CN112749731A - 一种基于深度神经网络的票据数量识别方法及*** - Google Patents

一种基于深度神经网络的票据数量识别方法及*** Download PDF

Info

Publication number
CN112749731A
CN112749731A CN202011456986.5A CN202011456986A CN112749731A CN 112749731 A CN112749731 A CN 112749731A CN 202011456986 A CN202011456986 A CN 202011456986A CN 112749731 A CN112749731 A CN 112749731A
Authority
CN
China
Prior art keywords
bill
image
mixed
shot
dimensional
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
CN202011456986.5A
Other languages
English (en)
Inventor
徐书豪
金洪亮
梅俊辉
王芳
闫凯
***
林文辉
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.)
Aisino Corp
Original Assignee
Aisino Corp
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 Aisino Corp filed Critical Aisino Corp
Priority to CN202011456986.5A priority Critical patent/CN112749731A/zh
Publication of CN112749731A publication Critical patent/CN112749731A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/047—Probabilistic or stochastic networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于深度神经网络的票据数量识别方法及***，将获取的二维的混拍票据原始图像依次进行灰度化处理、二值化处理、归一化处理和二维图像映射一维数据处理，在保留图像信息的同时极大的降低数据量，减少数据传输造成的时间浪费，提升用户体验；通过设计OCTC模型，引入一维卷积操作对图像数据进行特征抽取与图像类别计算，使用多个小尺寸卷积核增大模型感受野，保证实验效果的同时降低模型参数量，实现轻量化模型的效果，便于用户储存使用；本发明的方法能够使用户在上传图像的同时能够收到图像中票据数量的判断结果，提升了混拍票据识别***的用户体验，同时帮助***进行后续的票据目标检测与内容识别任务，实现***的实时工作。

