品が市場に流入してしまうと、ブランドメーカーが織物に織物番号を付与しなくても、使用者は織物がブランドメーカーの認定を得たかどうかを判定できる。
【図面の簡単な説明】
【0024】
【発明を実施するための形態】
【0025】
次に、図面を用いて本発明の内容を詳細に説明する。
図１から図６が参照されるとおり、本発明は織物の特徴で製品の真偽を判断する方法１０を提供する。方法１０は電子装置２０によって織物３０の真偽判断が実施されるものである。本発明の方法１０を説明する前に、まず本発明に係る織物３０について説明する。織物３０は少なくとも１つの第１糸ループ３１１によって構成された織物本体３１と、複数の第２糸ループ３２１によって構成された偽造防止特徴３２とを有し、織物本体３１と偽造防止特徴３２は接続される。つまり、本発明で偽造防止特徴３２は従来のようにタグなどの構造を織物３０に接続させたものではなく、直接的に織物３０に形成される。また、本発明で織物本体３１と偽造防止特徴３２とで画像光学特徴が類似せず、つまり第１糸ループ３１１の画像光学特徴は複数の第２糸ループ３２１の色と類似しない。例えば、第１糸ループ３１１と複数の第２糸ループ３２１がそれぞれナチュラル・カラー・システム（Ｎａｔｕｒａｌ Ｃｏｌｏｒ Ｓｙｓｔｅｍ）の異なる色相に属する場合に、２つの当該色相間に３０度以上の角度が形成される。例えば、第１糸ループ３１１に色相Ｙ１０Ｒが選ばれた場合に、複数の第２糸ループ３２１にはＹ１０ＲとＹ５０Ｒ間の角度に位置する色相及びＹ１０ＲとＧ７０Ｙ間の角度に位置する色相を選択から排除すべきである。また、第１糸ループ３１１の色と複数の第２糸ループ３２１の色が同じ色相に属する場合に、少なくとも３つの階調が隔たる。例えば、第１糸ループ３１１と複数の第２糸ループ３２１がともに色相Ｙ９０Ｒに属し、第１糸ループ３１１の階調がＮＣＳカラーサークルによって形成されたＮＣＳカラートライアングル（ＮＣＳ Ｃｏｌｏｒ Ｔｒｉａｎｇｌｅ）の階調Ｓ１０５０に位置する場合に、複数の第２糸ループ３２１には階調Ｓ１０２０又は階調Ｓ６０３０が選ばれてもよい。つまり、第１糸ループ３１１の色彩表示はＳ１０５０－Ｙ９０Ｒで、複数の第２糸ループ３２１の色彩表示にＳ１０２０－Ｙ９０Ｒ又はＳ６０３０－Ｙ９０Ｒが選ばれる。
図１から図６が参照されるとおり、本発明は織物の特徴で製品の真偽を判断する方法１０を提供する。方法１０は電子装置２０によって織物３０の真偽判断が実施されるものである。本発明の方法１０を説明する前に、まず本発明に係る織物３０について説明する。織物３０は少なくとも１つの第１糸ループ３１１によって構成された織物本体３１と、複数の第２糸ループ３２１によって構成された偽造防止特徴３２とを有し、織物本体３１と偽造防止特徴３２は接続される。つまり、本発明で偽造防止特徴３２は従来のようにタグなどの構造を織物３０に接続させたものではなく、直接的に織物３０に形成される。また、本発明で織物本体３１と偽造防止特徴３２とで画像光学特徴が類似せず、つまり第１糸ループ３１１の画像光学特徴は複数の第２糸ループ３２１の色と類似しない。例えば、第１糸ループ３１１と複数の第２糸ループ３２１がそれぞれナチュラル・カラー・システム（Ｎａｔｕｒａｌ Ｃｏｌｏｒ Ｓｙｓｔｅｍ）の異なる色相に属する場合に、２つの当該色相間に３０度以上の角度が形成される。例えば、第１糸ループ３１１に色相Ｙ１０Ｒが選ばれた場合に、複数の第２糸ループ３２１にはＹ１０ＲとＹ５０Ｒ間の角度に位置する色相及びＹ１０ＲとＧ７０Ｙ間の角度に位置する色相を選択から排除すべきである。また、第１糸ループ３１１の色と複数の第２糸ループ３２１の色が同じ色相に属する場合に、少なくとも３つの階調が隔たる。例えば、第１糸ループ３１１と複数の第２糸ループ３２１がともに色相Ｙ９０Ｒに属し、第１糸ループ３１１の階調がＮＣＳカラーサークルによって形成されたＮＣＳカラートライアングル（ＮＣＳ Ｃｏｌｏｒ Ｔｒｉａｎｇｌｅ）の階調Ｓ１０５０に位置する場合に、複数の第２糸ループ３２１には階調Ｓ１０２０又は階調Ｓ６０３０が選ばれてもよい。つまり、第１糸ループ３１１の色彩表示はＳ１０５０－Ｙ９０Ｒで、複数の第２糸ループ３２１の色彩表示にＳ１０２０－Ｙ９０Ｒ又はＳ６０３０－Ｙ９０Ｒが選ばれる。
