CN109858453A - 一种通用的多引擎票据识别系统及方法 - Google Patents
一种通用的多引擎票据识别系统及方法 Download PDFInfo
- Publication number
- CN109858453A CN109858453A CN201910116264.6A CN201910116264A CN109858453A CN 109858453 A CN109858453 A CN 109858453A CN 201910116264 A CN201910116264 A CN 201910116264A CN 109858453 A CN109858453 A CN 109858453A
- Authority
- CN
- China
- Prior art keywords
- identification
- submodule
- engine
- bank slip
- slip recognition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Character Discrimination (AREA)
Abstract
本发明公开了一种通用的多引擎票据识别系统及方法,属于计算机视觉及文字识别领域,要解决的技术问题为如何实现智能财务报销系统票据识别中多引擎接入、提升票据识别效率以及降低人工核验工作量等。技术方案为:①一种通用的多引擎票据识别系统,包括多引擎接入模块、智能服务模块、智能票据识别模块和票据识别API模块。②一种通用的多引擎票据识别方法,步骤如下:S1、通过图像预处理子模块进行图像预处理;S2、通过票据类型识别子模块进行票据类型自动识别;S3、自动选择票据模板;S4、判断是否是多引擎组合识别;S5、将所有单引擎识别的结果复合成多引擎识别结果;S6、基于AI智能服务进行识别结果优化;S7、确信度评估;S8、返回识别结果。
Description
技术领域
本发明涉及计算机视觉及文字识别技术,特别涉及基于AI的智能财务报销系统票据识别领域,具体地说是一种通用的多引擎票据识别系统及方法。
背景技术
近几年票据识别服务发展迅猛,但票据识别率仍相对较低,使得票据识别后还需票据录入人员针对每个识别出的字段进行全面的人工核验以纠正自动识别的错误信息。识别率较低、人工核验过程相对比较耗时,使得票据识别服务的商业化利用率一直较低。
如附图1所示,基于AI的智能财务报销系统中,可以借助OCR等技术进行发票的自动识别,以减少报销人员录入工作量、报销审核人员的审核工作量等,提升报销自动化程度和报销效率。长久以来,票据识别引擎没有形成统一的规范,各识别引擎对外提供的服务API区别较大,无法相互兼容。智能财务报销系统交付过程中,客户经常因已购买或其他因素而指定特定的票据识别引擎,这就使得智能财务报销系统疲于应付各种识别引擎的对接,不断的进行客户化定制,很大程度上降低了产品适用度和交付效率,提升了交付成本。
因此,解决如何实现智能财务报销系统票据识别中多引擎接入、提升票据识别效率以及降低人工核验工作量是目前亟需解决的问题。
专利号为CN108960223A的专利文献公开了一种基于票据智能识别自动生成凭证的方法,其包括以下步骤:S1、将票据上传进行智能识别,提取关键信息,并根据提取到的关键信息对票据进行分类处理,并使关键信息与票据关联并存储;S2、在凭证模板系统中,预置凭证模板数据库,凭证模板的来源主要包括人工生成、系统生成以及临时模板转换生成;S3、匹配模板,生成凭证;S4、手动处理临时凭证。但是该技术方案只是涉及到凭证生成时与单一票据识别引擎集成,不能实现多引擎接入、也不能提升票据识别效率以及降低人工核验工作量。
专利号为CN204576535U的一种票据识别装置,包括:图像采集单元、票据识别单元及存储单元;其中,所述图像采集单元采集待识别票据的图像,并将所述待识别票据的图像发送给所述票据识别单元,所述票据识别单元将所述待识别票据的图像与存储在所述存储单元中的票据类型均不相同的至少一个票据模板进行匹配,获得所述待识别票据的票据类型;基于所述待识别票据的票据类型,识别出所述待识别票据。但是该技术方案只是设计票据类型的识别,不涉及票据内容的OCR识别、也不涉及不能实现多识别引擎接入、提升票据识别效率以及降低人工核验工作量
发明内容
本发明的技术任务是提供一种通用的多引擎票据识别系统及方法,来解决如何实现智能财务报销系统票据识别中多引擎接入、提升票据识别效率以及降低人工核验工作量的问题。
本发明的技术任务是按以下方式实现的,一种通用的多引擎票据识别系统,该系统包括,
多引擎接入模块,用于对接入的多个识别引擎进行集中管理,并屏蔽各识别引擎提供的API差异,集中式的调用不同识别引擎进行票据识别;多引擎接入模块通过统一的票据识别引擎驱动接口接入多个票据识别引擎,票据识别引擎接入时通过OCR识别相应的引擎接入适配。