Description

一种基于深度神经网络的票据数量识别方法及***
技术领域
本发明涉及票据处理技术领域，并且更具体地，涉及一种基于深度神经网络的票据数量识别方法。
背景技术
票据数量识别方法，用于混拍票据识别***初期的票据预判阶段。目前，市面上针对票据识别主要基于AlexNet、Fast-RCNN、OCR等技术识别图像中的票据信息，此类方法经过长期的使用与校验，拥有较好的稳定性与表现效果，但由于模型的固定性导致适用情况受限，无法根据实际情况进行相应调节。此外，票据识别***通过引入目标检测操作进行票据分析，由于真实场景下拍摄的票据存在重叠、倾斜、分辨率低等问题，这将影响模型能够检测到的区域，从而降低模型效果。
因此，需要一种能够快速准确地对票据数量识别的方法，以能够辅助检测模型进行监测区域预判，提升检测正确率。
发明内容
本发明提出一种基于深度神经网络的票据数量识别方法及***，以解决如何快速对图像的票据数量进行识别的问题。
为了解决上述问题，根据本发明的一个方面，提供了一种基于深度神经网络的票据数量识别方法，所述方法包括：
获取多组不同的混合票据中每组混合票据对应的混拍票据原始图像，并对获取的每个混拍票据原始图像进行预处理，以获取每个混拍票据原始图像对应的混拍票据处理图像；
基于深度神经网络构建一维卷积票据分类(One-dimensional ConvolutionalTicket Classification，OCTC)模型，并利用获取的每个混拍票据处理图像对所述OCTC模型进行训练，以确定OCTC最优模型；
获取待测的混拍票据原始图像，并对所述待测的混拍票据原始图像进行处理，以获取待测的混拍票据处理图像；
利用所述OCTC最优模型对所述待测的混拍票据处理图像进行票据数量识别，以获取票据数量识别结果。
优选地，其中所述混合票据的类型包括：增值税***、火车票、定额票、营业执照、卷票、身份证、出租车票、机动车销售和航空行程单。
优选地，其中所述方法利用如下方式对混拍票据原始图像进行预处理，以获取与混拍票据原始图像对应的混拍票据处理图像，包括：
对混拍票据原始图像依次进行灰度化处理、二值化处理、归一化处理和二维图像映射一维数据处理，以获取与混拍票据原始图像对应的混拍票据处理图像。
优选地，其中所述归一化处理和二维图像映射一维数据处理，包括：
Figure BDA0002829046530000021
Figure BDA0002829046530000022
其中，Xi,j为混拍票据原始图像的原像素值，μi为混拍票据原始图像中行像素值的均值，σi为对应的方差，
Figure BDA0002829046530000023
为按行归一化后的像素值；将归一化后的像素累加得到映射后的一维行向量，即一维映射数据
Figure BDA0002829046530000024
优选地，其中所述一维卷积票据分类OCTC模型，包括：三个卷积层、三个最大池化层、两个全连接层和一个softmax层；其中，每层使用五种卷积核分别对输入数据进行计算，以获取卷积特征图像数据，各层卷积核的个数分别为[64,128,256]；采用两层全连接神经网络的结构实现混拍票据数量的识别分类，两个全连接层的神经元个数为[512,128]，利用第一个全连接层对卷积层计算得到的特征图数据进行线性整合，并利用ReLU激活函数进行非线性转换，利用第二个全连接层进行高维特征的计算；最后通过softmax层激活函数预测图像类别概率，并返回当前图片中的票据数量结果。
根据本发明的另一个方面，提供了一种基于深度神经网络的票据数量识别***，所述***包括：
第一数据处理单元，用于获取多组不同的混合票据中每组混合票据对应的混拍票据原始图像，并对获取的每个混拍票据原始图像进行预处理，以获取每个混拍票据原始图像对应的混拍票据处理图像；
最优模型确定单元，用于基于深度神经网络构建一维卷积票据分类OCTC模型，并利用获取的每个混拍票据处理图像对所述OCTC模型进行训练，以确定OCTC最优模型；
第二数据处理单元，用于获取待测的混拍票据原始图像，并对所述待测的混拍票据原始图像进行处理，以获取待测的混拍票据处理图像；
票据数量识别单元，用于利用所述OCTC最优模型对所述待测的混拍票据处理图像进行票据数量识别，以获取票据数量识别结果。
优选地，其中所述混合票据的类型包括：增值税***、火车票、定额票、营业执照、卷票、身份证、出租车票、机动车销售和航空行程单。
