[发明专利]一种基于深度学习的银行卡号识别方法在审
| 申请号： | 201910868191.6 | 申请日： | 2019-09-12 |
| 公开（公告）号： | CN110781892A | 公开（公告）日： | 2020-02-11 |
| 发明（设计）人： | 唐明浩;李非凡;李清淳 | 申请（专利权）人： | 河海大学 |
| 主分类号： | G06K9/34 | 分类号： | G06K9/34;G06K9/46;G06K9/62;G06N3/08 |
| 代理公司： | 32204 南京苏高专利商标事务所(普通合伙) | 代理人： | 成立珍 |
| 地址： | 210019 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的银行卡号识别方法，通过卡片的像素水平排列度做sigma变换将倾斜图片矫正成水平方向，选定一个可以检测目标的滑动窗口，接着使用改进的VggNet作为基本判别模型，输入数据均重新拉伸大小为到64*64，采用SGD优化方法来训练模型，实现卡号数字的识别。然后以0.25*滑动窗口长度的值作为移动步伐的大小从上至下做平移，依赖每一个位置的判别阈值来判定窗口的位置，在滑动窗口内有一个大小可容纳一个字符长度的小滑块，从左向右检测产生判别结果，以实现银行卡号的定位和识别。本发明中依赖判别阈值进行滑块处理以及改进的VggNet模型的方法具有较高的识别率，相比于普通平面卡号识别，本方法对凹凸卡字符定位的识别率更高。 | ||
| 搜索关键词： | 滑动窗口 银行卡号 识别率 平移 从上至下 判别结果 判别模型 像素水平 训练模型 移动步伐 凹凸卡 小滑块 检测 滑块 拉伸 矫正 卡片 判定 改进 容纳 优化 学习 图片 | ||
【主权项】：
1.一种基于深度学习的银行卡号识别方法，其特征在于：具体步骤如下：/n步骤1：对训练数据进行预处理，得到处理好的单数字图片，以供模型训练；/n步骤2：使用改进的VggNet作为基本骨架模型，输入大量银行卡单独数字的图片训练辨别模型，辨别模型对一个字符大小的图片判断是哪一个数字还是并非数字，输入图片拉伸大小为64*64，采用SGD优化方法训练模型，得到可以识别卡号的模型；/n步骤3：以0.1*银行卡卡片的高度作为滑动窗口的高，以卡片的宽度作为滑动窗口的宽，以0.25*滑动窗口大小为单次平移距离，向下平移并做识别，依赖识别阈值来判定窗口的位置，同时产生判别结果，实现银行卡号的定位和卡号的识别；/n步骤4：运用应用程序框架PyQt进行GUI设计，为用户展示基于深度学习的银行卡号识别系统。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河海大学，未经河海大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910868191.6/，转载请声明来源钻瓜专利网。