智能服务模块,用于提供机器学习、自然语言处理、企业大数据、票据查验;
智能票据识别模块,用于图像预处理、模板管理、票据类型识别、单引擎识别、多引擎组合识别、二维码识别以及确信度评估;
票据识别API模块,用于对外提供统一的票据识别API,可在框架层屏蔽不同识别引擎的差异,实现对业务系统无感知的切换不同的票据识别引擎、多引擎组合识别的特性,使得票据识别引擎对上层的业务系统透明。
作为优选,智能服务模块包括机器学习子模块、自然语言处理服务子模块、企业大数据处理子模块和票据查验服务子模块。
更优地,所述机器学习子模块用于基于深度学习算法进行数据解析和不断学习进化,并做出越来越准确的判断和预测;
自然语言处理服务子模块用于基于机器学习技术进行语意识别,可结合企业大数据处理模块的功能对识别的错误文字进行矫正、确信度判定;
企业大数据处理子模块用于企业大数据的处理,基于企业大数据进行企业名称等信息的智能矫正和智能匹配;
票据查验服务子模块用于基于发票基本信息到税务总局的电子抵账库中进行发票详细信息获取,校验发票真伪和辅助识别纠正等。
作为优选,所述智能票据识别模块包括图像预处理子模块、模板管理子模块、票据类型识别子模块、单引擎识别子模块、多引擎组合识别子模块、二维码识别子模块以及确信度评估子模块。
更优地,所述图像预处理子模块用于对票据图像进行切割、拉正预处理,将粘贴在多张A4纸上的多张发票进行切割、拉正成标准的单张发票;
模板管理子模块用于实现票据识别模板的定制和统一管理;
票据类型识别子模块用于自动识别经过预处理后的单张票据图像的票据类型,如:增值税专用发票、火车票、飞机行程单等,以便于根据不同的票据类型自动选择合适的票据识别模板。
更优地,所述单引擎识别子模块用于基于接入的单一识别引擎进行票据识别服务,通过配置指定具有的票据识别引擎;
多引擎识别子模块用于从已接入的识别引擎列表中选择多个识别引擎进行组合识别,并结合机器学习服务子模块将多个引擎的识别结果融合,以组合算法提升票据识别率;
单引擎识别子模块和多引擎识别子模块均会结合自然语言处理子模块、企业大数据处理子模块和票据校验子模块的智能服务对初步识别结果进行矫正与增补,以进一步提升票据识别率。
更优地,所述二维码识别子模块用于自动定位发票上的二维码并识别二维码信息;针对增值税发票是根据二维码信息调用发票查验服务进行发票校验和OCR识别信息校验。
更优地,所述确信度评估子模块用于基于数据校验过程进行确信度评估,对于评估为确信状态的字段,表示该字段100%正确,无需再进行人工核验,以减少票据录入人员的人工核验工作量。
一种通用的多引擎票据识别方法,该方法步骤如下:
S1、通过图像预处理子模块进行图像预处理;
S2、通过票据类型识别子模块进行票据类型自动识别;
S3、自动选择票据模板;
S4、判断是否是多引擎组合识别:
①、若是,则并行分发给多个独立的识别引擎进行独立识别,再执行步骤S5;
②、若否,则直接根据指定的单识别引擎进行OCR识别,再跳转至步骤S6;
S5、将所有单引擎识别的结果复合成多引擎识别结果,下一步执行步骤S6;
S6、基于AI智能服务进行识别结果优化;
S7、通过确信度评估子模块进行确信度评估;
S8、返回识别结果。
作为优选,所述步骤S7中通过确信度评估子模块进行确信度评估,对于评估为确信状态的字段,表示该字段100%正确,无需再进行人工核验,以减少票据录入人员的人工核验工作量。
本发明的通用的多引擎票据识别系统及方法具有以下优点:
(一)、本发明能够基于统一的多引擎接入框架实现对各种票据识别引擎进行适配和后继扩展,并以机器学习技术通过多引擎组合识别,并辅以自然语言处理、企业大数据、票据校验等服务进一步提升识别率,并基于确信度评估降低人工核验工作量、提升工作效率;
(二)、通过本发明可在框架层屏蔽不同识别引擎的差异,实现对业务系统无感知的切换不同的票据识别引擎、多引擎组合识别等特性,使得票据识别引擎对上层的业务系统透明,实现业务系统只需一次集成,即可通过配置按根据用户需求需调整或扩展不同的票据识别引擎,提升业务系统开发效率和识别引擎接入的可扩展性,提升对用户场景匹配度。。
附图说明
下面结合附图对本发明进一步说明。
附图1为本发明背景技术中描述的传统OCR识别引擎接入业务系统的示意图;
附图2为本发明通用的多引擎票据识别系统的结构框图;
附图3为附图2接入业务系统的结构示意图;
附图4为本发明的通用的多引擎票据识别方法的流程框图。
具体实施方式
参照说明书附图和具体实施例对本发明的一种通用的多引擎票据识别系统及方法作以下详细地说明。
实施例1:
如附图2所示,本发明的通用的多引擎票据识别系统,该系统包括多引擎接入模块、智能服务模块、智能票据识别模块和票据识别API模块。
多引擎接入模块用于对接入的多个识别引擎进行集中管理,并屏蔽各识别引擎提供的API差异,集中式的调用不同识别引擎进行票据识别;多引擎接入模块通过统一的票据识别引擎驱动接口接入多个票据识别引擎,票据识别引擎接入时通过OCR识别相应的引擎接入适配。
