残币处理方法及装置制造方法及图纸

本发明专利技术公开了残币处理方法及装置，可用于人工智能技术领域，方法包括：获取残币图像，将残币图像输入至训练好的目标检测模型，得到面额特征提取结果以及防伪特征提取结果，在面额特征提取结果以及防伪特征提取结果符合预设的兑换标准时，根据面额特征提取结果确定残币图像对应的第一图像面积，对残币图像进行边缘检测，得到第二图像面积，根据第一图像面积与第二图像面积的面积比例，确定残币面额兑换比例。本发明专利技术实现了残币处理的自动化，提高了残币面额兑换的准确性及效率，提升了用户体验。提升了用户体验。提升了用户体验。

【技术实现步骤摘要】
残币处理方法及装置


[0001]本专利技术涉及人工智能
，尤其涉及残币处理方法及装置。

技术介绍

[0002]目前，针对残缺纸币，一方面，用户无法确定残缺纸币的面额兑换比例，须去银行咨询后办理；另一方面银行办理须人工核对，效率低下。
[0003]综上，目前亟需一种残币处理方法，用于解决上述现有技术存在的问题。

技术实现思路

[0004]本专利技术实施例提供一种残币处理方法，用以提高残币处理的效率，改善用户体验，该方法包括：
[0005]获取残币图像；
[0006]将所述残币图像输入至训练好的目标检测模型，得到面额特征提取结果以及防伪特征提取结果；所述训练好的目标检测模型为利用多个历史残币图像及对应的标注数据对机器学习模型进行训练后得到；所述标注数据包括面额特征和防伪特征；
[0007]在所述面额特征提取结果以及所述防伪特征提取结果符合预设的兑换标准时，根据所述面额特征提取结果确定所述残币图像对应的第一图像面积；所述第一图像面积为所述残币图像恢复成整币的图像面积；
[0008]对所述残币图像进行边缘检测，得到第二图像面积；所述第二图像面积为所述残币图像的图像面积；
[0009]根据所述第一图像面积与所述第二图像面积的面积比例，确定残币面额兑换比例。
[0010]本专利技术实施例还提供一种残币处理装置，用以提高残币处理的效率，改善用户体验，该装置包括：
[0011]获取模块，用于获取残币图像；
[0012]特征提取模块，用于将所述残币图像输入至训练好的目标检测模型，得到面额特征提取结果以及防伪特征提取结果；所述训练好的目标检测模型为利用多个历史残币图像及对应的标注数据对机器学习模型进行训练后得到；所述标注数据包括面额特征和防伪特征；
[0013]兑换模块，用于在所述面额特征提取结果以及所述防伪特征提取结果符合预设的兑换标准时，根据所述面额特征提取结果确定所述残币图像对应的第一图像面积；所述第一图像面积为所述残币图像恢复成整币的图像面积；对所述残币图像进行边缘检测，得到第二图像面积；所述第二图像面积为所述残币图像的图像面积；根据所述第一图像面积与所述第二图像面积的面积比例，确定残币面额兑换比例。
[0014]本专利技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述残币处理方
法。
[0015]本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述残币处理方法。
[0016]本专利技术实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述残币处理方法。
[0017]本专利技术实施例中，获取残币图像，将残币图像输入至训练好的目标检测模型，得到面额特征提取结果以及防伪特征提取结果，在面额特征提取结果以及防伪特征提取结果符合预设的兑换标准时，根据面额特征提取结果确定残币图像对应的第一图像面积，对残币图像进行边缘检测，得到第二图像面积，根据第一图像面积与第二图像面积的面积比例，确定残币面额兑换比例，与现有技术相比，通过目标检测模型得到面额特征提取结果，根据面额特征提取结果确定残币图像对应的第一图像面积，通过边缘检测得到第二图像面积，根据第一图像面积与第二图像面积的面积比例，确定残币面额兑换比例，实现了残币处理的自动化，提高了残币面额兑换的准确性及效率，提升了用户体验。
附图说明
[0018]为了更清楚地说明本专利技术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专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
[0019]图1为本专利技术提供的残币处理方法的流程示意图；
[0020]图2为本专利技术提供的残币处理方法的流程示意图；
[0021]图3为本专利技术提供的残币处理方法的流程示意图；
[0022]图4为本专利技术提供的残币处理方法的流程示意图；
[0023]图5为本专利技术提供的残币处理装置的结构示意图。
