CN104798086A - 检测卡上的压纹字符 - Google Patents
检测卡上的压纹字符 Download PDFInfo
- Publication number
- CN104798086A CN104798086A CN201380059712.4A CN201380059712A CN104798086A CN 104798086 A CN104798086 A CN 104798086A CN 201380059712 A CN201380059712 A CN 201380059712A CN 104798086 A CN104798086 A CN 104798086A
- Authority
- CN
- China
- Prior art keywords
- pressed characters
- characters
- image
- form factor
- pressed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/26—Techniques for post-processing, e.g. correcting the recognition result
- G06V30/262—Techniques for post-processing, e.g. correcting the recognition result using context analysis, e.g. lexical, syntactic or semantic context
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/22—Payment schemes or models
- G06Q20/24—Credit schemes, i.e. "pay after"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
- G06Q20/32—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices
- G06Q20/327—Short range or proximity payments by means of M-devices
- G06Q20/3276—Short range or proximity payments by means of M-devices using a pictured code, e.g. barcode or QR-code, being read by the M-device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Character Discrimination (AREA)
- Business, Economics & Management (AREA)
- Character Input (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Credit Cards Or The Like (AREA)
- Computer Networks & Wireless Communication (AREA)
Abstract
一种便携式计算装置利用内置数字相机读取形状因数上压印的信息,且确定每一对压印字符之间的差异以确认一致性。技术包括俘获上面压印有信息的形状因数的图像,以及检测压印字符。所述检测利用梯度图像和一或多个边缘图像以及对应于在所述形状因数上的预期会找到特定信息的区的掩模。所述压印形状因数可为信用卡,且所述所俘获的图像可包括账号和截止日期。检测压印字符可包括检测所述信用卡的所述账号和所述截止日期,且/或所述检测可利用梯度图像和一或多个边缘图像以及对应于用于所述账号和截止日期的区的掩模。
Description
相关申请案的交叉参考
本申请案主张2012年10月18日申请的第13/654,748号美国非临时申请案的优先权,所述非临时申请案的内容以引用的方式明确地并入本文中。
背景技术
信用卡(以及借记卡、礼品卡、奖金卡、储值卡和其它压纹形状因数)广泛用于交易中,例如多种个体、商家和组织之间进行的金融交易中。举例来说,信用卡、借记卡、礼品卡、奖金卡、储值卡和其它压纹形状因数可用于购买商品或服务、支付所引起的费用、获得现金(经由“现金垫款”)、向慈善组织捐款和交税,以及其它此类用途。
这些交易可使用若干可用方法的任一者实行。举例来说,信用卡信息常常通过在特殊信用卡终端“扫描”信用卡来获取,所述信用卡终端读取信用卡背面的磁条中编码的信息或以机械方式感测信用卡表面上压印的卡信息。信用卡信息还可在编号键盘或小键盘处手动输入,例如当经由例如因特网等电信网络将信用卡信息发送到具有联机店面的虚拟商家时。然而当信用卡初次引入时,手动信用卡印刷机与碳复印购买单一起使用以记录(或“压力蚀刻”)信用卡上压印的信息(即,凸起的编号和字母)。虽然电子信用卡处理已实质上减少手动印刷机的使用,但在电子处理不可用时手动方法仍提供便利的备份,且因此大多数信用卡继续在信用卡表面上压印处理信息。
例如零售企业和其他商家等信用卡交易实体可能在接收信用卡支付时遇到各种挑战和较高成本。向这些交易实体提供信用卡服务的各种支付处理器通常代表商家为处理信用卡支付收取费用,且所述费用可基于交易的性质而不同。举例来说,商家可因“卡不在现场”交易(例如,通过购买者在键盘或小键盘处手动输入其信用卡信息而执行)比因“有卡”交易(例如,在本地零售商处的信用卡终端处实体上“扫描”信用卡)被收取更高费用。这部分是因为“有卡”交易不大可能是诈骗且可使用额外设备(例如,“扫描”信用卡终端)更容易检验,而“卡不在现场”交易不一定需要有效信用卡的实体存在,而是仅需要了解关于卡的信息。因此,零售实体店商家有良好金融动机使用信用卡终端代替允许顾客手动输入信用卡信息,但“商业区”内的商家或虚拟商家(即,在线商家)可能没有可行的方法来利用信用卡终端。这些缺点似乎还会促使妨碍个人从其他个人接收个人信用卡支付,因为缺乏用于处理此类支付的无错、简单的“有卡”方法。
这些商家可用的一个选择是使用便携式计算装置读取信用卡信息。此方法通常利用到便携式计算装置的额外连接器来实现,经由所述连接器“扫描”信用卡且获得信用卡的磁条上编码的信息。然而,额外连接器不太方便,且由于空间要求和形状因数限制,将信用卡扫描装置内嵌到便携式计算装置中不是最佳的。
发明内容
本文揭示的各种实施方案针对一种处理涉及具有压印字符的卡(也成为形状因数)和耦合到交易处理服务器的便携式计算装置(也称为移动设备)的金融交易的系统。在操作期间,所述系统获得与金融交易相关联的交易数据,所述交易数据包含从卡的图像导出的压印字符信息。所述系统接着使用便携式计算装置将交易数据发送到交易处理服务器。
本文揭示的各种实施方案针对经由便携式计算装置进行交易,其中所述便携式计算装置包括由所述便携式计算装置操作的图像获取单元和移动应用程序。所述方法可包括获取具有压印字符的卡的图像、分析图像的数据、从所述分析输出卡的细节,以及检验输出的细节(其中所述检验由便携式计算装置实行)。对于若干此类实施方案,所述方法可进一步包括经由至少一个通信网络与交易处理服务器通信,其中所述通信由交易模块使用便携式计算装置实行。
特定实施方案包括一种由便携式计算装置利用内置数字相机读取形状因数上压印的信息的方法,所述方法包括:获得具有压印在其上的信息的形状因数的图像;以及检测所压印字符,其中所述检测利用梯度图像和一或多个边缘图像以及对应于在所述形状因数上的预期会找到特定信息的区的掩模。针对一些此类实施方案,压印的形状因数可为信用卡,所俘获图像可包括压印在信用卡上的账号和截止日期,检测压印字符可包括检测信用卡的账号和截止日期,且所述检测可利用梯度图像和一或多个边缘图像以及对应于账号和截止日期的区的掩模。
其它实施方案包括一种由便携式计算装置利用内置数字相机从压印的形状因数读取信息的方法,所述方法包括:俘获压印的形状因数的图像;检测包括账号的压印字符;以及确定每一对压印数字之间的差异以确认一致性。
提供此概述,以简化形式引入下文在具体实施方式中进一步描述的概念选择。此概述并非意图识别所主张标的物的关键特征或基本特征,也并非意图用于限制所主张标的物的范围。
附图说明
为便于理解本发明和各种实施方案且出于说明本发明和各种实施方案的目的,附图中揭示示范性特征和实施方案,且结合附图阅读时将更好地理解所述示范性特征和实施方案;然而应了解,本发明不限于所揭示的特定方法、精确布置和手段。类似参考标号贯穿各图指代类似元件。图中:
图1是说明可利用本文揭示的各个实施方案或由本文揭示的各个实施方案利用的便携式计算装置的框图;
图2是说明代表本文揭示的若干实施方案的便携式计算装置的数字相机俘获的压印形状因数的图像的处理的操作流程;
图3是说明代表本文揭示的若干实施方案的检验任务的操作流程;
图4是说明代表本文揭示的若干实施方案的压印形状因数的检验过程的操作流程;
图5是说明代表本文揭示的若干实施方案的压印形状因数的另一检验过程的操作流程;
图6是说明代表本文揭示的若干实施方案的应用于信用卡(作为压印形状因数)的图4和5的过程的处理状态表;以及
图7展示其中可实施实例实施方案和方面的示范性计算环境。
具体实施方式
呈现以下描述以使所属领域的技术人员能够制造且使用所揭示的实施方案,且在特定应用及其要求的上下文中提供以下描述。所属领域的技术人员将容易了解对所揭示实施方案的各种修改,且本文界定的一般原理可应用于其它实施方案和应用,而不脱离当前描述的精神和范围。因而,本发明并不希望限于所展示的实施方案,而是应被赋予与本文揭示的原理和特征一致的最广范围。
术语压印形状因数、信用卡、借记卡、礼品卡、奖金卡和储值卡在本文可互换使用,其中一个此术语的使用将固有地相应包含包括所有其它等效术语的等效使用和揭示。
一般来说,本文揭示的各种实施方案提供一种用于识别和检验例如信用卡等形状因数上的压印字符的方法和系统。此信息可用于处理例如信用卡交易。如此,本文揭示的若干实施方案提供一种用于例如使用例如膝上型或笔记本计算机、智能电话或移动电话等便携式计算装置执行有卡信用卡交易的方法和系统。针对特定实施方案,便携式计算装置本机的硬件和软件组件可用于通过与交易处理服务器或等效物通信而执行有卡交易。
图1是说明可利用本文揭示的各个实施方案(或由本文揭示的各个实施方案利用)的便携式计算装置100的框图。如图1所示,系统包含便携式计算装置102和交易处理服务器118。便携式计算装置102以及交易处理服务器118可例如使用例如参看图7描述的计算装置700等通用计算装置实施。
更具体地说,便携式计算装置102可对应于向用户提供一或多个服务或功能的便携式电子装置。举例来说,便携式计算装置102可作为移动电话、便携式计算机、全球定位系统(GPS接收器)、便携式媒体播放器和/或图形计算器操作。此外,便携式计算装置102可包含操作系统106,其协调便携式计算装置102上的硬件和软件资源的使用以及为用户执行专门任务的一或多个应用程序(例如,交易模块104)。举例来说,便携式计算装置102可包含例如电子邮件客户端、地址簿、文档编辑器和/或媒体播放器等应用程序。为了为用户执行任务,应用程序可从操作系统106获得对于便携式计算装置102上的硬件资源(例如,处理器、存储器、I/O组件等)的访问权。
应用程序还可经由操作系统106提供的硬件和/或软件框架与用户交互。为实现与用户交互,便携式计算装置102可包含一或多个硬件输入/输出(I/O)组件,例如显示屏110、相机112、输入装置114和无线收发器116。每一硬件I/O组件可额外与软件驱动器(未图示)相关联,所述软件驱动器允许便携式计算装置102上的操作系统106和/或应用程序访问和使用硬件I/O组件。
显示屏110可用于向便携式计算装置102的一或多个用户显示图像和/或文本。在一个或多个实施方案中,显示屏110充当便携式计算装置102的主要硬件输出组件。举例来说,显示屏110可允许用户检视操作系统106提供的图形用户接口(GUI)108的菜单、图标、窗口、电子邮件、网站、视频、图片、地图、文档和/或其它组件。所属领域的技术人员将了解,显示屏110可并入有各种类型的显示技术以渲染和显示图像。举例来说,显示屏110可为液晶显示器(LCD)、有机发光二极管(OLED)显示器、表面传导电子发射极显示器(SED)和/或其它类型的电子显示器。
输入装置114可充当便携式计算装置102的主要硬件输入组件。具体来说,输入装置114可允许用户使用光标、突出显示和/或其它视觉指示符指向和/或选择显示屏110的一或多个区域。由用户使用输入装置114提供的输入可由对应的软件驱动器处理且作为一个或多个动作发送到操作系统106和/或一或多个应用程序(例如,交易模块104)。输入装置114可经由各种方法接收用户输入,包含触摸屏、触摸板、按钮、语音辨识、小键盘、键盘和/或其它输入方法。
此外,多个输入装置可存在于便携式计算装置102上。便携式计算装置102上的操作系统106和/或应用程序可使用输入装置执行一或多个任务以及作为响应更新GUI108。对应于GUI 108的图像可由操作系统106发送到屏幕驱动器(未图示),所述屏幕驱动器可在显示屏110上将图像显示为一系列像素。因此,用户可通过使用输入装置114将输入提供到操作系统106和/或应用程序以及经由显示屏110接收来自操作系统106和/或应用程序的输出而与便携式计算装置102交互。
相机112可允许用户使用便携式计算装置102俘获图像,包含例如信用卡、借记卡、礼品卡、奖金卡或其它储值卡以及其它压印形状因数等压印形状因数的图像。举例来说,相机112可对应于移动电话相机或膝上型计算机上的网络相机。相机112还可使用透镜和数字图像传感器记录静止和/或视频图像。相机112记录的图像可额外存储在便携式计算装置102的文件系统(未图示)中,且由一个或多个应用程序(例如,交易模块104)使用。在一或多个实施方案中,相机112拍摄的图像用于处理例如信用卡等形状因数上压印的信息,如本文随后进一步阐释。
已存在(即,“内置”)于便携式计算装置102中的数字相机112可用于出于完成交易的目的俘获具有压印字符的形状因数的图像。现有的基于光学字符辨识(OCR)的方法(其通常利用“斑点检测”方法)在读取信用卡信息方面一直很不成功,因为信用卡信息直接压印到信用卡的面上,且检测压印字符已证明非常具有挑战性,因为压印字符的准确读取对照明、不均匀颜色特性(尤其鉴于压印字符随时间的磨损和破裂),以及信用卡上的复杂背景图像(其常常使来自OCR检测的信息难以理解)非常敏感。如本文进一步描述,压印字符读取解决方案使便携式计算装置能够使用装置的内置数字相机更有效且准确地读取压印信息。
无线收发器116可允许便携式计算装置102连接到一或多个无线网络,例如无线局域网(LAN)和/或便携式计算装置网络。便携式计算装置102还可通过使用无线收发器116经由网络发送和/或接收数据而与网络上的一或多个位置通信。举例来说,便携式计算装置102可使用无线收发器116来经由网络检索网页、进行呼叫、下载和上载文件,以及发送和接收电子邮件。(或者,可能针对特定替代实施方案对于非便携式装置改为使用有线连接。)
在一实施方案中,便携式计算装置102包含处理例如金融交易等交易的功能性。具体来说,便携式计算装置102可包含例如交易模块104处理例如信用卡交易等交易的功能性(例如,单独或结合交易处理服务器118)。另外,便携式计算装置102内的各种硬件和软件组件可用于建立和处理有卡的信用卡交易。因此,便携式计算装置102可用于执行信用卡交易而无需额外设备或卡不在现场费率的成本。
如图1所示,便携式计算装置102包含交易模块104。在一实施方案中,交易模块104获得与金融交易相关联的交易数据,且使得能够使用交易数据处理金融交易。在一实施方案中,交易数据包含来自信用卡的信用卡信息,其可包含信用卡号、截止日期、检验编号等。为建立有卡交易且确定信用卡上存在的信息,交易模块104可获得信用卡的一或多个图像,所述图像可实体上呈现用于在交易起始后摄影。例如信用卡等形状因数的图像由相机112俘获并由交易模块104处理。针对特定实施方案,所述图像还可包含压印形状因数的前图像和/或压印形状因数的后图像。
针对若干实施方案,可从形状因数的前图像和/或后图像自动获得一些或所有压印形状因数信息,即可通过对信用卡的图像执行增强OCR而整体或部分获得信息。针对特定实施方案,压印形状因数信息可能由用户手动输入使得交易模块104可接着将手动输入的信息与增强OCR提取的信息比较以检验其准确性。可在处理交易之前向用户报告比较的结果。一旦经处理,压印形状因数信息就可由交易模块104使用无线收发器116发送到交易处理服务器118。
交易处理服务器118是能够响应于从压印形状因数获得的信息促进交易或其它动作/事件的实体。举例来说,如果压印形状因数是信用卡、借记卡或其它储值卡,那么交易处理服务器118将为由卡发行者维持和操作以促进所要交易的交易交换中心的一部分。
图2是说明代表本文揭示的若干实施方案的便携式计算装置的数字相机俘获的压印形状因数的图像的处理的方法200的操作流程。