智能服务模块用于提供机器学习、自然语言处理、企业大数据、票据查验;智能服务模块包括机器学习子模块、自然语言处理服务子模块、企业大数据处理子模块和票据查验服务子模块。机器学习子模块用于基于深度学习算法进行数据解析和不断学习进化,并做出越来越准确的判断和预测;自然语言处理服务子模块用于基于机器学习技术进行语意识别,可结合企业大数据处理模块的功能对识别的错误文字进行矫正、确信度判定;企业大数据处理子模块用于企业大数据的处理,基于企业大数据进行企业名称等信息的智能矫正和智能匹配;票据查验服务子模块用于基于发票基本信息到税务总局的电子抵账库中进行发票详细信息获取,校验发票真伪和辅助识别纠正等。
智能票据识别模块用于图像预处理、模板管理、票据类型识别、单引擎识别、多引擎组合识别、二维码识别以及确信度评估;智能票据识别模块包括图像预处理子模块、模板管理子模块、票据类型识别子模块、单引擎识别子模块、多引擎组合识别子模块、二维码识别子模块以及确信度评估子模块。图像预处理子模块用于对票据图像进行切割、拉正预处理,将粘贴在多张A4纸上的多张发票进行切割、拉正成标准的单张发票;模板管理子模块用于实现票据识别模板的定制和统一管理;票据类型识别子模块用于自动识别经过预处理后的单张票据图像的票据类型,如:增值税专用发票、火车票、飞机行程单等,以便于根据不同的票据类型自动选择合适的票据识别模板。单引擎识别子模块用于基于接入的单一识别引擎进行票据识别服务,通过配置指定具有的票据识别引擎;多引擎识别子模块用于从已接入的识别引擎列表中选择多个识别引擎进行组合识别,并结合机器学习服务子模块将多个引擎的识别结果融合,以组合算法提升票据识别率;单引擎识别子模块和多引擎识别子模块均会结合自然语言处理子模块、企业大数据处理子模块和票据校验子模块的智能服务对初步识别结果进行矫正与增补,以进一步提升票据识别率。二维码识别子模块用于自动定位发票上的二维码并识别二维码信息;针对增值税发票是根据二维码信息调用发票查验服务进行发票校验和OCR识别信息校验。确信度评估子模块用于基于数据校验过程进行确信度评估,对于评估为确信状态的字段,表示该字段100%正确,无需再进行人工核验,以减少票据录入人员的人工核验工作量。
票据识别API模块,用于对外提供统一的票据识别API,可在框架层屏蔽不同识别引擎的差异,实现对业务系统无感知的切换不同的票据识别引擎、多引擎组合识别的特性,使得票据识别引擎对上层的业务系统透明。
实施例2:
如附图4所示,本发明的通用的多引擎票据识别方法,该方法步骤如下:
S1、通过图像预处理子模块进行图像预处理;
S2、通过票据类型识别子模块进行票据类型自动识别;
S3、自动选择票据模板;
S4、判断是否是多引擎组合识别:
①、若是,则并行分发给多个独立的识别引擎进行独立识别,再执行步骤S5;
②、若否,则直接根据指定的单识别引擎进行OCR识别,再跳转至步骤S6;
S5、将所有单引擎识别的结果复合成多引擎识别结果,下一步执行步骤S6;
S6、基于AI智能服务进行识别结果优化;
S7、通过确信度评估子模块进行确信度评估,对于评估为确信状态的字段,表示该字段100%正确,无需再进行人工核验,以减少票据录入人员的人工核验工作量;
S8、返回识别结果。
实施例3:以某客户的智能财务报销系统实施为例,如附图3所示,
(一)、部署多引擎接入模块,按客户要求接入浪潮智能票据识别引擎、以及基于传统OCR模式的百度OCR云服务服务两种票据识别引擎,这两种票据识别引擎都是默认适配的,所以只需要进行配置即可接入,配置信息如下:
<!—接入的票据识别引擎列表,并指定使用浪潮浪潮AI识别引擎InspurAI和百度云OCR引擎BaiduOCR-->
<OcrEngines default=’InspurAI’usingList=’InspurAI,BaiduOCR’>
<OcrEngines name=’InspurAI’deployment=’Cloud’url=’https://api.tempcom/rest/ai/ocr/v1/auto’apikey=’abc_inspur_001’type=’AI’adapter=’InspurAIAdapter’/>
<OcrEngines name=’BaiduOCR’deployment=’Cloud’url=’https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic’clientid=’abc_baidu_001’tokenurl=’https://aip.baidubce.com/oauth/2.0/token’type=’OCR’adapter=’BaiduAdapter’/>
</OcrEngines>;
(二)、智能服务模块默认自带浪潮智能服务,包括云模式的机器学习、自然语言处理、企业大数据、票据查验等云服务,无需进行特殊配置;
(三)、智能票据识别模块会根据上述多引擎配置进行图像预处理和智能识别、确信度评估等;
(四)、智能财务系统直接调用本发明提供的统一的票据识别API模块进行调用,可以屏蔽掉各识别引擎之间的差异,并能基于智能服务提升识别效率,基于确信度评估降低人工核验工作量、提升工作效率。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种通用的多引擎票据识别系统,其特征在于,该系统包括,
多引擎接入模块,用于对接入的多个识别引擎进行集中管理,并屏蔽各识别引擎提供的API差异,集中式的调用不同识别引擎进行票据识别;
智能服务模块,用于提供机器学习、自然语言处理、企业大数据、票据查验;
智能票据识别模块,用于图像预处理、模板管理、票据类型识别、单引擎识别、多引擎组合识别、二维码识别以及确信度评估;
票据识别API模块,用于对外提供统一的票据识别API,可在框架层屏蔽不同识别引擎的差异,实现对业务系统无感知的切换不同的票据识别引擎、多引擎组合识别的特性,使得票据识别引擎对上层的业务系统透明。
2.根据权利要求1所述的通用的多引擎票据识别系统,其特征在于,智能服务模块包括机器学习子模块、自然语言处理服务子模块、企业大数据处理子模块和票据查验服务子模块。
3.根据权利要求2所述的通用的多引擎票据识别系统,其特征在于,所述机器学习子模块用于基于深度学习算法进行数据解析和不断学习进化,并做出越来越准确的判断和预测;
自然语言处理服务子模块用于基于机器学习技术进行语意识别,可结合企业大数据处理模块的功能对识别的错误文字进行矫正、确信度判定;
企业大数据处理子模块用于企业大数据的处理,基于企业大数据进行企业名称信息的智能矫正和智能匹配;
票据查验服务子模块用于基于发票基本信息到税务总局的电子抵账库中进行发票详细信息获取,校验发票真伪和辅助识别纠正。
4.根据权利要求1或2或3所述的通用的多引擎票据识别系统,其特征在于,所述智能票据识别模块包括图像预处理子模块、模板管理子模块、票据类型识别子模块、单引擎识别子模块、多引擎组合识别子模块、二维码识别子模块以及确信度评估子模块。
5.根据权利要求4所述的通用的多引擎票据识别系统,其特征在于,所述图像预处理子模块用于对票据图像进行切割、拉正预处理,将粘贴在多张A4纸上的多张发票进行切割、拉正成标准的单张发票;
模板管理子模块用于实现票据识别模板的定制和统一管理;
票据类型识别子模块用于自动识别经过预处理后的单张票据图像的票据类型,以便于根据不同的票据类型自动选择合适的票据识别模板。
6.根据权利要求5所述的通用的多引擎票据识别系统,其特征在于,所述单引擎识别子模块用于基于接入的单一识别引擎进行票据识别服务,通过配置指定具有的票据识别引擎;
多引擎识别子模块用于从已接入的识别引擎列表中选择多个识别引擎进行组合识别,并结合机器学习服务子模块将多个引擎的识别结果融合,以组合算法提升票据识别率;
单引擎识别子模块和多引擎识别子模块均会结合自然语言处理子模块、企业大数据处理子模块和票据校验子模块的智能服务对初步识别结果进行矫正与增补,以进一步提升票据识别率。
7.根据权利要求6所述的通用的多引擎票据识别系统,其特征在于,所述二维码识别子模块用于自动定位发票上的二维码并识别二维码信息;针对增值税发票是根据二维码信息调用发票查验服务进行发票校验和OCR识别信息校验。
8.根据权利要求7所述的通用的多引擎票据识别系统,其特征在于,所述确信度评估子模块用于基于数据校验过程进行确信度评估,对于评估为确信状态的字段,表示该字段100%正确,无需再进行人工核验,以减少票据录入人员的人工核验工作量。
9.一种通用的多引擎票据识别方法,其特征在于,该方法步骤如下:
S1、通过图像预处理子模块进行图像预处理;
S2、通过票据类型识别子模块进行票据类型自动识别;
S3、自动选择票据模板;
S4、判断是否是多引擎组合识别:
①、若是,则并行分发给多个独立的识别引擎进行独立识别,再执行步骤S5;
②、若否,则直接根据指定的单识别引擎进行OCR识别,再跳转至步骤S6;
S5、将所有单引擎识别的结果复合成多引擎识别结果,下一步执行步骤S6;
S6、基于AI智能服务进行识别结果优化;
S7、通过确信度评估子模块进行确信度评估;
S8、返回识别结果。
10.根据权利要求9所述的通用的多引擎票据识别方法,其特征在于,所述步骤S7中通过确信度评估子模块进行确信度评估,对于评估为确信状态的字段,表示该字段100%正确,无需再进行人工核验,以减少票据录入人员的人工核验工作量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910116264.6A CN109858453B (zh) | 2019-02-15 | 2019-02-15 | 一种通用的多引擎票据识别系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910116264.6A CN109858453B (zh) | 2019-02-15 | 2019-02-15 | 一种通用的多引擎票据识别系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109858453A true CN109858453A (zh) | 2019-06-07 |
