基于深度学习的身份证号码识别方法

基于深度学习的身份证号码识别方法

1. 课题背景

为了对二代身份证进行拍照获得图像后，实现对身份证号码的识别，提出了一种基于深度学习的身份证号码识别方法。该方法的思想是先通过先验知识确定身份证号码的大致位置，然后用迭代二值化和连通域技术提取出身份证号码图像；采用投影法分割出身份证号码单个灰度化字符，再利用基于深度学习卷积神经网络的方法，直接输入原始图像，避免对图像进行复杂的预处理工作，利用训练出来的模型识别出字符。

2004 年我国开始使用二代居民身份证，由于身份证编号能唯一确定一张身份证，并能得到一些个人信息，所以在大多数情况下，身份证一般只登记身份证号码，但登记还是采用人工方式，这不仅耗时而且效率低下，因此，如何快速录入身份证号码成为急需解决的问题，尤其是光学字符识别

（Optical Character Recognition，OCR）技术被成功引用到证件行业上来，身份证识别技术也得到广泛运用。

1. 常用的方法

身份证号码的识别技术属于图像字符识别领域，目前国 内外采用较多的方法主要有两类：基于模板匹配 OCR 算法和基于神经网络的 OCR 算法 [1-2]。目前随着人工智能领域深度学习的快速发展，图像识别技术的研究和应用飞速发展， 并取得突破性进展，光学字符识别技术也开始采用深度学习。其中卷积神经网络是深度学习 [3] 的一种高效识别算法，将卷积神经网络（Convolutional Neural Network，CNN）运用到身份证号码识别中，能够提高识别精度和增强鲁棒性。卷积 神经网络可以直接输入原图像进行训练，学习图像的特征， 经过训练后的网络可以用于字符的识别。

1. 身份证号码的定位和提取

3.1、身份证号码的定位

虽然第二代居民身份证的大小是固定的，但是拍照不像 扫描获得的身份证图像固定，因此，不能直接通过身份证图像 的大小来获取它的位置。图1(a) 为通过拍照获得的身份证图像， 要求拍照的背景不要复杂，比较简单，能够和身份证形成比较 大的差异，并且身份证在图像中的位置要居中和占据 80% 左右的空间，倾斜角不要太大，以保证能够检测到身份证，并 不会对身份证号码的定位造成影响。不管身份证的尺寸如何， 身份证号码在身份证上的位置总是固定的，结合先验知识和获

得的身份证图像，身份证号码位置要大于图像宽度的 1/3。身份证上身份证号码总是处于人脸之下，可以采用 Matlab 自带的 Vision 工具箱检测到人脸（如图 1(b) 所示&