Разработка BVS началась в далеком уже 2009 году. Тогда нам в DORS стало понятно, что будущее кассовой техники — это массовые машины, оснащенные искусственным интеллектом, которые разбираются в банкнотах и их признаках подлинности на уровне эксперта-криминалиста. В то время для обработки банкнот применялись, главным образом, примитивные устройства, которые просто не имели физической возможности для качественной автоматизированной проверки подлинности. Конечно, в крупных отделениях банков и расчетно-кассовых центрах уже имелись мощные сортировщики, однако это техника была очень дорогая и потому редкая. Большинство кассиров работали с оборудованием, которое либо не имело автоматизации и требовало высокой квалификации самого кассира, либо проверяло подлинность в автоматическом режиме, но очень ненадежно.
Почему же качественная автоматическая проверка подлинности не была тогда широко распространена? Ответ складывался из нескольких причин. Для качественной проверки банкнот были нужны сложные и дорогие датчики, которые могли бы «увидеть» самые минимальные нарушения признаков подлинности. Далее, для работы надежных алгоритмов валидации требовалась высокая вычислительная мощность процессора, встроенного в машину. И, наконец, обучение машин распознаванию каждого номинала каждой валюты было очень затратным процессом, отнимавшим массу рабочего времени высококвалифицированных специалистов. Все это, сложенное воедино, не позволяло создать технологию качественной автоматизированной проверки, доступную для большинства потребителей.
Система BVS изменила текущее положение дел по каждому из перечисленных направлений. Она складывается из высокоэффективных датчиков, доступных для массового применения, быстрых алгоритмов, работающих на самом последнем поколении экономичных процессоров, и ускоренной технологии обучения машин распознаванию новых банкнот.
Датчики
Для надежной проверки подлинности банкнот нужно получить несколько образов всей поверхности банкноты, снятых при помощи различных источников света. Эту задачу решает датчик оптического образа. Как минимум, нужно иметь один образ банкноты в инфракрасном излучении, а другой — в каком-либо из видимых цветов (например, в красном). При сравнении двух образов удается увидеть все так называемые инфракрасные метки, которые долгое время были одной из самых эффективных степеней защиты банкнот. При использовании большего количества различных источников света проверка становится еще более надежной, так как можно проверить дополнительные степени защиты. Так, в детекторе DORS 230 применяется 6 источников света — три в видимом диапазоне и 3 в разных участках инфракрасного диапазона спектра. Фактически, датчик оптического образа DORS 230 регистрирует не просто изображение, а спектральную характеристику каждого пиксела. Опыт показал, что этого достаточно, чтобы выявить самые изощренные фальшивки, поскольку очень трудно подделать спектральную характеристику каждой из множества красок, которой напечатана банкнота.
По традиции, идущей от тяжелых счетно-сортировальных машин, используемых в центральных банках, датчик оптического образа, как правило, представляет собой модифицированную сканирующую головку быстродействующего сканера документов (иногда ее называют CIS-сканнером). Такая головка обычно имеет высокую разрешающую способность — от 200 до 600 dpi (точек на дюйм).
Обычные машиночитаемые признаки подлинности можно надежно проверять при разрешающей способности 25 dpi (и даже меньше). Для этих признаков важен не малый размер пиксела, а высокая чувствительность при измерении оптических характеристик достаточно крупного участка банкноты. Для проверки микроскопических признаков подлинности (микротекстов, орловской печати и т. п.) нужна сверхвысокая разрешающая способность на уровне не менее 2000 dpi, которую CIS-сканеры не могут обеспечить.
В машинах бюджетного класса с системой BVS применяется иное решение — широкоугольная фотоприемная линейка. В сравнении с традиционным CIS-сканером, она имеет невысокое разрешение и меньшую стоимость. Однако, у нее есть существенное преимущество.
CIS-сканер чувствителен только к тем лучам света, которые отходят от поверхности банкноты под прямым углом. Поэтому, многие особенности банкноты, связанные с отражением и поглощением света в ее структуре, CIS-сканер просто не может увидеть. Напротив, широкоугольная фотоприемная линейка воспринимает лучи света, которые отходят от поверхности банкноты не только под прямым углом, но и в других направлениях. За счет этого, она успешно регистрирует важные особенности современных банкнот, обусловленные их многослойной структурой и применением специальных материалов.
Электрическая схема соединения элементов в широкоугольной фотоприемной линейке DORS защищена несколькими патентами на изобретение. Она позволяет получить простой, компактный, высокочувствительный и быстродействующий датчик оптического образа.
