[发明专利]发票的验证方法、装置和计算机设备

说明书

本申请提出了一种发票的验证方法、装置和计算机设备，其中，上述发票的验证方法包括：获取待验证的发票的图像数据；通过预先训练的神经网络模型，对所述待验证的发票的图像数据进行识别，获得所述待验证的发票的验证信息；保存所述待验证的发票的验证信息；按照预定策略将保存的验证信息发送给发票验证服务器，以对所述待验证的发票进行验证。本申请可以实现通过神经网络模型对发票的验证信息进行识别，无需人工输入验证信息，并且按照预定策略将发票的验证信息发送给发票验证服务器进行验证，可以实现发票的批量验证，提高了发票的验证效率。

【技术领域】

本申请涉及人工智能技术领域，尤其涉及一种发票的验证方法、装置和计算机设备。

【背景技术】

企业中的财务票据是会计信息的主要来源，也是会计对企业财务账目进行管理的基础。同时，也是国家有关部门管理、监督检查企业资金运作的有效方式和重要依据。

发票是财务票据中的一种，目前使用的发票存在很多虚假发票或作废发票，因此对发票进行管理时，首先需要对发票的真伪和发票是否为作废发票进行验证，现有相关技术中，一般是将发票的验证信息输入国家税务局网站，通过国家税务局网站对发票的真伪和发票是否为作废发票进行验证，但是，国家税务局网站有时会出现无法访问的问题，并且发票的验证信息等信息均需要人工输入，查询响应速度也较慢，因此对发票进行验证的效率很低，在需要验证的发票数量较大时，所耗费的时间成本、人力成本和经济成本也较高。

【发明内容】

本申请实施例提供了一种发票的验证方法、装置和计算机设备，以实现通过神经网络模型对发票的验证信息进行识别，无需人工输入验证信息，并且按照预定策略将发票的验证信息发送给发票验证服务器进行验证，可以实现发票的批量验证，提高了发票的验证效率。

第一方面，本申请实施例提供了一种发票的验证方法，包括：获取待验证的发票的图像数据；通过预先训练的神经网络模型，对所述待验证的发票的图像数据进行识别，获得所述待验证的发票的验证信息；保存所述待验证的发票的验证信息；按照预定策略将保存的验证信息发送给发票验证服务器，以对所述待验证的发票进行验证。

其中一种可能的实现方式中，所述获取待验证的发票的图像数据包括：对待验证的纸质发票进行拍摄，获取待验证的纸质发票的图像数据；或者，获取待验证的电子发票的图像数据。

其中一种可能的实现方式中，所述按照预定策略将保存的验证信息发送给发票验证服务器包括：当保存的验证信息的数量大于或等于预定的数量阈值时，将保存的验证信息发送给发票验证服务器；和/或，当设定的验证时刻到达时，将保存的验证信息发送给发票验证服务器。

其中一种可能的实现方式中，所述按照预定策略将保存的验证信息发送给发票验证服务器之后，还包括：接收并保存所述发票验证服务器发送的验证结果。

其中一种可能的实现方式中，上述方法还包括：如果所述发票验证服务器发送的验证结果与保存的验证结果不一致，则将保存的验证结果更新为所述发票验证服务器发送的验证结果。

其中一种可能的实现方式中，所述通过预先训练的神经网络模型，对所述待验证的发票的图像数据进行识别之前，还包括：对所述待验证的发票的图像数据进行灰度化、二值化和/或去噪处理。

其中一种可能的实现方式中，所述通过预先训练的神经网络模型，对所述待验证的发票的图像数据进行识别之前，还包括：收集预定数量的发票的图像数据作为样本数据；对收集的样本数据中的验证信息进行标注；将标注后的样本数据划分为训练集和测试集；将所述训练集中的样本数据输入待训练的神经网络模型进行训练，获得训练结果模型；将所述测试集中的样本数据输入所述训练结果模型进行递归训练，当所述训练结果模型的输出结果与所述测试集中的样本数据标注的验证信息的差值在预定范围内时，获得训练好的神经网络模型。