劉桂雄 劉思洋 吳俊芳 羅文佳

摘要：基于深度學(xué)習(xí)的目標(biāo)檢測是機(jī)器視覺應(yīng)用的重要方面。該文系統(tǒng)總結(jié)基于區(qū)域候選的目標(biāo)檢測算法、基于回歸方法的目標(biāo)檢測算法及其他優(yōu)化算法的算法思想、網(wǎng)絡(luò)架構(gòu)、演進(jìn)過程、技術(shù)指標(biāo)、應(yīng)用場景，指出在機(jī)器視覺系統(tǒng)應(yīng)用中，應(yīng)充分考慮檢測對象、檢測精度、實時性能要求，結(jié)合不同目標(biāo)檢測算法特點，選擇最合適的檢測算法。最后，面向票據(jù)檢測需求，分析目標(biāo)檢測算法在票據(jù)圖像位置檢測、防偽特征檢測、文本信息檢測中的應(yīng)用。

關(guān)鍵詞：機(jī)器視覺;目標(biāo)檢測;深度學(xué)習(xí);卷積神經(jīng)網(wǎng)絡(luò);票據(jù)檢測

中圖分類號：TP302一 文獻(xiàn)標(biāo)志碼：A 文章編號：1674-5124（2019）05-0001-09

0 引言

在智能制造與裝備等產(chǎn)業(yè)中，機(jī)器視覺檢測技術(shù)因其實時性好、準(zhǔn)確性高、適用性廣而得到廣泛應(yīng)用。目標(biāo)檢測作為機(jī)器視覺系統(tǒng)主要任務(wù)之一，在工業(yè)相機(jī)采集高分辨率圖像信息基礎(chǔ)上，實現(xiàn)多目標(biāo)物體識別、位置預(yù)測，并關(guān)聯(lián)目標(biāo)物體位置信息與世界坐標(biāo)信息，控制視覺檢測系統(tǒng)驅(qū)動器進(jìn)行相應(yīng)機(jī)器檢測操作[1]。機(jī)器視覺目標(biāo)檢測算法由目標(biāo)特征提取器、目標(biāo)分類器與目標(biāo)位置區(qū)域搜索方法構(gòu)成[2-5]。其中，目標(biāo)特征提取器由人為設(shè)計，提取目標(biāo)圖像顏色、形狀、紋理等信息，如方向梯度直方圖特征[6]（histogram of oriented gradient，HOG）、尺度不變特征[7]（scale-invariant feature transform，SIFT）等;目標(biāo)分類器則是基于提取器得到信息進(jìn)行特征計算，確定目標(biāo)類別，代表性的有基于支持向量機(jī)（support vector machine，SVM）分類器[8]、adaboost分類器[9];目標(biāo)位置區(qū)域搜索方法通常是采用滑動窗口（slding window）在圖像上滑動，對每個滑動區(qū)域進(jìn)行特征提取與分類，判斷該區(qū)域存在目標(biāo)概率及其位置[10]。機(jī)器視覺目標(biāo)檢測算法的目標(biāo)特征提取器、目標(biāo)分類器、目標(biāo)位置區(qū)域搜索方法獨立設(shè)計，實現(xiàn)目標(biāo)檢測，在特定場景下檢測效果良好，但通用性較差、開發(fā)周期較長。

卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural networks，CNN）具有特征學(xué)習(xí)與歸納能力強(qiáng)特點，深度學(xué)習(xí)采用端到端學(xué)習(xí)策略（end-to-end learning），將特征提取、目標(biāo)分類、目標(biāo)定位任務(wù)整合到神經(jīng)網(wǎng)絡(luò)架構(gòu)中，實現(xiàn)從圖像輸入到目標(biāo)分類與定位檢測結(jié)果輸出的統(tǒng)一過程[11]，與經(jīng)典目標(biāo)檢測算法相比，有效地簡化算法過程，提高檢測效率，以CNN為代表的深度學(xué)習(xí)方法成為目標(biāo)檢測領(lǐng)域研究熱點[12]。目前，基于深度學(xué)習(xí)的目標(biāo)檢測算法與機(jī)器視覺系統(tǒng)結(jié)合，已經(jīng)在無人機(jī)巡[13]、工業(yè)CT圖像缺陷檢測[14]、車輛檢測[15]、移動端人臉檢測[16]等領(lǐng)域取得較大進(jìn)展，但在復(fù)雜多變的目標(biāo)檢測場景中應(yīng)用存在問題，如在票據(jù)檢測應(yīng)用領(lǐng)域，目前多采用傳統(tǒng)目標(biāo)檢測方法完成票據(jù)某一防偽特征檢測[17-18]，而實現(xiàn)票據(jù)完整檢測涉及多光照條件票據(jù)檢測[19]、票據(jù)多防偽特征檢測[20]、票據(jù)文本信息檢測[21]等多項任務(wù)，票據(jù)在不同光照條件下又呈現(xiàn)復(fù)雜多變圖像特征，傳統(tǒng)目標(biāo)檢測方法在票據(jù)多目標(biāo)檢測中應(yīng)用復(fù)雜、實現(xiàn)困難?；谏疃葘W(xué)習(xí)的目標(biāo)檢測算法在高特征維度中具有強(qiáng)大分辨能力[22]，非常適合應(yīng)用于票據(jù)檢測的機(jī)器視覺系統(tǒng)中。

