口头报告基于YOLOv3和MobileNetv2的银行卡号识别方法
暂无开始时间
暂无持续时间
[暂无会议] [暂无会议段]
暂无文件
摘要
针对当前银行卡号识别易受复杂背景、环境光线等因素干扰导致识别率低、不稳定的问题，提出基于YOLOv3和MobileNetv2的银行卡号识别方法。首先，预处理数据集，收集多样式银行卡图片，批量进行拉普拉斯锐化及部分图像增强处理，标注图像；构建YOLOv3区域分割网络结构，将已标注好的数据集输入YOLOv3网络，采用目标长和宽开根号优化尺寸损失和Focal loss优化置信度损失，控制迭代计算，分割字码区域，输出初步识别模型，计算初步识别结果；构建改进后的YOLOv3网络和基础MobileNetv2网络，输入预处理数据集进行训练，输出联合识别模型，计算联合识别结果；比对初步识别结果和联合识别结果，输出准确率最高的结果。最终，设计并实现了验证系统和应用平台，运行稳定可靠。在字码区域定位效果方面，该方法优于传统CNN和基础YOLOv3；在字码识别准确率方面，该方法优于改进YOLOv3和YOLOv3-MobileNetv2等。实验数据表明，所提出的方法可以识别复杂背景下不同字码形态的银行卡字码，克服了环境因素对卡号识别的影响，提升了识别准确率，具有良好的鲁棒性。
关键词
银行卡号识别,字码区域分割,尺寸损失,置信度损失,联合识别
报告人
发表评论