-
公开(公告)号：CN108388920B
公开(公告)日：2022-04-08
申请号：CN201810172048.9
申请日：2018-03-01
Applicant: 福州大学
Abstract: 本发明公开了一种融合HOG和LBPH特征的身份证复印件检测方法，包括：首先选取大量身份证和非身份证图片作为训练样本集的正、负样本，分别对训练样本集提取HOG特征和LBPH特征，并训练SVM，得到第一分类器和第二分类器，利用第一分类器对测试图像进行目标检测，获取目标检测结果的LBPH特征；利用第二分类器根据目标检测结果的LBPH特征进行判断，保留判断结果为真的目标。本发明先利用HOG分类器进行检测，然后利用LBPH分类器对HOG检测结果进行再次检测，方法简单、快速、高效，检测准确率高。
-
公开(公告)号：CN108334955A
公开(公告)日：2018-07-27
申请号：CN201810172388.1
申请日：2018-03-01
Applicant: 福州大学
Abstract: 本发明公开了一种基于Faster-RCNN的身份证复印件检测方法，包括：选择若干身份证复印件图像，制作Faster-RCNN模型的数据集，设置Faster-RCNN模型的参数，对身份证复印件测试图像进行预处理，基于数据集对Faster-RCNN模型进行训练，输入测试图像，利用训练好的Faster-RCNN模型进行检测。本发明方法对图像模糊、角度众多、边框不清晰的身份证复印件同样能够取得较好的检测结果，实用性强，检测效果较好，发展前景良好。
-
公开(公告)号：CN109190668A
公开(公告)日：2019-01-11
申请号：CN201810860574.4
申请日：2018-08-01
Applicant: 福州大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于Faster-RCNN的多类证件检测与分类方法。首先人工选取适量的多类证件图片作为训练图片，制作训练数据集；然后基于Faster-RCNN模型进行学习，根据学习的结果调整参数、做数据增强处理，重新训练直到得到一个较好的多类证件图像检测与分类模型；最后，对测试图像进行预处理，利用训练好的模型对图像进行检测分类。本发明方法对较模糊、角度众多的证件图像同样能够取得较好的检测分类结果；本方法具有较强的实用性，良好的发展前景。
-
公开(公告)号：CN108388920A
公开(公告)日：2018-08-10
申请号：CN201810172048.9
申请日：2018-03-01
Applicant: 福州大学
Abstract: 本发明公开了一种融合HOG和LBPH特征的身份证复印件检测方法，包括：首先选取大量身份证和非身份证图片作为训练样本集的正、负样本，分别对训练样本集提取HOG特征和LBPH特征，并训练SVM，得到第一分类器和第二分类器，利用第一分类器对测试图像进行目标检测，获取目标检测结果的LBPH特征；利用第二分类器根据目标检测结果的LBPH特征进行判断，保留判断结果为真的目标。本发明先利用HOG分类器进行检测，然后利用LBPH分类器对HOG检测结果进行再次检测，方法简单、快速、高效，检测准确率高。
-
-
-
Search Results
4
records
(took 0.028 seconds)