如图2所示,在210处俘获图像之后,图像的处理在220处以从形状因数图像检测个别压印字符的每一者开始。在230处,这些个别字符接着经历辨识过程以确认每一特定压印字符的可能身份。
在240处,检验每一压印字符的可能身份(以确保经辨识字符已得到正确识别)且视需要进行校正(例如,如果识别置信度低于预定阈值,例如用户或管理员设定的阈值)。在250处,可利用从检测、辨识和检验/校正阶段导出的信息来完成交易或其它动作/事件。
针对处理例如信用卡等具有一致特性的压印形状因数的特定实施方案,举例来说,检测、辨识和检验/校正处理阶段可使用此类形状因数的以下特性中的一或多者:(a)使用固定字体和大小,(b)遵循用于校验和计算的特定编号规定,以及(c)对于特定值的常识约束(例如,针对截止日期中的月份)。
举例来说,可通过确定信用卡的面上压印的账号和截止日期的已知区以及针对每一特定类型的信用卡的账号和截止日期的已知结构而执行信用卡的检测。举例来说,Visa和MasterCard信用卡的账号具有各四个数字的四个丛集(即,“################”)而美国Express信用卡具有分别四个、六个和五个数字的三个丛集(即,“###############”)。此外,截止日期是对应于由斜线字符隔开的两个数字月份和两个数字年份的四个数字(即,“##/##”)。具有掩模(其由压印字符的预定义大小上的连接边缘像素组成)的梯度和边缘图像可用于确定对应于账号和截止日期的区的稳健性特性。更确切地说,为了检测压印数字(或字符)的区,特定实施方案可利用众所周知的“滑动窗口技术”,其中从边缘、梯度和掩模的逻辑组合导出“目标”,即比压印字符的预定义大小大的连接边缘像素(通常针对水平和垂直边缘像素单独处理压印字符)。(注意:如本文使用,“数字”是“字符”的子集,但这些术语可互换使用使得在使用“数字”之处暗示“字符”,且在使用“字符”之处在此类“字符”中包含“数字”。)
一旦检测到账号和截止日期,就可针对每一检测到的字符执行辨识以确定每一字符的可能身份。此辨识可基于串接定向梯度直方图(HOG),以将每一检测到的数字与数字的模板比较以找到可能匹配。如熟练的技术人员已知,HOG包括出于对象检测的目的的计算机视觉和图像处理中使用的特征描述符。HOG技术为图像的局部部分中的梯度定向的出现计数。这类似于边缘定向直方图、比例恒定特征变换描述符和形状上下文的方法,但HOG不同之处在于,其在均匀间隔的单元的密集栅格上计算且使用重叠本地对比度正规化以改进准确性。
特定来说针对信用卡,且在辨识字符之后,可检验每一字符的可能身份以确保准确性并视需要进行校正。图3是说明代表本文揭示的若干实施方案的检验任务的方法300的操作流程。如图3所示,压印形状因数(例如,信用卡)检验可包括多达四个任务,且可以任何次序执行,图3所示的特定组成和次序仅是所有可能实施方案的示范性子集。
310处的第一验证任务是检查账号的第一部分以确保其符合发行者规范。举例来说,Visa账号以四(“4”)开头,MasterCard账号以五(“5”)开头且具有一与五之间的第二数字(即,“1”、“2”、“3”、“4”或“5”),且American Express账号以三(“3”)开头且具有第二数字,四(“4”)或七(“7”)。
320处的第二验证任务是例如使用众所周知的Luhn算法(也称为“模数10算法”)计算每一账号的校验和,但可使用任何已知校验和技术。
在330处,第三验证任务是确定每一对压印数字之间的差异以当数字相同时确认所述差异为低且当数字不同时确认所述差异为高。
在340处,第四验证任务是“常识测试”以确保例如(a)截止日期的月份的第一数字为零(“0”)或一(“1”),因为对于有效月份指示符来说没有其它值是可能的,以及(b)如果第一数字为一,那么第二数字为零、一或二,其中再一次对于有效月份指示符来说没有其它值是可能的。换句话说,测量两个压印数字之间的差异利用两个数字为相同的概率,且在此上下文中,所述概率从预先计算的差异估计,使得如果两个数字为相同的概率相对较高,那么两个数字的候选者变为相同值,且如果两个数字为相同的概率相对较低,那么两个数字的候选者变为不同值。针对特定实施方案,每一对压印数字(或字符)之间的差异的计算可利用和/或基于用于比较每一对压印数字的串接定向梯度直方图(HOG)。
为了校正未通过验证测试的任何字符,可采用各种方法来确定字符的可能正确值。依据可能的正确值,可鉴于先前描述的过程进一步确定哪个是可能的正确值。在一些情况下,例如,鉴于校验和中已包含的其它字符,字符的仅一个可能值将对于所述校验和有效。同样,如果信用卡经检测为Visa信用卡,那么校正账号的第一字符很简单。最后,即使对于特定字符来说一个以上值是可能的,先前描述的用于检测和辨识的技术也可用于从受限集合中找到最可能的字符。校正可导致在适当情况下且视需要先前执行的阶段和任务的任一者的重复和再应用,直到导出信用卡的高置信度解决方案为止。
图4是说明代表本文揭示的若干实施方案的压印形状因数(例如,信用卡,但也适用于任何其它压印形状因数)的检验过程的方法400的操作流程。
如图4所示,此“差异”检验过程在420处开始,其中根据其类似程度将候选对分类,且在430处,基于类似程度针对每一对计算相同的概率。(注意:“类似性”在将压印数字/字符与模板比较的上下文中使用,而“差异”在仅将压印数字/字符彼此比较的上下文中使用。)
在440处,所述过程接着应用来自“发行者规范”(如果有的话)的任何约束或指导来识别任何不正确对。在445处,所述过程通过计算或以其它方式确定每一对压印数字之间的差异且接着选择具有最高相同概率的那些对而继续,且在450处,使用两个压印数字之间的差异来进一步排除不正确的任何对。
在460处,应用校验和来验证最终结果。针对选定实施方案,图4的过程可用于检验信用卡的账户信息。
图5是说明另一检验过程的方法500的操作流程。所述检验过程在520处开始,其中根据其类似程度将候选对分类,且在530处,基于类似程度针对每一对计算相同的概率。
在540处,所述过程接着应用“常识”分析(例如,本文较早针对信用卡描述的分析)以便识别任何不正确的对,且在545处,所述过程通过计算或以其它方式确定每一对压印数字之间的差异且接着选择具有最高相同概率的那些对而继续。在550处,使用两个压印数字之间的差异来识别并排除不正确的任何对。针对选定实施方案,图5的过程可用于检验信用卡的截止日期。
应注意,图4和5的过程可并行使用以分别确定例如信用卡的账户信息和截止日期。
图6是说明代表本文揭示的若干实施方案的应用于信用卡(作为压印形状因数)的图4和5的过程的处理状态表600。如图6所示,例如信用卡的压印字符(包括账号和截止日期)是使用图4和5中陈述的任务渐进地处理以确定从信用卡的图像辨识的可能正确信息,从而甄别可能性直到仅留下几个,且对于账号,接着应用校验和以确定哪一账号是正确确定的账号。
更确切地说,列602中重复的图4和5的元件相应地对信用卡账号(列604)和截止日期(列606)作用,使得在行612处,根据所展示的类似性将这些高可能性对分类。在行614处,基于高可能性对(或“候选者”)为准确的概率(基于所确定的类似性)选择高可能性对()。在行616处,应用“发行者规范”和/或“常识”来排除不可能准确的组合,且在行617处,计算信用卡(或其它压印形状因数)的每一对压印数字之间的差异,使得可选择具有高相同可能性的对。在行618处,可使用压印数字之间的差异来进一步排除潜在候选者且仅留下具有最高正确概率的最终候选者。针对列604的账号,接着在行620处以校验和公式处理这些最终候选者以确定所述最终候选者中的哪一者是正确的以及哪些是不正确的。
图7展示其中可实施实例实施方案和方面的示范性计算环境。计算系统环境仅是合适的计算环境的一个实例,且不希望暗示对于使用或功能性范围的任何限制。可使用许多其它通用或专用计算系统环境或配置。可适于使用的众所周知计算系统、环境和/或配置的实例包含(但不限于)个人计算机(PC)、服务器计算机、手持式或膝上型装置、多处理器系统、基于微处理器的系统、网络个人计算机、微型计算机、大型主机计算机、嵌入系统、包含上述系统或装置的任一者的分布式计算环境,等等。
可使用正由计算机执行的例如程序模块等计算机可执行指令。总地来说,程序模块包含例程、程序、对象、组件、数据结构等,其执行特定任务或实施特定抽象数据类型。可使用分布式计算环境,其中任务由远程处理装置执行,所述远程处理装置经由通信网络或其它数据发射媒体链接。在分布式计算环境中,程序模块和其它数据可位于包含存储器存储装置的本地和远程计算机存储媒体两者中。
