【摘 要】
：
针对当前银行卡号识别易受复杂背景、环境光线等因素干扰导致识别率低、不稳定的问题， 提出基于YOLOv3和MobileNetv2的银行卡号识别方法. 首先预处理数据集， 收集多样式银行卡图片， 批量进行拉普拉斯锐化及部分图像增强处理， 标注图像; 然后构建YOLOv3区域分割网络结构， 将已标注好的数据集输入YOLOv3网络， 优化目标尺寸损失和focal loss优化置信度损失， 控制迭代计算，
论文部分内容阅读
针对当前银行卡号识别易受复杂背景、环境光线等因素干扰导致识别率低、不稳定的问题， 提出基于YOLOv3和MobileNetv2的银行卡号识别方法. 首先预处理数据集， 收集多样式银行卡图片， 批量进行拉普拉斯锐化及部分图像增强处理， 标注图像; 然后构建YOLOv3区域分割网络结构， 将已标注好的数据集输入YOLOv3网络， 优化目标尺寸损失和focal loss优化置信度损失， 控制迭代计算， 分割字码区域， 输出初步识别模型， 计算初步识别结果; 再构建改进后的YOLOv3网络和基础Mobile
其他文献
针对大型多重复单元PCB图像拼接耗时长、拼接错误率高等问题，提出了一种快速鲁棒的图像拼接方法。对采集到的高分辨率PCB图像进行降采样，基于人工选点精准获取含重叠区域的图像单元作为配准区域；引入抑制半径的方法对Shi-Tomasi角点检测算法进行改进，使提取出的区域特征点分布更加均匀；使用暴力匹配方式分别对区域特征点进行粗匹配并通过RANSAC算法剔除误匹配点对后获得配准系数矩阵；结合仿射变换公式推
针对固定融合算法无法适应动态场景下视频帧间差异特征变化造成融合效果差的问题，提出了一种基于差异特征驱动的红外与可见光视频拟态融合方法。首先，分别提取了红外与可见光视频序列的三种差异特征；其次，利用改进的融合有效度公式计算不同融合算法对三种差异特征的融合有效度；最后，利用熵权法对融合有效度进行加权合成，进而得到多融合算法的决策评分，确定视频不同序列段上的最优融合算法。实验结果表明，本文方法相较于在不
在人脸识别中，线性回归分类是一种快速且有效的方法。然而，线性回归分类是基于图像向量进行识别，导致原始矩阵图像往往为高维数据，且人脸图像经常受到污染。为此，提出一种基于PCA和IGG权函数的鲁棒线性回归分类方法。首先通过PCA对人脸图像进行降维，再采用IGG权函数对被污染的人脸图像进行分类。选用公开的ORL和Yale人脸库，将线性回归分类、基于IGG权函数的鲁棒线性回归分类和基于PCA和IGG权函数
日益进步的图像处理技术让数字图像编辑的门槛变得越来越低。利用触手可及的图像处理软件，人们可以方便地改动图像内容，而篡改后的图像往往十分逼真，以至于肉眼难以辨认。这些篡改图像已对个人隐私、社会秩序、国家安全造成了严重的威胁。因此，检测及定位图像中的篡改区域具有重要现实意义，并已成为多媒体信息安全领域中的重要研究课题。近年来，深度学习技术在图像篡改定位中得到了广泛的应用，所取得的性能已显著超越了传统的
针对青海省这类高寒地区对其冻融土壤的水热耦合过程开展科学合理的研究，有利于水土流失的防治和生态环境的建设。本试验于青海省德令哈市怀头他拉试验基地开展，采用TDR水分温度自动监测系统进行冻融土壤含水量和温度的监测与记录。根据2020年7月至2021年3月长达八个多月对土壤含水量和温度的动态监测试验，结果表明：土壤在冻融阶段，其温度与空气温度具有同步变化的规律；外界环境变化对表层土壤含水量产生的影响较
巡视器导航相机在发射前已完成标定，但在飞抵行星表面开展工作前需经过长时间飞行，期间受到的外力可能导致相机参数发生变化，所以在着陆后需要对导航双目相机重新标定。本文介绍了以太阳能电池板为标定板，通过Hough变换、聚类思想和最小二乘直线拟合法提取出电池板格网线，根据直线参数重新标定导航双目相机外参的标定方法。最后进行了两项实验，实验一以嫦娥4号影像进行格网线提取实验，并与传统的Hough变换直线提取
以人脸为生物特征的身份认证由于其简单、快捷和无接触，深受用户喜爱。然而，不法分子针对人脸的易于伪造和认证场景的多样性，恶意攻击人脸识别系统，给国家安全和人民生活带来极大危害，有必要深入研究人脸的反欺诈技术。该文收集了经典和代表性论文68篇，其中包括近2年来国际主流期刊和会议的相关论文50余篇，从7大类来梳理近期人脸欺诈检测的技术脉络，把握领域的最新动向。为了使读者洞悉各类的技术精髓，对典型方法进行
实时精准的交通标志检测是实现自动驾驶和智能交通的重要技术之一. 针对真实智能驾驶场景中背景复杂且交通标志尺度较小， 现有的检测方法容易出现错检和漏检等问题， 提出一种尺度感知的双向特征金字塔网络， 实现复杂交通场景中实时精准的交通标志检测方法. 首先， 为解决微小标志在传统金字塔网络中尺度丢失的问题， 通过构建自底向上和自顶向下的双向金字塔网络， 循环地学习尺度感知的融合特征; 然后引入前景注意力
微表情（Micro Expression， ME）存在面部肌肉运动幅度小、数据集样本少的问题，这会导致神经网络在学习过程中难以捕获有效特征和提高识别精度，因此，本文提出了一种基于改进Mini-Xception卷积神经网络的微表情识别方法。首先，在预处理阶段根据余弦相似度计算得到放大倍数，对微表情进行自适应运动放大；接着改进Mini-Xception网络模型，具体操作为在输入层两侧添加投影层以重整输
在低光照环境下， 由于光子数极少且噪声较大， 线阵相机的感光源不能充分曝光， 从而导致图像的质量下降. 为此， 提出一种多尺度融合的残差编解码器的低照度图像增强方法， 直接学习原始传感器RAW明暗图像之间的端到端映射， 在完全恢复原始图像细节和色彩的同时有效增强图像的亮度; 为了增加特征多样性并加快网络训练速度， 在网络结构中加入残差块; 为了聚合上下文的全局多尺度特征， 设计一个密集上下文特征聚