CN109858453B CN109858453B (zh) | 2023-06-23 |
Family
ID=66898039
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910116264.6A Active CN109858453B (zh) | 2019-02-15 | 2019-02-15 | 一种通用的多引擎票据识别系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109858453B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110599317A (zh) * | 2019-08-26 | 2019-12-20 | 湖南大唐先一科技有限公司 | 一种基于规则引擎和ocr的报账及审核自动化方法 |
CN110634223A (zh) * | 2019-09-27 | 2019-12-31 | 中国银行股份有限公司 | 票据校验方法及装置 |
CN110675546A (zh) * | 2019-09-06 | 2020-01-10 | 深圳壹账通智能科技有限公司 | 发票图片识别及验真方法、系统、设备及可读存储介质 |
CN110796145A (zh) * | 2019-09-19 | 2020-02-14 | 平安科技(深圳)有限公司 | 基于智能决策的多证件分割关联方法及相关设备 |
CN111783703A (zh) * | 2020-07-07 | 2020-10-16 | 常州市第三人民医院 | 一种纸质票据智能识别与电子凭证自动生成系统及方法 |
CN111860263A (zh) * | 2020-07-10 | 2020-10-30 | 海尔优家智能科技(北京)有限公司 | 信息录入方法、装置及计算机可读存储介质 |
CN111881881A (zh) * | 2020-08-10 | 2020-11-03 | 晶璞(上海)人工智能科技有限公司 | 一种基于多维度的机器智能文本识别可信度判别方法 |
CN111898612A (zh) * | 2020-06-30 | 2020-11-06 | 北京来也网络科技有限公司 | 结合rpa和ai的ocr识别方法及装置、设备、介质 |
CN111931945A (zh) * | 2020-07-31 | 2020-11-13 | 北京百度网讯科技有限公司 | 基于标签引擎的数据处理方法、装置、设备及存储介质 |
CN111931664A (zh) * | 2020-08-12 | 2020-11-13 | 腾讯科技(深圳)有限公司 | 混贴票据图像的处理方法、装置、计算机设备及存储介质 |
CN112163583A (zh) * | 2020-09-25 | 2021-01-01 | 珠海智通信息技术有限公司 | 数字表读数的识别方法、识别设备以及计算机可读存储介质 |
CN112632926A (zh) * | 2020-12-29 | 2021-04-09 | 平安科技(深圳)有限公司 | 票据的数据处理方法、装置、电子设备及存储介质 |
CN113743393A (zh) * | 2020-11-17 | 2021-12-03 | 广州市科传计算机科技股份有限公司 | 一种基于人工智能的销售小票校验方法 |
CN113793445A (zh) * | 2021-05-18 | 2021-12-14 | 广州力天文化创意产业集团有限公司 | 基于机器学习的投票箱识别系统 |
CN114694152A (zh) * | 2022-04-01 | 2022-07-01 | 江苏行声远科技有限公司 | 基于三源ocr结果的印刷文本可信度融合方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105740683A (zh) * | 2016-01-20 | 2016-07-06 | 北京信安盟科技有限公司 | 基于多因素、多引擎、人机相结合的身份验证方法与系统 |
CN106504079A (zh) * | 2016-09-22 | 2017-03-15 | 江苏富山企业服务有限公司 | 一种综合式财务管理方法及其管理平台 |
