基于深度学习的发票识别研究
在现代信息社会，由于国民经济的健康发展与科学技术的提高，人们的经济活动也变得更加频繁，发票成为了记录经济活动的重要载体。然而，在传统的发票录入流程中，大多数录入工作都需要人工完成，这种录入方式效率低下且浪费人力资源。随着光学字符识别(Optical Character Recognition，OCR)技术与深度学习技术的兴起，给人们自动化的信息提取提供了极大的便利，因此，利用深度学习技术来解决发票的快速识别具有重要的现实意义。 本文基于深度学习技术对发票识别算法开展研究工作，以最常见的发票为例，根据发票图片的内容特点，将发票识别任务分为两个主要步骤:文本区域检测和文字识别，并通过两个基于深度学习的算法模型实现发票的快速识别，本文主要工作如下: (1)发票文本区域检测部分，选用PseNet网络模型作为基本框架进行发票文本区域检测。在原有的网络结构中加入了可以扩大感受野的形变卷积，提高了模型的特征提取能力;结合工作实际，根据发票文本的实际场景进行分析，引入了dice coefficient loss损失函数，有效避免了检测结果偏向非文本区域;收集发票图片并制作发票数据集作为模型训练数据，进一步提高了发票文本区域的检测精度，发票文本区域检测准确率提升了4.3％，实验结果表明了本文方法的可有效性。 (2)发票文字识别部分，选用CRNN模型开展文字的识别研究，针对文字识别的数据集庞大、场景广泛以及文字识别模型训练困难等问题，制作了部分发票字符数据集;在模型训练环节利用了基于共享参数的迁移学习方法对CRNN模型进行二次训练，文字识别的准确率由90.4％提升到了94.8％，并减少了训练时间和物理设备的消耗。 最后，本文基于深度学习技术，将发票文本区域检测与文字识别算法结合起来进行发票识别实验，实现了一种端到端的发票识别的方法，获得了良好的识别效果，实验结果表明了方法的可行性。
发票识别;文本区域检测;文字识别;深度学习
西安石油大学
硕士
控制工程
穆向阳;李菁
2022
中文
TP391.41
2023-05-23（万方平台首次上网日期，不代表论文的发表时间）