【0026】
さらに、織物の特徴で製品の真偽を判断する方法１０は、
少なくとも１つの織物部分画像２０１を受信し、少なくとも１つの織物部分画像２０１に画像分析を行って、第１糸ループ３１１によって構成された織物本体３１及び複数の第２糸ループ３２１によって構成された偽造防止特徴３２を特定し、偽造防止特徴３２が特定されると、偽造防止特徴３２の一部と見なされる画像光学特徴分布情報２１１を解析するステップであって、画像光学特徴分布情報２１１は複数の第２糸ループ３２１を構成し画像光学特徴が互いに類似しない少なくとも２つの子糸３２２、３２３によってランダムに生成されるステップ１１と、
入力装置２２が操作に応じて生成した織物番号２２１を受信するステップ１２と、
織物番号２２１又は画像光学特徴分布情報２１１をインデックスとして、関連する認定品資料２１２を読み取り、織物番号２２１及び画像光学特徴分布情報２１１が認定品資料２１２に記載された認定品番号２１３及び認定品番号２１３に関連付けられた偽造防止特徴情報２１４に合致するかどうか照合し、合致する場合は認定品指示情報２１５を生成し、合致しない場合は偽物指示情報２１６を生成するステップ１３とを含む。
少なくとも１つの織物部分画像２０１を受信し、少なくとも１つの織物部分画像２０１に画像分析を行って、第１糸ループ３１１によって構成された織物本体３１及び複数の第２糸ループ３２１によって構成された偽造防止特徴３２を特定し、偽造防止特徴３２が特定されると、偽造防止特徴３２の一部と見なされる画像光学特徴分布情報２１１を解析するステップであって、画像光学特徴分布情報２１１は複数の第２糸ループ３２１を構成し画像光学特徴が互いに類似しない少なくとも２つの子糸３２２、３２３によってランダムに生成されるステップ１１と、
入力装置２２が操作に応じて生成した織物番号２２１を受信するステップ１２と、
織物番号２２１又は画像光学特徴分布情報２１１をインデックスとして、関連する認定品資料２１２を読み取り、織物番号２２１及び画像光学特徴分布情報２１１が認定品資料２１２に記載された認定品番号２１３及び認定品番号２１３に関連付けられた偽造防止特徴情報２１４に合致するかどうか照合し、合致する場合は認定品指示情報２１５を生成し、合致しない場合は偽物指示情報２１６を生成するステップ１３とを含む。
【0027】
次に方法１０を具体的に説明する。ステップ１１を行い、電子装置２０の演算モジュール２１は織物３０に基づいて生成された少なくとも１つの織物部分画像２０１を受信し、少なくとも１つの織物部分画像２０１に画像分析を行う。例えば、演算モジュール２１は少なくとも１つの織物部分画像２０１の色の分布状態、偽造防止特徴３２の形態を分析することにより、又は特定の波長に対する織物本体３１と偽造防止特徴３２の吸光性の差異などを利用して織物本体３１及び偽造防止特徴３２を特定すると同時に、演算モジュール２１は偽造防止特徴３２を特定する時に偽造防止特徴３２の一部と見なされる画像光学特徴分布情報２１１を解析する。また、画像光学特徴分布情報２１１は第２糸ループ３２１を構成する２つの子糸３２２、３２３によってランダムに生成され、画像光学特徴分布情報２１１は２つの子糸３２２、３２３の第２糸ループ３２１の側面に見られる色の分布を記述する。図２の例で、図中では点模様で２つの子糸３２２、３２３の一方の色を表し、空白で２つの子糸３２２、３２３の他方の色を表し、２つの子糸３２２、３２３の一方は主に第２糸ループ３２１の外縁に分布し、２つの子糸３２２、３２３の他方は主に第２糸ループ３２１の内縁に分布し、且つ２つの子糸３２２、３２３がそれぞれ第２糸ループ３２１の表面の５０％を占め、画像光学特徴分布情報２１１は２つの子糸３２２、３２３の分布位置及び分布面積の大きさを記述する。
