BankNote-Net：面向辅助通用货币识别的开放数据集
计算机视觉与模式识别
2022-04-11 v1 人机交互
机器学习
摘要
全球有数百万人视力低下或完全失明。针对日常任务已开发出多种辅助软件应用，包括光学字符识别、场景识别、人物识别和货币识别。其中，对不同面额纸币的识别任务已通过使用计算机视觉模型进行图像识别来解决。然而，可用于此任务的数据集和模型在数据集大小和覆盖的货币种类方面均有限。在本工作中，我们收集了总计24,826张在各种辅助场景下的纸币图像，涵盖17种货币和112种面额。我们利用监督对比学习，开发了一个用于通用货币识别的机器学习模型。该模型学习纸币图像在各种情境下的合规嵌入，这些嵌入可以公开共享（作为压缩向量表示），并可用于训练和测试任何货币的专用下游模型，包括那些未包含在我们数据集中或每种面额仅有少量真实图像（小样本学习）的货币。我们已在Microsoft开发的Seeing AI应用的最新版本中部署了该模型的一个变体供公众使用。我们在BankNote-Net仓库中公开分享了我们的编码器模型和嵌入作为开放数据集。
引用
@article{arxiv.2204.03738,
title = {BankNote-Net: Open dataset for assistive universal currency recognition},
author = {Felipe Oviedo and Srinivas Vinnakota and Eugene Seleznev and Hemant Malhotra and Saqib Shaikh and Juan Lavista Ferres},
journal= {arXiv preprint arXiv:2204.03738},
year = {2022}
}
备注
Pre-print