RU2679383C1 - Самокорректирующиеся способ и устройство распознавания для устройства распознавания ценных документов - Google Patents
Самокорректирующиеся способ и устройство распознавания для устройства распознавания ценных документов Download PDFInfo
- 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
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 на основе центроида 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 признака категории i подстановочным центроидом ;
[0015] где библиотека дискриминантов предварительно строится на основе центроида признака категории i; и
[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;
[0020] получение группы плоскостей относительных дискриминантов категории i на основе центроида признака, где группа плоскостей относительных дискриминантов категории i состоит из плоскостей относительных дискриминантов категории i относительно других n-1 категорий, и плоскость относительного дискриминанта категории i относительно категории η соответствует тому, что плоскость относительного дискриминанта перпендикулярна соединительной линии между центроидом признака категории i и центроидом 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 относительного дискриминанта, все ценные документы категории η располагаются на отрицательной стороне плоскости относительного дискриминанта, и минимальное значение расстояний между ценными документами категории i и плоскостью относительного дискриминанта меньше минимального значения расстояний между ценными документами категории η и плоскостью относительного дискриминанта, и i не равно η;
[0021] построение сферы дискриминантов категории i с радиусом , где определяется центроидом 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:
[0024] где X - пространственный вектор признака ценного документа, - вектор нормали плоскости относительного дискриминанта, и - пересечение плоскости относительного дискриминанта.
[0026] где - минимальное значение расстояний между центроидом признака категории i и группой плоскостей относительных дискриминантов категории i, и - максимальное значение расстояний между центроидом признака категории i и всеми ценными документами категории i.
[0028] где коэффициент γ обновления меньше 1 и больше 0.
[0029] При необходимости вычисление центроида признака категории i на основе признаков категории i включает в себя, в частности:
[0030] получение признаков категории i; и
[0032] При необходимости
[0033] Здесь - количество ценных документов для категории i, - k ое значение признака у центроида признака категории i, - 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:
[0037] При необходимости перед обновлением библиотеки дискриминантов категории i путем замены центроида признака категории i подстановочным центроидом способ дополнительно включает в себя:
[0038] определение, удовлетворяет ли подстановочный центроид предустановленному условию коррекции, и выполнение этапа обновления библиотеки дискриминантов категории i путем замены центроида признака категории i подстановочным центроидом в случае, когда подстановочный центроид удовлетворяет предустановленному условию коррекции, где в случае, когда подстановочный центроид не удовлетворяет предустановленному условию коррекции, библиотека дискриминантов не обновляется.
[0039] При необходимости определение, удовлетворяет ли подстановочный центроид предустановленному условию коррекции, включает в себя, в частности:
[0040] определение, удовлетворяет ли расстояние между подстановочным центроидом и плоскостью относительного дискриминанта:
[0041] Здесь - расстояние между плоскостью относительного дискриминанта и плоскостью относительного дискриминанта, и - 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 на основе центроида признака и признака M.
[0046] Блок обновления конфигурируется для обновления библиотеки дискриминантов категории i путем замены центроида признака категории i подстановочным центроидом .
[0047] Библиотека дискриминантов предварительно строится на основе центроида признака категории i; и центроид 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 признака категории i на основе признаков категории i.
[0051] Блок получения плоскости конфигурируется для получения группы плоскостей относительных дискриминантов категории i на основе центроида признака. Здесь группа плоскостей относительных дискриминантов категории i состоит из плоскостей относительных дискриминантов категории i относительно других n-1 категорий, и плоскость относительного дискриминанта категории i относительно категории η соответствует тому, что плоскость относительного дискриминанта перпендикулярна соединительной линии между центроидом признака категории i и центроидом 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 относительного дискриминанта, все ценные документы категории η располагаются на отрицательной стороне плоскости относительного дискриминанта, и минимальное значение расстояний между ценными документами категории i и плоскостью относительного дискриминанта меньше минимального значения расстояний между ценными документами категории η и плоскостью относительного дискриминанта, и i не равно η.
[0053] Блок построения конфигурируется для создания сферы дискриминантов категории i с радиусом . Здесь определяется центроидом 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 признака.
