[发明专利]一种票据的识别方法及票据识别装置

权利要求书

1.一种票据的识别方法，其特征在于，包括：

通过卷积神经网络模型对获取到的第一票据图像进行识别分析，以确定所述第一票据图像包含的至少一张票据各自在所述第一票据图像中的区域位置以及所述至少一张票据各自所属的票据类别；

基于所述至少一张票据各自在所述第一票据图像中的区域位置，将所述第一票据图像切分成所述至少一张票据各自对应的票据子图像；

基于所述至少一张票据各自对应的票据子图像以及所述至少一张票据各自所属的票据类别，对所述至少一张票据进行内容分析，获得所述至少一张票据各自包含的内容信息；

基于所述至少一张票据各自包含的内容信息，生成格式化的票据内容。

2.如权利要求1所述的方法，其特征在于，通过卷积神经网络模型对所述第一票据图像进行分析，以确定所述第一票据图像包含的至少一张票据各自在所述第一票据图像中的区域位置以及所述至少一张票据各自所属的票据类别，包括：

将所述第一票据图像进行归一化处理，获得归一化后的第二票据图像；

通过所述卷积神经网络模型的多个特征层识别所述第二票据图像，获得所述多个特征层中的任一特征层对应的特征图，所述任一特征层对应的特征图划分为m_i×n_i个单元格，i表示所述任一特征层对应的特征图，其中，所述多个特征层对应的特征图包含的单元格数量不同；

通过所述卷积神经网络模型基于多个预测框和M个类别对所述m_i×n_i个单元格进行遍历计算，以确定所述至少一张票据各自在所述任一特征层对应的特征图的区域位置以及所述至少一张票据各自所属的票据类别；其中，所述M个类别包括K个票据类别和一个背景类别，所述K个票据类别包含所述至少一张票据各自所属的票据类别；

基于所述至少一张票据各自在所述任一特征层对应的特征图的区域位置以及所述至少一张票据各自所属的票据类别进行分析，确定所述至少一张票据各自在所述第二票据图像中的区域位置以及所述至少一张票据各自所属的票据类别。

3.如权利要求2所述的方法，其特征在于，所述多个预测框对应K个票据类别，所述多个预测框中的一个或多个预测框对应一个票据类别，所述一个或多个预测框的横纵比由与所述一个或多个预测框对应的票据类别的票据的横纵比确定。

4.如权利要求2所述的方法，其特征在于，通过所述卷积神经网络模型基于多个预测框和M个类别对所述m_i×n_i个单元格进行遍历计算，以确定所述至少一张票据各自在所述任一特征层对应的特征图的区域位置以及所述至少一张票据各自所属的票据类别，包括：

确定所述M个类别各自对应的第一参数值；

基于所述多个预测框分别对所述m_i×n_i个单元格中的任一单元格进行预测，确定所述任一单元格的收敛参数值；

基于所述M个类别各自对应的第一参数值和所述任一单元格的收敛参数值，计算得到M个第二参数值；

确定所述任一单元格对应的类别为所述M个第二参数值中的最大第二参数值对应的类别；

确定所述m_i×n_i个单元格中属于相同类别的至少一个单元格的位置，基于所述至少一个单元格的位置确定所述至少一张票据各自在所述任一特征层对应的特征图的区域位置。

5.如权利要求2所述的方法，其特征在于，所述第二票据图像的像素为N*N像素；

将所述第一票据图像进行归一化处理，获得归一化后的第二票据图像，包括：

将所述第一票据图像的长边归一化到第一像素，并确定所述长边在归一化之前的第二像素与所述第一像素之间的比例，所述第一像素的像素值等于N；

基于所述比例对所述第一票据图像的短边进行缩放处理，获得缩放处理后的短边对应的第三像素；

若所述第三像素的像素值小于所述第一像素的像素值，则对所述缩放处理后的短边中不足所述第三像素的像素值的部分区域进行空白像素补齐，直至所述第三像素的像素值等于所述第一像素的像素值，获得所述第二票据图像。