- 1、本文档共26页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
OCR图文结构理解的技术架构
技术创新 变革未来
01
Contents
目录
02
03
01
官员养廉
OCR
可复制
可查询
可录入
个人信息表
身份证号码: 银行卡卡号:
姓名:
生日: 地址:
02
表格
印章
文字
信息
元素(表格、图案、文字…)检测
户口登记机关
户:0.52 口:0.87 专:0.90 用:0.92
KV输出
户主姓名:王永* 户号:509023**
住址:杭州市西湖区**
…
检测
识别
结构理
解
精准检测
少量像素误差可能导致错误识别
旧凝结卞1l/旦
日一l
招 聘
搬砖工: 1
产品经理: 1
领导: 2
公司介绍:下海登山亲轻而易举,上天入地无所不能。
尺度变化大
长边跨度1-2000,端边跨度5-200
各种干扰
遮挡、倾斜、弯曲、粘连、背景等
精准检测
真实场景中的文字检测案例
字体&风格
相似字&生僻字是汉字特有的学术难题
常用汉字
3700
个,覆盖 99% 书面资料
记录汉字
9100
0
个,常用姓名、地名 21000 个
8000
0
个生僻字
常用印刷字体有几百种 古籍、手写字体多,上亿
背景、噪声、扭曲、光照等风格变化
真实场景中的文字识别案例
一部书即一种字体 10w以上字类,且类间差异小 破损、印记、签注
。。。
识别并不是最终用户需求
5101321986***
输出的数字串是什么? 用户有设定的问题:
姓名是?
…
结合空间和语义关系的结构理解
身份证
姓名:潘*
住址:浙江省** 身份证号码:510* 生日:*
性别: *
民族:*
解答用户问题
卡证/表单的样式非常多,有常规通用性和自定义的
单个卡证也存在打印错位、噪声干扰、拍摄扭曲等问题
2
4
3
5
5
5
1
3
KV输出
户主姓名:王永* 户号:509023*** 住址:杭州市**
签发日期:2016年**
元素输出
文本:内容、位置 表格:位置、还原 印章:位置、类型 二维码:位置、信息
输入图
文字等元素检测
文字识别
输出
结构理解(结合空间&语义关系)
node:
广义字段: 通用图实体
狭义字段:文本embedding
edge: node的空间距离
GCN-图匹配网络
GEMR-图实体聚合识别模型
03
OCR
图转文字
文档产品
卡证kv产品
模板产品
识别产品
结构理解
kv/表格/…
版面分析
内容/顺序/…
智能模板
kv结构自学平台
高拍仪采集录入
照片资料输入
手机拍照
STEP1 用户在APP中申请信 贷,并通过手机拍照上传材料
在线初审
STEP2 审批人员根据拍 照材料进行识别并初审
申请材料
人工初审
拒绝,补充材料
STEP3 申请人将原材料提交至柜台
,工作人员对材料进行扫描
审批通过
人工审核
STEP4 放贷过程比对照片材料与扫 描材料异同判断是否如期放款
用户痛点:每份审批材料包含200多张图片,需要进行乱序比对,人工核对量大,误操作高
现场录入
高拍仪采集录入
电子文档
图片输入
一体机服务器
客户端
读光OCR文档服务引擎
政务应用系统(查看、检索、对比…)
各式纸质or图片文档
表格
段落
印章 标题
文字
文档中文本、表格、标题等元素和结构提取 实现文档内容还原
文件搜索、元素提取&校对、人机交互 实现文档集间交叉对比
文件图片搜索
…
人工确认
印章: 忽略
文字: 忽略
…
文件系统 批量文件
元素提取&校对
标题一致
?
段落一致
?
印章一致
?
