論文の概要: BD Currency Detection: A CNN Based Approach with Mobile App Integration

• arxiv url: http://arxiv.org/abs/2502.17907v1
• Date: Tue, 25 Feb 2025 07:13:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-26 15:18:53.029388
• Title: BD Currency Detection: A CNN Based Approach with Mobile App Integration
• Title（参考訳）: BD通貨検出:モバイルアプリ統合によるCNNベースのアプローチ
• Authors: Syed Jubayer Jaman, Md. Zahurul Haque, Md Robiul Islam, Usama Abdun Noor,
• Abstract要約: 本研究では,畳み込みニューラルネットワーク(CNN)を用いた高度な通貨認識システムを提案する。 50,334の画像からなるデータセットを収集,前処理し,高性能分類に最適化されたCNNモデルをトレーニングするために使用した。 訓練されたモデルは98.5%の精度を達成し、従来の通貨認識手法を抜いた。
• 参考スコア（独自算出の注目度）: 1.2535250082638645
• License:
• Abstract: Currency recognition plays a vital role in banking, commerce, and assistive technology for visually impaired individuals. Traditional methods, such as manual verification and optical scanning, often suffer from limitations in accuracy and efficiency. This study introduces an advanced currency recognition system utilizing Convolutional Neural Networks (CNNs) to accurately classify Bangladeshi banknotes. A dataset comprising 50,334 images was collected, preprocessed, and used to train a CNN model optimized for high performance classification. The trained model achieved an accuracy of 98.5%, surpassing conventional image based currency recognition approaches. To enable real time and offline functionality, the model was converted into TensorFlow Lite format and integrated into an Android mobile application. The results highlight the effectiveness of deep learning in currency recognition, providing a fast, secure, and accessible solution that enhances financial transactions and assistive technologies.
• Abstract（参考訳）: 通貨認識は、視覚障害者のための銀行、商業、補助技術において重要な役割を担っている。 手動検証や光学走査といった従来の手法は、精度と効率の限界に悩まされることが多い。 本研究では,バングラデシュの紙幣を正確に分類するために,畳み込みニューラルネットワーク(CNN)を用いた高度な通貨認識システムを提案する。 50,334の画像からなるデータセットを収集,前処理し,高性能分類に最適化されたCNNモデルをトレーニングするために使用した。 訓練されたモデルは98.5%の精度を達成し、従来の画像ベースの通貨認識手法を上回った。 リアルタイムとオフラインの機能を有効にするため、モデルはTensorFlow Liteフォーマットに変換され、Androidモバイルアプリに統合された。 この結果は、通貨認識におけるディープラーニングの有効性を強調し、金融取引と補助技術を強化する、迅速でセキュアでアクセスしやすいソリューションを提供する。

