CN103646464B - 智能点验钞机识别假币自动升级的方法 - Google Patents
智能点验钞机识别假币自动升级的方法 Download PDFInfo
- Publication number
- CN103646464B CN103646464B CN201310714566.6A CN201310714566A CN103646464B CN 103646464 B CN103646464 B CN 103646464B CN 201310714566 A CN201310714566 A CN 201310714566A CN 103646464 B CN103646464 B CN 103646464B
- Authority
- CN
- China
- Prior art keywords
- counterfeit money
- attribute
- machine
- training
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Abstract
本发明涉及验钞机械,智能点验钞机识别假币自动升级的方法。现有技术新版假币刚出现时,软件更新不及时,点验钞机无法识别新版假币。本发明方法如下:输入模块将钞票信息送入特征训练模块;根据输入信号的特征及纸币属性生成训练模型和决策机给分类器提供分类依据;分类器对输入信号进行分类,并输入输出模块;输出结果出现错误,人工反馈告知点验钞机信息错误;点验钞机的训练模块根据错误分类纸币的特征信息、人工提供的属性和正确属性值对特征进行重新训练,调整参数生成新的训练模型和决策机。本发明优点是:点验钞机软件自动升级,及时查出最新版假币;不需要专业人员参与;弥补针对单个鉴伪点特征提取的不足;升级过程简单及时。
Description
技术领域
本发明涉及验钞机械,一种智能点验钞机识别假币自动升级的方法。
背景技术
随着经济的发展,纸币的流通量越来越大。同时随着技术的进步,违法分子使用各种最先进的设备,制作各种版本的假币越来越多,而且越来越逼真。不仅有经验的人们感观无法识别,甚至有的版本假币即便是最先进的点验钞机也无法识别。因为现有技术点验钞机识别假币,是根据假币特定的特征设置软件,点验钞机才能识别假币。不法分子制作的新版假币刚出现时,人们并不知道该新版假币的特征,无法根据新版假币特定的特征来设置软件,导致软件更新不及时,点验钞机无法识别新版假币。假币大量流入银行和社会,扰乱经济次序,危害国家金融安全。因此发明一种智能点验钞机识别假币自动升级的方法,使假币一旦出现,点验钞机即可自动升级对假币准确识别,对于维护国家金融安全是十分重要的。
发明内容
本发明的目的是提供一种智能点验钞机识别假币自动升级的方法。
本发明是这样实现的:
一种智能点验钞机识别假币自动升级的方法,步骤如下:
(1)输入模块将钞票信息,根据选择模式送入特征训练模块;
(2)特征训练模块根据输入信号的特征及纸币属性生成训练模型和决策机给分类器提供分类依据;
(3)分类器根据训练模型和决策机对输入信号进行分类,分类结果输入输出模块;
(4)如果输出结果出现错误,通过人工反馈告知点验钞机信息错误;
(5)点验钞机的训练模块根据错误分类纸币的特征信息、人工提供的属性、和正确属性值对特征进行重新训练,调整参数生成新的训练模型和决策机。
步骤(1)所述钞票信息包括磁信息、红外反射信号、红外透射信息、紫外信息、白光图像信息、红外反射图像信息、红外透射图像信息;所述选择模式包括点钞模式和训练模式。
步骤(2)所述信号的特征包括时域特征和频域特征;所述纸币属性包括真假属性,面额属性,版本属性,新旧属性,残缺属性。
步骤(3)所述分类器所括决策树、支持向量机、神经网络。
步骤(4)所述人工反馈为当点验钞机输出的纸币属性发生错误时,工作人员通过属性修正告知点验钞机出错的属性及属性值。
本发明所要解决的技术问题是:提供一种基于自主学的智能点验钞机及其实现方法,对发现的各假币进行特征学习,并完成自动升级,提高点验钞机识别性能和效率。
本发明的要点是:
采用本发明智能点验钞机识别人民币自动升级方法,使点验钞机具有自主学习功能,对发现的各种新假币进行特征学习,实现即时发现即时升级,改变了传统的发现假币——反馈生产厂家——厂家针对假币特征升级软件的流程,使点验钞机对市场出现的新型假币反映及时。
本发明所提供的智能点验钞机识别假币自动升级方法,主要用于多光谱点验钞机。点验钞机设有信号采集模块、处理模块和人机交互模块。采集模块负责纸币信号的采集,这些信号包括利用磁头采集到的磁信号波形信息;红外反射对管采集到的红外信号波形信息;红外透射对管采集到的红外透射信号波形信息;以及通过接触式图像传感器对管扫描得到的纸币红、绿、蓝、白光图像和红外反射、透射图像。处理模块将信号采集模块采集到的信息进行处理,通过训练提取区分真币和假币的明显特征,利用这些特征生成分类器对真假和假币进行分类。人机交互模块一方面用来显示纸币处理结果,包括纸币的版别、面额、真假、新旧、有无残缺;另一方面,人工设置属性参数,为机器进行特征训练提供一定的依据。例如发现2005版100元人民币假币后需要进行特征训练,即首先设置版本参数为2005,面额属性为100,真假属性为假,这样机器在进行特征训练时就会通过调整分类器参数将其划分2005版100元假币这一类。