本文系統(tǒng)總結(jié)基于深度學(xué)習(xí)的機(jī)器視覺目標(biāo)檢測算法，對比各種算法在VOC2012[23]目標(biāo)檢測數(shù)據(jù)集中的性能，指出不同目標(biāo)檢測算法適用的機(jī)器視覺任務(wù)場景，并結(jié)合基于深度學(xué)習(xí)的票據(jù)檢測技術(shù)加以分析與應(yīng)用。

1 目標(biāo)檢測算法準(zhǔn)確性評價指標(biāo)

基于深度學(xué)習(xí)的目標(biāo)檢測算法以經(jīng)典CNN作為骨干網(wǎng)絡(luò)，包括輸入層、卷積層、池化層、全連接層、輸出層[24]。輸入層以固定分辨率圖像作為輸入，由多層卷積層進(jìn)行圖像逐層卷積運算，完成從顏色、紋理等低級特征到圖像高級語義特征提取，全連接層則根據(jù)輸出層具體任務(wù)，對高層特征進(jìn)行映射，再由SVM、SoftMax等分類器輸出目標(biāo)類別置信度、目標(biāo)包圍框（bounding box）坐標(biāo)參數(shù)。典型CNN網(wǎng)絡(luò)包括AlexNef25]、GoogleNet[26]、VGG16[27]、ResNet[28]等。算法結(jié)合目標(biāo)位置區(qū)域搜索方法，采用端對端訓(xùn)練策略，完成圖像從輸入到目標(biāo)類別、目標(biāo)位置坐標(biāo)輸出的統(tǒng)一過程[29]。

在多類別目標(biāo)檢測任務(wù)中，算法在一幅圖像上對某種待測目標(biāo)的檢測結(jié)果存在4種情況（圖1為算法檢測結(jié)果示意圖），情況1為算法檢測得到的樣本屬于待測目標(biāo)樣本TP，數(shù)量為N即;情況2為算法檢測得到的樣本不屬于待測目標(biāo)樣本FP，數(shù)量為NFP;情況3為未被算法成功檢測的其他目標(biāo)樣本TN，數(shù)量為N_TN;情況4為未被算法成功預(yù)測的待測目標(biāo)樣本FN，數(shù)量為N_FN。

目標(biāo)檢測算法準(zhǔn)確性評價指標(biāo)可用查準(zhǔn)率P_prection、查全率P_recall表示。其中，查準(zhǔn)率P_prection定義為算法檢測得到樣本總數(shù)NTp+N即中，待測目標(biāo)樣本數(shù)N_TP所占比率，即：

P_prection=N_TP/N_TPN_FP（1）

查全率P_recall定義為圖像上存在的所有待測目標(biāo)樣本數(shù)N_TP+N_FN中，算法檢測的待測目標(biāo)樣本數(shù)N_TP占比率，即：

P_recall=N_TP/_TP+N_FN

在保證查全率P_recall處于較高水平前提下，查準(zhǔn)率P_prection越高，算法性能越好。以P_recall為橫坐標(biāo)，以P_prection為縱坐標(biāo)建立曲線，曲線與坐標(biāo)軸中所包圍面積即為算法在單類目標(biāo)檢測中的準(zhǔn)確性評價指標(biāo)AP（average precision），對于多類別目標(biāo)檢測，則求各類目標(biāo)檢測結(jié)果準(zhǔn)確性指標(biāo)平均值mAP（meanaverage precision）作為算法準(zhǔn)確性評價指標(biāo)。

2 基于深度學(xué)習(xí)的機(jī)器視覺目標(biāo)檢測算法

基于深度學(xué)習(xí)的機(jī)器視覺目標(biāo)算法按實現(xiàn)原理可分為基于區(qū)域候選的目標(biāo)檢測算法[30]、基于回歸方法的目標(biāo)檢測算法[31]，兩者區(qū)別主要在于是否采用區(qū)域候選方法（region proposals）。此外，一些算法從損失函數(shù)設(shè)計、網(wǎng)絡(luò)優(yōu)化人手，提高算法檢測能力[32]。

2.1 基于區(qū)域候選的目標(biāo)檢測算法

基于區(qū)域候選的目標(biāo)檢測算法首先為待檢測目標(biāo)選取候選區(qū)域;其次，在候選區(qū)域上進(jìn)行特征提取、目標(biāo)分類、位置調(diào)整;最終輸出檢測結(jié)果。

1）R-CNN

Girshick（2014）將CNN引入目標(biāo)檢測任務(wù)，提出R-CNN算法[33]（region-convolutional neural net-work），是基于深度學(xué)習(xí)的目標(biāo)檢測算法奠基之作。圖2為R-CNN算法流程，利用選擇性搜索策略（selective search）提取約2000個目標(biāo)候選區(qū)域，將候選區(qū)域大小改變?yōu)榻y(tǒng)一尺寸，輸入由AlexNet作為骨干網(wǎng)絡(luò)實現(xiàn)自淺而深的圖像特征提取，由SVM分類器對每個候選區(qū)域特征向量進(jìn)行分類，最后采用非極大值抑制策略（non-maximum suppression，NMS）完成目標(biāo)包圍框位置修正。

