专利名称：有价文件识别方法及装置的制作方法
技术领域：
本发明涉及模式识别领域，尤其涉及一种有价文件识别方法及装置。
背景技术：
随着社会经济的发展，人们对有价文件如钞票、有价证券的防伪检测也要 求越来越高。
在模式识别领域，对有价文件的识别，以钞票为例，通常根据钞票的一种 模态信息如光学信息或物理信息等，对钞票的面额、真假和残缺等进行识别。
在实现本发明的过程中，发明人发现现有技术中至少存在如下问题 有价文件如钞票的单一模态信息只是从某一层次或某一角度对钞票进行描 述，难以全面反映钞票的特性，具有不完备性。且钞票的单一模态信息容易受 外界因素的干扰，如，单一模态信息容易被篡改或伪造，具有不确定性和不稳 定性。
发明内容
本发明实施例提供了 一种有价文件识别方法及装置，实现了基于多模态信 息对有价文件的识别，提高了识别的可靠性和准确度。
鉴于上述发明目的，本发明实施例提供了一种有价文件识别方法，该方法 包括
采集待识别有价文件的多模态信息，该多模态信息包括所述待识别有价文 件的光学信息、电学信息、磁性信息和物理信息中的两种或多种；
根据预先设置的融合策略及所述待识别有价文件的多模态信息，对所述待 识别有价文件进行识别并获得识别结果，其中> 所述预先设置的融合策略是根 据标准有价文件的固有特性，生成的基于有价文件多模态信息的融合策略。
相应的，本发明实施例还提供了一种有价文件识别装置，该识别装置包括
采集模块，用于采集待识别有价文件的多模态信息，该多模态信息包括所 述待识别有价文件的光学信息、电学信息、磁性信息和物理信息中的两种或多种；存储模块，用于存储预先设置的融合策略以及所述采集模块采集到的多模 态信息，其中，所述预先设置的融合策略是根据标准有价文件的固有特性，生成的基于有价文件多模态信息的融合策略；识别模块，用于根据所述存储模块存储的融合策略及待识别有价文件的多 模态信息，对所述待识别有价文件进行识别并获得识别结果。本发明实施例的有益效果本发明实施例通过采集待识别有价文件的多模态信息；根据预先设置的融 合策略及待识别有价文件的多模态信息，对所述待识别有价文件进行识别并获 得识別结果，实现了基于多模态信息对有价文件的识别，由于多模态信息可以 更全面的反映有价文件的特性如真实性、面额、种类等，因此，釆用多模态信 息的识别方法，提高了识别的可靠性和准确度。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施 例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述 中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付 出创造性劳动性的前提下，还可以冲艮据这些附图获得其他的附图。图1是本发明实施例提供的有价文件在不同波长光照下的光谱图像对照图； 图2是本发明实施例提供的有价文件的光学信息和磁性信息的位置关系参 照图；图3是本发明实施例提供的有价文件识别方法的第一实施例的流程示意图； 图4是本发明实施例提供的有价文件识别方法的第二实施例的流程示意图； 图5是本发明实施例提供的有价文件识别方法的第三实施例的流程示意图； 图6是本发明实施例提供的有价文件识别方法的第四实施例的流程示意图； 图7是本发明实施例提供的有价文件识别装置的第一实施例的组成示意图； 图8是本发明实施例提供的有价文件识别装置的第二实施例的组成示意图； 图9是本发明实施例提供的有价文件识别装置的第三实施例的组成示意图； 图10是本发明实施例提供的有价文件识别装置的第三实施例中的第一识别 单元的组成示意图。具体实施例方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清 楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是 全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造 性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供的有价文件识别方法及装置，采集待识别有价文件的多 模态信息；根据预先设置的融合策略及所述待识别有价文件的多模态信息，对 所述待识别有价文件进行识别并获得识别结果，通过实施本发明实施例，实现 了基于多模态信息对有价文件的识别，提高了识别的可靠性和准确度。