【0028】
次にステップ１２を行い、入力装置２２が操作に応じて生成した織物番号２２１を受信する。本明細書にいう入力装置２２は、電子装置２０のタイプによって決定されてもよい。例えば、電子装置２０がノートパソコンである場合に、入力装置２２は当該ノートパソコンのキーボードであってもよく、電子装置２０がスマートフォンである場合に、入力装置２２は当該スマートフォンのタッチスクリーンであってもよい。続いてステップ１３を行い、演算モジュール２１は織物番号２２１又は画像光学特徴分布情報２１１をインデックスとして、関連する認定品資料２１２を読み取り、織物番号２２１と認定品資料２１２に記載された認定品番号２１３を照合すると同時に、画像光学特徴分布情報２１１と認定品番号２１３に関連付けられた偽造防止特徴情報２１４を照合し、照合結果が合致である場合に演算モジュール２１は認定品指示情報２１５を生成し、これを表示モジュール２４に伝送し、照合結果が不合致である場合に表示モジュール２４に偽物指示情報２１６を生成する。本明細書の図面に示す表示モジュール２４とは電子装置２０のディスプレイスクリーンであってもよいし、電子装置２０に接続されたディスプレイデバイスであってもよい。また、本明細書にいう認定品指示情報２１５及び偽物指示情報２１６はそれぞれ指示音、指示模様であってもよいし、又は文字情報であってもよい。一実施例では、認定品指示情報２１５は、製品情報、ブランドメーカー、製造国、最初販売元、偽造防止特徴３２の位置、偽造防止特徴３２の織物画像及び認定品番号２１３からなる群から選ばれた少なくとも１つを含む。このうち、当該製品情報とは製造又は販売許可を得た織物３０（認定品）の関連情報であってもよく、例えば、当該製品情報は織物３０の商品番号又はロット番号などである。
【0029】
以上から分かるように、本発明は従来のように後から偽造防止タグを付ける又は偽造防止ラベルを付与するなどで偽造防止手段を導入したものではなく、直接的に織物３０に偽造防止特徴３２を形成させたものであり、また第２糸ループ３２１の側面の色のランダムな変化で織物３０の真偽を判断する。本発明の技術的解決手段で悪質の業者による織物３０の偽造又は模倣を絶やすことができ、生産段階でメーカーから最大許容数量を超える非認定の織物３０が流出し市場に入ることも避けられる。
【0030】
一実施例では、図１から図４が参照されるとおり、電子装置２０は演算モジュール２１と通信可能に接続された撮影装置２３をさらに含み、方法１０は、撮影装置２３を利用して被検織物に対して撮影して少なくとも１つの織物部分画像２０１を生成するステップ１４を含む。別の実施例では、図５が参照されるとおり、方法１０のステップ１１は、同じ当該被検織物から取得された少なくとも１つの織物部分画像２０１を受信し、画像類似度分析で少なくとも１つの織物部分画像２０１から偽造防止特徴３２をまとめるサブステップ１１１をさらに含む。例えば、演算モジュール２１は当該被検織物に類似度の統計を行うことができ、当該被検織物から生成された複数のサンプル間に差異が小さい場合に、当該複数のサンプルが類似するものと判定し、逆に、当該複数のサンプルが織物本体３１で、当該複数のサンプル間の類似度（距離）が大きい場合に、当該複数のサンプルが類似しないものと判定し、つまり、当該複数のサンプルに織物本体３１及び偽造防止特徴３２が含まれる。
【0031】
さらに、一実施例では、図３、図６から図２６が参照されるとおり、方法１０のステップ１３は、認定品資料２１２から少なくとも２つの部分特徴色分布情報２１７、２１８を取得し、色に基づいて画像光学特徴分布情報２１１を分析し少なくとも２つの特徴色分布情報２１９、２５０を生成し、各特徴色分布情報２１９（２５０）のサンプル色と複数の部分特徴色分布情報２１７、２１８のサンプル色は同じであり又は類似し、各特徴色分布情報２１９（２５０）と関連する１つの部分特徴色分布情報２１７（２１８）が同じであるかどうかを照合するサブステップ１３１をさらに含む。次に、一例として本明細書の図７から図２６に示すもので説明し、偽造防止特徴３２のそれぞれは赤色の子糸３２２と緑色の子糸３２３によって構成されると仮定する。演算モジュール２１は認定品資料２１２から複数の部分特徴色分布情報２１７、２１８を取得し、複数の部分特徴色分布情報２１７、２１８は事前にクラウドサーバー４０に記憶されており、演算モジュール２１によって抽出されてもよい。また、部分特徴色分布情報２１７は認定品における偽造防止特徴の赤色の子糸の分布状態を記述し、部分特徴色分布情報２１８は当該認定品における当該偽造防止特徴の緑色の子糸の分布状態を記述し、複数の部分特徴色分布情報２１７、２１８を組み合わせると当該認定品の当該偽造防止特徴を示す画像光学特徴分布特徴２５１になる。続いて、演算モジュール２１は色に基づいて画像光学特徴分布情報２１１を分析し少なくとも２つの特徴色分布情報２１９、２５０を生成し、特徴色分布情報２１９は偽造防止特徴３２における赤色の子糸３２２の分布状態を記述し、特徴色分布情報２５０は緑色の子糸３２３の分布状態を記述する。また、各特徴色分布情報２１９（２５０）のサンプル色と複数の部分特徴色分布情報２１７、２１８のサンプル色は同じであり又は類似する。次に演算モジュール２１は、特徴色分布情報２１９と関連する部分特徴色分布情報２１７を照合して赤色に基づいて分布差異情報２５２を生成すると同時に、特徴色分布情報２５０と関連する部分特徴色分布情報２１８を照合して緑色に基づいて分布差異情報２５３を生成する。図１５及び図１６に示すように、２つの部分特徴色分布情報２１８、２５３には差異表示画像が示されないため、特徴色分布情報２１９と関連する部分特徴色分布情報２１７及び特徴色分布情報２５０と関連する部分特徴色分布情報２１８に差異がないこと、即ち織物３０が認定品と同じであることを示す。２つの部分特徴色分布情報２１８、２５３に差異表示画像が示される場合に（図２５及び図２６）、織物３０が当該認定品と異なることを示す。一実施例では、演算モジュール２１は分布差異情報２５２と分布差異情報２５３に基づいて統計学的分析を行うことができ、画像光学特徴分布特徴２５１と画像光学特徴分布情報２１１の差異値が限界値以上となる場合に、織物３０は当該認定品と異なると判定し、偽物指示情報２１６を生成し、差異値が限界値未満である場合に、当該織物３０は認定品と同じであると判定し、認定品指示情報２１５を生成する。次に示すのが、前記差異値の計算式及び判定式の一例である。
【0032】
式中、Ｔは１つの部分特徴色分布情報２１７（２１８）を示し、Ｑは１つの特徴色分布情報２１９（２５０）を示し、Ｃは織物３０の色の組み合わせを示し（本実施例ではＣ＝｛ｒｅｄ，ｇｒｅｅｎ｝）、Ｎｐｉｘｅｌは２つの部分特徴色分布情報２１７、２１８と２つの特徴色分布情報２１９、２５０の総画素数を示し、Ｄｔｈｒｅｓｈｏｌｄは当該限界値を示す。
【0033】
