-
公开(公告)号：CN109492672A
公开(公告)日：2019-03-19
申请号：CN201811210693.1
申请日：2018-10-17
Applicant: 福州大学
IPC: G06K9/62
Abstract: 本发明涉及一种自然场景下快速、鲁棒的银行卡定位与分类方法，包括以下步骤：步骤S1：获取银行卡数据集，并对获取的银行卡数据集进行标注，为训练银行卡定位与分类模型做好准备；步骤S2：使用收集到的银行卡数据集训练银行卡定位与分类模型；步骤S3：将待检测的银行卡图像输入训练好的银行卡定位与分类模型中，利用训练好的银行卡定位与分类模型对待检测的银行卡图像进行定位与识别。本发明能够有效地对待检测图像中的银行卡进行定位与分类。
-
Patent Agency Ranking
公开(公告)号：CN109460767A
公开(公告)日：2019-03-12
申请号：CN201811233474.5
申请日：2018-10-23
Applicant: 福州大学
Abstract: 本发明提出了一种基于规则的凸印银行卡卡号分割与识别方法。定位方面通过对国内凸印银行卡卡号的形状、颜色进行分析和总结，提出了使用形态学梯度和数值匹配的方法进行卡号分割；提高了银行卡卡号字符定位的准确度，减少了银行卡卡号行的定位时间。针对凸印银行卡卡号的特点，通过形态学方法处理卡号图像，使其特征突出易于识别。识别方面通过大量凸印银行卡卡号图像对3个浅层卷积网络进行训练，卡号识别的结果由3个网络的结果投票得出，保证了卡号识别的准确率。本发明构建的方法具有准确率高，速度快的优点，可以非常迅速准确地确定卡号宽度，分割卡号。使用的3个浅层神经网络比单个神经网络的识别模型准确率更高。
-
公开(公告)号：CN109685074A
公开(公告)日：2019-04-26
申请号：CN201811211384.6
申请日：2018-10-17
Applicant: 福州大学
CPC classification number: G06K9/4604 , G06K9/3216 , G06K9/3275 , G06K9/34
Abstract: 本发明涉及一种基于Scharr算子的银行卡卡号行定位方法，包括以下步骤：步骤S1：使用CANNYLINES直线检测方法检测输入银行卡卡面图像中存在的线段；步骤S2：对CANNLINES直线检测得到的直线进行判断，找出银行卡卡面的4条边，并由此得到银行卡卡面的4个顶点；步骤S3：使用透视变换对银行卡卡面进行矫正，得到归一化的标准银行卡卡面图像；步骤S4：利用Scharr算子检测银行卡面的垂直边缘，并按行累加，定位其中累加值最大的固定高度横向区域，得到银行卡卡号行区域。本发明能够有效地对待检测图像中的银行卡卡号行进行定位。
-
公开(公告)号：CN109685074B
公开(公告)日：2022-05-10
申请号：CN201811211384.6
申请日：2018-10-17
Applicant: 福州大学
IPC: G06V10/44 , G06V10/26 , G06V30/146
Abstract: 本发明涉及一种基于Scharr算子的银行卡卡号行定位方法，包括以下步骤：步骤S1：使用CANNYLINES直线检测方法检测输入银行卡卡面图像中存在的线段；步骤S2：对CANNLINES直线检测得到的直线进行判断，找出银行卡卡面的4条边，并由此得到银行卡卡面的4个顶点；步骤S3：使用透视变换对银行卡卡面进行矫正，得到归一化的标准银行卡卡面图像；步骤S4：利用Scharr算子检测银行卡面的垂直边缘，并按行累加，定位其中累加值最大的固定高度横向区域，得到银行卡卡号行区域。本发明能够有效地对待检测图像中的银行卡卡号行进行定位。
-
公开(公告)号：CN109460761A
公开(公告)日：2019-03-12
申请号：CN201811206675.6
申请日：2018-10-17
Applicant: 福州大学
Abstract: 本发明涉及一种基于维度聚类和多尺度预测的银行卡卡号检测与识别方法，包括以下步骤：步骤S1:获取银行卡数据集，并对获取的银行卡数据集进行标注；步骤S2:根据收集到的银行卡数据集训练银行卡卡号定位与识别模型，得到训练好的银行卡卡号定位与识别模型；步骤S3：将待检测的银行卡图像输入训练好的银行卡卡号定位与识别模型中，对待检测的银行卡图像进行卡号定位与识别。本发明提升了银行卡卡号检测的召回率与识别分类的准确率，同时能够保证检测与识别的实时性。
-
公开(公告)号：CN109242047A
公开(公告)日：2019-01-18
申请号：CN201811206225.7
申请日：2018-10-17
Applicant: 福州大学
Abstract: 本发明涉及一种基于K-means++聚类和残差网络分类的银行卡卡号检测与识别方法,包括以下步骤：步骤S1:采集银行卡数据集和银行卡卡号数据集，并对采集的银行卡数据集进行标注，对采集的银行卡卡号数据集进行分类；步骤S2:构建银行卡卡号定位模型，并根据得到的银行卡数据集训练银行卡卡号定位模型；步骤S3:构建银行卡卡号分类模型，并根据得到的银行卡卡号数据集训练银行卡卡号分类模型步骤S4:将待检测的银行卡图像输入训练好的银行卡卡号定位模型中，定位卡号位置，并保存卡号图像；将卡号图像输入训练好的银行卡卡号分类模型中，得到卡号识别结果。本发明能够有效地对待检测图像中的银行卡卡号进行检测与识别。
-
-
-
-
-
Search Results
6
records
(took 0.013 seconds)