В системе BVS также применяются другие уникальные датчики. Датчик антистоксовской метки (технология iAS) позволяет проверять признак подлинности российских рублей, который обладает высокой стойкостью к подделке. Высокочастотный магнитный датчик проверяет магнитные метки таким образом, что удается увидеть различие между магнитными материалами меток на подлинных банкнотах и их имитациями на подделках.
Алгоритмы
Валидаторы банкнот относятся, возможно, к наиболее давно известным применениям искусственного интеллекта. На алгоритмах распознавания и проверки подлинности банкнот оттачивались различные методы обработки данных, которые сейчас применяются во множестве других областей — от биометрической идентификации человека до беспилотного управления автомобилем. В настоящий момент, для задач распознавания наиболее популярны технологии искусственных нейронных сетей. Несмотря на достойную точность распознавания, нейронные сети имеют массу недостатков: они медлительны, требуют высокой вычислительной мощности процессора, и очень небыстро обучаются распознаванию чего-то нового.
В системе BVS используется альтернативная технология каскадных статистических классификаторов, известная специалистам многие годы, но остающаяся «в тени» нейронных сетей. При создании BVS был разработан особый вариант этой технологии, который способен одновременно распознавать множество объектов, и позволяет получить очень высокое быстродействие. В результате, детекторы и сортировщики с системой BVS не требуют (или почти не требуют) предварительного выбора валюты, с которой будет работать машина. Так, детектор DORS 230 может без переключения распознавать и проверять банкноты, относящиеся более чем к 70 разным валютам. Счетчики и сортировщики банкнот, обычно, могут распознавать до 10 валют без ручного переключения между этими валютами, и более 70 валют с ручным указанием списка возможных валют.
В результате, детектор DORS 230 и счетчик DORS 750, выведенные на рынок в 2012 году, оказались первыми в мире машинами в своих классах, которые не требовали ручного выбора валюты. Многовалютные возможности DORS 230 остаются непревзойденными до сих пор, а количество распознаваемых им валют непрерывно растет. Вполне реалистично ожидать, что через какое-то время DORS 230 сможет автоматически распознавать все валюты мира.
Высокое быстродействие алгоритмов BVS можно проиллюстрировать таким примером. Обычно, в счетчиках и сортировщиках с распознаванием банкнот, конструкторы специально удлиняют путь движения банкноты после прохождения через датчик оптического образа. Это делается, чтобы дать возможность медлительному алгоритму распознавания выполнить свою работу, пока банкнота проезжает по добавочному отрезку пути. В некоторых сортировщиках такое искусственное удлинение превышает 10 см. Машины с системой BVS распознают банкноту за время прохождения пути длиной около 1 см, то есть, почти моментально. Вот почему тракт движения банкнот в этих машинах очень короткий, а сами машины имеют простую и компактную конструкцию.
Важно отметить, что алгоритмы системы BVS не требуют очень высокой вычислительной мощности процессора, которая стала обычной для сортировщиков с распознаванием на основе нейронных сетей. В машинах с системой BVS используются самые современные экономичные сигнальные процессоры среднего класса, которые почти не нагреваются и не требуют вентиляторов охлаждения.
Алгоритмы системы BVS защищены многими патентами, полученными в России и за рубежом. Они позволили упростить как механизмы машин, так и их электронные узлы. Это, в свою очередь, сделало качественную технологию распознавания банкнот и проверки их подлинности доступной даже тем потребителям, кто прежде не мог себе ее позволить.
В сортировщиках DORS с расширенной функциональностью, алгоритмы BVS используются не только для проверки подлинности, но также для распознавания серийных номеров и контроля ветхости. В этих применениях, машины оснащаются двумя CIS-сканерами высокого разрешения, что позволяет анализировать банкноту в любой ориентации, в отраженном и в проходящем свете.
Алгоритмы BVS обладают очень высокой масштабируемостью. Одни и те же принципы работы в равной степени реализуются как на самых простых детекторах банкнот с ограниченными возможностями электроники, так и на мощных сортировщиках с многоядерным процессором и множеством дополнительных функций.
Обучение
Мало сделать качественный детектор или сортировщик, его нужно обучить распознаванию отдельных банкнот. Традиционно, здесь использовались два подхода. Нейронные сети имеют возможность самостоятельного обучения, но, для этого, им необходимо предоставить многие тысячи (иногда, даже миллионы) образцов банкнот. Процесс автоматического обучения может занимать многие недели, не говоря уже о том, что требуемое количество образцов часто просто не удается найти.