R-CNN通過區(qū)域候選方法將目標(biāo)檢測問題轉(zhuǎn)化為圖像區(qū)域的分類問題，相較于經(jīng)典算法，大幅度提高算法檢測性能，具有簡單、通用性強(qiáng)優(yōu)點，但其在2000個區(qū)域候選與特征提取中進(jìn)行多次重復(fù)運算，影響算法時間性能。在ILSVRC2013數(shù)據(jù)集上，R-CNN將mAP從之前最佳算法OverFeat的24.3%提升至31.4%，在VOC2012數(shù)據(jù)集上達(dá)到53.3%。

2）SPP-Net

為彌補R-CNN對2000個區(qū)域候選區(qū)域尺寸改變、特征提取出現(xiàn)重復(fù)操作、冗余運算問題，KaimingHe等（2015）提出SPP-Net（spatial pyramid poolingnetwork），一次性完成整張圖片卷積特征提取，且無需固定圖片尺寸，極大減小R-CNN算法卷積運算量[34]，圖3為SPP-Net算法流程。相較于R-CNN算法網(wǎng)絡(luò)結(jié)構(gòu)，SPP-Net在卷積層最后一層與全連接層間加入空間金字塔池化層，它將選擇性搜索策略得到的候選區(qū)域?qū)?yīng)至卷積特征圖上，并全部以金字塔池化方式形成大小一致的特征圖進(jìn)入全連接層進(jìn)行進(jìn)一步計算。

SPP-Net在R-CNN基礎(chǔ)上，采用空間金字塔池化方式解決候選區(qū)域歸一化問題，并在一次卷積運算基礎(chǔ)上實現(xiàn)所有候選區(qū)域特征提取，在檢測速度上比R-CNN提高38～102倍，準(zhǔn)確性上略有提高。但SPP-Net對象分類與邊界框回歸兩部分任務(wù)依然是分離進(jìn)行，計算空間占用率高，計算效率較低。

3）Fast R-CNN

Girshick（2015）借鑒SPP-Net空間金字塔池化層思想，提出R-CNN升級版本Fast R-CNN[35]（fastregion-convolutional neural network），圖4為Fast R-CNN算法流程圖，其在卷積層之后引入ROIPooling層，與空間金字塔池化層產(chǎn)生相同效果，保證在不同分辨率候選區(qū)域輸入下得到相同維度特征向量，滿足網(wǎng)絡(luò)輸出對圖像分辨率的要求，并可使用反向傳播（back propagation，BP）[36]實現(xiàn)網(wǎng)絡(luò)端對端學(xué)習(xí)。同時，F(xiàn)ast R-CNN構(gòu)造多任務(wù)損失函數(shù)，將分類與邊界框回歸統(tǒng)一于一個損失函數(shù)中，實現(xiàn)分類與定位結(jié)果的統(tǒng)一輸出。此外，F(xiàn)ast R-CNN采用VGG16作為骨干網(wǎng)絡(luò)，更為優(yōu)異的特征提取網(wǎng)絡(luò)一定程度上提高目標(biāo)檢測準(zhǔn)確率。

Fast R-CNN作為R-CNN升級版本，在VOC2012數(shù)據(jù)集上mAP達(dá)到66.0%，同時，端對端的統(tǒng)一學(xué)習(xí)架構(gòu)使得Fast R-CNN的訓(xùn)練時間、檢測時間有效縮短，在不包括區(qū)域候選過程條件下，單張圖片檢測時間為0.3s。但選擇性搜索這一區(qū)域候選方法仍然嚴(yán)重影響Fast R-CNN的實時性能，是Fast R-CNN的工業(yè)應(yīng)用瓶頸。

4）Faster R-CNN

SPP-Net與Fast R-CNN均從特征提取、候選區(qū)域尺寸歸一化角度提升目標(biāo)檢測算法性能，而Girsh-ick（2017）提出的Faster R-CNN（faster region-con-volutional neural network則從算法另一瓶頸——區(qū)域候選策略改進(jìn)算法[37]，F(xiàn)aster R-CNN提出RPN網(wǎng)絡(luò)（region proposal network）代替選擇性搜索作為區(qū)域候選方法。圖5為Faster R-CNN算法流程圖，RPN網(wǎng)絡(luò)在圖像卷積特征圖上通過滑動窗口方法，采用預(yù)設(shè)尺度為特征圖上每個錨點生成9個錨點框并映射至圖像原圖，即為候選區(qū)域。其中，RPN與全連接層共享輸入卷積特征圖，極大降低運算量。

Faster R-CNN采用RPN代替選擇性搜索方法完成區(qū)域候選任務(wù)，充分利用骨干網(wǎng)絡(luò)提取的圖像特征。Faster R-CNN在VOC2012數(shù)據(jù)集上mAP達(dá)到75.9%，時間性能達(dá)到5f/s，即is內(nèi)可檢測5張圖像（包括區(qū)域候選過程）;但算法在小目標(biāo)檢測任務(wù)中效果較差，這是由于選取的錨點框經(jīng)過多次下采樣操作，再返回至原圖時，對應(yīng)于原圖中區(qū)域較大部分，使得小目標(biāo)的定位準(zhǔn)確性下降。

綜合以上分析，基于區(qū)域候選的目標(biāo)檢測算法采用區(qū)域候選方法預(yù)測目標(biāo)位置，通過合并有效區(qū)域、去除冗余區(qū)域策略實現(xiàn)目標(biāo)位置調(diào)整，實現(xiàn)目標(biāo)高精度定位，但區(qū)域候選方法耗費較長時間，適用于檢測精度要求高、檢測實時性要求不高場合。