[0058] Устройство предпочтительно включает в себя дополнительно: второй блок определения, сконфигурированный для определения, удовлетворяет ли подстановочный центроид предустановленному условию коррекции, и активизации блока обновления в случае, когда подстановочный центроид 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 | количество образцов i ой категории ценного документа | ||
3 | 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 | j ый признак ценного документа в i ой категории | ||
11 | s ый признак ценного документа в η ой категории | ||
12 | k ое значение признака у j ого признака ценного документа в i ой категории | ||
13 | центроид i ой категории ценного документа | связано со сферой дискриминантов | |
14 | центроид η ой категории ценного документа | ||
15 | подстановочный центроид i ой категории ценного документа | ||
16 | k ое значение признака центроида i ой категории ценного документа | ||
17 | радиус дискриминанта с центром в центроиде i ой категории ценного документа | ||
18 | радиус дискриминанта с центром в центроиде η ой категории ценного документа | ||
19 | группа плоскостей относительных дискриминантов i ой категории ценного документа, которая состоит из | связано с плоскостью относительного дискриминанта | |
20 | плоскость относительного дискриминанта категории i относительно категории η, где | ||
21 | вектор нормали плоскости относительного дискриминанта | ||
22 | пересечение плоскости относительного дискриминанта | ||
23 | плоскость относительного дискриминанта категории η относительно категории i, где | ||
24 | вектор нормали плоскости относительного дискриминанта | ||
25 | пересечение плоскости относительного дискриминанта | ||
26 | минимальное значение расстояний между всеми образцами в i ой категории и плоскостью относительного дискриминанта | связано с расстоянием | |
27 | минимальное значение расстояний между всеми образцами в η ой категории и плоскостью относительного дискриминанта | ||
28 | минимальное значение расстояний между всеми образцами в η ой категории и плоскостью относительного дискриминанта | ||
29 | минимальное значение расстояний между всеми образцами в i ой категории и плоскостью относительного дискриминанта | ||
30 | минимальное значение расстояний между центроидом i ой категории и всеми плоскостями относительных дискриминантов категории i | ||
31 | максимальное значение расстояний между центроидом i ой категории и всеми разрабатываемыми образцами категории i | ||
32 | расстояние между центроидом i ой категории и плоскостью относительного дискриминанта категории i | ||
33 | расстояние между центроидом η ой категории и плоскостью относительного дискриминанта категории η | ||
34 | расстояние между плоскостью относительного дискриминанта и плоскостью относительного дискриминанта, параллельна , а направления вектора нормали противоположны | ||
35 | min | вычисляет минимальное значение двух элементов | вычисление и коэффициент |
36 | для s от 1 до вычисляет минимальное значение | ||
37 | для j от 1 до вычисляет минимальное значение | ||
38 | для всех η кроме 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 к , как правило, необходимо , 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 , и центроид признака сокращается как "центроид". равен среднему арифметическому всех признаков ценного документа. Если представляет количество образцов i ой категории ценного документа, а представляет j ый признак ценного документа в i категории, то
[0076] В частности, и являются одномерными векторами, и количество элементов равно количеству признаков ценного документа. Очевидно, что для любых i и j количество размерностей у вектора признака такое же, как количество размерностей у , которое равно количеству признаков, выделенных на этапе S1, и обозначается как n. Тогда
[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:
[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 плоскостей относительных дискриминантов состоит из плоскостей, заданных следующим образом.
[0081] На этапе S3-1 для любой категории плоскость относительного дискриминанта категории i относительно категории η задается как . состоит из плоскостей относительных дискриминантов категории i относительно всех других категорий, то есть
[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 на основе центроида, заданного на этапе S2, плоскость относительного дискриминанта, заданная на этапе S3-1, должна соответствовать тому, что перпендикулярна соединительной линии между центроидом категории i и центроидом категории η, и соответственно, вектор нормали у параллелен соединительной линии между и . Способ также задает, что вектор нормали у идет от к , и вектор нормали у обозначается как , тогда
[0084] На этапе S3-3 плоскость относительного дискриминанта, заданная на этапе S3-1, также должна соответствовать тому, что категория i и категория η полностью разделяются на две стороны плоскости. В соответствии с этапом S3-2 вектор нормали у задается от к , что фактически требует, чтобы все признаки образцов категории i находились на положительной стороне , а все признаки образцов категории η находились на отрицательной стороне , что эквивалентно тому, что значения, полученные путем соответственной подстановки всех признаков образцов категории i в уравнение плоскости относительного дискриминанта, больше 0, а значения, полученные путем соответственной подстановки всех признаков образцов категории η в уравнение плоскости 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 относительного дискриминанта, заданной вышеупомянутыми этапами S3-1, S3-2, S3-3, минимальное значение расстояний между всеми образцами в категории i и плоскостью обозначается как , а минимальное значение расстояний между всеми образцами в категории η и плоскостью обозначается как . В данном решении и должны отвечать следующему условию:
