首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

难得干货,揭秘支付宝2维码扫码技术优化实践之路

本文要分享是支付宝针对2维码扫描功能,在2维码残缺、变形、变色等等恶劣条件下,是如何提升扫码识别率识别速度技术实践总结。希望能带给你启发。...用户扫码体验最关键主要有以下几个因素: 1)识别率:这是扫码服务基础指标,识别率能直接体现识别能力,识别率如果无法提高意味着大量用户将无法使用更便捷服务; 2)识别耗时:包括 app 启动耗时以及图像识别耗时...我们对用户反馈进行了大量统计分析,发现绝大部分识别失败都是因为二维码并不标准,并且很遗憾是在使用我们早期扫码版本进行识别率测试时发现识别率只有 60%。下面的文字,将首先从提高识别率方向着手。...(支付宝蓝桩点,会在蓝色区域产生大量噪点,导致识别率低下) 为此,我们新增了一种桩点识别方式。在状态机达到151模式时候,开始尝试确认桩点。(此时扫描线在第一行151比例)。...7、提高识别率策略5:修改跳行扫描间隔数 由于输入相机帧分辨率高,像素点多,运算量大,以往扫码算法在水平跟垂直方向跳行采样进行计算。

1.5K30
您找到你想要的搜索结果了吗?
是的
没有找到

身份证OCR识别SDK集成到APP

为了提高在手机移动终端上输入身份证信息速度和准确性, 移动端身份证OCR识别SDK应运而生,他支持主流Android、iOS 平台,满足各行业对身份证识别的应用需求,给用户带来更好体验。...产品采用手机、平板电脑摄像头拍摄身份证图像,然后通过OCR软件对身份证信息进行识别提取。...,提高识别率。...移动端身份证OCR识别软件拍摄规范(规范拍摄有助于提高识别率) 1、光照,拍摄时注意光照影响,尽量避免反光和黑影; 2、角度,不要使拍摄角度倾斜过大,以免造成图像严重变型; 3、背景,少留背景(即身份证充满图片...)或简单背景,可以提高识别率; 4、聚焦,聚焦清晰,避免文字模糊不清楚。

7.9K10

鬼都藏不住,人脸识别新突破!就算遮住半张脸也能100%被识别

---- 新智元报道 来源:sciencedirect 编辑:金磊,元子 【新智元导读】众所周知,人脸识别在摄像头无法捕捉到完整面部图像情况下很难获得理想效果。...除此之外,团队还研究了面部某个独立部位,比如鼻子、脸颊、前额或嘴巴识别率,以及图像旋转和缩放对面部识别主体影响。...示例图片 识别过程 使用CNN和VGG-Face,利用两个分类器进行不完整人脸识别 团队主要研究面部不同部分如何有利于识别,以及在机器学习场景中如何在对面部照片进行不同程度旋转、缩放识别。...本次实验需要计算CS通过使用Eqs找到测试图像和训练图像之间最小距离。如图8所示: 线性SVM SVM是一个二元分类算法,线性分类和非线性分类都支持。...在这项工作中,已经进行了许多遮挡设置,验证方法可以处理正常和遮挡面部识别任务。

1.1K20

二维码扫码技术优化方案

用户扫码体验最关键主要有以下几个因素: 1. 识别率:这是扫码服务基础指标,识别率能直接体现识别能力,识别率如果无法提高意味着大量用户将无法使用更便捷服务; 2....精准反馈:识别结果不仅需要及时反馈给用户,还需要非常精准,特别是在目前线下有多个二维码场景下,需要避免用户二次操作; 本文将从以上三个方面,分享支付宝扫码技术团队是如何为用户打造一个又准又快又稳极致扫码体验...二、提高识别率 我们对用户反馈进行了大量统计分析,发现绝大部分识别失败都是因为二维码并不标准,并且很遗憾是在使用我们早期扫码版本进行识别率测试时发现识别率只有 60%; ** 策略 1:优化桩点查找算法长宽比耐受...优化策略 通过修改长宽比判定规则,长宽比将不再受先后顺序影响; 对于已知长度,修改规则将可接受宽度范围扩大,增强长宽比耐受; 在我们对比测试集中,识别率提高了 1% 左右。...image.png 三、更小识别耗时 GPU 计算二值化,降低识别单帧耗时 所谓图像二值化就是将图像像素点灰度值设置为 0 或 255,也就是将整个图像呈现出明显只有黑和白视觉效果。