优选地，其中所述第一数据处理单元和第二数据处理单元，利用如下方式对混拍票据原始图像进行预处理，以获取与混拍票据原始图像对应的混拍票据处理图像，包括：
对混拍票据原始图像依次进行灰度化处理、二值化处理、归一化处理和二维图像映射一维数据处理，以获取与混拍票据原始图像对应的混拍票据处理图像。
优选地，其中所述归一化处理和二维图像映射一维数据处理，包括：
Figure BDA0002829046530000031
Figure BDA0002829046530000032
其中，Xi,j为混拍票据原始图像的原像素值，μi为混拍票据原始图像中行像素值的均值，σi为对应的方差，
Figure BDA0002829046530000033
为按行归一化后的像素值；将归一化后的像素累加得到映射后的一维行向量，即一维映射数据
Figure BDA0002829046530000034
优选地，其中所述一维卷积票据分类OCTC模型，包括：三个卷积层、三个最大池化层、两个全连接层和一个softmax层；其中，每层使用五种卷积核分别对输入数据进行计算，以获取卷积特征图像数据，各层卷积核的个数分别为[64,128,256]；采用两层全连接神经网络的结构实现混拍票据数量的识别分类，两个全连接层的神经元个数为[512,128]，利用第一个全连接层对卷积层计算得到的特征图像数据进行线性整合，并利用ReLU激活函数进行非线性转换，利用第二个全连接层进行高维特征的计算；最后通过softmax层激活函数预测图像类别概率，并返回当前图片中的票据数量结果。
本发明提供了一种基于深度神经网络的票据数量识别方法及***，将获取的二维的混拍票据原始图像依次进行灰度化处理、二值化处理、归一化处理和二维图像映射一维数据处理，在保留图像信息的同时极大的降低数据量，减少数据传输造成的时间浪费，提升用户体验；通过设计OCTC模型，引入一维卷积操作对图像数据进行特征抽取与图像类别计算，使用多个小尺寸卷积核增大模型感受野，保证实验效果的同时降低模型参数量，实现轻量化模型的效果，便于用户储存使用；本发明的方法能够使用户在上传图像的同时能够收到图像中票据数量的判断结果，提升了混拍票据识别***的用户体验，同时帮助***进行后续的票据目标检测与内容识别任务，实现***的实时工作。
附图说明
通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：
图1为根据本发明实施方式的基于深度神经网络的票据数量识别方法100的流程图；
图2为根据本发明实施方式的基于深度神经网络的快速票据数量识别方法的流程图；
图3为根据本发明实施方式的获取的混拍票据原始图像的示意图；
图4为根据本发明实施方式的进行灰度化处理后得到的灰度图像的示意图；
图5为根据本发明实施方式的对灰度图像进行二值化处理得到的黑白图像的示意图；
图6为根据本发明实施方式的OCTC模型的结构图；
图7为根据本发明实施方式的多个小卷积核叠加实现扩大模型感受野的示例图；
图8为根据本发明实施方式的票据识别方法的结果输出的示意图；
图9为根据本发明实施方式的基于深度神经网络的票据数量识别装置的硬件结构示意图；
图10为根据本发明实施方式的基于深度神经网络的票据数量识别***1000的结构示意图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
图1为根据本发明实施方式的基于深度神经网络的票据数量识别方法100的流程图。如图1所示，本发明实施方式提供的基于深度神经网络的票据数量识别方法，能够使用户在上传图像的同时能够收到图像中票据数量的判断结果，提升了混拍票据识别***的用户体验，同时帮助***进行后续的票据目标检测与内容识别任务，实现***的实时工作。本发明实施方式提供的基于深度神经网络的票据数量识别方法100，从步骤101处开始，在步骤101获取多组不同的混合票据中每组混合票据对应的混拍票据原始图像，并对获取的每个混拍票据原始图像进行预处理，以获取每个混拍票据原始图像对应的混拍票据处理图像。
优选地，其中所述混合票据的类型包括：增值税***、火车票、定额票、营业执照、卷票、身份证、出租车票、机动车销售和航空行程单。
优选地，其中所述方法利用如下方式对混拍票据原始图像进行预处理，以获取与混拍票据原始图像对应的混拍票据处理图像，包括：
对混拍票据原始图像依次进行灰度化处理、二值化处理、归一化处理和二维图像映射一维数据处理，以获取与混拍票据原始图像对应的混拍票据处理图像。
