Publication: Deep learning for global document ID classification
Consultable a partir de
Date
Authors
Director
Publisher
Project identifier
Abstract
La inteligencia artificial ha ido ganando más terreno en los últimos años y gracias a su desarrollo se han conseguido realizar proyectos que hasta hace tan solo unas décadas eran inimaginables como lo son el coche autónomo, la automatización del diagnóstico de enfermedades o la detección de identidad. En este Trabajo Fin de Grado nos centraremos en la clasificación de documentos de identidad haciendo uso de la inteligencia artificial, y más en concreto empleando redes neuronales. Este trabajo se ha desarrollado en colaboración con la empresa Veridas que, con el objetivo de avanzar en la clasificación y reconocimiento de documentos de identidad, se plantea la necesidad de explorar técnicas del estado del arte basadas en redes neuronales y deep learning. Así pues, los objetivos son diseñar e implementar un algoritmo basado en redes neuronales capaz de clasificar entre más de 280 clases y hacer pruebas de integración en el producto.
Artificial intelligence has been gaining more ground in recent years and thanks to its development it has been possible to carry out projects that until just few decades ago were unimaginable such as the autonomous car, the automation of disease diagnosis or the detection of identity. In this Final Degree Project, we will focus on the classification of identity documents using artificial intelligence, and more specifically using neural networks. This work has been developed in collaboration with the company Veridas, which with the aim of advancing in the classification and recognition of identity documents arises the target of explore the state-of-the-art techniques based on neural networks and Deep learning as a classification problem with hundreds of classes. Therefore, the objectives are to design and implement an algorithm capable of classifying among more than 280 classes and perform integration tests in the product.
Description
Keywords
Department
Faculty/School
Degree
Doctorate program
item.page.cita
item.page.rights
Los documentos de Academica-e están protegidos por derechos de autor con todos los derechos reservados, a no ser que se indique lo contrario.