Ứng dụng kỹ thuật học sâu nhận dạng tiền trong các hệ thống giao dịch tự động

Abstract

Ngày nay, công nghệ tiên tiến đã đóng một nhiệm vụ quan trọng việc nhận dạng tiền tệ thật trong các nền kinh tế. Một giải pháp hiệu quả để phát hiện và nhận dạng tiền giấy là điều quan trọng trong các giao dịch tự động. Luận văn này đề xuất một cách tiếp cận để nhận dạng tiền giấy dựa trên xử lý ảnh cơ bản dùng mạng học sâu để trích xuất và nhận dạng đặc trưng. Kỹ thuật mạng neural sâu như là một nghệ thuật nhận dạng trong xử lý hình ảnh. Các kỹ thuật truyền thống thường có chi phí cao để xử lý số liệu hình ảnh của tiền tệ khi nhận dạng nhiều mệnh giá của tiền. Luận văn này tập trung vào nhận dạng đúng tiền thật dựa trên hình thức của tờ tiền. Phương pháp đề xuất có thể áp dụng để nhận biết nhiều loại mệnh giá cũng như các loại tiền tệ khác nhau. Sự đóng góp của nghiên cứu là phương pháp tiếp cận mới dựa trên mạng neural sâu và tăng cường dữ liệu để cải thiện độ chính xác. Thứ nhất, mạng neural sâu được xây dựng có kiến trúc mạng sử dụng một số inceptions khác nhau cùng với toán tử tích chập, nhằm giảm thời gian huấn luyện. Thứ hai, tăng cường hình ảnh của tập dữ liệu đào tạo để có một dữ liệu lớn hơn đủ cho việc học của mạng neural sâu. Phương pháp này nhằm mục đích giải quyết vấn đề dữ liệu nhỏ và tăng cường khả năng học sâu. Kết quả thử nghiệm phương pháp được đề xuất có thể áp dụng cho ứng dụng thực tế với hiệu suất có tỷ lệ chính xác 97,85%.