特定光学字符辨识算法包括与所述卡类型相关的约束的特定集合。10.根据权利要求8所述的计算机程序产品，其中，所述约束的集合包括所述卡图像上的信息位置。11.根据权利要求8所述的计算机程序产品，其中所述约束的集合包括在所述卡上表示的信息的类别的列表。12.根据权利要求8所述的计算机程序产品，其中所述卡包括信用卡、借记卡、识别卡、积分卡、通行卡、或储值卡中的一个或多个。13.根据权利要求8所述的计算机程序产品，其中，所述数据库是发行者识别号码数据库。14.根据权利要求8所述的计算机程序产品，其中，基于由所述一个或多个计算设备所存储的用户数据来选择所述识别号码的数据库以用于比较。15.—种用于提取金融卡信息的系统，所述系统包括: 存储资源； 可通信地耦合到所述存储资源的处理器，其中，所述处理器被配置成执行存储在所述存储资源中的计算机可读指令，所述计算机可读指令使得所述系统: 接收金融卡的数字图像； 确定与所述金融卡的发行者相关联的识别号码在所述金融卡的图像上的第一位置； 对所述数字图像上的所述第一位置执行第一光学字符辨识算法； 根据将所述第一光学字符辨识算法应用于所述数字图像上的所述第一位置所获得的信息，识别与所述金融卡的发行者相关联的识别号码； 将所述识别号码与金融卡发行者的识别号码的数据库相比较，以确定与所述识别号码相关联的特定金融卡发行者； 确定与所确定的特定金融卡发行者相关联的卡类型；以及 对所述数字图像执行特定光学字符辨识算法，所述特定光学字符辨识算法至少部分地基于所确定的卡类型来选择。16.根据权利要求15所述的系统，其中所述特定光学字符辨识算法包括与所述卡类型相关的约束的特定集合。17.根据权利要求15所述的系统，其中所述约束的集合包括所述卡图像上的信息位置。18.根据权利要求15所述的系统，其中所述约束的集合包括在所述卡上表示的信息的类别的列表。19.根据权利要求15所述的系统，其中所述卡包括信用卡、借记卡、识别卡、积分卡、通行卡、或储值卡的一个或多个。20.根据权利要求15所述的系统，其中所述卡包括信用卡、借记卡、识别卡、积分卡、通行卡或储值卡的一个或多个。21.一种用于提取金融卡信息的计算机实现的方法，包括: 由一个或多个计算设备接收卡的数字表示； 由所述一个或多个计算设备对所述卡的所述数字表示执行图像辨识处理； 由所述一个或多个计算设备识别所述卡的所述数字表示中的图像； 由所述一个或多个计算设备将所识别图像与包括多个图像的图像数据库相比较，并确定所述所识别图像与所述图像数据库中的存储图像匹配； 由所述一个或多个计算设备确定与所述存储图像相关联的卡类型，并且至少部分地基于确定所识别图像与所述存储图像相匹配，而将所述卡类型与所述卡的所述数字表示相关联；以及 由所述一个或多个计算设备对所述卡的所述数字表示执行特定光学字符辨识算法，所述特定光学字符辨识算法至少部分地基于所确定的卡类型。22.根据权利要求21所述的方法，其中，所述特定光学字符辨识算法包括与所述卡类型相关的约束的特定集合。23.根据权利要求22所述的方法，其中，所述约束的集合包括所述卡图像上的信息位置。24.根据权利要求22所述的方法，其中，所述约束的集合包括在所述卡上表示的信息的类别的列表。25.根据权利要求21所述的方法，其中，所述卡包括信用卡、借记卡、识别卡、积分卡、通行卡、或储值卡中的一个或多个。26.根据权利要求21所述的方法，其中，所识别图像包括徽标、全息图、图片、或图标。27.根据权利要求21所述的方法，进一步包括: 由所述一个或多个计算设备对所识别图像应用第二光学字符辨识算法； 由所述一个或多个计算设备将所识别图像中所辨识的字符集合与所述图像数据库相比较；以及 至少部分地基于所识别图像中所辨识的字符集合与所述图像数据库的比较，由所述一个或多个计算设备确定与所识别图像相关联的卡类型。28.一种计算机程序产品，包括: 其上实现有计算机可执行程序指令的非暂时性计算机可读存储设备，所述计算机可执行程序指令当由计算机执行时使得所述计算机提取金融卡信息，包括: 用于接收卡的数字表示的计算机可执行程序指令； 用于对所述卡的所述数字表示执行图像辨识处理的计算机可执行程序指令； 用于识别所述卡的所述数字表示中的图像的计算机可执行程序指令； 用于将所识别图像与包括多个图像的图像数据库相比较并确定所识别图像与所述图像数据库中的存储图像匹配的计算机可执行程序指令； 用于确定与所述存储图像相关联的卡类型并至少部分地基于确定所识别图像与所述存储图像相匹配、而将所述卡类型与所述卡的所述数字表示相关联的计算机可执行程序指令；以及 用于对所述卡的所述数字表示执行特定光学字符辨识算法的计算机可执行程序指令，所述特定光学字符辨识算法至少部分地基于所确定的卡类型。