深度学习在身份证号码识别中的应用

• 作者: 卢用煌 黄山
• 来源期刊: 应用科技
• 学科: 工学
• 关键词: 光学字符识别 深度学习 身份证识别 卷积神经网络 神经网络 字符识别 k最近邻分类算法 模型优化
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 计算机技术与应用
• 页码范围: 123-128
• 页数: 6页
• 分类号: TP391
• 字数: 4667字
• 语种: 中文
• DOI: 10.11991/yykj.201804008

摘要

为了克服传统身份证文字识别算法提取特征难的问题,提出一种基于深度学习的身份证号码识别方法.先通过OSTU实现文字区域的提取,再通过投影统计法切割单个文字的图片,分别从神经元数量、网络层深浅的变化分析网络模型的识别效果.从动态学习率、抑制过拟合和损失函数设计等方面对网络模型进行优化,提升了模型识别正确率.实验结果表明,结合优化策略的卷积神经网络的识别正确率能达到99.96％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄山	四川大学计算机学院	73	756	16.0	25.0
2	卢用煌	四川大学电气信息学院	2	6	2.0	2.0