面向财务票据图像的全内容文本识别方法研究
计算机视觉与模式识别
2020-12-16 v1
摘要
随着经济发展，财务票据数量迅速增长。传统的人工发票报销与财务会计系统给财务人员带来越来越重的负担。因此，基于对大量真实财务票据数据的研究与分析，我们设计了一种基于深度学习的准确高效的全内容文本检测与识别方法。该方法具有更高的识别准确率与召回率，能够满足财务会计工作的实际需求。此外，我们提出了一种财务票据字符识别框架（FTCRF）。依据汉字识别的特点，该框架包含两步信息提取方法，可提升汉字识别速度。实验结果表明，该方法对字符序列的平均识别准确率为 91.75%，对整张票据为 87%。该方法的可行性与有效性已通过一个商业应用系统得到验证，其显著提升了财务会计系统的效率。
引用
@article{arxiv.2012.08168,
title = {Research on All-content Text Recognition Method for Financial Ticket Image},
author = {Fukang Tian and Haiyu Wu and Bo Xu},
journal= {arXiv preprint arXiv:2012.08168},
year = {2020}
}