関連論文リスト

• Money Recognition for the Visually Impaired: A Case Study on Sri Lankan Banknotes [0.0]
  本研究では,スリランカ通貨紙幣の識別にユーザフレンドリーなスタンドアローンシステムを提案する。 スリランカの通貨紙幣の画像のカスタム作成データセットは、EfficientDetモデルを微調整するために使用された。 このモデルは検証データセットで0.9847 APを達成し、現実世界のシナリオでは極めてよく機能した。
  論文  参考訳（メタデータ） (2025-02-20T05:07:46Z)
• Relax DARTS: Relaxing the Constraints of Differentiable Architecture Search for Eye Movement Recognition [9.905155497581815]
  眼球運動認識の分野にNASアルゴリズムを導入する。 Relax DARTSは、より効率的なネットワーク検索とトレーニングを実現するために、DARTSの改良である。 Relax DARTSは、他の多機能時間分類タスクへの適応性を示す。
  論文  参考訳（メタデータ） (2024-09-18T02:37:04Z)
• Enhancing Sign Language Detection through Mediapipe and Convolutional Neural Networks (CNN) [3.192629447369627]
  この研究は、ASLデータセットの効率的かつ正確な解釈のためにMediaPipeとCNNを組み合わせる。 ASLデータセットのモデルによって達成される精度は99.12%である。 このシステムは、コミュニケーション、教育、アクセシビリティードメインに応用される。
  論文  参考訳（メタデータ） (2024-06-06T04:05:12Z)
• Towards a Foundation Purchasing Model: Pretrained Generative Autoregression on Transaction Sequences [0.0]
  本稿では,金融取引の文脈的埋め込みを得るための生成事前学習手法を提案する。 さらに,510億の取引を含む180の発行銀行のデータコーパスを用いて,埋め込みモデルの大規模事前学習を行う。
  論文  参考訳（メタデータ） (2024-01-03T09:32:48Z)
• Iris super-resolution using CNNs: is photo-realism important to iris recognition? [67.42500312968455]
  特に畳み込みニューラルネットワーク(CNN)を用いた単一画像超解像技術が出現している 本研究では, 虹彩認識のためのCNNを用いて, 単一画像の超解像を探索する。 彼らは、近赤外線虹彩画像の1.872のデータベースと携帯電話画像データベースのアプローチを検証する。
  論文  参考訳（メタデータ） (2022-10-24T11:19:18Z)
• Revisiting Classifier: Transferring Vision-Language Models for Video Recognition [102.93524173258487]
  ダウンストリームタスクのためのタスク非依存の深層モデルから知識を伝達することは、コンピュータビジョン研究において重要なトピックである。 本研究では,映像分類作業における知識の伝達に着目した。 予測された言語モデルを用いて、効率的な翻訳学習のための適切なセマンティックターゲットを生成する。
  論文  参考訳（メタデータ） (2022-07-04T10:00:47Z)
• Relational Graph Neural Networks for Fraud Detection in a Super-App environment [53.561797148529664]
  スーパーアプリケーションの金融サービスにおける不正行為防止のための関係グラフ畳み込みネットワーク手法の枠組みを提案する。 我々は,グラフニューラルネットワークの解釈可能性アルゴリズムを用いて,ユーザの分類タスクに対する最も重要な関係を判定する。 以上の結果から,Super-Appの代替データと高接続性で得られるインタラクションを利用するモデルには,付加価値があることが示唆された。
  論文  参考訳（メタデータ） (2021-07-29T00:02:06Z)
• Automatic Counting and Identification of Train Wagons Based on Computer Vision and Deep Learning [70.84106972725917]
  提案手法は費用対効果が高く,RFIDに基づく解を容易に置き換えることができる。 このシステムは、識別コードに損傷があるため、列車のワゴンの一部を自動的に拒絶することができる。
  論文  参考訳（メタデータ） (2020-10-30T14:56:54Z)
• AR-Net: Adaptive Frame Resolution for Efficient Action Recognition [70.62587948892633]
  行動認識はコンピュータビジョンにおいてオープンで困難な問題である。 本稿では,入力に条件付けされた各フレームの最適な解像度をオンザフライで選択し,効率的な動作認識を実現する,AR-Netと呼ばれる新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-07-31T01:36:04Z)
• Learning to Learn Parameterized Classification Networks for Scalable Input Images [76.44375136492827]
  畳み込みニューラルネットワーク(CNN)は、入力解像度の変化に関して予測可能な認識動作を持たない。 我々はメタラーナーを用いて、様々な入力スケールのメインネットワークの畳み込み重みを生成する。 さらに、異なる入力解像度に基づいて、モデル予測よりもフライでの知識蒸留を利用する。
  論文  参考訳（メタデータ） (2020-07-13T04:27:25Z)
• Teaching CNNs to mimic Human Visual Cognitive Process & regularise Texture-Shape bias [18.003188982585737]
  コンピュータビジョンにおける最近の実験は、畳み込みニューラルネットワーク(CNN)を用いたモデルにおいて、テクスチャバイアスが最高の結果の主因であることを実証している。 コスト関数は、CNNが欲張りなアプローチを採り、テクスチャのような局所的な情報に対する生産性を向上させ、その結果、グローバルな統計を探索することができないと信じられている。 画像の再構成と分類に形状,テクスチャ,エッジなどの人間の解釈可能な特徴を活用するために,心理学における特徴統合理論から着想を得た,新しい直感的なアーキテクチャであるCognitiveCNNを提案する。
  論文  参考訳（メタデータ） (2020-06-25T22:32:54Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。