Deep Learning Based Localization of Identification Cards in Images

Detekcija kartica je industrijski problem koji doprinosi automatizaciji i povećava točnost određenih sustava. U ovom radu napravljen je skup podataka za učenje dubokih neuronskih mreža koji je zbog relativno malog broja proširen s 9881 na 362442 slika. Opisane su tri različite arhitekture koje imaju sposobnost detekcije objekata na slikama varijabilne veličine. Korištena arhitektura je Faster-rcnn [3] s prenamijenjenom regresijom na kraju mreže. Opisan je proces učenja mreže i ponuđena je jedna ideja lokalizacijske postobrade. Na kraju su dani rezultati usporedbe s jednim postojećim detektorom kartica baziranim na LSD algoritmu. Osim za izuzetno strog kriterij točnosti, rješenje ponuđeno ovim radom daje bolji rezultat.Card detection is industrial problem that improves automatization and increses accuracy of some systems. In this work dataset is made for learning deep neural networks which is augmented from 9881 to 362442 images. Three architectures are described that all have ability to work with images with variable sizes. Used architecture is Faster-rcnn [3] with modified regresion at the end of the network. Learning process is described along with one idea of postprocessing network output. At the end results are given with respect to one other industrially used card detector. Except for extremly strict criteria, solution given in this work dose gives better results then the other card detector