基于法定貨幣在不同光照下局部特征不同,該文研究一種基于AlexNet的兩光照下多類(lèi)別法定貨幣識(shí)別技術(shù)。首先,分析自然光照、紫外光照下法定貨幣圖像特征,指出不同光照下法定貨幣呈現(xiàn)不同的面額、圖案等特征;其次,分析AlexNet神經(jīng)網(wǎng)絡(luò)模型與研究面向法定貨幣識(shí)別的AlexNet遷移學(xué)習(xí)方法;最后,在30類(lèi)別的兩光照下不同幣種的圖像樣本庫(kù)上進(jìn)行圖像識(shí)別實(shí)驗(yàn),貨幣圖像識(shí)別準(zhǔn)確率達(dá)到100%,準(zhǔn)確實(shí)現(xiàn)區(qū)分貨幣幣種、光照條件、面額與正反面貨幣圖像功能。與經(jīng)典貨幣圖像識(shí)別方法相比,該法能減少人工提取圖像特征的工作量,具有通用性好、準(zhǔn)確度高的特點(diǎn)。 

【文章來(lái)源】：中國(guó)測(cè)試. 2019,45(09)北大核心

【文章頁(yè)數(shù)】：5 頁(yè)

【文章目錄】：
0 引言
1 不同光照下法定貨幣圖像特征分析
2 基于AlexNet兩光照下多類(lèi)別法定貨幣識(shí)別技術(shù)
    2.1 AlexNet神經(jīng)網(wǎng)絡(luò)模型分析
    2.2 面向法定貨幣識(shí)別的AlexNet遷移學(xué)習(xí)
3 試驗(yàn)研究
4 結(jié)束語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]一種基于紫外熒光圖像的人民幣面額識(shí)別算法[J]. 李雪梨,索雙富,武佩君.  機(jī)械設(shè)計(jì)與制造. 2017(03)
[2]基于BP神經(jīng)網(wǎng)絡(luò)的銀行票據(jù)識(shí)別[J]. 韓夢(mèng)迪,曹玉東,杜剛.  信息通信. 2016(09)
[3]多顏色模型分割自學(xué)習(xí)k-NN設(shè)備狀態(tài)識(shí)別方法[J]. 郭雪梅,劉桂雄.  中國(guó)測(cè)試. 2016(04)
[4]紅外弱小目標(biāo)檢測(cè)背景抑制算法研究[J]. 金長(zhǎng)江,師廷偉.  中國(guó)測(cè)試. 2016(04)
[5]深度卷積神經(jīng)網(wǎng)絡(luò)在計(jì)算機(jī)視覺(jué)中的應(yīng)用研究綜述[J]. 盧宏濤,張秦川.  數(shù)據(jù)采集與處理. 2016(01)
[6]基于印刷年份的人民幣版本識(shí)別技術(shù)研究[J]. 羅帥,婁震.  現(xiàn)代電子技術(shù). 2015(18)
[7]表格型票據(jù)圖像手寫(xiě)體特殊符號(hào)的混合檢測(cè)算法[J]. 宋曉寧,劉梓,於東軍,楊靜宇,陳天雨.  南京理工大學(xué)學(xué)報(bào). 2012(06)
[8]復(fù)雜背景下的票據(jù)字符分割方法[J]. 葉龍歡,王俊峰,高琳,袁軍.  計(jì)算機(jī)應(yīng)用. 2012(11)



本文編號(hào)：2982659