Uneingeschränkter Zugang

AI-Enhanced Systems and Innovative Methods for the Exhaustive Collection of Passport Data through intelligent Device

Wen Zhao

Wen Zhao

Center of International Cooperation Service, Ministry of Agriculture and Rural AffairsBeijing, China
Suche nach diesem Autor auf
Sciendo|Google Scholar
Zhao, Wen
, 
Junteng Zhang

Junteng Zhang

Center of International Cooperation Service, Ministry of Agriculture and Rural AffairsBeijing, China
Suche nach diesem Autor auf
Sciendo|Google Scholar
Zhang, Junteng
, 
Bin Yang

Bin Yang

Center of International Cooperation Service, Ministry of Agriculture and Rural AffairsBeijing, China
Suche nach diesem Autor auf
Sciendo|Google Scholar
Yang, Bin
, 
Rui Zhang

Rui Zhang

Center of International Cooperation Service, Ministry of Agriculture and Rural AffairsBeijing, China
Suche nach diesem Autor auf
Sciendo|Google Scholar
Zhang, Rui
 und 
Yingying Wang

Yingying Wang

Center of International Cooperation Service, Ministry of Agriculture and Rural AffairsBeijing, China
Suche nach diesem Autor auf
Sciendo|Google Scholar
Wang, Yingying
  
24. Sept. 2025
AI-Enhanced Systems and Innovative Methods for the Exhaustive Collection of Passport Data through intelligent Device's Cover Image
Über diesen Artikel
Vorheriger Artikel
Nächster Artikel
Zitieren
COVER HERUNTERLADEN
Online veröffentlicht: 24. Sept. 2025
Eingereicht: 17. Jan. 2025
Akzeptiert: 07. Mai 2025
DOI: https://doi.org/10.2478/amns-2025-0974
Schlüsselwörter
© 2025 Wen Zhao et al., published by Sciendo
This work is licensed under the Creative Commons Attribution 4.0 International License.

Figure 1.

Comparison of foreground image enhancement effect
Comparison of foreground image enhancement effect

Figure 2.

Comparison of background image enhancement effect
Comparison of background image enhancement effect

Figure 3.

Comparison results of different algorithms
Comparison results of different algorithms

Figure 4.

Hierarchical structure of upper machine software
Hierarchical structure of upper machine software

Comparison results of matching recognition of different algorithms

Algorithms Training sample size MDR UDR
SIFT - 0.262 0.358
ORB - 0.196 0.376
HOG - 0.171 0.347
CFOG - 0.163 0.328
SiameseNet N=10 0.162 0.229
N=20 0.092 0.221
N=30 0.084 0.184
N=40 0.075 0.139
N=50 0.061 0.092
Our method - 0.055 0.069
Sprache:
Englisch
Zeitrahmen der Veröffentlichung:
1 Hefte pro Jahr
Fachgebiete der Zeitschrift:
Biologie, Biologie, andere, Mathematik, Angewandte Mathematik, Mathematik, Allgemeines, Physik, Physik, andere
Zeitschrift RSS Feed