[发明专利]基于等宽文字片段的火车票内容检测方法与系统

说明书

本发明属于票据文本检测领域，具体涉及一种基于等宽文字片段的内容检测系统和方法。其中系统包括，特征提取模块，用于读取独立图片并输出该独立图片的特征图；第一预测模块，用于读取特征图并输出第一候选区信息；第一输出模块，用于读取第一候选区信息并输出第一文本区域；第二预测模块，用于读取特征图并输出第二候选区信息；以及，第二输出模块，用于读取第一文本区域并使用第二候选区信息修正后输出第二文本区域。其中方法是使用具有文本核标注的独立图片组成训练集对系统中特征提取模块、第一预测模块和第二预测模块调用的深度学习神经网络进行训练；在应用阶段仅使用第一预测模块获得的第一文本区域作为系统输出。

技术领域

本发明属于票据文本检测领域，具体涉及一种基于等宽文字片段的内容检测方法与系统。

背景技术

火车票等差旅费报销凭证(Travel Expenses Reimbursement Documents)的录入是财务信息处理系统中一个重要组成部分，一份票据使用文字符号形式同时承载和携带了多项内容信息，以火车票为例，其至少包含了起始站点、出行日期、金额等多项财务信息处理系统所必需的内容信息。这些内容信息目前主要由申请人员手动填写录入信息，非常的耗时耗力。

现有的深度学习技术可以实现信息的自动提取，可以极大的节省人力资源成本。然而，在将其应用于火车票报销一类具体学习场景时，将面临一些具体困难。火车票类信息自动提取流程需包含检测和识别两个阶段。其中，检测环节作为整个流程的基础阶段，面临着更多的问题：一方面的，当前的(火)车票主要采用墨式打印，会出现纸张穿透、字体不清晰以及内容倾斜等问题。另一方面的，用户对这些票据的不当保管可能会造成褶皱，这对检测造成影响。再一方面的，实际应用条件下的扫描设备成像效果、扫描时的光照条件等，均会导致上传的图像不清楚，给检测进一步增加了难度。

针对文本内容信息的检测问题，现有的基于深度学习的方法主要分为基于分割和基于回归两种。基于分割的方法能够处理任意形状，但是需要复杂的后处理的方法进行聚类，效率较低；基于回归的方法能够直接得到文本的区域信息，速度较快，然而基于回归的方法无法得到精确的边界，在火车票类票据的检测场景下，漏检、边界不正确会极大的影响后续其他处理。

发明内容

本发明目的在于提供一种基于等宽文字片段的火车票内容检测方法与系统，能够将深度学习技术应用于火车票报销的无纸化财务处理流程中，实现内容信息的自动提取，尤其适于解决火车票等票据类多内容信息边界模糊且文字分布形状较为规则场景下的文本检测问题。

本发明的第一方面提供了一种基于等宽文字片段的火车票内容检测系统，包括：

特征提取模块，用于读取独立图片并输出该独立图片的特征图；

第一预测模块，用于读取所述特征图并输出第一候选区信息；

第一输出模块，用于读取所述第一候选区信息并输出第一文本区域；

第二预测模块，用于读取所述特征图并输出第二候选区信息；以及，

第二输出模块，用于读取所述第一文本区域并使用所述第二候选区信息修正后输出第二文本区域；

其中，

所述特征图由VGGNet最后一个含参卷积层输出；所述第一候选区信息由BiLSTM对所述特征图进行特征提取后经过全连接层输出；所述第一候选区信息包括由所述特征图根据回归思想提取的坐标信息和评分信息；

所述第二候选区信息包括由所述特征图通过多层卷积基于分割思想提取的文本中心核；所述第二预测模块配置有文本中心核预测分支网络，所述第二预测模块通过该文本中心核预测分支网络检测出所述特征读取模块输出的特征图获得所述文本中心核，并提取各个所述第一文本区域后对其边界进行修正，获得所述第二文本区域。