2.2 基于回歸方法的目標(biāo)檢測算法

基于回歸方法的目標(biāo)檢測算法不同于基于區(qū)域候選的目標(biāo)檢測算法“區(qū)域候選+分類”思路，將目標(biāo)檢測過程簡化為端到端的回歸問題，通過網(wǎng)格劃分、像素合并等操作減少圖像處理操作，直接獲得目標(biāo)類別與位置信息，提高算法實時性。

1）YOLO系列

針對基于區(qū)域候選的目標(biāo)檢測操作繁復(fù)、實時性不佳的缺點，Redmon J等（2016）提出YOLO（youonly look once）算法[38]。圖6為YOLO算法流程圖，其將圖像劃分為S×S網(wǎng)格（cel1），在提取卷積特征圖基礎(chǔ)上，若目標(biāo)中心落在某網(wǎng)格中，則該網(wǎng)格為目標(biāo)預(yù)測若干個目標(biāo)邊界框與置信度，最后通過邊界框交并比IOU（intersection over union）等指標(biāo)去除、合并邊界框，最終獲得檢測結(jié)果。

YOLO采用以網(wǎng)格劃分為基礎(chǔ)的多尺度區(qū)域代替區(qū)域候選步驟，以犧牲部分檢測精度為代價提高檢測速度，實現(xiàn)在線實時檢測，檢測時間性能達(dá)到45f/s，在VOC2012數(shù)據(jù)集上mAP為57.9%。YOLO受檢測精度影響，其目標(biāo)定位較為粗糙，小物體檢測效果差，易出現(xiàn)漏檢情況。

Redmon J等（2017）在YOLO算法基礎(chǔ)上研究YOL09000算法[39]。針對YOLO檢測精度問題，YO_L09000在卷積網(wǎng)絡(luò)架構(gòu)上進(jìn)行優(yōu)化，設(shè)計DarkNet-19網(wǎng)絡(luò)并引入批歸一化層[40]（batch normalization，BN），一定程度上解決訓(xùn)練過程過擬合問題，從圖像特征提取質(zhì)量角度提高檢測精度。在小目標(biāo)檢測效果不佳問題上，YOL09000采用多尺度訓(xùn)練策略（multi-scale training），即網(wǎng)絡(luò)訓(xùn)練過程中調(diào)整輸入圖像分辨率，使得網(wǎng)絡(luò)具有不同分辨率圖像的檢測能力。YOL09000在45f/s檢測速度下達(dá)到mAP值為63.4%的檢測效果。由于YOL09000算法僅使用最后一層特征圖作為特征輸入，特征信息多樣性不足，限制其檢測效果。

Redmon J等（2018）再次研究YOLO系列新算法YOLOv3[41]，CNN研究結(jié)果表明，具備深度、寬度的特征提取網(wǎng)絡(luò)在特征多樣性、層次性表達(dá)效果更好[42]。YOLOv3借鑒該思想，設(shè)計更深的特征提取網(wǎng)絡(luò)DarkNet-53，以及面向工業(yè)應(yīng)用的輕量化網(wǎng)絡(luò)Tiny-DarkNet，進(jìn)一步彌補YOLO系列算法在檢測精度上的缺陷。

2）SSD

Liu Wei等（2015）在以POLO為代表的目標(biāo)檢測算法思路基礎(chǔ)上，借鑒Faster R-CNN在提高檢測精度方面采取的方法，提出SSD（single shot multiBoxDetector）目標(biāo)檢測算法[43]。圖7為SSD算法核心思想示意圖，SSD算法與YOLO系列算法思想一致，將原始圖像劃分為若干個網(wǎng)格，同時借鑒FasterR-CNN關(guān)于錨點框設(shè)置方法，為每個網(wǎng)格設(shè)置特定長寬比先驗框，以適應(yīng)目標(biāo)形狀與大小，減少訓(xùn)練難度。另外，SSD采用多尺度訓(xùn)練策略，大尺度特征圖用于檢測小目標(biāo)，小尺度特征圖用于檢測大目標(biāo)，提高目標(biāo)檢測精度。

SSD算法結(jié)合YOLO算法、Faster R-CNN算法優(yōu)點，兼具實時性與準(zhǔn)確性，在當(dāng)時是最先進(jìn)算法之一，在VOC2012數(shù)據(jù)集上達(dá)到72.4%檢測精度及59f/s檢測速度。同時，SSD采用多尺度訓(xùn)練策略，使得SSD在小目標(biāo)檢測上取得重大突破，適用于小目標(biāo)檢測場景。

基于回歸方法的目標(biāo)檢測算法與基于區(qū)域候選的目標(biāo)檢測算法相比，減少區(qū)域候選步驟，直接在原圖圖像上劃分網(wǎng)格、分類、位置調(diào)整，提高檢測速度，但由于網(wǎng)格劃分不具備目標(biāo)位置的任何先驗信息，導(dǎo)致該類算法在檢測精度上略有欠缺，適用于在線、實時檢測場合。

