[发明专利]一种基于深度学习的凭证识别方法和装置、计算机设备在审
| 申请号： | 201811535209.2 | 申请日： | 2018-12-14 |
| 公开（公告）号： | CN109753965A | 公开（公告）日： | 2019-05-14 |
| 发明（设计）人： | 刘劲柏;徐佳良 | 申请（专利权）人： | 深圳壹账通智能科技有限公司 |
| 主分类号： | G06K9/34 | 分类号： | G06K9/34;G06K9/20 |
| 代理公司： | 北京汇思诚业知识产权代理有限公司 11444 | 代理人： | 冯晓平 |
| 地址： | 518052 广东省深圳市前海深港合作区前*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供了一种基于深度学习的凭证识别方法和装置、计算机设备。本发明实施例通过获取纸质凭证的凭证图像，确定纸质凭证对应的包含字符的有效区域的图像蒙版，基于图像蒙版在凭证图像中提取有效区域的图像，进而通过预设识别模型对凭证图像中的有效区域图像执行识别，得到字符识别结果，其中，预设识别模型为预先采用至少一个训练样本对进行机器学习训练得到的神经网络模型，每个训练样本对包括一个用于作为神经网络模型的训练输入数据的字符图像样本、和一个用于作为神经网络模型的训练目标的字符识别结果。解决了相关技术中对于纸质文件中字符的识别效率较低的技术问题，进而达到了提高纸质文件中字符的识别效率的技术效果。 | ||
| 搜索关键词： | 神经网络模型 凭证图像 字符识别结果 方法和装置 计算机设备 凭证识别 训练样本 有效区域 纸质凭证 纸质文件 图像 蒙版 预设 有效区域图像 机器学习 技术效果 训练目标 字符图像 样本 学习 | ||
【主权项】：
1.一种基于深度学习的凭证识别方法，其中，所述方法包括：获取凭证图像，其中，所述凭证图像为纸质凭证的图像；在至少一个图像蒙版中确定所述纸质凭证对应的图像蒙版，其中，所述图像蒙版为预先标记出包含字符的有效区域的图像模板；基于所述纸质凭证对应的图像蒙版，在所述凭证图像中提取有效区域的图像；通过预设识别模型对所述凭证图像中的有效区域图像执行识别，得到字符识别结果，其中，所述预设识别模型为预先采用至少一个训练样本对进行机器学习训练得到的神经网络模型，每个所述训练样本对包括一个用于作为所述神经网络模型的训练输入数据的字符图像样本、和一个用于作为所述神经网络模型的训练目标的字符识别结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳壹账通智能科技有限公司，未经深圳壹账通智能科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811535209.2/，转载请声明来源钻瓜专利网。
