基于Fire Module 卷积神经网络的手写变造数字检测 
下载： 747次
Forgery Numeral Handwriting Detection Based on Fire Module Convolutional Neural Network
中国人民公安大学刑事科学技术学院, 北京 100038
图 & 表
图 1. Fire Module结构
Fig. 1. Fire Module structure
下载图片 查看原文
图 2. 网络结构。 (a) FNNet结构;(b) AlexNet结构
Fig. 2. Network structure. (a) FNNet structure; (b) AlexNet structure
下载图片 查看原文
图 3. 部分数据集样本。(a)正常样本;(b)变造样本
Fig. 3. Part dataset examples. (a) Normal samples; (b) forgery samples
下载图片 查看原文
图 4. 六类变造数字的ROC曲线
Fig. 4. ROC curves of six forged figures
下载图片 查看原文
图 5. FNNet与AlexNet的测试准确率比较
Fig. 5. Comparison of test accuracy between FNNet and AlexNet
下载图片 查看原文
图 6. FNNet与其他算法的检测准确率
Fig. 6. Test accuracy of FNNet and other algorithms
下载图片 查看原文
表 1FNNet的维度参数
Table1. Dimension parameters of FNNet
| Layer name | Output size | Filter size/stride | s1×1 | e1×1 | e3×3 | Dimension |
|---|
| Input image | 224×224×3 | | | | | | | Conv1 | 54×54×96 | 11×11/4 | | | | 34,944 | | Maxpool1 | 27×27×96 | 3×3/2 | | | | | | Fire2 | 27×27×256 | | 32 | 128 | 128 | 44,320 | | Fire3 | 27×27×384 | | 48 | 192 | 192 | 104,880 | | Fire4 | 27×27×384 | | 48 | 192 | 192 | 111,024 | | Fire5 | 27×27×512 | | 64 | 256 | 256 | 188,992 | | Maxpool5 | 13×13×512 | 3×3/2 | | | | | | Fire6 | 13×13×512 | | 64 | 256 | 256 | 197,184 | | Conv7 | 15×15×256 | 1×1/1 | | | | 131,328 | | Maxpool7 | 7×7×256 | 3×3/2 | | | | | | FC8 | 7×7×1000 | | | | | 12,545,000 | | FC9 | 1×1×2 | | | | | 2002 |
|
查看原文
表 2数据集组成
Table2. Composition of dataset
| Dataset | 3 | 4 | 6 | 7 | 8 | 9 |
|---|
| Normal handwriting | 540 | 593 | 599 | 599 | 604 | 597 | | Forgery handwriting | 621 | 612 | 616 | 614 | 600 | 614 |
|
查看原文
表 3全连接层中神经元数量的分类性能与损失性能
Table3. Classification and loss performances of number of neurons in fully connected layer
| Parameter | 500 | 1000 | 2000 |
|---|
| Test accuracy /% | 95.28 | 96.32 | 93.98 | | Loss value | 0.14 | 0.11 | 0.25 | | Train time /min | 13 | 13 | 14 |
|
查看原文
表 4所提网络的训练和测试结果
Table4. Results of training and testing of proposed network
| Forgerynumeral | Trainaccuracy /% | Lossvalue | Testaccuracy /% |
|---|
| 3 | 99.60 | 0.03 | 99.20 | | 4 | 96.40 | 0.11 | 96.32 | | 6 | 98.40 | 0.07 | 98.32 | | 7 | 98.40 | 0.04 | 98.72 | | 8 | 99.20 | 0.01 | 99.60 | | 9 | 97.80 | 0.06 | 98.00 |
|
查看原文
表 5FNNet与AlexNet的参数比较
Table5. Parameter comparison of FNNet and AlexNet
| Network | Mean test accuracy /% | Parameter quantity |
|---|
| AlexNet | 95.35 | 58,289,538 | | FNNet | 98.36 | 13,228,346 |
|
查看原文
陈颖, 高树辉. 基于Fire Module 卷积神经网络的手写变造数字检测[J]. 激光与光电子学进展, 2020, 57(22): 221019. Ying Chen, Shuhui Gao. Forgery Numeral Handwriting Detection Based on Fire Module Convolutional Neural Network[J]. Laser & Optoelectronics Progress, 2020, 57(22): 221019.
PDF全文
