多模态硬币图像单应性矩阵预测

对不同成像条件下拍摄的硬币图像进行配准是硬币表面缺陷算法的前置任务。然而,基于互信息的传统多模态配准方法速度慢、精度低,现有的通过基于深度学习的单应性矩阵预测方法实现的图像配准只适用于单模态的任务。为此,提出一种基于深度学习的适用于多模态硬币图像的单应性矩阵预测方法,进而使用预测的单应性矩阵完成图像配准。首先,使用单应性矩阵预测层预测输入图像对间的单应性矩阵,使用单应性矩阵对待配准图像进行透视变换;然后,使用图像转换层将透视变换后的待配准图像和目标图像映射到同一域,图像转换层可在推理时去除从而减少推理时间;最后,计算同一域下的图像间的损失,并进行训练。实验表明,该方法在测试集上的平均距离误差为 3.417 像素,相较于基于互信息的传统多模态配准方法 5.575 像素的平均距离误差降低 38.71%。且配准单对图像耗时为 17.74 ms,远低于基于互信息的传统多模态配准方法的 6 368.49 ms。     

基于可变形卷积和自适应空间特征融合的硬币表面缺陷检测算法

针对硬币表面缺陷较小、形状多变且易与背景混淆而不易检出的问题,改进YOLOv3算法并提出基于可变形卷积和自适应空间特征融合的硬币表面缺陷检测算法DCA-YOLO。首先,由于缺陷形状的多变设计了3种在主干网络中不同位置添加可变形卷积模块的网络结构,通过卷积学习偏移量和调节参数来提高缺陷的提取能力;然后,使用自适应空间特征融合网络学习权重参数来调整不同尺度特征图中各像素点的贡献度以更好地适应不同尺度的目标;最后,改进先验锚框比例,动态调节类别权重,优化并对比网络性能,从而提出在主干网络输出特征进行多尺度融合的上采样前增加可变形卷积的模型网络。实验结果表明,在硬币缺陷数据集上,DCA-YOLO算法检测平均精度均值（mAP）接近于Faster-RCNN,达到了92.8%;而相较于YOLOv3,所提算法的检测速度基本持平,在检测mAP上提高了3.3个百分点,F1分数提升了3.2个百分点。     

两硬币量子游走模型中的相干动力学

量子游走是量子计算的重要模型,而多硬币量子游走模型由于在量子通讯协议中表现突出也越来越受到人们的关注.量子相干不仅可以刻画量子态的特点,也可以反映量子演化过程的性质.主要对一维圆上两硬币量子游走模型的量子相干性进行了分析.一方面,讨论了初始量子态和硬币算子的选取对量子相干的影响.当硬币算子为Hadamard算子且初态只要在位置子空间上是均衡叠加态,整个量子游走演化过程是具有周期性的,且量子相干仅依赖于步数和圆上顶点的个数;当初始态是均衡叠加态而对硬币算子没有任何限制时,量子相干的演化也极具规律性.另一方面,发现在利用量子游走实现完美状态转移(perfect state transfer)的过程中,硬币算子的选取直接影响量子相干的值.最后,探讨了2种量子游走模型之间的等价性,并基于此指出了其在量子隐形传输(quantum teleportation)中的应用和改进的可能性.     

涡流传感器在硬币识别中的应用

本文简要介绍了涡流传感器的原理,并详细介绍了其在硬币识别中的应用,包括机械结构及电路原理,和识币过程。     

基于电涡流传感器的硬币辨伪系统的设计

根据壹元真、假硬币不同的物理特性和电涡流传感器的性能特点,针对壹元硬币,提出一种基于电涡流传感器的简易辨伪系统。其主要通过硬币的材质和厚度辨认真假,当不同性质的硬币通过时,传感器的电感不同,则被测信号的频率不同。实验结果表明,该系统可以实现真、假硬币的快速鉴别、真硬币的个数显示和假币报警等功能,且电路简单。     

