CN101226655B - 用于具有多个类的有价媒介的验证模板 - Google Patents

Abstract

一种用于媒介物品的自动验证的技术，包括：访问包括多个单类分类器的模板，其中每个单类分类器与该媒介物品可能所属的多个类中的一类相对应，然后将每个单类分类器应用到该媒介物品的图像，从而对该多个类中的每类生成结果集。然后，对每个媒介类的结果集进行分析，以评估该媒介物品是否属于该类。

Description

用于具有多个类的有价媒介的验证模板

相关申请的交叉引用

本申请要求2006年12月29日由Chao He和Gary Ross提交的美国临时申请60/877,839的优先权。其与2005年12月16日由Chao He和Gary Ross提交的标题为“纸币验证”的美国专利11/305,537相关，以及与2006年3月2日由Chao He和Gary Ross提交的标题同样为“纸币验证”的美国专利申请11/366,147相关。

背景技术

当如纸币等有价媒介物品送入如纸币分类机或智能存款或循环ATM等自动处理系统时，系统必须识别出这些物品从而决定每个物品属于多个可能类中的哪个(例如，哪种货币和面值)，以及在识别时，必须评定该物品是否为真的或是伪的(也就是说，“验证”该物品)。这些系统通常通过使用事先从来自待处理的该类型的物品的训练数据开发的模板，实现对有价物品的识别和验证。在实践中，对预期系统将处理的媒介物品的每个独特的“类”，开发独特的模板。举例来说，对货币处理系统，对货币、系列、面值和方向(也就是指，纸币在插入处理系统时的方向)的每个可能组合，创建独特的模板。

为媒介物品的每个类开发独特的模板非常费时且成本很高，特别是在为具有以许多系列制造的或由多家银行或国库发行的纸币的国家开发货币处理机时。因为大多数现有的验证方法需要专家手工挑选纸币的相关特征(区域)，从而模板的创建成本变得更加显著。在某些情况下，甚至对于例如出现在纸币上的新官员的签字或是印刷纸币使用的墨水的些许改变这样的微小改变，也必须开发新的模板。

发明内容

下面描述在自动验证媒介物品中使用的技术。该技术包括：访问包括多个单类分类器(one-class classifier)的模板，其中每个单类分类器与媒介物品可能所属的多个类中的一个相对应；以及然后将每个单类分类器应用于媒介物品的图像，以对多个类中的每一类生成结果集。然后，分析每个媒介类的结果集，评定该媒介物品是否属于该类。

下面还描述了在创建用于自动验证媒介物品的模板中使用的技术。该技术包括：接收相似类型的多个媒介物品的图像，其中每个图像属于与该类型媒介物品相关的多个类中的一类。然后，这些图像被用于创建单一的分段映射，该分段映射代表属于全部该多个类的媒介物品。之后，图像和分段映射一起被用于创建多个单类分类器，其中每个单类分类器与多个类中的一类相关。然后，模板被定义为包括该分段映射和该多个单类分类器。

通过下面的描述和权利要求，其它特征和优点将更加清晰易懂。

附图说明

图1、2、3、4、5和6共同示出了创建用于媒介物品的单一类的特征集矩阵和分段映射的过程。

图7A到7D示出了如纸币等有价媒介物品的图片，其具有四个不同的类，这些类根据物品可能被插入自动处理系统的四种可能的纵向方向而定义。

图8的“伪图像”示出了从图7A到7D的媒介物品的特征，如物品在全部四个方向上的图像彼此重叠时所显示的那样。

图9示出了可以由图7A到7D的例子产生的具有三个分段的分段映射。

图10示出了当聚类(clustering)算法被应用于图7A到7D的图像时将产生的包括四个簇的集合。

图11示出了在利用分段映射和簇数据创建验证模板中使用的过程的流程图。

图12示出了在自动媒介处理系统中在评定具有多个类的某特定类型的媒介物品真实性中使用的过程的流程图。

具体实施方式

下面描述用在创建自动媒介验证模板以及其后在系统中使用这些模板的技术，其中该系统接受来自这些系统的用户的任何形式的有价媒介。在各种类型的被配置来接受纸币的自助服务终端中的纸币自动验证中，该技术特别适用，其中所述自助服务终端包括具有纸币存储功能的自动柜员机(ATM)、售票机、货币兑换机、自助服务亭等。下面着重描述纸币的验证，但实际上该技术可以被应用在任何类型的有价媒介的自动验证中。

