郭小燕，陳 鵬，，張 明，張綠云，馬楚奇

（1.甘肅農(nóng)業(yè)大學(xué) 信息科學(xué)技術(shù)學(xué)院，甘肅 蘭州 730070；2.河池學(xué)院 大數(shù)據(jù)與計(jì)算機(jī)學(xué)院，廣西 宜州 546300；3.蘭州城市學(xué)院 信息工程學(xué)院，甘肅 蘭州 730070）

0 引言

支付寶、微信等第三方快捷支付方式的快速發(fā)展對(duì)傳統(tǒng)銀行卡支付業(yè)務(wù)帶來(lái)極大挑戰(zhàn)，銀行卡號(hào)數(shù)字自動(dòng)識(shí)別技術(shù)可提高銀行卡支付效率及便捷性，使其更好地參與市場(chǎng)競(jìng)爭(zhēng)［1］。由于圖像的背景、光照、對(duì)比度等因素會(huì)對(duì)圖像的識(shí)別效率和準(zhǔn)確率造成干擾，且Sigmoid 激活函數(shù)在神經(jīng)網(wǎng)絡(luò)的梯度反向傳遞時(shí)易產(chǎn)生梯度爆炸或梯度消失問(wèn)題。鑒于此，本文提出基于改進(jìn)PCA_CNN 的銀行卡號(hào)識(shí)別模型，旨在提高抗干擾能力，緩解梯度消失問(wèn)題。

卷積神經(jīng)網(wǎng)絡(luò)憑借其優(yōu)越的性能備受廣大學(xué)者關(guān)注，并成為當(dāng)下研究熱點(diǎn)，其已在圖像識(shí)別領(lǐng)域取得系列研究成果。李尚林等［2］提出基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）的銀行卡數(shù)字識(shí)別框架，能顯著提高銀行卡數(shù)字識(shí)別準(zhǔn)確率。黃睿等［3］利用Tensorflow 框架搭建CNN 網(wǎng)絡(luò)實(shí)現(xiàn)手寫(xiě)數(shù)字識(shí)別，其準(zhǔn)確率高于傳統(tǒng)Softmax 模型。Druki 等［4］提出七層卷積神經(jīng)網(wǎng)絡(luò)模型以提高復(fù)雜背景下的圖像識(shí)別效率。Gao 等［5］提出DCNN 深度學(xué)習(xí)模型以增強(qiáng)圖像目標(biāo)識(shí)別的自動(dòng)特征提取能力。

以上研究均得較好效果，但由于卷積神經(jīng)網(wǎng)絡(luò)的參數(shù)量極大，卷積核需依靠大量學(xué)習(xí)確定，將造成時(shí)間和算力浪費(fèi)。本文使用改進(jìn)PCA_CNN 的銀行卡識(shí)別模型，利用PCA算法選取CNN卷積核，與傳統(tǒng)CNN網(wǎng)絡(luò)通過(guò)反復(fù)迭代獲取卷積核相比，PCA_CNN 極大縮短了學(xué)習(xí)訓(xùn)練時(shí)間，解決了傳統(tǒng)CNN 在特定時(shí)間內(nèi)識(shí)別準(zhǔn)確率不高和收斂速度不足的問(wèn)題，從而提升網(wǎng)絡(luò)整體性能。為進(jìn)一步提高識(shí)別效果，本文對(duì)傳統(tǒng)的Sigmoid 函數(shù)進(jìn)行改進(jìn)，防止網(wǎng)絡(luò)隨卷積層數(shù)增加而出現(xiàn)過(guò)擬合，從而導(dǎo)致權(quán)重?zé)o法更新。采用自然光下手機(jī)拍攝的2 000 張銀行卡照片對(duì)PCA_CNN 網(wǎng)絡(luò)模型進(jìn)行測(cè)試，證明改進(jìn)PCA_CNN 的模型能對(duì)銀行卡號(hào)進(jìn)行有效自動(dòng)識(shí)別，為銀行卡便捷支付提供技術(shù)保障。

1 圖像預(yù)處理

在實(shí)際支付過(guò)程中，由于銀行卡可能存在破損、折痕、污點(diǎn)、字跡不清晰等情況，且拍攝時(shí)可能出現(xiàn)光線較暗、曝光過(guò)度、手機(jī)抖動(dòng)等問(wèn)題，因此銀行卡圖像常常含有噪聲，會(huì)對(duì)圖像識(shí)別造成干擾，故將數(shù)據(jù)送入識(shí)別程序之前，應(yīng)進(jìn)行預(yù)處理以保證識(shí)別質(zhì)量。

