Teilen über

ID-Dokumentmodell von Dokument Intelligenz

  • Artikel

Wichtig

  • Public Preview-Releases von Dokument Intelligenz bieten frühzeitigen Zugriff auf Features, die sich in der aktiven Entwicklung befinden. Features, Ansätze und Prozesse können sich aufgrund von Benutzerfeedback vor der allgemeinen Verfügbarkeit (General Availability, GA) ändern.
  • Die Public Preview von Dokument Intelligenz-Clientbibliotheken verwendet standardmäßig Version 2024-07-31-preview der REST-API.
  • Die Public Preview 2024-07-31-preview ist derzeit lediglich in den folgenden Azure-Regionen verfügbar. Beachten Sie, dass das benutzerdefinierte generative Modell (Dokumentfeldextraktion) in KI Studio nur in der Region „USA, Norden-Mitte“ verfügbar ist:
    • USA, Osten
    • USA, Westen 2
    • Europa, Westen
    • USA Nord Mitte

Dieser Inhalt gilt für: Häkchen Version 4.0 (Vorschau) | Vorherige Versionen: Blaues Häkchen Version 3.1 (GA) Blaues Häkchen Version 3.0 (GA) Blaues Häkchen Version 2.1 (GA)

Dieser Inhalt gilt für: Häkchen Version 3.1 (GA) | Aktuelle Version: Lila Häkchen Version 4.0 (Vorschau) | Vorherige Versionen: Blaues Häkchen Version 3.0 Blaues Häkchen Version 2.1

Dieser Inhalt gilt für: Häkchen Version 3.0 (GA) | Aktuelle Versionen: Lila Häkchen Version 4.0 (Vorschau) Lila Häkchen Version 3.1 | Vorherige Version: Blaues Häkchen Version 2.1

Dieser Inhalt gilt für: Häkchen Version 2.1 | Neueste Version: Blaues Häkchen Version 4.0 (Vorschau)

Das Ausweisdokumentmodell von Dokument Intelligenz kombiniert optische Zeichenerkennung (Optical Character Recognition, OCR) mit Deep Learning-Modellen, um wichtige Informationen aus Ausweisdokumenten zu analysieren und zu extrahieren. Die API analysiert Ausweisdokumente (einschließlich folgende) und gibt eine strukturierte JSON-Datendarstellung zurück:

  • Passbuch, Reisepass im Kartenformat (weltweit)
  • Führerschein aus den USA, Europa, Indien, Kanada und Australien
  • Ausweisdokumente der USA, Aufenthaltserlaubnis (Greencard), Sozialversicherungskarte, Militärausweis
  • Europäische Personalausweise, Aufenthaltserlaubnisse
  • Indische PAN-Karte, Aadhaar-Karte
  • Kanadische Ausweisdokumente, Aufenthaltserlaubnis (Maple Card)
  • Australische Fotokarte, Keypass-Ausweis (einschließlich digitaler Version)

Mit Dokument Intelligenz können Informationen aus amtlichen Ausweisen unter Verwendung des vordefinierten ID-Modells analysiert und extrahiert werden. Dabei werden unsere leistungsstarken Funktionen zur optischen Zeichenerkennung (Optical Character Recognition, OCR) mit ID-Erkennungsfunktionen kombiniert, um wesentliche Informationen aus internationalen Reisepässen und US-amerikanischen Führerscheinen (alle 50 Bundesstaaten). Mit der ID-API werden wesentliche Informationen aus diesen Ausweisdokumenten extrahiert, z. B. Vorname, Nachname, Geburtsdatum und Dokumentnummer. Diese API ist in Dokument Intelligenz 2.1 als Clouddienst verfügbar.

