基于CBAM注意力机制的YOLOv5目标检测算法在电力业务证件识别上的应用

针对在电力业务领域传统的人工方式进行证件识别存在的效率低、识别时间长和可靠性低等问题,提出了一种用于电力业务工作中证件识别的改进YOLOv5模型。引入CBAM (Convolutional Block At-tention Module)算法提高特征提取性能,解决在图像分辨率低、光线暗等场景下识别率低的问题。通过对改进前后算法模型性能的对比分析,验证了该方法的优越性。实验结果表明,与原有的YOLOv5检测算法相比,所提方法在检测速度上能够满足实际检测的需要,且检测精度更优,检测时间为0.056 s,检测平均准确度均值为95.40%,提高了9个百分点。

基于证件识别技术的访客管理系统

为解决传统门禁系统以手工方式进行访客登记所出现的效率低、登记信息不完整、资料整理困难等问题,给出了一种基于证件识别技术的访客管理系统方案,系统使用一个专用身份证件扫描仪,实现了访客证件的自动扫描和信息识别。系统采用较为灵活体系结构和访客登记流程,并提供数据维护和信息查询机制,可有效解决上述问题。

复杂背景下电力客户证件识别关键技术的研究与实现

当今社会是信息化时代,很多企业都在运用证件识别技术,自动化录入证件信息,这样不仅可以降低人力成本,还可以提高客户办理业务的效率。证件识别关键技术的实现主要是基于光学字符识别技术,识别过程比较烦琐,包括多种技术,在此背景下电力公司研究并实现了电力客户证件识别的关键技术,优化电力客户的档案管理渠道,为电力客户提供更好的服务,并提高对于营销业务,特别是人工录入客户信息的风险控制能力。主要介绍了在光学字符识别技术下如何研究电力客户证件识别的关键技术,简述了实现电力客户证件识别关键技术后的现实作用。

基于证件识别技术的客户证件档案管理研究与应用

近年来,随着电力企业业务渠道建设的日渐成熟,各类业务开始从传统实体营业厅向电子渠道转移。由于电子渠道在受理效率和便捷性上具有较大的优势,因此,电子渠道成为客户办理各项常用业务的方式。但是,日趋增长的业务量给后台客服人员带了压力,客户办理业务时上传的大量图像资料的信息提取及资料核对工作仍需后台业务人员手工进行处理,大大增加了客户在电子渠道业务办理的时间,也造成了后台人员工作繁重。因此,基于图像识别技术进行客户信息数字化研究,探索通过技术手段实现客户信息的自动提取及校对与验证,降低电子渠道后台所带来的工作压力。

基于Bi-LSTM+CRF模型和多规则集成的证件信息识别

证件信息识别是当前重要的人工智能应用领域,可以在金融服务和电商等多个场景提升经济活动效率和商业流程、办事流程的自动化水平。该文使用百度PaddlePaddle深度学习框架和基于双向LSTM+CRF+XGBoost模型的信息抽取与分类矫正方法,融合人工规则,在统一社会信用代码证书、民办非企业单位登记证书、事业单位法人证书等为代表的证件信息识别任务上取得了超越当前商业应用的效果。

复杂背景下多证件快速识别系统的研究与实现

复杂背景下多证件识别广泛应用于机场、车站、海关、银行等需要核验人证信息的重要场所。针对在复杂场景下的人证信息的核验的精确高效的需求,设计和实现复杂背景下多证件的高效健壮的识别系统解决方案的研究与实现。利用图形图像、计算机视觉、光学字符识别(OCR)等技术,通过算法的设计、实现和优化,达到复杂背景下多种证件的快速识别的目的。

证件扫描识别市场春末夏至

“请出示您的证件。”几乎每个住过旅店的人都对此话熟悉。 现在，实名制已经深入到了我们生活的各个方面，越来越多的行业都开始要求进行实名制和身份证登记管理，如公安、海关、银行、通信、网吧、旅馆、洗浴业等。随着实名制的广泛普及，肩负检查任务的部门和信息采集的单位，很容易被大量的证件信息淹没，有时还免不了要对排队等候的客人百般解释。轻松管理这些证件信息的需求，催生了证件扫描识别市场的蓬勃发展。