在现实世界中，信息是以各种各样的模态存在的。对同一客观事物采用不 同途径得到该客观事物的描述信息，这些描述信息称为客观事物的多模态信息。 其中，有价文件如钞票的多模态信息能够全面反映出钞票的特性如真实性、状 态、种类、面额等。
那么如何根据有价文件的多模态信息进行有价文件特性的识别？首先，根 据标准有价文件的固有特性如标准有价文件的光学信息、电学信息、磁性信息、 物理信息等信息中的两种或多种信息之间的唯一的、确定的关系，生成基于有 价文件多模态信息的融合策略，然后，根据该融合策略对采集到的待识别有价 文件的多模态信息进行处理，最终获得对所述有价文件的识别结果，如接受或 拒绝该有价文件。
为了便于理解本发明实施例的技术方案，此处，对设置融合策略的方法进 4亍-洋细i兌明。
采集标准有价文件的多模态信息，该多模态信息包括有价文件的光学信息、 电学信息、磁性信息和物理信息等信息中的两种或多种，可通过综合分析多模 态信息，从而获得各模态信息之间的唯一的、确定的关系。利用这些关系形成 知识规则，在知识规则的指导下制定融合策略，该融合策略包括采集级融合策 略、量化级融合策略、特征级融合策略和决策级融合策略中的一种或多种。 下面以特征级融合以及决策级融合的两个实例进行进一步地说明。 请参照图1，该图为本发明实施例提供的有价文件在不同波长光照下的光镨 图像对照图。对于由同一物理材质和物理手段制造的有价文件，在不同波长的
7光的照射下的成像内容之间具有稳定的关系。如图1所示，对于有价文件中的
某一区域a，它在三种波长4、 ^及4的光照射下的成像内容分别为y")11、 /(^)12、 /")13，可以看出，三种成像内容在亮度值上具有稳定的差值，从这
些光学信息提> 又到的特征也将保持这种关系，因而可在特征级对不同波长的光 学信息进行融合。
请参照图2，该图为本发明实施例提供的有价文件的光学信息和磁性信息的 位置关系参照图；对于带有磁性安全线的有价文件如钞票，磁性安全线会在钞 票的可见光信息中突出显示，如图所示，钞票的磁性安全线在光学信息(可见 光图像)中的成像为一条深色线，该深色线所在的位置21a为^f兹性安全线的成 像位置。采集磁性信息时，磁性安全线的成像位置21a可作为磁性信息有效性 的辅助判据，在与深色线对应的位置21b检测到的磁信息有效；在与深色线不 对应的位置22检测到的磁信息，可能为无效信息。反之，磁性信息也可作为磁 性安全线成像有效性的辅助判据，此处不再详述。根据磁性安全线的成像与磁 信息的相互参考关系可知，利用磁信息对有价文件进行识别的有效性直接影响 到利用光信息进行识别的有效性，因而，在决策级可对磁信息和光学信息进行 融合。
在获得上述融合策略之后，可根据该融合策略对待识别有价文件进行识别。 需要说明的是，对同类或完全相同的有价文件进行多次识别时，融合策略可以 只设置一次，进行多次使用。例如，对钞票中100元人民币进行识别时，在进 行第一次识别之前，设置融合策略，之后，可以多次利用所设置的融合策略对 100元人民币进行识别，不需要在每一次识别之前都进行融合策略的设置。以下 实施例将详细介绍对待识别有价文件进行识别的方法。
请参见图3，是本发明实施例提供的有价文件识别方法的第一实施例的流程 示意图，该方法包括
步骤301、采集待识别有价文件的多模态信息，该多模态信息包括所述待识 别有价文件的光学信息、电学信息、磁性信息和物理信息等信息中的两种或多 种；其中，有价文件包括钞票、有价证券、车票、票据等。该步骤中的光学信 息如光谱特性等；电学信息如传导性等；物理信息如材质、版式、印刷图像等化息。
