[发明专利]一种基于深度学习的出租车票据识别方法和系统在审
| 申请号： | 201910947944.2 | 申请日： | 2019-10-08 |
| 公开（公告）号： | CN110689658A | 公开（公告）日： | 2020-01-14 |
| 发明（设计）人： | 袁学光;张阳安;刘威良;刘梦雅;吴剑岚;肖振宇 | 申请（专利权）人： | 北京邮电大学 |
| 主分类号： | G07D7/20 | 分类号： | G07D7/20;G06N3/04;G06N3/08;G06K9/34 |
| 代理公司： | 11512 北京迎硕知识产权代理事务所(普通合伙) | 代理人： | 钱扬保;张群峰 |
| 地址： | 100087 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度学习的出租车票据识别方法及系统，系统包括能够与移动终端或者用户计算机通信的服务器或者包括带有摄像头的嵌入式终端，用于实现基于深度学习的出租车票据识别方法。方法包括将经过预处理的出租车票据图像输入至神经网络模型中，识别出所述出租车票据上的信息。神经网络模型包括单张图片多框识别深度学习网络和卷积循环神经网络两部分，使用单张图片多框识别深度学习网络识别出租车票据的信息区域，并对信息区域进行分割得到对应多种信息的信息图片；使用卷积循环神经网络识别所述信息图片中的信息。上述识别模型结构简单，识别准确率高，同时神经网络的训练数据准备方便，识别也迅速快捷，方便实现多人同时使用或者本地直接处理。 | ||
| 搜索关键词： | 出租车 神经网络模型 循环神经网络 票据识别 信息区域 信息图片 卷积 票据 学习 预处理 嵌入式终端 用户计算机 摄像头 模型结构 票据图像 神经网络 网络识别 训练数据 移动终端 直接处理 准确率 服务器 分割 图片 通信 网络 | ||
【主权项】：
1.一种基于深度学习的出租车票据识别方法，其特征在于，该方法具体包括如下步骤：/n步骤1、采集待识别出租车票据的图像；/n步骤2、对所述图像做预处理；/n步骤3、将经过所述预处理的所述图像输入至神经网络模型中，识别出所述出租车票据上的信息；/n其中，步骤3中的所述神经网络模型包括单张图片多框识别深度学习网络和卷积循环神经网络两部分，使用单张图片多框识别深度学习网络识别出租车票据的信息区域，并对信息区域进行分割得到对应多种信息的信息图片；使用卷积循环神经网络识别所述信息图片中的信息；/n所述神经网络模型是预先训练好的。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京邮电大学，未经北京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910947944.2/，转载请声明来源钻瓜专利网。
