随着商品种类的不断增加,假冒产品也层出不穷,产生了严重的危害。同时各种各样的防伪措施也不断出现,为商品安全护航。但是传统防伪方式或多或少都存在着不足之处,为了同时满足防伪性能、制作成本和使用的便捷性。本文选用点阵码中的点阵防伪码作为防伪工具。并且针对点阵防伪码中存在的不足,本文提出数据信息的加密和单位编码模块上的改进方法,并且将改进后的防伪码应用到了商标中。同时本文设计了一种混合码,通过对点阵防伪码和基于残差神经网络超分辨率重建后的图像进行识别,将深度学习引入图像防伪的应用研究,完成对商品的双重防伪,加强了对商品的防伪能力。本文首先通过阐述了防伪技术研究的目的和意义,通过查阅文献获取了目前深度学习在图像超分辨率重建上和点阵码的防伪现状的相关文献。在对现状分析总结后,指出了选取点阵防伪码的优势和目前点阵防伪码中还存在的不足。对点阵防伪码中编码防伪码中的不足,采用了一种RSA的非对称加密方法,通过对原始内容数据进行加密后产生密文,将密文数据变换成对应的码图。在此基础上,还提出了一种全新的编码模块,增加了单位模块所能容纳的数据信息量。随后对点阵防伪码进行适当变换后,将其融入到商标信息中。为了将点阵防伪码更好的隐藏在商标之中,将原有的定位模块转换成数据模块,使用商标的特征信息进行变换,进而对防伪码进行识别。根据公司需求设计了一种混合码。该方法将点阵防伪码和图像结合,产生混合码。混合码在编码时将原始图形进行下采样使其部分细节丢失无法识别,将无法识别的低分辨率图像与点阵防伪码混合形成混合码;在解码时候先后对点阵防伪码和经过超分辨率重建后的图像进行识别,组合两者的解码信息与商品信息对比,判断商品真伪。实验表明,本文改进后的点阵防伪码具有信息传递和防伪的性能,并且能在较低的分辨率下实现防伪;通过实验验证了将去除定位模块的点阵防伪码隐藏在商标中,依然可以通过商标定位实现解码;且对混合码进行实验测试,证明了混合码的可行性。