[发明专利]基于深度神经网络的金属币识别方法和装置

摘要

本发明的实施方式提供了一种基于深度神经网络的金属币识别方法。该方法包括：基于金属币的特征设计第一深度神经网络模型，第一深度神经网络模型包括随机噪声网络层和光噪声处理层；将经训练的第一深度神经网络模型去除随机噪声网络层，获得第二深度神经网络模型；利用第二深度神经网络模型，对待识别的金属币进行识别。通过本发明上述实施例方式的方法，可以得到一个能够有效去除金属币的随机噪声和光噪声的影响的深度神经网络模型，通过该模型进行金属币识别可以有效避免因金属币磨损或光照影响而导致的金属币识别容易出错的问题，有效提高了金属币识别的准确性。此外，本发明的实施方式提供了一种基于深度神经网络的金属币识别装置。

主权项

1.一种基于深度神经网络的金属币识别方法，包括：基于金属币的特征设计第一深度神经网络模型，其中，所述第一深度神经网络模型包括随机噪声网络层和光噪声处理层；利用金属币样本图像，对所述第一深度神经网络模型进行训练；将经训练的所述第一深度神经网络模型去除所述随机噪声网络层，获得第二深度神经网络模型；利用所述第二深度神经网络模型，对待识别的金属币进行识别；其中，利用金属币样本图像，对所述第一深度神经网络模型进行训练，包括：在所述金属币样本图像经过所述随机噪声网络层时，对所述图像进行随机噪声的叠加处理；在经过随机噪声的叠加处理后的图像经过所述光噪声处理层时，对所述图像进行降低光噪声影响的处理；利用经过降低光噪声影响的处理后的图像作为输入，从所述第一深度神经网络模型除所述随机噪声网络层和光噪声处理层之外的层，由首层至末层逐层进行正向处理；再从所述末层至所述首层逐层对误差信息进行反向处理，其中，在反向处理的过程中，根据误差信息更新模型参数。