针对复杂背景下的银行卡号提取及识别问题提出一种基于深度学习和传统光学字符识别(optical character recognition,OCR)方法相结合的自动提取并识别卡号的算法。算法采用改进的深度学习文本检测模型对文本内容进行检测,然后利用OCR方...针对复杂背景下的银行卡号提取及识别问题提出一种基于深度学习和传统光学字符识别(optical character recognition,OCR)方法相结合的自动提取并识别卡号的算法。算法采用改进的深度学习文本检测模型对文本内容进行检测,然后利用OCR方法对数字部分图像进行分割,最后通过改进的神经网络识别数字得到连续的银行卡号。实验结果表明,改进了卷积核的神经网络对复杂背景下的银行卡号字符识别效果有显著提升,能较好提取图像中的字符特征信息,在浅色背景数据集下准确率可达到98.87%。该系统能有效识别复杂背景下的银行卡号,平均时效约为6.3 s。展开更多
文摘针对复杂背景下的银行卡号提取及识别问题提出一种基于深度学习和传统光学字符识别(optical character recognition,OCR)方法相结合的自动提取并识别卡号的算法。算法采用改进的深度学习文本检测模型对文本内容进行检测,然后利用OCR方法对数字部分图像进行分割,最后通过改进的神经网络识别数字得到连续的银行卡号。实验结果表明,改进了卷积核的神经网络对复杂背景下的银行卡号字符识别效果有显著提升,能较好提取图像中的字符特征信息,在浅色背景数据集下准确率可达到98.87%。该系统能有效识别复杂背景下的银行卡号,平均时效约为6.3 s。
