人脸检索与OCR识别系统

人工智能其他案例ID：246368

黑色幽默

10 年经验· 景嘉微电子有限公司

微信扫码沟通，客服可协助直接对接工程师；如当前档期不合，也可继续推荐相似案例作者。

案例介绍

本项目包含人脸检索系统和发票税票OCR识别两大模块，服务于金融报税系统中的身份验证和票据数字化场景。

人脸检索系统：复现并训练RetinaFace人脸检测模型，针对开源算法中动物脸误检问题进行改进优化，使动物脸误检率降至0.5%以下。使用亚洲人脸数据集重新复现ArcFace、CosFace人脸识别模型训练，提取512维人脸特征向量，通过余弦相似度匹配实现以图搜图功能。添加InsightFace中的表情识别模型，丰富系统能力。

OCR文字识别：针对税票、发票、广告文本等场景，改进EAST文字检测算法的Loss函数，在全连接层输出边界点并取边界平均中值，解决长文本文字边界提取不准确的问题。网络结构采用上采样方式获取更多特征组合可能性。识别后进行结构化字段提取，输出发票号码、金额、日期、税号等关键信息。

模型加速：将所有模型转化为ONNX格式并生成TensorRT引擎加速推理，从PyTorch原始模型的85ms优化至TensorRT INT8量化的15ms，实现5.7倍加速。

本人角色：担任架构师，负责RetinaFace/ArcFace模型复现训练改进、EAST算法优化、ONNX/TensorRT推理加速全流程。

技术栈：RetinaFace、ArcFace、CosFace、EAST改进版、CRNN、ONNX、TensorRT、PyTorch