文献

J-GLOBAL ID：202002249256263069   整理番号：20A1832298

畳込みニューラルネットワークに基づく紙幣汚染認識法【JST・京大機械翻訳】

Banknote Dirty Identification Method Based on Convolutional Neural Network

著者 (5件)： Sun Weizhong (中国科学院大学,北京100049;遼寧科技大学 計算机与軟件工程学院,遼寧 鞍山114051;中国科学院 沈陽計算技術研究所,沈陽110168) ,  Ma Yue (中国科学院大学,北京100049;中国科学院 沈陽計算技術研究所,沈陽110168) ,  Yin Zhenyu (中国科学院大学,北京100049;中国科学院 沈陽計算技術研究所,沈陽110168) ,  Gu Ai (中国科学院大学,北京100049;中国科学院 沈陽計算技術研究所,沈陽110168) ,  Xu Fulong (中国科学院大学,北京100049;中国科学院 沈陽計算技術研究所,沈陽110168)
資料名： Xiaoxing Weixing Jisuanji Xitong  (Xiaoxing Weixing Jisuanji Xitong)
巻： 41  号： 7  ページ： 1508-1512  発行年： 2020年 
JST資料番号： C2136A  ISSN： 1000-1220  CODEN： XWJXEH  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 紙幣の汚損程度はある程度紙幣が流通できるかどうかを決定する。紙幣の汚れを如何に精密に識別するかは、現在の金融機体が直面する重大な問題である。この問題を解決するため、本論文では、接触型画像センサを用いて、紙幣の赤色光、緑光、青色光、赤外光下の双面反射画像を採集し、同時に、紙幣の緑光透過と赤外光透過下での画像も採集した。画像処理の方法を用いて紙幣画像を抽出して,次に,異なる汚染等級の紙幣を種々の光源の照射下で形成した画像を分析して,最後に,どの光源の紙幣画像を畳込みニューラルネットワークに入力するかを決定した。その後、すでに分類された訓練サンプルとテストサンプルを上述の方式で処理し、紙幣画像の訓練サンプルとテストサンプルを得た。訓練サンプルを用いて、本文で設計した畳込みニューラルネットワークに対して訓練を行い、本文で必要な紙幣汚染識別分類器を得た。次に,この分類装置をテストサンプルを用いてテストし,訓練した分類器の認識効果を得た。テスト結果は,本論文で設計した畳込みニューラルネットワーク分類装置が,紙幣の汚染を認識できる精度が非常に高いことを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *光源 ,  赤外線 ,  分類装置 ,  機体 ,  光透過 ,  画像処理 ,  金融 ,  イメージセンサ ,  赤色光 ,  青色光
準シソーラス用語： *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  計算機網  (JC03000K) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 畳込みニューラルネットワーク ,  紙幣 ,  汚染