1.1 圖像灰度化

對(duì)圖像進(jìn)行灰度化操作可降低干擾因素，使銀行卡數(shù)字輪廓更清晰，減少網(wǎng)絡(luò)計(jì)算量，提高運(yùn)算效率［6］。圖像灰度化處理可采用最大值法［7］、平均值法［8］、加權(quán)平均法［9］。由于加權(quán)平均法可最大程度降低干擾，對(duì)圖像進(jìn)行灰度化處理的同時(shí)能夠?qū)崿F(xiàn)圖像增強(qiáng)，且能夠清晰有效地提取銀行卡數(shù)字輪廓，故本文采用該方法進(jìn)行圖像灰度化處理。以上3種方法圖像識(shí)別對(duì)比效果如圖1所示。

Fig.1 Graying effect of image圖1 圖像灰度化效果

1.2 銀行卡卡號(hào)提取

銀行卡圖像中，除卡號(hào)區(qū)域外，還有其他圖案、銀行l(wèi)ogo，銀聯(lián)標(biāo)識(shí)等區(qū)域，因此在銀行卡圖像中有效提取卡號(hào)區(qū)域是后期對(duì)卡號(hào)識(shí)別的關(guān)鍵步驟。針對(duì)卡號(hào)區(qū)域提取，設(shè)計(jì)的區(qū)域鎖定法可對(duì)卡號(hào)區(qū)域精準(zhǔn)提取分割，主要步驟如下：

（1）提取銀行卡輪廓。采用王文豪等［10］改進(jìn)的Canny算法提取銀行卡輪廓，結(jié)果如圖2所示。

Fig.2 Image contour extraction圖2 圖像輪廓提取

（2）區(qū)域填充。在輪廓提取基礎(chǔ)上，使用日本學(xué)者大津展之在1979 年提出的最大類(lèi)間方差法（OTSU）［11］進(jìn)行二值化處理，用形態(tài)學(xué)閉操作消除輪廓中的黑色部分，并填充閉合區(qū)域，將銀行卡數(shù)字區(qū)域連接作為待選卡號(hào)區(qū)域，結(jié)果如圖3所示。

（3）卡號(hào)提取。利用水平和垂直投影獲取銀行卡四周邊界，采用區(qū)域鎖定法獲取數(shù)據(jù)區(qū)域，從而獲取銀行卡號(hào)，流程如圖4所示。

Fig.3 Using OTSU to select the bank card number area圖3 使用OTSU選取銀行卡號(hào)區(qū)域

Fig.4 Flow of bank card number area locking圖4 銀行卡號(hào)區(qū)域鎖定流程

依據(jù)銀行卡鎖定區(qū)域與已提取邊緣輪廓的銀行卡圖像進(jìn)行重疊對(duì)比，裁剪出數(shù)字組區(qū)域圖像，如圖5所示。

Fig.5 Partial bank card digital area cutting characters圖5 部分銀行卡數(shù)字區(qū)域切割字符

2 特征提取

在CNN 訓(xùn)練過(guò)程中，初始權(quán)重隨機(jī)生成，因此在迭代次數(shù)有限時(shí)不能迅速找到誤差收斂方向，從而影響收斂速度與精度［12］。Chan 等［13］提出利用PCA 選取CNN 卷積核的網(wǎng)絡(luò)PCANet，可大幅度提高訓(xùn)練速度。本文基于PCANet 設(shè)計(jì)用于銀行卡識(shí)別的PCA_CNN 模型，以獲得更優(yōu)識(shí)別結(jié)果，如圖6所示。

Fig.6 Flow of improved PCA_CNN algorithm圖6 改進(jìn)的PCA_CNN算法流程

2.1 兩階段卷積

（1）卷積核確定。假定輸入尺寸為m×n，對(duì)于其進(jìn)行t=k×k塊采樣得到s=(n-k+1) × (m-k+1)個(gè)圖像塊，將每個(gè)圖像塊連接成一個(gè)t*s矩陣，利用PCA 獲得前l(fā)1個(gè)特征向量，作為后續(xù)卷積運(yùn)算的卷積核，如圖7所示。

Fig.7 Selection of convolution kernel圖7 卷積核選取

（2）兩階段卷積。在PCA_CNN 模型中，共經(jīng)歷兩階段卷積，卷積核個(gè)數(shù)分別為l1 和l2，因此，單個(gè)輸入圖像經(jīng)過(guò)兩次卷積后，變成l1 ×l2個(gè)特征圖。

第一階段：通過(guò)塊采樣及PCA 選取的特征矩陣作為第一階段卷積核，如圖8所示。

Fig.8 The first stage convolution圖8 第一階段卷積

第二階段：對(duì)第一階段卷積獲得的l1個(gè)特征圖進(jìn)行塊采樣，通過(guò)PCA 獲得l2 個(gè)特征矩陣，作為第二階段卷積核進(jìn)行卷積運(yùn)算，每個(gè)輸入圖像均得到l1 ×l2 個(gè)特征圖，如圖9所示。

