面向财务票据图像的快速文本识别方法研究
计算机视觉与模式识别
2021-01-06 v1
摘要
当前，深度学习方法已广泛应用并推动了不同领域的发展。在财务会计领域，财务票据数量的快速增长大幅增加了人力成本，因此利用深度学习方法来缓解会计压力十分必要。目前，少数工作将深度学习方法应用于财务票据识别。然而，首先，它们的方法仅覆盖少数票据类型。此外，其识别模型的精度和速度无法满足实际财务会计系统的要求。而且，这些方法均未对票据的类型和内容进行详细分析。因此，本文首先分析了482种财务票据的不同特征，将各类财务票据分为三类，并为每一类提出不同的识别模式。这些识别模式可满足几乎所有类型财务票据的识别需求。其次，针对固定格式类型的财务票据（占总票据类型的68.27%），我们基于Faster RCNN提出了一种简洁高效、名为财务票据快速检测网络(FTFDNet)的网络。此外，根据财务票据文本的特点，为获得更高识别精度，对损失函数、区域提议网络(RPN)和非极大值抑制(NMS)进行了改进，使FTFDNet更关注文本。最后，我们与ICDAR2019发票竞赛的最佳票据识别模型进行了对比。实验结果表明，FTFDNet在保持相近精度的同时将处理速度提升了50%。
引用
@article{arxiv.2101.01310,
title = {Research on Fast Text Recognition Method for Financial Ticket Image},
author = {Fukang Tian and Haiyu Wu and Bo Xu},
journal= {arXiv preprint arXiv:2101.01310},
year = {2021}
}