参看图7,用于实施本文描述的方面的示范性系统包含计算装置,例如计算装置700。在其最基本配置中,计算装置700通常包含至少一个处理单元702和存储器704。依据计算装置的确切配置和类型,存储器704可为易失性(例如,随机存取存储器(RAM))、非易失性(例如,只读存储器(ROM)、快闪存储器等),或两者的某一组合。此最基本配置在图7中由虚线706说明。
计算装置700可具有额外特征/功能性。举例来说,计算装置700可包含额外存储装置(可装卸式和/或非可装卸式),其包含(但不限于)磁盘或光盘或磁带。此类额外存储装置在图7中由可装卸式存储装置708和非可装卸式存储装置710说明。
计算装置700通常包含多种计算机可读媒体。计算机可读媒体可为可由装置700访问且包含易失性和非易失性媒体、可装卸式和非可装卸式媒体两者的任何可用媒体。
计算机存储媒体包含在任何方法或技术中实施用于存储例如计算机可读指令、数据结构、程序模块或其它数据等信息的易失性和非易失性以及可装卸式和非可装卸式媒体。存储器704、可装卸式存储装置708和非可装卸式存储装置710全部为计算机存储媒体的实例。计算机存储媒体包含(但不限于)RAM、ROM、电可擦除程序只读存储器(EEPROM)、快闪存储器或其它存储器技术、CD-ROM、数字通用光盘(DVD)或其它光学存储装置、盒式磁带、磁带、磁盘存储器装置或其它磁性存储装置,或可用于存储所要信息且可由计算装置700访问的任何其它媒体。任何此类计算机存储媒体都可以是装置700的一部分。
计算装置700可含有允许装置与其它装置通信的通信连接712。计算装置700还可具有输入装置714,例如键盘、鼠标、笔、语音输入装置、触摸式输入装置等。还可包含例如显示器、扬声器、打印机等输出装置716。所有这些装置在此项技术中是众所周知的且此处不需要详细论述。
所属领域的技术人员将了解,可使用多种不同技术及技艺中的任一者来表示信息及信号。举例来说,可通过电压、电流、电磁波、磁场或磁粒子、光场或光粒子或其任何组合来表示可能贯穿上述描述参考的数据、指令、命令、信息、信号、位、符号和码片。
熟练的技术人员将进一步理解,结合本文的揭示内容描述的各种说明性逻辑块、模块、电路、和算法步骤可实施为电子硬件、计算机软件或两者的组合。为清楚地说明硬件与软件的此互换性,上文已大致关于其功能性而描述了各种说明性组件、块、模块、电路和步骤。此功能性是实施为硬件还是软件取决于特定应用及强加于整个系统的设计约束。熟练的技术人员可针对每一特定应用以不同方式实施所描述的功能性,但此类实施决策不应被解释为引起偏离本发明的范围。
依据应用,可通过各种手段实施本文中所描述的方法。举例来说,这些方法可用硬件、固件、软件或其任何组合来实施。对于硬件实施方案,处理单元可实施于一或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理装置(DSPD)、可编程逻辑装置(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、电子装置、经设计以执行本文所描述的功能的其它电子单元,或其组合内。
对于固件和/或软件实施方案,可用执行本文中所描述的功能的模块(例如,程序、功能等等)实施所述方法。在实施本文所描述的方法时,可以使用任何有形地体现指令的机器可读媒体。举例来说,软件代码可存储在存储器中且通过处理单元执行。存储器可实施在处理单元内或处理单元外部。如本文中所使用,术语“存储器”是指任何类型的长期、短期、易失性、非易失性或其它存储器,且不应限于任何特定类型的存储器或任何特定数目的存储器或上面存储存储器的任何特定类型的媒体。
如果以固件及/或软件加以实施,则可将所述功能作为一或多个指令或代码存储在计算机可读媒体上。实例包含以数据结构编码的计算机可读媒体和以计算机程序编码的计算机可读媒体。计算机可读媒体包含物理计算机存储媒体。存储媒体可为可由计算机访问的任何可用媒体。举例来说(且并非限制),此些计算机可读媒体可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储装置、磁盘存储装置或其它磁性存储装置,或可用于存储呈指令或数据结构的形式的所要程序代码且可由计算机访问的任何其它媒体;如本文所使用,磁盘和光盘包含压缩光盘(CD)、激光光盘、光学光盘、数字多功能光盘(DVD)、软性磁盘和蓝光光盘,其中磁盘通常以磁性方式再现数据,而光盘用激光以光学方式再现数据。以上各项的组合也应包含在计算机可读媒体的范围内。
除了存储在计算机可读媒体上之外,指令和/或数据还可作为信号提供在通信设备中包含的发射媒体上。举例来说,通信设备可包含具有指示指令和数据的信号的收发器。所述指令和数据经配置以致使一或多个处理器实施权利要求书中概述的功能。也就是说,通信设备包含具有指示用以执行所揭示的功能的信息的信号的发射媒体。在第一时间,通信设备中所包含的发射媒体可包含用以执行所揭示的功能的信息的第一部分,而在第二时间,通信设备中所包含的发射媒体可包含用以执行所揭示的功能的信息的第二部分。
虽然示范性实施方案可能参考利用在一或多个独立计算机系统的上下文中的当前揭示的标的物的方面,所述标的物不限于此,而是可结合任何计算环境(例如网络或分布式计算环境)来实施。此外,当前揭示的标的物的方面可在多个处理芯片或装置中或跨越多个处理芯片或装置实施,且可类似地跨越多个装置实现存储。此些装置可能包含例如PC、网络服务器和手持式装置。
虽然已以特定针对结构特征和/或方法动作的语言来描述标的物,但应理解,所附权利要求书中所界定的标的物未必限于上文所描述的特定特征或动作。事实上,揭示上文所描述的特定特征和动作作为实施权利要求书的实例形式。
Claims (60)
1.一种供便携式计算装置利用内置数字相机读取形状因数上压印的信息的方法,所述方法包括:
俘获上面压印有信息的形状因数的图像;以及
检测多个压印字符,其中所述检测利用梯度图像和一或多个边缘图像以及对应于在所述形状因数上的预期会找到特定信息的区的掩模。
2.根据权利要求1所述的方法,其进一步包括:确定所述多个压印字符中的每一压印字符的可能身份。
3.根据权利要求2所述的方法,其中所述确定基于串接定向梯度直方图HOG。
4.根据权利要求2所述的方法,其中将每一压印字符与压印字符的已知模板的集合比较,且对所述图像的局部部分中的梯度定向的出现进行计数。
5.根据权利要求2所述的方法,其进一步包括检验每一压印字符的所述可能身份是否已经正确识别。
6.根据权利要求5所述的方法,其进一步包括针对尚未正确识别的每一压印字符,校正每一此类压印字符的所述可能身份。
7.根据权利要求1所述的方法,其中所述掩模包括信用卡的压印字符集合的预定义大小上的多个连接边缘像素。
8.根据权利要求1所述的方法:
其中所述压印形状因数是信用卡,
其中所述所俘获的图像包括所述信用卡上压印的账号和截止日期,
其中所述检测多个压印字符包括检测所述信用卡的所述账号和所述截止日期,且
其中所述检测利用梯度图像和一或多个边缘图像以及对应于用于所述账号和截止日期的区的掩模。
9.根据权利要求8所述的方法,其进一步包括:
确定所述多个压印字符中的每一压印字符的可能身份;
检验每一压印字符的所述可能身份是否已经正确识别;以及
针对尚未正确识别的每一压印字符,校正每一此类压印字符的所述可能身份。
10.根据权利要求9所述的方法,其中所述检验包括检查所述账号的第一部分以确定所述账号是否符合对应的发行者规范。
11.根据权利要求9所述的方法,其进一步包括计算所述账号的校验和以确定所述账号是否无错误。
12.根据权利要求9所述的方法,其进一步包括确定每一对压印字符之间的差异以确认一致性。
13.根据权利要求9所述的方法,其进一步包括所述截止日期的常识测试。
14.一种供便携式计算装置利用内置数字相机从压印形状因数读取信息的方法,所述方法包括:
俘获所述压印形状因数的图像;
检测多个压印字符;以及
确定每一对压印字符之间的差异以确认一致性。
15.根据权利要求14所述的方法,其中所述检测利用梯度图像和一或多个边缘图像以及对应于所述压印字符的区的掩模。
16.根据权利要求15所述的方法,其进一步包括:确定所述多个压印字符中的每一压印字符的可能身份。
17.根据权利要求16所述的方法,其进一步包括检验每一压印字符的所述可能身份是否已经正确识别。
18.根据权利要求17所述的方法,其进一步包括针对尚未正确识别的每一压印字符,校正每一此类压印字符的所述可能身份。
19.根据权利要求17所述的方法,其中所述形状因数是包括账户和截止日期信息的信用卡。
20.根据权利要求19所述的方法,其进一步包括检查所述账号的第一部分以确定所述账号是否符合对应的发行者规范。