步骤302、根据预先设置的融合策略及所述待识别有价文件的多模态信息，对所述待识别有价文件进行识别并获得识别结果。其中，所述预先设置的融合 策略是根据标准有价文件的固有特性，生成的基于有价文件多模态信息的融合 策略。
实施本实施例，通过采集待识别有价文件的多模态信息；根据预先设置的
融合策略及待识别有价文件的多模态信息，对所述待识别有价文件进行识别并 获得识别结果，实现了基于多模态信息对有价文件的识别，提高了识別的可靠 性和准确度。
在对有价文件进行多模态识别的过程中，可在四个层级上对多模态信息进
行融合采集级、特征级、量化级、决策级。本发明以下方法项实施例将先后 以决策级、特征级、特征级和决策级相结合的融合为例，来介绍有价文件的识 别方法。
请参见图4,是本发明实施例提供的有价文件识别方法的第二实施例的流程 示意图，该方法包括
步骤401、采集待识別有价文件的多模态信息，该多模态信息包括有价文件 的光学信息、电学信息、磁性信息和物理信息等信息中的两种或多种；其中， 所述有价文件包括钞票、有价证券、车票、票据等。
步骤402、分析所述待识别有价文件的多模态信息，并提取所述多模态信息 的特征；此处，该多模态信息的特征包括有价文件的光学信息的特征、电学信 息的特征、磁性信息的特征和物理信息的特征等特征中的两种或多种。如分 析所述有价文件如钞票的多模态信息，可获得钞票磁性安全线的光学成像位置 与磁信息之间稳定的对应关系，这些对应关系可通过钞票光学成像的紋理特性 来描述，因此，可选取紋理特性作为光学信息的特征。
步骤403、对提取的多模态信息的各个特征分别进行识别，并获得与所述各 个特征对应的识別结果；如，通过分类器来实现对各个特征进行识别，可将有 价文件的磁性信息的特征作为分类器的第 一个输入特征，物理信息的特征作为 分类器的第二个输入特征，然后对上述二个输入的特征分别进行分类计算，并 获得经分类后的识别结果。
步骤404、根据预先设置的融合策略，对所述识别结果进行决策融合，并获 得决策后的识别结果。此处，该融合策略为决策级的融合策略，如，AND法即 所有分类结果都满足决策融合的条件如钞票的光学信息、 -磁性信息和物理信息都为正确的信息时，才可接受该钞票。
实施本实施例，通过对多模态信息的各个特征对应的识别结果进行决策融 合，该识别结果是综合了多个特征经识别后的结果得出的结论，因此，经决策 融合后提高了对有价文件识别的可靠性和准确度。
请参见图5,是本发明实施例提供的有^f介文件识别方法的第三实施例的流程
示意图，该方法包括
步骤501、采集待识别有价文件的多模态信息；
步骤502、分析所述待识别有价文件的多模态信息,并提取所述多模态信息 的特征，该特征包括待融合特征以及未融合特征；此处，待融合特征为将会进 行融合的特征，特征的数量至少有两个；未融合特征是指不需要进行融合的特 征，特征的数量不限，当然也可以为0个。
步骤503、根据预先设置的融合策略，对待融合特征进行融合，并获取融合 后的多模态信息的新特征；如，可对不同波长下的光学信息如红光、红外光及 紫外光进行融合，从而获得蕴含了待识别有价文件的三种光学信息的新特征。 需要说明的是，本步骤的融合策略为特征级融合策略，如加权平均法等。
步骤504、根据未融合特征以及融合后的新特征，对待识别有价文件进行识 别并获得识别结果。需要说明的是，当未融合特征为0个时，可仅根据融合后 的新特征，对待识别有价文件进行识别并获得识别结果。
实施本实施例，对有价文件的多模态信息的特征进行融合，获得了融合后 的新特征，该新特征蕴含了有价文件的多种模态信息，可更准确和全面的反映 有价文件的特性。
请参见图6,是本发明实施例提供的有价文件识别方法的第四实施例的流程 示意图，该方法中的步骤601 603与有价文件识别方法的第三实施例中的步骤 501 503相同，不再赘述。除此之外，第三实施例中的步骤504具体包括本实施 例中的步骤604及步骤605:
步骤604、对未融合特征以及融合后的新特征分别进行识别，并获得与各特 征对应的识别结果；如，融合后的新特征为红光、红外光及紫外光三者融合后 形成的新的光学信息特征；未融合特征包括有价文件的磁性信息的特征以及物 理信息特征。可将有价文件新的光学信息特征作为分类器的一个输入特征，将 有价文件的磁性信息的特征作为分类器的第二个输入特征，物理信息的特征作