2.3 其他相關(guān)改進(jìn)算法

除基于區(qū)域候選、基于回歸方法的目標(biāo)檢測算法思想外，一些目標(biāo)檢測算法從損失函數(shù)優(yōu)化、神經(jīng)網(wǎng)絡(luò)加速等方面進(jìn)一步提高算法檢測準(zhǔn)確性與實時性。

1）RetinaNet

T.Lin等（2017）指出目標(biāo)檢測算法精度難以進(jìn)一步提升主要由類別不平衡問題導(dǎo)致，即在算法生成的大量目標(biāo)邊界框中，大部分邊界框包含的是圖像背景類別，只有少部分邊界框包含待測目標(biāo)。若分類器將所有邊界框分類為背景類別，將導(dǎo)致分類器往錯誤方向訓(xùn)練學(xué)習(xí)，檢測效果下降。在此問題分析基礎(chǔ)上，T.Lin等設(shè)計新?lián)p失函數(shù)，提出RetinaNet目標(biāo)檢測算法[44]，它在損失函數(shù)設(shè)計中加入損失權(quán)重參數(shù)，當(dāng)檢測結(jié)果為背景時具有較小損失權(quán)重值，當(dāng)檢測結(jié)果為待測目標(biāo)時具有較大損失權(quán)重值，達(dá)到背景類別、待測目標(biāo)類別整體樣本損失值平衡。

2）RefineDet

S.Zhang等（2018）指出CNN在執(zhí)行下采樣步驟時，將丟失目標(biāo)邊界等細(xì)節(jié)信息且在高特征維度中無法恢復(fù)，產(chǎn)生目標(biāo)定位誤差，從多卷積特征融合角度對算法完成改進(jìn)，提出RefineDet（refinementneural network for object detection）目標(biāo)檢測算法[45]，借鑒ResNet卷積層跳躍連接（short connection）思路，引入特征融合模塊transfer connection block），將網(wǎng)絡(luò)中多個卷積層輸出特征圖進(jìn)行連接，實現(xiàn)從底層輪廓、邊界特征到高層語義特征融合。此外，RefmeDet引入樣本過濾機(jī)制，對于屬于圖像背景類別且置信度高的樣本，算法直接舍去該樣本，以緩解樣本不平衡問題，提高訓(xùn)練速度。在VOC2012數(shù)據(jù)集上，RefmeDet在24.1f/s的時間性能下達(dá)到80.1%的mAP值。

表1為各種目標(biāo)檢測算法及其效果比較表?？梢钥闯?，基于區(qū)域候選的目標(biāo)檢測算法在檢測精度上表現(xiàn)優(yōu)異，基于回歸方法的目標(biāo)檢測算法在時間性能上效果良好，在工業(yè)應(yīng)用中，應(yīng)根據(jù)應(yīng)用場景、任務(wù)要求選擇算法。

3 目標(biāo)檢測算法在票據(jù)檢測中的應(yīng)用

在用于票據(jù)檢測的機(jī)器視覺系統(tǒng)中，系統(tǒng)首先由工業(yè)相機(jī)獲取包含票據(jù)目標(biāo)的高分辨率圖像，檢測票據(jù)目標(biāo)在圖像上位置并確定其票據(jù)類別、光源激發(fā)條件信息;其次，完成票據(jù)目標(biāo)所有局部防偽特征檢測，并與該光源條件下標(biāo)準(zhǔn)票據(jù)防偽特征比對，判定票據(jù)真?zhèn)蝃48];最后，系統(tǒng)采用圖像文本檢測方法讀取票據(jù)票號、數(shù)額等信息，完成票據(jù)信息檢測。在票據(jù)檢測過程中，涉及目標(biāo)檢測算法的應(yīng)用包括多光源激發(fā)條件下圖像位置、防偽特征、文本信息等檢測。

3.1 票據(jù)圖像位置檢測

在開放式票據(jù)防偽鑒別儀器中，票據(jù)圖像在視覺系統(tǒng)視野中位置存在偏移、旋轉(zhuǎn)情況，其在視野中位置影響票據(jù)局部防偽特征檢測。傳統(tǒng)方法采用檢測票據(jù)圖像局部角點、顏色特征等實現(xiàn)票據(jù)圖像位置檢測。Young P等（2015）采用SURF（speeded-up robust features）角點特征檢測方法定位票據(jù)特征位置，在可見光條件下實現(xiàn)票據(jù)識別[49];Liu X W等（2014）首先利用模糊集理論對紙幣目標(biāo)與背景進(jìn)行對比度增強(qiáng)，然后用最小二乘法擬合出紙幣像素邊緣，根據(jù)像素邊緣線角度校正紙幣圖像，完成紙幣位置區(qū)域檢測[50]。該類方法在特定檢測條件下的票據(jù)位置檢測效果良好，但在不同檢測條件下通用性較差，而票據(jù)完整檢測要求在自然光、紫外光、透光、紅外光條件下分別檢測（見圖8），要求票據(jù)圖像位置檢測方法具有通用性。

票據(jù)圖像位置檢測是在高分辨率圖像中對票據(jù)目標(biāo)的粗定位，是票據(jù)局部防偽特征檢測基礎(chǔ)。因此，票據(jù)圖像位置檢測精度要求不高，只需獲取票據(jù)目標(biāo)的邊緣、類別信息，允許一定位置誤差，但要求算法時間性能佳，檢測速度快?；诨貧w方法的目標(biāo)檢測算法既滿足多光源條件下票據(jù)位置檢測算法通用性要求，又具備實時性檢測特點，是該任務(wù)場景下首選算法。

