Mobile Application for Receipt Fraud Detection Based on Optical Character Recognition

Ich schrieb hier über eine Situation, die ich in einem Supermarkt hatte, als der Preis am Regal anders war als der in ihrem System. Hier habe ich auch über die ICMV (International Conference on Machine Vision) 2019 Konferenz geschrieben, wo ich zusammen mit diesem Paper auch unser Paper „Mobile Application for Receipt Fraud Detection Based on Optical Character Recognition“ vorgestellt wurde. Ich habe die Arbeit in der mündlichen Sitzung A-2 „Target Detection and Tracking“ vorgestellt.

Abstrakt: Dieses Papier stellt ein Verfahren zur Erkennung von Quittungsbetrug durch die Implementierung eines Object Character Recognition (OCR)-Algorithmus vor, der aus Bildverarbeitungstechniken und Convolutional Neural Networks (CNNs) besteht. Wir haben zwei CNN-Modelle in eine Smartphone-Anwendung implementiert, die es den Kunden ermöglicht, Fotos von Produkten, die sie kaufen möchten (auch um ihre Preisschilder zu schneiden), während sie in einem Hypermarkt/Supermarkt vorhanden sind, sowie von der bezahlten Quittung zu machen, und es gelingt uns, automatisch alle Preise (mehrere Ziffern einschließlich Dezimalstellen) der im Regal gesehenen Produkte und alle Preise, die in der bezahlten Quittung enthalten sind, die von der Kasse erhalten wurden, zu identifizieren und zu vergleichen. Diese Anwendung hilft dem Kunden, einen Quittungsbetrug aufgrund eines Computer- oder menschlichen Fehlers auf kostengünstige und bequeme Weise zu erkennen. Experimentelle Ergebnisse zeigen eine Gesamttestgenauigkeit von 99,96% für das CNN, das für die Identifizierung der Produktpreise verantwortlich ist, und eine Gesamttestgenauigkeit von 99,35% für das CNN, das für die Identifizierung der Empfangspreise verantwortlich ist.

Sie können den Artikel hier lesen: Ich werde den Link zum Artikel posten, sobald er indiziert wird.

Leave a Comment

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahren Sie mehr darüber, wie Ihre Kommentardaten verarbeitet werden .

Scroll Up