一种基于深度学习的验钞机红外对管鉴伪方法
专利汇可以提供一种基于深度学习的验钞机红外对管鉴伪方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种基于 深度学习 的验钞机红外对管鉴伪方法，属于红外鉴伪技术领域。该方法包括：根据多路红外对管 波形 进行 信号 正确性验证；对多路红外对管波形进行预处理；生成二维数组并转换为图像进行处理；利用红外对管波形，采用深度学习中的CNN 卷积神经网络 训练和检测过程进行钞票鉴伪。本发明公开的该方法可以在较快处理速度下实现良好的鉴伪功能，准确率高。，下面是一种基于深度学习的验钞机红外对管鉴伪方法专利的具体信息内容。
1.一种基于深度学习的验钞机红外对管鉴伪方法，其特征在于，包括以下四个步骤：
步骤1根据多路红外对管波形进行信号正确性验证：
步骤1.1 判断钞票面额、版本和币种；
步骤1.2 判断钞票幅宽是否正常，若幅宽正常，则执行步骤1.3；否则，报幅宽异常错误；
步骤1.3 判断是否各路红外对管都有波形，若各路红外对管都有波形，则执行步骤2；
否则，报数据异常错误；
步骤2对多路红外对管波形进行预处理：
步骤2.1 修正红外对管波形数据的起始位置和结束位置：
各路红外对管波形数据的起始位置和结束位置由前端主控模块给出,分别计算各路红外对管波形数据起始位置和结束位置之间的波形均值，并以此为依据来修正各路红外对管波形数据的起始位置和结束位置；
步骤2.2 将各路红外对管电压值在电压方向上平移至一个基准；
步骤2.3 将经所述步骤2.2处理后的各路红外对管波形分别映射为0-255之间的灰度值；
步骤3生成二维数组并转换为图像进行处理：
步骤3.1根据入钞的倾斜角度，对各路红外对管波形进行人为补值；
步骤3.2对各路红外对管波形进行线性插值，对红外对管数量设值为M，每路红外对管波形都插值到N个点，则使得每张钞票生成M×N的二维数组；
步骤3.3根据各路红外对管波形的方差大小，替换波形波动大的红外对管对应的二维数组的行；
步骤3.4将二维数组上下左右翻转至同一个方向；
步骤4 CNN网络训练和检测过程：步骤4.1 对红外对管CNN结构体进行初始化；
步骤4.2对二维数组归一化，使灰度值在[0,1]范围内，并对二维数组幅度拉伸，以方便后续处理；
步骤4.3对经所述步骤4.2处理后的二维图像训练样本通过CNN算法自动提取图像特征：
将每一个红外对管二维图像应用一级卷积操作与步骤igmoid操作，对卷积后的特征层按2×2的间隔进行均匀池化，此时特征层大小变为原图大小的四分之一；
步骤4.4 以训练样本原本的输出和经过CNN结构体的输出之间的均方误差作为网络的误差进行反向误差传播，迭代训练直至网络收敛，从而获得CNN结构与网络参数，均方误差通过如下公式计算获得：
其中 是第n个样本对应的标签的第k维， 是第n个样本对应的网络输出的第k个输出，N是样本数，c是类别数；
步骤4.5 将实际待测钞票产生的红外对管波形转换为二维图像，待测样本作为输入端，带入CNN进行计算，得到含有表示钞票真伪的一组得分，并对该得分经过比较和阈值分析判定该张钞票的真伪。
2.根据权利要求1所述的基于深度学习的验钞机红外对管鉴伪方法，其特征在于：所述步骤2.2将各路红外对管电压值在电压方向上平移至一个基准，具体为：
重新计算经所述步骤2.1修正后各路红外对管波形的均值和方差，并以此为依据将各路红外对管电压值在电压方向上平移至一个基准，使各路红外对管波形均值保持一致。
3.根据权利要求1所述的基于深度学习的验钞机红外对管鉴伪方法，其特征在于：所述步骤3.1对各路红外对管波形进行人为补值，具体为：
由于钞票走钞倾斜，导致某些红外对管波形宽度较短，因此，首先根据入钞的倾斜角度对这些红外对管进行人为补值，补值的大小为经所述步骤2.1调整后各路红外对管波形的均值，补值后的红外对管数据长度为M路红外对管中的最大长度。
4.根据权利要求1所述的基于深度学习的验钞机红外对管鉴伪方法，其特征在于：所述步骤4.5将待测样本输入到CNN结构体，经计算得到一组得分，并对其进行比较和分析，具体为：对该组得分进行判断：若真钞对应数据位在该组的值最大，则判为真钞；否则，则判为假钞。
一种基于深度学习的验钞机红外对管鉴伪方法
技术领域
背景技术
发明内容
步骤1根据多路红外对管波形进行信号正确性验证：
步骤1.1判断钞票面额、版本和币种；
步骤1.2判断钞票幅宽是否正常，若幅宽正常，则执行步骤1.3；否则，报幅宽异常错误；
步骤1.3判断是否各路红外对管都有波形。若各路红外对管都有波形，则执行步骤2；否则，报数据异常错误；
步骤2对多路红外对管波形进行预处理：
步骤2.1修正红外对管波形数据的起始位置和结束位置，具体为：
各路所述红外对管波形数据的起始位置和结束位置由前端主控模块给出。分别计算各路红外对管波形数据起始位置和结束位置之间的波形均值，并以此为依据来修正各路红外对管波形数据的起始位置和结束位置。
