[发明专利]基于OCR的贷后检查系统及方法

说明书

本发明涉及计算机技术领域，具体涉及一种基于OCR的贷后检查方法，包括步骤：S1、拍摄并提取客户资料的影印件的文本图片；S2、将文本图片输入至预先训练好的文本修正网络模型；S3、利用条状区域变换算法对文本图片和分类显著图进行修正；S4、采用光学字符识别技术输出识别文本；S5、确定识别文本中识别错误的错误分词对应的纠错词；S6、通过神经网络模型确定纠错候选文本对应的纠错置信度，并将纠错置信度大于第一阈值的纠错候选文本作为纠错文本；S7、根据纠错文本进行信息比对，判断信息比对是否一致，若不一致提示人工复核。本发明解决了对于影印质量不好的影印件用OCR技术识别和抓取内容并不准确的技术问题。

技术领域

本发明涉及计算机技术领域，具体涉及一种基于OCR的贷后检查系统及方法。

背景技术

目前，当需要申请贷款时，银行工作人员会对贷款人提供的资料的真实性进行审核。大多情况下，银行都是采用人工审核，也即工作人员逐一对贷款人提供的材料进行审查，确定贷款人是否符合银行放贷的条件。但是，人工审核的方式效率低、人力成本高；在工作量大时，工作人员长期进行重复工作也容易造成错误。

对此，文件CN109697665A公开一种基于人工智能的贷款审核方法、装置、设备及介质，包括：获取贷款申请请求，所述贷款申请请求包括身份证图像和用户个人信息；采用OCR识别技术对所述身份证图像进行识别验证，获取用户基本信息；基于所述用户基本信息查询第三方征信平台，获取用户征信分值；基于所述用户个人信息形成语音提问问题，播报所述语音提问问题并启动摄像头进行录制，获取监控视频；调用预先创建好的微表情识别模型对所述监控视频进行检测，获取微表情检测结果；基于所述微表情检测结果和所述用户征信分值，获取贷款审核结果。该审核流程无需人工干预，可智能审核贷款人信息的真实性，有效提高贷款审核的效率。

类似的，针对贷后检查占用贷后人力过多的问题，通过引入光学字符识别技术，也即OCR(Optical Character Recognition)，对贷后系统中保存的业务相关的客户资料进行自动的内容识别和抓取，对于需要检验的内容通过预先配置规则进行自动对比和检验，来达到自动化贷后检查，可以极大地减少当前贷后流程中的人力投入。但是，客户的资料大多数是影印件，而影印件影印质量参差不齐，对于影印质量不好的影印件而言，用OCR技术识别和抓取内容并不准确。此外，由于影印件的光线、字体颜色深浅、拍摄角度等问题，OCR有一定的错误识别率，并不代表该资料一定有问题或者错误。

发明内容

本发明提供一种基于OCR的贷后检查系统及方法，解决了对于影印质量不好的影印件用OCR技术识别和抓取内容并不准确的技术问题。

本发明提供的基础方案为：基于OCR的贷后检查方法，包括步骤：

S1、拍摄并提取客户资料的影印件的文本图片；

S2、将文本图片输入至预先训练好的文本修正网络模型，并输出字符级别的分类显著图；

S3、利用条状区域变换算法对文本图片和分类显著图进行修正，并输出修正图片；

S4、采用光学字符识别技术将修正图片中的印刷体字符转换成为黑白点阵的图像文件，将图像文件中的文字转换成文本格式，并输出识别文本；

S5、将识别文本与业务库进行关联识别，确定识别文本中识别错误的错误分词对应的纠错词；

S6、将纠错词替换识别文本中对应的错误分词，得到对应的纠错候选文本，通过神经网络模型确定纠错候选文本对应的纠错置信度，并将纠错置信度大于第一阈值的纠错候选文本作为纠错文本；

S7、根据纠错文本进行信息比对，判断信息比对是否一致，若不一致提示人工复核。

本发明的工作原理及优点在于：