[发明专利]基于人工智能的定额发票识别准确度评价方法及系统

权利要求书

1.基于人工智能的定额发票识别准确度评价方法，其特征在于，该方法包括以下步骤：

采集定额发票的发票图像，在所述发票图像中提取发票包围框；在所述发票包围框内提取发票的文本信息，构成高维向量；

对每两张所述发票图像对应的所述高维向量计算信息一致性，并依据所述信息一致性获取每两张发票图像之间的样本距离；根据所述样本距离将所述发票图像进行密度聚类，分为多个类别；

获取每张发票图像与同类别其他发票图像之间的信息差异，进而得到该发票图像的容错率；依据每个类别的所有发票图像的容错率均值获取该类别的容错系数；

根据每张发票图像对应的容错系数以及所述信息差异获取该发票图像的识别准确度。

2.根据权利要求1所述的方法，其特征在于，所述高维向量的构建过程为：

截取所述发票包围框的区域，对其进行扫描，得到发票图像中各个关键参数的内容，构成所述高维向量；所述关键参数至少包括发票尺寸、发票类型、发票代码和金额。

3.根据权利要求2所述的方法，其特征在于，所述发票尺寸的获取过程为：

根据所述发票包围框的区域在所述发票图像中的面积占比以及图像采集参数获取所述发票尺寸。

4.根据权利要求1所述的方法，其特征在于，所述信息一致性的获取过程为：

预设高维向量中每个元素的损失权重，利用孪生网络获取两个所述高维向量之间的损失值，根据每两个高维向量的余弦相似度以及所述损失值计算所述信息一致性。

5.根据权利要求1所述的方法，其特征在于，所述样本距离的获取过程为：

依据所述信息一致的倒数计算所述样本距离；所述样本距离与所述信息一致性呈负相关关系。

6.根据权利要求1所述的方法，其特征在于，所述信息差异的获取过程为：

分别计算每张发票图像与同类别其他发票图像对应的高维向量之间的余弦相似度，根据所述余弦相似度得到对应的差异度，将所述差异度求和作为所述信息差异。

7.根据权利要求1所述的方法，其特征在于，所述容错系数的获取过程为：

获取每个类别中所有发票图像的容错率均值，以所述容错率均值在所有类别中的数值占比作为该类别的所述容错系数。

8.根据权利要求1所述的方法，其特征在于，该方法还包括以下步骤：

当所述识别准确度小于识别阈值时，对应的发票作为不能被识别的发票。

9.基于人工智能的定额发票识别准确度评价系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1～8任意一项所述方法的步骤。