4.7K217188

业界 | Nature:能自主学习的人工突触,为无监督学习开辟新路径

在信息技术领域中,这样 AI 系统被称作神经网络。包含于神经网络中算法可以进行训练,模仿大脑识别语言和图像模式。然而,运行一个人工神经网络是非常费时费力。...在忆阻器助力下,学习效率将大大提高,以后研究工作将延伸到忆阻器上,特别是研究优化函数方法。作为出发点,研究员成功建立了一个物理模型帮助理解忆阻器工作模式。...这些模拟将作为测试平台研究 STDP 信号波形对网络识别图像模式能力影响(水平线,对角线和垂直线条形分别代表 A,B 和 C,如图 Fig.4a 所示)。...模拟网络由一个按 9x5 横梁(crossbar)排列铁电质忆阻器阵列构成(Fig.4a)。9 个脉冲输入神经元中每一个都编码了含噪图像一个像素,其中包含了三种模式之一进行识别。...Figure 4b 展示了随着图像展示数量增加,网络识别率也随着提高,低噪图像识别率达到了 100%,而高噪图像识别率也几乎达到了 80%。

980110

移动端与云端身份证识别的差别

产品采用手机、平板电脑摄像头拍摄身份证图像,然后通过OCR软件对身份证信息进行识别提取。....png 移动端身份证识别软件拍摄规范(规范拍摄有助于提高识别率) 1、光照,拍摄时注意光照影响,尽量避免反光和黑影; 2、角度,不要使拍摄角度倾斜过大,以免造成图像严重变型; 3、背景,少留背景...(即身份证充满图片)或简单背景,可以提高识别率; 4、聚焦,聚焦清晰,避免文字模糊不清楚。...移动端身份证识别技术不仅仅用在金融行业,各行业都能得以应用,只要关乎录入身份证信息,都能使用,手机移动端身份证识别技术让需要实名应用更加方便,快捷,提高用户体验,为人们解决繁琐输入问题。...企业可将该识别软件部署在自有服务器中,APP和业务系统端可通过webservice接口调用识别软件,上传图像到服务器端完成识别后,在返回识别结果,整个识别过程可在企业内网完成交互。

2.5K10

启动耗时可以这样测~

这期间也同其他项目组测试同学讨教过图像识别方法,对比如下: ? 1 启动耗时采集 整体思路如下: ?...2.1 图像处理 选用Python图像处理库PILImage模块,通过Image.open()函数打开制定图像文件,而真实图像数据直到试图处理该数据才会从文件读取文件,对象必须实现read()...其中,stable和end阶段不计入启动耗时采集数据,仅仅列出来给大家看下展示效果。...PS:自动识别率 = 机器学习识别总帧数/人工识别总帧数 *100 (这个应该建立在学习模型足够精准基础上,自动识别率应该会越高)。 最后,如何计算启动耗时呢?...我们是通过这个命令: ffmpeg -i TX.mp4 -r 60 %d.jpeg 可以将视频固定60帧截取图片,所以总耗时 = 总帧数 * 1/60。

1K70

Tika结合Tesseract-OCR 实现光学汉字识别(简体、宋体识别率百分之百)—附Java源码、测试数据和训练集下载地址

OCR(Optical character recognition) —— 光学字符识别,是图像处理一个重要分支,中文识别具有一定挑战性,特别是手写体和草书识别,是重要和热门科学研究方向。...真的是为了论文而论文,而且很会选择样本(小而简单) 斯坦福大学有个工程项目,专门做中文汉字识别——欧美发达国家科研院所更有研究精神  提高识别率,训练集是关键!  提高识别率,训练集是关键!!  ...提高识别率,训练集是关键!!!...,太小,完全识别不出来 提高识别率,需要自己做训练集,工作量巨大体力活(简体汉字最少6753个,混合一些复杂,至少要10000个字符;不同字体要重新做,因为本质上是图形几何计算,国内科研院所和开源不多...【结论】 手机拍照图片,还算清晰——识别率:%100 转载请注明出处:https://www.cnblogs.com/NaughtyCat/p/tika-support-Tesseract-OCR-with-source-code-and-test-data.html

3K20

计算机视觉AI车牌识别技术,在停车场管理中垂直场景应用

随着时代发展,生活质量提高,汽车是现代生活必需品。汽车保有量日益增多,势必会带来停车难、停车管理难问题。...一旦卡片丢失,整个停车记录就无法核对,给停车场管理带来一些麻烦。 停车场管理要解决管理车辆信息、进出场车辆图像、解决停车收费过程中可能出现的人工出错等失误问题。...TSINGSEE青犀视频车牌识别技术是ORC识别、云计算等多种技术,在停车场中用于对车辆身份识别。车牌识别系统是计算机视频图像识别技术在车辆牌照识别一种应用。...目前最新车牌识别率为:字母和数字单字识别率可达到99%,汉字单字识别率可达到98%。车牌识别种类也非常齐全,各种反光、污损都可以识别。...对于一些商业中心等大型停车场来说,可以将入口设置为只要能够识别到车辆车牌信息都可以允许车辆进入停车场,而在出场时由人工根据进场信息进行收费放行,这样入口就无需人员管理,车辆自动进入停车场。

1K20

中科院百人计划专家深度解析:银行业务光凭“刷脸”真的靠谱吗?

但是,在实际应用中,由于有些场景摄像头拍摄的人脸并不足够清晰,而且受环境影响,计算机目前也无法做到 100% 准确。...目前人脸识别算法突破都集中在实际场景中人脸照片受角度、光线等复杂环境影响下,如何提高识别率。 9、您认为哪些机器学习方法可能会在人脸识别中有比较好发展? 为什么?...此模型中每层都是一个深度网络(分别两张照片为输入),在训练时采用二分类损失函数并对两个网络中对应权值差异性进行正则化,可实现不同图像空间到相同特征空间映射。...人证合一为例:人证件照要和现场抓拍照或者普通照片上的人脸进行比对,我们不能直接拿来比对,这样因为年龄、光照等各种信息影响,识别不准。...3、是机器学习初学者,请问人脸识别技术,除了机器学习知识外,还需要掌握哪些方面的技术呢? 答:计算机图像处理与模式识别的基本知识还是需要

2K60

手把手教你开发人工智能微信小程序(4): 训练手写数字识别模型

在上篇文章《手把手教你开发人工智能微信小程序(3):加载数据》中,给大家演示了如何通过fetch加载网络数据并进行数据归范化,出于演示目的,例子做了简化处理,本文中将给大家介绍一个稍微复杂一点例子...很多机器学习教程都以手写数字识别作为上手示例,在之前文章也写过几篇: 浏览器中手写数字识别 一步步提高手写数字识别率(1) 一步步提高手写数字识别率(2) 一步步提高手写数字识别率(3)...在本文中,将演示如何训练卷积神经网络模型来识别手写数字。...定义模型结构 关于卷积神经网络,可以参阅《一步步提高手写数字识别率(3)》这篇文章,这里定义卷积网络结构为: CONV -> MAXPOOlING -> CONV -> MAXPOOLING ->...这个简单例子,包含了机器学习整个过程,虽然在实际中我们可能不会这样用。在下篇文章中,将介绍如何使用现有模型。如果你有什么建议,欢迎留言。

96520

Python 实现识别弱图片验证码

其他验证码形式有音频验证码,滑动验证码等。图片验证码越来越高级,识别难度也大幅提高,就算人为输入也经常会输错。本文主要讲解识别弱图片验证码。...如下: 2 识别思路 首先对图片做二值化来降噪处理,去掉图片中噪点,干扰线等。然后将图片中单个字符切分出来。最后识别每个字符。 图片处理,采用 Python 标准图像处理库 PIL。...我们可以在 GitHub 上找到库并下载。是下载最新 4.0 版本。...4.3 识别 经过上述处理,图片验证码中字符已经变成很清晰了。 最后一步是直接用 pytesseract 库识别。...自己也尝试收集 500 张图片来训练 Tesseract-ORC,识别率会有所提升,但识别率还是很低。

4K31

国税总局发票查验平台验证码识别方案,识别率达98%「建议收藏」

全国增值税发票查验平台验证码 2020.04.30 已经同步更新,测试网址不变 手动置顶:验证码识别测试页面(可视化操作) 识别率97.5%,图片接口支持手动测试,图片形式返回结果;文本接口需要联系作者...之前技术不精,思路略显笨拙,新模型辅助了全新生成器算法,能更好对抗和适应各种参数更新,后续或会开放最新防更新思路,如何提高模型泛化能力,最新接口请直接联系,白嫖勿扰。...不分离颜色思路,方案有两种处理方法: (1)同时预测颜色和字符内容,这种方法看起来比较正统,但是成本较高,需要标注每张图颜色和字符内容,这个要求有多高呢,一般打码平台是无法提供这样结果,打码平台只返回对应颜色内容...不过采集样本不是单纯接打码平台就完事了,需要经过官网判断,只有通过验证,正确样本才保存下来。这样有效样本对提高识别率才有帮助。...截图无法识别,不理解可以先了解下深度学习 图像识别原理 ,或咨询 作者 。