3.2 票據(jù)防偽特征檢測

票據(jù)防偽特征檢測是票據(jù)檢測的核心內(nèi)容，是通過視覺方法鑒別票據(jù)真?zhèn)蔚年P(guān)鍵手段[51]。票據(jù)在不同光源下呈現(xiàn)不同防偽特征（如圖8所示），如紫外光下的熒光圖案特征、透光下的油墨特征、紅外光下則隱去大部分特征，僅保留某些文字、編碼特征，復(fù)雜多變的票據(jù)特征為所有防偽特征檢測增加難度。傳統(tǒng)圖像算法針對票據(jù)一種或某幾種防偽特征設(shè)計相應(yīng)檢測鑒別算法[52]，Roy A等（2015）將熒光特征、安全線特征作為檢測目標(biāo)，結(jié)合閾值分割等圖像處理方法完成特征檢測，并計算檢測特征與標(biāo)準(zhǔn)特征的圖像歐式距離，判定真?zhèn)蝃53];Bruna A等（2013）研發(fā)紅外光下歐元偽幣檢測系統(tǒng)，系統(tǒng)利用紅外相機(jī)獲取的鈔票圖像，通過圖像降噪、SIFT特征提取，SVM分類方法評判紅外光下整張紙幣真?zhèn)吻闆r[54]。

以Faster R-CNN為代表的基于區(qū)域候選的目標(biāo)檢測算法在多目標(biāo)檢測任務(wù)中表現(xiàn)優(yōu)異，檢測精度高，適用于票據(jù)多防偽特征檢測任務(wù)場景。

3.3 票據(jù)文本信息檢測

票據(jù)文本信息檢測完成票據(jù)編碼、數(shù)額、類型等關(guān)鍵信息檢測與讀取，是實現(xiàn)票據(jù)信息自動保存記錄的基礎(chǔ)。圖9為基于深度學(xué)習(xí)的票據(jù)文本信息檢測流程，在輸入票據(jù)圖像基礎(chǔ)上，采用目標(biāo)檢測算法預(yù)測票據(jù)信息文本框位置，其次在文本框內(nèi)對字符序列進(jìn)行分割，依次對每個字符內(nèi)容進(jìn)行分類識別，最終合并字符序列，輸出票據(jù)文本信息。

票據(jù)文本信息處于票據(jù)圖像很小區(qū)域范圍內(nèi)，屬于小目標(biāo)檢測任務(wù)范圍，應(yīng)選用類似SSD在小目標(biāo)檢測中又快又準(zhǔn)的算法[55]。

在面向票據(jù)檢測的目標(biāo)檢測算法應(yīng)用中，根據(jù)票據(jù)檢測不同階段、不同任務(wù)場景，結(jié)合不同類別目標(biāo)檢測算法特點，選用最為合適算法?；诨貧w方法的目標(biāo)檢測算法用于票據(jù)圖像快速定位，基于候選區(qū)域的目標(biāo)檢測算法用于票據(jù)防偽特征精準(zhǔn)檢測，票據(jù)文本信息檢測則使用SSD等小目標(biāo)檢測算法。

4 結(jié)束語

目標(biāo)檢測是機(jī)器視覺檢測的一部分，實現(xiàn)圖像上目標(biāo)的分類與定位，可分為基于區(qū)域候選的目標(biāo)檢測算法、基于回歸方法的目標(biāo)檢測算法、其他改進(jìn)算法。其在票據(jù)檢測領(lǐng)域具有廣泛應(yīng)用前景，總結(jié)如下：

1）基于區(qū)域候選的目標(biāo)檢測算法采用“區(qū)域候選+分類”的實現(xiàn)思路，區(qū)域候選策略為目標(biāo)檢測提供先驗定位，降低算法在目標(biāo)定位選擇的盲目性，然后通過位置精修獲得目標(biāo)準(zhǔn)確位置，其特點是檢測精度高，適用于圖像精密檢測場景;

2）基于回歸方法的目標(biāo)檢測算法則將目標(biāo)檢測視為回歸問題解決，減少區(qū)域候選步驟，簡化算法流程，直接在圖像特征提取基礎(chǔ)上輸出目標(biāo)類別置信度與位置信息，有效提高檢測實時性，適用于動態(tài)在線檢測場景;

3）一些目標(biāo)檢測算法研究基于深度學(xué)習(xí)的目標(biāo)檢測機(jī)理，從圖像特征提取網(wǎng)絡(luò)優(yōu)化、訓(xùn)練損失函數(shù)設(shè)計、多層卷積特征融合等方面實現(xiàn)目標(biāo)檢測算法優(yōu)化，提高檢測精度;

4）在票據(jù)檢測的機(jī)器視覺系統(tǒng)中，包括圖像位置、防偽特征、文本信息等檢測，在應(yīng)用過程中，應(yīng)結(jié)合不同場景檢測需求與目標(biāo)檢測算法特點，選擇適用算法，提高票據(jù)檢測精度、實時性能，構(gòu)建面向票據(jù)檢測應(yīng)用的智能檢測系統(tǒng)。

參考文獻(xiàn)

[1]尹仕斌，任永杰，劉濤，等.機(jī)器視覺技術(shù)在現(xiàn)代汽車制造中的應(yīng)用綜述[J].光學(xué)學(xué)報，2018，38（8）：11-22.

