论文总字数：20513字

摘 要

随着国家社会主义市场经济的快速发展，在金融业、自主服务业以及个体工商业纸币清分机可以大大减少人工工作，起到提高工作效率的作用，从而促进经济发展。纸币面额识别作为清分机的重要功能模块，一个高效的纸币面额识别算法是非常必要的，所以本文从图像的角度，去设计纸币面额识别算法。在广泛阅读国内外纸币面额识别文献之后，发现很少人采用基于卷积神经网络的面额识别。本文主要使用了基于迁移学习的两种不同的卷积神经网络。一种是基于VGG的迁移学习神经网络，另一种是使用GAP改进VGG的神经网络。在实现阶段，先对数据预处理包括图像的去噪以及图像增强，然后选择Keras作为实现这两种卷积神经网络的深度学习框架，最后从模型的准确率、训练时间、收敛速度的角度对模型结果进行分析，发现使用GAP层代替全连接层可以解决过拟合以及可以提高准确率。

关键词：纸币面额识别 卷积神经网络 迁移学习 VGGNet Keras

Design and Implementation of RMB Currency Value

Identification System

Abstract

With the rapid development of the national socialist market economy， the paper money sorter in the financial industry，independent service industry and individual industry can greatly reduce the manual work，play an important role in improving work efficiency，and thus promote economic development. As an important functional module of the sorter，it is very necessary to design an efficient algorithm for identification of RMB banknote. So this paper designs algorithms for identification of RMB banknote from the perspective of image. After reading a lot of papers about identification of RMB banknote at home and abroad，it is found that few people use convolutional neural network for face recognition. This paper mainly uses two different convolutional neural networks based on transfer learning. One is the transfer learning neural network based on VGGNet， the other is to use GAP to improve the VGG neural network. In the implementation phase，the data preprocessing includes image denoising and image enhancement，and then keras is selected as the deep learning framework to realize the two convolutional neural networks. Finally，the model results are analyzed from the perspective of model accuracy， training time and convergence speed. It is found that the gap layer can be used to replace the full connection layer to solve over fitting and improve the accuracy.

Key Words： Identification of RMB Banknote; Convolution Neural Network; Transfer learning; VGGNet; Keras

目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1课题研究背景及意义 1

1.2国内外币值识别研究现状 1

1.3本论文的工作 2

1.4 论文的组织结构 4

第二章 深度学习算法的基础理论知识 11

2.1感知机 11

2.2 人工神经网络 12

2.3卷积神经网络 16

2.3.1卷积运算的相关概念 17

2.3.2卷积层的相关概念 18

2.3.3池化层 19

2.3.4 Flatten层和全连接层的相关概念 20

2.4 本章小结 21

第三章 基于VGG的网络模型设计 22

3.1 VGGNet简述 22

3.2 VGG16网络结构以及特点 23

3.3迁移学习（Transfer Learning） 24

3.3.1 迁移学习背景概述 24

3.3.2迁移学习的概念 24

3.3.3预训练模型与微调 25

3.4卷积神经网络的训练过程 26

3.5基于VGG的迁移学习纸币面额神经网络的设计 26

3.6基于GAP的迁移学习神经网络的设计 27

第四章 实验过程与结果分析 30

4.1 深度学习框架 30

4.2 数据预处理 30

4.3网络模型的训练 32

4.3.1数据的准备 32

4.3.2基于VGG的迁移学习的实现 33

4.3.2结果分析 33

4.3.3 基于GAP的迁移学习 34

4.3.4结果展示 35

4.4本章总结 35

第五章 总结与展望 36

5.1总结 36

5.2展望 36

参考文献 37

致谢 40

第一章 绪论

1.1课题研究背景及意义

货币是商品交换的媒介，在商品经济的发展中发挥着重要作用重要的作用^[1]。国家为了适应经济形式的快速变化，发行了大量纸币以满足市场的流动性，其中最主要的是纸币的流通。

近年来，纸币的清分是银行业以及服务业不可缺少的一项业务，如何将收集到的纸币进行分类整理以及计数是一个关键问题，使用纸币清分机是一个提高效率的必要手段。纸币清分机具有按照纸币面额分类，防伪检测，还可以设置参数实现批量清分。高效纸币面额识别技术可以作为纸币清分机的一个重要功能模块。提高纸币清分机的效率，纸币整理工作效率会得到提升。纸币的清分技术同时可以在自助缴费、自助售货机等无人场所得到应用，不仅方便消费者，而且也有利于实现自动化商品交易。最后在一些个体户营业场所，使用币值识别可以帮助收银员实现快速总额计算，减少收银员的工作负担。同时也减少收银员因工作误差而带来经济损失，提高收银员的工作效率。所以币值识别技术对于促进服务业以及金融行业自动化有着直至关重要的意义。

1.2国内外币值识别研究现状

请支付后下载全文，论文总字数：20513字