A Method for Machine-Readable Zones Location Based on a Combination of the Hough Transform and the Search for Feature Points

В данной статье описан метод локализации машиночитаемых зон на изображениях документов, основанный на комбинации преобразования Хафа и поиска особых точек. Описаны поэтапно поиск особых точек, фильтрация и кластеризация с помощью преобразования Хафа. Помимо локализации машиночитаемой зоны разработано решение определение ориентации зоны. Данный метод разработан с учетом требования к работе в режиме реального времени на мобильных устройствах. В работе представлены результаты замеров качества работы метода на открытом синтетическом датасете и времени работы на мобильных устройствах. Экспериментальное исследование на искусственном датасете показало, что предложенный алгоритм позволяет достичь качества 0.82 в терминах среднего значения коэффициента Жаккара. Время работы предложенного алгоритма локализации машиночитаемой зоны на мобильном устройстве составляет 6 мс на iPhone SE 2.

Ключевые слова

машиночитаемая зона; анализ изображений; мобильное распознавание; алгоритмы распознавания.

Литература

1. ICAO Doc 9303 Machine Readable Travel // International Civil Aviation Organization. - 2015. - Edition 7. - Parts 2-7.
2. Bessmeltsev, V. Highspeed OCR Algorithm for Portable Passport Readers / V. Bessmeltsev, E. Bulushev, N. Goloshevsky // Graphicon. - 2011. -№ 11. - P. 25-29.
3. Visilter, Y.V. Development of OCR System for Portable Passport and Visa Reader / Y.V. Visilter, S.Y. Zheltov, A.A. Lukin // Proceedings of SPIE. - № 3651. - 1999. - P. 194-199.
4. Булатов, К.Б. Проблемы распознавания машиночитаемых зон с использованием малоформатных цифровых камер мобильных устройств / К.Б. Булатов, Д.А. Ильин, Д.В. Полевой, Ю.С. Чернышова // Труды ИСА РАН. - 2015. - V. 65, №. 3. - С. 85-93.
5. Арлазаров, В.В. Анализ особенностей использования стационарных и мобильных малоразмерных цифровых камер для распознавания документов / В.В. Арлазаров, А. Жуковский, В. Кривцов, Д. Николаев, Д. Полевой // Информационные технологии и вычислительные системы. - 2014. - № 3. - C. 71-78.
6. Bulatov, K. MIDV-2019: Challenges of the Modern Mobile-Based Document OCR / K. Bulatov, D. Matalov, V.V. Arlazarov // Proceedings of SPIE. - 2020. - № 11433. - P. 717-722.
7. Коноваленко, И.А. Оценка точки схода отрезков методом максимального правдоподобия / И.А. Коноваленко, Ю.А. Шемякина, И.А. Фараджев // Вестник ЮУрГУ. Серия: Математическое моделирование и программирование. - 2020. - Т. 13, № 1. - С. 107-117.
8. Xiangrong, C. Detecting and Reading Text in Natural Scenes / C. Xiangrong, A.L. Yuille // Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition. - 2004. - № 2. - P. II-366-II-373.
9. Petrova, O. Methods of Machine-Readable Zone Recognition Results Post-Processing / O. Petrova, K. Bulatov // Proceedings of SPIE. - 2019. - № 11041. - P. 387-393.
10. Kwon, Y. Recognition Based Verification for the Machine Readable Travel Documents / Y. Kwon, J. Kim // International Workshop on Graphics Recognition. - Curitiba, 2007.
11. Kwang-Baek, K. A Passport Recognition and Face Verification Using Enhanced Fuzzy Art Based RBF Network and PCA Algorithm / K. Kwang-Baek, K. Sungshin // Neurocomputing. - 2008. - P. 3202-3210.
12. Martin-Rodriguez, F. Automatic Optical Reading of Passport Information / F. Martin-Rodriguez // 2014 International Carnahan Conference on Security Technology. - Rome, 2014. - P. 1-4.
13. Lee, H. Character Recognition for the Machine Reader Zone of Electronic Identity Cards / H. Lee, N. Kwak // 2015 IEEE International Conference on Image Processing. - Quebec City, 2015. - P. 387-391.
14. Hartl, A. Real-time Detection and Recognition of Machine-Readable Zones with Mobile Devices / A. Hartl, C. Arth, D. Schmalstieg // VISAPP 2015 - 10th International Conference on Computer Vision Theory and Applications. - 2015. - P. 79-87.
15. Harris, C. A Combined Corner and Edge Detector / C. Harris, M. Stephens // Alvey Vision Conference, Manchester. - 1988. - P. 50.
16. Lepetit, V. Towards Recognizing Feature Points using Classification Trees / V. Lepetit, P. Fua // Technical Report IC/2004/74. - 2004. - 13 p.
17. Lukoyanov, A. Modification of YAPE Keypoint Detection Algorithm for Wide Local Contrast Range Images / A. Lukoyanov, D. Nikolaev, I. Konovalenko // Proceedings of SPIE. - 2018. - № 10696. - P. 305-312.
18. Nikolaev, D.P. Hough Transform: Underestimated Tool in the Computer Vision Field / D.P. Nikolaev, I.P. Nikolaev, P.P. Nikolaev, S.M. Karpenko // European Conference on Modelling and Simulation. - 2008. - P. 238-243.
19. Fan, B. Receptive Fields Selection for Binary Feature Description / B. Fan, Q. Kong, T. Trzcinski, Z. Wang, C. Pan, P. Fua // IEEE Transactions on Image Processing. - 2014. - V. 23, № 6. - P. 2583-2595.
20. Smart 3D OCR MRZ v.1.0. Available at: https://smartengines.ru/smart-mrzreader/ (accessed 24 May 2021).