10为分类器的第三个输入特征，然后对上述三个输入的特征分别进行分类计算， 并获得经分类后的结果。
步骤605、根据预先设置的融合策略，对识别结果进行决策融合，并获得决 策后的识別结果。
实施本实施例，对有价文件的多模态信息的特征进行融合，以及对特征识 别结果进行决策级的融合，获得决策后的识别结果，经过两级融合，提高了对 有价文件识别的可靠性和准确度。
为了便于理解本发明实施例的技术方案，下面以有价文件中的钞票为例， 对本发明实施例的具体实现进行详细介绍。
第一步利用传感器采集钞票的多模态信息，本实施例选用以下信息作为 钞票的模态信息。
1、 钞票的红光信息；
2、 钞票的红外光信息；
3、 钞票的紫外光信息；
4、 钞票的磁信息；
5、 钞票的物理信息(厚度、版式等)。
第二步分析多模态信息的联系，形成知识规则，并保存到存储器中。根 据该步骤的知识规则，可以制定融合策略和提取多模态信息的特征。
由同一物理材质和物理手段制造的印刷文件，在不同波长光照射下的成像 内容之间具有稳定的关系。据此制定特征级融合规则，此处称为融合规则1:在 特征级对不同波长的光学信息进行融合，且采用加权平均法的融合策略。
由于钞票的光学信息、磁性信息以及物理信息具有统一性，在识别过程中， 只要发现它们其中一个不符合条件，就可拒识该钞票。据此制定决策级融合规 则，此处称为融合规则2:在决策级对光学信息、磁性信息、物理信息进行融合， 且采用AND的融合策略。
由于钞票磁性安全线的光学成像位置与磁性信息具有稳定的对应关系，这 些对应关系可由钞票光学成^f象的紋理特性来体现，因此，本实施例选取了紋理 特性作为光学信息的特征。
第三步提取钞票多模态信息的特征，该特征为钞票光学成像的紋理特性。
1、从钞票的红光信息中提取特征^="'，&，"*，&};
li2、 从钞票的红外光信息中提取特征^ = {^，^，"*，^};
3、 从钞票的紫外光信息中提取特征^ = "i，X3""*，X3"};
4、 从钞票的磁性信息中提取特征,4 =，&，"nJ;
5、 从钞票的物理信息中提取特征^ = "1，&，"*，&}。
其中，符号^" = 1，2，3，4，5)表示特征向量；符号^力'=1，2，*"，")表示特征向量 中的特征分量。
第四步特征融合。
根据融合规则1,采用加权平均法对钞票光信息的特征《、A、 A进行融 合。加权平均法的计算公式如下
其中， < 为融合后的新特征z'的特征分量；x 为特征A特征分量，且^' e&; ^为权值系数，^>0,且5， = 1。
才艮据公式(i),对z" A、 ^进行融合，这里附=3，则有X、(x:，工;, ，《}
执行该步骤的有益效果为对三种光信息(红光、红外光、紫外光)的特 征进行融合，得到新的特征I',该新的特征义'同时蕴含了钞票的三种光学信息， 可对钞票做出更准确和全面的描述。
第五步对特征进行分类
1、分类器
(1) 分类器描述
设"={"'，"2，马}代表一组分类器；其中，D,(^^，S)表示分量分类器。 本实施例选用贝叶斯网络作为分类器"'，选用三层BP网络即三层前馈网络 作为分类器A，选用决策树作为分类器^。
(2) 输入
输入特征向量I e 9T ;不同的分量分类器对应不同的输入特征向量。 分类器"'的输入为光学信息的融合特征l'; 分类器A的输入为磁性信息的特征^; 分类器A的输入为物理信息的特征A。
(3) 类别描述
设0^w'，^，"，wj代表一组类别标记，A表示第/类。
(4) 输出分量分类器输出为长度L的向量"'(X) = W'("，《2 ，《(Z)f; 其中,^d)代表"'对义属于^的支持度，且 ^"(" = 1。
分类器A的输出为"'= [A (义')，"'2 W)， ， 4 W)]";
分类器"2的输出为A (A ) = (A )， (A )， " ， 4 (A )f ;
分类器A的输出为A(A) = [^(}5X"32(Z5)，"'，"3i(X5)]T。 各分量分类器的分类结果为