21.根据权利要求19所述的方法,其进一步包括计算所述账号的校验和以确定所述账号是否无错误。
22.根据权利要求19所述的方法,其进一步包括截止日期的常识测试。
23.根据权利要求19所述的方法,其中所述掩模包括所述信用卡的压印字符集合的预定义大小上的多个连接边缘像素。
24.根据权利要求19所述的方法,其中所述确定基于串接定向梯度直方图HOG。
25.根据权利要求19所述的方法,其中将每一压印字符与压印字符的已知模板的集合比较,且对所述图像的局部部分中的梯度定向的出现进行计数。
26.一种能够利用内置数字相机读取形状因数上压印的信息的便携式计算装置,所述装置包括:
相机,其能够俘获上面压印有信息的形状因数的图像;以及
交易模块,其能够检测多个压印字符,其中所述检测利用梯度图像和一或多个边缘图像以及对应于在所述形状因数上的预期会找到特定信息的区的掩模。
27.根据权利要求26所述的装置,其中所述交易模块进一步能够确定所述多个压印字符中的每一压印字符的可能身份。
28.根据权利要求27所述的装置,其中所述确定基于串接定向梯度直方图HOG。
29.根据权利要求27所述的装置,其中所述交易模块进一步能够将每一压印字符与压印字符的已知模板的集合比较,且对所述图像的局部部分中的梯度定向的出现进行计数。
30.根据权利要求27所述的装置,其中所述交易模块进一步能够检验每一压印字符的所述可能身份是否已经正确识别。
31.根据权利要求30所述的装置,其中所述交易模块进一步能够针对尚未正确识别的每一压印字符校正每一此类压印字符的所述可能身份。
32.根据权利要求26所述的装置,其中所述掩模包括信用卡的压印字符集合的预定义大小上的多个连接边缘像素。
33.根据权利要求26所述的装置,其可配置以将信用卡作为所述压印形状因数处理:
其中所述所俘获的图像包括所述形状因数上压印的账号和截止日期,
其中所述检测多个压印字符包括检测对应于所述形状因数的所述信用卡的所述账号和所述截止日期,且
其中所述检测利用梯度图像和一或多个边缘图像以及对应于用于所述账号和截止日期的区的掩模。
34.根据权利要求33所述的装置,其中所述交易模块进一步能够:
确定所述多个压印字符中的每一压印字符的可能身份;
检验每一压印字符的所述可能身份是否已经正确识别;以及
针对尚未正确识别的每一压印字符,校正每一此类压印字符的所述可能身份。
35.根据权利要求34所述的装置,其中所述检验包括检查所述账号的第一部分以确定所述账号是否符合对应的发行者规范。
36.根据权利要求34所述的装置,其中所述交易模块进一步能够计算所述账号的校验和以确定所述账号是否无错误。
37.根据权利要求34所述的装置,其中所述交易模块进一步能够确定每一对压印字符之间的差异以确认一致性。
38.一种利用内置数字相机从压印形状因数读取信息的便携式计算装置,所述装置包括:
相机,其能够俘获所述压印形状因数的图像;以及
交易模块,其能够检测多个压印字符,且能够确定每一对压印字符之间的差异以确认一致性。
39.根据权利要求38所述的装置,其中所述交易模块进一步能够利用梯度图像和一或多个边缘图像以及对应于所述压印字符的区的掩模。
40.根据权利要求39所述的装置,其中所述交易模块进一步能够确定所述多个压印字符中的每一压印字符的可能身份。
41.根据权利要求40所述的装置,其中所述交易模块进一步能够检验每一压印字符的所述可能身份是否已经正确识别。
42.根据权利要求41所述的装置,其中所述交易模块进一步能够针对尚未正确识别的每一压印字符校正每一此类压印字符的所述可能身份。
43.根据权利要求41所述的装置,其经配置以将包括账户和截止日期信息的信用卡作为所述压印形状因数处理。
44.根据权利要求43所述的装置,其中所述交易模块进一步能够检查所述账号的第一部分以确定所述账号是否符合对应的发行者规范。
45.根据权利要求43所述的装置,其中所述交易模块进一步能够计算所述账号的校验和以确定所述账号是否无错误。
46.根据权利要求43所述的装置,其中所述交易模块进一步能够进行截止日期的常识测试。
47.根据权利要求43所述的装置,其中所述掩模包括信用卡的压印字符集合的预定义大小上的多个连接边缘像素。
48.根据权利要求43所述的装置,其中所述确定基于串接定向梯度直方图HOG。
49.根据权利要求43所述的装置,其中所述交易模块进一步能够将每一压印字符与压印字符的已知模板的集合比较,且对图像的局部部分中的梯度定向的出现进行计数。
50.一种用于读取形状因数上压印的信息的系统,所述系统包括:
用于俘获上面压印有信息的形状因数的图像的装置;以及
用于检测多个压印字符的装置,其中所述用于检测的装置利用梯度图像和一或多个边缘图像以及对应于在所述形状因数上的预期会找到特定信息的区的掩模。
51.根据权利要求50所述的系统:
其中所述压印形状因数是信用卡,
其中所述所俘获的图像包括所述信用卡上压印的账号和截止日期,
其中所述检测多个压印字符包括检测所述信用卡的所述账号和所述截止日期,且
其中所述检测利用梯度图像和一或多个边缘图像以及对应于用于所述账号和截止日期的区的掩模。
52.根据权利要求51所述的系统,其进一步包括:
用于确定所述多个压印字符中的每一压印字符的可能身份的装置;
用于检验每一压印字符的所述可能身份是否已经正确识别的装置;以及
用于校正尚未正确识别的每一压印字符的所述可能身份的装置。
53.一种用于从压印形状因数读取信息的系统,所述系统包括:
用于俘获所述压印形状因数的图像的装置;
用于检测多个压印字符的装置;以及
用于确定每一对压印字符之间的差异以确认一致性的装置;
其中所述检测利用梯度图像和一或多个边缘图像以及对应于所述压印字符的区的掩模。
54.根据权利要求53所述的系统,其进一步包括:
用于确定所述多个压印字符中的每一压印字符的可能身份的装置;以及
用于检验每一压印字符的所述可能身份是否已经正确识别的装置。
55.根据权利要求54所述的系统,其中所述形状因数是包括账户和截止日期信息的信用卡。
56.根据权利要求55所述的系统,其中将每一压印字符与压印字符的已知模板的集合比较,且对所述图像的局部部分中的梯度定向的出现进行计数。
57.一种计算机程序产品,其包含存储指令的非暂时性计算机可读媒体,所述指令当由处理器执行时致使所述处理器:
俘获上面压印有信息的形状因数的图像;以及
检测多个压印字符,其中所述检测利用梯度图像和一或多个边缘图像以及对应于在所述形状因数上的预期会找到特定信息的区的掩模。
58.根据权利要求57所述的计算机程序产品,其进一步包括指令,所述指令当由处理器执行时致使所述处理器:
确定所述多个压印字符中的每一压印字符的可能身份;
检验每一压印字符的所述可能身份是否已经正确识别;以及
校正尚未正确识别的每一压印字符的所述可能身份;
其中所述压印形状因数是信用卡,其中所述所俘获的图像包括所述信用卡上压印的账号和截止日期,其中所述检测多个压印字符包括所述信用卡的所述账号和所述截止日期,且其中所述检测利用梯度图像和一或多个边缘图像以及对应于用于所述账号和截止日期的区的掩模。
59.一种计算机程序产品,其包含存储指令的非暂时性计算机可读媒体,所述指令当由处理器执行时致使所述处理器:
俘获所述压印形状因数的图像;
检测多个压印字符;以及
确定每一对压印字符之间的差异以确认一致性;
其中所述检测利用梯度图像和一或多个边缘图像以及对应于所述压印字符的区的掩模。
60.根据权利要求59所述的计算机程序产品,其进一步包括指令,所述指令当由处理器执行时致使所述处理器:
确定所述多个压印字符中的每一压印字符的可能身份;以及
检验每一压印字符的所述可能身份是否已经正确识别;
其中所述形状因数是包括账户和截止日期信息的信用卡,且其中将每一压印字符与压印字符的已知模板的集合比较,且对所述图像的局部部分中的梯度定向的出现进行计数。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/654,748 US8942420B2 (en) | 2012-10-18 | 2012-10-18 | Detecting embossed characters on form factor |
US13/654,748 | 2012-10-18 | ||
PCT/US2013/065287 WO2014062834A2 (en) | 2012-10-18 | 2013-10-16 | Detecting embossed characters on form factor |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104798086A true CN104798086A (zh) | 2015-07-22 |
