申请/专利权人：广州方舟信息科技有限公司

申请日：2023-08-10

公开（公告）日：2024-04-16

公开（公告）号：CN117115839B

主分类号：G06V30/412

分类号：G06V30/412;G06V30/414;G06V30/18;G06V30/146;G06V30/19;G06V10/82;G06N3/044;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2023.12.12#实质审查的生效;2023.11.24#公开

摘要：本发明提供一种基于自循环神经网络的发票字段识别方法和装置；其中方法包括步骤：获取发票图像；对所述发票图像进行预处理，获得预处理发票图像；对所述预处理发票图像进行OCR识别，得到文字内容块；所述文字内容块包括文本内容和文本矩形；所述文本矩形用四个端点坐标值表示；对所述文本矩形的坐标进行归一化处理，得到OCR文本区域；对文本内容进行向量化处理，得到文本编码向量；通过一深度神经网络对所述预处理发票图像、OCR文本区域和文本编码向量进行特征提取和匹配，得到识别结果。本发明的基于自循环神经网络的发票字段识别方法和装置，能在样本量较小且发票格式不统一的条件下能够取到较好的识别效果。

主权项：1.一种基于自循环神经网络的发票字段识别方法，包括步骤：S1，获取发票图像；S2，对所述发票图像进行预处理，获得预处理发票图像；S3，对所述预处理发票图像进行OCR识别，得到文字内容块；所述文字内容块包括文本内容和文本矩形；所述文本矩形用四个端点坐标值表示；S4，对所述文本矩形的坐标进行归一化处理，得到OCR文本区域；对文本内容进行向量化处理，得到文本编码向量；S5，通过一深度神经网络对所述预处理发票图像、OCR文本区域和文本编码向量进行特征提取和匹配，得到识别结果；其中，所述步骤S5具体包括以下步骤：S5a，对所述文本编码向量对应的文字内容中销售方或购买方的名称进行识别，得到销售方或购买方的名称及其概率；S5b1，识别所述预处理发票图像中的文本区域，得到目标文本区域；S5b2，对所述OCR文本区域和目标文本区域取交集，得到交集文本区域；S5b3，对交集文本区域、文本编码向量和销售方或购买方的名称及其概率进行文本类别识别，得到每个交集文本区域对应的文本类别及其概率；S5c，对预处理发票图像、文本编码向量、销售方或购买方的名称及其概率、每个交集文本区域对应的文本类别及其概率进行特征提取和匹配，得到识别结果。

全文数据：

权利要求：

百度查询： 广州方舟信息科技有限公司 一种基于自循环神经网络的发票字段识别方法和装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD