[發明專利]一種針對無固定格式模板消費憑據的自動審核方法及裝置

在審

• 申請號: 202011519262.0
• 申請日: 2020-12-21
• 公開（公告）號: CN112541461A
• 公開（公告）日: 2021-03-23
• 發明（設計）人: 衛浩
• 申請（專利權）人: 四川新網銀行股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06Q10/10;G06F16/951;G06F40/284;G06N20/00
• 代理公司: 成都智言知識產權代理有限公司 51282
• 代理人: 濮云杉

本發明涉及計算機視覺識別領域，公開了一種針對無固定格式模板消費憑據的自動審核方法及裝置，包括以下步驟：步驟1：建立樣本庫；步驟2：構建識別模型和訓練；步驟3：輸入消費憑據影像件，通過識別模型進行特征識別確定消費憑據類型，若未成功識別，則輸出不確定，轉人工審核，若成功識別消費憑據類型，各類消費憑據分別進行審核，然后輸出不通過審核或通過審核。本發明可實現針對無固定格式模板針對無固定格式模板消費憑據的識別，將無固定格式模板的消費憑據進行識別分類，然后進行審核，將識別出來的不同消費憑據分別審核，將不能識別出來的消費憑據由人工逐一審核，大大降低了投入的人力和物力。

技術領域

本發明涉及計算機視覺識別領域，具體是指一種針對無固定格式模板消費憑據的自動審核方法及裝置。

背景技術

近年來，隨著深度學習等計算機視覺技術的快速發展，圖片識別技術和OCR技術等已被廣泛應用到人臉識別、證照識別等領域，在特定對象識別方面如標準化的證照方面已發展比較成熟。

但是，目前計算機視覺識別技術對于非標準化的文件，在識別上還是存在較大誤差，甚至可能無法識別。以申請人所在的工作場景為例，在某些場景下，如銀行發放貸款時需要對客戶提供的消費憑據影像件進行審核，審核提供的影像件是否為真實的消費憑據。消費憑據中除發票有較為標準的格式外，其他消費憑據如購買合同、收款收據等都沒有標準格式和固定格式模板，現有技術方案是利用標準化的發票OCR工具對發票進行識別，對非標準化消費憑據部分主要依賴于人工逐個審，總體上需要投入較多的人力和物力。

因此我們迫切需要一種能夠節省人力和物力的，適用于無固定格式模板針對無固定格式模板消費憑據的審核方法及裝置。

發明內容

基于以上問題，本發明提供了一種針對無固定格式模板消費憑據的自動審核方法及裝置。本發明可實現針對無固定格式模板針對無固定格式模板消費憑據的識別，將無固定格式模板的消費憑據進行識別分類，然后進行審核，將識別出來的不同消費憑據分別審核，將不能識別出來的消費憑據由人工逐一審核，大大降低了投入的人力和物力。

為解決以上技術問題，本發明采用的技術方案如下：

一種針對無固定格式模板消費憑據的統一自動審核方法，包括以下步驟：

步驟1：建立樣本庫；

步驟2：構建識別模型和訓練；

步驟3：輸入消費憑據影像件，通過識別模型進行特征識別確定消費憑據類型，若未成功識別，則輸出不確定，轉人工審核，若成功識別消費憑據類型，各類消費憑據分別進行審核，然后輸出不通過審核或通過審核。

優選的，在步驟1中包括以下步驟：

步驟1.1：獲取影像化消費憑據；

步驟1.2：針對步驟1.1中獲取到的樣本目標標簽標注，標注內容為憑據類型；

步驟1.3：對影像化消費憑據，識別文字內容并保存；

步驟1.4：對步驟1.3中獲取到的文字內容進行分詞，并統計詞頻，將詞語和詞頻形成詞語-詞頻的特征、以及詞頻比例特征；

步驟1.5：將步驟4中獲取到的文本詞進行向量化編碼。

優選的，在步驟1.1中獲取影像化消費憑據的方式為通過設備直接輸入或者通過互聯網上對各類消費憑據圖片爬取。

優選的，在步驟1.1中在互聯網獲取影像化消費憑據的同時隨機爬取干擾圖片加入樣本庫。

優選的，在步驟1.2中憑據類型包括發票、合同、收據、其他非消費憑據。

優選的，在步驟1.3中，影像化消費憑據識別采用OCR識別技術。