创建媒介验证模板的技术利用了上面两个引入作为参考的相关申请中所描述的模板创建过程。该过程包括，利用货币模板创建用于自动评定纸币或其它有价媒介的真实性的单类分类器，该货币模板建立在一个或多个真币的子区域的统计表达之上，并且仅仅是真币的，而不需要伪币的统计表达。也就是说，在该过程中创建的分类器是“单类”分类器，其中，在决定每张纸币的真实性中，其只需要来自真币的统计信息，并且使用该信息，推断有疑议的纸币属于该类(也就是“真的”)或者不属于该类(也就是伪的)。

通常，通过货币(例如，美元)、面值(例如，$5、$10、$20的面值)、系列(例如，2003年的$5钞票对2006年$5钞票)以及方向(例如，正面右缘最先、正面左缘最先、背面右缘最先、背面左缘最先)的特定组合，定义每种纸币“类”。对于具有两种不同的钞票面值的货币，其中每一种已在两种不同的系列下制造，则该货币需要十六种不同的单类分类器(2面值×2系列×4方向＝16类)，或十六种纸币验证模板。对每张待验证的纸币，纸币将只与这十六个模板中的一个相比较，也就是与纸币的面值、系列和插入处理系统方向相对应的模板。

下面描述的过程修改两个相关申请的过程，其对给定的媒介物品，只需要单一的媒介验证模板，而不管对于该物品可能存在多少类。例如，对于如上所述的具有两种面值、每种在两个不同系列下制造且其总共具有十六类的货币，下面描述的过程不用为该货币产生十六个验证模板，而是仅生成两个模板，该货币的每种面值各一个。这些模板每个都用于评定对于两种面值之一所存在的全部八个类，包括与全部两个制造系列和与全部四个纸币方向相对应的类。在描述该修改之前，需要对两个相关申请中所描述的过程摘要描述。

如图1所示，模板创建过程包括捕获每个纸币类的多个纸币(纸币1到N)的图像。这些图像生成于多个可能的图像“通道”的任意图像“通道”中，每个图像“通道”代表当以选择的频率或频率范围，例如，红、绿、蓝、红外线和紫外线，对纸币进行照射时的透射或反射特性。如图2所示，每个类中的纸币图像具有由每张图像中包含的像素数目决定的图像尺寸，R个像素高和C个像素宽的图像具有图像尺寸R×C。

图像中的每个像素具有亮度(intensity)值P，其易于使用已知的技术进行测量。对每张都具有R×C个像素的N张纸币的一组图像，在第n张纸币的第i行和第j列处的像素亮度值被表示为P_ij ⁿ，其中i＝1，2，...，R；j＝1，2，...，C；且n＝1，2，...，N。以这种方法表示像素的亮度值允许创建如图3所示的图像亮度矩阵。在这个矩阵中，第一张纸币图像中的所有像素的亮度值排列在第一行中；第二张纸币图像中的所有像素的亮度值排列在第二行中；以此类推，第N张纸币图像中的所有像素的亮度值排列在第N行中。结果是，该矩阵的列提供了该类中所有图像的“像素-位置廓图”，也就是说，每一列表示跨该类中所有纸币的在给定位置上所有像素的图像亮度值。例如，在图3的例子中，矩阵的第一列表示在纸币图像的第一行和第一列(左上角)的所有像素的图像亮度；矩阵的最后一列表示在纸币图像的第R行和第C列(右下角)的所有像素的图像亮度。

然后对图像亮度矩阵应用聚类(clustering)算法，把像素位置分组成M个子组，或“分段”。为了完成聚类，对每对像素位置，例如，通过计算矩阵中列向量间的欧氏距离，使用每对像素的亮度值计算相似度测量。这种聚类过程以迭代方式进行，并且，在算法的结果已经收敛在M个分段附近后，每个像素位置被分配“成员索引”以表示其属于M个分段中的哪个。跨整个R×C图像尺寸的成员索引值的集形成用于该纸币类的“分段映射”。

