(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211019181.3 (22)申请日 2022.08.24 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 李金晶　黄杰　董福豪　王晓雪　 何谦谦　刘浩东　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 李慧引 (51)Int.Cl. G06V 30/41(2022.01) G06V 30/19(2022.01) G06V 30/10(2022.01) G06Q 40/02(2012.01) (54)发明名称 银行文字识别的方法、 装置、 设备和存储介 质 (57)摘要 本申请提供一种银行文字识别的方法、 装 置、 设备和存储介质， 可应用于人工智 能领域或 金融领域， 方法包括： 获取待识别票据图像； 利用 预训练的图像分类网络确定待识别票据图像是 否为折痕图像； 若待识别票据图像为折痕图像， 利用预训练的图像修复网络修复待识别票据图 像， 获得修复后图像； 基于OCR技术识别修复后图 像， 获得文字识别结果。 本方案在文字识别前， 通 过图像分类网络和图像修复网络， 筛选出折痕图 像并进行修复， 从而提高了对折痕图像进行文字 识别的准确率。 权利要求书2页 说明书9页 附图2页 CN 115376147 A 2022.11.22 CN 115376147 A 1.一种银 行文字识别的方法， 其特 征在于， 包括： 获取待识别票据图像； 利用预训练的图像分类网络确定所述待识别票据图像是否为 折痕图像； 若所述待识别票据图像为折痕图像， 利用预训练 的图像修复网络修复所述待识别票据 图像， 获得修复后图像； 基于OCR技 术识别所述 修复后图像， 获得文字识别结果。 2.根据权利要求1所述的方法， 其特征在于， 所述利用预训练的图像分类网络确定所述 待识别票据图像是否为 折痕图像之后， 还 包括： 若所述待识别票据图像为正常图像， 基于OCR技术识别所述正常图像， 获得文字识别结 果。 3.根据权利要求1所述的方法， 其特征在于， 所述利用预训练的图像分类网络确定所述 待识别票据图像是否为 折痕图像之前， 还 包括： 利用图像分类网络中的DenseNet网络模型提取每一第一样本图像的图像特征； 其中， 每一所述第一样本图像均对应有用于指示所述第一样本图像为折痕图像或正常图像的标 注结果； 利用图像分类网络的分类器处理每一所述第 一样本图像的图像特征， 获得指示所述第 一样本图像为 折痕图像或正常图像的分类结果； 根据所述标注结果和所述分类结果的差异确定所述图像分类网络的第一损失值； 若所述第一损失值不满足预设的第 一收敛条件， 根据所述第 一损失值更新所述图像分 类网络， 返回执行所述利用图像分类网络中的DenseNet网络模型提取每一第一样 本图像的 图像特征步骤， 直至所述第一损失值满足所述第一收敛条件时， 获得训练后的图像分类网 络。 4.根据权利要求1所述的方法， 其特征在于， 所述利用预训练的图像修复网络修复所述 待识别票据图像之前， 还 包括： 获得第二样本 图像以及所述第二样本 图像对应的标准正常图像； 其中， 所述第二样本 图像为折痕图像； 利用图像修复网络修复所述第 二样本图像， 获得所述第 二样本图像对应的第 二修复图 像； 根据所述第 二修复图像和所述第 二样本图像对应的标准正常图像的差异， 确定所述图 像修复网络的第二损失值； 若所述第二损失值不满足预设的第 二收敛条件， 根据所述第 二损失值更新所述图像修 复网络， 返回执行所述利用图像修复网络修复所述第二样本图像， 获得所述第二样本图像 对应的第二修复图像步骤， 直至所述第二损失值满足所述第二收敛条件时， 获得训练后的 图像修复 网络。 5.一种银 行文字识别的装置， 其特 征在于， 包括： 获取单元， 获取待识别票据图像； 分类单元， 用于用于利用预训练的图像分类网络确定所述待识别票据图像是否为折痕 图像； 修复单元， 用于若所述待识别票据图像为折痕图像， 利用预训练的图像修复网络修复权　利　要　求　书 1/2 页 2 CN 115376147 A 2所述待识别票据图像， 获得修复后图像； 识别单元， 用于基于OCR技 术识别所述 修复后图像， 获得文字识别结果。 6.根据权利要求5所述的装置， 其特 征在于， 所述识别单 元还用于： 若所述待识别票据图像为正常图像， 基于OCR技术识别所述正常图像， 获得文字识别结 果。 7.根据权利要求5所述的装置， 其特 征在于， 所述分类单 元还用于： 利用图像分类网络中的DenseNet网络模型提取每一第一样本图像的图像特征； 其中， 每一所述第一样本图像均对应有用于指示所述第一样本图像为折痕图像或正常图像的标 注结果； 利用图像分类网络的分类器处理每一所述第 一样本图像的图像特征， 获得指示所述第 一样本图像为 折痕图像或正常图像的分类结果； 根据所述标注结果和所述分类结果的差异确定所述图像分类网络的第一损失值； 若所述第一损失值不满足预设的第 一收敛条件， 根据所述第 一损失值更新所述图像分 类网络， 返回执行所述利用图像分类网络中的DenseNet网络模型提取每一第一样 本图像的 图像特征步骤， 直至所述第一损失值满足所述第一收敛条件时， 获得训练后的图像分类网 络。 8.根据权利要求5所述的装置， 其特 征在于， 所述 修复单元还用于： 获得第二样本 图像以及所述第二样本 图像对应的标准正常图像； 其中， 所述第二样本 图像为折痕图像； 利用图像修复网络修复所述第 二样本图像， 获得所述第 二样本图像对应的第 二修复图 像； 根据所述第 二修复图像和所述第 二样本图像对应的标准正常图像的差异， 确定所述图 像修复网络的第二损失值； 若所述第二损失值不满足预设的第 二收敛条件， 根据所述第 二损失值更新所述图像修 复网络， 返回执行所述利用图像修复网络修复所述第二样本图像， 获得所述第二样本图像 对应的第二修复图像步骤， 直至所述第二损失值满足所述第二收敛条件时， 获得训练后的 图像修复 网络。 9.一种计算机存储介质， 其特征在于， 用于存储计算机程序， 所述计算机程序被执行 时， 具体用于实现如权利要求1至4任意 一项所述的银 行文字识别的方法。 10.一种电子设备， 其特 征在于， 包括存 储器和处 理器； 所述存储器用于存 储计算机程序； 所述处理器用于执行所述计算机程序， 具体用于实现如权利要求1至4任意一项所述的 银行文字识别的方法。权　利　要　求　书 2/2 页 3 CN 115376147 A 3