(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211049412.5 (22)申请日 2022.08.30 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 李玉林　郭群　曹蓉　吴永胜　 高琪　董仕佳　吴涛　周庆鹏　 夏雪　陈婕　张梦蝶　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 吴磊 (51)Int.Cl. G06V 20/62(2022.01) G06V 20/80(2022.01) G06V 10/82(2022.01)G06V 10/44(2022.01) G06V 10/36(2022.01) G06V 10/24(2022.01) G06V 10/22(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种纸币冠字号码识别方法、 装置、 设备及 存储介质 (57)摘要 本申请提供的一种纸币冠字号码识别方法、 装置、 设备及存储介质， 可应用于金融领域或其 他领域， 通过获取目标纸币冠字号码区域图像， 对目标纸币冠字号码区域图像进行预处理， 得到 预处理图像； 将所述预处理图像输入 特征提取模 型， 得到特征提取模型输出的第一纸币冠字号 码， 其中， 特征提取模型是EfficientNet ‑B0和 EfficientNet ‑B7的复合模型。 可见， 上述方法通 过EfficientNet ‑B0和EfficientNet ‑B7的复合 模型进行纸币冠字号码的识别， 提高纸币冠字号 码的识别准确度。 权利要求书2页 说明书8页 附图1页 CN 115410186 A 2022.11.29 CN 115410186 A 1.一种纸币冠字号码识别方法， 其特 征在于， 包括： 获取目标纸币冠字号码区域图像； 对所述目标纸币冠字号码区域图像进行 预处理， 得到预处 理图像； 将所述预处理图像输入特征提取模型， 得到所述特征提取模型输出的第 一纸币冠字号 码， 其中， 所述特 征提取模型 是EfficientNet ‑B0和EfficientNet ‑B7的复合模型。 2.根据权利要求1所述的方法， 其特征在于， 所述特征提取模型采用以下方式训练得 到： 获取训练数据， 所述训练数据包括训练纸 币冠字号码图像和所述训练纸 币冠字号码图 像对应的标签； 将所述训练纸 币冠字号码图像输入待训练模型， 得到所述待训练模型输出的第 二纸币 冠字号码； 利用所述第二纸币冠字号码以及所述标签训练所述待训练模型， 直至损失值小于阈 值， 得到所述复合模型， 所述损失值用于衡量所述第二 纸币冠字号码与所述标签的差距。 3.根据权利要求2所述的方法， 其特征在于， 所述利用所述第 二纸币冠字号码以及所述 标签训练所述待训练模型， 包括： 根据随机梯度 下降方法， 利用所述第 二纸币冠字号码以及所述标签训练所述待训练模 型。 4.根据权利要求1所述的方法， 其特征在于， 所述对所述目标纸 币冠字号码区域图像进 行预处理， 得到预处 理图像， 包括： 对所述目标纸币冠字号码区域图像进行去噪处 理， 得到去噪图像； 将所述去噪图像进行倾 斜校正， 得到所述预处 理图像。 5.根据权利要求4所述的方法， 其特征在于， 所述对所述目标纸 币冠字号码区域图像进 行去噪处 理， 得到去噪图像， 包括： 根据边缘检测算法确定所述目标纸 币冠字号码区域图像中的字符边缘， 所述边缘检测 算法采用边缘方向包括水平方向、 垂直方向、 垂直方向水平向右偏移45度方向以及垂直方 向水平向右偏移135度方向的梯度模版,所述梯度模版用于确定所述 目标纸币冠字号码区 域图像的边 缘像素点； 基于所述字符边缘， 采用中值滤波方法对所述目标纸币冠字号码区域图像进行去噪， 得到所述去噪图像。 6.根据权利要求5所述的方法， 其特征在于， 所述根据边缘检测算法确定所述目标纸 币 冠字号码区域图像中的字符边 缘， 包括： 根据所述梯度模板计算所述目标纸币冠字号码区域图像包括的像素点的像素梯度幅 值； 将像素梯度幅值与相邻的像素点的像素梯度幅值的差大于阈值的像素点确定为边缘 像素点； 将所述边缘像素点相连， 得到所述目标纸币冠字号码区域图像中的字符边 缘。 7.一种纸币冠字号码识别装置， 其特 征在于， 包括： 获取单元， 用于获取目标纸币冠字号码区域图像； 预处理单元， 用于对所述目标纸币冠字号码区域图像进行 预处理， 得到预处 理图像；权　利　要　求　书 1/2 页 2 CN 115410186 A 2特征输出单元， 用于将所述预处理图像输入特征提取模型， 得到所述特征提取模型输 出的第一纸币冠字号码， 其中， 所述特征提取模型是EfficientNet ‑B0和EfficientNet ‑B7 的复合模型。 8.根据权利要求7所述的装置， 其特征在于， 所述特征提取模型采用以下方式训练得 到： 获取训练数据， 所述训练数据包括训练纸 币冠字号码图像和所述训练纸 币冠字号码图 像对应的标签； 将所述训练纸 币冠字号码图像输入待训练模型， 得到所述待训练模型输出的第 二纸币 冠字号码； 利用所述第二纸币冠字号码以及所述标签训练所述待训练模型， 直至损失值小于阈 值， 得到所述复合模型， 所述损失值用于衡量所述第二 纸币冠字号码与所述标签的差距。 9.一种纸币冠字号码识别设备， 其特 征在于， 包括： 存储器， 用于存 储计算机程序； 处理器， 用于执行所述存储器 中存储的计算机程序以实现如权利要求1至6任一项所述 纸币冠字号码识别方法的步骤。 10.一种计算机可读存储介质， 所述计算机可读存储介质上存储有计算机程序， 其特征 在于， 所述计算机程序被处理器执行以实现如权利要求 1至6任一项 所述纸币冠字号码识别 方法的步骤。权　利　要　求　书 2/2 页 3 CN 115410186 A 3