Family
ID=49553818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380059712.4A Pending CN104798086A (zh) | 2012-10-18 | 2013-10-16 | 检测卡上的压纹字符 |
Country Status (6)
Country | Link |
---|---|
US (1) | US8942420B2 (zh) |
EP (1) | EP2909790A2 (zh) |
JP (1) | JP2016502169A (zh) |
KR (1) | KR101634510B1 (zh) |
CN (1) | CN104798086A (zh) |
WO (1) | WO2014062834A2 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109891427A (zh) * | 2016-05-24 | 2019-06-14 | 艾迪密身份与安全美国有限责任公司 | 形状检测 |
CN113077018A (zh) * | 2021-06-07 | 2021-07-06 | 浙江大华技术股份有限公司 | 一种目标对象识别方法、装置、存储介质及电子装置 |
Families Citing this family (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9002322B2 (en) | 2011-09-29 | 2015-04-07 | Apple Inc. | Authentication with secondary approver |
US8769624B2 (en) | 2011-09-29 | 2014-07-01 | Apple Inc. | Access control utilizing indirect authentication |
US9092690B2 (en) | 2013-03-12 | 2015-07-28 | Google Inc. | Extraction of financial account information from a digital image of a card |
US8831329B1 (en) * | 2013-06-28 | 2014-09-09 | Google Inc. | Extracting card data with card models |
US20150006361A1 (en) * | 2013-06-28 | 2015-01-01 | Google Inc. | Extracting Card Data Using Three-Dimensional Models |
US9898642B2 (en) | 2013-09-09 | 2018-02-20 | Apple Inc. | Device, method, and graphical user interface for manipulating user interfaces based on fingerprint sensor inputs |
US9514451B2 (en) * | 2013-10-29 | 2016-12-06 | Tencent Technology (Shenzhen) Company Limited | Method, apparatus and system for information identification |
US10521817B2 (en) * | 2014-04-02 | 2019-12-31 | Nant Holdings Ip, Llc | Augmented pre-paid cards, systems and methods |
US10043185B2 (en) | 2014-05-29 | 2018-08-07 | Apple Inc. | User interface for payments |
US9449239B2 (en) * | 2014-05-30 | 2016-09-20 | Apple Inc. | Credit card auto-fill |
US9380312B2 (en) | 2014-07-14 | 2016-06-28 | Apple Inc. | Encoding blocks in video frames containing text using histograms of gradients |
US9904956B2 (en) | 2014-07-15 | 2018-02-27 | Google Llc | Identifying payment card categories based on optical character recognition of images of the payment cards |
US9396404B2 (en) * | 2014-08-04 | 2016-07-19 | Datalogic ADC, Inc. | Robust industrial optical character recognition |
CN114115461B (zh) | 2014-08-06 | 2024-04-26 | 苹果公司 | 用于电池管理的减小尺寸的用户界面 |
EP4027227A1 (en) | 2014-09-02 | 2022-07-13 | Apple Inc. | Reduced-size interfaces for managing alerts |
WO2016036552A1 (en) | 2014-09-02 | 2016-03-10 | Apple Inc. | User interactions for a mapping application |
US20160224973A1 (en) * | 2015-02-01 | 2016-08-04 | Apple Inc. | User interface for payments |
US9574896B2 (en) | 2015-02-13 | 2017-02-21 | Apple Inc. | Navigation user interface |
US9940637B2 (en) | 2015-06-05 | 2018-04-10 | Apple Inc. | User interface for loyalty accounts and private label accounts |
US20160358133A1 (en) | 2015-06-05 | 2016-12-08 | Apple Inc. | User interface for loyalty accounts and private label accounts for a wearable device |
US9798948B2 (en) | 2015-07-31 | 2017-10-24 | Datalogic IP Tech, S.r.l. | Optical character recognition localization tool |
JP6690170B2 (ja) * | 2015-09-28 | 2020-04-28 | 富士ゼロックス株式会社 | 画像処理装置及びプログラム |
KR101660476B1 (ko) * | 2015-11-19 | 2016-10-14 | 권해원 | 인쇄 결제카드에서 결제 정보를 인식하는 방법 |
DK179186B1 (en) | 2016-05-19 | 2018-01-15 | Apple Inc | REMOTE AUTHORIZATION TO CONTINUE WITH AN ACTION |
CN109313759B (zh) | 2016-06-11 | 2022-04-26 | 苹果公司 | 用于交易的用户界面 |
US10621581B2 (en) | 2016-06-11 | 2020-04-14 | Apple Inc. | User interface for transactions |
DK201670622A1 (en) | 2016-06-12 | 2018-02-12 | Apple Inc | User interfaces for transactions |