本发明具体实施过程如下:
(1)根据纸币的以下特征,将纸币分类:纸币的版本:如人民币99版,人民币05版;面额:100、50、20、10、5元;新旧程度:90%、70%、50%、30%;真假属性:真、假;残缺属性:完整、残缺。为了防止样本不足,每类纸币的数量大于1000,各类纸币不足可采用重复样本代替。
(2)选择训练模式:输入将要放入验钞机纸币的属性参数值,这些属性参数包括版本、面额、新旧程度、真假属性、残缺属性。例如版本=人民币05版,面额=100元、新旧程度=90%、真假属性=真、残缺属性=完整。该设置过程属于人机交互过程,即告诉点验钞机,下次将要放入纸币属性参数为所设置的值。本设置至关重要,一旦设置错误将无法正确完成训练过程。
(3)将纸币放入点验钞机,点验钞机通过输入模块将采集到的磁波形信息,红外反射波形信息,红外透射波形信息,红、绿、蓝、白光图像,红外反射图像信息及步骤(2)所设置的属性参数值保存在存储器中,以备训练过程调用。
(4)根据步骤(3)所保存的纸币信息及对应的属性参数值,进行特征训练,生成分类器。特征训练包括两个步骤,具有两个过程。一方面由于纸币信息包括图像信息和波形信息,信息量很大,需要对这些信息进物降维,以满足点验钞机实时性的需要,降维的具体方法是通过纸币特征的相关性,找到一组非相关性最高的特征,提取区分各类纸币最明显的特征,避免数据的冗余。另一方面对提取到的特征进行加权方法得到划分各类纸币的超平面,形成分类器。选择哪些特征、特征的数量及各特征的加权值由纸币的类型和数量决定。决策过程即将各类纸币进行分级划分,共分为五级。第一级为纸币版本分类;第二级为面额分类;第三级为真币假币分类;第四级为残缺属性分类;第五级为新旧程序分类。若在第三级识别结果为假币,则不再进行第四级第五级分类。若在第四级识别结果为残缺,则不再进行第五级分类。
(5)选择点钞模式,该点验钞机正常工作,并根据步骤(4)得到的分类器和决策树对输入的纸币进行分类,并输出识别结果。
(6)一经发现当前点钞机对新出现的假币无法正确识别,工作人员则校正设置该假币的属性参数值。例如识别出的结果为:版本=人民币05版;面额=100元;新旧程度=90%;真假属性=真;残缺属性=完整;则将真假属性校正为:真假属性=假,重复步骤(3),将纸币放入点验钞机。
(7)特征训练模块将根据新假币的特征提取新的特征或校正已有特征的权值,使新出现的假币可以被正确分类,步骤(6)、(7)即完成了点验钞机的一次升级。
本发明与已有技术相比,具有及时升级,鉴伪性能高的优点。已有技术针对纸币的鉴伪升级方法,是针对发现的假币人工寻找鉴伪特征点。如果新出现的假币与真币差别细微或难以通过单个鉴伪点进行识别,就会使设计针对该类型的鉴伪方法短期内难以实现,导致大量的假币流入市场,流入银行,危害国家金融安全。且由于各类假币层出不穷,若针对各类假币都进行人工特征提取,将需要花费大量的人力物力成本;且造成点验超机的程序设计庞大复杂而难以维护。本发明提供的智能点验钞机自动识别方法,点验钞机可以自动学习区分真币和假币最明显的特征,实现一旦发现假币即可实现自动升级,不需要开发人员针对此类假币设计软件。该提取特征的方法并不针对单个鉴伪点,而是从全局进行特征提取,弥补了针对单个鉴伪点特征提取的不足。
本发明首次在世界上实现点验钞机的识别假币软件自动升级,具有新颖性和创造性。本发明可以识别各种最新版本的假币,可以在世界各地的银行、商场及设置点验钞机的所有场所应用,具有广泛的实用性。
本发明智能点验钞机识别假币自动升级的方法,可以对误分类的纸币自主进行特征学习,及时修改分类器的参数,提高点验钞机的性能,无需通过繁锁的软件升级即可完成自动升级,节省大量的人力,提高对假币的识别效率。
本发明的优点是:
1.点验钞机软件可自动升级,及时查出最新版假币。
2.不需要专业人员参与,机器自动学习区分真假币的特征。
3.针对全局进行特征提取,弥补针对单个鉴伪点特征提取的不足。
4.机器具有自主学习功能,性能随时间而增加。
5.升级过程简单及时,一旦发现假币即可完成自动升级。
附图说明
图1本发明智能点验钞机识别假币自动升级的方法流程图。
具体实施方式
为了能更清晰地理解本发明,以下结合附图和具体实验例对本发明进行详细说明,本发明的实施方式包括但不仅限于下列实施方式。
实施例1:
