CN105574981B - 一种基于安全线磁信息的人民币纸币面额识别方法 - Google Patents
一种基于安全线磁信息的人民币纸币面额识别方法 Download PDFInfo
- Publication number
- CN105574981B CN105574981B CN201510916200.6A CN201510916200A CN105574981B CN 105574981 B CN105574981 B CN 105574981B CN 201510916200 A CN201510916200 A CN 201510916200A CN 105574981 B CN105574981 B CN 105574981B
- Authority
- CN
- China
- Prior art keywords
- magnetic information
- information
- magnetic
- yuan
- denomination
- 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.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
- G07D7/04—Testing magnetic properties of the materials thereof, e.g. by detection of magnetic imprint
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Inspection Of Paper Currency And Valuable Securities (AREA)
Abstract
本发明提供一种基于安全线磁信息的人民币纸币面额识别方法,能够准确识别人民币面值,应用于埋有磁性安全线的人民币纸币的面额识别;整个识别过程包括训练和识别两部分;其中,训练过程包括:波形提取‑‑获取具有安全线磁信号的各种面额人民币纸币的磁信号波形;波形预处理;特征参数提取及选择;分类训练,建立模型库;识别过程具体包括:待识别纸币磁信号获取;预处理;特征选择和标注,识别判断,得到识别结果;本发明提供的方法在特征参数获取上具有新颖性,且对噪声具有鲁棒性同时降低存储量和计算量,提高了识别精度及识别的实时性。
Description
技术领域
本发明涉及金融领域的纸币鉴别技术和模式识别领域,具体涉及一种基于安全线磁信息的纸币面额识别方法。
背景技术
随着经济的繁荣发展,纸币的流通量越来越大,特别是2015年11月30日中国人民币成为了作为具有国际储备货币性质的特殊提款权成员,人民币的国际流通量日益增加,金融自助设备均需要实现纸币各面值的识别,而国内许多银行使用的点验钞机、清分机、现金循环自动柜员机、自动存取款机等金融机具一般是通过图像特征来识别纸币的面值,即采用图像传感器采集纸币的反射、透射图像,利用数字图像处理技术来对纸币面值进行识别。由于难以避免图像偏移及所取特征有限,其稳定性和识别能力往往难以达到要求,同时计算量大导致实时检测效果差。因此研究出识别稳定性好、识别效率高、实时性能优良的纸币面额识别方法势在必行。
现在已有的对纸币面额识别专利(包括发明授权专利和发明公布专利)如下:
1)申请号为:200510094286.5的中国发明专利申请《纸币安全线磁性编码识别方法》,此方法的思想是采用磁信息的固有编码规律识别出纸币的面值。此方法对采集到的数据进行分析找出磁性编码的数字“1”和数字“0”的个数信息作为已知模板,待识别的样本磁编码信息与之匹配判断。此方法在信息采集和处理过程磁性编码信息受到干扰会直接影响识别结果,识别性能的稳定性受到影响,导致整个系统的鲁棒性能受到限制。
2)申请号为:201410530723.2的中国发明专利申请《一种基于磁图像的纸币面值识别方法与装置》,此方法的思想是采用选取高低阈值对磁图像的直方图进行二值化,分段定位然后对安全线磁码图像进行切割,再利用切割后的磁图像投影曲线规律识别纸币面值。此方法属于图像处理技术,计算量需要考虑,且二值化、分段定位方法会影响识别的稳定性。
3)申请号为:201410258799.42的中国发明专利申请《一种纸币面值识别方法及装置》,此方法的思想采用对获取的纸币面值特征区域的图像进行投影和滑动匹配。此方法纸币面值特征区域的图像的选择和获取是关键,将二维图像投影为一维曲线,计算相关系数设定相应阈值得到识别结果。采用模式识别方式,识别标识在纸币上的面值字符,该纸币面值识别应用广泛,但计算复杂,需要功能强大的硬件平台,满足识别算法运算能力的需求。
4)申请号为:201510105720.9的中国发明专利申请《一种基于图像的直方图匹配的人民币纸币面额识别方法》,此方法的思想是采用样本中每种颜色分量的直方图的平均值作为该种面额纸币的模板,提取待识别图像的红绿蓝三色分量的直方图,分别获取直方图与每一种面额纸币模板之间的距离进行比对识别纸币的面额。所提供的方法保证了对噪声的鲁棒性,识别实时效果受到了限制。
因此,探寻一种具有抗噪声能力强、可移植性高,实时效果好,泛用于点钞机、清分机和存取款机适用的识别人民币纸币面额的方法已经成为金融流通领域的期望。
发明内容
本发明为一种基于安全线磁信息的人民币纸币面额识别方法,该方法对纸币上的磁信号进行处理分析,识别鲁棒性能强,识别率高,实时性好。
本发明采用的技术方案:一种基于安全线磁信息的人民币纸币面额识别方法,包括以下步骤:
步骤1:训练阶段,所述的训练阶段包括如下步骤;
步骤1.1:取各种面额的纸币真币,通过点钞机的磁传感器装置,获得n个二进制磁信息训练样本,将二进制磁信息文件转换为txt文件;
步骤1.2:对转换后的磁信息进行预处理;包括对磁信息有效性的检测、有效信号的截取、信息的标准化;
步骤1.3:对预处理后相同面额的纸币的磁信息用SVD奇异值分解,进行特征参数提取并进行滤波式特征选择;
特征参数的提取过程以某一种面额的纸币进行说明;
训练的样本用矩阵记为X,则
Xm×n=[X1 X2 … Xn]
Xi=[x1,x2,x3,...xm]T i=1,2…n (6)
其中m为样本维数,n为样本数;
对训练样本矩阵Xm×n进行SVD分解得到特征值λ和特征向量μ以及特征矩阵 U;对特征值进行降序排列,采取主成分分析法进行空间投影降维;降维参数选取基于特征根的能量累积值参数,所选择的特征根的能量累积值要求大于99%,提取前r个较大的特征值及对应的特征向量,所述的r<<m,所选取的特征向量组成投影矩阵P;
步骤1.4:建立信号模板,完成训练过程;计算各种不同面额的具有安全线磁信息的人民币纸币磁信息的投影矩阵Pj,其中j=1,2,3,4,5;分别对应人民币面额100元、50元、20元、10元、5元;投影矩阵Pj即为信号模板;
步骤2:实验阶段;所述的实验阶段包括如下步骤;
步骤2.1:对待识别的人民币纸币通过点钞机的磁传感器装置,获得二进制磁信息文件,将二进制磁信息文件转换为txt文件;
步骤2.2:对转换后的磁信息进行预处理:
对转换后的磁信息进行预处理,包括对磁信息有效性的检测、有效信号的截取、信息的标准化;该步骤同训练阶段的步骤1.2;
预处理后提取有效磁信息,记为Test;
步骤2.3:预处理后的有效磁信息Test,表示为列向量,样本维数为m;计算有效磁信息Test在投影矩阵Pj的投影,得到投影信息表示Gi,其中,j=1,2,3,4,5 分别对应人民币面额100元、50元、20元、10元、5元;
Gj=Pj×Test;
步骤2.4:识别判断;
计算Gj的标准差,比较取标准差最小值,根据其对应的信号模板的标号判定测试样本的面额值;
步骤3:结束。
所述的预处理,包括对磁信息有效性的检测、有效信号的截取、信息的标准化;
所述的磁信息有效性检测具体包括下列内容;
对磁信息进行有效性检测,所采集的信息包括正常和非正常的磁信息;
所述的有效信号的截取具体包括下列内容;
对磁信息进行有效信号的截取预处理,针对有效的磁信息采用双门限端点检测方法获取磁信息的起止点,从而得到提取特征所需的磁信息;
磁信号记为x(k),其中k对应采样时间序列,0≤k≤N,N为采样点数;则磁信息短时能量E如下所述:
其中,E为短时能量,x(k)为磁信号,w(k)为窗函数,l为两个函数在时间轴上从负无穷到正无穷卷积的移动标尺,窗函数选择hamming汉明窗;
磁信号x(k)的短时过零率Zk为:
其中,w(k)为窗函数,sgn[·]为符号函数,定义如下:
根据实验设定阈值,对有效信息进行提取;
所述的信息的标准化具体包括下列内容;
对磁信息的标准化,采取经典的z-score标准化方法,即基于原始数据的均值mean和标准差standard deviation进行数据的标准化;标准化处理后的信号记为 xstd,则其计算过程如下:
其中为磁信号x(k)的均值,xsd为其标准差;
预处理后的单个磁信息样本记为X,则
X=[x1,x2,x3,...xm]T (5)
其中m为样本维数;T表示转置,即X为列向量。
本发明的有益效果是:
1.鉴别过程不需要人工参与寻找特征;
2.建立的模板对于纸币面额的区分度高;
3.可移植性好,只需要将训练结果移植到程序中,即可使机器具有快速的识别能力。
4.适用性好。
附图说明
图1为本发明的原理框图;
图2为100元的磁信息图。
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。
本发明首先对金融机具磁传感器采集到的二进制文件进行转换为txt文件,采用双线性内插值算法对转换后的纸币的磁信息进行处理,对其进行端点检测获取有效磁信号等预处理,然后对纸币的有效安全线磁信息用SVD方法进行投影降维、特征提取和特征选择,得到安全线磁信号的投影曲线,建立分类器,根据投影曲线的特征规律识别出第五套人民币100元、50元、20元、10元、5元面值,识别率高、可靠性强,同时基于磁信息技术识别出纸币面值提高了实时识别纸币面额的能力。预处理后的磁信息还可以用于鉴伪。
如图1,一种基于安全线磁信息的人民币纸币面额识别方法,包括以下步骤:
步骤1:训练阶段,所述的训练阶段包括如下步骤;
如图2为100元的磁信息图,步骤1.1:取各种面额的纸币真币,通过点钞机的磁传感器装置,获得n个二进制磁信息训练样本,将二进制磁信息文件转换为txt文件;
步骤1.2:对转换后的磁信息进行预处理;
所述的预处理,包括对磁信息有效性的检测、有效信号的截取、信息的标准化;
所述的磁信息有效性检测具体包括下列内容;
对磁信息进行有效性检测,所采集的信息包括正常和非正常的磁信息;
所述的有效信号的截取具体包括下列内容;
对磁信息进行有效信号的截取预处理,针对有效的磁信息采用双门限端点检测方法获取磁信息的起止点,从而得到提取特征所需的磁信息;
磁信号记为x(k),其中k对应采样时间序列,0≤k≤N,N为采样点数;则磁信息短时Energy能量E如下所述:
其中,x(k)为磁信号,w(k)为窗函数,l为两个函数在时间轴上从负无穷到正无穷卷积的移动标尺,窗函数一般选择hamming汉明窗;
磁信号x(k)的短时过零率Zk为:
其中,w(k)为窗函数,sgn[·]为符号函数,定义如下:
根据实验设定阈值,对有效信息进行提取;所述的阈值根据Zk的大小取一个合适的值作为判定是否是有效信号的标准。
所述的信息的标准化具体包括下列内容;
对磁信息的标准化,采取经典的z-score标准化方法,即基于原始数据的均值mean和标准差standard deviation进行数据的标准化;标准化处理后的信号记为xstd,则其计算过程如下:
其中为磁信号x(k)的均值,xsd为其标准差;
预处理后的单个磁信息样本记为X,则
X=[x1,x2,x3,...xm]T (5)
其中m为样本维数;T表示转置,即X为列向量。
步骤1.3:对预处理后相同面额的纸币的磁信息用SVD奇异值分解Singular ValueDecomposition,进行特征参数提取并进行滤波式特征选择;
特征参数的提取过程以某一种面额的纸币进行说明;
训练的样本用矩阵记为X,则
Xm×n=[X1 X2 … Xn]
Xi=[x1,x2,x3,...xm]T i=1,2…n) (6)
其中m为样本维数,n为样本数;
对训练样本矩阵Xm×n进行SVD分解得到特征值λ和特征向量μ以及特征矩阵 U;对特征值进行降序排列,采取主成分分析法进行空间投影降维;降维参数选取基于特征根的能量累积值参数,所选择的特征根的能量累积值要求大于99%,提取前r个较大的特征值及对应的特征向量,所述的r<<m,所选取的特征向量组成投影矩阵P;
步骤1.4:建立信号模板,完成训练过程;计算各种不同面额的具有安全线磁信息的人民币纸币磁信息的投影矩阵Pj,其中j=1,2,3,4,5;分别对应人民币面额100元、50元、20元、10元、5元;投影矩阵Pj即为信号模板;
步骤2:实验阶段;所述的实验阶段包括如下步骤;
步骤2.1:对待识别的人民币纸币通过点钞机的磁传感器装置,获得二进制磁信息文件,将二进制磁信息文件转换为txt文件;
步骤2.2:对转换后的磁信息进行预处理:
对转换后的磁信息进行预处理,包括对磁信息有效性的检测、有效信号的截取、信息的标准化;该步骤同训练阶段的步骤1.2;
预处理后提取有效磁信息,记为Test;
步骤2.3:预处理后的有效磁信息Test,表示为列向量,样本维数为m;计算有效磁信息Test在投影矩阵Pj的投影,得到投影信息表示Gj,其中,j=1,2,3,4,5 分别对应人民币面额100元、50元、20元、10元、5元;
Gj=Pj×Test;
步骤2.4:识别判断;
计算Gj的标准差,比较取标准差最小值,根据其对应的信号模板的标号判定测试样本的面额值;
步骤3:结束。
上述实施例仅为本发明的人民币纸币实施例,并不代表本发明的全部应用。本发明方法,还可对有安全磁性线的其他种类货币纸币进行应用。凡在本发明的精神和原则之内,所做的各种变化、修改,均在本发明的保护范围之内。
Claims (2)
1.一种基于安全线磁信息的人民币纸币面额识别方法,其特征在于,包括以下步骤:
步骤1:训练阶段,所述的训练阶段包括如下步骤;
步骤1.1:取各种面额的纸币真币,通过点钞机的磁传感器装置,获得n个二进制磁信息训练样本,将二进制磁信息文件转换为txt文件;
步骤1.2:对转换后的磁信息进行预处理;包括对磁信息有效性的检测、有效信号的截取、信息的标准化;
步骤1.3:对预处理后相同面额的纸币的磁信息用SVD奇异值分解,进行特征参数提取并进行滤波式特征选择;
特征参数的提取过程以某一种面额的纸币进行说明;
训练的样本用矩阵记为X,则
Xm×n=[X1 X2 … Xn]
Xi=[x1,x2,x3,...xm]T i=1,2…n (6)
其中m为样本维数,n为样本数;
对训练样本矩阵Xm×n进行SVD分解得到特征值λ和特征向量μ以及特征矩阵U;对特征值进行降序排列,采取主成分分析法进行空间投影降维;降维参数选取基于特征根的能量累积值参数,所选择的特征根的能量累积值要求大于99%,提取前r个较大的特征值及对应的特征向量,所述的r<<m,所选取的特征向量组成投影矩阵P;
步骤1.4:建立信号模板,完成训练过程;计算各种不同面额的具有安全线磁信息的人民币纸币磁信息的投影矩阵Pj,其中j=1,2,3,4,5;分别对应人民币面额100元、50元、20元、10元、5元;投影矩阵Pj即为信号模板;
步骤2:实验阶段;所述的实验阶段包括如下步骤;
步骤2.1:对待识别的人民币纸币通过点钞机的磁传感器装置,获得二进制磁信息文件,将二进制磁信息文件转换为txt文件;
步骤2.2:对转换后的磁信息进行预处理:
对转换后的磁信息进行预处理,包括对磁信息有效性的检测、有效信号的截取、信息的标准化;该步骤同训练阶段的步骤1.2;
预处理后提取有效磁信息,记为Test;
步骤2.3:预处理后的有效磁信息Test,表示为列向量,样本维数为m;计算预处理后的有效磁信息Test在投影矩阵Pj的投影,得到投影信息表示Gj,其中,j=1,2,3,4,5分别对应人民币面额100元、50元、20元、10元、5元;
Gj=Pj×Test;
步骤2.4:识别判断;
计算Gj的标准差,比较取标准差最小值,根据其对应的信号模板的标号判定测试样本的面额值;
步骤3:结束。
2.根据权利要求1所述的一种基于安全线磁信息的人民币纸币面额识别方法,其特征在于:
所述的预处理,包括对磁信息有效性的检测、有效信号的截取、信息的标准化;
所述的磁信息有效性检测具体包括下列内容;
对磁信息进行有效性检测,所采集的信息包括正常和非正常的磁信息;
所述的有效信号的截取具体包括下列内容;
对磁信息进行有效信号的截取预处理,针对有效的磁信息采用双门限端点检测方法获取磁信息的起止点,从而得到提取特征所需的磁信息;
磁信号记为x(k),其中k对应采样时间序列,0≤k≤N,N为采样点数;则磁信息的短时能量E如下所述:
其中,E表示短时能量,x(k)为磁信号,w(k)为窗函数,l为两个函数在时间轴上从负无穷到正无穷卷积的移动标尺,窗函数选择hamming汉明窗;
磁信号x(k)的短时过零率Zk为:
其中,w(k)为窗函数,sgn[·]为符号函数,定义如下:
根据实验设定阈值,对有效信息进行提取;
所述的信息的标准化具体包括下列内容;
对磁信息的标准化,采取经典的z-score标准化方法,即基于原始数据的均值mean和标准差standard deviation进行数据的标准化;标准化处理后的信号记为xstd,则其计算过程如下:
其中为磁信号x(k)的均值,xsd为其标准差;
预处理后的单个磁信息样本记为X,则
X=[x1,x2,x3,...xm]T (5)
其中m为样本维数;T表示转置,即X为列向量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510916200.6A CN105574981B (zh) | 2015-12-10 | 2015-12-10 | 一种基于安全线磁信息的人民币纸币面额识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510916200.6A CN105574981B (zh) | 2015-12-10 | 2015-12-10 | 一种基于安全线磁信息的人民币纸币面额识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105574981A CN105574981A (zh) | 2016-05-11 |
CN105574981B true CN105574981B (zh) | 2018-12-14 |
Family
ID=55885061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510916200.6A Expired - Fee Related CN105574981B (zh) | 2015-12-10 | 2015-12-10 | 一种基于安全线磁信息的人民币纸币面额识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105574981B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106447898B (zh) * | 2016-08-17 | 2019-06-11 | 深圳怡化电脑股份有限公司 | 一种安全线定位方法及装置 |
CN108074318B (zh) * | 2016-11-17 | 2020-03-27 | 深圳怡化电脑股份有限公司 | 一种识别纸币的方法及装置 |
CN107331031B (zh) * | 2017-07-04 | 2019-10-11 | 深圳怡化电脑股份有限公司 | 一种纸币币值的识别方法、装置、设备及存储介质 |
CN107680248B (zh) * | 2017-10-13 | 2019-09-20 | 深圳怡化电脑股份有限公司 | 一种纸币面向的识别方法和装置 |
CN107808444A (zh) * | 2017-11-17 | 2018-03-16 | 深圳怡化电脑股份有限公司 | 纸币信息识别方法、装置、设备及存储介质 |
CN110619702A (zh) * | 2019-09-29 | 2019-12-27 | 广州国瀚计算机通讯科技有限公司 | 一种高效识别人民币磁金属线面值的方法、装置 |
CN112735469B (zh) * | 2020-10-28 | 2024-05-17 | 西安电子科技大学 | 低内存语音关键词检测方法、系统、介质、设备及终端 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1737817A (zh) * | 2005-09-09 | 2006-02-22 | 李庆宁 | 纸币安全线磁性编码识别方法 |
CN103440701A (zh) * | 2013-09-11 | 2013-12-11 | 广州广电运通金融电子股份有限公司 | 一种钞票的磁信号检测方法及装置 |
CN103646464A (zh) * | 2013-12-23 | 2014-03-19 | 尤新革 | 智能点验钞机识别假币自动升级的方法 |
CN104036290A (zh) * | 2014-06-11 | 2014-09-10 | 新达通科技股份有限公司 | 一种纸币面值识别方法及装置 |
CN104346858A (zh) * | 2014-10-10 | 2015-02-11 | 新达通科技股份有限公司 | 一种基于磁图像的纸币面值识别方法与装置 |
CN104658097A (zh) * | 2015-03-11 | 2015-05-27 | 华中科技大学 | 一种基于图像的直方图匹配的人民币纸币面额识别方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61177592A (ja) * | 1985-02-01 | 1986-08-09 | アイエム電子株式会社 | 印刷物の種類鑑別装置 |
JP4024964B2 (ja) * | 1998-07-28 | 2007-12-19 | キヤノン電子株式会社 | 磁気インク検知用磁気センサー、その信号処理方法、及び磁気インク検知装置 |
-
2015
- 2015-12-10 CN CN201510916200.6A patent/CN105574981B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1737817A (zh) * | 2005-09-09 | 2006-02-22 | 李庆宁 | 纸币安全线磁性编码识别方法 |
CN103440701A (zh) * | 2013-09-11 | 2013-12-11 | 广州广电运通金融电子股份有限公司 | 一种钞票的磁信号检测方法及装置 |
CN103646464A (zh) * | 2013-12-23 | 2014-03-19 | 尤新革 | 智能点验钞机识别假币自动升级的方法 |
CN104036290A (zh) * | 2014-06-11 | 2014-09-10 | 新达通科技股份有限公司 | 一种纸币面值识别方法及装置 |
CN104346858A (zh) * | 2014-10-10 | 2015-02-11 | 新达通科技股份有限公司 | 一种基于磁图像的纸币面值识别方法与装置 |
CN104658097A (zh) * | 2015-03-11 | 2015-05-27 | 华中科技大学 | 一种基于图像的直方图匹配的人民币纸币面额识别方法 |
Non-Patent Citations (4)
Title |
---|
"基于TMR传感器的人民币纸币鉴别与面值识别技术研究";李欣;《中国优秀硕士学位论文全文数据库 信息科技辑》;20151015(第10期);全文 * |
"基于多传感器的神经网络模式识别技术研究";谢凯;《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》;20040315(第1期);全文 * |
"基于磁信号与红外图像的纸币鉴别技术研究";卢龙;《中国优秀硕士学位论文全文数据库 信息科技辑》;20111215(第S2期);全文 * |
"纸币安全线磁信号波形的提取和分析";邓秀剑,刘利;《机电一体化》;20101120;第93-96页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105574981A (zh) | 2016-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105574981B (zh) | 一种基于安全线磁信息的人民币纸币面额识别方法 | |
CN104298989B (zh) | 基于斑马线红外图像特征的鉴伪方法及其系统 | |
Tome et al. | The 1st competition on counter measures to finger vein spoofing attacks | |
CN104616392B (zh) | 一种基于局部二值模式的纸币鉴伪方法 | |
Tessfaw et al. | Ethiopian banknote recognition and fake detection using support vector machine | |
CN107316373B (zh) | 一种纸币识别方法、装置、终端设备及可读存储介质 | |
CN112215043A (zh) | 一种人脸活体检测方法 | |
CN103886309A (zh) | 人像识别鉴别美元面额的方法 | |
Sharma et al. | Recognition of Indian paper currency based on LBP | |
CN108268889B (zh) | 对雕刻凹印真伪检测方法、检测平台及检测系统 | |
Gautam | Indian currency detection using image recognition technique | |
CN103646458A (zh) | 主成份分析鉴别纸币真伪的方法 | |
CN106339931A (zh) | 一种多功能税务服务系统 | |
Mehta et al. | Automatic cheque processing system | |
Zarin et al. | A hybrid fake banknote detection model using OCR, face recognition and hough features | |
CN106447897A (zh) | 一种检测纸币磁性特征的方法及装置 | |
WO2018130119A1 (zh) | 一种基于双冠字号的纸币鉴伪方法和系统 | |
CN116092230B (zh) | 一种票证鉴伪方法及系统 | |
Olanrewaju et al. | Automated bank note identification system for visually impaired subjects in malaysia | |
CN115631573A (zh) | 一种现金纸币识别方法及装置 | |
Vidhate et al. | Fake currency detection application | |
Kulkarni et al. | Original vs counterfeit Indian currency detection | |
Shamini et al. | Fake Currency Detection | |
Diarra et al. | A Deep Learning App for Counterfeit Banknote Detection in the WAEMU | |
Rathi et al. | Design and Implementation of Indian Coin Identification System using ANN Approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20181214 Termination date: 20211210 |