US9842330B1 (en) | 2016-09-06 | 2017-12-12 | Apple Inc. | User interfaces for stored-value accounts |
US10496808B2 (en) | 2016-10-25 | 2019-12-03 | Apple Inc. | User interface for managing access to credentials for use in an operation |
CN107092908B (zh) * | 2017-06-12 | 2020-01-07 | 华东交通大学 | 一种基于列车转向架上的平面压印字符自动识别方法 |
JP6949596B2 (ja) * | 2017-07-20 | 2021-10-13 | 東芝テック株式会社 | 商品データ処理装置及び商品データ処理プログラム |
KR102185854B1 (ko) | 2017-09-09 | 2020-12-02 | 애플 인크. | 생체측정 인증의 구현 |
EP4156129A1 (en) | 2017-09-09 | 2023-03-29 | Apple Inc. | Implementation of biometric enrollment |
US11144624B2 (en) | 2018-01-22 | 2021-10-12 | Apple Inc. | Secure login with authentication based on a visual representation of data |
US11170085B2 (en) | 2018-06-03 | 2021-11-09 | Apple Inc. | Implementation of biometric authentication |
KR102226843B1 (ko) | 2019-02-26 | 2021-03-12 | 주식회사 핀그램 | 오브젝트 검출 시스템 및 그 방법 |
KR102226845B1 (ko) | 2019-02-26 | 2021-03-12 | 주식회사 핀그램 | 지역적 이진화를 이용한 오브젝트 인식 시스템 및 그 방법 |
US11328352B2 (en) | 2019-03-24 | 2022-05-10 | Apple Inc. | User interfaces for managing an account |
US11386636B2 (en) | 2019-04-04 | 2022-07-12 | Datalogic Usa, Inc. | Image preprocessing for optical character recognition |
WO2021145466A1 (ko) * | 2020-01-13 | 2021-07-22 | 엘지전자 주식회사 | 객체의 정보를 확인하는 이동 단말기 및 그 제어 방법 |
US11816194B2 (en) | 2020-06-21 | 2023-11-14 | Apple Inc. | User interfaces for managing secure operations |
US20230046591A1 (en) * | 2021-08-11 | 2023-02-16 | Capital One Services, Llc | Document authenticity verification in real-time |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110244919A1 (en) * | 2010-03-19 | 2011-10-06 | Aller Joshua V | Methods and Systems for Determining Image Processing Operations Relevant to Particular Imagery |
WO2012054148A1 (en) * | 2010-10-22 | 2012-04-26 | Firethorn Mobile, Inc. | System and method for capturing token data with a portable computing device |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE69026668T2 (de) * | 1989-09-20 | 1996-10-02 | Nippon Electric Co | Genaue Erkennung von Eingabemustern |
JP2965165B2 (ja) * | 1990-07-26 | 1999-10-18 | グローリー工業株式会社 | パターン認識方法及び認識用辞書作成方法 |
JP2985893B2 (ja) * | 1990-08-30 | 1999-12-06 | グローリー工業株式会社 | パターン認識装置 |
JPH09138839A (ja) * | 1995-11-15 | 1997-05-27 | Dainippon Printing Co Ltd | Icカードの発行処理システム |
US6179209B1 (en) * | 1997-11-19 | 2001-01-30 | International Business Machines Corporation | Credit card reader for internet-based commerce |
US6628808B1 (en) | 1999-07-28 | 2003-09-30 | Datacard Corporation | Apparatus and method for verifying a scanned image |
US8103104B2 (en) * | 2002-01-11 | 2012-01-24 | Hewlett-Packard Development Company, L.P. | Text extraction and its application to compound document image compression |
KR100647284B1 (ko) * | 2004-05-21 | 2006-11-23 | 삼성전자주식회사 | 영상의 문자 추출 장치 및 방법 |
JP2007079675A (ja) * | 2005-09-12 | 2007-03-29 | Seiko Epson Corp | 文字認識方法、文字認識用プログラム及び文字読取装置 |
JP2007304864A (ja) * | 2006-05-11 | 2007-11-22 | Fuji Xerox Co Ltd | 文字認識処理システムおよび文字認識処理プログラム |
NZ555036A (en) * | 2006-05-16 | 2008-09-26 | Travelex Outsourcing Pty Ltd | Transaction system supporting dynamic currency conversion |
KR101291195B1 (ko) * | 2007-11-22 | 2013-07-31 | 삼성전자주식회사 | 문자인식장치 및 방법 |
US7802720B2 (en) | 2008-01-04 | 2010-09-28 | Intuit Inc. | Method and system for performing a card-present transaction using image capture on a portable device |
US20090327131A1 (en) | 2008-04-29 | 2009-12-31 | American Express Travel Related Services Company, Inc. | Dynamic account authentication using a mobile device |
US8625861B2 (en) * | 2008-05-15 | 2014-01-07 | International Business Machines Corporation | Fingerprint representation using gradient histograms |
