[发明专利]票据信息定位方法、系统及计算机可读存储介质

权利要求书

1.一种票据信息定位方法，其特征在于，包括：

对特定类型票据上待提取的目标文本区域进行坐标标注，形成模板图；

对该特定类型票据样本采用深度神经网络模型进行训练提取图像特征，计算每个像素为文本和非文本的概率，以及计算每个像素与其临近像素是否为相同类别的概率，形成待提取的目标文本区域对应的样本图像概率图；

计算训练特定类型票据样本生成的样本图像概率图和坐标标注的模板图之间的图像损失，基于图像损失调整模板图，当样本图像概率图和模板图之间的误差保持稳定时，以调整后的模板图作为该特定类型待处理票据上待提取的多个目标文本区域的定位模型；

根据定位模型对待处理票据进行图像特征提取；

预测识别图像的文本像素和非文本像素；以每个像素为中心像素对周围像素进行预测识别，确定周围像素与中心像素是否为同一文本区域；

将属于同一文本区域的像素进行融合，获取一个目标文本区域；

获取每个目标文本区域对应的定位坐标。

2.根据权利要求1所述的方法，其特征在于，对该特定类型票据样本采用深度神经网络模型进行训练提取图像特征中，还包括：

采用在线难样本挖掘算法进行优化处理。

3.根据权利要求1～2中任一项权利要求所述的方法，其特征在于，对该特定类型票据样本采用深度神经网络模型进行训练提取图像特征之前，还包括：

对采集的票据图像进行清晰度增强的图像预处理。

4.一种票据信息定位系统，其特征在于，包括：

训练模块，用于对特定类型票据上待提取的目标文本区域进行坐标标注，形成模板图；对该特定类型票据样本采用深度神经网络模型进行训练提取图像特征，计算每个像素为文本和非文本的概率，以及计算每个像素与其临近像素是否为相同类别的概率，形成待提取的目标文本区域对应的样本图像概率图；以及计算训练特定类型票据样本生成的样本图像概率图和坐标标注的模板图之间的图像损失，基于图像损失调整模板图，当样本图像概率图和模板图之间的误差保持稳定时，以调整后的模板图作为该特定类型待处理票据上待提取的多个目标文本区域的定位模型；

定位模块，用于根据定位模型对待处理票据进行图像特征提取；预测识别图像的文本像素和非文本像素；以每个像素为中心像素对周围像素进行预测识别，确定周围像素与中心像素是否为同一文本区域；将属于同一文本区域的像素进行融合，获取一个目标文本区域；以及获取每个目标文本区域对应的定位坐标。

5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序可被执行如权利要求1～3中任一项权利要求所述的方法。