Method for lightweight training neural network using verification information of identification card and server for the method

The present invention relates to a lightweight neural network training method using identification card inspection information and a server thereof. According to the present invention, the neural network training method comprises: a step of using a first neural network performing object recognition for an identification card image to output recognition results of a first format; a step of using a lightweight second neural network performing object recognition for the identification card image to output recognition results of the first format and a second format; a step of receiving inspection results for the recognition results of the second format for the identification card image; and a step of using loss calculated by the difference between the recognition results of the first format outputted from the first neural network and the second neural network and the difference between the inspection results and the recognition results of the second format outputted from the second neural network to train the first or the second neural network. According to the present invention, a neural network capable of recognizing a variety of information included in an identification card is made lightweight to be operated even in a mobile environment. Also, feedback for immediate neural network output is provided in the mobile environment to increase user convenience and prevent a leak problem by outside transmission and reception of personal information. 본 발명은 신분증 검수 정보를 이용한 경량화된 신경망 학습 방법 및 서버에 관한 것으로, 본 발명에 따른 신경망 학습 방법은 신분증 이미지에 대한 객체 인식을 수행하는 제1 신경망을 이용하여 제1 형식의 인식 결과를 출력하는 단계; 상기 신분증 이미지에 대한 객체 인식을 수행하는 경량화된 제2 신경망을 이용하여 제1 및 제2 형식의 인식 결과를 출력하는 단계; 상기 신분증 이미지에 대한 상기 제2 형식의 인식 결과에 대한 검수 결과를 입력 받는 단계; 및 상기 제1 신경망 및 제2 신경망으로부터 출력된 제1 형식의 인식 결과 간의 차 및 상기 제2 신경망으로부터 출력된 제2 형식의 인식 결과와 상기 검수 결과 간의 차로 산출되는 손실을 이용하여 상기 제1 또는 상기 제2 신경망을 학습하는 단계를 포함한다. 본 발명에 따르면 신분증에 포함된 다양한 정보를 인식할 수 있는 신경망을 경량화 하여 모바일 환경에서도 동작 가능하도록 할 수 있다. 또한, 모바일 환경에서 보다 즉각적인 신경망 출력에 대한 피드백을 제공함으로써 사용 편의성을 높이고 개인 정보의 외부 송수신에 의한 유출 문제를 방지할 수 있다.