[发明专利]有价文件识别方法及装置有效

专利信息
申请号: 200910037735.0 申请日: 2009-03-10
公开(公告)号: CN101504781A 公开(公告)日: 2009-08-12
发明(设计)人: 梁添才;牟总斌 申请(专利权)人: 广州广电运通金融电子股份有限公司
主分类号: G07D7/00 分类号: G07D7/00
代理公司: 广州三环专利代理有限公司 代理人: 郝传鑫
地址: 510656广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 文件 识别 方法 装置
【权利要求书】:

1.一种有价文件识别方法,其特征在于,所述方法包括:

采集待识别有价文件的多模态信息,该多模态信息包括所述待识别有价文件的光学信息、电学信息、磁性信息和物理信息中的两种或多种;所述物理信息为材质、版式或印刷图像信息;

根据预先设置的融合策略及所述待识别有价文件的多模态信息,对所述待识别有价文件进行识别并获得识别结果,其中,所述预先设置的融合策略是根据标准有价文件的固有特性,生成的基于有价文件多模态信息的融合策略;所述融合策略基于采集级、特征级、量化级和决策级的组合对所述有价文件多模态信息进行多级融合;

所述根据预先设置的融合策略及所述待识别有价文件的多模态信息,对所述待识别有价文件进行识别并获得识别结果,具体包括以下步骤:

分析所述待识别有价文件的多模态信息,并提取所述多模态信息的特征,该特征包括待融合特征以及未融合特征;其中,所述待融合特征包括红光信息、红外光信息、紫外光信息的特征,所述未融合特征包括磁性信息、物理信息的特征;

采用加权平均法对所述待融合特征进行融合,获取融合后的多模态信息的新特征;

采用贝叶斯网络分类器、三层前馈网络分类器和决策树分类器分别对所述新特征、所述磁性信息的特征、所述物理信息的特征进行分类,获得与各特征对应的分类结果;

采用AND的方法对所述分类结果进行决策融合,获得决策后的识别结果。

2.根据权利要求1所述的有价文件识别方法,其特征在于,所述有价文件包括钞票、有价证券、车票。

3.一种有价文件识别装置,其特征在于,所述识别装置包括:

采集模块,用于采集待识别有价文件的多模态信息,该多模态信息包括所述待识别有价文件的光学信息、电学信息、磁性信息和物理信息中的两种或多种;所述物理信息为材质、版式或印刷图像信息;

存储模块,用于存储预先设置的融合策略以及所述采集模块采集到的多模态信息,其中,所述预先设置的融合策略是根据标准有价文件的固有特性,生成的基于有价文件多模态信息的融合策略;所述融合策略基于采集级、特征级、量化级和决策级的组合对所述有价文件多模态信息进行多级融合;

识别模块,用于根据所述存储模块存储的融合策略及待识别有价文件的多模态信息,对所述待识别有价文件进行识别并获得识别结果;

其中,所述识别模块具体包括:

第一特征提取单元,用于分析所述存储模块存储的待识别有价文件的多模态信息,并提取所述多模态信息的特征,该特征包括待融合特征以及未融合特征;所述待融合特征包括红光信息、红外光信息、紫外光信息的特征,所述未融合特征包括磁性信息、物理信息的特征;

特征融合单元,用于根据所述存储模块存储的融合策略,对所述第一特征提取单元提取的待融合特征进行融合,并获取融合后的多模态信息的新特征;具体的,所述特征融合单元采用加权平均法对所述待融合特征进行融合;

第一识别单元,用于根据所述第一特征提取单元提取的未融合特征以及所述特征融合单元融合后的新特征,对所述待识别有价文件进行识别并获得识别结果;具体的,所述第一识别单元采用贝叶斯网络分类器、三层前馈网络分类器和决策树分类器分别对所述新特征、所述磁性信息的特征、所述物理信息的特征进行分类,获得与各特征对应的分类结果,并采用AND的方法对所述分类结果进行决策融合,获得决策后的识别结果。

4.根据权利要求3所述的有价文件识别装置,其特征在于,所述第一识别单元包括:

识别子单元,用于对所述第一特征提取单元提取的未融合特征以及所述特征融合单元融合后的新特征分别进行识别,并获得与各特征对应的识别结果;

决策子单元,用于根据所述存储模块存储的融合策略,对所述识别子单元识别后的结果进行决策融合,并获得决策后的识别结果。

5.根据权利要求3或4所述的有价文件识别装置,其特征在于,所述有价文件包括钞票、有价证券、车票。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州广电运通金融电子股份有限公司,未经广州广电运通金融电子股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/200910037735.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top