Обработка и анализ изображений и сигналов
А.В. Самарин, В.А. Малых, П.С. Калайдин "Метод верификации изображений удостоверений личности по ограниченному фрагменту изображения"
Управление рисками и безопасностью
Методы и модели в экономике
Экономические и социокультурные проблемы информационного общества
Динамические системы
А.В. Самарин, В.А. Малых, П.С. Калайдин "Метод верификации изображений удостоверений личности по ограниченному фрагменту изображения"
Аннотация. 

В статье рассмотрена задача распознавания фотографий документов, удостоверяющих личность человека. Описан подход к решению, основанный на использовании модифицированных вариантов архитектуры VGG для получения наиболее выразительных в контексте данной задачи дескрипторов изображений, и приведена комбинированная схема нейросетевой архитектуры для проверки изображения документа. Предлагаемое решение представляет собой составную модель, включающую в себя автокодировщик для извлечения наиболее выразительных характеристик изображения удостоверения личности. Рассмотрены преимущества подхода по сравнению с альтернативными современными решениями. Приведены результаты работы предложенного метода и аналогов на собственных наборах данных отдела восстановления доступа социальной сети «ВКонтакте».

Ключевые слова: 

оптическое распознавание текстов, классификация изображений, устойчивость к шуму, нейронные сети.

Стр. 15-23.

DOI: 10.14357/20790279200102
 
 
Литература

1. Javidi B., Horner J.L. Optical pattern recognition for validation and security verification //Optical engineering. – 1994. – Т. 33. – №. 6. – С. 1752-1757.
2. Visilter Y.V., Zheltov S.Y., Lukin A.A. Development of OCR system for portable passport and visa reader //Document Recognition and Retrieval VI. – International Society for Optics and Photonics, 1999. – Т. 3651. – С. 194-199.
3. Limonova E. et al. Slant rectification in Russian passport OCR system using fast Hough transform // Ninth International Conference on Machine Vision (ICMV 2016). – International Society for Optics and Photonics, 2017. – Т. 10341. – С. 103410P.
4. Kim K.B., Oh A., Woo Y.W. PCA-based face verification and passport code recognition using improved FKCN algorithm //2008 Eighth International Conference on Intelligent Systems Design and Applications. – IEEE, 2008. – Т. 2. – С. 51-57.
5. Kim K.B., Kim S. A passport recognition and face verification using enhanced fuzzy ART based RBF network and PCA algorithm //Neurocomputing. – 2008. – Т. 71. – №. 16-18. – С. 3202-3210.
6. Simonyan K., Zisserman A. Very deep convolutional networks for large-scale image recognition //arXiv preprint arXiv:1409.1556. – 2014.
7. Szegedy C. et al. Going deeper with convolutions // Proceedings of the IEEE conference on computer vision and pattern recognition. – 2015. – С. 1-9.
8. He K. et al. Deep residual learning for image recognition //Proceedings of the IEEE conference on computer vision and pattern recognition. – 2016. – С. 770-778.
9. Howard A.G. et al. Mobilenets: Efficient convolutional neural networks for mobile vision applications //arXiv preprint arXiv:1704.04861. – 2017.
10. Tianyi Liu, Shuangsang Fang, Yuehui Zhao, Peng Wang, and Jun Zhang. Implementation of training convolutional neural networks //CoRR, abs/1506.01195. - 2015.
11. Deng J. et al. Imagenet: A large-scale hierarchical image database //2009 IEEE conference on computer vision and pattern recognition. – Ieee, 2009. – С. 248-255.
12. Hinton G.E., Salakhutdinov R.R. Reducing the dimensionality of data with neural networks // Science (New York, NY). – 2006. – Т. 313. – №. 5786. – С. 504-507.
13. Gupta S., Mazumdar S.G. Sobel edge detection algorithm //International journal of computer science and management Research. – 2013. – Т.2. – №. 2. – С. 1578-1583.
14. Elboher E., Werman M. Efficient and accurate Gaussian image filtering using running sums //2012 12th International Conference on Intelligent Systems Design and Applications (ISDA). – IEEE, 2012. – С. 897-902.
15. Metz J. et al. Comparing published multi-label classifier performance measures to the ones obtained by a simple multi-label baseline classifier //arXiv preprint arXiv:1503.06952. – 2015.

2023-73-4
2023-73-3
2023-73-2
2023-73-1

© ФИЦ ИУ РАН 2008-2018. Создание сайта "РосИнтернет технологии".