在本实施例中,如图1所示,输入模块包括图像采集装置、磁信号采集装置、光学信号采集装置。选择点验钞机的工作模式,使点验钞机工作在训练模式下。预先设置将要输入纸币的属性特征,比如设置属性为2005版100元人民币假币,那么下一批将要输入的纸币将全为2005版1000元人民币假币,设置属性为2005版人民币真币,接下来输入的纸币则全为2005版人民币真币。特征训练模块根据输入信号的属性,提取区分各类纸币的特征,并通过BP神经网络对特征进行训练生成分类器。至此智能点钞机的训练过程结束,退出训练模式,选择工作模式。
将一批混有真币和假币的纸币放入点验钞机,点验钞机根据训练出的分类器将对真币和假币进行区分,并将真币和假币的属性显示的输出端的显示屏上,同时对假币报警。
由于训练样本不足或者新版假币出现的影响造成假币未报警或者真币报假。如果出现真币报假或假币报真,则重新对该张纸币重新输入并修正其输入信息,告诉点验钞机,此张纸币属于误分类。点验钞机就会根据修正的属性重新进行训练,并修改分类器的参数值,这样下次再输入此类纸币就不会再次误分类。
Claims (5)
1.一种智能点验钞机识别假币自动升级的方法,步骤如下:
(1)输入模块将钞票信息,根据选择模式送入特征训练模块;
(2)特征训练模块根据输入信号的特征及纸币属性生成训练模型和决策机给分类器提供分类依据;
(3)分类器根据训练模型和决策机对输入信号进行分类,分类结果输入输出模块;
(4)如果输出结果出现错误,通过人工反馈告知点验钞机信息错误;
(5)点验钞机的训练模块根据错误分类纸币的特征信息、人工提供的属性、和正确属性值对特征进行重新训练,调整参数生成新的训练模型和决策机。
2.根据权利要求1所述的智能点验钞机识别假币自动升级的方法,其特征在于:步骤(1)所述钞票信息包括磁信息、红外反射信号、红外透射信息、紫外信息、白光图像信息、红外反射图像信息和红外透射图像信息全部信息;所述选择模式包括点钞模式和训练模式。
3.根据权利要求1所述的智能点验钞机识别假币自动升级的方法,其特征在于:步骤(2)所述信号的特征包括时域特征和频域特征;所述纸币属性包括真假属性,面额属性,版本属性,新旧属性和残缺属性全部属性。
4.根据权利要求1所述的智能点验钞机识别假币自动升级的方法,其特征在于:步骤(3)所述分类器为决策树、支持向量机、神经网络中的一种。
5.根据权利要求1所述的智能点验钞机识别假币自动升级的方法,其特征在于:步骤(4)所述人工反馈为当点验钞机输出的纸币属性发生错误时,工作人员通过属性修正告知点验钞机出错的属性及属性值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310714566.6A CN103646464B (zh) | 2013-12-23 | 2013-12-23 | 智能点验钞机识别假币自动升级的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310714566.6A CN103646464B (zh) | 2013-12-23 | 2013-12-23 | 智能点验钞机识别假币自动升级的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103646464A CN103646464A (zh) | 2014-03-19 |
CN103646464B true CN103646464B (zh) | 2016-01-20 |
Family
ID=50251673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310714566.6A Active CN103646464B (zh) | 2013-12-23 | 2013-12-23 | 智能点验钞机识别假币自动升级的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103646464B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184954B (zh) * | 2015-08-14 | 2018-04-06 | 深圳怡化电脑股份有限公司 | 一种检测纸币的方法及验钞装置 |
CN105574981B (zh) * | 2015-12-10 | 2018-12-14 | 武汉大学 | 一种基于安全线磁信息的人民币纸币面额识别方法 |
CN106056752B (zh) * | 2016-05-25 | 2018-08-21 | 武汉大学 | 一种基于随机森林的钞票鉴伪方法 |
CN106815605B (zh) * | 2017-01-23 | 2021-04-13 | 上海上讯信息技术股份有限公司 | 一种基于机器学习的数据分类方法及设备 |
CN114821888A (zh) * | 2022-05-06 | 2022-07-29 | 广州中智融通金融科技有限公司 | 一种假币管理方法、系统、电子设备及可读介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4179685A (en) * | 1976-11-08 | 1979-12-18 | Abbott Coin Counter Company, Inc. | Automatic currency identification system |