US8724909B2 (en) * | 2008-06-03 | 2014-05-13 | Kooaba Ag | Method and system for generating a pictorial reference database using geographical information |
US9269010B2 (en) * | 2008-07-14 | 2016-02-23 | Jumio Inc. | Mobile phone payment system using integrated camera credit card reader |
JP5075861B2 (ja) * | 2009-03-16 | 2012-11-21 | 株式会社東芝 | 画像処理装置及び画像処理方法 |
US9189082B2 (en) * | 2009-04-08 | 2015-11-17 | Qualcomm Incorporated | Enhanced handheld screen-sensing pointer |
US8175617B2 (en) * | 2009-10-28 | 2012-05-08 | Digimarc Corporation | Sensor-based mobile search, related methods and systems |
US8509537B2 (en) * | 2010-08-05 | 2013-08-13 | Xerox Corporation | Learning weights of fonts for typed samples in handwritten keyword spotting |
WO2013075002A1 (en) * | 2011-11-18 | 2013-05-23 | Syracuse University | Automatic detection by a wearable camera |
US9405984B2 (en) | 2012-02-08 | 2016-08-02 | Scientific Games International, Inc. | Logistics methods for portable, mobile processing of lottery and contest tickets |
-
2012
- 2012-10-18 US US13/654,748 patent/US8942420B2/en not_active Expired - Fee Related
-
2013
- 2013-10-16 KR KR1020157011377A patent/KR101634510B1/ko active IP Right Grant
- 2013-10-16 CN CN201380059712.4A patent/CN104798086A/zh active Pending
- 2013-10-16 JP JP2015537797A patent/JP2016502169A/ja active Pending
- 2013-10-16 WO PCT/US2013/065287 patent/WO2014062834A2/en active Application Filing
- 2013-10-16 EP EP13789075.2A patent/EP2909790A2/en not_active Withdrawn
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110244919A1 (en) * | 2010-03-19 | 2011-10-06 | Aller Joshua V | Methods and Systems for Determining Image Processing Operations Relevant to Particular Imagery |
WO2012054148A1 (en) * | 2010-10-22 | 2012-04-26 | Firethorn Mobile, Inc. | System and method for capturing token data with a portable computing device |
Non-Patent Citations (2)
Title |
---|
JASON KINCAID: "Card.io"s SDK Makes Entering Credit Card Information As Easy As Taking A Snapshot", 《HTTP://TECHCRUNCH.COM》 * |
JEROD J. WEINMAN 等: "Improving Recognition of Novel Input with Similarity", 《CONFERENCEON COMPUTER VISION AND PATTERN RECOGNITION,2006,IEEE COMPUTER SOCIETY》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109891427A (zh) * | 2016-05-24 | 2019-06-14 | 艾迪密身份与安全美国有限责任公司 | 形状检测 |
CN113077018A (zh) * | 2021-06-07 | 2021-07-06 | 浙江大华技术股份有限公司 | 一种目标对象识别方法、装置、存储介质及电子装置 |
Also Published As
Publication number | Publication date |
---|---|
US20140112526A1 (en) | 2014-04-24 |
US8942420B2 (en) | 2015-01-27 |
JP2016502169A (ja) | 2016-01-21 |
KR20150059793A (ko) | 2015-06-02 |
EP2909790A2 (en) | 2015-08-26 |
WO2014062834A2 (en) | 2014-04-24 |
WO2014062834A3 (en) | 2014-07-10 |
KR101634510B1 (ko) | 2016-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104798086A (zh) | 检测卡上的压纹字符 | |
US10055663B2 (en) | Comparing extracted card data with user data | |
US10614334B2 (en) | Extraction of data from a digital image | |
US10296799B2 (en) | Extracting card identification data | |
US9626556B2 (en) | Client side filtering of card OCR images | |
US20120030103A1 (en) | Image-Based Submission and Verification of Redemption Codes | |
US20170046668A1 (en) | Comparing An Extracted User Name with Stored User Data | |
US10872344B2 (en) | Security and fraud prevention techniques based on detection of a transaction card in an image | |
US20150379502A1 (en) | Image processing method of enabling financial transaction and an image processing system thereof |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
AD01 | Patent right deemed abandoned | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20190326 |