La falsificación de moneda es un
problema en el país y se evidencia en informes
periodísticos de incautaciones de billetes y monedas
falsificadas que aparecen cada cierto tiempo a nivel
nacional; por lo tanto, la necesidad de un sistema de
reconocimiento de billetes y monedas es imperativo
dado que a la par del crecimiento tecnológico que
apoye esta tarea, también la maquinaria y tecnología
utilizada para la falsificación de billetes y monedas es
más accesible y costeable. La identificación de billetes
y monedas falsificadas ha estado enfocada en gran
medida en el procesamiento de imágenes. En el
presente artículo se utiliza un modelo basado en
aprendizaje por transferencia que viene teniendo
buenos resultados en problemas específicos de
clasificación de imágenes en la actualidad. Se ha
construido un conjunto de datos con imágenes de
billetes genuinos y falsificados para el entrenamiento
y pruebas del modelo. Los resultados obtenidos son
muy alentadores y demandan un entrenamiento más
robusto con una mayor cantidad de imágenes.
Asimismo con algunas mejoras en la arquitectura se
podría adaptar un modelo a una aplicación móvil de
manera que pueda apoyar al ciudadano de a pie en la
identificación de billetes falsificados en tiempo real.
| Identifer | oai:union.ndltd.org:PUCP/oai:tesis.pucp.edu.pe:20.500.12404/19935 |
| Date | 12 August 2021 |
| Creators | Vera Muñoz, David |
| Contributors | Sipiran Mendoza, Iván Anselmo |
| Publisher | Pontificia Universidad Católica del Perú, PE |
| Source Sets | Pontificia Universidad Católica del Perú |
| Language | Spanish |
| Detected Language | Spanish |
| Type | info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/closedAccess |
Page generated in 0.0021 seconds