CN111126319A - 一种***识别方法及装置 - Google Patents

一种***识别方法及装置 Download PDF

Info

Publication number
CN111126319A
CN111126319A CN201911381468.9A CN201911381468A CN111126319A CN 111126319 A CN111126319 A CN 111126319A CN 201911381468 A CN201911381468 A CN 201911381468A CN 111126319 A CN111126319 A CN 111126319A
Authority
CN
China
Prior art keywords
subset
invoice
subsets
model
marked
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911381468.9A
Other languages
English (en)
Inventor
杜明本
钟琴隆
杜志诚
于文才
孙凡波
孙品
岳猛
殷忠源
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Banner Information Co Ltd
Original Assignee
Shandong Banner Information Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shandong Banner Information Co Ltd filed Critical Shandong Banner Information Co Ltd
Priority to CN201911381468.9A priority Critical patent/CN111126319A/zh
Publication of CN111126319A publication Critical patent/CN111126319A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/41—Analysis of document content
    • G06V30/412—Layout analysis of documents structured with printed lines or input boxes, e.g. business forms or tables
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Character Input (AREA)

Abstract

一种***识别方法及装置，包括如下步骤：获取***；将所述***按照内容进行切割得到分区；对分区中的内容按照条目进行切割得到子集；对所述子集进行识别得到相应子集的子集内容；将全部子集的子集内容还原到所述***的相应位置得到***内容。本申请利用***本身的特点，将***进行二次分割，首先得到分区然后得到子集，由于子集和分区的依次切割，使得可以根据子集的具体内容进行相对定向的识别，可以提高识别的速率和准确性。

Description

一种***识别方法及装置
技术领域
本申请涉及一种***识别方法及装置。
背景技术
***作为经济活动的一个重要的税务和记账载体，具有非常广泛的应用，尤其在报销中，一般作为报销凭证使用。现有的方法多是将***进行人工识别，此种方式首先是比较繁琐，耗费非常大的人工；其次是效率极低。现在有些采用OCR识别的方式来获取***信息，甚至是采用深度学习的方式进行模型训练，但是由于***信息本身的多维性，其识别效果以及识别效率并不是非常好，另一方面，由于没有照顾到***信息的多维性，对于OCR识别结果没有很好的校正作用。
发明内容
为了解决上述问题，本申请一方面提出了一种***识别方法，包括如下步骤：获取***；将所述***按照内容进行切割得到分区；对分区中的内容按照条目进行切割得到子集；对所述子集进行识别得到相应子集的子集内容；将全部子集的子集内容还原到所述***的相应位置得到***内容。本申请利用***本身的特点，将***进行二次分割，首先得到分区然后得到子集，由于子集和分区的依次切割，使得可以根据子集的具体内容进行相对定向的识别，可以提高识别的速率和准确性。在进行二次分割过程中，为了提高精确性，一般需要训练模型，除了本申请下面提到的方法，分区模型可以根据固定文本信息及坐标信息等特征训练得到，子集分割模型可以根据坐标信息及非固定文本信息等特征训练得到。
优选的，还包括一分区模型，所述分区模型用于切割***以得到分区，所述分区模型按照如下方式训练得到：
获取已经标注好的***；
将标注好的***进行分类整理以及边界识别，然后定位并且识别内部文字的方式进行识别训练，得到模型后利用其它标注好的***进行测试，经筛选得到分区模型。
本申请所说的分区模型，可以根据***的框架结构进行分割，但是不限于该框架结构，分区模型利用提供的标注好的***，进行界限的确定，但是提供的标注好的***，至少有两个边是依靠***内部的隔线或者是其物理上的边界。
还包括一子集分割模型，所述子集分割模型用于切割分区以得到子集，所述子集分割模型按照如下方式训练得到：
获取已经标注好的分区；
将标注好的分区直接进行在不提取边框的情况下进行文字识别以训练模型，得到模型后利用其它标注好的分区进行测试，经筛选得到子集分割模型。本申请的分区模型以及子集分割模型采用完全不相同的思路进行分割，主要原因在于分区模型是为了确定各个大的区域所对应的信息，其借助于实际上的隔线或者物理边界可以大大提高其分区的准确性，而在进行子集分割时，其实质上是为了根据内容完成再分割，通过直接基于回归的方法提取特征，从端到端的训练过程，直接在特征层上回归出类别，能够大大的降低提取边框的时间，基本上可以实现实时检测。
优选的，所述子集分割模型的训练过程中，所述标注好的分区按照其图片分辨率大小选择不同尺度的采样特征图；
优选的，所述分区模型按照如下方法进行，先采用Leaders聚类算法对数据集进行预处理，生成多个样本子集，然后对样本子集进行抽样，最后进行核K-means聚类操作，通过计算各个样本子集间的均值距离整合聚类结果确定anchor；用多尺度融合，在进行多尺度融合时采用上采样融合操作。
优选的，所述子集分割模型的训练过程中，所述标注好的分区按照计算比例放大到指定的图片分辨率，识别过程中所采用的采用特征图尺度大小一致。对于分区进行处理还是对于采样特征图进行处理是两种不同的选择，以提高对于浅层信息的利用率，但是需要把时间成本以及计算成本控制在一个合适的范围内。
优选的，还包括子集信息处理，包括如下步骤：获取子集的特征性信息，然后将特征性信息用于修正子集内容。
优选的，所述特征性信息对应格式要求信息，所述格式要求信息对于子集内容中不符合格式要求信息的内容进行修正。
优选的，还包括一识别模块，所述识别模块用于将子集进行识别以得到子集内容；所述识别模块通过如下方式得到：获取已经标注好的子集；
将标注好的子集采用OCR识别方式进行识别训练，并利用子集内容进行修正，得到模型后利用其它标注好的子集进行测试，经筛选得到识别模块。
优选的，所述分区包括分区得到的区域以及分区得到的区域在所述***上的坐标信息；所述子集包括切割分区得到的区域以及切割分区得到的区域在所述分区上的坐标信息。
另一方面，还提出了一种***识别装置，包括如下模块：获取模块，用于获取***；分区模块，用于将所述***按照内容进行切割得到分区；子集模块，用于对分区中的内容按照条目进行切割得到子集；识别模块，用于对所述子集进行识别得到相应子集的子集内容；集合模块，用于将全部子集的子集内容还原到所述***的相应位置得到***内容。
本申请能够带来如下有益效果：
1.本申请利用***本身的特点，将***进行二次分割，首先得到分区然后得到子集，由于子集和分区的依次切割，使得可以根据子集的具体内容进行相对定向的识别，可以提高识别的速率和准确性；
2.本申请的分区模型以及子集分割模型采用完全不相同的思路进行分割，主要原因在于分区模型是为了确定各个大的区域所对应的信息，其借助于实际上的隔线或者物理边界，当然也不排除不存在的其他人为设定的边界，可以大大提高其分区的准确性，而在进行子集分割时，其实质上是为了根据内容完成再分割，通过直接基于回归的方法提取特征，从端到端的训练过程，直接在特征层上回归出类别，能够大大的降低提取边框的时间，基本上可以实现实时检测。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为分区模型训练提供的一个划分方式；
图2为分区模型训练提供的另外一个划分方式；
图3为子集分割模型提供的一个划分方式；
图4为待识别***；
图5为识别过程的一种实施方式；
图6为识别过程的另外一种实施方式。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
本申请提出了一种***识别的方法及装置，此***识别的方法及装置建立在分区模型以及子集分割模型的基础上，所述分区模型以及子集分割模型都是来源于机器的深度学习。
对于分区模型的训练，其来源于如图1和图2所示的分区方式，分区模型的原材料来源于人工或其他方式标注好的***，分区模型预训练时，边界是其的前置程序，在此基础上按照标注的方式训练得到分区模型，并通过测试的材料进行分区模型的筛选，得到筛选后的分区模型备用；
对于子集分割模型，其来源于图3上的子集分割方式，子集分割模型的原材料来源于人工或其他方式标注好的***，子集分割模型预训练时，不考虑边界，直接按照标注的方式训练得到子集分割模型，并通过测试的材料进行子集分割模型的筛选，得到筛选后的子集分割区模型备用。
在第一个实施例中，对于图4的***进行识别，按照如下方式进行，识别步骤如图5所示：
S101、获取***：***可以是纸质***，也可以是电子***，最终***获取的格式为图片格式，只要能转化为图片格式的都可以，但是此处需要注意的是，不同的***类型需要采用不同的分区模型以及子集分割模型；
S102、分区模型将所述***按照内容进行切割得到分区：本申请所说的按照内容的含义是按照每一区域的内容，比如购买方，密码区，销售方等，但是得到的分区并不一定严格按照***现有的隔线进行，而是按照分区的需要，对分区模型进行原材料的提供和训练；本申请所说的分类整理的意思是根据***的类型，如增值税***，条形***等类型。
S103、子集分割模型对分区中的内容按照条目进行切割得到子集：子集分割模型训练过程中通过内容进行条目分割，比如在购买方中，可能存在名称、纳税人识别号以及地址，电话等，由于在子集分割模型的训练过程中考虑了内容，因此，其切割过程也是按照内容进行了，正是因为按照内容进行的，其得到的各个内容出现错行等问题时，可以在切割得到子集的过程中进行校正，比如纳税人识别号对应的是汉字，地址、电话却对应数字字母，则对在子集分割过程中将名称与汉字进行对应，纳税人识别号与数字字母对应，从而实现位置校正。
S104、识别模块对所述子集进行识别得到相应子集的子集内容：识别模块可以是普通的OCR识别模块，将标注好的子集采用OCR识别方式进行识别训练，并利用子集内容进行修正，得到模型后利用其它标注好的子集进行测试，经筛选得到识别模块，该种方式得到的识别模块可以结合***的特点，提高识别效率以及识别的准确率。
S105、将全部子集的子集内容还原到所述***的相应位置得到***内容：所述分区包括分区得到的区域以及分区得到的区域在所述***上的坐标信息；所述子集包括切割分区得到的区域以及切割分区得到的区域在所述分区上的坐标信息。
S106、利用子集得到的子集内容对于***内容进行校正：在此处可以设定一些预定的规则，当然此种预定的规则可以是***的强行规定也可以是一些经验性规定，强行规定诸如纳税人识别号内没有O，只有0，密码区没有汉字，费用方面只有***数字等；经验性规定如税率只有3％，6％等。上述规定需要预先设置，由于本申请得到的子集信息使得上述规定的应用成为了可能。
在第二个实施例中，对于图4的***进行识别，按照如下方式进行，识别步骤如图6所示：
S201、获取***：***可以是纸质***，也可以是电子***，最终***获取的格式为图片格式，只要能转化为图片格式的都可以，但是此处需要注意的是，不同的***类型需要采用不同的分区模型以及子集分割模型；
S202、分区模型将所述***按照内容进行切割得到分区：本申请所说的按照内容的含义是按照每一区域的内容，比如购买方，密码区，销售方等，但是得到的分区并不一定严格按照***现有的隔线进行，而是按照分区的需要，对分区模型进行原材料的提供和训练；本申请所说的分类整理的意思是根据***的类型，如增值税***，条形***等类型。
S203、子集分割模型对分区中的内容按照条目进行切割得到子集：子集分割模型训练过程中通过内容进行条目分割，比如在购买方中，可能存在名称、纳税人识别号以及地址，电话等，由于在子集分割模型的训练过程中考虑了内容，因此，其切割过程也是按照内容进行了，正是因为按照内容进行的，其得到的各个内容出现错行等问题时，可以在切割得到子集的过程中进行校正，比如纳税人识别号对应的是汉字，地址、电话却对应数字字母，则对在子集分割过程中将名称与汉字进行对应，纳税人识别号与数字字母对应，从而实现位置校正。
S204、识别模块对所述子集进行识别得到相应子集的子集内容：识别模块可以是普通的OCR识别模块，将标注好的子集采用OCR识别方式进行识别训练，并利用子集内容进行修正，得到模型后利用其它标注好的子集进行测试，经筛选得到识别模块。该种方式得到的识别模块可以结合***的特点，提高识别效率以及识别的准确率。
S205、利用子集得到的子集内容对于子集内容进行校正：在此处可以设定一些预定的规则，当然此种预定的规则可以是***的强行规定也可以是一些经验性规定，强行规定诸如纳税人识别号内没有O，只有0，密码区没有汉字，费用方面只有***数字等；经验性规定如税率只有3％，6％等。上述规定需要预先设置，由于本申请得到的子集信息使得上述规定的应用成为了可能。
S206、将全部子集的子集内容还原到所述***的相应位置得到***内容：所述分区包括分区得到的区域以及分区得到的区域在所述***上的坐标信息；所述子集包括切割分区得到的区域以及切割分区得到的区域在所述分区上的坐标信息。
可以理解的，所述子集分割模型的训练过程中，所述标注好的分区按照其图片分辨率大小选择不同尺度的采样特征图。
可以理解的，所述子集分割模型的训练过程中，所述标注好的分区按照计算比例放大到指定的图片分辨率，识别过程中所采用的采用特征图尺度大小一致。对于分区进行处理还是对于采样特征图进行处理是两种不同的选择，以提高对于浅层信息的利用率，但是需要把时间成本以及计算成本控制在一个合适的范围内。
可以理解的，所述分区模型可以按照如下具体的方法进行，先采用Leaders聚类算法对数据集进行预处理，生成多个样本子集，然后对样本子集进行抽样，最后进行核K-means聚类操作，通过计算各个样本子集间的均值距离整合聚类结果确定anchor；用多尺度融合，在进行多尺度融合时采用上采样融合操作。
在第三个实施例中，还提出了一种***识别装置，包括如下模块：获取模块，用于获取***；分区模块，用于将所述***按照内容进行切割得到分区；子集模块，用于对分区中的内容按照条目进行切割得到子集；识别模块，用于对所述子集进行识别得到相应子集的子集内容；集合模块，用于将全部子集的子集内容还原到所述***的相应位置得到***内容。
可以理解的，在图像采集之后，可以根据需要按照预设参数对各图像进行图像增强处理以获取更好的识别效果。
具体的上述存储介质可以位于服务器中。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(AdvancedBoolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的***、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本说明书的实施例可提供为方法、***、或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书一个或多个实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书的一个或多个实施例，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于***实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本说明书的一个或多个实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书的一个或多个实施例可以有各种更改和变化。凡在本说明书的一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (10)

1.一种***识别方法，其特征在于：包括如下步骤：
获取***；
将所述***按照内容进行切割得到分区；
对分区中的内容按照条目进行切割得到子集；
对所述子集进行识别得到相应子集的子集内容；
将全部子集的子集内容还原到所述***的相应位置得到***内容。
2.根据权利要求1所述的一种***识别方法，其特征在于：还包括一分区模型，所述分区模型用于切割***以得到分区，所述分区模型按照如下方式训练得到：
获取已经标注好的***；
将标注好的***进行分类整理以及边界识别，然后定位并且识别内部文字的方式进行识别训练，得到模型后利用其它标注好的***进行测试，经筛选得到分区模型；
所述分区模型按照如下方法进行：先采用Leaders聚类算法对标注好的分区进行预处理，生成多个样本子集，然后对样本子集进行抽样，最后进行K-means聚类操作，通过计算各个样本子集间的均值距离整合聚类结果确定anchor；用多尺度融合，在进行多尺度融合时采用上采样融合操作。
3.根据权利要求1所述的一种***识别方法，其特征在于：还包括一子集分割模型，所述子集分割模型用于切割分区以得到子集，所述子集分割模型按照如下方式训练得到：
获取已经标注好的分区；
将标注好的分区直接进行在不提取边框的情况下进行文字识别以训练模型，得到模型后利用其它标注好的分区进行测试，经筛选得到子集分割模型；
4.根据权利要求3所述的一种***识别方法，其特征在于：所述子集分割模型的训练过程中，所述标注好的分区按照其图片分辨率大小选择不同尺度的采样特征图。
5.根据权利要求3所述的一种***识别方法，其特征在于：还包括子集信息处理，包括如下步骤：获取子集的特征性信息，然后将特征性信息用于修正子集内容。
6.根据权利要求5所述的一种***识别方法，其特征在于：所述特征性信息对应格式要求信息，所述格式要求信息对于子集内容中不符合格式要求信息的内容进行修正。
7.根据权利要求3所述的一种***识别方法，其特征在于：还包括一识别模块，所述识别模块用于将子集进行识别以得到子集内容；所述识别模块通过如下方式得到：获取通过子集分割模型处理，已经标注好的子集；
将标注好的子集采用OCR识别方式进行识别训练，并利用子集内容进行修正，得到模型后利用其它标注好的子集进行测试，经筛选得到识别模块。
8.根据权利要求1所述的一种***识别方法，其特征在于：所述分区包括分区得到的区域以及分区得到的区域在所述***上的坐标信息。
9.根据权利要求1所述的一种***识别方法，其特征在于：所述子集包括切割分区得到的区域以及切割分区得到的区域在所述分区上的坐标信息。
10.一种***识别装置，其特征在于：包括如下模块：
获取模块，用于获取***；
分区模块，用于将所述***按照内容进行切割得到分区；
子集模块，用于对分区中的内容按照条目进行切割得到子集；
识别模块，用于对所述子集进行识别得到相应子集的子集内容；
集合模块，用于将全部子集的子集内容还原到所述***的相应位置得到***内容。
CN201911381468.9A 2019-12-27 2019-12-27 一种***识别方法及装置 Pending CN111126319A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911381468.9A CN111126319A (zh) 2019-12-27 2019-12-27 一种***识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911381468.9A CN111126319A (zh) 2019-12-27 2019-12-27 一种***识别方法及装置

Publications (1)

Publication Number Publication Date
CN111126319A true CN111126319A (zh) 2020-05-08

Family

ID=70504751

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911381468.9A Pending CN111126319A (zh) 2019-12-27 2019-12-27 一种***识别方法及装置

Country Status (1)

Country Link
CN (1) CN111126319A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105528604A (zh) * 2016-01-31 2016-04-27 华南理工大学 一种基于ocr的票据自动识别与处理***
CN108345880A (zh) * 2018-01-26 2018-07-31 金蝶软件（中国）有限公司 ***识别方法、装置、计算机设备和存储介质
CN109214362A (zh) * 2018-10-23 2019-01-15 金蝶软件（中国）有限公司 单据处理方法及相关设备
CN109214382A (zh) * 2018-07-16 2019-01-15 顺丰科技有限公司 一种基于crnn的票据信息识别算法、设备及存储介质
CN109685586A (zh) * 2017-10-18 2019-04-26 航天信息股份有限公司 一种增值税***数据的处理方法及***
CN109858414A (zh) * 2019-01-21 2019-06-07 南京邮电大学 一种***分块检测方法
CN110516541A (zh) * 2019-07-19 2019-11-29 金蝶软件（中国）有限公司 文本定位方法、装置、计算机可读存储介质和计算机设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105528604A (zh) * 2016-01-31 2016-04-27 华南理工大学 一种基于ocr的票据自动识别与处理***
CN109685586A (zh) * 2017-10-18 2019-04-26 航天信息股份有限公司 一种增值税***数据的处理方法及***
CN108345880A (zh) * 2018-01-26 2018-07-31 金蝶软件（中国）有限公司 ***识别方法、装置、计算机设备和存储介质
CN109214382A (zh) * 2018-07-16 2019-01-15 顺丰科技有限公司 一种基于crnn的票据信息识别算法、设备及存储介质
CN109214362A (zh) * 2018-10-23 2019-01-15 金蝶软件（中国）有限公司 单据处理方法及相关设备
CN109858414A (zh) * 2019-01-21 2019-06-07 南京邮电大学 一种***分块检测方法
CN110516541A (zh) * 2019-07-19 2019-11-29 金蝶软件（中国）有限公司 文本定位方法、装置、计算机可读存储介质和计算机设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
葛雯 等: "改进YOLOV3算法在行人识别中的应用", 《中国知网网络首发》 *

Similar Documents

Publication Publication Date Title
CN109190007B (zh) 数据分析方法及装置
CN107622080B (zh) 一种数据处理方法及设备
CN109582192B (zh) 一种层级菜单显示方法及装置
CN109978044B (zh) 训练数据生成方法和装置、以及模型的训练方法和装置
CN109597983A (zh) 一种拼写纠错方法及装置
CN111143578A (zh) 基于神经网络抽取事件关系的方法、装置和处理器
CN112308113A (zh) 一种基于半监督的目标识别方法、设备及介质
CN111652266A (zh) 用户界面组件的识别方法、装置、电子设备和存储介质
CN114332873A (zh) 一种识别模型的训练方法及装置
CN111652286A (zh) 一种基于图嵌入的物体识别方法、设备及介质
CN114359533B (zh) 一种基于页面文本的页码识别方法和计算机设备
CN111368902A (zh) 一种数据标注的方法及装置
CN114861665A (zh) 一种强化学习模型训练以及确定数据关系的方法及装置
CN108804563B (zh) 一种数据标注方法、装置以及设备
CN112183181A (zh) 一种信息展示方法
CN111652053A (zh) 一种员工考勤方法、设备及介质
CN111339910A (zh) 文本的处理、文本分类模型的训练方法及装置
CN111126319A (zh) 一种***识别方法及装置
CN115775386A (zh) 用户界面组件的识别方法、装置、计算机设备和存储介质
CN114220103B (zh) 图像识别方法、装置、设备及计算机可读存储介质
US11682220B2 (en) Overlap-aware optical character recognition
CN113128496B (zh) 一种从图像中提取结构化数据的方法、装置和设备
CN110321433B (zh) 确定文本类别的方法及装置
CN114187355A (zh) 一种图像标定方法及装置
CN112287130A (zh) 一种图形题目的搜索方法、装置以及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200508