摘要

本发明提供一种面向多光源票据综合鉴别的深度学习目标检测方法,所述方法包括:依据票据不同光源下呈现不同图像防伪特征的特点,在自然光、紫外光、红外光、透光光源条件下采集票据图像信息;构建基于回归方法的目标检测算法,实现票据图像位置快速检测、票据成像条件识别;构建基于区域候选的目标检测算法,实现票据图像局部防伪特征位置、类别的精确检测;根据票据图像在不同光照下应呈现的防伪特征先验信息,结合算法检测结果,实现票据真伪鉴别。本发明利用深度学习在特征提取、归纳优势,提出具有强大泛化性能的票据多光源综合鉴别方法,解决经典图像处理方法在光照条件变化下票据图像鉴别适用性不足、效率不高的问题,实现票据多光源高效准确鉴别。