原创力文档- 1、本文档共3页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
与
方案与应用信息技术信息化
基于深度学习的银行卡号识别系统设计与实现
*
胡潇晗杨立
摘要本文通过深度学习实现了银行卡号的定位与识别功能，通过对数据集的采集与标注，来为深度学习模型
提供训练样本。其中，定位功能使用了文本定位EAST模型，并在此基础上扩充并实现了Advanced
EAST模型；识别功能采用了CNN（VGG网络架构）与RNN的结合来实现此模型，并以CTC作为损
失函数来优化。最后对两个主要功能进行了封装设计，实现了与用户交互使用的功能。
关键词深度学习；TensorFlow；Keras
doi：10.3969/j.issn.1672-9528.2020.01.023
0引言1.2系统数据分析与处理
此系统（从互联网上）收集了两套不同的数据分别用
人类对外界信息的认识及感知，最基本的就来自于视觉，
于定位与识别的训练。用于实现定位功能的数据集采用了
因此对视觉信息的搜集与处理，一直是人类认识世界、认识
ICDAR2015格式进行标注，标注效果如图2所示。
规律的重要手段。人工智能技术，通过对视觉信息的采集，
在用于识别功能的数据集中，为了解决因数据量过小而
对图形图像信息做科学的筛选、比对并分析，然后经过深度
产生模型欠拟合的问题，而对每张训练数据制作了数据增强。
学习算法、理解和思考之后，将真实的现实内容呈现在计算在通过缩放、仿射、旋转、模糊等变换后，数据集的容量在
机中。随着人工智能、深度学习技术的发展，人工智能技术原有的基础上进行了扩充，并且提高了模型的泛化能力。数
在视觉领域方面的应用日益突出，得到了广泛的关注和研究。据增强的效果如图3所示。
本文使用基于深度学习的视觉识别技术，拓展现有的光学识
别技术（OCR）来完成一个识别银行卡号的系统，此系统包括
数据集处理、银行卡号定位检测、银行卡号识别三部分。
1系统设计与实现
1.1整体方案设计
系统整体设计如图1所示。工作原理为：当用户上传有图2采用ICDAR2015act图3采用ICDAR2015gt
关银行卡的图片后，经过一些选项进行调整，并按下开始识格式进行定位区域标注格式进行定位区域标注
别的按钮。系统便开始先对银行卡号进行定位，若定位成功，
1.3系统功能设计
则进行下一步识别处理；若定位失败，则提示用户进行手动
1.3.1银行卡号定位
定位。最后识别的卡号以文本的方式显示在屏幕上，从而进
该功能利用多层卷积神经网络提取图像特征，再利用此
行后续操作。
特征进行如下任务：像素点分类与像素框回归。最后将两个
任务结合，使用非极大值抑制NMS来得到最终检测结果。
1.3.1.1GroundTruth生成
文档评论（0）