[2]GUO Y，LIU Y，OERLEMANS A，et al.Deep learning forvisual understanding：A review[J].Neurocomputing，2016，187：27-48.

[3]FELZENSZWALB P F，GIRSHICK R B，MCALLESTER D，et al.Object detection with discriminatively trained part-basedmodels[J].IEEE Transactions on Pattern Analysis andMachine Intelligence，2010，32（9）：1627-1645.

[4]REN X，RAMANAN D.Histograms of sparse codes for objectdetection[C]//Proceedings of the IEEE Conference onComputer Vision and Pattern Recognition，2013.

[5]FELZENSZWALB P，GIRSHICK R，MCALLESTER D，et al.Visual object detection with deformable part models[J].Communications of the ACM，2013，56（9）：97-105.

[6]DALAL N，TRIGGS B.Histograms of oriented gradients forhuman detection[C]//International Conference on ComputerVision&Pattern Recognition（CVPR'05），2005.

[7]LOWE D G.Distinctive image features from scale-invariantkeypoints[J].International Journal of Computer Vision，2004，60（2）：91-110.

[8]CHEN P，LIN C，SCHOLKOPF，B.A tutorial on v-supportvector machines[J].Applied Stochastic Models in Business&Industry，2005，21（2）：111-136.

[9]WANG P，SHEN C，BARNES N，et al.Fast and robust objectdetection using asymmetric totally corrective boosting[J].IEEE Transactions on Neural Networks and Learning Systems，2012，23（1）：33-46.

[10]尹宏鵬，陳波，柴毅，等.基于視覺的目標(biāo)檢測與跟蹤綜述[J].自動化學(xué)報，2016，42（10）：1466-1489.

[11]方路平，何杭江，周國民.目標(biāo)檢測算法研究綜述[J].計算機(jī)工程與應(yīng)用，2018，54（13）：11-18，33.

[12]于進(jìn)勇，丁鵬程，王超.卷積神經(jīng)網(wǎng)絡(luò)在目標(biāo)檢測中的應(yīng)用綜述[J].計算機(jī)科學(xué)，2018，45（S2）：17-26.

[13]張明江，李紅衛(wèi)，趙衛(wèi)虎，等.深度學(xué)習(xí)在軍用光纜線路無人機(jī)巡檢中的應(yīng)用[J].光通信研究，2018（6）：61-65.

[14]常海濤，茍軍年，李曉梅.Faster R-CNN在工業(yè)CT圖像缺陷檢測中的應(yīng)用[J].中國圖象圖形學(xué)報，2018，23（7）：129-139.

[15]王衛(wèi)東，程丹.監(jiān)控場景下的實時車輛檢測方法[J].電子測量與儀器學(xué)報，2018（7）：83-88.

[16]魏震宇，文暢，謝凱，等.光流估計下的移動端實時人臉檢測[J].計算機(jī)應(yīng)用，2018，38（4）：1146-1150.

[17]張玉杰，張媛媛.便攜式票據(jù)數(shù)字水印檢測系統(tǒng)的研究[J].自動化儀表，2013，34（3）：41-43.

[18]陶銳，孫彥景.金融票據(jù)混沌水印加密算法研究與實現(xiàn)[J].電子器件，2017，40（5）：1297-1303.

[19]PHAM T D，NGUYEN D T，KINI W，et al.Deep leaming-based banknote fitness classification using the reflectionimages by a visible-light one-dimensional line imagesensor[J].Sensors，2018，18（2）：472.

[20]LEE J，HONG H，KIM K，et al.A survey on banknoterecognition methods by various sensors[J].Sensors，2017，17（2）：313.

[21]PHAM T，LEE D，PARK K.Multi-national banknoteclassification based on visible-light line sensor andconvolutional neural network[J].Sensors，2017，17（7）：1595.

[22]LECUN Y，BENGIO Y，HINTON G.Deep learning[J].Nature，2015，521（7553）：436.

[23]EVERINGHAM M，ESLAMI S M A，VAN GOOL L，et al.The PASCAL visual object classes challenge：aretrospective[J].International Journal of Computer Vision，2015，111（1）：98-136.

[24]陳超，齊峰.卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展及其在計算機(jī)視覺領(lǐng)域中的應(yīng)用綜述[J].日算機(jī)科學(xué)，2019，46（3）：63-73.

[25]KRIZHEVSKY A，SUTSKEVER I，HINTON G E.Imagenetclassification with deep convolutional neural networks[C]//Advances in Neural Information Processing Systems，2012.

[26]SZEGEDY C，LIU W，JIA Y，et al.Going deeper withconvolutions[C]//Proceedings of the IEEE Conference onComputer Vision and Pattern Recognition，2015.

[27]SIMONYAN K，ZISSERMAN A.Very deep convolutionalnetworks for large-scale image recognition[C]//2015International Conference on Learning Representations，2015.

[28]HE K，ZHANG X，REN S，et al.Deep residual learning forimage recognition[C]//Proceedings of the IEEE Conference onComputer Vision and Pattern Recognition，2016.

[29]張榮，李偉平，莫同.深度學(xué)習(xí)研究綜述[J].信息與控制，2018，47（4）：385-397，410.

