典型文献
基于异构特征聚合的局部视图扭曲型纸币识别
文献摘要：
如何识别同一物体的不同结构的表现形式,对于机器而言,是一个比较困难的识别工作.本文以易变形的纸币为例,提出了一种基于异构特征聚合的局部视图扭曲型纸币识别方法.首先利用灰度梯度共生矩阵、Haishoku算法和圆形LBP分别获得纹理风格、色谱风格和纹理,这些特征从不同的角度描述了局部纸币图像,然后通过VGG-16、ResNet-18和DenseNet-121网络学习这些不变形特征得到输出特征,将输出特征聚合后输入识别层Softmax,达到三模型融合效果,进而识别局部视图扭曲型纸币.实验结果表明,多特征聚合和不同类型模型融合可以最大可能地捕获图像的语义,在准确率、精度、召回率和F1上优于基于单特征和双特征的识别,且优于单类模型和两类模型融合的识别性能,此外,在准确率和时间复杂度等评价标准下,与已有主流方法相比都取得了相对较好的效果.
文献关键词：
纸币识别;局部视图扭曲;不变形特征;特征聚合;模型融合
中图分类号：
作者姓名：
郭玉慧;梁循
作者机构：
中国人民大学信息学院 北京 100872
文献出处：
引用格式：
[1]郭玉慧;梁循-.基于异构特征聚合的局部视图扭曲型纸币识别)[J].计算机学报,2022(01):98-114
A类：
局部视图扭曲,Haishoku,不变形特征
B类：
异构特征,特征聚合,纸币识别,一物,易变形,灰度梯度共生矩阵,LBP,VGG,ResNet,DenseNet,网络学习,征得,Softmax,模型融合,融合效果,别局,多特征,召回率,两类模型,识别性,时间复杂度,主流方法
AB值：
0.265146
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