CN108170658A (zh) * | 2018-01-12 | 2018-06-15 | 山西同方知网数字出版技术有限公司 | 一种可灵活配置、灵活定义的文字识别编改校对系统 |
CN109101561A (zh) * | 2018-07-13 | 2018-12-28 | 深圳红酒世界电商股份有限公司 | 一种酒标识别的方法 |
-
2019
- 2019-02-15 CN CN201910116264.6A patent/CN109858453B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105740683A (zh) * | 2016-01-20 | 2016-07-06 | 北京信安盟科技有限公司 | 基于多因素、多引擎、人机相结合的身份验证方法与系统 |
CN106504079A (zh) * | 2016-09-22 | 2017-03-15 | 江苏富山企业服务有限公司 | 一种综合式财务管理方法及其管理平台 |
CN108170658A (zh) * | 2018-01-12 | 2018-06-15 | 山西同方知网数字出版技术有限公司 | 一种可灵活配置、灵活定义的文字识别编改校对系统 |
CN109101561A (zh) * | 2018-07-13 | 2018-12-28 | 深圳红酒世界电商股份有限公司 | 一种酒标识别的方法 |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110599317A (zh) * | 2019-08-26 | 2019-12-20 | 湖南大唐先一科技有限公司 | 一种基于规则引擎和ocr的报账及审核自动化方法 |
CN110675546A (zh) * | 2019-09-06 | 2020-01-10 | 深圳壹账通智能科技有限公司 | 发票图片识别及验真方法、系统、设备及可读存储介质 |
CN110796145B (zh) * | 2019-09-19 | 2024-01-19 | 平安科技(深圳)有限公司 | 基于智能决策的多证件分割关联方法及相关设备 |
CN110796145A (zh) * | 2019-09-19 | 2020-02-14 | 平安科技(深圳)有限公司 | 基于智能决策的多证件分割关联方法及相关设备 |
CN110634223A (zh) * | 2019-09-27 | 2019-12-31 | 中国银行股份有限公司 | 票据校验方法及装置 |
CN111898612A (zh) * | 2020-06-30 | 2020-11-06 | 北京来也网络科技有限公司 | 结合rpa和ai的ocr识别方法及装置、设备、介质 |
CN111783703A (zh) * | 2020-07-07 | 2020-10-16 | 常州市第三人民医院 | 一种纸质票据智能识别与电子凭证自动生成系统及方法 |
CN111783703B (zh) * | 2020-07-07 | 2024-01-26 | 常州市第三人民医院 | 一种纸质票据智能识别与电子凭证自动生成系统及方法 |
CN111860263A (zh) * | 2020-07-10 | 2020-10-30 | 海尔优家智能科技(北京)有限公司 | 信息录入方法、装置及计算机可读存储介质 |
CN111931945A (zh) * | 2020-07-31 | 2020-11-13 | 北京百度网讯科技有限公司 | 基于标签引擎的数据处理方法、装置、设备及存储介质 |
CN111881881A (zh) * | 2020-08-10 | 2020-11-03 | 晶璞(上海)人工智能科技有限公司 | 一种基于多维度的机器智能文本识别可信度判别方法 |
CN111931664B (zh) * | 2020-08-12 | 2024-01-12 | 腾讯科技(深圳)有限公司 | 混贴票据图像的处理方法、装置、计算机设备及存储介质 |
CN111931664A (zh) * | 2020-08-12 | 2020-11-13 | 腾讯科技(深圳)有限公司 | 混贴票据图像的处理方法、装置、计算机设备及存储介质 |
CN112163583A (zh) * | 2020-09-25 | 2021-01-01 | 珠海智通信息技术有限公司 | 数字表读数的识别方法、识别设备以及计算机可读存储介质 |
CN113743393A (zh) * | 2020-11-17 | 2021-12-03 | 广州市科传计算机科技股份有限公司 | 一种基于人工智能的销售小票校验方法 |
CN112632926A (zh) * | 2020-12-29 | 2021-04-09 | 平安科技(深圳)有限公司 | 票据的数据处理方法、装置、电子设备及存储介质 |