[30]吳帥，徐勇，趙東寧.基于深度卷積網(wǎng)絡(luò)的目標(biāo)檢測綜述[J].模式識別與人工智能，2018，31（4）：335-346.

[31]昊加瑩，楊賽，堵俊，等.自底向上的顯著性目標(biāo)檢測研究綜述[J].日算機(jī)科學(xué)，2019，46（3）：48-52.

[32]ZHAO Z Q，ZHENG P，XU S，et al.Object detection withdeep learning：A review[C]//IEEE Transactions on NeuralNetworks and Learning Systems，2019.

[33]GIRSHICK R，DONAHUE J，DARRELL T，et al.Richfeature hierarchies for accurate object detection and semanticsegmentation[C]//Proceedings of the IEEE Conference onComputer Vision and Pattern Recognition.2014.

[34]HEK，ZHANG X，REN S，et al.Spatial pyramid pooling indeep convolutional networks for visual recognition[J].IEEETransactions on Pattern Analysis and Machine Intelligence，2015，37（9）：1904-1916.

[35]GIRSHICK R.Fast R-CNN[C]//Proceedings of theIEEEInternational Conference on Computer Vision，2015.

[36]RUMELHART D E.Learning representations by back-propagating errors[J].Nature，1986，323（6088）：533-536.

[37]REN S，HE K，GIRSHICK R et al.Faster R-CNN：Towardsreal-time object detection with region proposal networks[C]//Advances in Neural Information Processing Systems，2015.

[38]REDMON J，DIVVALA S，GIRSHICK R，et al.You onlylook once：Unified，real-time object detection[C]//Proceedingsof the IEEE Conference on Computer Vision and PatternRecognition，2016.

[39]REDMON J，F(xiàn)ARHADI A.YOL09000：better，faster，stronger[C]//Proceedings of the IEEE Conference onComputer Vision and Pattern Recognition，2017.

[40]IOFFE S，SZEGEDY C.Batch normalization：acceleratingdeep network training by reducing internal covariateshift[C]//International Conference on Machine Learning，2015.

[4]]REDMON J，F(xiàn)ARHADI A.Yolov3：An incrementalimprovement[J].CoRR，2018.abs/1804.02767.

[42]SZEGEDY C，VANHOUCKE V，IOFFE S，et al.Rethinkingthe inception architecture for computer vision[C]//Proceedingof the IEEE Conference on Computer Vision and PatternRecognition，2016.

[43]LIU W，ANGUELOV D，ERHAN D，et al.Ssd：Single shotmultibox detector[C]//European Conference on ComputerVision，2016.

[44]LIN T Y，GOYAL P，GIRSFIICK R，et al.Focal loss for denseobject detection[C]//Proceedings of theIEEE InternationalConference on Computer Vision，2017.

[45]ZHANG S，WEN L，BIAN X，et al.Single-shot refinementneural network for object detection[C]//Proceedings of theIEEE Conference on Computer Vision and PatternRecognition，2018.

[46]葛動元，姚錫凡，向文江，等.面向齒廓偏差等精密檢測的機(jī)器視覺關(guān)鍵技術(shù)[J].機(jī)械傳動，2019，43（2）：171-176.

[47]郭雪梅，劉桂雄，黃堅，等.面向標(biāo)準(zhǔn)件裝配質(zhì)量的PI-SURF檢測區(qū)域劃分技術(shù)[J].中國測試，2017，43（8）：101-105.

[48]廣州市銀科電子有限公司.一種基于紅外油墨標(biāo)志智能識別的票據(jù)防偽鑒別方法：CN201710536627.2[P].2017-11-10.

[49]YOUNG P，SEUNG K，TUYEN P，et al.A high performancebanknote recognition system based on a one-dimensionalvisible light line sensor[J].Sensors，2015，15（6）：14093-14115.

[50]LIU X W，LIU C Y.Paper currency CIS image fuzzyenhancement and boundary detection[J].Applied Mechanicsand Materials，2014，651-653：2356-2361.

[51]廣州市銀科電子有限公司.基于防偽材料光譜特性的票據(jù)鑒偽方法及裝置：CN201710516001.5[P].2017-10-24.

[52]廣州市銀科電子有限公司一種智能識別水印特征的票據(jù)防偽鑒別方法：CN201710337615.7[P].2017-09-05.

[53]ROY A，HALDER B，GARAIN U，et al.Machine-assistedauthentication of paper currency：an experiment on Indianbanknotes[J].International Journal on Document Analysisand Recognition（IJDAR），2015，18（3）：271-285.

[54]BRUNA A，F(xiàn)ARINELLA G，GUARNERA G，et al.Forgerydetection and value identification of Euro banknotes[J].Sensors，2013，13（2）：2515-2529.

[55]LIAO M，SHI B，BAI X，et al.Textboxes：A fast text detectorwith a single deep neural network[C]//Proceedings of theThirty-First AAAI Conference on Artificial Intelligence，2017.

（編輯：李剛）

收稿日期：2019-03-29;收到修改稿日期：2019-04-15

基金項目：廣州市產(chǎn)學(xué)研重大項目（201802030006）;廣東省現(xiàn)代幾何與力學(xué)計量技術(shù)重點實驗室開放課題（SCMKF201801）

作者簡介：劉桂雄（1968-），男，廣東揭陽市人，教授，博導(dǎo)，主要從事測控技術(shù)及儀器研究。