[发明专利]一种票据审核方法及系统

说明书

本发明公开了一种票据审核方法及系统，能够自动审核票据，提高了审核效率和正确率。所述票据审核方法，包括：获取含有票据的图片，对图片中的票据进行识别，构建专项模型；对所述专项模型进行训练；利用训练后的专利模型对票据进行审核。

技术领域

本发明属于电子办公技术领域，尤其涉及一种票据审核方法及系统。

背景技术

目前财务共享办公领域发票报销，扫描，审核大多仍采取人工审核方式，财务人员每天都面临着实物票接受，分拣，扫描，审核，批复的过程。整个流程线枯燥乏味，存在着大量重复手工操作，尤其是票据审核，需要反复对比员工提报的报销流程信息与票面信息是否一致，费时费力。

传统的ocr识别都是基于attention_ocr技术完成通用识别模型。通过打标平台不停的标注训练，识别出从左往右，自上至下的文字识别结果，通过坐标和关键字做专项模型封装。需事先告诉模型要识别哪种类型票据才能进行专属模型研发。如果需要提高识别成功率，需要大量样本进行打标训练，缺少基于业务系统整个流水线的纠错机制来提高整体的识别率。

发明内容

本发明的实施例提供一种票据审核方法及系统，能够自动审核票据，提高了审核效率和正确率。

为达到上述目的，本发明的实施例采用如下技术方案：

第一方面，本发明的实施例提供一种票据审核方法，包括：

获取含有票据的图片，对图片中的票据进行识别，构建专项模型；

对所述专项模型进行训练；

利用训练后的专利模型对票据进行审核。

结合第一方面，作为第一种可能实现的技术方式，所述获取含有票据的图片，对图片中的票据进行识别，构建专项模型，包括：

获取含有票据的图片，对所述图片中的票据进行识别分类，获得票据识别结果，所述图片包括N张票据，N为大于1的整数，所述票据识别结果包括N张单张票据图片；

对所述N张单张票据图片进行文字识别，获得文字识别结果；

将所述文字识别结果封装成专项模型。

结合第一方面的第一种可能的实现方式，作为第二种可能的实现方式，所述对所述图片中的票据进行识别分类，具体包括：

将所述图片的大小调整设定值；

在所述调整后的图片上运行单个卷积网络；

由OCR识别技术中的目标检测模型的置信度对S102获得的图片运行卷积结果进行阈值处理；

利用神经网络做图像语义分割，获得N张单张票据图片。

结合第一方面的第一种可能的实现方式，作为第三种可能的实现方式，所述将所述文字识别结果封装成专项模型，具体包括：

根据所述文字识别结果，得到所述单张票据图片上的票据所属的类型；

根据所述票据所属的类型，将文字识别结果封装成所述票据的专项模型，所述专项模型包括至少一个业务字段；

将所述一个或多个业务字段约定为所述专项模型的目标字段。

结合第一方面，作为第四种可能的实现方式，所述对所述专项模型进行训练，包括：

从图片中采集数据信息，所述数据信息包括业务数据和模型识别数据一致的正确数据信息，以及业务数据和模型识别数据不一致的错误数据信息；

判断所述错误数据信息是否为模型识别错误，若是，则进入下一步；

根据所述错误数据信息，进行模型反义，并自动打标，训练模型。