具体实施方式
[0024]为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，本专利技术的示意性实施例及其说明用于解释本专利技术，但并不作为对本专利技术的限定。
[0025]图1为本专利技术实施例提供的一种残币处理方法所对应的流程示意图，如图1所示，该方法包括：
[0026]步骤101，获取残币图像。
[0027]本专利技术实施例中，对残币图像进行预处理。
[0028]对残币图像进行分割，去除背景区域，进行光照均衡、角度旋转、方向矫正、平滑去燥等操作。
[0029]步骤102，将残币图像输入至训练好的目标检测模型，得到面额特征提取结果以及防伪特征提取结果。
[0030]需要说明的是，训练好的目标检测模型为利用多个历史残币图像及对应的标注数据对机器学习模型进行训练后得到。标注数据包括面额特征和防伪特征。
[0031]举例来说，对于金额为100的货币A，面额特征提取结果为包含面额100的最小矩形图像区域。
[0032]步骤103，在面额特征提取结果以及防伪特征提取结果符合预设的兑换标准时，根据面额特征提取结果确定残币图像对应的第一图像面积。
[0033]在一种可能的实施方式中，防伪特征与真币的防伪特征一致且面额特征提取结果是完整的面额特征图像时，符合预设的兑换标准。
[0034]需要说明的是，第一图像面积为残币图像恢复成整币的图像面积。
[0035]在一种可能的实施方式中，根据实际的面额特征对于实际的整币的面积占比确定面额特征图像对于整币图像的面积占比。
[0036]在一种可能的实施方式中，若面额特征提取结果以及防伪特征提取结果不符合预设的兑换标准，向用户发送提示信息，并进入预约银行页面。
[0037]步骤104，对残币图像进行边缘检测，得到第二图像面积。
[0038]在一种可能的实施方式中，采用拉普拉斯边缘检测方法对残币图像进行边缘检测。
[0039]需要说明的是，第二图像面积为残币图像的图像面积。
[0040]还可以采用罗伯特边缘检测、索贝尔边缘检测等，本专利技术实施例对此不做具体限定。
[0041]步骤105，根据第一图像面积与第二图像面积的面积比例，确定残币面额兑换比例。
[0042]上述方案，通过目标检测模型得到面额特征提取结果，根据面额特征提取结果确定残币图像对应的第一图像面积，通过边缘检测得到第二图像面积，根据第一图像面积与第二图像面积的面积比例，确定残币面额兑换比例，实现了残币处理的自动化，提高了残币面额兑换的准确性及效率，提升了用户体验。
[0043]本专利技术实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种残币处理方法，其特征在于，包括：获取残币图像；将所述残币图像输入至训练好的目标检测模型，得到面额特征提取结果以及防伪特征提取结果；所述训练好的目标检测模型为利用多个历史残币图像及对应的标注数据对机器学习模型进行训练后得到；所述标注数据包括面额特征和防伪特征；在所述面额特征提取结果以及所述防伪特征提取结果符合预设的兑换标准时，根据所述面额特征提取结果确定所述残币图像对应的第一图像面积；所述第一图像面积为所述残币图像恢复成整币的图像面积；对所述残币图像进行边缘检测，得到第二图像面积；所述第二图像面积为所述残币图像的图像面积；根据所述第一图像面积与所述第二图像面积的面积比例，确定残币面额兑换比例。2.如权利要求1所述的残币处理方法，其特征在于，在将所述残币图像输入至训练好的目标检测模型，得到面额特征提取结果以及防伪特征提取结果之前，还包括：将多个历史残币图像及对应的标注数据作为样本数据，构建训练集和测试集；利用训练集对目标检测模型进行训练，得到训练好的目标检测模型；利用测试集对训练好的目标检测模型进行测试。3.如权利要求1所述的残币处理方法，其特征在于，所述面额特征提取结果包括面额检测框；根据所述面额特征提取结果确定所述残币图像对应的第一图像面积，包括：根据所述面额检测框确定面额特征的图像面积；根据预设的面额特征占比及面额特征的图像面积确定第一图像面积。4.如权利要求1所述的残币处理方法，其特征在于，对所述残币图像进行边缘检测，包括：采用拉普拉斯边缘检测方法对所述残币图像进行边缘检测。5.如权利要求1所述的残币处理方法，其特征在于，根据所述第一图像面积与所述第二图像面积的面积比例，确定残币面额兑换比例，包括：判断所述残币图像对应的检测类型；所述检测类型包括十字检测及普通检测；根据所述检测类型及所述面积比例确定残币面额兑换比例。6.如权利要求1所述...

【专利技术属性】
技术研发人员：易骁，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：