
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Spanhol, Fabio Alexandre | - |
| Autor(es): dc.contributor | Spanhol, Fabio Alexandre | - |
| Autor(es): dc.contributor | Jeronymo, Daniel Cavalcanti | - |
| Autor(es): dc.contributor | Paetzold, Gustavo Henrique | - |
| Autor(es): dc.contributor | Ensina, Leandro Augusto | - |
| Autor(es): dc.creator | Góes, Vinícius Alves | - |
| Data de aceite: dc.date.accessioned | 2025-08-29T13:13:04Z | - |
| Data de disponibilização: dc.date.available | 2025-08-29T13:13:04Z | - |
| Data de envio: dc.date.issued | 2025-05-15 | - |
| Data de envio: dc.date.issued | 2025-05-15 | - |
| Data de envio: dc.date.issued | 2023-12-03 | - |
| Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/36814 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1109346 | - |
| Descrição: dc.description | The spread of counterfeit currency has become a pressing concern for authorities worldwide, as such practices have a detrimental impact on the economy and result in significant financial losses. Furthermore, the advancement of modern technologies has made the production of forgeries more accessible. In the face of this scenario, the primary objective of this research is to develop a deep learning model for the classification of counterfeit banknotes, using a set of images representing these notes as input. The adopted methodological approach involves the use of a database comprising images of Colombian peso banknotes, followed by a preprocessing step. Subsequently, classification models were developed employing convolution neural networks. After implementation, the models were evaluated. The results demonstrate that the implemented models achieved highly satisfactory performance in the task of distinguishing between counterfeit and authentic notes, with final accuracy of 100%. | - |
| Descrição: dc.description | A disseminação de notas falsas tem se tornado uma preocupação premente para as autoridades em todo o mundo, uma vez que tal prática afeta negativamente a economia e acarreta prejuízos financeiros significativos. Além disso, o avanço das tecnologias modernas tem tornado a produção de falsificações mais acessível. Diante desse cenário, o objetivo primordial desta pesquisa consiste em desenvolver um modelo de aprendizado profundo para a classificação de cédulas monetárias falsas, empregando como entrada um conjunto de imagens que representam essas cédulas. A abordagem metodológica adotada envolve a utilização de uma base de dados composta por imagens das cédulas de pesos colombianos, seguida por uma etapa de pré-processamento dessas imagens. Posteriormente, foram desenvolvidos modelos de classificação empregando o algoritmo de redes neurais convolucionais. Após a implementação os modelos foram avaliados. Os resultados demonstram que os modelos implementados alcançaram um desempenho bastante satisfatório na tarefa de distinguir entre notas falsas e autênticas, com acurácia final de 100%. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
| Publicador: dc.publisher | Toledo | - |
| Publicador: dc.publisher | Brasil | - |
| Publicador: dc.publisher | Engenharia de Computação | - |
| Publicador: dc.publisher | UTFPR | - |
| Direitos: dc.rights | openAccess | - |
| Direitos: dc.rights | Attribution 4.0 International | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| Palavras-chave: dc.subject | Cédulas | - |
| Palavras-chave: dc.subject | Falsificações e contrafação | - |
| Palavras-chave: dc.subject | Processamento de imagens — Técnicas digitais | - |
| Palavras-chave: dc.subject | Redes neurais (Computação) | - |
| Palavras-chave: dc.subject | Bank notes | - |
| Palavras-chave: dc.subject | Counterfeits and counterfeiting | - |
| Palavras-chave: dc.subject | Image processing—Digital techniques | - |
| Palavras-chave: dc.subject | Neural networks (Computer science) | - |
| Palavras-chave: dc.subject | CNPQ::ENGENHARIAS | - |
| Título: dc.title | Identificação de cédulas falsas utilizando aprendizado profundo | - |
| Título: dc.title | Identification of counterfeit banknotes using deep learning | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: