卷積神經(jīng)網(wǎng)絡(luò)在紙幣冠字號識別中的應(yīng)用

張志文，趙楠楠

（遼寧科技大學(xué)電子與信息工程學(xué)院，遼寧鞍山114051）

卷積神經(jīng)網(wǎng)絡(luò)在紙幣冠字號識別中的應(yīng)用

張志文，趙楠楠

（遼寧科技大學(xué)電子與信息工程學(xué)院，遼寧鞍山114051）

基于卷積神經(jīng)網(wǎng)絡(luò)能夠直接從訓(xùn)練樣本中提取特征并且具備權(quán)值共享等優(yōu)勢，本文提出了利用兩級卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)紙幣冠字號的識別方法。在字符分割過程中，考慮到待識別對象因破損、臟污等情況而引起的問題，提出了窗口移動配準(zhǔn)法。實驗表明，識別率可達99.99%以上，識別時間能控制在5 ms以內(nèi)。

卷積神經(jīng)網(wǎng)絡(luò)；權(quán)值共享；冠字號

冠字號作為紙幣識別的唯一標(biāo)志，其對于紙幣防偽、收兌殘缺紙幣、加強人民幣的監(jiān)督管理等方面都有著重要的作用。針對冠字號的識別，文獻［1-2］中基于最近鄰和支持向量機算法以及基于字符結(jié)構(gòu)特征對冠字號的識別做了分析并給出了改進方法。雖然這些方法達到了一定的準(zhǔn)確率，但識別速率并不理想。文獻［3］中研究了結(jié)合模板匹配法與Hopfield神經(jīng)網(wǎng)絡(luò)的識別方式，沒有考慮到被污染紙幣的識別問題。文獻［4］針對此問題采用了多層神經(jīng)網(wǎng)絡(luò)對識別速率進行改進算法的研究，取得了不錯的實驗結(jié)果，但這些方法在實際應(yīng)用中識別效率并不是很高。

卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）在圖像識別過程中對視覺模式的獲得是從原始圖像中直接獲得的，預(yù)處理少，較一般神經(jīng)網(wǎng)絡(luò)更加高效，其獨特的權(quán)值共享使得網(wǎng)絡(luò)結(jié)構(gòu)更加簡單，同時也增強了網(wǎng)絡(luò)適應(yīng)性并加快了網(wǎng)絡(luò)的識別速度。目前，CNN在人機交互系統(tǒng)的手寫字體識別、汽車車牌號識別、人臉識別、路牌識別、身份證號碼識別等領(lǐng)域得到了廣泛應(yīng)用［5-8］。

為了保證被污染紙幣圖像的識別效率，本文在投影法的基礎(chǔ)上提出了窗口移動配準(zhǔn)法，提高了算法的適用性，也為之后利用卷積神經(jīng)網(wǎng)絡(luò)進行識別奠定了基礎(chǔ)。

1 卷積神經(jīng)網(wǎng)絡(luò)

CNN在本質(zhì)上是一種輸入到輸出的映射，不需要任何輸入和輸出之間精確的數(shù)學(xué)表達式就能夠?qū)W習(xí)大量的輸入與輸出之間的映射關(guān)系，只要用已知的模式對網(wǎng)絡(luò)加以訓(xùn)練就可以使其具有輸入與輸出間的映射關(guān)系，進而識別的速度也得到了一定的保障。

1.1 網(wǎng)絡(luò)結(jié)構(gòu)

CNN是為識別二維形狀而特殊設(shè)計的一種多層感知器，典型的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)［9］如圖1所示。每層有多個二維平面組成，而每個平面由多個獨立神經(jīng)元組成。這種網(wǎng)絡(luò)結(jié)構(gòu)對圖像的各種變化有著很強的適應(yīng)性。

該CNN模型是由兩個卷積層和兩個子采樣層交替構(gòu)成。在CNN中，圖像的一小部分也就是局部感受區(qū)域作為層級結(jié)構(gòu)的最低層的輸入，信息再依次傳輸?shù)讲煌膶?，每層通過一個數(shù)字濾波器去獲得觀測數(shù)據(jù)的最顯著的特征［10］。這個方法能夠獲取對平移、縮放和旋轉(zhuǎn)不變的觀測數(shù)據(jù)的顯著特征。由于圖像的局部感受區(qū)域允許神經(jīng)元或者處理單元可以訪問到最基礎(chǔ)的特征，冠字號碼圖像上的主要特征是邊緣和角點，因此非常適合采用CNN的方法進行識別。

圖1 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 Structure of convolution neural network

