幣安(Binance) KYC 上傳證件後 OCR 引擎自動識別姓名、證件號、出生日期、性別、簽發機關等欄位,結果顯示在確認頁供使用者核對。如果 OCR 識別和實際證件不一致(生僻字識別錯、X/V 字元混淆、日期格式異常),使用者可以在確認頁直接修改欄位後再提交。OCR 不是最終判斷,人工核對修改後的結果才是 KYC 提交內容。常見 OCR 錯誤包括:「龒」「彧」等生僻字、身份證號末位 X/V 混淆、繁簡體字、出生日期月日顛倒。BaVyx 把 OCR 錯誤的常見型別和修改流程講清楚,幫助使用者在第一次提交時一次過審。
新使用者可以先到 幣安官網 完成賬戶註冊,再下載 幣安官方App;蘋果使用者走 iOS 安裝教程。
第 1 步:OCR 識別後的核對流程
A:逐欄位對比證件原件,發現錯字直接改。
| 核對欄位 | 常見 OCR 錯誤 |
|---|---|
| 姓名 | 生僻字、繁簡 |
| 證件號 | X/V 混淆 |
| 出生日期 | 月日格式 |
| 性別 | 識別錯 |
| 簽發機關 | 識別短 |
| 有效期 | 日期格式 |
核對是降低駁回率的關鍵步驟。
第 2 步:生僻字的 OCR 錯誤
A:「龒」「彧」「翀」等不常見漢字識別錯。
| 生僻字示例 | OCR 傾向 |
|---|---|
| 龒 | 識別為「龍」或「龔」 |
| 彧 | 識別為「或」或「域」 |
| 翀 | 識別為「衝」 |
| 昇 | 識別為「升」 |
| 霂 | 識別為「霖」 |
| 贇 | 識別為「斌」 |
生僻字 OCR 容易識別為字形相近的常用字。
第 3 步:身份證號 X/V 混淆
A:末位字母 X 容易識別成 V 或 K。
| 末位字元 | 正確 | OCR 傾向 |
|---|---|---|
| X(羅馬數字 10) | X | V/K 混淆 |
| 0 | 0 | O 混淆 |
| 1 | 1 | I/L 混淆 |
| 2 | 2 | Z 混淆 |
| 8 | 8 | B 混淆 |
| 末位 X | X | V/K(最常見) |
身份證號 18 位,末位是「校驗位」,可能為數字或 X。
第 4 步:出生日期格式問題
A:中式 YYYY-MM-DD vs 美式 MM/DD/YYYY。
| 日期格式 | 示例 |
|---|---|
| 中式 | 1990-05-08 |
| 美式 | 05/08/1990 |
| 英式 | 08/05/1990 |
| ISO 8601 | 1990-05-08 |
| 長格式 | May 8, 1990 |
| 可能錯 | 5/8/1990 vs 8/5/1990 |
中文出生日期 OCR 一般準確,跨國證件需注意月日順序。
第 5 步:修改 OCR 結果的操作
A:OCR 確認頁直接編輯欄位。
| 修改步驟 | 說明 |
|---|---|
| 開啟 OCR 結果 | KYC 流程內 |
| 對比證件原件 | 逐欄位 |
| 點選錯欄位 | 可編輯 |
| 手動輸入正確 | 中英文/數字 |
| 再次確認 | 儲存 |
| 提交 KYC | 正式提交 |
OCR 不是最終判斷,修改後的結果才是 KYC 提交內容。
第 6 步:修改後的提交邏輯
A:修改後系統會重新核對,仍按 OCR 識別 vs 使用者填寫。
| 修改邏輯 | 說明 |
|---|---|
| OCR 自動識別 | 初始結果 |
| 使用者修改 | 覆蓋 OCR |
| 提交 | 使用者填寫為準 |
| 人工二審 | 修改痕跡保留 |
| 資訊一致 | 透過 |
| 資訊不一致 | 人工二審 |
使用者修改後,系統會再次核對修改值與 OCR 原始結果的差異。
中段提醒:還沒註冊賬戶的使用者先到 幣安官網 完成註冊,再下載 幣安官方App,更多教程見 實名認證 分類。
OCR 修改不被接受的情況
A:修改差異過大、字元不在 Unicode 範圍。
| 不被接受 | 說明 |
|---|---|
| 差異 > 50% | 可能駁回 |
| 字元外字元 | 不能輸入 |
| 超長字元 | 截斷 |
| 特殊符號 | 過濾 |
| 空白欄位 | 駁回 |
修改幅度大可能進二審或駁回。
修改後人工二審的機率
A:修改 1-2 欄位正常透過、修改多欄位進二審。
| 修改幅度 | 稽核結果 |
|---|---|
| 1-2 欄位 | 自動透過 80% |
| 3-5 欄位 | 自動透過 60% |
| 5+ 欄位 | 人工二審 50% |
| 全部修改 | 人工二審 80% |
| 關鍵欄位(證件號) | 二審優先 |
修改幅度大的進二審機率高,但二審透過率仍高。
OCR 錯誤率的客觀分佈
A:中文姓名錯率 2-5%、數字錯率 < 1%。
| 欄位 | 錯率 |
|---|---|
| 身份證號 | < 1% |
| 普通中文姓名 | 2-3% |
| 生僻字姓名 | 5-15% |
| 出生日期 | < 1% |
| 簽發機關 | 5-10% |
| 住址 | 10-20% |
OCR 總體準確率 95%+,欄位差異較大。
避免 OCR 錯誤的提交策略
A:光照充足、證件平整、不反光、近距離。
| 最佳化策略 | 影響 |
|---|---|
| 自然光 | 光照足提升 OCR 準確 |
| 證件平整 | 不彎曲 |
| 近距離拍 | 字元大 |
| 不反光 | 晶片面避光 |
| 1080P+ | 解析度高 |
| JPEG 高質量 | 壓縮少 |
把以上做好,OCR 準確率從 95% 提到 99%+。
常見問題(FAQ)
Q:OCR 識別錯了能直接改嗎? A:能。OCR 確認頁每個欄位都可編輯。手動改正錯欄位後再提交。
Q:改了之後會被懷疑造假嗎? A:不會。修改是正常流程。但修改幅度大可能進人工二審。
Q:OCR 把生僻字識別錯怎麼辦? A:在確認頁手動輸入正確的生僻字。幣安 KYC 系統支援 Unicode,包括生僻字。
Q:身份證號末位 X 識別成 V 怎麼辦? A:直接改成 X。這是常見 OCR 錯誤,不會因此駁回。
Q:改完所有欄位相當於自填嗎? A:不完全是。系統會保留 OCR 原始識別記錄,與使用者修改對比,差異大會進二審。
Q:OCR 錯誤的標準是什麼? A:OCR 識別 vs 證件原件不一致就是錯誤。按證件原件改正即可。
寫在最後
幣安(Binance) KYC 上傳證件後 OCR 引擎自動識別姓名、證件號、出生日期、性別、簽發機關等欄位,結果顯示在確認頁供使用者核對。OCR 識別錯了不是問題,使用者可以在確認頁直接修改欄位後再提交,OCR 不是最終判斷,人工核對修改後的結果才是 KYC 提交內容。常見 OCR 錯誤包括:生僻字(「龒」「彧」「翀」等)識別為字形相近的常用字、身份證號末位 X 識別為 V 或 K、繁簡體字差異、出生日期月日顛倒(中式 YYYY-MM-DD vs 美式 MM/DD/YYYY)。OCR 總體準確率 95%+,普通中文姓名錯率 2-3%、生僻字姓名錯率 5-15%、住址錯率 10-20%。修改 1-2 欄位後正常自動透過,修改幅度大可能進人工二審,但二審透過率仍高。避免 OCR 錯誤的提交策略是自然光、證件平整、不反光、近距離拍、1080P+。
加密資產價格波動劇烈,本文不構成投資建議。可以從 幣安官網 完成註冊,再下載 幣安官方App,更多教程見 實名認證 分類。
BaVyx 是獨立第三方文件站,與 Binance 公司沒有任何隸屬、代理或商業合作關係。