一种神经网络训练中负样本的制作方法

摘要：

本发明公开一种神经网络训练中负样本的制作方法，包括以下步骤：确定要鉴伪的钞票的鉴伪对象；获取该钞票的真钞的所述的鉴伪对象的图像；利用预定图像处理方法对所述鉴伪对象的图像进行处理，形成负样本存储备用。由于假钞是仿照真钞制作的，因此在钞票鉴伪算法设计时，采集真钞图像，在真钞图像基础上采用本发明的负样本制作方法，制作大量负样本，将负样本应用到神经网络训练，可以提高钞票识别准确率。

专利类型：发明专利

申请/专利号：CN201811563042.0

申请日期：2018-12-20

公开/公告号：CN109816846A

公开/公告日：2019-05-28

主分类号：G07D7/20(2016.01)

申请/专利权人:恒银金融科技股份有限公司

发明/设计人:刘贯伟;刘秀;武艳红;张东婧

主申请人地址:300308 天津市滨海新区自贸区(空港经济区)西八道30号

专利代理机构:天津市三利专利商标代理有限公司

代理人:韩新城

权利要求：

1.一种神经网络训练中负样本的制作方法，其特征在于，包括步骤： 确定要鉴伪的钞票的鉴伪对象； 获取该钞票的真钞的所述的鉴伪对象的图像； 利用预定图像处理方法对所述鉴伪对象的图像进行处理，形成负样本存储备用。 2.如权利要求1所述神经网络训练中负样本的制作方法，其特征在于，所述预定图像处理方法包括在所述的鉴伪对象的图像中加入不同强度的噪声，形成负样本，所述噪声包括椒盐噪声、高斯噪声。 3.如权利要求1所述神经网络训练中负样本的制作方法，其特征在于，所述预定图像处理方法包括应用形态学运算中的腐蚀技术，用图像中的暗色部分腐蚀掉图像中的高亮部分，形成具有腐蚀效果的负样本。 4.如权利要求1所述神经网络训练中负样本的制作方法，其特征在于，所述预定图像处理方法包括对所述的鉴伪对象的图像进行均值滤波操作，模拟伪钞的鉴伪对象的图像，形成负样本。 5.如权利要求1所述神经网络训练中负样本的制作方法，其特征在于，所述预定图像处理方法包括对所述的鉴伪对象的彩色图像进行灰度化，然后对灰度图像进行加噪声，腐蚀以及模糊化操作后形成灰度图像负样本，再对灰度图像负样本进行二值化处理，形成二值化图像负样本。 6.如权利要求1所述神经网络训练中负样本的制作方法，其特征在于，所述鉴伪对象为库印标记。