欧元硬币年份检测与识别
目的 硬币上的发行年份是判别硬币外观质量的一个重要信息,为了对流通中的欧元硬币进行准确清分,有必要对欧元硬币上的发行年份进行检测与识别.但由于欧元硬币年份数字位姿的不确定性、尺寸的非归一化、其他文字符号的干扰、数字排列方式的多样性使得利用计算机视觉算法实现欧元硬币年份的自动检测、识别与判读存在较大困难.本文针对欧元硬币年份检测与识别的特殊性,提出基于Faster-RCNN(faster-region convolutional neural network)模型的数字检测方法,以及基于聚类算法和先验规则的年份排序算法.方法 首先对训练数据进行增量化处理,例如旋转、缩放等方式极大地扩充训练样本的规模;然后重新训练Faster-RCNN网络模型,使其能够适应硬币中数字的各种位姿和尺寸变化;进而利用K-means聚类算法将获得的数字候选框聚成4类,选取每类中置信度最大的候选框;最后根据预先确定的不同国别硬币的年份排列方式,通过适当的排序算法即可得到正确的年份信息.结果 在自建的实验平台上对欧盟中的12个国家的5种较大币值的硬币进行采样获得4 429幅图像,按1∶1比例划分为训练样本和测试样本.实验表明,本文方法的年份检测识别准确率达到89.62%,计算耗时约215 ms,基本满足准确性和实时性要求.结论 本文算法具备实时、鲁棒、高精度的良好性能,具有较高的实际应用价值.
目标检测、数字检测、年份排序、欧元硬币、Faster-RCNN、K-means聚类
24
TP391.41(计算技术、计算机技术)
国家自然科学基金项目61602397;湖南省自然科学基金项目2017JJ2251,2017JJ3315;湖南省教育厅一般项目15c1328
2019-10-15(万方平台首次上网日期,不代表论文的发表时间)
共10页
1472-1481