EP0807904B1 (en) * | 1994-03-08 | 2002-08-14 | Cummins-Allison Corporation | Method and apparatus for authenticating US paper currency |
-
2013
- 2013-12-23 CN CN201310714566.6A patent/CN103646464B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4179685A (en) * | 1976-11-08 | 1979-12-18 | Abbott Coin Counter Company, Inc. | Automatic currency identification system |
EP0807904B1 (en) * | 1994-03-08 | 2002-08-14 | Cummins-Allison Corporation | Method and apparatus for authenticating US paper currency |
Non-Patent Citations (2)
Title |
---|
基于主动学习和半监督学习的多类图像分类;陈荣,曹永锋,孙洪;《自动化学报》;20110831;第37卷(第08期);第954-962页 * |
基于支持向量机的货币识别研究;蒋琳琼;《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》;20070615(第06期);第46-52页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103646464A (zh) | 2014-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103646464B (zh) | 智能点验钞机识别假币自动升级的方法 | |
CN104464079B (zh) | 基于模板特征点及其拓扑结构的多币种面值识别方法 | |
CN102136166B (zh) | 多模态信息融合的纸币成像鉴伪方法及其装置 | |
CN104298989A (zh) | 基于斑马线红外图像特征的鉴伪方法及其系统 | |
CN107194803A (zh) | 一种p2p网贷借款人信用风险评估的装置 | |
CN102737435A (zh) | 一种纸币鉴伪方法和装置 | |
CN101504781B (zh) | 有价文件识别方法及装置 | |
CN104658097B (zh) | 一种基于图像的直方图匹配的人民币纸币面额识别方法 | |
CN104616392A (zh) | 一种基于局部二值模式的纸币鉴伪方法 | |
CN103617673A (zh) | 一种基于紫外图像特征的支票真伪鉴别系统及其方法 | |
CN106203808A (zh) | 企业信用风险评估方法和装置 | |
CN105574981A (zh) | 一种基于安全线磁信息的人民币纸币面额识别方法 | |
CN104268134A (zh) | 一种主客观分类器构建方法和系统 | |
Tessfaw et al. | Ethiopian banknote recognition and fake detection using support vector machine | |
CN110348490A (zh) | 一种基于支持向量机算法的土壤质量预测方法及装置 | |
CN108197636A (zh) | 一种基于深度多视点特征的稻谷检测和分类方法 | |
CN103177266A (zh) | 储藏物害虫智能识别系统 | |
CN106056752A (zh) | 一种基于随机森林的钞票鉴伪方法 | |
CN102110323A (zh) | 一种验钞方法及验钞装置 | |
CN103646458B (zh) | 主成份分析鉴别纸币真伪的方法 | |
CN202373062U (zh) | 基于多光谱特征的票据智能鉴别仪 | |
CN110009012A (zh) | 一种风险样本识别方法、装置及电子设备 | |
CN109947651A (zh) | 人工智能引擎优化方法和装置 | |
CN203552298U (zh) | 多功能点钞机 | |
CN113379961B (zh) | 钞票及票证辅助鉴别方法、装置、设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |