Holograms detection using deep learning

In the last years a lot of improvements have been achieved in the Machine Learning field after the arise of new and powerful hardware, which can deal with huge amount of data in short time. Furthermore, more robust and strong architectures have been introduced and a solution that appears promising at present is provided by the so-called Artificial Neural Network (ANN) belonging to Deep Learning techniques. Thanks to their complex structure and ability to process lots of data, nowadays ANNs are arousing great interest for the results that they are able to achieve. These networks are able to tackle many tasks ranging from data analysis patterns to real-time objects detection. Despite the astonishing results and performance, these solutions typically show high computational demands. The main goal of this thesis is to carry out a reliable system based on this architecture in an industrial scenario. In particular, its purpose is to detect holograms attached to small tags; holograms are features used in documents in order to protect them from counterfeiting. The specific task of checking the authenticity of holograms requires complex labour. The most effective and strong solution could require some special hardware or illumination module. Conversely, in this thesis a simple approach taking as input the distribution of color histograms extracted from the hologram by means of a mobile camera is described. The proposed method is developed taking into account hardware constraints and possible drawbacks caused by the environment.

Negli ultimi anni sono stati ottenuti vistosi miglioramenti in ambito Machine Learning grazie alla realizzazione di nuovi e performanti componenti hardware in grado di gestire una grande quantità di dati in breve tempo. Inoltre, sono state introdotte nuove architetture e tra di queste tecniche le Reti Neurali sono abbastanza promettenti. Grazie alla loro struttura e abilità di gestire una moltitudine di dati, al giorno d'oggi le Reti Neurali suscitano grande interesse a seguito dei grandi risultati che sono in grado di raggiungere. Con questa tecnica è possibile analizzare e risolvere tanti problemi dal semplice riconoscimento di un pattern al riconoscimento degli oggetti. Nonostante le incredibili prestazioni, tale tecnologia solitamente richiede un grande dispendio in termini di potenza computazionale. L'obiettivo principale di questa tesi è quello di progettare un sistema basato sulle Reti Neurali per una possibile applicazione nel mondo industriale. Nel dettaglio, si propone di riconoscere degli ologrammi applicati alle etichette; gli ologrammi vengono utilizzati nei documenti in modo da proteggere da tentativi di contraffazione. Il riconoscimento di ologrammi richiede una particolare attenzione in fase di progettazione. Una soluzione più efficace potrebbe richiedere l'utilizzo di un modulo di illuminazione. Invece, in questa tesi viene descritto un approccio che analizza la distribuzione degli istogrammi estratti dall'ologramma mediante una semplice fotocamera del cellulare. Il metodo proposto è stato sviluppato tenendo conto dei requisiti hardware e delle possibili difficoltà causate dall'ambiente.