DocXPand-25k：用于身份证分析的大型多样化基准数据集
计算机视觉与模式识别
2024-07-31 v1 机器学习
摘要
身份证图像分析已成为许多在线服务（如银行开户或保险订阅）中必不可少的环节。近年来，针对文档局部化、文本识别和欺诈检测等主题大量研究，以实现足以自动化身份验证的准确度。然而，仅有少数数据集可用于对身份证分析方法进行基准测试，主要由于隐私限制、安全要求和法律原因。本文提出了 DocXPand-25k 数据集，该数据集由 24,994 张标注丰富的身份证图像组成，这些图像是使用代表九种虚构身份证设计的定制矢量模板生成的，包括四种身份证、两种居留许可证和三种护照设计。这些合成身份证包含人工生成的个人信息（姓名、日期、标识符、面容、条码等），并在视觉布局和文本内容方面呈现出丰富的多样性。我们收集了约 5.8k 个多样化背景，这些背景来自真实世界照片、扫描件和身份证屏幕截图，以保证背景的多样性。我们编写的生成这些图像的软件已公开发布（https://github.com/QuickSign/docxpand/），采用 MIT 许可证；该数据集则采用 CC-BY-NC-SA 4.0 许可证发布。
引用
@article{arxiv.2407.20662,
title = {DocXPand-25k: a large and diverse benchmark dataset for identity documents analysis},
author = {Julien Lerouge and Guillaume Betmont and Thomas Bres and Evgeny Stepankevich and Alexis Bergès},
journal= {arXiv preprint arXiv:2407.20662},
year = {2024}
}