1.2K20

人脸到底是怎样识别

一些比较先进的人脸识别系统甚至可以支持有条件过滤掉不符合人脸识别质量要求或者是清晰度质量较低的人脸图像,尽可能做到清晰精准采集。...这一方法提高了人脸检测速度,对于遮挡和光照也有一定鲁棒性。方法不足是和其他方法可结合性不是很高,同时,用于人脸检测时,处理复杂背景和多个人脸时存在困难。...但是,方法也具有不足地方, 就是比较容易受人脸表情、姿态和光照改变等因素影响,从而导致识别率情况。...在取得突破性成果之后,中国香港中文大学 DeepID2 项目将识别率提高到了 99.15%。...Deep ID2 通过学习非线性特征变换使类内变化达到最小,而同时使不同身份的人脸图像距离保持 恒定,超过了目前所有领先深度学习和非深度学习算法在 LFW 数据库上识别率以及人类在数据库识别率

2.5K30

OCR技术综述

最近入坑研究OCR,看了比较多关于OCR资料,对OCR前世今生也有了一个比较清晰了解。所以想写一篇关于OCR技术综述,对OCR相关知识点都好好总结一遍,加深个人理解。 什么是OCR?...在印刷体识别上有其独特干扰:在印刷过程中字体很可能变得断裂或者墨水粘连,使得OCR识别异常困难。当然这些都可以通过一些图像处理技术帮他尽可能还原,进而提高识别率。...如果单纯OCR模块,识别率相当低),都要各个模块组合来保证较高识别率。...上面的流程分比较粗,每个模块下还是有很多更细节操作,每个操作都关系着最终识别结果准确性。做过OCR童鞋都知道,送入OCR模块图像清晰(即预处理做越好),识别效果往往就越好。...现在大家都很少会把目光还放在如何对电子文档文字识别怎么进一步提高准确率了,因为他们把目光放在更有挑战性领域。

13.9K92

基于机器学习精准定位系统

文献[11]提出一种基于点云和图像联合定位高效检测方法,方法使用视觉提示和耳机方向来配准空间地图,系统性能有所提高,但鲁棒性较差。...与此同时,随着大数据时代发展和计算机算力提高,基于大规模图像识别与分类技术迅速发展,特别是深度神经网络发展,为诸多基于图像任务提供了有效解决方法。...本研究提出系统其关键点在于如何进行区域机器学习来获得位置识别模型。模型旨在计算用户位置,其中位置计算包括方向估计和坐标估计。...由表3可以看出:在室内环境中,距离间隔对准确率影响与室外有着相同规律,即间隔越大,模型识别率越高。...但在室内环境中,模型对1.5m间隔定位就能达到平均92.675%准确率,说明模型达到了室内1.5m定位精度,较室外定位更精准。同时,模型在室内环境中对方向判定也能达到较高识别率

50870

清华大学发布:人脸识别最全知识图谱

一些比较先进的人脸识别系统甚至可以支持有条件过滤掉不符合人脸识别质量要求或者是清晰度质量较低的人脸图像,尽可能做到清晰精准采集。...但是,方法也具有不足地方, 就是比较容易受人脸表情、姿态和光照改变等因素影响,从而导致识别率情况。...在取得突破性成果之后,中国香港中文大学 DeepID2 项目将识别率提高到了 99.15%。...Deep ID2 通过学习非线性特征变换使类内变化达到最小,而同时使不同身份的人脸图像距离保持 恒定,超过了目前所有领先深度学习和非深度学习算法在 LFW 数据库上识别率以及人类在数据库识别率...,取各种识别方法优势,综合运用,达到更高识别率识别效果。

1.3K31

ocr字符识别原理及算法_产品系列之一

大家好,又见面了,是你们朋友全栈君。 最近入坑研究OCR,看了比较多关于OCR资料,对OCR前世今生也有了一个比较清晰了解。...在印刷体识别上有其独特干扰:在印刷过程中字体很可能变得断裂或者墨水粘连,使得OCR识别异常困难。当然这些都可以通过一些图像处理技术帮他尽可能还原,进而提高识别率。...(如果单纯OCR模块,识别率相当低),都要各个模块组合来保证较高识别率。...上面的流程分比较粗,每个模块下还是有很多更细节操作,每个操作都关系着最终识别结果准确性。做过OCR童鞋都知道,送入OCR模块图像清晰(即预处理做越好),识别效果往往就越好。...现在大家都很少会把目光还放在如何对电子文档文字识别怎么进一步提高准确率了,因为他们把目光放在更有挑战性领域。

3K10
领券