优选地，其中所述归一化处理和二维图像映射一维数据处理，包括：
Figure BDA0002829046530000061
Figure BDA0002829046530000062
其中，Xi,j为混拍票据原始图像的原像素值，μi为混拍票据原始图像中行像素值的均值，σi为对应的方差，
Figure BDA0002829046530000063
为按行归一化后的像素值；将归一化后的像素累加得到映射后的一维行向量，即一维映射数据
Figure BDA0002829046530000064
结合图2所示，在本发明的实施方式中，票据的类型包括增值税***、火车票、定额票、营业执照、卷票、身份证、出租车票、机动车销售和航空行程单。获取混拍票据原始图像的方式包括但不限于基于移动端和/或PC端摄像头拍照、高清仪拍照、相册上传以及图库上传等方式。如图3所示，为采集到的混拍票据原始图像，该图像为高清数码图像。获取的图像的颜色通道为彩色或者灰度图像，***图像中文字和表格信息清晰可见，***区域占所采集图像的主要区域且方向为正方向向上。
图像预处理主要包括：彩色图像灰度化处理，灰度图像二值化处理，二维图像归一化处理，二维图像映射一维数据四个步骤。首先是彩色图像灰度化，我们对扫描后的图片进行灰度化处理，保留图像的亮度信息，最大程度还原其形态学特征，处理结果如图4所示；其次是灰度图像二值化处理，该操作对灰度图像进行二值化处理，凸显图像上的轮廓特征，同时使图像简单化便于机器的存储与传递，处理结果如图5所示；在此基础上，我们使用二维图像归一化处理操作，统一像素数据量纲，便于后续深度学习模型进行特征学习与参数训练，利用公式1对图像进行归一化处理；最后，我们通过二维图像映射一维数据处理将二维图像映射为一维数据，在保留图像信息的同时进一步压缩数据，实现数据的轻量化保存与计算，映射函数如公式2所示。
Figure BDA0002829046530000071
Figure BDA0002829046530000072
其中，Xi,j为二维图像的原像素值，μi为二维图像中行像素值的均值，σi为对应的方差，
Figure BDA0002829046530000073
为按行归一化后的像素值。我们将归一化后的像素累加得到映射后的一维行向量，即一维映射数据
Figure BDA0002829046530000074
本发明通过对原始彩色票据图像进行灰度化、二值化与归一化处理，能够最大化保留票据的光学、形状特征的同时统一量纲，实现图像的有效数据保存。在图像预处理的映射操作中，通过将处理后的二维图像数据映射到一维空间，进一步对二维图像进行简化处理，实现快速高效的数据存储与压缩，提高模型计算速度。
在步骤102，基于深度神经网络构建一维卷积票据分类OCTC模型，并利用获取的每个混拍票据处理图像对所述OCTC模型进行训练，以确定OCTC最优模型。
优选地，其中所述一维卷积票据分类OCTC模型，包括：三个卷积层、三个最大池化层、两个全连接层和一个softmax层；其中，每层使用五种卷积核分别对输入数据进行计算，以获取卷积特征图像数据，各层卷积核的个数分别为[64,128,256]；采用两层全连接神经网络的结构实现混拍票据数量的识别分类，两个全连接层的神经元个数为[512,128]，利用第一个全连接层对卷积层计算得到的特征图像数据进行线性整合，并利用ReLU激活函数进行非线性转换，利用第二个全连接层进行高维特征的计算；最后通过softmax层激活函数预测图像类别概率，并返回当前图片中的票据数量结果。
本发明的实施方式在票据数量识别过程中，基于OCTC模型，采用一维卷积核对票据一维数据进行特征提取，通过最大池化操作进行特征筛选，最后通过分类模型实现图像中票据数量的识别，模型结构如图6所示。其中，OCTC模型由三个卷积层(Conv1/2/3)、三个最大池化层、两个全连接层和一个softmax层组成。本发明采用一维卷积核对映射后的数据进行特征计算，OCTC模型使用五种卷积核分别对输入数据进行计算，各层卷积核个数分别为[64，128，256]，卷积计算公式如式3所示；此外，我们引入公式5的ReLU激活函数处理特征图，便于模型的学习与计算。本发明分别从宽度和深度两个维度设计卷积层，以便于更好地进行特征挖掘：宽度方面指的是不同尺度卷积核，我们分别采用[2，3，4，5，7]五种卷积核计算不同感受野下的票据图像特征，其中[5，7]两种卷积核我们采用3-＞3和4-＞4两种小卷积核替换，在保证感受野不变的同时挖掘更多图像细节，感受野如图7所示；深度方面，我们设计了三层卷积层，一方面扩大了感受野，另一方面更能够对特征进行进一步高维度计算，实现特征的优化提取。
