SIFT특징치를 이용한 다국적 지폐의 계층적 인식 알고리즘에 관한 연구 = A Study on Hierarchical Recognition Algorithm of Multinational Banknotes Using SIFT Features

국문 초록 (Abstract)

본 연구에서는 물체 인식 분야에서 잘 알려진 회전, 스케일, 조명의 변화에 강인한 특징치인 SIFT를 이용하여 지폐의 특징 벡터를 구하고 이를 ANN알고리즘에 의해 정합하여 다국적 지폐를 인식하는 방법에 관한 것으로 계층적 지폐인식 방법을 제안한다. 지폐마다 지니고 있는 특징치를 추출하여 국적 및 권종을 인식하기 위하여 자외선, 적외선, 및 백색 투과광 조명을 개발하고 조명 변화에 따라 촬영된 영상으로부터 SIFT특징치를 구하고 다국적 지폐의 국적과 권종을 인식하는 방법을 구현하였다. 한화, 달러화, 유로화에 관하여 회전 및 크기 변화가 있는 환경에서 제안한 알고리즘을 적용하였고 잘 작동하고 있음을 확인 하였다.

다국어 초록 (Multilingual Abstract)

In this paper, we not only take advantage of the SIFT features in banknote recognition, which has robustness to illumination changes, geometric rotation as well as scale changes, but also propose the hierarchical banknote recognition algorithm, which comprised of feature vector extraction from the frame grabbed image of the banknotes, and matching to the prepared data base of multinational banknotes by ANN algorithm. The images of banknote under the developed UV, IR and white illumination are used so as to extract the SIFT features peculiar to each banknotes. These SIFT features are used in recognition of the nationality as well as face value. We confirmed successful function of the proposed algorithm by applying the proposed algorithm to the banknotes of Korean and USD as well as EURO.

목차 (Table of Contents)

• Ⅰ. 서 론
• Ⅱ. SIFT특징치를 이용한 지폐특징치의 추출
• Ⅲ. 자기학습형 다국적 지폐인식 알고리즘
• IV. 실험 결과
• Ⅴ. 결 론
• References

참고문헌 (Reference)

1 Zhu Jiaqi, "웹캠을 이용한 골프공 인식 및 위치추정 시스템" 한국전자통신학회 8 (8): 1833-1839, 2013

2 김성민, "영상기반 보행자 키 추정 방법" 한국전자통신학회 9 (9): 1035-1042, 2014

3 H. Lam, "The selection of pattern features for structural damage detection using an extended Bayesian ANN algorithm" ELSEVIER 30 (30): 2762-2770, 2008

4 S. Se, "Mobile robot localization and mapping with uncertainty using scale-invariant visual landmarks" 21 (21): 735-758, 2002

5 S. Se, "Global localization using distinctive visual features, Int. Conf. on Intelligent Robots and System pattern matching using wavelet decomposition" 23 : 191-201, 2002

6 B. Kim, "Feature Extraction using FFT for Banknotes Recognition in a Variety of Lighting Conditions" 698-700, 2013

7 임형섭, "F-Hessian SIFT기반의 철도건널목 영상 감시 시스템" 한국전자통신학회 05 (05): 138-144, 2010

8 M. Aoba, "Euro Banknote Recognition System Using a Three-layered Perceptron and RBF Networks" Information Processing Society of Japan 44 (44): 2003

9 David G. Lowe, "Distinctive Image Features from Scale-Invariant Keypoints" 60 (60): 91-110, 2004

10 J. Hara, "Automtic banknote transaction apparatus"

11 B. Storey, "Apparatus and method for testing banknotes for genuineness using Fourier transform analysis"

12 D. Mount, "ANN Programming Manual"

13 R. Cavalcanti, "A model of private bank-note issue" Elsevier 2 (2): 104-136, 1999