智能手机拍摄图像中的光学字体识别及其在证件伪造检测中的适用性
计算机视觉与模式识别
2019-03-26 v1
摘要
在本文中，我们考虑在智能手机拍摄的图像中检测伪造身份证件的问题。由于大量证件包含特殊字体，我们研究了卷积神经网络（CNNs）在检测所用字体是否符合政府标准对应字体方面的适用性。此处，我们使用多任务学习按字体和字符区分样本，并将所得分类器与为其训练的二值字体分类类比器进行比较。我们训练神经网络用于俄罗斯国家护照机读区与证件号中所用字体的真实性估计，并在从 3238 张俄罗斯国家护照图像获取的单个字符样本上测试它们。我们的结果表明，使用多任务学习提高了分类器的灵敏度与特异度。此外，所得 CNNs 展现出较高的泛化能力，因为它们能正确分类训练集中未出现的字体。我们得出结论，所提方法足以用于字体认证，并可用作智能手机相机所获取图像的伪造检测系统的一部分。
引用
@article{arxiv.1810.08016,
title = {Optical Font Recognition in Smartphone-Captured Images, and its Applicability for ID Forgery Detection},
author = {Yulia S. Chernyshova and Mikhail A. Aliev and Ekaterina S. Gushchanskaia and Alexander V. Sheshkus},
journal= {arXiv preprint arXiv:1810.08016},
year = {2019}
}