首页|一种提高手机人民币图像真伪识别率的CNN框架

一种提高手机人民币图像真伪识别率的CNN框架

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
论文为了解决手机人民币图像给人民币鉴伪任务带来的困难,构造了一个基于B-CNN的手机人民币图像鉴伪框架,该框架以带有提取手机人民币图像红色分量Lambda层的VGG16的block5的输出作为输入.将提取手机人民币红色分量的Lambda层加在VGG16网络的最前面,并用此时VGG16的block5的输出模拟双路搭建B-CNN网络.实验部分将通过两种不同的训练方法获取的论文提出的鉴伪框架和单一的VGG16、加了提取红色分量Lambda层的VGG16在手机人民币图像鉴伪识别上的方法进行了对比,实验表明在手机人民币图像上,论文提出的方法有更高的真伪识别性能.
A CNN Framework for Improving the Recognition Rate of Authenticity on Mobile Phone RMB Images

郭素珍、任明武

展开 >

南京理工大学计算机科学与工程学院 南京 210094

手机人民币图像 细粒度图像分类 卷积神经网络

61727802

2021

10.3969/j.issn.1672-9722.2021.08.032

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2021.49(8)
  • 1
  • 5