В качестве альтернативы, создание процесса распознавания доверяют программисту, который пишет отдельный программный модуль на каждый номинал каждой банкноты, ориентируясь на собственную «человеческую» логику. Такой процесс обучения тоже оказывается очень небыстрым, и к тому же очень сильно зависит от того, насколько программист разбирается в защищенной полиграфии и методах борьбы с фальшивомонетничеством.
При создании системы BVS был сделан иной выбор, в пользу так называемого обучения с учителем. Главным звеном в обучении машины является профессиональный эксперт-полиграфист, вооруженный специальной обучающей программой. Программа дает возможность, для каждого типа банкнот, записывать последовательность проверки в том виде, как если бы проверку вела не машина, а сам эксперт. Иными словами, эксперт передает свой опыт машине, используя привычные для него понятия. После этого, программа формирует математически точные критерии проверки на основе анализа нескольких сотен банкнот, взятых из оборота.
Обучение с учителем объединяет человеческое знание защищенной полиграфии и машинный анализ разброса характеристик реальных банкнот, находящихся в обороте. Опыт эксперта нельзя заменить простым перебором сотен тысяч подлинных банкнот в нейронной сети. В частности, эксперт детально знает систему защиты банкноты, и точно указывает машине те места для проверки, которые труднее всего поддаются подделке. Можно сказать, что BVS проверяет не то, что легче всего проверить (это был бы выбор нейронной сети), а то, что сложнее всего подделать (это выбор человеческого разума).
Процесс обучения с учителем оказался удивительно быстрым. На обучение новому типу банкноты уходит несколько часов, в то время как общепринятые методики требуют для этого нескольких дней. Именно эта особенность технологии позволяет относительно небольшому штату экспертов DORS поддерживать уже почти 100 различных валют на нескольких различных машинах. Когда появляется новая фальшивка, опасно приблизившаяся к подлинной банкноте по воспроизведению защитных признаков, на выработку противоядия против нее также уходит всего лишь несколько часов.
Результатом обучения системы BVS являются так называемые базы данных валидатора, которые используются машиной как руководство к проверке при валидации банкнот. Система BVS имеет уникальную инфраструктуру удаленного обновления, которую, до сего момента, никому в мире не удалось повторить. Актуальные базы данных валидатора, как и основное программное обеспечение машин, хранятся на специальном сервере в сети Интернет. Каждая машина с системой BVS может почти моментально, в течение пары минут, обновить свое программное обеспечение и базу данных валидатора до самой последней версии. Обновление может быть полностью автоматическим либо запускаться по команде пользователя. Очень важно, что каждая машина получает именно те компоненты программного обеспечения, которые требуются для ее модели и ее исполнения. Человеческая ошибка здесь исключается.
Как показал опыт нескольких массовых вбросов фальшивок, регулярно происходящих в России в последние годы, время реакции критически важно для устойчивой работы банковской системы. Банкам приходилось надолго выключать машины, не обученные отклонять новые фальшивки. Техника именитых производителей простаивала неделями, в ожидании получения нового программного обеспечения.
За счет удаленного обновления, время реакции машин с системой BVS при массовом вбросе особо опасных фальшивок сокращается до нескольких часов. Если машина настроена на полностью автоматическое обновление, то она получает «противоядие» в максимально короткие сроки.
Название BVS расшифровывается как Banknote Validation System — система валидации банкнот. Несмотря на огромную разницу между отдельными машинами, распознавание и проверка подлинности банкнот в них построены на единых принципах, с использованием сходных датчиков и одного и того же программного кода.
Прошедшие 2013 и 2014 годы можно считать поворотным в истории фальшивомонетничества в России. Именно в этот период фальшивомонетчикам удалось сделать качественный скачок и создать имитации, которые по уровню воспроизведения защитных признаков вплотную подошли к подлинным банкнотам. 
Визуальный контроль антистоксовской метки является весьма достоверным способом проверки подлинности. Однако человеческий глаз не может определить многие физические характеристики, которые делают уникальным каждый вид антистоксовского люминофора. Например, оказывается, что зеленый свет, излучаемый меткой, содержит несколько близко расположенных спектральных линий, каждая с точно определенной длиной волны. В мире существует более 10 видов антистоксовских люминофоров с зеленым свечением, неотличимым друг от друга «на глаз». При этом точно измеренный спектральный состав зеленого света позволяет легко отличить один вид люминофора от другого.
Универсальный просмотровый детектор DORS 1300 M2 с модулем интеллектуального антистокс-контроля iAS.
Детектор DORS 1300 M2. Автоматическое измерение характеристик люминофора в антистоксовской метке и анализ подлинности банкноты.
