[发明专利]一种票据智能识别检验方法、系统及可读存储介质

说明书

本发明公开了一种票据智能识别检验方法，其包括：获取用户上传的票据图片；基于预先训练的票据类型识别模型，识别并获取所述票据图片的票据类型；根据所述票据的票据类型，基于预先训练的相应票据类型所对应的信息区域识别模型，识别并获取所述票据的多个待识别信息区域；基于所述多个待识别信息区域以及预先训练的字符识别模型，识别并获取其中的全部字符信息，从而确定所述票据上记载的信息。本发明还公开了相应的系统及可读存储介质。本发明能够高效、准确地识别各种票据上记载的信息，并进行查验发票真实性、有效性等预判工作。

技术领域

本发明涉及票据的自动识别技术领域，涉及一种票据智能识别检验方法、系统及可读存储介质。

背景技术

随着经济的不断发展，人们的消费水平不断的提高，为了维护人们的消费权益，票据成为了消费者的有力保障以及有效的报销凭证，因此财务人员每天需要处理大量的票据。同时也有越来越多的人通过记账分类统计以掌握自身的消费情况。但是除了通用格式以外还存在着大量非常规财务票据，这类票据较难统一处理和识别。

非常规财务票据包括：财务收据、合同关键页、保函、缴款通知书、预算文件、验收证明、签到表、签收表、完工证明等，具有类别多和结构不一的特征。现有技术无法满足多种非常规类、不同格式化票据文件数据的采集。

发明内容

本发明所要解决的技术问题在于，提供一种票据智能识别检验方法和系统，可以实施对票据的相关信息进行智能识别。

为解决上述技术问题，根据本发明的第一方面，提供了一种票据智能识别检验方法，包括：

步骤S10，获取用户上传的票据图片；

步骤S11，基于预先训练的票据类型识别模型，识别并获取所述票据图片的票据类型；

步骤S12，根据所述票据的票据类型，基于预先训练的相应票据类型所对应的信息区域识别模型，识别并获取所述票据的多个待识别信息区域；

步骤S13，基于所述多个待识别信息区域以及预先训练的字符识别模型，识别并获取其中的全部字符信息，从而确定所述票据上记载的信息。

优选地，所述票据类型识别模型是基于神经网络的模型。

优选地，所述信息区域识别模型是基于神经网络的模型。

优选地，所述字符识别模型是基于神经网络的模型。

优选地，该方法还包括基于所述票据上记载的信息以及票据检验模型进行票据真实性和有效性识别。

优选地，该方法还包括基于所述票据上记载的信息以及预选训练的税费计算模型进行相应的票据税费计算。

优选地，在所述票据类型识别步骤前还包括对所述票据进行校正处理。

优选地，该方法还包括基于所述票据上记载的信息以及预先训练的报销模型自动生成报销票据。

根据本公开的第二方面，提供了一种票据智能识别检验的系统，包括：

一个或多个处理器；以及

一个或多个存储器，被配置为存储一系列计算机可执行的指令，

其中，当所述一系列计算机可执行的指令被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如下方法：获取用户上传的票据图片；基于预先训练的票据类型识别模型，识别并获取所述票据图片的票据类型；根据所述票据的票据类型，基于预先训练的相应票据类型所对应的信息区域识别模型，识别并获取所述票据的多个待识别信息区域；基于所述多个待识别信息区域以及预先训练的字符识别模型，识别并获取其中的全部字符信息，从而确定所述票据上记载的信息。