摘要
本申请提供了一种基于大数据的纸币异常检测方法及系统,涉及智能检测领域,其通过应用基于人工智能和深度学习技术的图像处理和分析算法来对光变油墨区域进行色调特征提取和内容语义特征提取,以此来刻画出光变油墨区域的色调和内容语义特征信息,并且,基于光变油墨区域的这两种层次特征之间的显著稀疏交互融合表示来检测纸币是否为异常纸币。这样,能够更全面地捕捉纸币的多种特征,并且能够在进行纸币异常检测时避免环境光照条件的影响,降低图像噪声和处理过程误差的影响,从而更全面地识别出异常纸币,提升待检测纸币是否为异常纸币的检测准确性。
技术关键词
光变油墨
分解特征
异常检测方法
编码特征
融合特征
检测纸币
大数据
内核
特征值
空洞卷积神经网络
环境光照条件
卷积神经网络模型
异常检测系统
语义特征提取
序列
深度学习技术
多模态
系统为您推荐了相关专利信息
重构误差
图像定位方法
图像检测模型
融合特征
交叉注意力机制
情感分析方法
模态特征
多头注意力机制
融合特征
样本