读光OCR票据服务引擎
定额发票
火车票
出租车票
增值税发票
机动车发票
机票行程单
类型:火车票
出发站:株洲西站
到达站:广州南站
车次:G1127
开车时间:2018年11月15日17:01开 座位号:06车13C号
票价:294.0
类型:增值税发票
……
金额:294.0
纳税人识别号:13894927246239 发票号码:3210494
……
财务RPA系统
2. 调用OCR并读取识别结果
3. 自动录入报销系统
4. 自动进行发票验真与报税
1.输入
报销/报帐系统
验真、报税系统
数据录入
各式报销材料
1.票据 框检测
2. 自动卡证分类器
火车票 出租票 发票
…
身份证 行驶
…
营业执照 许可证
…
…
增值税发票
火车票
3. 智能模板
类型:增值税发票
金额:294.0
发票代码:4300181130
发票号码售票方税号:13894927246239
售票方名称:深圳市中兴新云服务有限公司
发票详情:『服务名称: *住宿服务*; 金额: 318.45; …』类 …型…:火车票
出发站:株洲西站 到达站:广州南站 车次:G1127
开车时间:2018年11月15日17:01开
座位号:06车13C号
票价:294.0
……
…
您可能关注的文档
- MPEG和AVS视频编码标准概述.pptx
- Nvdia RTX图灵GPU架构介绍.pptx
- SQLFlow数据AI引擎解决方案.pptx
- Tableau实时数仓解决方案.pptx
- TSDB时序时空数据库技术架构.pptx
- 阿里云RPA机器人流程自动化体系介绍.pptx
- 阿里云全域集成解决方案.pptx
- 阿里云神龙技术架构介绍.pptx
- 阿里云数据库容灾解决方案.pptx
- 阿里云中间件助力应用上云.pptx
- 2024年山东德州夏津县融媒体中心招聘4人历年高频考题难、易错点模拟试题(共500题)附带答案详解.docx
- 2024年山东济南历城区卫生健康局所属事业单位招聘50人历年高频考题难、易错点模拟试题(共500题)附带答案详解.docx
- 2024江苏徐州锡沂高新技术产业开发区招聘50人历年高频难、易点(行政职业能力测验共200题含答案解.docx
- 2024年山东德州职业技术学院招聘49人历年高频考题难、易错点模拟试题(共500题)附带答案详解.docx
- 2024年山东德州高级师范学校招聘工作人员12人高频考题难、易错点模拟试题(共500题)附带答案详解.docx
- 2023年12月恩施巴东县“才聚荆楚·智汇恩施”第二次专项事业单位工作人员7名笔试近6年高频考题难、易错点荟萃答案带详解附后.docx
- 2023年12月广东广州市黄埔区机关事务管理局招考聘用政府雇员笔试近6年高频考题难、易错点荟萃答案带详解附后.docx
- 2023年12月广西马山县纪委监委机关面向社会公开招考基层廉洁监督员及防贫监测员笔试近6年高频考题难、易错点荟萃答案带详解附后.docx
- 2023年12月广东广州市增城区招考聘用教师(上海设点)92人笔试近6年高频考题难、易错点荟萃答案带详解附后.docx
- 2023年12月广东省茂名市电白区赴高校现场公开招聘62名教师314笔试近6年高频考题难、易错点荟萃答案带详解附后.docx
1亿VIP精品文档
相关文档
最近下载
- 第9篇+++热电式传感器.ppt
- 山西 2023年中医骨伤学中级考试:相关专业知识真题模拟汇编(共932题).doc VIP
- PCBA手机错漏混反零缺陷不良改善课件.ppt
- 安宫牛黄丸的临床应用.docx
- 2024云南省高等职业技术教育招生考试经济管理类(技能考核)模拟试题〔★1〕.docx VIP
- 2023年地方政府与城投企业债务风险研究报告——甘肃篇.pdf
- 生产经营计划模板.doc
- 小学绘本《奶奶的青团》PPT课件.ppt
- 中医主治系列-中医骨伤学【代码:328】-相关专业知识-传染病学四.docx VIP
- AQ1029-2019 煤矿安全监控系统及检测仪器使用管理规范 (AQ 1029-2019).pdf
文档评论(0)