[發明專利]多語言票據識別方法、裝置、設備及存儲介質

在審

• 申請號: 202210832078.4
• 申請日: 2022-07-15
• 公開（公告）號: CN115147846A
• 公開（公告）日: 2022-10-04
• 發明（設計）人: 王帥峰
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06V30/148
• 分類號: G06V30/148;G06V20/62;G06V30/14
• 代理公司: 深圳市力道知識產權代理事務所(普通合伙) 44507
• 代理人: 鄭永敏

1.一種多語言票據識別方法，其特征在于，所述多語言票據識別方法包括以下步驟：

獲取至少一張待預測圖片，并基于預設識別模型對所述待預測圖片進行文本識別，定位至少一個目標識別要素；

基于所述目標識別要素，對所述待預測圖片進行分割，獲得至少一張目標子圖片；

并發調用所述目標子圖片對應的識別子模型，對所述目標子圖片進行信息識別，獲得目標信息。

2.根據權利要求1所述的多語言票據識別方法，其特征在于，所述基于預設識別模型對所述待預測圖片進行文本識別，定位至少一個目標識別要素之前，還包括：

獲取票據訓練集，并基于所述預設識別模型和所述票據訓練集，獲得標注票據；

基于文本識別模型，對所述標注票據進行識別，定位識別要素；

基于所述識別要素，提取要素子圖片，并基于所述要素子圖片，構建所述識別子模型。

3.根據權利要求2所述的多語言票據識別方法，其特征在于，所述基于文本識別模型，對所述標注票據進行識別，定位識別要素之前，還包括：

基于所述標注票據的標注信息，確定所述標注票據的文字類型和語言類型；

基于所述標注票據的文字類型和語言類型，構建多語言文本檢測模型，作為所述文本識別模型。

4.根據權利要求3所述的多語言票據識別方法，其特征在于，所述基于文本識別模型，對所述標注票據進行識別，定位識別要素，包括：

基于所述文本識別模型，識別所述標注票據的不同類型的文本信息；

基于所述不同類型的文本信息，提取所述不同類型的文本信息對應的關鍵詞；

基于所述關鍵詞和預設閾值間距，定位所述關鍵詞對應的所述識別要素。

5.根據權利要求2所述的多語言票據識別方法，其特征在于，所述基于所述識別要素，提取要素子圖片，包括：

定位當前關鍵詞在所述標注票據的位置坐標，作為所述當前關鍵詞對應的當前識別要素的位置坐標；

基于所述預設閾值間距和所述當前識別要素的位置坐標，確定所述當前識別要素相鄰識別要素的位置坐標；

基于所述位置坐標，對所述標注票據進行分割，提取所述要素子圖片。

6.根據權利要求2所述的多語言票據識別方法，其特征在于，所述于所述要素子圖片，構建所述識別子模型之后，還包括：

基于所述識別子模型，建立要素識別服務接口；

基于所述要素子圖片中的文本信息，確定所述要素子圖片對應的識別詞庫；

基于所述識別子模型，將所述要素識別服務接口與所述識別詞庫建立連接。

7.根據權利要求1-6中任一項所述的多語言票據識別方法，其特征在于，所述并發調用各識別要素對應的識別子模型，對所述目標子圖片進行信息識別，獲得目標信息，包括：

基于所述目標識別要素，確定所述目標識別要素對應的所述識別子模型；

基于所述識別子模型對應的所述識別詞庫，并發調用所述識別子模型，對所述目標子圖片進行信息識別，獲得所述目標信息。

8.一種多語言票據識別裝置，其特征在于，所述多語言票據識別裝置包括：

識別要素定位模塊，用于獲取至少一張待預測圖片，并基于預設識別模型對所述待預測圖片進行文本識別，定位至少一個目標識別要素；

子圖片提取模塊，用于基于所述目標識別要素，對所述待預測圖片進行分割，獲得至少一張目標子圖片；

信息識別模塊，用于并發調用所述目標子圖片對應的識別子模型，對所述目標子圖片進行信息識別，獲得目標信息。

9.一種多語言票據識別設備，其特征在于，所述多語言票據識別設備包括處理器、存儲器、以及存儲在所述存儲器上并可被所述處理器執行的多語言票據識別程序，其中所述多語言票據識別程序被所述處理器執行時，實現如權利要求1至7中任一項所述的多語言票據識別方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有多語言票據識別程序，其中所述多語言票據識別程序被處理器執行時，實現如權利要求1至7中任一項所述的多語言票據識別方法的步驟。