Classification of identity documents using a deep convolutional neural network

Abstract

In this work, we review the main subjects that we have to serve to build an image classifier, then we design and implement a system to classify identity documents. Especially relevant is the description of the workflow that we have come up with after several ways of approaching the problem and which we hope can serve other machine learning practitioners. We evaluate some fea- ture extractor algorithms to find the most suitable for identity documents classifi- cation purposes. Using virtual machines on the cloud, we run feature extractors in parallel to label at a speed of 16 images/s. Then, we select a neural network architecture and hyperparameters to train a convolutional neural network. Our results give an accuracy of 98%. We detail the responses of the convolutional filters over the images. Results and source code in the appendix.

En aquest treball, repassam els coneixements que necessitam per construir un classificador d'imatges. Després dissenyam i implementam un sistema per classificar documents d'identitat. És especialment rellevant la descripció del flux de treball al qual hem arribat després d'aproximar-mos al problema des de diferents vessants. Esperam que l'experiència pugui servir a altres practicants de machine learning. Avaluem alguns algorismes d'extracció de característiques per identificar el més adequat per classificar documents d'identitat. Usant màquines virtuals al núvol, hem executat extractors de característiques en paral·lel a una velocitat de 16 imatges per segon. Després, hem seleccionat una arquitectura i uns hiperparàmetres per entrenar una xarxa neuronal convolucional. Els nostres resultats ens donen una precisió del 98%. Detallam les respostes dels filtres de convolució sobre les imatges. Els resultats i el codi font estan disponibles als apèndix.

En este trabajo, repasamos los conocimientos que necesitamos para construir un clasificador de imágenes. Después, diseñamos e implementamos un sistema para clasificar documentos de identidad. Es especialmente relevante la descripción del flujo de trabajo al que hemos llegado después de aproximarnos al problema desde diferentes enfoques. Esperamos que la experiencia pueda servir a otros practicantes de machine learning. Evaluamos algunos algoritmos de extracción de características para identificar el más adecuado para clasificar documentos de identidad. Usando máquinas virtuales en la nube, hemos conseguido una velocidad de extracción de 16 imágenes por segundo ejecutando en paralelo. Después, hemos seleccionado una arquitectura y unos hiperparámetros para entrenar una red neural convolucional. Nuestros resultados nos arrojan una precisión del 98%. Detallamos las respuestas de los filtros de convolución sobre las imágenes. Los resultados y el código fuente están disponibles en los apéndices.