[發明專利]電子裝置、票據信息識別方法和計算機可讀存儲介質

有效

• 申請號: 201710929629.8
• 申請日: 2017-10-09
• 公開（公告）號: CN107766809B
• 公開（公告）日: 2020-05-19
• 發明（設計）人: 田野;劉鵬;王健宗;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/20;G06K9/62;G06N3/04
• 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

1.一種電子裝置，其特征在于，所述電子裝置包括存儲器、處理器，所述存儲器上存儲有可在所述處理器上運行的票據信息識別系統，所述票據信息識別系統被所述處理器執行時實現如下步驟：

在收到待處理的票據圖片后，利用預先訓練好的票據圖片識別模型對收到的票據圖片中的票據類別進行識別，并輸出票據的類別識別結果；

利用預先確定的矯正規則對收到的票據圖片進行傾斜矯正；

根據預先確定的票據類別與待識別字段的映射關系，確定識別的票據類別對應的待識別字段；

根據預先確定的待識別字段與第一識別模型的映射關系，確定各個所述待識別字段對應的第一識別模型，針對各個所述待識別字段，調用對應的第一識別模型對傾斜矯正后的票據圖片的行字符區域進行區域識別，以分別識別出包含各個所述待識別字段的字符信息的目標行字符區域；

根據預先確定的待識別字段與第二識別模型的映射關系，確定各個所述待識別字段對應的第二識別模型，針對各個所述待識別字段的目標行字符區域，調用對應的第二識別模型進行字符識別，以分別識別出各個所述待識別字段的目標行字符區域包含的字符信息，并將識別的各個所述待識別字段的字符信息與所述票據圖片進行關聯映射；

所述票據圖片識別模型的訓練過程如下：

S1、為每一個預設票據圖片類別準備預設數量的標注有對應的圖片類別的票據圖片樣本；

S2、將每一個預設票據圖片類別對應的票據圖片樣本分為第一比例的訓練子集和第二比例的驗證子集，將各個訓練子集中的票據圖片樣本進行混合以得到訓練集，并將各個驗證子集中的票據圖片樣本進行混合以得到驗證集；

S3、利用所述訓練集訓練所述票據圖片識別模型，并利用所述驗證集對經所述訓練集訓練完成后的所述票據圖片識別模型的準確率進行驗證；

S4、若準確率大于或者等于預設準確率，則訓練結束；

S5、若準確率小于預設準確率，則增加每一個預設票據圖片類別對應的票據圖片樣本的數量，并重新執行步驟S2、S3。

2.如權利要求1所述的電子裝置，其特征在于，所述票據圖片識別模型的訓練過程之前，對票據圖片樣本做如下處理：

根據其高寬比信息以及印章的位置判斷票據圖片的轉置情況，并做翻轉調整；當高寬比大于1時，說明票據圖片高寬顛倒，若印章位置在票據圖片左側，則對票據圖像做順時針旋轉九十度處理，若印章位置在票據圖片右側，則對票據圖像做逆時針旋轉九十度處理；當高寬比小于1時，說明票據圖片高寬未顛倒，若印章位置在票據圖片下側，則對票據圖像做順時針旋轉一百八十度處理。

3.如權利要求1所述的電子裝置，其特征在于，所述第一識別模型為卷積神經網絡模型，針對一個待識別字段對應的第一識別模型的訓練過程如下：

C1、針對該待識別字段，獲取預設數量的票據圖片樣本；

C2、將包含該待識別字段的字符信息的票據圖片樣本歸入第一訓練集，并將不包含該待識別字段的字符信息的票據圖片樣本歸入第二訓練集；

C3、分別從第一訓練集和第二訓練集中提取出第一預設比例的票據圖片樣本作為待訓練的樣本圖片，并將第一訓練集和第二訓練集中剩余的票據圖片樣本作為待驗證的樣本圖片；

C4、利用提取的各個待訓練的樣本圖片進行模型訓練，以生成所述第一識別模型，并利用各個待驗證的樣本圖片對生成的所述第一識別模型進行驗證；

C5、若驗證通過率大于等于預設閾值，則訓練完成；

C6、若驗證通過率小于預設閾值，則增加票據圖片樣本的數量，并重復執行步驟C2、C3、C4。