[發明專利]票據識別方法和裝置

在審

• 申請號: 202011330551.6
• 申請日: 2020-11-24
• 公開（公告）號: CN112329708A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 韓光耀;龐敏輝;陳禹燊;馮博豪
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/20;G06K9/62;G06N3/04;G06N3/08;G06N20/20
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種票據識別方法，包括：

獲取票據圖片，以及獲取所述票據圖片中關鍵字段的機器識別結果和所述機器識別結果關聯的特征數據；

基于所述機器識別結果關聯的特征數據和所述關鍵字段對應的二分類模型，得到所述關鍵字段的機器識別結果的置信度，其中，所述二分類模型與所述關鍵字段一一對應；

對所述關鍵字段的機器識別結果的置信度進行判斷，以及響應于確定所述關鍵字段的機器識別結果的置信度符合預設條件，將所述關鍵字段的機器識別結果確定為所述票據圖片中關鍵字段的識別結果。

2.根據權利要求1所述的方法，其中，所述二分類模型基于以下步驟實現：

獲取樣本票據圖片集，所述樣本票據圖片集包括訓練圖片集；

獲取所述訓練圖片集中樣本關鍵字段的機器識別結果關聯的樣本特征數據和所述樣本關鍵字段的機器識別結果的標注結果，其中，所述樣本關鍵字段的機器識別結果的標注結果用于表征所述機器識別結果是否正確；

基于所述樣本關鍵字段的樣本特征數據和對應的標注結果進行訓練，得到所述樣本關鍵字段對應的二分類模型。

3.根據權利要求1或2所述的方法，其中，所述二分類模型還包括與關鍵字段對應的模型標識；以及所述基于所述機器識別結果關聯的特征數據和所述關鍵字段對應的二分類模型，得到所述關鍵字段的機器識別結果的置信度，包括：

獲取與所述關鍵字段對應的模型標識，并基于所述模型標識調用與所述模型標識對應的二分類模型；

將所述機器識別結果關聯的特征數據輸入所述二分類模型，得到所述關鍵字段的機器識別結果的置信度。

4.根據權利要求2所述的方法，其中，所述樣本票據圖片集還包括驗證圖片集；所述方法還包括：

獲取所述驗證圖片集中驗證關鍵字段的機器識別結果的驗證特征數據和所述驗證關鍵字段的機器識別結果的標注結果，其中，所述驗證關鍵字段和所述樣本關鍵字段相同；

響應于獲取到所述樣本關鍵字段對應的二分類模型，基于所述驗證關鍵字段的機器識別結果的驗證特征數據和標注結果對所述二分類模型進行參數調整，得到調整后的二分類模型。

5.根據權利要求4所述的方法，其中，所述樣本票據圖片集還包括測試圖片集；所述方法還包括：

獲取所述測試圖片集中的測試關鍵字段的機器識別結果的測試特征數據和所述測試關鍵字段的機器識別結果的標注結果，其中，所述測試關鍵字段和所述樣本關鍵字段相同；

響應于獲取到所述調整后的二分類模型，基于所述測試關鍵字段的機器識別結果的測試特征數據和標注結果對所述調整后的二分類模型進行測試，得到所述調整后的二分類模型的準確率和召回率。

6.根據權利要求1所述的方法，其中，所述方法還包括：

響應于確定所述關鍵字段的機器識別結果的置信度不符合所述預設條件，將所述關鍵字段的機器識別結果所屬的票據圖片發送至終端以使用戶對所述票據圖片進行校驗；

響應于接收到所述終端返回的用戶校驗結果，確定所述票據圖片中關鍵字段的識別結果。

7.一種票據識別裝置，包括：

第一獲取模塊，被配置成獲取票據圖片，以及獲取所述票據圖片中關鍵字段的機器識別結果和所述機器識別結果關聯的特征數據；

分類模塊，被配置成基于所述機器識別結果關聯的特征數據和所述關鍵字段對應的二分類模型，得到所述關鍵字段的機器識別結果的置信度，其中，所述二分類模型與所述關鍵字段一一對應；

確定模塊，被配置成對所述關鍵字段的機器識別結果的置信度進行判斷，以及響應于確定所述關鍵字段的機器識別結果的置信度符合預設條件，將所述關鍵字段的機器識別結果確定為所述票據圖片中關鍵字段的識別結果。