图4示出了对图1和图2例子的分段映射，其中纸币被分成三个分段(M＝3)。映射中的每个图像位置具有数值“1”、“2”或“3”，其中值“1”表示非常暗的像素，值“3”表示非常亮的像素，而值“2”表示像素处于亮和暗之间。该分段映射应用于该纸币类的训练集中的所有N张纸币，以及在一些系统中，利用来自可用图像通道中的任意或全部的图像在识别和验证过程中使用该分段映射。

如图5所示，一旦为该纸币类创建了分段映射，该映射被应用作为从该类中的N张图像的每张中提取鉴别信息的掩码(mask)。将分段映射应用到纸币n的图像，允许计算出图像中属于M个段中每个段的所有像素的平均(或者均值)亮度值S_m ⁿ，其中m＝1，2，...，M；且n＝1，2，...，N。在图5的例子中，应用分段映射，为每张纸币创建三个均值亮度值，S1、S2和S3，其中每个用于分段映射中所定义的三个分段中的一个。

然后对训练集中所有N张纸币的均值亮度值合并以创建用于该纸币类的“特征集矩阵”F，如图6所示。该矩阵的每一行具有用于训练集中单一纸币的M个分段的均值亮度值。在这个例子中，特征集矩阵是N×3矩阵，N张纸币，其中每张具有三个分段。

下面描述的过程通过生成单一的分段映射对如图1到图6中所示的过程进行了修改，其中所述单一的分段映射应用在特定媒介物品的所有类上，例如特定货币中特定面值的纸币的所有系列和所有方向，而不是对每类生成一个分段映射。图7A到7D示出了有价媒介物品，如纸币，其具有由该物品可以插入自动处理系统的四个可能的纵向方向所定义的四个不同的类。图7A和图7B中媒介物品内显示的实线表示当其正面朝上插入处理系统时物品表面上可见的特征，其中图7B所示的方向表示从图7A所示的方向旋转180度。图7C和7D表示当其背面朝上插入处理系统时物品的方向，虚线表示在物品正面上出现的特征在这些方向中肉眼不可见。

与其中每个分段映射由全部属于相同类的物品的图像创建的两个相关申请中所描述的过程不同，这里描述的过程由属于不同类的物品的图像创建分段映射，例如，由图7A到7D中所示的具有四个方向的物品的图像。为了产生这样的分段映射，用于全部可能的类的训练图像一起进行处理，而得到的图像亮度矩阵(见图3)表示“伪图像”，其看起来有些类似图8中所示的，该图像示出了媒介物品的特征，就如物品在全部四个方向上的图像彼此重叠时所显示的那样。

图9示出了从图7A到7D的例子得到的具有三个分段的分段映射。这些分段中的第一个，具有数值“1”，表示非常暗的像素位置，其包括四组具有长方形形状的像素位置。这些分段中的第二个，具有数值“2”，表示中度暗的像素位置，包括两组像素位置，其竖直地穿过纸币并且环绕形成第一分段的那些组。第三个分段表示非常亮的像素位置，其包括没有分配给第一或第二分段的所有像素位置。

为了使用如图9所示的那样的分段映射，并跨多个媒介类应用分段映射，模板创建过程依靠聚类技术创建K个单类分类器，在验证过程中其与分段映射一起工作，其中K是要与每个验证模板相关的类的总数。在上面给出的两种面值货币的例子中，对于每种面值的验证模板将包括八个单类分类器，其与单一的分段映射一起存储。

通常，使用聚类技术，如K-均值聚类法、分层聚类法、最近邻聚类法和核聚类，来通过发现数据内部以簇的形式的结构，发现数据集的内部组织结构。这里描述的模板创建过程将任意的这些众所周知的聚类技术中应用于媒介物品的图像，包括与要为单一验证模板所覆盖的物品的所有的类相对应的图像，以依据由聚类算法定义的相似度测量将图像数据分组成几个簇。特别地，对具有将被单一验证模板覆盖的K个类的媒介物品，聚类算法将图像数据分成K簇。例如，对具有N_s个流通中的纸币系列的货币面值，簇的数目K＝4N_s，其中四是纸币可以插入处理系统可能的方向的数目。对于图7A到7D的例子，聚类过程可能生成四个簇的集，其看起来有些象图10中所示的。

