[发明专利]基于深度卷积神经网络的人民币冠字号多标签识别方法有效
| 申请号： | 202010381442.0 | 申请日： | 2020-05-08 |
| 公开（公告）号： | CN111583502B | 公开（公告）日： | 2022-06-03 |
| 发明（设计）人： | 田莹;王澧冰;董惠文;汪洋;崔龙磊;苗丰泽 | 申请（专利权）人： | 辽宁科技大学 |
| 主分类号： | G07D7/0047 | 分类号： | G07D7/0047;G07D7/20;G06T7/33;G06V30/413;G06V10/25;G06V10/82;G06N3/04 |
| 代理公司： | 鞍山嘉讯科技专利事务所(普通合伙) 21224 | 代理人： | 张群 |
| 地址： | 114051 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及钞票识别技术领域，尤其涉及一种基于深度卷积神经网络的人民币冠字号多标签识别方法。对钞票图像进行预处理；首先使用先验知识大致定位，然后对冠字号进行准确定位，得到人民币冠字号图像；将所有人民币冠字号图像缩放成预设的同一尺寸；利用深度卷积神经网络对图像特征进行提取，训练模型后得到预测向量，当模型达到一定准确率时保存模型；预测阶段将图像传入到深度卷积神经网络中提取图像特征；将特征图拉伸输入到全连接层中得出预测向量；将预测向量进行Sigmoid操作；将作Sigmoid操作后的预测向量切分成十条，从每一条中找到最大值，并映射到对应的标签向量上，得出最终分类结果。本发明相较于传统识别方法，快速，稳定，准确率高。 | ||
| 搜索关键词： | 基于 深度 卷积 神经网络 人民币 字号 标签 识别 方法 | ||
【主权项】：
暂无信息
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辽宁科技大学，未经辽宁科技大学许可，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/patent/202010381442.0/，转载请声明来源钻瓜专利网。
- 上一篇：计算机外设
- 下一篇：基于人脸识别的信息处理方法和装置