また一実施例では、本発明の電子装置２０はクラウドサーバー４０と通信可能に接続され、且つ認定品資料２１２はクラウドサーバー４０に記録されている。つまり、演算モジュール２１は織物番号２２１又は画像光学特徴分布情報２１１をインデックスとして、クラウドサーバー４０から織物番号２２１又は画像光学特徴分布情報２１１に関連する認定品資料２１２を抽出する。また、クラウドサーバー４０はブロックチェーンストレージ（Ｂｌｏｃｋｃｈａｉｎ ｓｔｏｒａｇｅ）として実施され、クラウドサーバー４０は認定品資料２１２を受信して記憶した後、認定品資料２１２に暗号化を行ってもよい。例えば、クラウドサーバー４０は認定品資料２１２にタイムスタンプ（ｔｉｍｅｓｔａｍｐ）を加え又は暗号化の上に記憶してもよく、前記暗号化とは認定品資料２１２にハッシュ値（ｈａｓｈ ｖａｌｕｅ）を加えるなどで行われてもよい。また、本発明では分散コンピューティングアーキテクチャ（例えば、ブロックチェーン）によりクラウドサーバー４０に書き込まれた認定品資料２１２が改ざんできないことを保証し、秘匿性と改ざん防止機能が得られる。
【0034】
また一実施例では、図２７が参照されるとおり、本発明に係る織物３０の真偽判断の確実性が一層高まるように、偽造防止特徴情報２１４は平面画像光学特徴分布情報及び立体画像光学特徴分布情報を含み、方法１０のステップ１１は、同じ当該被検織物から取得された複数の織物部分画像２０１を受信し、複数の織物部分画像２０１で偽造防止特徴３２と見なされる画像光学特徴分布情報２１１を抽出し、当該立体画像光学特徴分布情報と照合するために被検立体画像光学特徴分布情報をサンプリングするサブステップ１１２をさらに含む。具体的には、当該平面画像光学特徴分布情報とは織物３０に基づいて生成された平面図像であってもよく、当該平面図像は二次元的に織物３０の画像光学特徴分布情報２１１を示し、当該立体画像光学特徴分布情報は織物３０に基づいて三次元的に織物３０の画像光学特徴分布情報２１１を示す。また、当該立体画像光学特徴分布情報は演算モジュール２１が異なる三次元的角度下で織物３０における少なくとも２つの子糸３２２、３２３の色の分布状態を認識するためのもので、且つ演算モジュール２１が当該被検立体画像光学特徴分布情報をサンプリングするためのものであってもよい。このようして、演算モジュール２１による織物３０の真偽判断は一層確実になる。
【0035】
図２、図２８から図３０が参照されるとおり、さらに本発明は、織物の特徴で認定品資料を作成する方法５０を提供する。
方法５０は、織物３０で偽造防止特徴３２が編まれた部分に対して撮影して少なくとも１つの被分析織物画像２０２を生成するステップであって、織物３０において第１糸ループ３１１によって織物本体３１が形成され、複数の第２糸ループ３２１によって偽造防止特徴３２が形成され、各第１糸ループ３１１の画像光学特徴と各第２糸ループ３２１の画像光学特徴は類似しないステップ５１と、
被分析織物画像２０２における第２糸ループ３２１に画像分析を行って、画像光学特徴分布特徴２５１を生成するステップであって、画像光学特徴分布特徴２５１は第２糸ループ３２１を構成する少なくとも２つの子糸３２２、３２３によってランダムに生成され、少なくとも２つの子糸３２２、３２３の画像光学特徴は類似しないステップ５２と、
画像光学特徴分布特徴２５１を偽造防止特徴情報２１４として記録し、偽造防止特徴情報２１４を認定品番号２１３に関連付けて記憶して、認定品資料２１２を生成するステップ５３とを含む。
方法５０は、織物３０で偽造防止特徴３２が編まれた部分に対して撮影して少なくとも１つの被分析織物画像２０２を生成するステップであって、織物３０において第１糸ループ３１１によって織物本体３１が形成され、複数の第２糸ループ３２１によって偽造防止特徴３２が形成され、各第１糸ループ３１１の画像光学特徴と各第２糸ループ３２１の画像光学特徴は類似しないステップ５１と、