在此基础上，OCTC模型采用最大池化操作对多维度特征图进行筛选，实现多通道特征的筛选融合，降低模型计算量，实现模型快速计算。OCTC模型采用两层全连接神经网络的结构实现混拍票据数量识别分类，两层网络隐层神经元个数为[512，128]，第一个全连接层对卷积层计算得到的特征进行线性整合并用ReLU激活函数进行非线性转换，再通过第二个全连接层进行高维特征计算，最后通过公式6所示的softmax激活函数预测图像类别概率，返回当前图片中的票据数量结果。
hi＝g(W·xi：i+n-1+b) (式3)
pi＝max{hi} (式4)
relu(x)＝max(0，x) (式5)
Figure BDA0002829046530000081
其中，W为卷积核矩阵，卷积核大小为n，先对卷积核内数据进行线性变换再利用非线性激活函数g进行转换，得到卷积特征图；最大池化操作通过筛选同一位置不同通道中最大值作为当前特征图输出，实现特征筛选。式5为ReLU激活函数，x为当前隐层结果，通过与0比较取最大值作为最终输出结果。式6为图像类别概率预测，zi为类别输出层第i个节点的输出值，模型输出类别数为c，softmax通过引入指数函数实现类别概率预测。
其中，模型的票据数量输出结果的类别分为两类，“single”表示混拍图像中仅有一张票据，“multiple”表示混拍图像中有多张票据，如图8所示。
本发明在票据数量识别时，进行卷积特征提取，识别票据图像中的结构化特征并通过最大池化实现多维度特征筛选，计算图像数据特征的同时，能够降低模型参数量并实现票据数量识别；通过全连接网络类别计算，对卷积层提取的图像特征进行加权计算，并通过softmax激活函数预测图像中票据数量，能够实现票据图像数量识别。
本发明的方法，将二维图像数据进行灰度二值化处理，通过归一化操作进行数据清洗最终映射为一维数据，在保留图像信息的同时极大的降低数据量，减少数据传输造成的时间浪费，提升用户体验。在此基础上，设计了OCTC模型，引入一维卷积操作对图像数据进行特征抽取与图像类别计算，使用多个小尺寸卷积核增大模型感受野，保证实验效果的同时降低模型参数量，实现轻量化模型的效果，便于用户储存使用。
在步骤103，获取待测的混拍票据原始图像，并对所述待测的混拍票据原始图像进行处理，以获取待测的混拍票据处理图像。
在步骤104，利用所述OCTC最优模型对所述待测的混拍票据处理图像进行票据数量识别，以获取票据数量识别结果。
在本发明的实施方式中，根据所确定的OCTC最优模型对所述待测的混拍票据处理图像进行票据数量识别，以获取票据数量识别结果。
图9为根据本发明实施方式的基于深度神经网络的票据数量识别装置的硬件结构示意图。如图9所示，票据数量识别装置包括：一个或多个处理器以及存储器，该设备还可以包括输入装置和输出装置。处理器、存储器、输入装置和输出装置可以通过总线或者其他方式连接，图9中以通过总线连接。
图10为根据本发明实施方式的基于深度神经网络的票据数量识别***1000的结构示意图。如图10所示，本发明实施方式提供的基于深度神经网络的票据数量识别***1000，包括：第一数据处理单元1001、最优模型确定单元1002、第二数据处理单元1003和票据数量识别单元1004。
优选地，所述第一数据处理单元1001，用于获取多组不同的混合票据中每组混合票据对应的混拍票据原始图像，并对获取的每个混拍票据原始图像进行预处理，以获取每个混拍票据原始图像对应的混拍票据处理图像。
优选地，其中所述混合票据的类型包括：增值税***、火车票、定额票、营业执照、卷票、身份证、出租车票、机动车销售和航空行程单。
优选地，所述最优模型确定单元1002，用于基于深度神经网络构建一维卷积票据分类OCTC模型，并利用获取的每个混拍票据处理图像对所述OCTC模型进行训练，以确定OCTC最优模型。
优选地，其中所述一维卷积票据分类OCTC模型，包括：三个卷积层、三个最大池化层、两个全连接层和一个softmax层；其中，每层使用五种卷积核分别对输入数据进行计算，以获取卷积特征图像数据，各层卷积核的个数分别为[64,128,256]；采用两层全连接神经网络的结构实现混拍票据数量的识别分类，两个全连接层的神经元个数为[512,128]，利用第一个全连接层对卷积层计算得到的特征图像数据进行线性整合，并利用ReLU激活函数进行非线性转换，利用第二个全连接层进行高维特征的计算；最后通过softmax层激活函数预测图像类别概率，并返回当前图片中的票据数量结果。
