[发明专利]基于卷积神经网络的身份证照片分类方法在审
| 申请号： | 201511009006.6 | 申请日： | 2015-12-29 |
| 公开（公告）号： | CN106934408A | 公开（公告）日： | 2017-07-07 |
| 发明（设计）人： | 付景林;侯玉成;赵德胜;孟汉峰;王芊;丁明锋;刘雪峰;刘红云;张新中;李永丰;鞠秀芳;柳炯;王允升;杨永强;姜晓伟;肖静晗 | 申请（专利权）人： | 北京大唐高鸿数据网络技术有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/02 |
| 代理公司： | 北京北新智诚知识产权代理有限公司11100 | 代理人： | 赵郁军 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 卷积 神经网络 身份证 照片 分类 方法 | ||
1.基于卷积神经网络的身份证照片分类方法，其特征在于，包括：
S1：获取多样性的身份证照片样本集，并划分为训练样本集、验证样本集和测试样本集；
S2：建立卷积神经网络；
S3：对训练样本集中的样本图片进行预处理；
S4：将预处理后的图片作为训练数据输入该卷积神经网络，进行有监督的学习，得到训练后的卷积神经网络的各层的参数；
S5：利用训练后的卷积神经网络的各层的参数，初始化与步骤S2中所述卷积神经网络结构相同的卷积神经网络，得到具有身份证照片分类功能的图像识别网络。
2.根据权利要求1所述的基于卷积神经网络的身份证照片分类方法，其特征在于，所述多样性的身份证照片样本集包括身份证原件照片、身份证复印件照片、经软件处理过的身份证照片、手机相机获取的手机上显示的身份证原件照片的照片、手机相机获取的计算机显示屏上显示的身份证原件照片的照片。
3.根据权利要求2所述的基于卷积神经网络的身份证照片分类方法，其特征在于，所述步骤S2中的卷积神经网络包括五个卷积层、三个下采样层、三个全连接层、及softmax分类器，其中，
第一卷积层滤波器的大小为11×11像素，步长为4个像素，特征图为96个，第一下采样层滤波器的大小为3×3像素，步长为2个像素；第二卷积层滤波器的大小为5×5像素，特征图为256个，第二下采样层滤波器的大小为3×3像素，步长为2个像素；第三卷积层滤波器的大小为3×3像素，特征图为384个；第四卷积层滤波器的大小为3×3像素，特征图为384个；第五卷积层滤波器的大小为3×3像素，特征图为256个，第三下采样层滤波器的大小为3×3像素，步长为2个像素；全连接层及softmax分类器使用dropout层降低连接数，softmax分类器输出五种类型的目标：身份证原件照片，身份证复印件照片、经软件处理过的身份证照片、手机相机获取的手机上显示的身份证原件照片的照片、手机相机获取的计算机显示屏上显示的身份证原件照片的照片。
4.根据权利要求2所述的基于卷积神经网络的身份证照片分类方法，其特征在于，所述步骤S3中，对训练样本集中的样本图片进行预处理包括：减去每个像素点对应的平均值，进行水平镜像处理，进行裁剪处理。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京大唐高鸿数据网络技术有限公司，未经北京大唐高鸿数据网络技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201511009006.6/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种钢结构紧固加工工装
- 下一篇：一种用于建筑物可伸缩的钢结构斜拉撑