29.根据权利要求28所述的方法，其中，所述特定光学字符辨识算法包括与所述卡类型相关的约束的特定集合。30.根据权利要求29所述的方法，其中，所述约束的集合包括所述卡图像上的信息位置。31.根据权利要求29所述的方法，其中，所述约束的集合包括在所述卡上表示的信息的类别的列表。32.根据权利要求28所述的方法，其中，所述卡包括信用卡、借记卡、识别卡、积分卡、通行卡、或储值卡中的一个或多个。33.根据权利要求28所述的方法，其中，所识别图像包括徽标、全息图、图片或图标。34.根据权利要求28所述的方法，所述计算机可执行程序指令进一步包括: 用于对所述所识别图像执行第二光学字符辨识算法的计算机可执行程序指令； 用于将所识别图像中所辨识的字符集合与所述图像数据库相比较的计算机可执行程序指令;以及 用于至少部分地基于所述所识别图像中所辨识的字符集合与所述图像数据库的比较来确定与所述所识别图像相关联的卡类型的计算机可执行程序指令。35.—种用于提取金融卡信息的系统，所述系统包括: 存储资源； 可通信地耦合到所述存储资源的处理器，其中，所述处理器被配置成执行存储在所述存储资源中的计算机可读指令，所述计算机可读指令使得所述系统: 接收卡的数字表示； 对所述卡的数字表示执行图像辨识处理； 识别所述卡的数字表示中的图像； 将所识别图像与包括多个图像的图像数据库相比较，并确定所识别图像与所述图像数据库中的存储图像匹配； 确定与所述存储图像相关联的卡类型，并至少部分地基于确定所识别图像与所述存储图像匹配，而将所述卡类型与所述卡的所述数字表示相关联;以及 对所述卡的所述数字表示执行特定光学字符辨识算法，所述特定光学字符辨识算法至少部分地基于所确定的卡类型。36.根据权利要求35所述的系统，其中，所述特定光学字符辨识算法包括与所述卡类型相关的约束的特定集合。37.根据权利要求36所述的系统，其中，所述约束的集合包括所述卡图像上的信息位置。38.根据权利要求35所述的系统，其中，所述约束的集合包括在所述卡上表示的信息的类别的列表。39.根据权利要求35所述的系统，其中，所述卡包括信用卡、借记卡、识别卡、积分卡、通行卡、或储值卡中的一个或多个。40.根据权利要求35所述的系统，所述处理器执行进一步的应用代码指令，所述应用代码指令存储在所述存储设备中并使得所述系统: 对所识别图像执行第二光学字符辨识算法； 将所识别图像中所辨识的字符集合与所述图像数据库相比较；以及至少部分地基于所识别图像中所辨识的字符集合与所述图像数据库的比较，确定与所识别图像相关联的卡类型。41.一种用于提取金融卡信息的计算机实施方法，包括: 由一个或多个计算设备接收金融卡的数字图像； 由所述一个或多个计算设备对所述金融卡的所述数字图像应用光学字符辨识算法，以获得结果； 基于经由对所述金融卡的所述数字图像应用所述光学字符辨识算法所获得的信息，由所述一个或多个计算设备识别与所述卡相关联的名称； 由所述一个或多个计算设备将所述名称与用于所述一个或多个计算设备的用户的用户数据集合相比较，以确定所述名称与来自所述用户数据集合的数据相关；以及 至少部分地基于确定所述名称与来自所述用户数据集合的数据相关，由所述一个或多个计算设备确定所述光学字符辨识算法的所述结果的置信水平。42.根据权利要求41所述的方法，其中，所述用户数据集合包括下述中的一个或多个:所述用户的联系人列表、所述用户的社交网络数据、或者来自所述用户的其他金融账户的数据。43.根据权利要求41所述的方法，进一步包括:一旦确定所述置信水平低于预配置阈值，就由所述一个或多个计算设备将所述光学字符辨识算法重新应用于所述金融卡的所述数字图像。44.根据权利要求41所述的方法，进一步包括: 一旦确定所述置信水平低于阈值证实，就由所述一个或多个计算设备请求所识别名称的修正的输入；以及 由所述一个或多个计算设备接收所识别名称的所述修正的输入。45.根据权利要求41所述的方法，其中所述卡包括信用卡、借记卡、识别卡、积分卡、通行卡、或储值卡。46.