[發明專利]理賠單據的字符識別方法及服務器

有效

• 申請號: 201710233613.3
• 申請日: 2017-04-11
• 公開（公告）號: CN107220648B
• 公開（公告）日: 2018-06-22
• 發明（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

本發明公開了一種理賠單據的字符識別方法及服務器，該方法包括：服務器在收到待識別字符的理賠單據影像后，按照該理賠單據框架格式的框線排布進行區域分割，獲得一個或多個分割區域；調用預先確定的分析模型對獲得的各個分割區域進行分析，并利用預先確定的識別規則對分析出的各個分割區域分別進行字符識別，以識別出各個分割區域中的字符。本發明由于考慮到理賠單據框架格式對識別精度的影響，在進行字符識別前先按照理賠單據框架格式的框線排布進行區域分割，再針對各個分割區域來進行字符識別，避免了在對整個理賠單據影像中的字符進行統一識別時單據中的框線對字符識別的影響及干涉，能有效提高對理賠單據中字符的識別精度。

技術領域

本發明涉及計算機技術領域，尤其涉及一種理賠單據的字符識別方法及服務器。

背景技術

隨著大眾保險意識的增強、購買保險的客戶群大幅增多，保險公司需處理的客戶理賠申請越來越多，保險公司作業人員需錄入的理賠單據影像也越來越多，以致于錄單作業人員的人力緊張，同時，經常會出現錄單錯誤。為了有效減少錄單錯誤、提高錄單效率，目前，有些保險公司在錄單作業過程中引入OCR(Optical Character Recognition，光學字符識別)技術，以自動識別出理賠單據影像的字符以填充到對應的輸入欄位中。

然而，現有的利用OCR技術進行理賠單據影像字符的識別方案僅利用自身的識別引擎對整個理賠單據影像中的字符進行統一識別，并未考慮理賠單據框架格式對識別精度的影響，也并未考慮單據中的框線對字符識別的干涉，使得現有的識別方案的識別精度不高，需要耗費大量的人力、物力進行校驗。

發明內容

本發明的主要目的在于提供一種理賠單據的字符識別方法及服務器，旨在提高理賠單據的識別精度。

為實現上述目的，本發明提供的一種理賠單據的字符識別方法，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影像后，按照該理賠單據框架格式的框線排布進行區域分割，獲得一個或多個分割區域；

調用預先確定的分析模型對獲得的各個分割區域進行分析，并利用預先確定的識別規則對分析出的各個分割區域分別進行字符識別，以識別出各個分割區域中的字符。

優選地，所述調用預先確定的分析模型對獲得的各個分割區域進行分析的步驟包括：

調用預先確定的分析模型對獲得的各個分割區域進行分析，以分析出可利用光學字符識別引擎識別的第一分割區域和不可利用光學字符識別引擎識別的第二分割區域；

所述利用預先確定的識別規則對分析出的各個分割區域分別進行字符識別的步驟還包括：

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域進行字符識別，以識別出各個所述第一分割區域中的字符，并調用預先確定的識別模型對各個所述第二分割區域進行字符識別，以識別出各個所述第二分割區域中的字符。

優選地，所述預先確定的分析模型為卷積神經網絡模型，所述預先確定的分析模型的訓練過程如下：

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

B、對每一個理賠單據影像樣本按照該理賠單據框架格式的框線排布進行區域分割，并確定出各個理賠單據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域和利用光學字符識別引擎識別正確的第四分割區域；

C、將所有第三分割區域歸入第一訓練集，將所有第四分割區域歸入第二訓練集；

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域作為待訓練的分割區域，并將所述第一訓練集和所述第二訓練集中剩余的分割區域作為待驗證的分割區域；