被分析織物画像２０２における第２糸ループ３２１に画像分析を行って、画像光学特徴分布特徴２５１を生成するステップであって、画像光学特徴分布特徴２５１は第２糸ループ３２１を構成する少なくとも２つの子糸３２２、３２３によってランダムに生成され、少なくとも２つの子糸３２２、３２３の画像光学特徴は類似しないステップ５２と、
画像光学特徴分布特徴２５１を偽造防止特徴情報２１４として記録し、偽造防止特徴情報２１４を認定品番号２１３に関連付けて記憶して、認定品資料２１２を生成するステップ５３とを含む。
【0036】
次に方法５０を具体的に説明する。ステップ５１を行い、織物３０で偽造防止特徴３２のある部分に対して撮影して少なくとも被分析織物画像２０２を生成し、次にステップ５２を行い、被分析織物画像２０２における複数の第２糸ループ３２１に画像分析を行って、画像光学特徴分布特徴２５１を生成する。具体的には、画像光学特徴分布特徴２５１は各第２糸ループ３２１を構成する少なくとも２つの子糸３２２、３２３によって生成され、少なくとも２つの子糸３２２、３２３をランダムに撚り合わせて各第２糸ループ３２１を得たため、第２糸ループ３２１の表面に少なくとも２つの子糸３２２、３２３がランダムに出現する。また、少なくとも２つの子糸３２２、３２３の画像光学特徴が類似しないことで、各第２糸ループ３２１から少なくとも２つの子糸３２２、３２３が明瞭に見分けられる。なお、本明細書で少なくとも２つの子糸３２２、３２３の画像光学特徴が類似しないというのは、例えば、少なくとも２つの子糸３２２、３２３がナチュラル・カラー・システムで異なる色相に属し、且つ２つの色相間に３０度以上の色相角が形成されることであってもよい。また、少なくとも２つの子糸３２２、３２３が同じ色相に属する場合に、少なくとも２つの子糸３２２、３２３には少なくとも３つの階調が隔たる。続いて、色のサンプリングが完了した後、ステップ５３に移行し、画像光学特徴分布特徴２５１を偽造防止特徴情報２１４として記録し、偽造防止特徴情報２１４を認定品番号２１３に関連付けて記憶して、認定品資料２１２を完成させる。偽造防止特徴情報２１４又は認定品番号２１３が抽出される時に、認定品資料２１２で偽造防止特徴情報２１４に対応する認定品番号２１３、又は認定品資料２１２で認定品番号２１３に対応する偽造防止特徴情報２１４が一緒に抽出されると仮定する。
【0037】
一実施例では、少なくとも２つの子糸３２２、３２３の色は黒色ではなく、これによって偽造防止特徴３２に対して撮影する時に、少なくとも２つの子糸３２２、３２３が光線を吸収して被分析織物画像２０２を生成できないことが避けられる。また、撮影中に少なくとも２つの子糸３２２、３２３に多くの反射が起きると演算モジュール２１が認識できないため、少なくとも２つの子糸３２２、３２３は反射性の糸又は多くの反射が伴う金属糸ではない。同様に、白いものに光が当たると殆どが反射されるため、少なくとも２つの子糸３２２、３２３は白色又は白色と黒色が一定の割合で混合して形成させた灰色ではない。
【0038】
また一実施例では、認定品番号２１３はシリアルナンバーであってもよいしブランドメーカーによって定義されてもよく、任意の２つの当該シリアルナンバーは互いに異なる。例えば、ブランドメーカーは織物３０の生産情報に基づいて認定品番号２１３を定義してもよいし、又は織物３０の商品番号又はロット番号に基づいて認定品番号２１３を定義してもよい。また一実施例では、認定品資料２１２は、織物３０が初めて販売元から販売された時に生成される初回販売元資料をさらに含んでもよく、当該初回販売元資料は織物３０を初めて販売した販売元の店舗情報を記述するものであってもよく、例えば、当該初回販売元資料は織物３０の販売元の名称及び住所などを記述する。
【0039】