一种计算机程序产品，包括: 其上实现有计算机可执行程序指令的非暂时性计算机可读存储设备，所述计算机可执行程序指令当由计算机执行时使得所述计算机提取金融卡信息，包括: 用于接收金融卡的数字图像的计算机可读程序指令； 用于对所述金融卡的所述数字图像应用光学字符辨识算法以获得结果的计算机可读程序指令； 用于基于经由对所述金融卡的所述数字图像应用所述光学字符辨识算法所得到的信息来识别与所述卡相关联的名称的计算机可读程序指令； 用于将所述名称与用于所述一个或多个计算设备的用户的用户数据集合相比较以确定所述名称与来自所述用户数据集合的数据关联的计算机可读程序指令;以及 用于至少部分地基于确定所述名称与来自所述用户数据集合的数据相关、来确定所述光学字符辨识算法的所述结果的置信水平的计算机可读程序指令。47.根据权利要求46所述的计算机程序产品，其中，所述用户数据的集合包括下述中的一个或多个:所述用户的联系人列表、所述用户的社交网络数据、或者来自所述用户的其他金融账户的数据。48.根据权利要求46所述的计算机程序产品，进一步包括用于一旦确定所述置信水平低于预配置阈值就将所述光学字符辨识算法重新应用于所述金融卡的所述数字图像的计算机可执行程序指令。49.根据权利要求46所述的计算机程序产品，进一步包括: 用于一旦确定所述置信水平低于阈值证实就请求所识别名称的修正输入的计算机可执行程序指令;以及 用于接收所识别名称的所述修正输入的计算机可执行程序指令。50.根据权利要求46所述的计算机程序产品，其中所述卡包括信用卡、借记卡、识别卡、积分卡、通行卡、或储值卡。51.—种用于提取金融卡信息的系统，所述系统包括: 存储资源； 可通信地耦合到所述存储资源的处理器，其中，所述处理器被配置成执行存储在所述存储资源中的计算机可读指令，所述计算机可读指令存使得所述系统: 接收金融卡的数字图像； 对所述金融卡的所述数字图像应用光学字符辨识算法，以获得结果； 基于经由对所述金融卡的所述数字图像应用所述光学字符辨识算法所得到的信息，识别与所述卡相关联的名称； 将所述名称与用于所述一个或多个计算设备的用户的用户数据集合相比较，以确定所述名称与来自所述用户数据集合的数据相关；以及 至少部分地基于确定所述名称与来自所述用户数据集合的数据相关，确定所述光学字符辨识算法的结果的置信水平。52.根据权利要求51所述的系统，其中所述用户数据的集合包括中的一个或多个:所述用户的联系人列表、所述用户的社交网络数据、或者来自所述用户的其他金融账户的数据。53.根据权利要求51所述的系统，进一步包括计算机可执行程序指令，所述计算机可执行程序指令使得所述系统一旦确定所述置信水平低于预配置阈值，就将所述光学字符辨识算法重新应用于所述金融卡的所述数字图像。54.根据权利要求51所述的系统，其中，所述卡包括信用卡、借记卡、识别卡、积分卡、通行卡、或储值卡。55.根据权利要求51所述的系统，进一步包括计算机可执行程序指令，所述计算机可执行程序指令使得所述系统: 一旦确定所述置信水平低于阈值确认，就请求所识别用户名称的修正输入； 接收所识别名称的所述修正输入。
【专利摘要】提取卡数据包括：由一个或多个计算设备接收卡的数字图像；对所述卡的数字表示执行图像辨识处理；识别所述卡的数字表示中的图像；将所识别图像与包括多个图像的图像数据库相比较，并确定所识别图像与图像数据库中的存储图像匹配；确定与所存储图像相关联的卡类型，并基于确定所识别图像与所存储图像匹配，将所述卡类型与所述卡相关联；以及对所述卡的数字表示执行特定光学字符辨识算法，所述特定光学字符辨识算法基于所确定的卡类型。另一个示例使用发行者识别号码来改进数据提取。另一个示例将所提取的数据与用户数据相比较来改进准确性。
【IPC分类】G06Q20/32, G06K9/22, H04N1/00
【公开号】CN105431867
【申请号】CN201480042645
【发明人】王晓航, 法尔汉·沙姆西, 雅科夫·奥科施泰因, 桑吉夫·库马尔, 亨利·阿兰·罗利, 马库斯·昆塔纳·米切尔, 德布拉·利恩·雷佩宁, 乔斯·热罗尼莫·莫雷拉·罗德里格斯, 李志飞
【申请人】谷歌公司
【公开日】2016年3月23日
【申请日】2014年6月27日
【公告号】EP3014527A2, US8879783, US8931693, US9292740, US20150001300, US20150006362, US20150086069, US20160132740, WO2014210548A2, WO2014210548A3