Fig.9 The second stage convolution圖9 第二階段卷積

2.2 二值化與哈希編碼

將卷積所得特征圖的每一個(gè)像素進(jìn)行二值化處理，然后將l1 ×l2 個(gè)特征圖分成l1 個(gè)組，組內(nèi)的l2 個(gè)圖像堆疊起來(lái)，每l2 個(gè)（0，1）像素組成一個(gè)0-2l2-1的十進(jìn)制哈希編碼。

2.3 直方圖

使每張哈希編碼后的特征圖分成B 個(gè)塊并統(tǒng)計(jì)其直方圖，然后將第i副輸入圖像中第j副特征圖對(duì)應(yīng)的直方圖組成標(biāo)記為Bhis（t）（1 ≤j≤l1)的向量，輸入圖像fi對(duì)應(yīng)的圖像特征如式（1）所示。

其中，Bhist(）表示將第i副輸入圖像中第l1 副特征圖所對(duì)應(yīng)直方圖組成的向量，其標(biāo)記為Bhis（t）（1 ≤j≤l1)。

3 分析識(shí)別

分析識(shí)別階段主要對(duì)已提取特征的圖像進(jìn)行數(shù)字識(shí)別，如圖10所示。

Fig.10 Improved convolutional neural network model圖10 改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)模型

（1）輸入層。為保障最終分類(lèi)識(shí)別準(zhǔn)確率及收斂時(shí)間，將預(yù)處理后的銀行卡號(hào)數(shù)字圖像作為輸入，并設(shè)置輸入層圖像大小為28*28。

（2）卷積層C1。對(duì)銀行卡號(hào)輸入矩陣進(jìn)行卷積運(yùn)算。利用卷積操作提取原始圖像特征，使用PCA 產(chǎn)生的16 個(gè)卷積核對(duì)每幅輸入圖像進(jìn)行卷積運(yùn)算生成16 個(gè)大小為28*28 的特征圖。為增強(qiáng)模型表達(dá)力及緩解神經(jīng)網(wǎng)絡(luò)中梯度反向傳遞時(shí)存在的梯度爆炸和梯度消失問(wèn)題［14］，將Sigmoid 激活函數(shù)進(jìn)行改進(jìn)。如式（2）所示，采用分段單調(diào)遞增可緩解深度學(xué)習(xí)中的梯度消失問(wèn)題。

Fig.11 Improvement of activation function圖11 激活函數(shù)改進(jìn)

（3）池化層S1。對(duì)圖像進(jìn)行降維處理并保留其有效信息，保證CNN 在旋轉(zhuǎn)、平移、伸縮時(shí)的穩(wěn)健性。本文使用平均池化獲得16個(gè)大小為14*14的特征圖。

（4）卷積層C2。采用第二階段卷積產(chǎn)生的32 個(gè)卷積核對(duì)網(wǎng)絡(luò)上層輸出圖像進(jìn)行特征提取，獲得32 個(gè)大小為14*14的特征圖，同時(shí)采用式（2）中的激活函數(shù)。

（5）池化層S2。獲得32個(gè)大小為7×7的特征圖。

（6）輸出層。采用全連接方式與S2 層特征圖連接。在S2 層32 個(gè)大小為7×7 的特征圖中，共包含192 個(gè)神經(jīng)元。由于該研究需對(duì)共10 類(lèi)銀行卡數(shù)字進(jìn)行分類(lèi)識(shí)別，故將輸出層神經(jīng)元數(shù)設(shè)定為10，最終得出1 920 個(gè)連接參數(shù)。

使用PCA 將卷積層C1、C2 的卷積核參數(shù)初始化，初始化后的卷積特征可視化效果如圖12所示。

Fig.12 Example of convolution feature visualization圖12 卷積特征可視化圖示例

4 實(shí)驗(yàn)及結(jié)果分析

4.1 數(shù)據(jù)來(lái)源

銀行卡訓(xùn)練數(shù)據(jù)為手機(jī)拍攝的2 000 張銀行卡圖像，原始圖像大小為64*64，通道數(shù)為3。為防止訓(xùn)練數(shù)據(jù)受不同光照強(qiáng)度、傾斜角度、遮擋程度等噪聲干擾，應(yīng)對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行預(yù)處理，訓(xùn)練數(shù)據(jù)類(lèi)別及數(shù)量如表1 所示。隨機(jī)采取70%的數(shù)據(jù)進(jìn)行訓(xùn)練，30%的數(shù)據(jù)進(jìn)行測(cè)試。

Table 1 Training data categories and quantities表1 訓(xùn)練數(shù)據(jù)類(lèi)別及數(shù)量

4.2 實(shí)驗(yàn)結(jié)果及分析

將改進(jìn)的PCA_CNN 模型、PCA_CNN 模型及CNN 模型在識(shí)別準(zhǔn)確率和Loss 值方面進(jìn)行20 次對(duì)比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果如表2 所示。可以看出，改進(jìn)的PCA_CNN 模型在識(shí)別準(zhǔn)確率和Loss 值方面都優(yōu)于PCA_CNN 模型和CNN 模型，改進(jìn)的PCA_CNN 模型在平均準(zhǔn)確率方面比PCA_CNN 模型高2.12%，比CNN 模型高2.97%，Loss 值比PCA_CNN 模型低1.01%，比CNN 模型低6.73%。如圖13 所示，在迭代起始階段，改進(jìn)的PCA_CNN 算法準(zhǔn)確率明顯高于PCA_CNN 模型和CNN 模型，當(dāng)?shù)螖?shù)達(dá)到125 次后，3種算法準(zhǔn)確率均開(kāi)始收斂，并且改進(jìn)的PCA_CNN 模型準(zhǔn)確率明顯高于其他兩種模型，表明改進(jìn)的PCA_CNN 模型在迭代次數(shù)較少的情況下優(yōu)勢(shì)明顯，準(zhǔn)確率與性能均有一定優(yōu)勢(shì)。綜合來(lái)看，改進(jìn)的PCA_CNN 模型明顯優(yōu)于PCA_CNN 模型和CNN 模型。

Table 2 Comparison of improved PCA_CNN with PCA_CNN and CNN 表2 改進(jìn)的PCA_CNN與PCA_CNN、CNN比較

Fig.13 Accuracy comparison of improved PCA_CNN with PCA_CNN and CNN 圖13 改進(jìn)的PCA_CNN、PCA_CNN、CNN準(zhǔn)確率比較

4.3 進(jìn)一步實(shí)驗(yàn)

為驗(yàn)證模型有效性，將改進(jìn)的PCA_CNN 模型與傳統(tǒng)機(jī)器學(xué)習(xí)進(jìn)行比較，實(shí)驗(yàn)結(jié)果如圖14所示。

Fig.14 Comparison of accuracy of the improved PCA_CNN with other methods圖14 改進(jìn)后的PCA_CNN與其他方法準(zhǔn)確率比較

使用Canny算子、大津法等進(jìn)行銀行卡圖像預(yù)處理，對(duì)數(shù)字圖像區(qū)域進(jìn)行分割與提取，使得模型對(duì)背景、光照、折損、污點(diǎn)等情況具有較強(qiáng)的抗干擾性。再將預(yù)處理結(jié)果分別應(yīng)用于改進(jìn)的PCA_CNN 模型、傳統(tǒng)BP 神經(jīng)網(wǎng)絡(luò)［15］，SVM 模型［16］、Bayes 決策理論［17］、暹羅網(wǎng)絡(luò)模型［18］進(jìn)行識(shí)別對(duì)比，結(jié)果如表3 所示?？梢钥闯?，待測(cè)試模型除SVM算法外，準(zhǔn)確率均在96%以上，其中BP 為96%、SVM 為90.65%、Bayes 為96%、暹羅網(wǎng)絡(luò)為97.91%、改進(jìn)的PCA_CNN 為98.53%。從結(jié)果來(lái)看，PCA_CNN 較傳統(tǒng)神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)算法具有一定優(yōu)勢(shì)。

Table 3 Comparison of recognition performance of different methods表3 不同方法識(shí)別性能比較

5 結(jié)語(yǔ)

使用手機(jī)等非專(zhuān)業(yè)設(shè)備在自然光下拍攝銀行卡可能存在背景不一、光照強(qiáng)弱不一等問(wèn)題，并且銀行卡本身可能存在破舊、污點(diǎn)、折損、字跡不清等問(wèn)題。因此，在銀行卡卡號(hào)識(shí)別問(wèn)題上，本文首先對(duì)圖像進(jìn)行圖像灰度化處理、形態(tài)學(xué)處理、數(shù)字區(qū)域分割提取等預(yù)處理操作，使其具有較強(qiáng)抗干擾性，對(duì)背景、光照具有一定容錯(cuò)能力；然后將PCA 算法用于選取CNN 神經(jīng)網(wǎng)絡(luò)卷積核，同時(shí)在卷積層使用新的激活函數(shù)，建立改進(jìn)的PCA_CNN 模型，利用改進(jìn)的模型進(jìn)行銀行卡識(shí)別；最后與CNN、BP 神經(jīng)網(wǎng)絡(luò)、SVM 模型，Bayes 算法，暹羅網(wǎng)絡(luò)模型進(jìn)行對(duì)比。結(jié)果表明，改進(jìn)的PCA_CNN 模型在準(zhǔn)確率方面具有顯著優(yōu)勢(shì)，可用于銀行卡識(shí)別。將該模型應(yīng)用于車(chē)牌號(hào)識(shí)別、人臉識(shí)別等，則是未來(lái)研究重點(diǎn)探索的方向。