Verarbeitung von Ausweisdokumenten

Bei der Verarbeitung von Ausweisdokumenten werden die Daten aus Ausweisdokumenten entweder manuell oder mit OCR-basierten Technologien extrahiert. Die Verarbeitung von Ausweisdokumenten ist ein wichtiger Schritt in jedem Geschäftsvorgang, der einen Identitätsnachweis erfordert. Beispiele sind die Kundenüberprüfung in Banken und anderen Finanzinstituten, bei Hypothekenanträgen, Arztbesuchen, zur Verarbeitung von Anträgen, im Gastgewerbe usw. Einzelpersonen weisen ihre Identität mit ihrem Führerschein, Reisepass und ähnlichen Dokumenten nach, damit das Unternehmen sie effizient überprüfen kann, bevor es Dienstleistungen und Leistungen bereitstellt.

US-Beispielfahrerlaubnis, die mit Dokument Intelligenz Studio verarbeitet wurde:

Abbildung: Führerscheinbeispiel

Extrahieren von Daten

Der vorgefertigte ID-Dienst extrahiert die Schlüsselwerte aus den internationalen Reisepässen und den US-Führerscheinen und gibt Sie in einer organisierten strukturierten JSON-Antwort zurück.

Führerschein als Beispiel

Beispiel eines Führerscheins

Reisepass als Beispiel

Beispiel eines Reisepasses

Entwicklungsoptionen

Dokument Intelligenz v4.0 (2024-07-31-preview) unterstützt die folgenden Tools, Anwendungen und Bibliotheken:

Funktion Ressourcen Modell-ID
Ausweisdokumentmodell • Document Intelligence Studio
• REST API
• C# SDK
• Python SDK
• Java SDK
• JavaScript SDK		 prebuilt-idDocument

Document Intelligence v3.1 unterstützt die folgenden Tools, Anwendungen und Bibliotheken:

Feature Ressourcen Modell-ID
Ausweisdokumentmodell • Document Intelligence Studio
• REST API
• C# SDK
• Python SDK
• Java SDK
• JavaScript SDK		 prebuilt-idDocument

Document Intelligence v3.0 unterstützt die folgenden Tools, Anwendungen und Bibliotheken:

Feature Ressourcen Modell-ID
Ausweisdokumentmodell • Document Intelligence Studio
• REST API
• C# SDK
• Python SDK
• Java SDK
• JavaScript SDK		 prebuilt-idDocument

Dokument Intelligenz v2.1 unterstützt die folgenden Tools, Anwendungen und Bibliotheken:

Feature Ressourcen
Ausweisdokumentmodell • Dokument Intelligenz-Bezeichnungstool
• REST-API
• Clientbibliothek SDK
• Dokument Intelligenz-Docker-Container

Eingabeanforderungen

  • Unterstützte Dateiformate:

    Modell PDF Abbildung:
    JPEG/JPG, PNG, BMP, TIFF, HEIF    		 Microsoft Office:
    Word (DOCX), Excel (XLSX), PowerPoint (PPTX), HTML
    Lesen Sie ✔ ✔ ✔
    Layout ✔ ✔ ✔ (2024-07-31-preview, 2024-02-29-preview, 2023-10-31-preview)
    Allgemeines Dokument ✔ ✔
    Vordefiniert ✔ ✔
    Benutzerdefinierte Extraktion ✔ ✔
    Benutzerdefinierte Klassifizierung ✔ ✔ ✔ (2024-07-31-preview, 2024-02-29-preview)

  • Die besten Ergebnisse erzielen Sie, wenn Sie pro Dokument ein deutliches Foto oder einen hochwertigen Scan bereitstellen.

  • In den Formaten PDF und TIFF können bis zu 2,000 Seiten verarbeitet werden (bei einem kostenlosen Abonnement werden nur die ersten beiden Seiten verarbeitet).

  • Die Dateigröße für die Analyse von Dokumenten beträgt 500 MB für den kostenpflichtigen Tarif (S0) und 4 MB für den kostenlosen Tarif (F0).

  • Die Bildgröße muss zwischen 50 × 50 Pixel und 10.000 × 10.000 Pixel liegen.

  • Wenn Ihre PDFs kennwortgeschützt sind, müssen Sie die Sperre vor dem Senden entfernen.

  • Die Mindesthöhe des zu extrahierenden Texts beträgt 12 Pixel für ein Bild von 1024 × 768 Pixel. Diese Abmessung entspricht etwa einem 8-Punkttext bei 150 Punkten pro Zoll (Dots Per Inch, DPI).