基于YOLOv3的人员照片标识识别算法研究

军队人员着装配饰信息数量较大以及时效性强,人工录入信息存在工作量大、时效性低的问题。开展军人人员证件照片识别技术的研究,设计和实现深度学习算法完成军兵种、军衔、级别等要素的自动识别。通过对军人证件照片各个区域进行标注,完成了对军人证件照片训练及测试数据集构建,对所有照片脱密处理。基于使用GIoU改进损失函数,并加入通道注意力机制以及自适应特征融合的YOLOv3算法对军官数据集进行训练,得到了军官数据集训练模型,实现了对军官照片军兵种、军衔、级别等要素的自动识别。

图像魔术师--光学字符识别(OCR)

光学字符识别(OCR),是将图像中的文字识别为可编辑的文字的技术。OCR技术极大地推动了纸质书籍数字化的进程,使得浩如烟海的存量书籍转化为数字版本成为可能,是数字化图书馆建立过程中当之无愧的最大功臣。当OCR技术插上人工智能的翅膀,更是将应用拓展到很多行业,如场景文字识别、手写识别、车牌识别、证件识别、汽车VIN码识别、发票识别、智能交通……使相应领域的工作方式和效率得到了前所未有的革新。因此,我们将分两期探讨光学字符识别(OCR)的发展以及使用。

深度学习在文字识别领域的应用研究

在文字识别领域中,深度学习的运用,促使文字识别技术的发展,提升文字识别技术的应用价值。文字识别技术就是利用计算机自动识别纸质媒介文字,将信息以文字的方式呈现出来,在我国各个领域发挥着重要的作用。该文以深度学习在文字识别领域中的应用为研究对象,对文字识别、深度学习及文字识别意义进行阐述。基于深度学习在文字识别技能优势,对该技术在当前各个领域中的运用情况进行简单的介绍,希望为相关人士提供一定价值的参考。

适用于机场自助安检的智能闸机系统设计

针对机场自助登机通道的新需求,本文主要采用了身份证件识别技术、人脸识别技术及通道识别技术,设计了一种智能验证闸机系统。该系统主要包括总体设计、程序架构、模块划分和子系统设计四部分,解决了尾随拦截成功率低和人脸识别效率低等问题。旅客可通过以上验证自助通过设备,避免了冒用他人身份证及尾随他人通行的行为发生。该系统是一种高效的、适用性广、安全性高的新型自助闸机设备,具有很好的推广价值。

铁路自动退票系统方案研究

自2008年我国铁路首次使用自动售检票系统以来,自动售票系统在全国范围内得以推广,但是相比之下,退票工作还处于传统的窗口人工退票阶段,其落后的生产与管理方式与自动售票系统形成了鲜明的对比。本文着重讨论了自动退票系统的关键技术,并提出了解决方案和自动退票的发展方向。

基于小波特征数字水印的防伪技术

提高证件和产品的防伪能力和识别水平是一个至关重要的问题。运用小波分析和数宇水印技术,研究和开发了一种新的证件制作与检测方法技术体系,防伪性能高、识别准确快速,该项技术可广泛应用于证件和产品的防伪。

自然场景图像中的文本检测现状研究和展望

对自然场景图像中的文本检测问题及其方法的研究进展进行综述:首先,论述自然场景图像中的文本检测方法的研究背景与意义,文本的基本特点和难点,其次,从传统文本检测以及深度学习文本检测的视角出发,梳理、分析、总结现阶段自然场景图像下的文本检测方法的基本原理、优势与不足。最后,总结自然场景图像下的文本检测领域面临的一些问题和发展方向。

基于Android平台的移动智能执法系统设计

针对当前移动执法携带设备多、文书现场打印困难的问题,提出并实现了一种基于Android平台的移动智能执法系统。基于先进的OCR技术,采用视频预览模式,利用视频流捕捉图片实现了证件的快速识别和信息的自动采集;基于NFC技术,实现了电子营运证件的快速识别和信息采集;基于Java平台的JODConverter组件和PDFView组件,将执法文书转换为图像格式,借助相关库函数,实现了A4幅面文书的无线打印;最后,采用基于总线式模式对执法设备的数据通信协议与接口集成,实现了多个执法装备的网络物联。该系统的成功研发,实现交通行业行政执法和信息技术领域的集成创新。

数字水印防伪技术的研究和应用

本文采用数字水印技术,研究和开发了一种新的证件制作与检测方法技术体系,防伪性能高、识别准确快速。该项技术可广泛应用于证件和产品的防伪,具有极高的理论价值和实用价值。