图11示出了使用上述分段映射和聚类数据创建验证模板的过程的流程图，例如，这样一种验证模板，其用于具有被该模板覆盖的K个类的纸币面值。当训练系统从选定面值的纸币的训练集中收集图像的数据集X(步骤1100)时，过程开始。数据集包括来自选定面值的所有纸币的图像，而不考虑该图像所属的类，例如，不考虑相应纸币的制造系列或方向。然后，类似于上面所述的以及如图9中所示的，训练系统使用数据集X中图像来为所选定的面值创建分段映射S_m(步骤1110)。训练系统还对数据集X应用聚类算法，将这些数据分组成K个子组或簇X_i，其中i＝1，2，...，K(步骤1120)。

在创建分段映射S_m和K个簇X_i后，以上面结合图6描述的方式，训练系统对K个簇X_i中的每个簇应用分段映射S_m以提取用于簇X_i的特征集矩阵F_i(步骤1130)。然后，训练系统对K个特征集矩阵F_i中的每个计算均值向量μ_i、协方差矩阵Ω_i，以及临界值f_ci(步骤1140)。用于计算全部这三个元素(均值向量、协方差矩阵和临界值)的公式在本领域众所周知，因此这里不作详细描述。这三个元素共同形成用于K簇中每个簇的单类分类器的参数。

在计算了用于K簇中每个簇的单类分类器的参数后，训练集把这些参数和分段映射S_m一起存储，作为用于所选定的货币面值的验证模板(步骤1150)。然后这些验证模板被分发到纸币处理系统，用于评定与该模板相关的货币和面值的纸币的真实性。

图12示出了在自动媒介处理系统中在评估具有多个类的某特定类型媒介物品真实性中使用的过程。该过程特别适合例如在自动柜员机(ATM)或货币兑换循环机中对选定面值的纸币的验证，而不考虑与面值相关的制造系列的数目或纸币插入系统时的方向(也就是说，不考虑该面值的纸币可能所属的类的数目)。

当系统接收纸币并创建该纸币的一个或多个数字图像时，验证过程开始(步骤1200)。系统中的纸币识别模块分析纸币图像，并识别纸币的货币及面值(步骤1210)。系统中的验证模块从识别模块接收货币和面值信息，并从指定的存储位置获得适当的验证模板，其中该验证模板包括上述的K个单类分类器的参数以及分段映射(步骤1220)。验证模块将分段映射应用于纸币图像，以提取纸币的特征集(步骤1230)。单张纸币的特征集是向量，其类似于形成上述特征集矩阵的行的向量。

然后，验证模块获得存储用于这K个单类分类器中每个分类器的均值向量和协方差矩阵，并使用这些参数，以及纸币的特征集向量，计算纸币对于K个单类分类器中每一个的检验统计值(步骤1240_1-K)。之后，验证模块比较纸币的该值和存储用于K个单类分类器中的每个分类器的临界值(步骤1250)。如果验证模块推断纸币的检验统计值满足由K个单类分类器中的一个的临界值所定义的标准，则验证模块推断该纸币是合法的纸币，并指示处理系统接受该纸币(步骤1260)。另一方面，如果验证模块推断该纸币的检验统计值不满足由K个单类分类器中任何一个的临界值所定义的标准，则验证模块推断纸币非法或可疑，并指示处理系统将纸币退回给用户或将纸币转向拒收纸币箱(步骤1270)。

基于计算机的以及其它的实现方式

可以由电子硬件、计算机软件或这些技术的结合来实现上述技术的多种实现方式。大多数实现方式包括一个或多个由可编程计算机执行的计算机程序。通常，所述计算机包括一个或多个处理器，一个或多个数据存储部件(例如，易失性或非易失性存储器模块，以及永久性光学和磁存储设备，例如硬盘和软盘驱动器、CD-ROM驱动器以及磁带驱动器)，一个或多个输入设备(例如，鼠标和键盘)，以及一个或多个输出设备(例如，显示控制台和打印机)。

所述计算机程序包括可执行代码，其通常存储在永久性存储介质中并在运行时拷贝进入存储器中。处理器通过从存储器中按指定顺序获得程序指令执行代码。当执行程序代码时，计算机从输入和/或存储设备接收数据，对数据执行操作，然后发送结果数据到输出和/或存储设备。