  • Die maximale Anzahl Seiten für Trainingsdaten beträgt beim benutzerdefinierten Modelltraining 500 für das benutzerdefinierte Vorlagenmodell und 50.000 für das benutzerdefinierte neuronale Modell.

    • Für das Training benutzerdefinierter Extraktionsmodelle beträgt die Gesamtgröße der Trainingsdaten 50 MB für das Vorlagenmodell und 1 GB für das neuronale Modell.

    • Für das Training benutzerdefinierter Klassifizierungsmodelle beträgt die Gesamtgröße der Trainingsdaten 1 GB bei maximal 10.000 Seiten. Für 2024-07-31-preview und höher beträgt die Gesamtgröße der Trainingsdaten 2 GB bei maximal 10.000 Seiten.

  • Unterstützte Dateiformate: JPEG, PNG, PDF und TIFF.

  • Unterstützte Seitenanzahl für PDF- und TIFF-Dateien: bis zu 2.000 Seiten oder nur die ersten beiden Seiten für Abonnenten der kostenlosen Version.

  • Unterstützte Dateigröße: weniger als 50 MB GESAMT; Mindestpixel: 50 x 50 px; Maximale Pixel 10.000 x 10.000 px.

Datenextraktion für das Ausweisdokumentmodell

Extrahieren Sie Daten aus Ausweisdokumenten, darunter den Namen, das Geburtsdatum und das Ablaufdatum. Sie benötigen die folgenden Ressourcen:

  • Ein Azure-Abonnement (Sie können ein kostenloses Abonnement erstellen).

  • Eine Dokument Intelligenz-Instanz im Azure-Portal. Sie können den kostenlosen Tarif (F0) verwenden, um den Dienst auszuprobieren. Wählen Sie nach der Bereitstellung Ihrer Ressource Zu Ressource wechseln aus, um Ihren Schlüssel und Endpunkt abzurufen.

Screenshot: Schlüssel und Endpunkt im Azure-Portal

Hinweis

Dokument Intelligenz Studio ist mit den APIs der Versionen 3.1 und 3.0 und höheren Versionen verfügbar.

  1. Wählen Sie auf der Startseite von Document Intelligence Studio Identitätsdokumente aus.

  2. Sie können die Musterrechnung analysieren oder Ihre eigenen Dateien hochladen.

  3. Wählen Sie die Schaltfläche Analyse ausführen aus, und konfigurieren Sie bei Bedarf die Analyseoptionen:

    Screenshot der Schaltflächen „Analyse ausführen“ und „Analyseoptionen“ im Document Intelligence Studio.

    Testen Sie Document Intelligence Studio.

Beispielbeschriftungstool von Dokument Intelligenz

  1. Navigieren Sie zum Dokument Intelligenz-Beispieltool.

  2. Wählen Sie auf der Startseite des Beispieltools die Kachel Use prebuilt model to get data (Vordefiniertes Modell zum Abrufen von Daten verwenden) aus.

    Screenshot des Vorgangs zur Ergebnisanalyse des Layoutmodells.

  3. Wählen Sie im Dropdownfenster den zu analysierenden Formulartyp aus.

  4. Wählen Sie aus den folgenden Optionen eine URL zu der Datei aus, die Sie analysieren möchten:

  5. Wählen Sie im Feld Quelle die URL aus dem Dropdownmenü aus, fügen Sie die ausgewählte URL ein, und wählen Sie die Schaltfläche Abrufen aus.

    Screenshot des Dropdown-Menüs für den Quellort.

  6. Fügen Sie im Feld Dokument Intelligenz-Dienstendpunkt den Endpunkt ein, den Sie mit Ihrem Dokument Intelligenz-Abonnement erhalten haben.

  7. Fügen Sie im Feld Schlüssel den Schlüssel ein, den Sie von Ihrer Dokument Intelligenz-Ressource erhalten haben.

    Screenshot: Dropdownmenü zum Auswählen des Dokumenttyps

  8. Wählen Sie Run Analysis (Analyse ausführen) aus. Das Dokument Intelligenz-Tool für die Beschriftung von Beispielen ruft die „Analyze Prebuilt“-API auf und analysiert das Dokument.

  9. Zeigen Sie die Ergebnisse an. Sehen Sie sich die extrahierten Schlüssel-Wert-Paare, die Positionen, den extrahierten markierten Text und die erkannten Tabellen an.

    Screenshot: Vorgang der Ergebnisanalyse des Identitätsmodells

  10. Laden Sie die JSON-Ausgabedatei herunter, um die ausführlichen Ergebnisse anzuzeigen.

    • Der Knoten „readResults“ enthält jede Textzeile mit der Platzierung des zugehörigen Begrenzungsrahmens auf der Seite.
    • Der Knoten „selectionMarks“ zeigt jede Auswahlmarkierung (Kontrollkästchen, Optionsfeld) und ihren Status (ausgewählt oder nicht ausgewählt).
    • Der Abschnitt „pageResults“ enthält die extrahierten Tabellen. Für jede Tabelle extrahiert Dokument Intelligenz den Text-, Zeilen- und Spaltenindex, die Zeilen- und Spaltenaufteilung, den Begrenzungsrahmen und Ähnliches.
    • Das Feld „documentResults“ enthält Informationen zu Schlüssel-Wert-Paaren und Positionen für die relevantesten Teile des Dokuments.

Hinweis

Das Tool für die Beschriftung von Beispielen unterstützt nicht das BMP-Dateiformat. Dies ist eine Einschränkung des Tools, nicht des Dokument Intelligenz-Diensts.

Unterstützte Dokumenttypen

Region Dokumenttypen
Weltweit Passbuch, Reisepass im Kartenformat
USA Führerschein, Personalausweis, Aufenthaltserlaubnis (Greencard), Sozialversicherungskarte, Wehrpass
Europa Führerschein, Personalausweis, Aufenthaltserlaubnis
Indien Führerschein, PAN Card, Aadhaar Card
Kanada Führerschein, Personalausweis, Aufenthaltserlaubnis (Maple Card)
Australien Führerschein, Fotokarte, Keypass-Ausweis (einschließlich digitaler Version)

Feldextraktionen

Informationen zu unterstützten Feldern für die Dokumentextraktion finden Sie auf der Seite ID-Dokument-Modellschema in unserem GitHub-Beispielrepository.

Unterstützte Dokumenttypen

Dieses Ausweismodell ist derzeit für US-Führerscheine und die biografische Seite internationaler Reisepässe (ausgenommen Visa und andere Reisedokumente) verfügbar.

Extrahierte Felder

Name Typ BESCHREIBUNG Wert
Land country Ländercode, konform zu ISO 3166-Standard „USA“
DateOfBirth date Geburtsdatum im Format JJJJ-MM-TT „1980-01-01“
DateOfExpiration date Ablaufdatum im Format JJJJ-MM-TT „2019-05-05“
DocumentNumber Zeichenfolge Relevante Passnummer, Führerscheinnummer usw. „340020013“
FirstName Zeichenfolge Extrahierter Vorname und ggf. Mittelinitial „JENNIFER“
LastName Zeichenfolge Extrahierter Nachname „BROOKS“
Nationality country Ländercode, konform zu ISO 3166-Standard „USA“
Geschlecht gender Mögliche extrahierte Werte: „M“, „F“, „X“ "F"
MachineReadableZone Objekt Reisepass-MRZ wurde einschließlich zweier Zeilen von je 44 Zeichen extrahiert "P<USABROOKS<<JENNIFER<<<<<<<<<<<<<<<<<<<<<<< 3400200135USA8001014F1905054710000307<715816"
DocumentType Zeichenfolge Dokumenttyp, z. B. Pass oder Führerschein „passport“
Adresse Zeichenfolge Extrahierte Adresse (nur beim Führerschein) „123 STREET ADDRESS YOUR CITY WA 99999-1234“
Region Zeichenfolge Extrahierte Region, Bundesstaat, Provinz usw. (nur Führerschein) „Washington“

Migrationsleitfaden

Nächste Schritte