ترجمه فارسی مقاله DocXPand-25k: یک مجموعه داده معیار بزرگ و متنوع برای تجزیه و تحلیل اسناد هویتی

چکیده

Identity document (ID) image analysis has become essential for many online services, like bank account opening or insurance subscription. In recent years, much research has been conducted on subjects like document localization, text recognition and fraud detection, to achieve a level of accuracy reliable enough to automatize identity verification. However, there are only a few available datasets to benchmark ID analysis methods, mainly because of privacy restrictions, security requirements and legal reasons. In this paper, we present the DocXPand-25k dataset, which consists of 24,994 richly labeled IDs images, generated using custom-made vectorial templates representing nine fictitious ID designs, including four identity cards, two residence permits and three passports designs. These synthetic IDs feature artificially generated personal information (names, dates, identifiers, faces, barcodes, …), and present a rich diversity in the visual layouts and textual contents. We collected about 5.8k diverse backgrounds coming from real-world photos, scans and screenshots of IDs to guarantee the variety of the backgrounds. The software we wrote to generate these images has been published (https://github.com/QuickSign/docxpand/) under the terms of the MIT license, and our dataset has been published (https://github.com/QuickSign/docxpand/releases/tag/v1.0.0) under the terms of the CC-BY-NC-SA 4.0 License.

چکیده به فارسی (ترجمه ماشینی)

تجزیه و تحلیل تصویر اسناد هویت (ID) برای بسیاری از خدمات آنلاین ، مانند افتتاح حساب بانکی یا اشتراک بیمه ، ضروری شده است.در سالهای اخیر ، تحقیقات زیادی در مورد موضوعاتی مانند بومی سازی اسناد ، تشخیص متن و تشخیص کلاهبرداری انجام شده است تا به یک سطح از دقت قابل اعتماد به اندازه کافی برای خودکار سازی تأیید هویت برسد.با این حال ، فقط چند مجموعه داده در دسترس برای معیار روشهای تجزیه و تحلیل شناسه وجود دارد ، عمدتاً به دلیل محدودیت های حریم خصوصی ، الزامات امنیتی و دلایل قانونی.در این مقاله ، ما مجموعه داده های DocxPand 25K را ارائه می دهیم ، که شامل 24994 تصویر IDS دارای برچسب غنی است که با استفاده از الگوهای بردار ساخته شده سفارشی به نمایندگی از نه طرح شناسه ساختگی ، از جمله چهار کارت هویت ، دو مجوز اقامت و سه طرح گذرنامه تولید می شود.این شناسه های مصنوعی دارای اطلاعات شخصی تولید شده مصنوعی (نام ، تاریخ ، شناسه ها ، چهره ها ، بارکد ، …) هستند و تنوع غنی در طرح های بصری و محتوای متنی دارند.ما حدود 5.8K پیشینه های متنوع را که از عکس ها ، اسکن ها و تصاویر IDS در دنیای واقعی جمع آوری کرده ایم ، جمع آوری کردیم تا تنوع پس زمینه ها را تضمین کنیم.نرم افزاری که ما برای تولید این تصاویر نوشتیم (https://github.com/quicksign/docxpand/) تحت شرایط مجوز MIT منتشر شده است ، و مجموعه داده های ما منتشر شده است (https://github.com/quicksign/docxpand/انتشار/برچسب/v1.0.0) تحت شرایط مجوز CC-BY-NC-SA 4.0.