优选地，所述第二数据处理单元1003，用于获取待测的混拍票据原始图像，并对所述待测的混拍票据原始图像进行处理，以获取待测的混拍票据处理图像。
优选地，其中所述第一数据处理单元和第二数据处理单元，利用如下方式对混拍票据原始图像进行预处理，以获取与混拍票据原始图像对应的混拍票据处理图像，包括：
对混拍票据原始图像依次进行灰度化处理、二值化处理、归一化处理和二维图像映射一维数据处理，以获取与混拍票据原始图像对应的混拍票据处理图像。
优选地，其中所述归一化处理和二维图像映射一维数据处理，包括：
Figure BDA0002829046530000111
Figure BDA0002829046530000112
其中，Xi,j为混拍票据原始图像的原像素值，μi为混拍票据原始图像中行像素值的均值，σi为对应的方差，
Figure BDA0002829046530000113
为按行归一化后的像素值；将归一化后的像素累加得到映射后的一维行向量，即一维映射数据
Figure BDA0002829046530000114
优选地，所述票据数量识别单元1004，用于利用所述OCTC最优模型对所述待测的混拍票据处理图像进行票据数量识别，以获取票据数量识别结果。
本发明的实施例的基于深度神经网络的票据数量识别***1000与本发明的另一个实施例的基于深度神经网络的票据数量识别方法100相对应，在此不再赘述。
已经通过参考少量实施方式描述了本发明。然而，本领域技术人员所公知的，正如附带的专利权利要求所限定的，除了本发明以上公开的其他的实施例等同地落在本发明的范围内。
通常地，在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释，除非在其中被另外明确地定义。所有的参考“一个/所述/该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个实例，除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行，除非明确地说明。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请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，本申请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。
本申请是参照根据本申请实施例的方法、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。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种基于深度神经网络的票据数量识别方法，其特征在于，所述方法包括：
获取多组不同的混合票据中每组混合票据对应的混拍票据原始图像，并对获取的每个混拍票据原始图像进行预处理，以获取每个混拍票据原始图像对应的混拍票据处理图像；
基于深度神经网络构建一维卷积票据分类OCTC模型，并利用获取的每个混拍票据处理图像对所述OCTC模型进行训练，以确定OCTC最优模型；
获取待测的混拍票据原始图像，并对所述待测的混拍票据原始图像进行处理，以获取待测的混拍票据处理图像；
利用所述OCTC最优模型对所述待测的混拍票据处理图像进行票据数量识别，以获取票据数量识别结果。
2.根据权利要求1所述的方法，其特征在于，所述混合票据的类型包括：增值税***、火车票、定额票、营业执照、卷票、身份证、出租车票、机动车销售和航空行程单。
3.根据权利要求1所述的方法，其特征在于，所述方法利用如下方式对混拍票据原始图像进行预处理，以获取与混拍票据原始图像对应的混拍票据处理图像，包括：
对混拍票据原始图像依次进行灰度化处理、二值化处理、归一化处理和二维图像映射一维数据处理，以获取与混拍票据原始图像对应的混拍票据处理图像。
4.根据权利要求3所述的方法，其特征在于，所述归一化处理和二维图像映射一维数据处理，包括：
Figure FDA0002829046520000011
Figure FDA0002829046520000012