1.2 網(wǎng)絡(luò)的訓(xùn)練

假設(shè)第l層是卷積層，第l+1層為下采樣層。第l層第j個特征圖的計算式為

第l層的第j個特征圖的殘差計算式

其中up(x)是將第l+1層的大小擴展為和第l層大小一樣。

誤差對b的偏導(dǎo)數(shù)式為

誤差對w的偏導(dǎo)數(shù)式為

2 號碼圖像的分割處理

在對字符進行識別之前，對采集到的冠字號碼圖像需要進行預(yù)處理，具體包括圖像的傾斜校正、二值化、單個字符定位、單個字符大小歸一化。

字符的分割［11-13］是對其進行識別的關(guān)鍵所在，冠字號中每個字符精確的分離是識別的保障。一般情況下，對二值化后的圖像進行三次投影，確定每個號碼所在的上下左右位置。其中，第一次進行水平方向投影，確定號碼所在的行；第二次進行垂直方向投影，確定每個號碼所在的左右方向位置；第三次是對每個小圖進行水平方向投影，確定每個號碼所在的上下方向位置。這個方法對于大多數(shù)紙幣的單個號碼分割都能取得良好的效果，但是對于冠字號碼圖像上有臟污，字符與字符之間存在粘連的紙幣效果較差，尤其是對三個或三個以上字符的粘連，幾乎分割不開。

為了克服這一困難，提出了窗口移動配準(zhǔn)法。因為采集的冠字號碼大小分辨率固定，每個字符大小固定，每個字符之間的間距也固定，窗口的設(shè)計可以根據(jù)紙幣上冠字號碼的間距設(shè)計，如圖2所示。窗口在垂直投影圖上水平移動，窗口內(nèi)的黑點數(shù)總和最小值所對應(yīng)的位置，即為冠字號碼左右方向分割的最佳位置。由于該識別算法最終要結(jié)合到實際應(yīng)用中，所以準(zhǔn)確性和快速性都要滿足。設(shè)計窗口時，脈沖之間的寬度根據(jù)號碼圖像之間的間隔設(shè)計。經(jīng)過測試，該方法完全能夠滿足紙幣清分機實時性和準(zhǔn)確性要求。分割效果圖如圖3所示。

圖2 窗口設(shè)計圖Fig.2 Window design

圖3 分割效果圖Fig.3 Segmentation effect chart

最后對單個號碼圖像的大小進行歸一化，這里需要歸一化的圖像是單個號碼圖像的灰度圖像，歸一化的縮放算法采用雙線性插值算法。歸一化后效果如圖4所示。

圖4 歸一化圖Fig.4 Normalized graph

3 字符識別

將預(yù)處理完成后的單個字符圖像送入卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練，經(jīng)實驗驗證，并不能達到很好的識別效果，準(zhǔn)確率只能達到80.3%。存在的主要問題是不能很好地區(qū)分開一些相似的字符，比如8和B、5和S、2和Z等?？紤]到冠字號是由字母和數(shù)字結(jié)合組成的，而部分字母與字母、字母與數(shù)字之間存在相似性不好區(qū)分，本文最終確定采用二級分類的卷積神經(jīng)網(wǎng)絡(luò)。在第一級分類時針對所有的字母與數(shù)字，第二級分類針對第一級分類中的部分進行細分類。此時，一級分類的類別數(shù)量可以根據(jù)分類的需要和設(shè)置習(xí)慣等進行設(shè)置，如果一級分類設(shè)置不當(dāng)?shù)脑捒赡軙?dǎo)致二級識別時還會出現(xiàn)相似字符區(qū)分不準(zhǔn)的情況，綜合各種實驗情況，本文最后選取了一級分類23類方式。

3.1 網(wǎng)絡(luò)設(shè)置

第一級分類最后設(shè)置為：A 4，B 8，C G 6，O D Q，E L F，H，K，M，N，P，R，S 5，T J（J為2005版及一切版本的人民幣），U，W，X，Y，Z 2，1，3，7，9，J（J為2015新版人民幣）。

第二級分類是分別對A 4，B 8，C 6 G，O D Q，E L F，S 5，T J，Z 2的分類。

綜上，此次二級CNN分類算法一共涉及到9個神經(jīng)網(wǎng)絡(luò)的模型。本文以第一級分類的CNN模型為例，具體的一級網(wǎng)絡(luò)結(jié)構(gòu)設(shè)置如圖5。

（1）輸入層：切割歸一化后的單個識別字符圖像，大小為14×14；

（2）C1層：第一個卷積層，6個特征圖構(gòu)成，經(jīng)3×3卷積核卷積后，大小為12×12；

（3）S2層：第一個降采樣層，經(jīng)2×2降幅運算后，大小為6×6；

（4）C3層：第二個卷積層，6個特征圖構(gòu)成，經(jīng)3×3卷積核后，大小為4×4；

（5）S4層：第二個降采樣層，經(jīng)2×2降幅后，大小為2×2；

圖5 網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.5 Structure of first level network

（6）C5層：對S4層的簡單拉伸，變成一維向量；

（7）輸出層：輸出個數(shù)為分類個數(shù)，與C5層組成全連接結(jié)構(gòu)。

3.2 實驗結(jié)果

本文采用兩級卷積神經(jīng)網(wǎng)絡(luò)對人民幣冠字號進行了識別，在DM642芯片上對實際采集到的10萬張人民幣冠字號圖像進行測試，識別率達到99.99%，識別速度為5 ms。由表1可知，本文中采用的方法較現(xiàn)有的算法在識別率與識別時間上都取得了很大的改進。而且在識別過程中，對于紙幣表面有污漬類的圖像也取得了很好的識別效果。

