多尺度可变形Transformer纸币序列号识别

摘要：

纸币序列号识别系统在纸币流通的监管中扮演着重要角色,而纸币在实际使用的过程中会产生变形或受到污染导致纸币序列号呈现出不规则文本的特点.为满足不规则纸币序列号的识别需求,提出基于多尺度可变形Transformer的纸币序列号的识别方法.通过自主搭建的纸币序列号检测平台获取纸币序列号图像传输至计算机.序列号图像通过骨干网络提取特征图并传输至编码器,通过多尺度可变形注意力机制进一步提取文本的多尺度特征信息,随后采用多边形边界框检测机制,经候选框生成器提取文本的粗边界框,引导位置解码器中的多边形边界框坐标的回归训练,字符解码器在位置解码器预测文本边界框的同时进行字符预测,最终输出纸币序列号文本识别结果.实验结果表明,该方法能够满足纸币序列号在线检测与识别的需求.

关键词：纸币序列号、深度学习、Transformer、字符识别

所属期刊栏目：59

分类号：TP391(计算技术、计算机技术)

资助基金：陕西省榆林市科技计划项目CXY-2020-090

在线出版日期：2023-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：105-118