重新计算经步骤2.1调整后各路红外对管波形的均值和方差，并以此为依据将各路红外对管电压值在电压方向上平移至一个基准，使各路红外对管波形均值保持一致。
所述对各路红外对管波形进行人为补值，具体为：
由于钞票走钞倾斜，导致某些红外对管波形宽度较短，因此，首先根据入钞倾斜角度对这些红外对管进行补值，补值的大小为经步骤2.1调整后各路红外对管波形的均值，补值后的红外对管数据长度为M路红外对管中的最大长度。
步骤3.4将二维数组上下左右翻转至同一个方向；
步骤4 CNN网络训练和检测过程：
步骤4.1对红外对管CNN结构体进行初始化；
步骤4.2对二维数组归一化，使灰度值在[0,1]范围内，并对二维数组幅度拉伸，以方便后续处理；
步骤4.3对经步骤4.2处理后的二维图像训练样本通过CNN算法自动提取图像特征：
将每一个红外对管二维图像应用一级卷积操作与步骤igmoid操作，对卷积后的特征层按2×2的间隔进行均匀池化，此时特征层大小变为原图大小的四分之一。
步骤4.5将实际待测钞票产生的红外对管波形转换为二维图像，待测样本作为输入端，带入CNN进行计算，得到含有表示钞票真伪的一组得分，并对该得分经过比较和阈值分析判定该张钞票的真伪。
附图说明
具体实施方式
步骤1.1判断钞票面额是否为100元，版本是否为1999版或2005版或2015版，币种是否为人民币。若钞票面额为100元，版本为1999版或2005版或2015版，以及币种为人民币三种条件同时满足，则执行步骤1.2。否则，数据异常，检测是否为其他钞票类型；
步骤1.2判断钞票幅宽是否正常。若幅宽正常，则执行步骤1.3。否则，报幅宽异常错误；
步骤1.3判断是否6路红外对管都有波形。若6路红外对管都有波形，则执行步骤2，否则，报数据异常。
步骤2.2不同机器不同红外对管采集的波形样本基准不一样。重新计算经步骤2.1修正后6路红外对管波形的均值和方差，并以此为依据将6路红外对管电压值在电压方向上平移至一个基准，使各路红外对管波形均值保持一致；
步骤2.3将经步骤2.2处理后的6路红外对管波形分别映射为0-255之间的灰度值。
步骤3.2将经以上步骤处理后的6路红外对管波形进行线性插值，每路红外对管波形都插值到220个点，使得每张钞票6个红外对管生成6×220的二维数组；
步骤3.3根据6路红外对管波形的方差大小，用事先准备好的正常波形替换波形波动大的红外对管对应的二维数组的行。本实施例中准备了1999版、2005版和2015版的真钞和假钞共六种正常的波形以供替换；
步骤3.4将二维数组上下左右翻转至同一个方向，如方向1。本实施例中规定了钞票的四种放置方向，以人民币为例，见图5。
步骤4.2对红外对管二维数组归一化，使灰度值在[0,1]范围内，并对二维数组进行幅度拉伸，以方便后续处理；
步骤4.3将每一个二维数组应用一级卷积操作与步骤igmoid操作，对卷积后的特征层按2×2的间隔进行均匀池化，此时特征层大小变为原图大小的四分之一；
步骤4.4以训练样本原本的输出和经过CNN结构体的输出之间的均方误差作为网络的误差进行反向误差传播，迭代训练直至网络收敛，从而获得CNN结构与网络参数，均方误差通过 获得，其中 是第n个样本对应的标签的第k维， 是第n个样
本对应的网络输出的第k个输出，N是样本数，c是类别数；
步骤4.5将实际待测钞票产生的红外对管波形转换为二维图像，待测样本作为输入端，带入CNN结构体进行计算，得到含有表示钞票真伪的一组得分，并对该得分经过比较和阈值分析判定该张钞票的真伪。若真钞对应数据位在该组的值最大，则判为真钞；否则，则判为假钞。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种引入对抗训练的基于内容的实例检索方法 | 2021-01-08 | 2 |
| 一种基于人工智能的消化内镜检查质量自动评估方法和系统 | 2021-04-02 | 2 |
| 一种面向嵌入式应用的深度对抗网络优化方法 | 2022-12-14 | 1 |
| 一种基于改进卷积神经网络的焊缝缺陷识别方法 | 2022-09-21 | 1 |
| 卷积神经网络压缩方法及人脸检测方法 | 2022-10-24 | 0 |
| 一种面向智慧社区的多摄像机联动多目标追踪方法及系统 | 2020-09-04 | 0 |
| 神经网络分类 | 2020-09-03 | 1 |
| 一种无切分的脱机手写汉字文本识别方法 | 2023-07-25 | 0 |
| 关键点检测、图像处理方法、装置、电子设备及存储介质 | 2020-05-27 | 1 |
| 一种实现神经网络模型的装置及方法 | 2023-06-24 | 0 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
