近年、偽造品はますます精巧になり、従来の目視確認や経験に頼った真贋判定では十分とは言えなくなっています。ブランドやリセール事業者は、スピード、正確性、スケーラビリティを兼ね備えた新しい仕組みを求めています。

Simplico Co., Ltd. が開発した AI Authenticity Verification System は、モバイル端末1つで高精度な真贋判定を実現する、次世代のAIソリューションです。

本記事では、システムの仕組み、技術構成、導入メリットを詳しく解説します。

なぜブランドにAI真贋判定が必要なのか

従来の真贋判定には、次のような課題があります：

担当者によって判断基準が異なる
判定に時間がかかる
新人教育が難しい
対応履歴や証拠が残らない
多店舗展開にスケールしない

AIを導入することで、一貫した判定・高速化・エビデンスの可視化を実現できます。

システム全体の流れ

本システムは次の4つの主要モジュールで構成されています：

モバイルアプリ（画像取得）
AI推論サーバー（真贋解析）
バックエンド（Django + Celery）
管理ダッシュボード（分析用）

図1 — システム全体アーキテクチャ

flowchart TD

A["Staff Mobile App"] --> B["Secure Image Upload"]
B --> C["Django Backend API"]
C --> D["Job Queue (Celery)"]
D --> E["AI Inference Server (FastAPI + PyTorch)"]

E --> F["Heatmap Generator"]
E --> G["Confidence Score"]
F --> H["Object Storage (Images + Heatmaps)"]
G --> C

C --> I["PDF Report Generator"]
I --> H

C --> J["Dashboard & Analytics"]

1. モバイルアプリ：高品質な画像取得をサポート

商品画像の品質は真贋判定の精度に直結します。
アプリはスタッフが適切な角度・距離で撮影できるようガイドを提供します。

主な機能：

ステップガイド付きのマルチアングル撮影
画像品質チェック（ブレ・明るさ・距離）
ARオーバーレイ（Premium）
自動角度検出・自動撮影（Premium）
暗号化された安全な画像アップロード

図2 — モバイルアプリの撮影フロー

flowchart TD

A["カメラ起動"] --> B["撮影ガイドに従う"]
B --> C["画像品質チェック"]
C --> D{"品質は合格？"}
D -->|不合格| B
D -->|合格| E["安全なアップロード"]
E --> F["判定ジョブを送信"]

2. AI真贋判定エンジン

AIは次のような特徴を解析します：

ステッチパターン
ロゴ形状
素材の質感・テクスチャ
ハードウェア形状
シリアルコードの特徴

モデルは3レベル展開：

Basic Model — 初期導入向け
Pro Model — 詳細特徴を高精度に解析
Ensemble + YOLOv8 — 最上位、複数モデルと領域検出で最高精度

Heatmap により、AIがどの部分を重視したかを視覚的に示します。

図3 — AI推論パイプライン

flowchart TD

A["画像受領"] --> B["前処理"]
B --> C["AIモデル（Basic / Pro / Ensemble）"]
C --> D["特徴抽出"]
D --> E["判定結果 + 信頼度"]

E --> F["Heatmap生成"]
F --> G["Heatmap保存"]

E --> H["結果をBackendへ返す"]

3. バックエンド（Django + Celery + PostgreSQL）

バックエンドはシステムの中枢として次を担います：

ログイン / 権限管理
Celeryでの非同期処理
PostgreSQLでのデータ構造管理
PDFレポート生成
監査ログ
店舗／スタッフ／SKU分析

図4 — バックエンドとAIサーバーの連携フロー

sequenceDiagram
    autonumber
    participant App as "Mobile App"
    participant API as "Django Backend"
    participant Q as "Celery Queue"
    participant AI as "AI Server"
    participant DB as "PostgreSQL"
    participant S3 as "Object Storage"
    participant PDF as "PDF Generator"

    App->>API: 真贋判定を依頼
    API->>S3: 画像保存
    API->>Q: 判定ジョブ作成
    Q->>AI: AI推論実行
    AI->>S3: Heatmap保存
    AI->>Q: 判定結果返却
    Q->>API: 結果更新
    API->>DB: データ保存
    API->>PDF: PDFレポート生成
    PDF->>S3: レポート保存
    API-->>App: 判定結果を返却

4. PDFレポート

PDFレポートには以下を含みます：

撮影画像
Heatmap
信頼度スコア
AIによる説明
スタッフ名・店舗名・時刻
安全な共有リンク

顧客説明にも、内部監査にも最適です。

5. ダッシュボード & 分析

店舗別分析

判定件数
真・疑い・偽の割合
時系列の利用傾向

スタッフ分析

撮影品質と一貫性
判定スピード
トレーニングが必要なポイント

高度分析（Premium）

SKU別リスク
モデル劣化（Model Drift）検出
ブランド全体のリスクスコア

図5 — 分析アーキテクチャ

flowchart TD

A["Backend Logs"] --> B["Analytics Processor"]
B --> C["店舗分析ダッシュボード"]
B --> D["スタッフ分析ダッシュボード"]
B --> E["SKUリスクダッシュボード"]

パッケージ比較

項目	Small	Medium	Premium
アプリ	Android	Android	Android + iOS
撮影ワークフロー	Manual	Guided	AR + Auto
AIモデル	Basic	Pro	Ensemble + YOLO
Explainability	Single	Multi	Multi-layer
PDFレポート	No	Yes	Enhanced
分析	Basic	Full	Advanced