基于图像检测的硬币面值识别方法

为了实现同时对多个硬币面值的准确识别,文中提出一种基于图像检测的硬币面值识别方法。首先逐步采用中值滤波、阈值分割以及形态学操作对灰度图像中的硬币进行ROI提取,实现硬币的粗定位;然后以ROI的外接最小矩形作为研究区域从原图提取图像,并由RGB颜色空间转化到HSV颜色空间,通过颜色特征的不同识别出5角硬币;最后采用SSIM图像质量评价的方法将剩余ROI中的1角硬币与1元硬币检测识别。结果表明,该硬币面值识别方法在不需要精确获得硬币大小尺寸的情况下,可以同时对多个硬币进行准确识别。     

智能投币控制系统的设计与研究

针对目前无人售票公交车上投币机存在的问题,利用电涡流原理,设计了基于RENENSAS单片机的智能投币控制系统.文章详细介绍了系统功能、工作原理、软硬件设计等,实现了检测硬币真伪及币值等功能.系统在实时性、准确性、抗干扰性等方面达到了较高的要求,具有较好的应用前景.     

基于环签名的数字货币隐私保护技术

比特币是一种去中心化的数字货币,凭借其匿名性而被广泛使用,已经在全球范围内产生影响。比特币作为目前最著名且用户最多的数字货币,用户使用伪名在公开的账本中记录完整的交易历史,这是一种不使用中心化银行并且能够防止双重花费攻击的方法。如果把用户的伪名与他们在现实社会中的身份相关联,将对比特币的匿名性造成严重的威胁。在目前的混币服务中,混淆服务提供商仍然可以获取输入和输出地址之间的对应关系,所以混币服务器能够跟踪比特币用户的交易记录。为了解决这个问题,文章提出了一种新的交易混淆方案,以确保混币服务器无法获得任何用户的输入和输出地址之间的对应关系。文章使用一个环签名算法来确保混币服务器无法归纳指定交易与输出地址的关系。环签名能够确保签名是由环中的某个用户产生的,并且不会泄漏有关签名者的任何信息。此外,方案与现有比特币协议完全兼容,易于根据用户数量进行扩展。     

欧元硬币年份检测与识别

目的 硬币上的发行年份是判别硬币外观质量的一个重要信息,为了对流通中的欧元硬币进行准确清分,有必要对欧元硬币上的发行年份进行检测与识别。但由于欧元硬币年份数字位姿的不确定性、尺寸的非归一化、其他文字符号的干扰、数字排列方式的多样性使得利用计算机视觉算法实现欧元硬币年份的自动检测、识别与判读存在较大困难。本文针对欧元硬币年份检测与识别的特殊性,提出基于Faster-RCNN（faster-region convolutional neural network）模型的数字检测方法,以及基于聚类算法和先验规则的年份排序算法。方法 首先对训练数据进行增量化处理,例如旋转、缩放等方式极大地扩充训练样本的规模;然后重新训练Faster-RCNN网络模型,使其能够适应硬币中数字的各种位姿和尺寸变化;进而利用K-means聚类算法将获得的数字候选框聚成4类,选取每类中置信度最大的候选框;最后根据预先确定的不同国别硬币的年份排列方式,通过适当的排序算法即可得到正确的年份信息。结果 在自建的实验平台上对欧盟中的12个国家的5种较大币值的硬币进行采样获得4 429幅图像,按1 ∶1比例划分为训练样本和测试样本。实验表明,本文方法的年份检测识别准确率达到89.62%,计算耗时约215 ms,基本满足准确性和实时性要求。结论 本文算法具备实时、鲁棒、高精度的良好性能,具有较高的实际应用价值。     

博物馆智能投币控制系统设计

主要介绍了博物馆智能投币系统设计的具体方案。其适用于无人操作以投币方式触发控制周边设备。主要通过涡流传感器对投入硬币币值的检测及真假币判断,并由此产生相关控制信号来模拟开关动作或控制周边强电设备,使游客能够自主参与各种互动环节。