[发明专利]一种票据的识别方法及票据识别装置

说明书

本申请公开了一种票据的识别方法及票据识别装置，该方法包括：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，以确定第一票据图像包含的至少一张票据各自在第一票据图像中的区域位置以及各自所属的票据类别；基于至少一张票据各自在第一票据图像中的区域位置，将第一票据图像切分成至少一张票据各自对应的票据子图像；基于至少一张票据各自对应的票据子图像以及各自所属的票据类别，对至少一张票据进行内容分析，获得至少一张票据各自包含的内容信息；基于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，可以自动识别票据图像中包含的至少一张票据的票据内容，可以简化报销操作、节约成本，提高票据报销效率。

技术领域

本申请涉及计算机视觉技术领域，尤其涉及一种票据的识别方法及票据识别装置。

背景技术

混排票据图像，又可以称为混拍票据图像或混贴票据图像，是指在企业报销流程中，报销人员将多张报销票据混合贴在同一张A4纸上，再用扫描仪等设备拍摄而成的图像。在报销过程中，企业财务人员需要将混排票据图像中的票据内容一一录入财务系统，并核对报销事由、票据类别、报销金额等信息。

然而，随着经济的发展和企业的壮大，企业报销单据的数量也随之剧增。在目前的报销过程中，对于企业报销人员，填写报销单和贴票过程繁琐，对于财务人员，核对和录入票据内容信息、发票验真等工作非常繁琐，机械性重复劳动很多。

可见，目前的报销过程中，需要浪费大量人力物力，且操作繁琐，不利于节约成本，且报销效率低。

发明内容

本申请实施例提供一种票据的识别方法及票据识别装置，以节约成本，提高票据报销效率。

第一方面，本申请实施例提供一种票据的识别方法，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。

在一种可能的设计中，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。