文献

J-GLOBAL ID：202002214283113662   整理番号：20A2289256

偽造コイン検出のための統計的エッジベース特徴選択【JST・京大機械翻訳】

Statistical edge-based feature selection for counterfeit coin detection

著者 (2件)： Hmood Ali K. (Centre for Pattern Recognition and Machine Intelligence (CENPARMI), School of Engineering and Computer Science, Concordia University, Montreal, Canada) ,  Suen Ching Y. (Centre for Pattern Recognition and Machine Intelligence (CENPARMI), School of Engineering and Computer Science, Concordia University, Montreal, Canada)
資料名： Multimedia Tools and Applications  (Multimedia Tools and Applications)
巻： 79  号： 39-40  ページ： 28621-28642  発行年： 2020年 
JST資料番号： W1102A  ISSN： 1380-7501  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 循環に放出されるカウンカインの数は持続的に増加している。公式報告によると,これらのコインの大多数は欧州連合メンバー国で循環している。本論文は,真正と偽造コインの間のコインスタンプ差に基づく偽造コイン検出のためのロバストな方法を提示する。本論文では,エッジ差に基づく一連の測度を提案した。提案方法は,エッジ幅,エッジ厚さ,水平および垂直エッジの数,および試験コインと一組の真正参照コインの間のエッジの全数を比較した。この方法は,基準コインからテストコイン画像を差し引くことにより欠陥マップを生成する測度を拡張し,コインの小領域における画素数を計算した。さらに,信号対雑音比(SNR),平均二乗誤差(MSE),および構造類似性(SSIM)を,2つの画像間の差異を追跡するためのよく知られた測度である,コイン画像にも適用した。次に,各ベクトルが1つのテストコインと参照コインの特徴を表すインデックス空間に特徴集合を配置した。最終特徴ベクトルは1つのテストコインの特徴集合を表し,インデックス空間におけるベクトルの特徴を平均化することによって計算される。この特徴ベクトルを用いて分類器を訓練し,2つのクラス間のエッジ特徴差を学習した。提案方法は,それぞれ99.6%と99.3%の高い精度と再現率を達成して,コイン認証における選択されたエッジ特徴の有効性とロバスト性を実証した。この方法を,協調努力の一部としてデンマークコインの実生活データセットで評価した。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： SN比 ,  測度 ,  パターン認識 ,  ベクトル ,  *特徴選択 ,  類似性 ,  有効性 ,  ロバスト性 ,  認証 ,  欧州連合
準シソーラス用語： *硬貨 ,  特徴ベクトル ,  平均二乗誤差 ,  再現率 ,  改竄 , 【Automatic Indexing@JST】

著者キーワード (4件)： パターン認識 ,  法医学 ,  偽造コイン検出 ,  エッジ統計的特徴

分類 (1件)： 金属,合金の物理分析  (CC03040V)

タイトルに関連する用語 (5件)： 偽造 ,  コイン ,  統計 ,  エッジ ,  特徴選択