采用模板匹配或是支持向量機進行字符識別，其識別率相對于現(xiàn)有的算法低，主要是沒有考慮到個別污染紙幣的識別問題。而BP神經(jīng)網(wǎng)絡(luò)考慮到了這一問題，且識別率有所提高，但仍然不能滿足對紙幣識別的高精度要求。利用字符結(jié)構(gòu)特征識別達到了理想的識別率，但字符結(jié)構(gòu)特征算法的維護性差?；贑NN或其他神經(jīng)網(wǎng)絡(luò)的識別算法對大量樣本集進行訓(xùn)練與學(xué)習(xí)使得其具有較好的適應(yīng)性和擴展性，因此廣泛應(yīng)用于模式識別領(lǐng)域。

表1 不同識別方法的識別率與識別時間Tab.1 Recognition rate and recognition time of different methods

4 結(jié)論

本文提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的紙幣冠字號快速識別算法，在對冠字號圖像預(yù)處理過程中針對被污染的紙幣號碼采用窗口移動配準(zhǔn)法，保證了污漬類圖像分割的準(zhǔn)確性?？紤]到個別相似字符不好區(qū)分，引入了二級識別，保證了識別的準(zhǔn)確性，識別率達到99.99%。本文提供的方法比現(xiàn)有技術(shù)中的常規(guī)算法運算速度快，能夠很好地在ATM、驗鈔機等設(shè)備上使用，也能很好的解決紙幣污損、殘缺等對識別帶來的問題。

［1］張晴晴.人民幣冠字號碼的圖像識別技術(shù)研究［D］.南京：南京理工大學(xué)計算機科學(xué)與工程學(xué)院，2013.

［2］宋普庚，李開宇，程衛(wèi)平.紙幣冠字號識別率改進算法［J］.自動化技術(shù)與應(yīng)用，2014，33（11）：74-78.

［3］陳正偉，朱建華，周律，等.人民幣紙幣冠字號碼字符識別方法研究［J］.浙江科技學(xué)院學(xué)報，2014，26（6）：415-418.

［4］苑瑋琦，金燦.基于結(jié)構(gòu)特征的紙幣號碼識別方法［J］.計算機工程與應(yīng)用，2014，50（8）：118-121.

［5］王強.基于CNN的字符識別方法研究［D］.天津：天津師范大學(xué)計算機與信息工程學(xué)院，2014.

［6］陸璐.卷積神經(jīng)網(wǎng)絡(luò)的研究及其在車牌識別系統(tǒng)中的應(yīng)用［D］.合肥：合肥工業(yè)大學(xué)計算機學(xué)院，2006.

［7］盧宏濤，張秦川.深度卷積神經(jīng)網(wǎng)絡(luò)在計算機視覺中的應(yīng)用研究綜述［J］.數(shù)據(jù)采集與處理，2016，31（1）：1-17.

［8］宋波，王啟春.卷積神經(jīng)網(wǎng)絡(luò)在路牌識別中的應(yīng)用［J］.公路交通技術(shù)，2015，10（5）：114-128.

［9］HINTON G E，OSINDERO S，THE Y-W.A fast learning algorithm for deep belief nets［J］.Neural Computation，2006，18（17）：1527-1554.

［10］HUBEL D H，WIESEL T N.Receptive fields，binocular interaction，and functional architecture inthe cat’s visual cortex［J］.Journal of Physiology，1962，160（7）：106-154.

［11］苑瑋琦，張昱.紙幣號碼識別中分割方法的研究［J］.計算機測量與控制，2005，13（8）：827-829.

［12］劉鵬.復(fù)雜背景下車牌定位與字符分割算法研究［D］.大連：大連理工大學(xué)控制科學(xué)與工程學(xué)院，2007.

［13］馬婉婕.車牌識別系統(tǒng)中字符分割的研究與實現(xiàn)［D］.上海：復(fù)旦大學(xué)計算機與信息技術(shù)系，2009.

Application of convolution neural network in banknote serial number recognition

ZHANG Zhiwen，ZHAO Nannan
（School of Electronical and Information Engineering，University of Science and Technology Liaoning，Anshan 114051，China）

Based on the advantages that convolution neural network can directly extract characters from the training sample and weight sharing，a method of using the two levels CNN is proposed to recognize the RMB serial number.In the process of character segmentation，the method of window moving is proposed，considering the problems caused by the damage and smirch of the object to be identified.The experiment shows that the recognition accuracy can reach at least 99.99%and the recognition time can be limited to less than 5 ms.

convolutional neural network；weight sharing；serial number

November 21，2016）

TP183

A

1674-1048（2017）02-0133-05

10.13988/j.ustl.2017.02.010

2016-11-21。

張志文（1994—），女，甘肅武威人。

趙楠楠（1975—），女，四川廣安人，副教授。