论文部分内容阅读
基于法定货币在不同光照下局部特征不同,该文研究一种基于AlexNet的两光照下多类别法定货币识别技术。首先,分析自然光照、紫外光照下法定货币图像特征,指出不同光照下法定货币呈现不同的面额、图案等特征;其次,分析AlexNet神经网络模型与研究面向法定货币识别的AlexNet迁移学习方法;最后,在30类别的两光照下不同币种的图像样本库上进行图像识别实验,货币图像识别准确率达到100%,准确实现区分货币币种、光照条件、面额与正反面货币图像功能。与经典货币图像识别方法相比,该法能减少人工提取图像特征的工作