上述文字描述了更广泛的发明的一个或多个特定实施例。本发明还能以多种替代性实施例执行，并且因而不限于这里描述的实施例。许多其它的实施例也在如下的权利要求的范围内。

Claims (21)

1.一种用于媒介物品的自动验证的方法，所述方法包括：

访问包括多个单类分类器的模板，所述模板适用于多个类，每个单类分类器分别与所述媒介物品可能所属的所述多个类中不同的一类相对应；

将每个单类分类器应用于所述媒介物品的图像，从而生成用于多个类中的每个类的结果集；以及

对多个类中的每个类，分析结果集并评定该媒介物品是否属于该类。

2.如权利要求1所述的方法，进一步包括推断所述媒介物品不属于该多个类中的任何一类，以及作为响应，推断所述媒介物品不合法。

3.如权利要求1所述的方法，进一步包括推断所述媒介物品属于该多个类中的一类，以及作为响应，推断所述媒介物品合法。

4.如权利要求1所述的方法，其中对于所述媒介物品能够插入自动验证机的多个方向中的每个方向，所述多个类中至少一个类与之相关。

5.如权利要求1所述的方法，其中对于所述媒介物品可能被制造的多个制造系列中的每一个，所述多个类中的至少一个类与之相关。

6.如权利要求1所述的方法，其中所述媒介物品是纸币，且其中访问模板包括访问与所述纸币所属的特定货币和特定面值相对应的模板。

7.如权利要求6所述的方法，其中对于特定货币和特定面值的纸币能够插入自动验证机的多个方向中的每一方向，所述多个类中的至少一个类与之相关。

8.如权利要求6所述的方法，其中对于特定货币和特定面值的纸币可能被制造的多个制造系列中的每个系列，所述多个类中的至少一个类与之相关。

9.如权利要求1所述的方法，进一步包括：从所述模板获得应用到属于所有所述多个类的媒介物品的单一的分段映射，以及将所述分段映射应用到所述媒介物品的图像，以提取图像的特征集。

10.如权利要求9所述的方法，其中将每个单类分类器应用于所述媒介物品的图像包括，对图像的特征集应用每个单类分类器，从而对所述多个类中的每个类生成结果集。

11.如权利要求1所述的方法，其中访问模板包括访问包括多个单类分类器的模板，其中每个单类分类器表示多个特征簇中的一个簇，其中多个特征簇中的每个簇与所述媒介物品可能所属的多个类中的一个类相关。

12.如权利要求1所述的方法，其中所述媒介物品是纸币。

13.一种创建用于媒介物品的自动验证的模板的方法，所述方法包括：

接收相似类型的多个媒介物品的图像，每张图像属于与该类型媒介物品相关的多个类中的一个类；

使用这些图像创建单一的分段映射，其表示属于全部所述多个类中的每个类的媒介物品；

使用这些图像和分段映射创建多个单类分类器，其中每个单类分类器分别与所述多个类中不同的一个类相关；以及

定义适用于多个类的模板，所述模板包括所述分段映射和所述多个单类分类器。

14.如权利要求13所述的方法，进一步包括使用这些图像来产生多个特征簇，其中每个特征簇与所述多个类中的一个类相关。

15.如权利要求14所述的方法，其中使用这些图像和分段映射创建多个单类分类器包括：对所述多个特征簇中的每个簇应用所述分段映射从而提取多个特征集，其中每个特征集与所述多个类中的一个类相关。

16.如权利要求13所述的方法，其中对于所述媒介物品能够插入自动验证机的多个方向中的每个方向，所述多个类中的至少一个类与之相关。

17.如权利要求13所述的方法，其中对于所述类型的媒介物品被制造的多个制造系列中的每一个，所述多个类中的至少一个类与之相关。

18.如权利要求13所述的方法，其中所述媒介物品是属于特定货币和特定面值的纸币。

19.如权利要求18所述的方法，其中对于特定货币和特定面值的纸币能够插入自动验证机的多个方向中的每个方向，所述多个类中的至少一个类与之相关。

20.如权利要求18所述的方法，其中对于制造特定货币和特定面值的纸币的多个制造系列中的每一个，所述多个类中的至少一个类与之相关。

21.如权利要求13所述的方法，其中所述媒介物品包括纸币。