[0087] Здесь p - константа не меньше 1, как правило, p выбирается в диапазоне от 1 до 100. Фактически, когда p=1, располагается между категорией i и категорией η, ограничение сравнительно ослабляется. Когда , ограничения довольно строгие. Когда признаки разных категорий четко различимы, можно выбрать большее p. Как правило, p=2, и для выполняется:
[0088] Нужно отметить, что по меньшей мере условие должно выполняться в настоящем варианте осуществления. Как показано на фиг. 5, категория i и категория η могут отделяться с помощью либо , либо . Но только когда , ближе к категории i, ближе к категории η, чтобы две плоскости дискриминантов не перекрывались, посредством этого обеспечивая однозначность различимости. На этой основе отношение более научно описывается с помощью , фактически получая лучший результат, если . Если , то и перекрываются, то есть и 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 относительного дискриминанта. Количество признаков равно n, в n-мерном пространстве , выражение плоскости относительного дискриминанта можно задать в виде:
[0090] На основе этапа S3-2 нормаль плоскости относительного дискриминанта получается следующим образом:
[0091] Решается пересечение плоскости относительного дискриминанта. В соответствии с этапом S3-4 верно . В соответствии с этапом S3-4 для , , а также заданной выше плоскости относительного дискриминанта, предоставляется отношение следующим образом:
[0092] Здесь представляет вычисление минимального значения функции от s, исчисляемой от 1 до , а представляет вычисление минимального значения функции от j, исчисляемой от 1 до . В соответствии с этапом S3-3 значения, полученные подстановкой всех признаков образцов категории i в уравнение плоскости относительного дискриминанта больше 0, а значения, полученные подстановкой всех признаков образцов категории η в уравнение плоскости относительного дискриминанта меньше 0, что выражается в виде:
[0093] Тогда
[0094] В силу этого
[0095] Таким образом, получаются нормаль и пересечение плоскости относительного дискриминанта, то есть получается выражение плоскости 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 относительного дискриминанта категории η относительно категории i задается следующим образом:
[0098] Поэтому параллелен , и таким образом, плоскость относительного дискриминанта параллельна плоскости относительного дискриминанта. Как показано на фиг. 4, образец, имеющий минимальное значение расстояний между всеми образцами категории i и плоскостью относительного дискриминанта, совпадает с образцом, имеющим минимальное значение расстояний между всеми образцами категории i и плоскостью относительного дискриминанта. Аналогичным образом образец, имеющий минимальное значение расстояний между всеми образцами категории η и плоскостью относительного дискриминанта, совпадает с образцом, имеющим минимальное значение расстояний между всеми образцами категории η и плоскостью относительного дискриминанта. Поэтому:
[0099] Благодаря p>1 получаем, что и , тогда ближе к , чем , и ближе к , чем . Расстояние между и обозначается , что удовлетворяет:
[0100] Следует отметить, что когда размерность пространства n=2, плоскость относительного дискриминанта вырождается в прямую линию плоского пространства. Как показано на фиг. 4, размерность пространства n=2 (обычно n>10), обе плоскости относительных дискриминантов и вырождаются в прямые линии плоского пространства. Когда n=3, плоскость относительного дискриминанта вырождается в плоскость нормального трехмерного пространства. Когда n=4, плоскость относительного дискриминанта является трехмерным пространством. На этапе S1-1, когда n=240, 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 дискриминанта этой категории вычисляется следующим способом. Сначала на основе этапа S2 вычисляется минимальное значение расстояний между центроидом категории i и всеми плоскостями относительных дискриминантов категории i, и вычисляется максимальное значение расстояний между и всеми разрабатываемыми образцами категории i, то есть:
[0103] Здесь является плоскостью относительного дискриминанта категории i относительно категории η, заданной на этапе S3, - количество образцов ценных документов категории i, представляет собой j ый признак ценного документа в категории i, и n - количество признаков. Тогда способ вычисления для задается следующим образом:
[0104] Выражение радиуса , 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 признака, заданным на этапе S2, в качестве центра, и радиусом 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 должно быть меньше , что выражается следующим образом:
[0106] На этапе S4-3 также необходимо, чтобы результат, полученный подстановкой признака M в любые плоскости относительных дискриминантов в группе плоскостей относительных дискриминантов в категории i, заданной этапом S3, был положительным, в противном случае M не принадлежит категории i, то есть для выполняется:
[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:
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 категории i ценного документа. Формула вычисления подстановочного центроида предоставляется следующим образом:
[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 категории i, вычисленного на этапе S6, для расстояние между и плоскостью относительного дискриминанта категории i относительно категории η вычисляется для определения, удовлетворяет ли оно:
[0114] где - радиус дискриминанта категории i ценного документа, заданный на этапе S4-1, и - расстояние между плоскостью относительного дискриминанта и плоскостью относительного дискриминанта, заданное на этапе S3-6.
[0115] Для всех категорий помимо категории i, если подстановочный центроид , заданный на этапе S6, может выполнить условие , то выполняет условие законности коррекции, в противном случае 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 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:
[0119] Вышеприведенное уравнение доказывается следующим образом.
