[發(fā)明專利]理賠單據(jù)的字符識別方法及服務器

有效

• 申請?zhí)枺?/td>: 201710233613.3
• 申請日: 2017-04-11
• 公開（公告）號: CN107220648B
• 公開（公告）日: 2018-06-22
• 發(fā)明（設計）人: 金飛虎;薛燕;米藝;李歡歡;仇一
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/62
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種理賠單據(jù)的字符識別方法，其特征在于，所述方法包括以下步驟：

服務器在收到待識別字符的理賠單據(jù)影像后，按照該理賠單據(jù)框架格式的框線排布進行區(qū)域分割，獲得一個或多個分割區(qū)域；

調用預先訓練好的卷積神經網絡模型對獲得的各個分割區(qū)域進行分析，以分析出可利用光學字符識別引擎識別的第一分割區(qū)域和不可利用光學字符識別引擎識別的第二分割區(qū)域；

利用預先確定的光學字符識別引擎對各個所述第一分割區(qū)域進行字符識別，以識別出各個所述第一分割區(qū)域中的字符，并調用長短期記憶LSTM模型對各個所述第二分割區(qū)域進行字符識別，以識別出各個所述第二分割區(qū)域中的字符；

所述卷積神經網絡模型的訓練過程如下：

A、針對預先確定的理賠單據(jù)框架格式，獲取預設數(shù)量的基于該理賠單據(jù)框架格式的理賠單據(jù)影像樣本；

B、對每一個理賠單據(jù)影像樣本按照該理賠單據(jù)框架格式的框線排布進行區(qū)域分割，并確定出各個理賠單據(jù)影像樣本中利用光學字符識別引擎識別錯誤的第三分割區(qū)域和利用光學字符識別引擎識別正確的第四分割區(qū)域；

C、將所有第三分割區(qū)域歸入第一訓練集，將所有第四分割區(qū)域歸入第二訓練集；

D、分別從所述第一訓練集和所述第二訓練集中提取出第一預設比例的分割區(qū)域作為待訓練的分割區(qū)域，并將所述第一訓練集和所述第二訓練集中剩余的分割區(qū)域作為待驗證的分割區(qū)域；

E、利用提取的各個待訓練的分割區(qū)域進行模型訓練，以生成所述預先確定的分析模型，并利用各個待驗證的分割區(qū)域對生成的所述預先確定的分析模型進行驗證；

F、若驗證通過率大于或等于預設閾值，則訓練完成，或者，若驗證通過率小于預設閾值，則增加理賠單據(jù)影像樣本的數(shù)量，并重復執(zhí)行上述步驟A、B、C、D、E，直至驗證通過率大于或等于預設閾值。

2.如權利要求1所述的理賠單據(jù)的字符識別方法，其特征在于，所述長短期記憶LSTM模型的訓練過程如下：

獲取預設數(shù)量的分割區(qū)域樣本，對各個分割區(qū)域樣本以該分割區(qū)域樣本所含字符來進行標注；

將預設數(shù)量的分割區(qū)域樣本按照預設比例分為第一數(shù)據(jù)集和第二數(shù)據(jù)集，并將所述第一數(shù)據(jù)集作為訓練集，將所述第二數(shù)據(jù)集作為測試集；

將所述第一數(shù)據(jù)集送入LSTM網絡進行模型訓練，每隔預設時間，使用訓練得到的模型對所述第二數(shù)據(jù)集中的分割區(qū)域樣本進行字符識別，并將識別的字符與該分割區(qū)域樣本的標注進行比對，以計算識別的字符和標注的誤差；

若訓練得到的模型識別字符的誤差出現(xiàn)發(fā)散，則調整預設的訓練參數(shù)并重新訓練，直至使得訓練得到的模型識別字符的誤差能夠收斂；

若訓練得到的模型識別字符的誤差收斂，則結束模型訓練，將生成的模型作為訓練好的所述預先確定的識別模型。

3.如權利要求2所述的理賠單據(jù)的字符識別方法，其特征在于，所述誤差的計算采用編輯距離作為計算標準，編輯距離是指兩個字串之間，由一個轉成另一個所需的最少編輯操作次數(shù)。