一実施例では、方法５０のステップ５３は、色に基づいて画像光学特徴分布特徴２５１を分析し少なくとも２つの部分特徴色分布情報２１７、２１８を生成し、少なくとも２つの部分特徴色分布情報２１７、２１８を認定品資料２１２に記録するサブステップ５３１をさらに含む。図７から図２６の例で、織物３０の偽造防止特徴３２に赤色の子糸３２２及び緑色の子糸３２３が含まれると仮定する。サブステップ５３１に移行し、画像光学特徴分布特徴２５１の色の差異に基づいて分析し、それぞれ赤色の子糸３２２の分布状態及び緑色の子糸３２３の分布状態を記述する少なくとも２つの部分特徴色分布情報２１７、２１８を生成する。続いて、少なくとも２つの部分特徴色分布情報２１７、２１８を認定品資料２１２に記録する。
【0040】
さらに、本発明の一実施例では、織物３０の偽造特徴が認識しやすいように、方法５０のステップ５１は、織物３０で偽造防止特徴３２が編まれた部分に対して撮影して複数の被分析織物画像２０２を生成し、複数の被分析織物画像２０２の角度が異なり、複数の被分析織物画像２０２にサンプリングを行って、当該平面画像光学特徴分布情報及び当該立体画像光学特徴分布情報を生成し、偽造防止特徴３２に記録するサブステップ５１１をさらに含む。当該平面画像光学特徴分布情報とは複数の被分析織物画像２０２のそれぞれに画像処理を行って織物３０の色の分布状態を二次元的に表示するもので、当該立体画像光学特徴分布情報とは複数の被分析織物画像２０２によって織物３０の色の分布状態を三次元的に表示するものであり、このようにして、使用者は織物３０について判断する時に撮影の角度を限定する必要がなく、判断しやすい。
【符号の説明】
【0041】
１０ 方法
１１ テップ
１１１ サブステップ
１１２ サブステップ
１２ テップ
１３ テップ
１３１ サブステップ
１４ テップ
２０ 電子装置
２０１ 織物部分画像
２０２ 被分析織物画像
２１ 演算モジュール
２１１ 画像光学特徴分布情報
２１２ 認定品資料
２１３ 認定品番号
２１４ 偽造防止特徴情報
２１５ 認定品指示情報
２１６ 偽物指示情報
２１７ 部分特徴色分布情報
２１８ 部分特徴色分布情報
２１９ 特徴色分布情報
２２ 入力装置
２２１ 織物番号
２３ 撮影装置
２４ 表示モジュール
２５０ 特徴色分布情報
２５１ 画像光学特徴分布特徴
２５２ 分布差異情報
２５３ 分布差異情報
３０ 織物
３１ 織物本体
３１１ 第１糸ループ
３２ 偽造防止特徴
３２１ 第２糸ループ
３２２ 子糸
３２３ 子糸
４０ クラウドサーバー
５０ 方法
５１ ステップ
５１１ サブステップ
５２ ステップ
５３ ステップ
５３１ サブステップ
１１ テップ
１１１ サブステップ
１１２ サブステップ
１２ テップ
１３ テップ
１３１ サブステップ
１４ テップ
２０ 電子装置
２０１ 織物部分画像
２０２ 被分析織物画像
２１ 演算モジュール
２１１ 画像光学特徴分布情報
２１２ 認定品資料
２１３ 認定品番号
２１４ 偽造防止特徴情報
２１５ 認定品指示情報
２１６ 偽物指示情報
２１７ 部分特徴色分布情報
２１８ 部分特徴色分布情報
２１９ 特徴色分布情報
２２ 入力装置
２２１ 織物番号
２３ 撮影装置
２４ 表示モジュール
２５０ 特徴色分布情報
２５１ 画像光学特徴分布特徴
２５２ 分布差異情報
２５３ 分布差異情報
３０ 織物
３１ 織物本体
３１１ 第１糸ループ
３２ 偽造防止特徴
３２１ 第２糸ループ
３２２ 子糸
３２３ 子糸
４０ クラウドサーバー
５０ 方法
５１ ステップ
５１１ サブステップ
５２ ステップ
５３ ステップ
５３１ サブステップ
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】
【図25】
【図26】
【図27】
【図28】
【図29】
【図30】