[0120] На основе этапа S3-3 находится на положительной стороне , находится на отрицательной стороне , поэтому расстояние между и не меньше суммы расстояния между и и расстояния между и . Как показано на фиг. 4, расстояние между и равно расстоянию между и плюс расстояние между и , поэтому:
[0121] На основе S7 обеспечивается:
[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 , то есть
[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 на основе центроида признака и признака M.
[0133] Блок обновления конфигурируется для обновления библиотеки дискриминантов категории i путем замены центроида признака категории i подстановочным центроидом .
[0134] Библиотека дискриминантов предварительно строится на основе центроида признака категории i; и центроид 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 признака категории i на основе признаков категории i.
[0139] Блок получения плоскости конфигурируется для получения группы плоскостей относительных дискриминантов категории i на основе центроида признака. Группа плоскостей относительных дискриминантов категории i состоит из плоскостей относительных дискриминантов категории i относительно других n-1 категорий, и плоскость относительного дискриминанта категории i относительно категории η соответствует тому, что плоскость относительного дискриминанта перпендикулярна соединительной линии между центроидом признака категории i и центроидом 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 относительного дискриминанта, все ценные документы категории η располагаются на отрицательной стороне плоскости относительного дискриминанта, и минимальное значение расстояний между ценными документами категории i и плоскостью относительного дискриминанта меньше минимального значения расстояний между ценными документами категории η и плоскостью относительного дискриминанта, и i не равно η.
[0141] Блок построения конфигурируется для создания сферы дискриминантов категории i с радиусом , где определяется центроидом 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 признака.
[0146] В другом варианте осуществления устройство дополнительно включает в себя: второй блок определения, сконфигурированный для определения, удовлетворяет ли подстановочный центроид предустановленному условию коррекции, и активизации блока обновления в случае, когда подстановочный центроид 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;
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;
получают группу плоскостей относительных дискриминантов категории i на основе центроида признака, причем группа плоскостей относительных дискриминантов категории i состоит из плоскостей относительных дискриминантов категории i относительно других n-1 категорий, и плоскость относительного дискриминанта категории i относительно категории η соответствует тому, что плоскость относительного дискриминанта перпендикулярна соединительной линии между центроидом признака категории i и центроидом 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 относительного дискриминанта, все ценные документы категории η располагаются на отрицательной стороне плоскости относительного дискриминанта, и минимальное значение расстояний между ценными документами категории i и плоскостью относительного дискриминанта меньше минимального значения расстояний между ценными документами категории η и плоскостью относительного дискриминанта, и i не равно η;
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
где коэффициент γ обновления меньше 1 и больше 0.
получают признаки категории i; и
7. Способ по п. 4, в котором
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:
определяют, удовлетворяет ли подстановочный центроид предустановленному условию коррекции, и выполняют этап самокоррекции библиотеки дискриминантов категории i путем замены центроида признака категории i подстановочным центроидом в случае, когда подстановочный центроид удовлетворяет предустановленному условию коррекции, причем в случае, когда подстановочный центроид не удовлетворяет предустановленному условию коррекции, библиотека дискриминантов не самокорректируется.
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;
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 получения плоскости выполнен с возможностью получения группы плоскостей относительных дискриминантов категории i на основе центроида признака, причем группа плоскостей относительных дискриминантов категории i состоит из плоскостей относительных дискриминантов категории i относительно других n-1 категорий, и плоскость относительного дискриминанта категории i относительно категории η соответствует тому, что плоскость относительного дискриминанта перпендикулярна соединительной линии между центроидом признака категории i и центроидом 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 относительного дискриминанта, все ценные документы категории η располагаются на отрицательной стороне плоскости относительного дискриминанта, и минимальное значение расстояний между ценными документами категории i и плоскостью относительного дискриминанта меньше минимального значения расстояний между ценными документами категории η и плоскостью относительного дискриминанта, и i не равно η;
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
14. Устройство по п. 11, дополнительно содержащее:
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)
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)
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)
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 |
-
2015
- 2015-04-23 CN CN201510198411.0A patent/CN105095895B/zh active Active
-
2016
- 2016-03-30 WO PCT/CN2016/077873 patent/WO2016169404A1/zh active Application Filing
- 2016-03-30 RU RU2017135028A patent/RU2679383C1/ru not_active IP Right Cessation
- 2016-03-30 EP EP16782552.0A patent/EP3287950A4/en not_active Withdrawn
- 2016-03-30 US US15/567,567 patent/US10452941B2/en active Active
-
2017
- 2017-10-20 ZA ZA2017/07139A patent/ZA201707139B/en unknown
-
2018
- 2018-07-17 HK HK18109190.9A patent/HK1249787A1/zh unknown
Patent Citations (4)
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 |