其中，Xi,j为混拍票据原始图像的原像素值，μi为混拍票据原始图像中行像素值的均值，σi为对应的方差，
Figure FDA0002829046520000021
为按行归一化后的像素值；将归一化后的像素累加得到映射后的一维行向量，即一维映射数据
Figure FDA0002829046520000022
5.根据权利要求1所述的方法，其特征在于，所述一维卷积票据分类OCTC模型，包括：三个卷积层、三个最大池化层、两个全连接层和一个softmax层；其中，每层使用五种卷积核分别对输入数据进行计算，以获取卷积特征图像数据，各层卷积核的个数分别为[64,128,256]；采用两层全连接神经网络的结构实现混拍票据数量的识别分类，两个全连接层的神经元个数为[512,128]，利用第一个全连接层对卷积层计算得到的特征图像数据进行线性整合，并利用ReLU激活函数进行非线性转换，利用第二个全连接层进行高维特征的计算；最后通过softmax层激活函数预测图像类别概率，并返回当前图片中的票据数量结果。
6.一种基于深度神经网络的票据数量识别***，其特征在于，所述***包括：
第一数据处理单元，用于获取多组不同的混合票据中每组混合票据对应的混拍票据原始图像，并对获取的每个混拍票据原始图像进行预处理，以获取每个混拍票据原始图像对应的混拍票据处理图像；
最优模型确定单元，用于基于深度神经网络构建一维卷积票据分类OCTC模型，并利用获取的每个混拍票据处理图像对所述OCTC模型进行训练，以确定OCTC最优模型；
第二数据处理单元，用于获取待测的混拍票据原始图像，并对所述待测的混拍票据原始图像进行处理，以获取待测的混拍票据处理图像；
票据数量识别单元，用于利用所述OCTC最优模型对所述待测的混拍票据处理图像进行票据数量识别，以获取票据数量识别结果。
7.根据权利要求6所述的***，其特征在于，所述混合票据的类型包括：增值税***、火车票、定额票、营业执照、卷票、身份证、出租车票、机动车销售和航空行程单。
8.根据权利要求6所述的***，其特征在于，所述第一数据处理单元和第二数据处理单元，利用如下方式对混拍票据原始图像进行预处理，以获取与混拍票据原始图像对应的混拍票据处理图像，包括：
对混拍票据原始图像依次进行灰度化处理、二值化处理、归一化处理和二维图像映射一维数据处理，以获取与混拍票据原始图像对应的混拍票据处理图像。
9.根据权利要求8所述的***，其特征在于，所述归一化处理和二维图像映射一维数据处理，包括：
Figure FDA0002829046520000031
Figure FDA0002829046520000032
其中，Xi,j为混拍票据原始图像的原像素值，μi为混拍票据原始图像中行像素值的均值，σi为对应的方差，
Figure FDA0002829046520000033
为按行归一化后的像素值；将归一化后的像素累加得到映射后的一维行向量，即一维映射数据
Figure FDA0002829046520000034
10.根据权利要求6所述的***，其特征在于，所述一维卷积票据分类OCTC模型，包括：三个卷积层、三个最大池化层、两个全连接层和一个softmax层；其中，每层使用五种卷积核分别对输入数据进行计算，以获取卷积特征图像数据，各层卷积核的个数分别为[64,128,256]；采用两层全连接神经网络的结构实现混拍票据数量的识别分类，两个全连接层的神经元个数为[512,128]，利用第一个全连接层对卷积层计算得到的特征图像数据进行线性整合，并利用ReLU激活函数进行非线性转换，利用第二个全连接层进行高维特征的计算；最后通过softmax层激活函数预测图像类别概率，并返回当前图片中的票据数量结果。
CN202011456986.5A 2020-12-10 2020-12-10 一种基于深度神经网络的票据数量识别方法及*** Pending CN112749731A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011456986.5A CN112749731A (zh) 2020-12-10 2020-12-10 一种基于深度神经网络的票据数量识别方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011456986.5A CN112749731A (zh) 2020-12-10 2020-12-10 一种基于深度神经网络的票据数量识别方法及***