其中，Q为类别，"1，2，3， / = 1，V"，Z。
2、 训练
选一批钞票作为训练样本，设有W个样本的样本集为《 = ^，^，《"，^}, 其中，A("1，2，"，A0表示第^个样本。
给训练样本集Q中的样本A^O"，W)赋上类别标记；设A标记为"，那 么，分量分类器的输出满足以下约束条件
(1) 分类器Q: WW『^W) = ;
,，、八# $ D 02(A) = ^ o毛,(义4) = ■ ^ax W2;(X4)}
(2) 分类為2: 产u."" ;
(3) 分类器A. 03(A) = "'o^(X5)=』^.,
用训练样本集训练各分量分类器A力'"，2，3),直到对于任一样本A，各分量 分类器的输出都满足上述三个约束条件为止。
3、 分类
用训练好的分类器对目标也即待识别钞票的多模态信息的特征进行计算， 获得一组分类输出结果Q、 ^、 q。
执行该步骤的有益效果通过对分类器的训练，获得各分量分类器的一种 实现；利用训练获得的分量分类器对目标钞票的多模态信息的特征进行计算， 可得到一组候选分类结果"、A、 ^，这组候选分类结果用于决策融合。
第六步决策融合
根据融合规则2，采用AND的方法进行决策融合，决策融合计算公式如下
=^ = i，2， ，丄)当0| (s) = 02 (5) = A (5) = w,
—i拒识 其它
其中，s表示待识别目标如钞票，0'(5》'=1，2，3)表示分量分类器的分类结果， ^表示类别。
13将经分类器分类后的结果按^^式(3)进行决策融合，得到最终识别结果， 也即当光信息特征的分类结果Q、磁性信息特征的分类结果Q、物理信息特征 的分类结果^同时满足决策融合公式中的条件时，才可以接受目标钞票，当有 一个不满足条件时，将会拒绝接受目标钞票。
执行该步骤，通过对一组候选分类结果作决策融合，提高最终识别结果的 可靠性和准确度。
实施本实施例，利用钞票的多模态信息，通过两级融合的方法，实现对钞 票的识別，由于在识别的过程中，综合了钞票的多种模态信息，该多模态信息 更准确和全面地反映了钞票的特性，从而提高了钞票识别的可靠性和准确度。
请参见图7,是本发明实施例4是供的有价文件识别装置的第一实施例的组成 示意图；如图所示，所述识别装置包括
采集模块71,用于采集待识别有价文件的多模态信息，该多模态信息包括 待识别有价文件的光学信息、电学信息、磁性信息、物理信息等信息中的两种 或多种；其中，所述有价文件包括钞票、有价证券、车票、票据等。
存储模块72,用于存储预先设置的融合策略以及所述采集模块71采集到的 多模态信息；其中，所述预先设置的融合策略是根据标准有价文件的固有特性， 生成的基于有价文件多模态信息的融合策略。
识别模块73，用于根据所述存储模块72存储的融合策略及待识别有价文件 的多模态信息，对所述待识别有价文件进行识别并获得识别结果。
实施本实施例，通过采集待识别有价文件的多模态信息；根据预先设置的 融合策略及待识别有价文件的多模态信息，对所述待识别有价文件进行识别并 获得识别结果，实现了基于多模态信息对有价文件的识别，提高了识别的可靠 性和准确度。
请参见图8，是本发明实施例提供的有价文件识别装置的第二实施例的组成 示意图'；如图所示，本实施例中的识别装置与有价文件识别装置的第一实施例 相比，除了采集模块71与存储模块72相同之外，所述识别模块73包括
第二特征提取单元731,用于分析存储模块72存储的待识别有价文件的多 模态信息，并提取所述多模态信息的特征；
第二识别单元732，用于对所述第二特征提取单元731提取的多模态信息的 各个特征分别进行识别，并获得与所述各个特征对应的识别结果；决策融合单元733,用于根据存储模块72存储的融合策略，对所述第二识 别单元732的识别结果进行决策融合，并获得决策后的识别结果。此处，该融 合策略为决策级的融合策略。
需要说明的是，识别模块73中以上各单元所执行的功能请参照有价文件识 别方法的第二实施例中相应的描述。
