基于迁移学习的发票号码识别研究

• 作者: 黄为新 陶杨 张继超 苏笛 牛砚
• 来源期刊: 软件导刊
• 关键词: 发票识别 印刷数字识别 字符分割 迁移学习
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 人工智能
• 页码范围: 45-48
• 页数: 4页
• 分类号: TP301
• 语种: 中文
• DOI: 10.11907/rjdk.201878

摘要

财务系统中的发票管理长期以来严重依靠人力,并存在一定的失误率,且目前一些发票识别方法存在准确率不高、数字识别实时性不足等问题.鉴于此,基于已有较成熟的手写体数字识别工作,从迁移学习思想和方法入手,设计一种能准确快速识别发票号码的新方法.选取迁移学习的3种具体方法,即Tradaboost、微调和卷积神经网络提取特征并运用于SVM,分别应用于数字识别模块.通过大量测试和比对,结果表明,第3种方法即采用CNN结合SVM的算法在实验中能达到99.75％的准确率,且识别速度快,具有较好的稳定性、鲁棒性.