LDRNet：实现移动端实时文档定位
计算机视觉与模式识别
2023-10-13 v3 性能
摘要
随着移动端身份证件核验（IDV）技术在现代业务运营中变得 ubiquitous，身份盗用与欺诈的风险也在上升。通常要求证件持有人参与在线视频面试以规避冒用者。然而，当前 IDV 流程依赖额外人力来支持在线逐步引导，效率低且成本高。现有基于 AI 的方法性能无法满足移动端的实时与轻量需求。本文通过设计一种边缘智能辅助的实时 IDV 方法来应对这些挑战。为提升 IDV 流程响应速度，我们提出一种面向移动端的新文档定位模型 LDRNet，用于实时定位（Localize）身份证件（Document in Real-time）。在轻量骨干网络基础上，我们为 LDRNet 构建三个预测分支：角点预测、线边框预测与文档分类。我们设计了新的辅助目标——等分点，并采用名为 Line Loss 的新损失函数以提升方法的速度与精度。除 IDV 流程外，LDRNet 也是各类移动应用高效可靠的文档定位替代方案。作为佐证，我们在通用文档数据集定位上对比了 LDRNet 与其他流行方法的性能。实验结果表明，LDRNet 运行速度可达 790 FPS，快 47 倍，同时在单模型单尺度测试中取得了相当的 Jaccard 指数（JI）。
引用
@article{arxiv.2206.02136,
title = {LDRNet: Enabling Real-time Document Localization on Mobile Devices},
author = {Han Wu and Holland Qian and Huaming Wu and Aad van Moorsel},
journal= {arXiv preprint arXiv:2206.02136},
year = {2023}
}
备注
ECML-PKDD 2022 https://doi.org/10.1007/978-3-031-23618-1_42