Detección y digitalización de datos de interés en documentos de identificación

• Ayala Churo, Erick Alejandro ^[1] ; Cuenca, Juan Pablo ^[1] ; Quevedo Sacoto, Andrés Sebastián ^[1]
  1. [1] Universidad Católica de Cuenca.
• Localización: Dominio de las Ciencias, ISSN-e 2477-8818, Vol. 8, Nº. 3, 2022 (Ejemplar dedicado a: Julio-Septiembre 2022)
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen

  • La automatización de la detección y contextualización de campos en documentos de identificación como requerimiento principal de las instituciones públicas y privadas ha motivado la implementación de arquitecturas de redes neuronales convolucionales con el fin de mejorar aspectos como el tiempo, la calidad y la cantidad de documentos digitales analizados. En el presente trabajo, se propone un modelo de detección que permita la extracción y contextualización de campos dentro de documentos de identificación. Con el fin de ejecutar el entrenamiento de los modelos de detección, fue necesaria la construcción de un dataset que contenga imágenes reales de documentos previamente etiquetado por personas expertas en el área. Se procedió a realizar el etiquetado de imágenes mediante plataformas, lo que permitió la identificación y contextualización de campos mediante cuadros delimitadores. Durante el entrenamiento del modelo se obtuvo un resultado de la Precisión Media de Entrenamiento (mAP) que alcanzó el 100%.