CN112632926B (zh) * | 2020-12-29 | 2023-10-31 | 平安科技(深圳)有限公司 | 票据的数据处理方法、装置、电子设备及存储介质 |
CN113793445A (zh) * | 2021-05-18 | 2021-12-14 | 广州力天文化创意产业集团有限公司 | 基于机器学习的投票箱识别系统 |
CN114694152A (zh) * | 2022-04-01 | 2022-07-01 | 江苏行声远科技有限公司 | 基于三源ocr结果的印刷文本可信度融合方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109858453B (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109858453A (zh) | 一种通用的多引擎票据识别系统及方法 | |
CN109887153B (zh) | 一种财税处理方法和处理系统 | |
US10402163B2 (en) | Intelligent data extraction | |
US8165933B2 (en) | Systems, methods, and computer program products for performing item level transaction processing | |
CN114862540B (zh) | 一种票据审核系统及其方法 | |
CN110119977A (zh) | 财务记账凭证自动生成方法、系统、介质和电子设备 | |
CN109543614A (zh) | 一种全文本差异比对方法及设备 | |
US20210366055A1 (en) | Systems and methods for generating accurate transaction data and manipulation | |
CN110188336B (zh) | 一种基于oa申请单生成报销单的方法和装置 | |
US20220351302A1 (en) | Transaction data processing systems and methods | |
US8049921B2 (en) | System and method for transferring invoice data output of a print job source to an automated data processing system | |
CN110599319B (zh) | 自动审计方法、装置、终端及存储介质 | |
CN111292012A (zh) | 一种支持固定资产的共享管理方法、系统及系统构建方法 | |
US20140279642A1 (en) | Systems and methods for enrollment and identity management using mobile imaging | |
US20200193525A1 (en) | System and method for automatic verification of expense note | |
US20090083179A1 (en) | Web-accessible payment processing system | |
CN105913071A (zh) | 信息处理装置、信息处理系统、信息处理方法 | |
KR101012021B1 (ko) | 문서이미지 처리 시스템 및 그 방법 | |
CN114358707A (zh) | 一种人机协同的混合审单决策方法及系统 | |
US10360641B2 (en) | Hybrid electronic lockbox | |
US10891475B2 (en) | Systems and methods for enrollment and identity management using mobile imaging | |
CN111144409A (zh) | 一种跟单托收审单处理方法及系统 | |
US20220327502A1 (en) | Enhanced image transaction processing solution and architecture | |
KR20170118408A (ko) | Ocr 시스템을 이용한 거래정보 관리 시스템과 이를 이용한 전산 거래정보 관리방법 | |
US20210342798A1 (en) | Performing enhanced deposit item processing using cognitive automation tools |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |