RU2679383C1 - Самокорректирующиеся способ и устройство распознавания для устройства распознавания ценных документов - Google Patents

Самокорректирующиеся способ и устройство распознавания для устройства распознавания ценных документов Download PDF

Info

Publication number
RU2679383C1
RU2679383C1 RU2017135028A RU2017135028A RU2679383C1 RU 2679383 C1 RU2679383 C1 RU 2679383C1 RU 2017135028 A RU2017135028 A RU 2017135028A RU 2017135028 A RU2017135028 A RU 2017135028A RU 2679383 C1 RU2679383 C1 RU 2679383C1
Authority
RU
Russia
Prior art keywords
category
centroid
discriminant
relative
discriminants
Prior art date
Application number
RU2017135028A
Other languages
English (en)
Inventor
Паньфэн ЛО
Жунцю ВАН
Мэнтао ЛЮ
Дун ВЭЙ
Original Assignee
Джи Ар Джи БЭНКИНГ ЭКВИПМЕНТ КО., ЛТД.
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Джи Ар Джи БЭНКИНГ ЭКВИПМЕНТ КО., ЛТД. filed Critical Джи Ар Джи БЭНКИНГ ЭКВИПМЕНТ КО., ЛТД.
Application granted granted Critical
Publication of RU2679383C1 publication Critical patent/RU2679383C1/ru

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/41—Analysis of document content
    • G06V30/414—Extracting the geometrical structure, e.g. layout tree; Block segmentation, e.g. bounding boxes for graphics or text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06F18/24133—Distances to prototypes
    • G06F18/24137—Distances to cluster centroïds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/242—Aligning, centring, orientation detection or correction of the image by image rotation, e.g. by 90 degrees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/19—Recognition using electronic means
    • G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
    • G06V30/19173—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/22—Character recognition characterised by the type of writing
    • G06V30/224—Character recognition characterised by the type of writing of printed characters having additional code marks or containing code marks
    • G06V30/2253—Recognition of characters printed with magnetic ink

Abstract

Изобретение относится к средствам распознавания ценных документов. Технический результат заключается в обеспечении долговременного устойчивого результата использования средств распознавания с учетом изменения условий использования. Способ в вариантах осуществления настоящего изобретения осуществляет создание и самокоррекцию библиотеки оценок ценного документа, где часть создания включает выделение многомерного признака ценного документа, вычисление центра масс признака и вычисление группы плоскостей относительных оценок, чтобы получить библиотеку оценок ценного документа; и часть самокоррекции включает выделение вновь добавляемого признака ценного документа, оценивание категории, которой принадлежит этот признак, вычисление замененного центра масс и коррекцию библиотеки оценок посредством замененного центра масс. 2 н. и 12 з.п. ф-лы, 4 ил.

Description

ПЕРЕКРЕСТНАЯ ССЫЛКА НА РОДСТВЕННУЮ ЗАЯВКУ
[0001] Заявка притязает на приоритет заявки на патент Китая № 201510198411.0, озаглавленной "SELF-CORRECTION RECOGNITION METHOD FOR VALUABLE DOCUMENT RECOGNITION DEVICE", поданной 23 апреля 2015 г. в Государственное ведомство по интеллектуальной собственности Китайской Народной Республики, которая полностью включается в этот документ посредством ссылки.
ОБЛАСТЬ ТЕХНИКИ, К КОТОРОЙ ОТНОСИТСЯ ИЗОБРЕТЕНИЕ
[0002] Настоящее раскрытие изобретения относится к технологии распознавания ценных документов, и в частности, к самокорректирующемуся способу распознавания и самокорректирующемуся устройству распознавания для устройства распознавания ценных документов.
УРОВЕНЬ ТЕХНИКИ
[0003] Для сортировальной машины, ATM, VTM, торгового автомата, билетного автомата и других интеллектуальных устройств обработки для денег или банкнот центральным модулем является модуль распознавания ценных документов. Эффективность распознавания ценного документа является базовым индексом для оценивания устройства распознавания ценных документов. При масштабном применении на индекс влияют два следующих фактора.
[0004] 1) Первым воздействием являются рабочие условия. Изменения температуры, влажности и другие изменения окружающей среды влияют на сигнал точного датчика, соответственно влияя на точность распознавания для ценных документов.
[0005] 2) Вторым воздействием является отличие между ценными документами. Существуют значительные отличия между ценными документами из различных областей. Например, качество банкнот в городских областях в целом хорошее, тогда как качество банкнот в сельских областях плохое. Таким образом, один и тот же набор стандартов распознавания нельзя хорошо приспособить к обоим условиям.
[0006] В связи с вышеупомянутыми проблемами в промышленности в настоящее время применяются следующие решения.
[0007] 1) Предоставляется достаточное количество образцов ценных документов, которое обычно должно быть тысячей или более образцов на каждую категорию. Выбирается пять или более устройств для сбора сигналов образцов в условиях многообразия температуры и изменений влажности. Цель - собрать как можно больше категорий и сигналов образцов для обучения программного обеспечения распознавания, соответственно приспосабливая распознавание к многообразию разных сред.
[0008] 2) Используется разное программное обеспечение распознавания на основе различий образцов в разных областях. То есть разные версии программного обеспечения распознавания изготавливаются в соответствии с фактическими потребностями.
[0009] Однако существующий способ распознавания ценных документов требует много ресурсов. Кроме того, когда меняются условия использования, приходится перестраивать схему реакции, что не может обеспечить долговременный устойчивый результат, не только увеличивает расходы по обслуживанию у поставщика, но также влияет на рыночные преимущества.
РАСКРЫТИЕ ИЗОБРЕТЕНИЯ
[0010] В соответствии с вариантом осуществления из настоящего раскрытия изобретения предоставляется самокорректирующийся способ распознавания и самокорректирующееся устройство распознавания для устройства распознавания ценных документов, которые используются для решения проблемы в том, что существующему способу распознавания ценных документов нужен большой объем ресурсов, и нельзя обеспечить долговременный устойчивый результат использования из-за того, что схему нужно обновлять, когда меняются условия использования.
[0011] В соответствии с вариантом осуществления из настоящего раскрытия изобретения предоставляется самокорректирующийся способ распознавания для устройства распознавания ценных документов, который включает в себя:
[0012] выделение признака M ценного документа;
[0013] определение, входит ли признак M в библиотеку дискриминантов любой предустановленной категории i, и получение подстановочного центроида
Figure 00000001
на основе центроида
Figure 00000002
признака и признака M в случае, когда признак M входит в библиотеку дискриминантов предустановленной категории i; и
[0014] обновление библиотеки дискриминантов категории i путем замены центроида
Figure 00000003
признака категории i подстановочным центроидом
Figure 00000004
;
[0015] где библиотека дискриминантов предварительно строится на основе центроида
Figure 00000005
признака категории i; и
[0016] центроид
Figure 00000006
признака вычисляется из признака категории i.
[0017] При необходимости перед выделением признака M ценного документа способ дополнительно включает в себя:
[0018] выделение признаков n категорий ценного документа, где каждая из n категорий включает в себя один или более признаков, и n больше 1;
[0019] вычисление центроида
Figure 00000007
признака категории i на основе признаков категории i;
[0020] получение группы плоскостей относительных дискриминантов категории i на основе центроида
Figure 00000008
признака, где группа плоскостей относительных дискриминантов категории i состоит из плоскостей относительных дискриминантов категории i относительно других n-1 категорий, и плоскость
Figure 00000009
относительного дискриминанта категории i относительно категории η соответствует тому, что плоскость
Figure 00000010
относительного дискриминанта перпендикулярна соединительной линии между центроидом
Figure 00000011
признака категории i и центроидом
Figure 00000012
признака категории η, ценные документы категории i и категории η соответственно разделены на две стороны плоскости, все ценные документы категории i располагаются на положительной стороне плоскости
Figure 00000013
относительного дискриминанта, все ценные документы категории η располагаются на отрицательной стороне плоскости
Figure 00000014
относительного дискриминанта, и минимальное значение расстояний между ценными документами категории i и плоскостью
Figure 00000015
относительного дискриминанта меньше минимального значения расстояний между ценными документами категории η и плоскостью
Figure 00000016
относительного дискриминанта, и i не равно η;
[0021] построение сферы дискриминантов категории i с радиусом
Figure 00000017
, где
Figure 00000018
определяется центроидом
Figure 00000019
признака и группой плоскостей относительных дискриминантов категории i; и
[0022] определение области пересечения между группой плоскостей относительных дискриминантов категории i и сферой дискриминантов категории i в качестве библиотеки дискриминантов категории i.
[0023] При необходимости плоскость относительного дискриминанта выражается в виде:
Figure 00000020
[0024] где X - пространственный вектор признака ценного документа,
Figure 00000021
- вектор нормали плоскости
Figure 00000022
относительного дискриминанта, и
Figure 00000023
- пересечение плоскости
Figure 00000024
относительного дискриминанта.
[0025] При необходимости радиус
Figure 00000025
выражается в виде:
Figure 00000026
,
[0026] где
Figure 00000027
- минимальное значение расстояний между центроидом
Figure 00000028
признака категории i и группой плоскостей относительных дискриминантов категории i, и
Figure 00000029
- максимальное значение расстояний между центроидом
Figure 00000030
признака категории i и всеми ценными документами категории i.
[0027] При необходимости подстановочный центроид
Figure 00000031
выражается в виде:
Figure 00000032
,
[0028] где коэффициент γ обновления меньше 1 и больше 0.
[0029] При необходимости вычисление центроида
Figure 00000033
признака категории i на основе признаков категории i включает в себя, в частности:
[0030] получение признаков категории i; и
[0031] вычисление среднего арифметического признаков категории i в качестве центроида
Figure 00000034
признака.
[0032] При необходимости
Figure 00000035
,
Figure 00000036
.
[0033] Здесь
Figure 00000037
- количество ценных документов для категории i,
Figure 00000038
- k ое значение признака у центроида
Figure 00000039
признака категории i,
Figure 00000040
- j ый признак в категории i, и n - количество признаков у ценных документов.
[0034] При необходимости определение, входит ли признак M в библиотеку дискриминантов любой предустановленной категории i, включает в себя, в частности:
[0035] определение, удовлетворяет ли признак M обоим следующим двум выражениям:
Figure 00000041
Figure 00000042
[0036] Здесь
Figure 00000043
- расстояние между признаком M и центроидом
Figure 00000044
признака.
[0037] При необходимости перед обновлением библиотеки дискриминантов категории i путем замены центроида
Figure 00000003
признака категории i подстановочным центроидом
Figure 00000004
способ дополнительно включает в себя:
[0038] определение, удовлетворяет ли подстановочный центроид
Figure 00000045
предустановленному условию коррекции, и выполнение этапа обновления библиотеки дискриминантов категории i путем замены центроида
Figure 00000046
признака категории i подстановочным центроидом
Figure 00000045
в случае, когда подстановочный центроид
Figure 00000045
удовлетворяет предустановленному условию коррекции, где в случае, когда подстановочный центроид
Figure 00000045
не удовлетворяет предустановленному условию коррекции, библиотека дискриминантов не обновляется.
[0039] При необходимости определение, удовлетворяет ли подстановочный центроид
Figure 00000045
предустановленному условию коррекции, включает в себя, в частности:
[0040] определение, удовлетворяет ли расстояние
Figure 00000047
между подстановочным центроидом
Figure 00000045
и плоскостью
Figure 00000024
относительного дискриминанта:
Figure 00000048
.
[0041] Здесь
Figure 00000049
- расстояние между плоскостью
Figure 00000024
относительного дискриминанта и плоскостью
Figure 00000050
относительного дискриминанта, и
Figure 00000050
- плоскость относительного дискриминанта категории η относительно категории i.
[0042] В соответствии с вариантом осуществления из настоящего раскрытия изобретения предоставляется самокорректирующееся устройство распознавания для устройства распознавания ценных документов, включающее в себя: блок выделения признака, первый блок определения, блок получения подстановочного центроида и блок обновления.
[0043] Блок выделения признака конфигурируется для выделения признака M ценного документа.
[0044] Первый блок определения конфигурируется для определения, входит ли признак M в библиотеку дискриминантов любой предустановленной категории i, и активизации блока получения подстановочного центроида в случае, когда признак M входит в библиотеку дискриминантов предустановленной категории i.
[0045] Блок получения подстановочного центроида конфигурируется для получения подстановочного центроида
Figure 00000001
на основе центроида
Figure 00000002
признака и признака M.
[0046] Блок обновления конфигурируется для обновления библиотеки дискриминантов категории i путем замены центроида
Figure 00000003
признака категории i подстановочным центроидом
Figure 00000004
.
[0047] Библиотека дискриминантов предварительно строится на основе центроида
Figure 00000005
признака категории i; и центроид
Figure 00000006
признака вычисляется из признака категории i.
[0048] Устройство предпочтительно включает в себя дополнительно: субблок выделения признака, блок вычисления, блок получения плоскости, блок деления, блок построения и блок определения.
[0049] Субблок выделения признака конфигурируется для выделения признаков n категорий ценного документа, где каждая из n категорий включает в себя один или более признаков, и n больше 1.
[0050] Блок вычисления конфигурируется для вычисления центроида
Figure 00000007
признака категории i на основе признаков категории i.
[0051] Блок получения плоскости конфигурируется для получения группы плоскостей относительных дискриминантов категории i на основе центроида
Figure 00000008
признака. Здесь группа плоскостей относительных дискриминантов категории i состоит из плоскостей относительных дискриминантов категории i относительно других n-1 категорий, и плоскость
Figure 00000009
относительного дискриминанта категории i относительно категории η соответствует тому, что плоскость
Figure 00000010
относительного дискриминанта перпендикулярна соединительной линии между центроидом
Figure 00000011
признака категории i и центроидом
Figure 00000012
признака категории η.
[0052] Блок деления конфигурируется для разделения ценных документов категории i и категории η на две стороны плоскости. Все ценные документы категории i располагаются на положительной стороне плоскости
Figure 00000013
относительного дискриминанта, все ценные документы категории η располагаются на отрицательной стороне плоскости
Figure 00000014
относительного дискриминанта, и минимальное значение расстояний между ценными документами категории i и плоскостью
Figure 00000015
относительного дискриминанта меньше минимального значения расстояний между ценными документами категории η и плоскостью
Figure 00000016
относительного дискриминанта, и i не равно η.
[0053] Блок построения конфигурируется для создания сферы дискриминантов категории i с радиусом
Figure 00000017
. Здесь
Figure 00000018
определяется центроидом
Figure 00000019
признака и группой плоскостей относительных дискриминантов категории i.
[0054] Блок определения конфигурируется для определения области пересечения между группой плоскостей относительных дискриминантов категории i и сферой дискриминантов категории i в качестве библиотеки дискриминантов категории i.
[0055] Блок вычисления предпочтительно включает в себя: блок получения признака и субблок вычисления.
[0056] Блок получения признака конфигурируется для получения признаков категории i.
[0057] Субблок вычисления конфигурируется для вычисления среднего арифметического признаков категории i в качестве центроида
Figure 00000034
признака.
[0058] Устройство предпочтительно включает в себя дополнительно: второй блок определения, сконфигурированный для определения, удовлетворяет ли подстановочный центроид
Figure 00000045
предустановленному условию коррекции, и активизации блока обновления в случае, когда подстановочный центроид
Figure 00000045
удовлетворяет предустановленному условию коррекции.
[0059] Как видно из вышеприведенного технического решения, варианты осуществления из настоящего раскрытия изобретения обладают следующими преимуществами.
[0060] В вариантах осуществления из настоящего раскрытия изобретения в результате создания библиотеки дискриминантов с возможностью самокоррекции вычисленный подстановочный центроид используется для осуществления самокоррекции, когда любой ценный документ входит в устройство распознавания. Поэтому для разных изменений среды и отличий ценных документов в разных областях можно добиться лучших результатов распознавания. Когда меняются условия использования, не нужно перестраивать схему реакции, посредством этого обеспечивая долговременную устойчивость результатов использования и экономя затраты и ресурсы.
КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ
[0061] Фиг. 1 - блок-схема алгоритма для создания библиотеки дискриминантов ценного документа в соответствии с вариантом осуществления из настоящего раскрытия изобретения;
[0062] Фиг. 2 - блок-схема алгоритма для осуществления самокоррекции в библиотеке дискриминантов ценного документа в соответствии с вариантом осуществления из настоящего раскрытия изобретения;
[0063] Фиг. 3 - схематическое представление группы плоскостей относительных дискриминантов в соответствии с вариантом осуществления из настоящего раскрытия изобретения; и
[0064] Фиг. 4 - схематическое представление симметрии плоскостей относительных дискриминантов в соответствии с вариантом осуществления из настоящего раскрытия изобретения.
ОСУЩЕСТВЛЕНИЕ ИЗОБРЕТЕНИЯ
[0065] В соответствии с вариантом осуществления из настоящего раскрытия изобретения предоставляются самокорректирующиеся способ и устройство распознавания для устройства распознавания ценных документов, которые используются для решения проблемы в том, что существующему способу распознавания ценных документов нужен большой объем ресурсов, и нельзя обеспечить долговременный устойчивый результат использования из-за того, что схему нужно обновлять, когда меняются условия использования.
[0066] Техническое решение в соответствии с вариантами осуществления из настоящего раскрытия изобретения будет понятно и полностью описываться ниже в сочетании с прилагаемыми чертежами в вариантах осуществления из настоящего раскрытия изобретения, чтобы цели, характеристики и преимущества настоящего раскрытия изобретения были понятнее и очевиднее. Очевидно, что описанные варианты осуществления являются лишь частью вариантов осуществления в соответствии с настоящим раскрытием изобретения. Все другие варианты осуществления, полученные специалистами в данной области техники на основе вариантов осуществления в настоящем раскрытии изобретения без какой-либо творческой работы, относятся к объему настоящего раскрытия изобретения.
[0067] В настоящей схеме прежде всего создается библиотека дискриминантов ценного документа, и процесс создания показан на фиг. 1. Затем в процессе распознавания библиотека дискриминантов ценного документа самокорректируется на основе новых ценных документов, чтобы в конечном счете добиться нужного результата. Процесс коррекции показан на фиг. 2.
[0068] Таблица 1 - сводная таблица смысла математических символов в соответствии с настоящим раскрытием изобретения.
№ Знак Смысл Примечание
1 i, η индекс категории ценного документа, разные математические символы представляют разные категории связано с ценным документом
2
Figure 00000051
 количество образцов i ой категории ценного документа
3
Figure 00000052
 количество образцов η ой категории ценного документа
4 j индекс ценного документа в i ой категории ценного документа
5 s индекс кода ценного документа в η ой категории ценного документа
6 n количество признаков ценного документа, то есть количество размерностей признака, в вариантах осуществления n=240
7 k индекс значения признака для ценного документа
8 X переменные n-мерных пространств признаков
9 M признак ценного документа в n-мерном пространстве признаков
10
Figure 00000053
 j ый признак ценного документа в i ой категории
11
Figure 00000054
 s ый признак ценного документа в η ой категории
12
Figure 00000055
 k ое значение признака у j ого признака
Figure 00000056
ценного документа в i ой категории
13
Figure 00000057
 центроид i ой категории ценного документа связано со сферой дискриминантов
14
Figure 00000058
 центроид η ой категории ценного документа
15
Figure 00000059
 подстановочный центроид i ой категории ценного документа
16
Figure 00000060
 k ое значение признака центроида
Figure 00000061
i ой категории ценного документа
17
Figure 00000062
 радиус дискриминанта с центром в центроиде
Figure 00000061
i ой категории ценного документа
18
Figure 00000063
 радиус дискриминанта с центром в центроиде
Figure 00000064
η ой категории ценного документа
19
Figure 00000065
 группа плоскостей относительных дискриминантов i ой категории ценного документа, которая состоит из
Figure 00000066
 связано с плоскостью относительного дискриминанта
20
Figure 00000067
 плоскость относительного дискриминанта категории i относительно категории η, где
Figure 00000068
21
Figure 00000069
 вектор нормали плоскости
Figure 00000066
относительного дискриминанта
22
Figure 00000070
 пересечение плоскости
Figure 00000066
относительного дискриминанта
23
Figure 00000071
 плоскость относительного дискриминанта категории η относительно категории i, где
Figure 00000068
24
Figure 00000072
 вектор нормали плоскости
Figure 00000071
относительного дискриминанта
25
Figure 00000073
 пересечение плоскости
Figure 00000071
относительного дискриминанта
26
Figure 00000074
 минимальное значение расстояний между всеми образцами в i ой категории и плоскостью
Figure 00000066
относительного дискриминанта		 связано с расстоянием
27
Figure 00000075
 минимальное значение расстояний между всеми образцами в η ой категории и плоскостью
Figure 00000066
относительного дискриминанта
28
Figure 00000076
 минимальное значение расстояний между всеми образцами в η ой категории и плоскостью
Figure 00000077
относительного дискриминанта
29
Figure 00000078
 минимальное значение расстояний между всеми образцами в i ой категории и плоскостью
Figure 00000071
относительного дискриминанта
30
Figure 00000079
 минимальное значение расстояний между центроидом i ой категории и всеми плоскостями относительных дискриминантов категории i
31
Figure 00000080
 максимальное значение расстояний между центроидом i ой категории и всеми разрабатываемыми образцами категории i
32
Figure 00000081
 расстояние между центроидом i ой категории и плоскостью
Figure 00000066
относительного дискриминанта категории i
33
Figure 00000082
 расстояние между центроидом η ой категории и плоскостью
Figure 00000083
относительного дискриминанта категории η
34
Figure 00000084
 расстояние между плоскостью
Figure 00000083
относительного дискриминанта и плоскостью
Figure 00000066
относительного дискриминанта,
Figure 00000085
параллельна
Figure 00000066
, а направления вектора нормали противоположны
35 min вычисляет минимальное значение двух элементов вычисление и коэффициент
36
Figure 00000086
 для s от 1 до
Figure 00000087
вычисляет минимальное значение
37
Figure 00000088
 для j от 1 до
Figure 00000089
вычисляет минимальное значение
38
Figure 00000090
 для всех η кроме
Figure 00000091
вычисляет минимальное значение
39 γ коэффициент обновления центроида ценного документа, как правило, 0,0001<γ<0,01, в варианте осуществления γ=0,001
40 p отношение
Figure 00000075
к
Figure 00000092
, как правило, необходимо
Figure 00000093
, в варианте осуществления p=2
[0069] Сначала следует отметить, что в вариантах осуществления из настоящего раскрытия изобретения признак ценного документа является набором векторов, характеризующим ценный документ, и разрабатываемые образцы ценного документа являются некоторым количеством ценных документов для построения начальной библиотеки дискриминантов.
[0070] Процесс создания библиотеки дискриминантов ценного документа описывается, в частности, следующим образом.
[0071] На этапе S1 выделяются многомерные признаки ценного документа. Способы выделения признаков для ценных документов немного меняются в зависимости от разных сценариев применения. Как правило, выделенные признаки одинаковых категорий ценных документов похожи, а выделенные признаки разных категорий ценных документов значительно отличаются. В данном решении количество признаков ценного документа не требуется строго и, как правило, составляет от дюжин до сотен. Сочетание всех признаков ценных документов составляет супер-пространство признаков высокой размерности. Предоставляется два следующих характерных варианта осуществления для способа извлечения ценного документа, который, однако, ими не ограничивается.
[0072] Первый характерный вариант осуществления предоставляется в виде этапа S1-1. На основе сигнала цветного изображения ценного документа изображение разделяется на несколько равных частей. Например, ценный документ разделяется на 80 равных частей (10*8), и после разделения средние уровни яркости у трех цветовых компонент RGB вычисляются как значения признака, составляя 80*3=240 значений, то есть получается признак с 240 элементами. Разные банкноты обладают разными признаками, и все признаки ценного документа составляют 240-мерное пространство признаков.
[0073] Второй характерный вариант осуществления предоставляется в виде этапа S1-2. Извлекается разная информация о признаках ценного документа, например информация об ультрафиолетовых оптических признаках, информация об инфракрасных оптических признаках, информация о признаках флуоресценции, информация о магнитных признаках, информация о признаках изображения в естественном освещении, информация о признаках инфракрасного изображения, информация о признаках ультрафиолетового изображения, информация о признаках магнитного изображения, информация о размерах и информация о сигнале толщины. Один или более признаков выделяются из сигналов каждого из десяти разных вышеупомянутых типов информации. Например, информация о размерах может включать в себя признак длины и признак ширины ценного документа, признак магнитного кодирования из полосы безопасности для ценного документа можно извлечь из информации о магнитных признаках, признак флуоресцентного отклика для ценного документа можно извлечь из информации о признаках флуоресценции. Как правило, можно выделить сотни признаков из десяти типов информации. Приемлемо выбирать больше или меньше признаков или выбирать лишь немногие из десяти типов информации, или выбирать тип информации, отличный от десяти типов информации, которые все включаются в настоящее раскрытие изобретения.
[0074] Качество выделения признаков будет влиять на результат распознавания и скорость самокоррекции, но библиотека дискриминантов ценных документов может самокорректироваться с помощью следующего самокорректирующегося способа.
[0075] На этапе S2 вычисляется центроид признака каждой категории ценного документа. Для любой категории i ценных документов на этапе S1 выделяется многомерный признак ценного документа. Центроид признака представляется с помощью
Figure 00000002
, и центроид признака сокращается как "центроид".
Figure 00000002
равен среднему арифметическому всех признаков ценного документа. Если
Figure 00000094
представляет количество образцов i ой категории ценного документа, а
Figure 00000095
представляет j ый признак ценного документа в i категории, то
Figure 00000096
.
[0076] В частности,
Figure 00000002
и
Figure 00000095
являются одномерными векторами, и количество элементов равно количеству признаков ценного документа. Очевидно, что для любых i и j количество размерностей у вектора признака
Figure 00000095
такое же, как количество размерностей у
Figure 00000002
, которое равно количеству признаков, выделенных на этапе S1, и обозначается как n. Тогда
Figure 00000097
.
[0077] В данном решении количество категорий ценных документов, количество признаков ценных документов и количество разрабатываемых образцов в каждой категории ценного документа может задаваться в зависимости от разных обрабатываемых объектов. Категории ценных документов могут включать в себя 16 категорий, включая:
1) нормальная ориентация вида спереди 100 юаней;
2) перевернутая ориентация вида спереди 100 юаней;
3) нормальная ориентация вида сзади 100 юаней;
4) перевернутая ориентация вида сзади 100 юаней;
5) нормальная ориентация вида спереди 50 юаней;
6) перевернутая ориентация вида спереди 50 юаней;
7) нормальная ориентация вида сзади 50 юаней;
8) перевернутая ориентация вида сзади 50 юаней;
9) нормальная ориентация вида спереди 20 юаней;
10) перевернутая ориентация вида спереди 20 юаней;
11) нормальная ориентация вида сзади 20 юаней;
12) перевернутая ориентация вида сзади 20 юаней;
13) нормальная ориентация вида спереди 10 юаней;
14) перевернутая ориентация вида спереди 10 юаней;
15) нормальная ориентация вида сзади 10 юаней; и
16) перевернутая ориентация вида сзади 10 юаней.
[0078] Первая категория ценного документа является нормальной ориентацией вида спереди 100 юаней, и количество признаков может быть равно 240 признакам, описанным на этапе S1-1 на основе характерного варианта 1 осуществления, то есть n=240. Количество разрабатываемых образцов для каждой категории может быть разным, и количество разрабатываемых образцов первой категории ценного документа, которая является нормальной ориентацией вида спереди 100 юаней, может быть равно 50. Центроидом первой категории нормальной ориентации вида спереди 100 юаней является:
Figure 00000098
.
[0079] Посредством вышеупомянутого способа можно получить центроид признака всех категорий.
[0080] На этапе S3 вычисляется группа плоскостей относительных дискриминантов. Вычисляются группы плоскостей относительных дискриминантов всех категорий ценных документов, в качестве примера этапа S2 количество категорий может быть равно 16, и также может быть другое количество категорий. Для любой категории i ценного документа группа
Figure 00000099
плоскостей относительных дискриминантов состоит из плоскостей, заданных следующим образом.
[0081] На этапе S3-1 для любой категории
Figure 00000100
плоскость относительного дискриминанта категории i относительно категории η задается как
Figure 00000101
.
Figure 00000102
состоит из плоскостей относительных дискриминантов категории i относительно всех других категорий, то есть
Figure 00000103
.
[0082] Для 16 категорий ценных документов в примере этапа S2 каждая категория содержит 15 плоскостей относительных дискриминантов, которые вместе образуют группу плоскостей относительных дискриминантов той категории, поэтому имеется 16 групп плоскостей относительных дискриминантов.
[0083] На этапе S3-2 для любого
Figure 00000104
на основе центроида, заданного на этапе S2, плоскость
Figure 00000105
относительного дискриминанта, заданная на этапе S3-1, должна соответствовать тому, что
Figure 00000106
перпендикулярна соединительной линии между центроидом
Figure 00000107
категории i и центроидом
Figure 00000108
категории η, и соответственно, вектор нормали у
Figure 00000105
параллелен соединительной линии между
Figure 00000107
и
Figure 00000108
. Способ также задает, что вектор нормали у
Figure 00000105
идет от
Figure 00000108
к
Figure 00000107
, и вектор нормали у
Figure 00000105
обозначается как
Figure 00000109
, тогда
Figure 00000110
[0084] На этапе S3-3 плоскость
Figure 00000105
относительного дискриминанта, заданная на этапе S3-1, также должна соответствовать тому, что категория i и категория η полностью разделяются
Figure 00000105
на две стороны плоскости. В соответствии с этапом S3-2 вектор нормали у
Figure 00000105
задается от
Figure 00000108
к
Figure 00000107
, что фактически требует, чтобы все признаки образцов категории i находились на положительной стороне
Figure 00000105
, а все признаки образцов категории η находились на отрицательной стороне
Figure 00000105
, что эквивалентно тому, что значения, полученные путем соответственной подстановки всех признаков образцов категории i в уравнение плоскости
Figure 00000105
относительного дискриминанта, больше 0, а значения, полученные путем соответственной подстановки всех признаков образцов категории η в уравнение плоскости
Figure 00000105
относительного дискриминанта, меньше 0.
[0085] Если нет плоскости относительного дискриминанта, соответствующей условию S3-3, то указывается, что категория i и категория η не полностью отделены друг от друга в пространстве признаков, что происходит редко, и необходимо регулировать способ выделения признаков для приспособления его к модели.
[0086] На этапе S3-4 на основе плоскости
Figure 00000105
относительного дискриминанта, заданной вышеупомянутыми этапами S3-1, S3-2, S3-3, минимальное значение расстояний между всеми образцами в категории i и плоскостью
Figure 00000105
обозначается как
Figure 00000111
, а минимальное значение расстояний между всеми образцами в категории η и плоскостью
Figure 00000105
обозначается как
Figure 00000112
. В данном решении
Figure 00000111
и
Figure 00000112
должны отвечать следующему условию:
Figure 00000113
.
[0087] Здесь p - константа не меньше 1, как правило, p выбирается в диапазоне от 1 до 100. Фактически, когда p=1,
Figure 00000114
располагается между категорией i и категорией η, ограничение сравнительно ослабляется. Когда
Figure 00000115
, ограничения довольно строгие. Когда признаки разных категорий четко различимы, можно выбрать большее p. Как правило, p=2, и для
Figure 00000116
выполняется:
Figure 00000117
.
[0088] Нужно отметить, что по меньшей мере условие
Figure 00000118
должно выполняться в настоящем варианте осуществления. Как показано на фиг. 5, категория i и категория η могут отделяться с помощью либо
Figure 00000119
, либо
Figure 00000120
. Но только когда
Figure 00000121
,
Figure 00000122
ближе к категории i,
Figure 00000123
ближе к категории η, чтобы две плоскости дискриминантов не перекрывались, посредством этого обеспечивая однозначность различимости. На этой основе отношение более научно описывается с помощью
Figure 00000124
, фактически получая лучший результат, если
Figure 00000125
. Если
Figure 00000126
, то
Figure 00000127
и
Figure 00000128
перекрываются, то есть
Figure 00000129
и
Figure 00000130
являются одинаковыми плоскостями, степень различимости низкая. Когда p слишком большое, ограничение жесткое, и обучение сложно направлять.
[0089] На этапе S3-5 на основе вышеупомянутых этапов S3-1, S3-2, S3-3 и S3-4 можно получить плоскость
Figure 00000105
относительного дискриминанта. Количество признаков равно n, в n-мерном пространстве
Figure 00000131
, выражение плоскости
Figure 00000122
относительного дискриминанта можно задать в виде:
Figure 00000132
.
[0090] На основе этапа S3-2 нормаль
Figure 00000133
плоскости
Figure 00000122
относительного дискриминанта получается следующим образом:
Figure 00000134
[0091] Решается пересечение
Figure 00000135
плоскости
Figure 00000122
относительного дискриминанта. В соответствии с этапом S3-4 верно
Figure 00000136
. В соответствии с этапом S3-4 для
Figure 00000111
,
Figure 00000112
, а также заданной выше плоскости
Figure 00000122
относительного дискриминанта, предоставляется отношение следующим образом:
Figure 00000137
.
[0092] Здесь
Figure 00000138
представляет вычисление минимального значения функции от s, исчисляемой от 1 до
Figure 00000087
, а
Figure 00000139
представляет вычисление минимального значения функции от j, исчисляемой от 1 до
Figure 00000140
. В соответствии с этапом S3-3 значения, полученные подстановкой всех признаков образцов категории i в уравнение плоскости
Figure 00000105
относительного дискриминанта больше 0, а значения, полученные подстановкой всех признаков образцов категории η в уравнение плоскости
Figure 00000105
относительного дискриминанта меньше 0, что выражается в виде:
Figure 00000141
.
[0093] Тогда
Figure 00000142
.
[0094] В силу этого
Figure 00000143
.
[0095] Таким образом, получаются нормаль и пересечение плоскости
Figure 00000122
относительного дискриминанта, то есть получается выражение плоскости
Figure 00000122
относительного дискриминанта. Таким же образом можно получить группы плоскостей относительных дискриминантов всех категорий.
[0096] На этапе S3-6, хотя на основе вышеупомянутых этапов можно получить группу плоскостей относительных дискриминантов всех категорий, также предоставляется отношение вывода симметрии у плоскости относительного дискриминанта.
[0097] Нормаль у плоскости
Figure 00000144
относительного дискриминанта категории η относительно категории i задается следующим образом:
Figure 00000145
.
[0098] Поэтому
Figure 00000146
параллелен
Figure 00000147
, и таким образом, плоскость
Figure 00000144
относительного дискриминанта параллельна плоскости
Figure 00000122
относительного дискриминанта. Как показано на фиг. 4, образец, имеющий минимальное значение расстояний между всеми образцами категории i и плоскостью
Figure 00000066
относительного дискриминанта, совпадает с образцом, имеющим минимальное значение расстояний между всеми образцами категории i и плоскостью
Figure 00000144
относительного дискриминанта. Аналогичным образом образец, имеющий минимальное значение расстояний между всеми образцами категории η и плоскостью
Figure 00000066
относительного дискриминанта, совпадает с образцом, имеющим минимальное значение расстояний между всеми образцами категории η и плоскостью
Figure 00000144
относительного дискриминанта. Поэтому:
Figure 00000148
.
[0099] Благодаря p>1 получаем, что
Figure 00000149
и
Figure 00000150
, тогда
Figure 00000151
ближе к
Figure 00000152
, чем
Figure 00000153
, и
Figure 00000154
ближе к
Figure 00000155
, чем
Figure 00000156
. Расстояние между
Figure 00000157
и
Figure 00000158
обозначается
Figure 00000159
, что удовлетворяет:
Figure 00000160
.
[0100] Следует отметить, что когда размерность пространства n=2, плоскость
Figure 00000151
относительного дискриминанта вырождается в прямую линию плоского пространства. Как показано на фиг. 4, размерность пространства n=2 (обычно n>10), обе плоскости относительных дискриминантов
Figure 00000151
и
Figure 00000153
вырождаются в прямые линии плоского пространства. Когда n=3, плоскость
Figure 00000151
относительного дискриминанта вырождается в плоскость нормального трехмерного пространства. Когда n=4, плоскость
Figure 00000151
относительного дискриминанта является трехмерным пространством. На этапе S1-1, когда n=240,
Figure 00000151
является 239-мерной гиперплоскостью.
[0101] На этапе S4 создается библиотека дискриминантов ценных документов. Библиотека дискриминантов ценных документов состоит из областей дискриминантов всех категорий ценных документов. Область дискриминантов некой категории описывается следующим образом. Например, для категории i, следующими этапами определяется, принадлежит ли признак M в n-мерном пространстве категории i.
[0102] На этапе S4-1 для категории i радиус
Figure 00000161
дискриминанта этой категории вычисляется следующим способом. Сначала на основе этапа S2 вычисляется минимальное значение
Figure 00000162
расстояний между центроидом
Figure 00000163
категории i и всеми плоскостями относительных дискриминантов категории i, и вычисляется максимальное значение
Figure 00000164
расстояний между
Figure 00000163
и всеми разрабатываемыми образцами категории i, то есть:
Figure 00000165
,
Figure 00000166
.
[0103] Здесь
Figure 00000151
является плоскостью относительного дискриминанта категории i относительно категории η, заданной на этапе S3,
Figure 00000094
- количество образцов ценных документов категории i,
Figure 00000167
представляет собой j ый признак ценного документа в категории i, и n - количество признаков. Тогда способ вычисления для
Figure 00000161
задается следующим образом:
Figure 00000168
.
[0104] Выражение радиуса
Figure 00000161
, предоставленного в варианте осуществления, принимает во внимание как отношение между центроидом и плоскостью относительного дискриминанта, так и отношение между центроидом и образцом. Это может гарантировать, что категория отличима от других категорий, и управляет радиусом категории (то есть раздельностью между категорией и аномальными данными обеспечивается насколько возможно).
[0105] На этапе S4-2 строится сфера дискриминантов для каждой категории i ценного документа с центроидом
Figure 00000163
признака, заданным на этапе S2, в качестве центра, и радиусом
Figure 00000161
дискриминанта, заданным на этапе S4-1, в качестве радиуса. Если признак M находится в сфере дискриминантов, то это означает, что M удовлетворяет определению S4-2, и M может принадлежать категории i. Если признак M находится вне сферы дискриминантов, то M не принадлежит категории i. То есть расстояние между M и
Figure 00000163
должно быть меньше
Figure 00000161
, что выражается следующим образом:
Figure 00000169
.
[0106] На этапе S4-3 также необходимо, чтобы результат, полученный подстановкой признака M в любые плоскости относительных дискриминантов в группе
Figure 00000170
плоскостей относительных дискриминантов в категории i, заданной этапом S3, был положительным, в противном случае M не принадлежит категории i, то есть для
Figure 00000171
выполняется:
Figure 00000172
.
[0107] Область, где сфера дискриминантов категории, заданной на этапе S4-2, пересекает группу плоскостей относительных дискриминантов категории, заданной на этапе S3, является областью дискриминантов той категории. Если признак ценного документа находится в области дискриминантов категории, то ценный документ принадлежит той категории, в противном случае ценный документ не принадлежит той категории.
[0108] Дополнительно предоставляется характерный самокорректирующийся процесс в библиотеке дискриминантов ценных документов, который описывается следующим образом.
[0109] На этапе S1 в фактическом рабочем процессе устройства распознавания ценных документов для вновь добавляемого образца ценного документа собирается сигнал ценного документа, и выделяется многомерный признак ценного документа, ссылаясь на вышеприведенный этап S1.
[0110] На этапе S5 определяется категория признака. Для вновь добавляемого образца ценного документа на этапе S1 выделяется признак M ценного документа, и категория, которой принадлежит признак ценного документа, определяется на основе библиотеки дискриминантов ценных документов, заданной на вышеупомянутом этапе S4. То есть в соответствии с S4 для любого входного признака M, если M соответствует двум следующим формулам:
Figure 00000173
,
то определяется, что M принадлежит категории i, в противном случае M не принадлежит категории i.
[0111] На этапе S6 вычисляется подстановочный центроид. Для любого вновь введенного признака M ценного документа, если на этапе S5 определяется, что M принадлежит категории i ценного документа, то вычисляется подстановочный центроид
Figure 00000174
категории i ценного документа. Формула вычисления подстановочного центроида предоставляется следующим образом:
Figure 00000175
.
[0112] Здесь γ - коэффициент обновления, и 0<γ<1. Если коэффициент обновления больше, то скорость обновления больше, а если коэффициент обновления меньше, то лучше устойчивость. Как правило, 0,0001<γ<0,01. Обычно в настоящем варианте осуществления γ может выбираться как
γ=0,001.
[0113] На этапе S7 определяется законность коррекции. То есть определяется, выполняется ли предустановленное условие. Предустановленным условием в способе могут быть следующие правила коррекции. На основе подстановочного центроида
Figure 00000174
категории i, вычисленного на этапе S6, для
Figure 00000171
расстояние
Figure 00000176
между
Figure 00000174
и плоскостью
Figure 00000066
относительного дискриминанта категории i относительно категории η вычисляется для определения, удовлетворяет ли оно:
Figure 00000177
[0114] где
Figure 00000178
- радиус дискриминанта категории i ценного документа, заданный на этапе S4-1, и
Figure 00000179
- расстояние между плоскостью
Figure 00000180
относительного дискриминанта и плоскостью
Figure 00000181
относительного дискриминанта, заданное на этапе S3-6.
[0115] Для всех категорий
Figure 00000182
помимо категории i, если подстановочный центроид
Figure 00000183
, заданный на этапе S6, может выполнить условие
Figure 00000184
, то
Figure 00000185
выполняет условие законности коррекции, в противном случае
Figure 00000186
не выполняет условие законности коррекции. Нужно понимать, что условие законности коррекции гарантирует, что ценный документ может принадлежать только одной категории и не будет принадлежать двум разным категориям, то есть любые две разные категории не перекрываются. Особые условия могут предустанавливаться путем координации расстояний между каждым центроидом и плоскостями относительных дискриминантов.
[0116] Кроме того, настоящий способ может обеспечивать устойчивость во время процесса коррекции модели наряду с гарантией правомерности. То есть по принципу правомерности коррекции любой ценный документ принадлежит только не более чем одной категории и не может принадлежать двум разным категориям во время процесса коррекции.
[0117] Процесс доказательства описывается следующим образом.
[0118] Чтобы доказать, что для любого
Figure 00000171
ценный документ M не может принадлежать одновременно категории i и категории η, нужно доказать только, что ценный документ M не может находиться одновременно в сфере дискриминантов категории i и сфере дискриминантов категории η. Будет равносильным доказать, что две сферы дискриминантов не пересекают друг друга, то есть расстояние между центрами двух сфер дискриминантов не меньше суммы радиусов двух сфер дискриминантов, что выражается в виде:
Figure 00000187
.
[0119] Вышеприведенное уравнение доказывается следующим образом.
[0120] На основе этапа S3-3
Figure 00000188
находится на положительной стороне
Figure 00000189
,
Figure 00000190
находится на отрицательной стороне
Figure 00000191
, поэтому расстояние между
Figure 00000192
и
Figure 00000193
не меньше суммы расстояния между
Figure 00000194
и
Figure 00000195
и расстояния между
Figure 00000196
и
Figure 00000197
. Как показано на фиг. 4, расстояние между
Figure 00000198
и
Figure 00000199
равно расстоянию между
Figure 00000200
и
Figure 00000201
плюс расстояние между
Figure 00000202
и
Figure 00000203
, поэтому:
Figure 00000204
.
[0121] На основе S7 обеспечивается:
Figure 00000205
.
[0122] Тогда
Figure 00000206
.
[0123] Поэтому две сферы дискриминантов категории i и категории η не пересекают друг друга, то есть ценный документ может принадлежать только одной категории.
[0124] На этапе S8 библиотека дискриминантов самокорректируется. Когда подстановочный центроид, вычисленный на основе этапа S6, удовлетворяет условию законности коррекции, заданному этапом S7, библиотека дискриминантов самокорректируется по способу коррекции, состоящему в непосредственной замене
Figure 00000163
Figure 00000207
, то есть
Figure 00000208
.
[0125] С помощью этапов S1, S5, S6, S7 и S8 самокоррекция библиотеки дискриминантов ценных документов осуществляется на основе библиотеки дискриминантов ценных документов, созданной на этапе S4, и на основе этапа 7 доказывается, что самокорректирующийся процесс в соответствии с настоящим вариантом осуществления устойчив.
[0126] На основе вышеупомянутых этапов можно реализовать самокоррекцию библиотеки дискриминантов ценных документов. В соответствии с настоящим раскрытием изобретения можно добиться хорошего результата распознавания для разных изменений окружающей среды и отличий между ценными документами в разных областях посредством самокоррекции библиотеки дискриминантов. Одновременно в настоящем раскрытии изобретения вводится группа плоскостей относительных дискриминантов для наблюдения за самокорректирующимся процессом, чтобы избежать неправильного распознавания ценных документов из-за избыточной коррекции. Поэтому весь самокорректирующийся процесс контролируется и является устойчивым.
[0127] Способ в соответствии с настоящим раскрытием изобретения может не содержать условия окончания самокоррекции для вышеупомянутого самокорректирующегося процесса в библиотеке дискриминантов. В качестве расширения и уточнения применения можно задать условие самокоррекции, как положено на практике, то есть самокоррекцию можно остановить, когда достигается некоторый результат распознавания.
[0128] На основе вышеприведенного самокорректирующегося способа распознавания для устройства распознавания ценных документов в соответствии с вариантом осуществления из настоящего раскрытия изобретения предоставляется самокорректирующееся устройство распознавания для устройства распознавания ценных документов.
[0129] Предоставленное в соответствии с вариантом осуществления из настоящего раскрытия изобретения самокорректирующееся устройство распознавания для устройства распознавания ценных документов включает в себя: блок выделения признака, первый блок определения, блок получения подстановочного центроида и блок обновления.
[0130] Блок выделения признака конфигурируется для выделения признака M ценного документа.
[0131] Первый блок определения конфигурируется для определения, входит ли признак M в библиотеку дискриминантов любой предустановленной категории i, и активизации блока получения подстановочного центроида в случае, когда признак M входит в библиотеку дискриминантов предустановленной категории i.
[0132] Блок получения подстановочного центроида конфигурируется для получения подстановочного центроида
Figure 00000001
на основе центроида
Figure 00000002
признака и признака M.
[0133] Блок обновления конфигурируется для обновления библиотеки дискриминантов категории i путем замены центроида
Figure 00000003
признака категории i подстановочным центроидом
Figure 00000004
.
[0134] Библиотека дискриминантов предварительно строится на основе центроида
Figure 00000005
признака категории i; и центроид
Figure 00000006
признака вычисляется из признака категории i.
[0135] В варианте осуществления из настоящего раскрытия изобретения в результате создания библиотеки дискриминантов с возможностью самокоррекции вычисленный подстановочный центроид используется для осуществления самокоррекции, когда любой ценный документ входит в устройство распознавания, и таким образом, можно добиться хороших результатов распознавания для разных изменений среды и отличий между ценными документами в разных областях. Когда меняются условия использования, не нужно перестраивать схему реакции, посредством этого обеспечивая долговременную устойчивость и экономя затраты и ресурсы.
[0136] В другом предпочтительном варианте осуществления устройство дополнительно включает в себя: субблок выделения признака, блок вычисления, блок получения плоскости, блок деления, блок построения и блок определения.
[0137] Субблок выделения признака конфигурируется для выделения признаков n категорий ценного документа, где каждая из n категорий включает в себя один или более признаков, и n больше 1.
[0138] Блок вычисления конфигурируется для вычисления центроида
Figure 00000007
признака категории i на основе признаков категории i.
[0139] Блок получения плоскости конфигурируется для получения группы плоскостей относительных дискриминантов категории i на основе центроида
Figure 00000008
признака. Группа плоскостей относительных дискриминантов категории i состоит из плоскостей относительных дискриминантов категории i относительно других n-1 категорий, и плоскость
Figure 00000009
относительного дискриминанта категории i относительно категории η соответствует тому, что плоскость
Figure 00000010
относительного дискриминанта перпендикулярна соединительной линии между центроидом
Figure 00000011
признака категории i и центроидом
Figure 00000012
признака категории η.
[0140] Блок деления конфигурируется для разделения ценных документов категории i и категории η соответственно на две стороны плоскости. Все ценные документы категории i располагаются на положительной стороне плоскости
Figure 00000013
относительного дискриминанта, все ценные документы категории η располагаются на отрицательной стороне плоскости
Figure 00000014
относительного дискриминанта, и минимальное значение расстояний между ценными документами категории i и плоскостью
Figure 00000015
относительного дискриминанта меньше минимального значения расстояний между ценными документами категории η и плоскостью
Figure 00000016
относительного дискриминанта, и i не равно η.
[0141] Блок построения конфигурируется для создания сферы дискриминантов категории i с радиусом
Figure 00000017
, где
Figure 00000018
определяется центроидом
Figure 00000019
признака и группой плоскостей относительных дискриминантов категории i.
[0142] Блок определения конфигурируется для определения области пересечения между группой плоскостей относительных дискриминантов категории i и сферой дискриминантов категории i в качестве библиотеки дискриминантов категории i.
[0143] В одной из возможных реализаций блок вычисления может включать в себя: блок получения признака и субблок вычисления.
[0144] Блок получения признака конфигурируется для получения признаков категории i.
[0145] Субблок вычисления конфигурируется для вычисления среднего арифметического признаков категории i в качестве центроида
Figure 00000034
признака.
[0146] В другом варианте осуществления устройство дополнительно включает в себя: второй блок определения, сконфигурированный для определения, удовлетворяет ли подстановочный центроид
Figure 00000045
предустановленному условию коррекции, и активизации блока обновления в случае, когда подстановочный центроид
Figure 00000045
удовлетворяет предустановленному условию коррекции.
[0147] Специалистам в данной области техники понятно, что для удобного и понятного описания за определенными процессами работы вышеупомянутой системы, устройства и блока можно обращаться к соответствующему процессу в вышеприведенном варианте осуществления способа, который здесь не описывается.
[0148] Следует отметить, что варианты осуществления из настоящего раскрытия изобретения в этом документе описываются постепенно с упором на объяснение разницы между каждым вариантом осуществления и другими вариантами осуществления; поэтому за одинаковыми или аналогичными частями среди вариантов осуществления они могут обращаться друг к другу. Для раскрытого в вариантах осуществления модулятора соответствующие описания довольно простые, потому что модулятор соответствует способам, раскрытым в вариантах осуществления. За частями способа можно обращаться к релевантным частям описания. Вышеприведенный вариант осуществления устройства является лишь пояснительным. Блок, описанный как обособленный компонент, может быть или не быть физически обособленным, и компонент, который изображается как блок, может быть или не быть физическим блоком, то есть может располагаться в некотором положении либо может быть рассредоточен по нескольким сетевым блокам. Некоторые или все блоки могут при необходимости выбираться для реализации решения из варианта осуществления. Специалисты в данной области техники поймут и применят на практике без какой-либо творческой работы.
[0149] Как описано выше, варианты осуществления предназначены только для описания технических решений из раскрытия изобретения, а не для ограничения объема раскрытия изобретения. Хотя раскрытие изобретения подробно описывается со ссылкой на вышеупомянутые варианты осуществления, средним специалистам в данной области техники следует понимать, что можно вносить модификации в технические решения, записанные в вышеупомянутых вариантах осуществления, или можно производить равноценные замены в некоторых или всех технических характеристиках, и эти модификации и равноценные замены не вызовут отклонения соответствующих технических решений от объема технических решений в вариантах осуществления из раскрытия изобретения.

