针对银行业务系统中产生的海量图像数据处理效率低下的问题,基于深度学习模型设计了应用于银行业图像文字识别的OCR(optical character recognition)解决方案。首先通过预处理技术改善商业银行业务系统图像质量,在此基础上,针对银行业...针对银行业务系统中产生的海量图像数据处理效率低下的问题,基于深度学习模型设计了应用于银行业图像文字识别的OCR(optical character recognition)解决方案。首先通过预处理技术改善商业银行业务系统图像质量,在此基础上,针对银行业务处理中通过高拍扫描仪获取图像数据方式的特点提出将图像倾斜校正问题转换为分类问题,并基于深度卷积神经网络分类的方法实现图像的倾斜校正;然后分别引入基于回归方式的单阶段目标检测模型和序列文字识别模型应用于文本区域检测和文字识别任务;最后对识别结果进行关键信息的提取。在郑州银行搭建的图像文字检测平台的实验结果表明:基于深度学习设计的OCR模型能够较好地提取图像中的文字信息,在一定程度上提高了郑州银行部分业务的自动化和智能化水平。展开更多
文摘针对银行业务系统中产生的海量图像数据处理效率低下的问题,基于深度学习模型设计了应用于银行业图像文字识别的OCR(optical character recognition)解决方案。首先通过预处理技术改善商业银行业务系统图像质量,在此基础上,针对银行业务处理中通过高拍扫描仪获取图像数据方式的特点提出将图像倾斜校正问题转换为分类问题,并基于深度卷积神经网络分类的方法实现图像的倾斜校正;然后分别引入基于回归方式的单阶段目标检测模型和序列文字识别模型应用于文本区域检测和文字识别任务;最后对识别结果进行关键信息的提取。在郑州银行搭建的图像文字检测平台的实验结果表明:基于深度学习设计的OCR模型能够较好地提取图像中的文字信息,在一定程度上提高了郑州银行部分业务的自动化和智能化水平。