- 
                题名纸币序列号的快速识别方法研究
                    被引量:2
            
- 1
- 
                
            
- 
                
                            作者
                                房爱东
                                胡学钢
                                盛庄
                
            
- 
                    机构
                    
                            宿州学院信息工程学院
                            合肥工业大学计算机与信息学院
                            北京控制工程研究所
                    
                
- 
                出处
                
                
                    《计算机工程》
                    
                            CAS
                            CSCD
                    
                2012年第24期156-160,共5页
            
- 
                        基金
                        
                                    安徽省自然科学基金资助项目(10040606Q64)
                                    安徽省高等学校省级自然科学基金资助项目(KJ2011B180)
                                +1 种基金
                                    安徽省高等学校优秀青年人才基金资助项目(2012SQRL199ZD)
                                安徽省高等学校质量工程基金资助项目(20101077)
                        
                    
- 
                    文摘
                        针对纸币序列号识别问题,提出一种快速识别方法。求解字符连通域特征和扫描线法对序列号实现粗分类,使用Hausdorff距离和闭合曲线特征对字符进行细分类,对细分类的字符利用字符区分器进行识别。实验结果表明,该方法操作简单,能避免复杂的计算,识别速度较快,且能提高字符的识别率。
                        
                    
            
- 
                    关键词
                    
                            纸币序列号识别
                            连通域特征
                            扫描线
                            HAUSDORFF距离
                            闭合曲线特征
                    
                
- 
                    Keywords
                    
                            paper sequence number recognition
                             connected domain characteristic
                             scanline
                             Hausdorff distance
                             close curve characteristics
                    
                
- 
                    分类号
                    
                            
                                
                                    TP391
[自动化与计算机技术—计算机应用技术]                                
                            
                    
                
- 
                
            
            - 
                题名一种预测纸币序列号先知的字符分割方法
                    被引量:3
            
- 2
- 
                
            
- 
                
                            作者
                                张会林
                                张杰武
                                李伦清
                
            
- 
                    机构
                    
                            上海理工大学光电信息与计算机工程学院上海市现代光学系统重点实验室
                    
                
- 
                出处
                
                
                    《计算机应用研究》
                    
                            CSCD
                            北大核心
                    
                2014年第2期608-611,共4页
            
- 
                        基金
                        
                                    国家自然科学基金资助项目(60777045)
                                    上海市第三期重点学科项目(S30502)
                        
                    
- 
                    文摘
                        纸币在流通过程中不可避免地引入各种污染,会影响纸币序列号的正常分割,甚至引发分割失败。为了提高分割结果的准确性,提出了一种预测先验知识的字符分割方法。对于某种面值的纸币,根据其特有的号码排列方式定义马尔可夫链的状态,通过求得马尔可夫链的前向识别,可以预测纸币序列号的先验知识,再配合连通区域法和垂直投影法,最终得到序列号的最优分割位置。在各面值的人民币以及部分外币图像组成的数据集上测试该方法可行性,实验效果与传统的投影法和区域连通法对比显示了该分割方法的准确性。该方法对于有污痕、拆痕、字符粘连等情况的图像能进行准确分割,比传统分割法具有更好的分割性能。
                        
                    
            
- 
                    关键词
                    
                            纸币序列号
                            分割
                            污染噪声
                            马尔可夫链
                            字符先知
                    
                
- 
                    Keywords
                    
                            banknote serial number
                             segmentation
                             noise and pollution
                             Markov chains
                             priori knowledge
                    
                
- 
                    分类号
                    
                            
                                
                                    TP391.41
[自动化与计算机技术—计算机应用技术]                                
                            
                    
                
- 
                
            
            - 
                题名多尺度可变形Transformer纸币序列号识别
            
- 3
- 
                
            
- 
                
                            作者
                                张开生
                                李旭洋
                
            
- 
                    机构
                    
                            陕西科技大学电气与控制工程学院
                    
                
- 
                出处
                
                
                    《计算机工程与应用》
                    
                            CSCD
                            北大核心
                    
                2023年第18期105-118,共14页
            
- 
                        基金
                        
                                    陕西省榆林市2020年科技计划项目(CXY-2020-090)。
                        
                    
- 
                    文摘
                        纸币序列号识别系统在纸币流通的监管中扮演着重要角色,而纸币在实际使用的过程中会产生变形或受到污染导致纸币序列号呈现出不规则文本的特点。为满足不规则纸币序列号的识别需求,提出基于多尺度可变形Transformer的纸币序列号的识别方法。通过自主搭建的纸币序列号检测平台获取纸币序列号图像传输至计算机。序列号图像通过骨干网络提取特征图并传输至编码器,通过多尺度可变形注意力机制进一步提取文本的多尺度特征信息,随后采用多边形边界框检测机制,经候选框生成器提取文本的粗边界框,引导位置解码器中的多边形边界框坐标的回归训练,字符解码器在位置解码器预测文本边界框的同时进行字符预测,最终输出纸币序列号文本识别结果。实验结果表明,该方法能够满足纸币序列号在线检测与识别的需求。
                        
                    
            
- 
                    关键词
                    
                            纸币序列号
                            深度学习
                            TRANSFORMER
                            字符识别
                    
                
- 
                    Keywords
                    
                            banknote serial number
                            deep learning
                            Transformer
                            character recognition
                    
                
- 
                    分类号
                    
                            
                                
                                    TP391
[自动化与计算机技术—计算机应用技术]                                
                            
                    
                
-