参考文献
这个主题的论文比较少,我们把一些比较有代表性的论文列出来,用来作为研究的基础材料。
研究论文
-
[20.03] Machine-Readable Zones Detection in Images Captured by Mobile Devices’ Cameras
- 本文提出了一种基于连通区块排列的机器可读区(MRZ)侦测方法,通过分析黑色连通区块的中心分布来获取文档方向,实现旋转不变性。算法搜索符合 MRZ 特征的路径,分群后选择最一致的群集,并以包围该群集的方形作为结果。测试显示,该方法相比现有技术有显著提升,且计算复杂度低,可在行动设备上即时运行。
-
[20.09] MRZ code extraction from visa and passport documents using convolutional neural network
-
本文提出了一种基于卷积神经网络(CNN)的模型,用于从任意方向和大小的护照数字图像中成功提取机器可读区(MRZ)信息。传统的电脑视觉方法,如光学字符识别(OCR),难以准确提取护照上的 MRZ 信息,而该模型克服了这一问题。在护照与签证数据集上,模型达到了 100%的 MRZ 侦测率以及 98.36%的字符识别 Macro-F1 分数,显示出其在验证文档真伪上的卓越表现。
-
-
[22.12] Hough Encoder for Machine Readable Zone Localization
-
本文提出结合神经网络与图像处理的方法,具备轻量且高精度的特性。该网络被训练来处理输入图像,生成 MRZ 字符的热图,并通过连通区分析将字符合并为行,进一步评估 MRZ 的边界框。我们采用了 Hough 编码器的轻量化版本,该架构专为处理投影变形图像设计。与典型自编码器相比,我们的网络体积缩小了 100 倍,且在开放的合成数据集上表现出色,参数量比常见的 Unet 解决方案更少。
-
-
[23.06] MobileMRZNet: Ecient and Lightweight MRZ Detection for Mobile Devices
-
本文提出了一种名为 MobileMRZNet 的快速轻量化方法,基于 BlazeFace 模型,专为移动图形处理单元(GPU)设计,实现快速精确的 MRZ 区域侦测。该模型在由真实与仿真数据组成的土耳其国民身份证数据集上进行训练,展现出优异的泛化能力。在测试中,模型达到了约 81%的 IoU 准确率,并在三帧内实现 100%的字符识别准确率。该模型大小约 400 KB,在移动设备上运行时间低于 10 毫秒,显示出其相较于现有 MRZ 侦测方法的速度、轻量性和稳健性。
-
ICAO 9303
- Part 1: Introduction
- Part 2: Specifications for the Security of the Design, Manufacture and Issuance of MRTDs
- Part 3: Specifications Common to all MRTDs
- Part 4: Specifications for Machine Readable Passports (MRPs) and other TD3 Size MRTDs
- Part 5: Specifications for TD1 Size Machine Readable Official Travel Documents (MROTDs)
- Part 6: Specifications for TD2 Size Machine Readable Official Travel Documents (MROTDs)
- Part 7: Machine Readable Visas
- Part 8: Emergency Travel Documents
- Part 9: Deployment of Biometric Identification and Electronic Storage of Data in MRTDs
- Part 10: Logical Data Structure (LDS) for Storage of Biometrics and Other Data in the Contactless Integrated Circuit (IC)
- Part 11: Security Mechanisms for MRTDs
- Part 12: Public Key Infrastructure for MRTDs
- Part 13: Visible Digital Seals
检查码
机读区 (MRZ, Machine-Readable Zone) 是护照、签证及其他证件中,让机器快速读取关键信息的一部分。为了确保这些数据的正确性和完整性,MRZ 中的数据通常会附带检查码 (Check Digit)。检查码是一个基于数字和字母的验证机制,用来检查输入或读取过程中的错误。检查码的计算过程虽然看似复杂,但其基本原理可以分解为一系列有规律的步骤。
检查码的计算步骤
-
字符转换为数值 检查码的计算首先要将机读区的字符转换为数值。不同的字符对应不同的数值,转换规则如下:
- 数字(0-9):数字本身即为其数值。例如,
0对应数值0,9对应数值9。 - 字母(A-Z):字母按照英文本母表中的顺序,转换为对应的数值。例如,
A对应数值10,B对应数值11,依此类推,Z对应数值35。 - 特殊符号:在 MRZ 中,通常只会用到
<符号,这个符号被视为占位符,对应数值0。
- 数字(0-9):数字本身即为其数值。例如,
-
权重的应用 检查码的计算过程中,必须将每个字符的数值乘以缺省的权重。这个权重按照固定的循环顺序进行:
- 第 1 位字符的数值乘以
7。 - 第 2 位字符的数值乘以
3。 - 第 3 位字符的数值乘以
1。 - 第 4 位字符再乘以
7,依此类推。
这样的权重循环模式保证每一位字符的重要性都有不同的权重考量,防止简单错误的发生。
- 第 1 位字符的数值乘以
-
加总所有的乘积 每个字符的数值乘以其对应的权重后,将所有的乘积加总得到一个总值。
-
模数运算 最后,将总和对
10取模,即除以10取余数,这个余数就是检查码。如果结果是0,那么检查码就是0;如果结果是1到9,那么该结果即为检查码。
检查码计算的示例
我们可以用一个具体的例子来说明。
假设有以下的 MRZ 字符串:123ABC<。
-
字符转换为数值:
1-> 12-> 23-> 3A-> 10B-> 11C-> 12<-> 0
-
应用权重:
- 第 1 位字符
1,数值为1,乘以7得到:1 × 7 = 7。 - 第 2 位字符
2,数值为2,乘以3得到:2 × 3 = 6。 - 第 3 位字符
3,数值为3,乘以1得到:3 × 1 = 3。 - 第 4 位字符
A,数值为10,乘以7得到:10 × 7 = 70。 - 第 5 位字符
B,数值为11,乘以3得到:11 × 3 = 33。 - 第 6 位字符
C,数值为12,乘以1得到:12 × 1 = 12。 - 第 7 位字符
<,数值为0,乘以7得到:0 × 7 = 0。
- 第 1 位字符
-
加总所有的乘积:
- 7 + 6 + 3 + 70 + 33 + 12 + 0 = 131。
-
对 10 取余数:
- 将总和 131 对 10 取模,131 % 10 = 1。
因此,检查码为
1。
检查码被设计用来帮助检测数据输入的错误。在护照、签证等证件的机读区中,通常会有数个关键字段配有检查码,例如护照号、出生日期、效期等。每一个关键字段后面都会附带一位检查码,这样在证件被机器读取时,系统可以通过计算检查码来验证读取的数据是否正确。如果检查码不匹配,则说明可能存在读取错误或是数据被篡改。