Publications (1)

Publication Number Publication Date
CN112749731A true CN112749731A (zh) 2021-05-04

Family

ID=75648373

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011456986.5A Pending CN112749731A (zh) 2020-12-10 2020-12-10 一种基于深度神经网络的票据数量识别方法及***

Country Status (1)

Country Link
CN (1) CN112749731A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114708608A (zh) * 2022-06-06 2022-07-05 浙商银行股份有限公司 一种银行票据全自动化特征工程方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109145961A (zh) * 2018-07-30 2019-01-04 上海交通大学 一种非结构化局部放电数据的模式识别方法及***
CN110428414A (zh) * 2019-08-02 2019-11-08 杭州睿琪软件有限公司 一种识别图像中票据数量的方法及装置
CN111368828A (zh) * 2020-02-27 2020-07-03 大象慧云信息技术有限公司 一种多票据的识别方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109145961A (zh) * 2018-07-30 2019-01-04 上海交通大学 一种非结构化局部放电数据的模式识别方法及***
CN110428414A (zh) * 2019-08-02 2019-11-08 杭州睿琪软件有限公司 一种识别图像中票据数量的方法及装置
CN111368828A (zh) * 2020-02-27 2020-07-03 大象慧云信息技术有限公司 一种多票据的识别方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114708608A (zh) * 2022-06-06 2022-07-05 浙商银行股份有限公司 一种银行票据全自动化特征工程方法及装置
CN114708608B (zh) * 2022-06-06 2022-09-16 浙商银行股份有限公司 一种银行票据全自动化特征工程方法及装置

Similar Documents

Publication Publication Date Title
CN109584248B (zh) 基于特征融合和稠密连接网络的红外面目标实例分割方法
AU2018102037A4 (en) A method of recognition of vehicle type based on deep learning
Jaiswal et al. A technique for image splicing detection using hybrid feature set
WO2020164282A1 (zh) 基于yolo的图像目标识别方法、装置、电子设备和存储介质
CN109684922B (zh) 一种基于卷积神经网络的多模型对成品菜的识别方法
CN108154102B (zh) 一种道路交通标志识别方法
CN111160249A (zh) 基于跨尺度特征融合的光学遥感图像多类目标检测方法
CN112069868A (zh) 一种基于卷积神经网络的无人机实时车辆检测方法
US20200134382A1 (en) Neural network training utilizing specialized loss functions
CN108830254B (zh) 一种基于数据均衡策略和密集注意网络的细粒度车型检测与识别方法
CN111860496A (zh) 车牌识别方法、装置、设备及计算机可读存储介质
CN110222718A (zh) 图像处理的方法及装置
CN108323209A (zh) 信息处理方法、***、云处理设备以及计算机程序产品
CN114913498A (zh) 一种基于关键点估计的并行多尺度特征聚合车道线检测方法
CN112784754A (zh) 一种车辆再识别方法、装置、设备及存储介质
CN113688821A (zh) 一种基于深度学习的ocr文字识别方法
CN116630700A (zh) 基于引入通道-空间注意力机制的遥感图像分类方法
Thomas et al. Smart car parking system using convolutional neural network
CN114842478A (zh) 文本区域的识别方法、装置、设备及存储介质
CN112749731A (zh) 一种基于深度神经网络的票据数量识别方法及***
CN113378609B (zh) 代理商代签名的识别方法及装置
CN111199228B (zh) 一种车牌定位的方法及装置
CN114492634B (zh) 一种细粒度装备图片分类识别方法及***
US20220027662A1 (en) Optical character recognition using specialized confidence functions
CN112634162A (zh) 一种基于智慧交通的人工智能图像处理方法及***

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