文献类型：期刊文章

作　　者：王阳[1] 李振东[2] 杨观赐[3]

机构地区：[1]郑州银行郑州银行博士后科研工作站,郑州450008 [2]宁夏大学信息工程学院,银川750021 [3]贵州大学贵州大学现代制造技术教育部重点实验室,贵阳550025

出　　处：《计算机应用研究》

基　　金：贵州省科技计划资助项目(黔科合平台人才[2018]5702,黔科合支撑[2019]2814,黔科合平台人才[2020]6007)

年　　份：2020

卷　　号：37

期　　号：S02

起止页码：375-379

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSCD、CSCD_E2019_2020、IC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：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。

关 键 词：深度学习  卷积神经网络 文字检测 文字识别

分 类 号：F832.33[金融学类] TP391.41]