Claims (61)

1. Самокорректирующийся способ распознавания для устройства распознавания ценных документов, содержащий этапы, на которых:
используют модуль распознавания ценных документов интеллектуального устройства обработки для ценных документов для
выделения признака M ценного документа;
определения, входит ли признак M в библиотеку дискриминантов любой предустановленной категории i, и получают подстановочный центроид
Figure 00000209
на основе центроида
Figure 00000210
признака и признака M в случае, когда признак M входит в библиотеку дискриминантов предустановленной категории i; и
самокоррекции библиотеки дискриминантов категории i путем замены центроида
Figure 00000211
признака категории i подстановочным центроидом
Figure 00000212
, при этом
библиотека дискриминантов предварительно строится на основе центроида
Figure 00000213
признака категории i; и
центроид
Figure 00000214
признака вычисляется из признака категории i.
2. Способ по п. 1, при этом перед этапом, на котором выделяют признак M ценного документа, способ дополнительно содержит этапы, на которых:
выделяют признаки n категорий ценного документа, причем каждая из n категорий содержит один или более признаков, и n больше 1;
вычисляют центроид
Figure 00000215
признака категории i на основе признаков категории i;
получают группу плоскостей относительных дискриминантов категории i на основе центроида
Figure 00000216
признака, причем группа плоскостей относительных дискриминантов категории i состоит из плоскостей относительных дискриминантов категории i относительно других n-1 категорий, и плоскость
Figure 00000217
относительного дискриминанта категории i относительно категории η соответствует тому, что плоскость
Figure 00000218
относительного дискриминанта перпендикулярна соединительной линии между центроидом
Figure 00000219
признака категории i и центроидом
Figure 00000220
признака категории η, ценные документы категории i и категории η соответственно разделены на две стороны плоскости, все ценные документы категории i располагаются на положительной стороне плоскости
Figure 00000221
относительного дискриминанта, все ценные документы категории η располагаются на отрицательной стороне плоскости
Figure 00000222
относительного дискриминанта, и минимальное значение расстояний между ценными документами категории i и плоскостью
Figure 00000223
относительного дискриминанта меньше минимального значения расстояний между ценными документами категории η и плоскостью
Figure 00000224
относительного дискриминанта, и i не равно η;
строят сферу дискриминантов категории i с радиусом
Figure 00000225
, причем
Figure 00000226
определяется центроидом
Figure 00000227
признака и группой плоскостей относительных дискриминантов категории i; и
определяют область пересечения между группой плоскостей относительных дискриминантов категории i и сферой дискриминантов категории i в качестве библиотеки дискриминантов категории i.
3. Способ по п. 2, в котором плоскость относительного дискриминанта выражается в виде
Figure 00000228
,
где X - пространственный вектор признака ценного документа,
Figure 00000229
- вектор нормали плоскости
Figure 00000230
относительного дискриминанта, и
Figure 00000231
- пересечение плоскости
Figure 00000232
относительного дискриминанта.
4. Способ по п. 3, в котором радиус
Figure 00000233
выражается в виде
Figure 00000234
,
где
Figure 00000235
- минимальное значение расстояний между центроидом
Figure 00000236
признака категории i и группой плоскостей относительных дискриминантов категории i, и
Figure 00000237
- максимальное значение расстояний между центроидом
Figure 00000238
признака категории i и всеми ценными документами категории i.
5. Способ по п. 1, в котором подстановочный центроид
Figure 00000239
выражается в виде
Figure 00000240
,
где коэффициент γ обновления меньше 1 и больше 0.
6. Способ по п. 2, в котором этап, на котором вычисляют центроид
Figure 00000241
признака категории i на основе признаков категории i, содержит этапы, на которых:
получают признаки категории i; и
вычисляют среднее арифметическое признаков категории i в качестве центроида
Figure 00000242
признака.
7. Способ по п. 4, в котором
Figure 00000243
,
Figure 00000244
,
где
Figure 00000245
- количество ценных документов для категории i,
Figure 00000246
- k ое значение признака у центроида
Figure 00000247
признака категории i,
Figure 00000248
- j ый признак в категории i, и n - количество признаков у ценных документов.
8. Способ по п. 7, в котором этап, на котором определяют, входит ли признак M в библиотеку дискриминантов любой предустановленной категории i, содержит этап, на котором:
определяют, удовлетворяет ли признак M обоим следующим двум выражениям:
Figure 00000249
,
Figure 00000250
,
где
Figure 00000251
- расстояние между признаком M и центроидом
Figure 00000252
признака.
9. Способ по п. 1, при этом перед этапом, на котором самокорректируют библиотеку дискриминантов категории i путем замены центроида
Figure 00000211
признака категории i подстановочным центроидом
Figure 00000212
, способ дополнительно содержит этапы, на которых:
определяют, удовлетворяет ли подстановочный центроид
Figure 00000253
предустановленному условию коррекции, и выполняют этап самокоррекции библиотеки дискриминантов категории i путем замены центроида
Figure 00000254
признака категории i подстановочным центроидом
Figure 00000253
в случае, когда подстановочный центроид
Figure 00000253
удовлетворяет предустановленному условию коррекции, причем в случае, когда подстановочный центроид
Figure 00000253
не удовлетворяет предустановленному условию коррекции, библиотека дискриминантов не самокорректируется.
10. Способ по п. 9, в котором этап, на котором определяют, удовлетворяет ли подстановочный центроид
Figure 00000253
предустановленному условию коррекции, содержит этап, на котором:
определяют, удовлетворяет ли расстояние
Figure 00000255
между подстановочным центроидом
Figure 00000253
и плоскостью
Figure 00000232
относительного дискриминанта
Figure 00000256
,
где
Figure 00000257
- расстояние между плоскостью
Figure 00000232
относительного дискриминанта и плоскостью
Figure 00000258
относительного дискриминанта, и
Figure 00000258
- плоскость относительного дискриминанта категории η относительно категории i.
11. Самокорректирующееся устройство распознавания для устройства распознавания ценных документов, содержащее:
блок выделения признака, первый блок определения, блок получения подстановочного центроида и блок обновления, при этом
блок выделения признака выполнен с возможностью выделения признака M ценного документа;
первый блок определения выполнен с возможностью определения, входит ли признак M в библиотеку дискриминантов любой предустановленной категории i, и активизации блока получения подстановочного центроида в случае, когда признак M входит в библиотеку дискриминантов предустановленной категории i;
блок получения подстановочного центроида выполнен с возможностью получения подстановочного центроида
Figure 00000259
на основе центроида
Figure 00000260
признака и признака M;
блок обновления выполнен с возможностью самокоррекции библиотеки дискриминантов категории i путем замены центроида
Figure 00000211
признака категории i подстановочным центроидом
Figure 00000212
;
библиотека дискриминантов предварительно построена на основе центроида
Figure 00000213
признака категории i; и центроид
Figure 00000214
признака получен при вычислении признаков ценного документа в категории i.
12. Устройство по п. 11, дополнительно содержащее:
субблок выделения признака, блок вычисления, блок получения плоскости, блок деления, блок построения и блок определения, при этом
субблок выделения признака выполнен с возможностью выделения признаков n категорий ценного документа, причем каждая из n категорий содержит один или более признаков, и n больше 1;
блок вычисления выполнен с возможностью вычисления центроида
Figure 00000261
признака категории i на основе признаков категории i;
блок получения плоскости выполнен с возможностью получения группы плоскостей относительных дискриминантов категории i на основе центроида
Figure 00000262
признака, причем группа плоскостей относительных дискриминантов категории i состоит из плоскостей относительных дискриминантов категории i относительно других n-1 категорий, и плоскость
Figure 00000263
относительного дискриминанта категории i относительно категории η соответствует тому, что плоскость
Figure 00000264
относительного дискриминанта перпендикулярна соединительной линии между центроидом
Figure 00000265
признака категории i и центроидом
Figure 00000266
признака категории η;
блок деления выполнен с возможностью разделения ценных документов категории i и категории η на две стороны плоскости, причем все ценные документы категории i располагаются на положительной стороне плоскости
Figure 00000267
относительного дискриминанта, все ценные документы категории η располагаются на отрицательной стороне плоскости
Figure 00000268
относительного дискриминанта, и минимальное значение расстояний между ценными документами категории i и плоскостью
Figure 00000269
относительного дискриминанта меньше минимального значения расстояний между ценными документами категории η и плоскостью
Figure 00000270
относительного дискриминанта, и i не равно η;
блок построения выполнен с возможностью создания сферы дискриминантов категории i с радиусом
Figure 00000271
, причем
Figure 00000272
определяется центроидом
Figure 00000273
признака и группой плоскостей относительных дискриминантов категории i; и
блок определения выполнен с возможностью определения области пересечения между группой плоскостей относительных дискриминантов категории i и сферой дискриминантов категории i в качестве библиотеки дискриминантов категории i.
13. Устройство по п. 12, в котором блок вычисления содержит:
блок получения признака и субблок вычисления,
блок получения признака выполнен с возможностью получения признаков категории i; и
субблок вычисления выполнен с возможностью вычисления среднего арифметического признаков категории i в качестве центроида
Figure 00000242
признака.
14. Устройство по п. 11, дополнительно содержащее:
второй блок определения, выполненный с возможностью определения, удовлетворяет ли подстановочный центроид
Figure 00000253
предустановленному условию коррекции, и активизации блока обновления в случае, когда подстановочный центроид
Figure 00000253
удовлетворяет предустановленному условию коррекции.
RU2017135028A 2015-04-23 2016-03-30 Самокорректирующиеся способ и устройство распознавания для устройства распознавания ценных документов RU2679383C1 (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201510198411.0 2015-04-23
CN201510198411.0A CN105095895B (zh) 2015-04-23 2015-04-23 有价文件识别装置自修正识别方法
PCT/CN2016/077873 WO2016169404A1 (zh) 2015-04-23 2016-03-30 有价文件识别装置自修正识别方法及装置

Publications (1)

Publication Number Publication Date
RU2679383C1 true RU2679383C1 (ru) 2019-02-07

Family

ID=54576282

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2017135028A RU2679383C1 (ru) 2015-04-23 2016-03-30 Самокорректирующиеся способ и устройство распознавания для устройства распознавания ценных документов

Country Status (7)

Country Link
US (1) US10452941B2 (ru)
EP (1) EP3287950A4 (ru)
CN (1) CN105095895B (ru)
HK (1) HK1249787A1 (ru)
RU (1) RU2679383C1 (ru)
WO (1) WO2016169404A1 (ru)
ZA (1) ZA201707139B (ru)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105095895B (zh) * 2015-04-23 2018-09-25 广州广电运通金融电子股份有限公司 有价文件识别装置自修正识别方法
CN105528825B (zh) * 2015-12-02 2018-08-31 广州广电运通金融电子股份有限公司 有价文件自适应识别方法和装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080144942A1 (en) * 2006-12-13 2008-06-19 Canon Kabushiki Kaisha Recognition of parameterised shapes from document images
CN101398689A (zh) * 2008-10-30 2009-04-01 中控科技集团有限公司 实时颜色自动采集的机器人控制方法及机器人
US20120072995A1 (en) * 2002-02-25 2012-03-22 Crawford C S Lee Systems and methods for managing software licenses
RU2477522C2 (ru) * 2006-06-01 2013-03-10 Эдванст Трэк Энд Трэйс Способ и устройство для обеспечения безопасности документов

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0694491B1 (en) * 1994-07-29 2003-01-22 Canon Kabushiki Kaisha Sheet supply apparatus
KR20100002032A (ko) * 2008-06-24 2010-01-06 삼성전자주식회사 영상 생성 방법, 영상 처리 방법, 및 그 장치
CN101763404B (zh) * 2009-12-10 2012-03-21 陕西鼎泰科技发展有限责任公司 基于模糊聚类的网络文本数据检测方法
US9087378B2 (en) * 2012-06-29 2015-07-21 Hong Kong Applied Science and Technology Research Institute Company Limited Scale changing detection and scaling ratio determination by using motion information
EP2717510B1 (en) * 2012-10-08 2015-05-13 Université de Genève Method for active content fingerprinting
CN103136529A (zh) * 2013-03-01 2013-06-05 西北工业大学 基于Grab-Cut与光流分割的非刚体目标跟踪方法
CN103236120B (zh) * 2013-04-23 2015-05-13 广州广电运通金融电子股份有限公司 自动柜员机及其偏斜校正装置
US9471849B2 (en) * 2013-05-05 2016-10-18 Qognify Ltd. System and method for suspect search
CN103646242B (zh) 2013-12-31 2016-08-24 成都正扬博创电子技术有限公司 基于最大稳定极值区域特征的扩展目标跟踪方法
CN104200581B (zh) * 2014-09-17 2016-08-17 广州广电运通金融电子股份有限公司 纠偏校正装置和自动柜员机
CN105095895B (zh) 2015-04-23 2018-09-25 广州广电运通金融电子股份有限公司 有价文件识别装置自修正识别方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120072995A1 (en) * 2002-02-25 2012-03-22 Crawford C S Lee Systems and methods for managing software licenses
RU2477522C2 (ru) * 2006-06-01 2013-03-10 Эдванст Трэк Энд Трэйс Способ и устройство для обеспечения безопасности документов
US20080144942A1 (en) * 2006-12-13 2008-06-19 Canon Kabushiki Kaisha Recognition of parameterised shapes from document images
CN101398689A (zh) * 2008-10-30 2009-04-01 中控科技集团有限公司 实时颜色自动采集的机器人控制方法及机器人

Also Published As

Publication number Publication date
US20180107889A1 (en) 2018-04-19
WO2016169404A1 (zh) 2016-10-27
CN105095895B (zh) 2018-09-25
US20180276491A9 (en) 2018-09-27
HK1249787A1 (zh) 2018-11-09
EP3287950A1 (en) 2018-02-28
CN105095895A (zh) 2015-11-25
US10452941B2 (en) 2019-10-22
EP3287950A4 (en) 2018-05-09
ZA201707139B (en) 2018-11-28

Similar Documents

Publication Publication Date Title
US10013636B2 (en) Image object category recognition method and device
CN108399386A (zh) 饼图中的信息提取方法及装置
CN111339297B (zh) 网络资产异常检测方法、系统、介质和设备
CN106547915B (zh) 基于模型库的智能数据提取方法
CN113657274B (zh) 表格生成方法、装置、电子设备及存储介质
CN110008828A (zh) 基于差异正则化的成对约束成分分析度量优化方法
CN107909119A (zh) 集合间相似度的确定方法和装置
CN110377659A (zh) 一种智能图表推荐系统及方法
RU2679383C1 (ru) Самокорректирующиеся способ и устройство распознавания для устройства распознавания ценных документов
CN112990035A (zh) 一种文本识别的方法、装置、设备以及存储介质
CN115798022A (zh) 一种基于特征提取的人工智能识别方法
JP2017199086A (ja) 帳票認識方法、帳票認識装置、帳票認識プログラム、及び帳票認識用辞書データ
CN114092948A (zh) 一种票据识别方法、装置、设备以及存储介质
CN109543712B (zh) 时态数据集上的实体识别方法
CN110688995B (zh) 地图查询的处理方法，计算机可读存储介质和移动终端
WO2020211380A1 (zh) 页面设计中前端代码的智能识别方法及相关设备
Lu et al. Anchor-free multi-orientation text detection in natural scene images
CN115995092A (zh) 图纸文字信息提取方法、装置、设备
CN109145554A (zh) 一种基于支持向量机的击键特征异常用户识别方法及系统
CN111353538B (zh) 基于深度学习的相似图像匹配方法
CN111652102A (zh) 一种输电通道目标物辨识方法及系统
CN115934970B (zh) 一种基于多视图可视化的交互式实体对齐方法
CN111027429A (zh) 一种用于电气图纸智能识别的数据预处理方法及系统
JP2020166426A (ja) 文書分析装置および文書分析方法
CN111538813B (zh) 一种分类检测方法、装置、设备及存储介质

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20200331