实施本实施例，通过对多模态信息的各个特征对应的识别结果进行决策融 合，该识别结果是综合了多个特征经识别后的结果得出的结论，因此，经决策 融合后提高了对有价文件识别的可靠性和准确度。
请参见图9,是本发明实施例提供的有价文件识别装置的第三实施例的组成 示意图；如图所示，本实施例中的识别装置与有价文件识别装置的第一实施例 相比，除了采集模块与存储模块相同之外，所述识别模块73包括
第一特征提取单元734,用于分析存储模块72存储的待识别有价文件的多 模态信息，并提取所述多模态信息的特征，该特征包括待融合特征以及未融合 特征；
特征融合单元735,用于根据存储模块72存储的融合策略，对所述第一特 征提取单元734提取的待融合特征进行融合，并获取融合后的多模态信息的新 特征；
第一识别单元736,用于根据所述第一特征提取单元734提取的未融合特征 以及所述特征融合单元735融合后的新特征，对所述待识别有价文件进行识别 并获得识别结果。
需要说明的是，识别模块73中以上各单元所执行的功能请参照有价文件识 别方法的第三实施例中相应的描述。
实施本实施例，对有价文件的多模态信息的特征进行融合，获得了融合后 的新特征，该新特征蕴含了有价文件的多种模态信息，可更准确和全面的反映 有价文件的特性。
请参见图10，是本发明实施例提供的有价文件识别装置的第三实施例中的 第一识别单元的组成示意图；请一并参考图9，该实施例中，第一识别单元736 包括
识别子单元7361 ，用于对第一特征提取单元734提耳又的未融合特征以及特 征融合单元735融合后的新特征分别进行识别，并获得与各特征对应的识别结
15果；决策子单元7362，用于根据存储模块72存储的融合策略，对所述识别子单 元7361识别后的结果进行决策融合，并获得决策后的识别结果。需要说明的是，第一识别单元736中以上各子单元所执行的功能请参照有 价文件识别方法的第四实施例中相应的描述。实施本实施例，对有价文件的多模态信息的特征进行融合，以及对特征识 别结果进行决策级的融合，获得决策后的识别结果，经过两级融合，提高了对 有价文件识別的可靠性和准确度。在本发明的其他实施例中，有关识别有价文件的产品，包含了本发明实施 例中的识别装置中各单元的部分或全部。如，控制传感器为本发明实施例中的 采集模块71;存储器为本发明实施例中的存储模块72;处理器为本发明实施例 中的识别模块73,进一步地，处理器也包括第二特征提取单元731、第二识别 单元732、决策融合单元733、第一特征4是取单元734、特征融合单元735、第 一识别单元736、识别子单元7361及决策子单元7362。需要说明的是，除了以上各实施例介绍的基于特征级及决策级的单级或两 级融合之外，在本发明的其他实施例中，还可以在采集级对多模态信息进行融 合或/和在量化级对有价文件的多模态信息进行融合。综之，可以自由组合的结 合四个层级即采集级、特征级、量化级、决策级对有价文件的多模态信息进行 融合。其中，量化级融合分为两个步骤归一化和融合；特征级的融合策略不 局限于以上实施例中涉及到的加权平均法，还包括平均加和法、最大值和最小 值法等；决策级融合策略也不局限于以上实施例中涉及到的AND法，其融合策 略主要分为两类 一类是不需要训练参数的方法，如投票法、AND法、OR法 等；另外一类是需要训练参数的方法，如D-S证据理论、贝叶斯估计法、模糊 聚类法等。以上所揭露的仅为本实用新型较佳实施例而已，当然不能以此来限定本实 用新型之权利范围，因此依本实用新型权利要求所作的等同变化，仍属本实用 新型所涵盖的范围。
权利要求
1、一种有价文件识别方法，其特征在于，所述方法包括采集待识别有价文件的多模态信息，该多模态信息包括所述待识别有价文件的光学信息、电学信息、磁性信息和物理信息中的两种或多种；根据预先设置的融合策略及所述待识别有价文件的多模态信息，对所述待识别有价文件进行识别并获得识别结果，其中，所述预先设置的融合策略是根据标准有价文件的固有特性，生成的基于有价文件多模态信息的融合策略。
2、 根据权利要求1所述的有价文件识别方法，其特征在于，所述根据预先 设置的融合策略及所述待识别有价文件的多模态信息，对所述待识别有价文件 进行识别并获得识别结果的步骤包括分析所述待识别有价文件的多模态信息，并提取所述多模态信息的特征， 该特征包括待融合特征以及未融合特征；根据所述融合策略，对待融合特征进行融合，并获取融合后的多模态信息 的新特征；根据所述未融合特征以及融合后的新特征，对所述待识别有价文件进行识 别并获得识别结果。
3、 根据权利要求2所述的有价文件识别方法，其特征在于，所述根据所述 未融合特征以及融合后的新特征，对所述待识别有价文件进行识别并获得识别 结果的步骤包括对所述未融合特征以及融合后的新特征分别进行识别，并获得与各特征对 应的识别结果；根据所述融合策略，对所述识别结果进行决策融合，并获得决策后的识别 结果。
4、 根据权利要求1所述的有价文件识别方法，其特征在于，所述根据预先 设置的融合策略及所述待识别有价文件的多模态信息，对所述待识别有价文件 进行识别并获得识别结果的步骤包括分析所述待识别有价文件的多模态信息，并提取所述多模态信息的特征； 对提取的多模态信息的各个特征分别进行识别，并获得与所述各个特征对 应的识别结果；根据所述融合策略，对所述识别结果进行决策融合，并获得决策后的识别 结果。
5、 根据权利要求l-4任意一项所述的有价文件识别方法，其特征在于，所 述有价文件包括钞票、有价证券、车票、票据。
6、 一种有价文件识别装置，其特征在于，所述识别装置包括 采集模块，用于采集待识别有价文件的多模态信息，该多模态信息包括所述待识别有价文件的光学信息、电学信息、磁性信息和物理信息中的两种或多 种；存储模块，用于存储预先设置的融合策略以及所述采集模块采集到的多模 态信息，其中，所述预先设置的融合策略是根据标准有价文件的固有特性，生 成的基于有价文件多模态信息的融合策略；识別模块，用于根据所述存储模块存储的融合策略及待识别有价文件的多 模态信息，对所述待识别有价文件进行识别并获得识别结果。
7、 根据权利要求6所述的有价文件识别装置，其特征在于，所述识别模块 包括第一特征提取单元，用于分析所述存储模块存储的待识别有价文件的多模 态信息，并提取所述多模态信息的特征，该特征包括待融合特征以及未融合特 征；特征融合单元，用于根据所述存储模块存储的融合策略，对所述第一特征 提取单元提取的待融合特征进行融合，并获取融合后的多模态信息的新特征；第一识别单元，用于根据所述第 一特征提取单元提取的未融合特征以及所 述特征融合单元融合后的新特征，对所述待识别有价文件进行识别并获得识别 结果。
8、 根据权利要求7所述的有价文件识别装置，其特征在于，所述第一识别 单元包括识别子单元，用于对所述第 一特征提取单元提取的未融合特征以及所述特 征融合单元融合后的新特征分别进行识别，并获得与各特征对应的识别结果；决策子单元，用于根据所述存储模块存储的融合策略，对所述识别子单元 识别后的结果进行决策融合，并获得决策后的识别结果。
9、 根据权利要求6所述的有价文件识别装置，其特征在于，所述识别冲莫块 包括第二特征提取单元，用于分析所述存储模块存储的待识别有价文件的多模态信息，并提取所述多模态信息的特征；第二识别单元，用于对所述第二特征提取单元提取的多模态信息的各个特 征分别进行识别，并获得与所述各个特征对应的识别结果；决策融合单元,用于根据所述存储模块存储的融合策略，对所述第二识别 单元的识别结果进行决策融合，并获得决策后的识别结果。
10、 根据权利要求6-9任意一项所述的有价文件识别装置，其特征在于，所 述有价文件包括钞票、有价证券、车票、票据。
全文摘要
本发明实施例提供的有价文件识别方法及装置，采集待识别有价文件的多模态信息；根据预先设置的融合策略及所述待识别有价文件的多模态信息，对所述待识别有价文件进行识别并获得识别结果，通过实施本发明实施例，实现了基于多模态信息对有价文件的识别，提高了识别的可靠性和准确度。
文档编号G07D7/00GK101504781SQ20091003773
公开日2009年8月12日 申请日期2009年3月10日 优先权日2009年3月10日
发明者梁添才, 牟总斌 申请人:广州广电运通金融电子股份有限公司