文章详情

题名 · 作者 · 摘要 · 关键词 · DOI · 参考文献

基于强化金字塔结构的P-ENet发票文本检测算法研究

刘文杰,黎中文,王运峰,朱立

(陆军勤务学院,重庆 400031)

栏目:计算机技术 · 第 2025 年第 11 期 · 页码:102-105,113 · 2096-4706(2025)11-0102-05 · 中图分类号:TP391.4 · 文献标识码:A · DOI:10.19850/j.cnki.2096-4706.2025.11.020

摘要

发票作为商业经济活动中不可或缺的凭证,对财务管理至关重要。然而,传统的发票报销流程较为烦琐,工作效率较低。近年来,随着国家经济的快速发展,发票的使用频率急剧增加,这使得发票的自动化处理成为提高商业运作效率的关键手段之一。为此,针对发票文本检测这一领域,对目前流行的文本检测算法存在的精度不高和运行速度慢的问题展开科学研究。文章基于FPN架构,使用EfficientNet和ASPP模块构建出一种全新的、具有强化金字塔结构的发票文本检测网络P-ENet。然后在自行标注的发票数据集上进行实验,结果显示,改进后的模型在发票数据集上的交并比(IoU)达到了86.89%,精确度(Precision)为91.36%,召回率(Recall)为85.43%,均取得了较高水平,同时模型的运行速度也得到了显著提升。

关键词

文本检测;发票识别;EfficientNet;空间金字塔

参考文献

  1. [1] 荆涛,王仲.光学字符识别技术与展望 [J].计算机工程,2003(2):1-2+80.
  2. [2] SUN B,HUA S J,LI S T,et al. Graph-Matching-Based Character Recognition for Chinese Seal Images [J].Science China Information Sciences,2019,62(9):37-50.
  3. [3] TIAN Z,HUANG W L,HE T,et al. Detecting Text in Natural Image with Connectionist Text Proposal Network [J].Computer Vision-ECCV 2016,2016,38(11):2276-2290.
  4. [4] ZHOU X Y,YAO C,WEN H,et al. EAST: An Efficient and Accurate Scene Text Detector [C]//2017 IEEE Conference on Computer Vision and Pattern Recognition (CVPR).Honolulu:IEEE,2017:2642-2651.
  5. [5] WANG W H,XIE E,LI X,et al. Shape Robust Text Detection With Progressive Scale Expansion Network [C]//2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR).Long Beach:IEEE,2019:9328-9337.
  6. [6] HUANG Z H,XU W,YU K. Bidirectional LSTM-CRF Models for Sequence Tagging [J/OL].arXiv:1508.01991 [cs.CL].[2024-11-03].https://doi.org/10.48550/arXiv.1508.01991.
  7. [7] SIMONYAN K,ZISSERMAN A. Very Deep Convolutional Networks for Large-Scale Image Recognition [J/OL].arXiv:1409.1556 [cs.CV].[2024-10-26].https://doi.org/10.48550/arXiv.1409.1556.
  8. [8] REN S Q,HE K M,GIRSHICK R,et al. Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks [J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2017,39(6),1137-1149.
  9. [9] RONNEBERGER O. Invited Talk: U-Net Convolutional Networks for Biomedical Image Segmentation [C]//Bildverarbeitung für die Medizin 2017.Heidelberg:Springer,2017:3.
  10. [10] HE K M,ZHANG X Y,REN X Q,et al. Deep Residual Learning for Image Recognition [C]//2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR).Las Vegas:IEEE,2016:770-778.
  11. [11] TAN M X,LE Q V. EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks [J/OL].arXiv:1905.11946 [cs.LG].[2024-10-20].https://doi.org/10.48550/arXiv.1905.11946.
  12. [12] HOWARD A G,ZHU G L,CHEN B,et al. MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications [J/OL].arXiv:1704.04861 [cs.CV].[2024-10-16].https://doi.org/10.48550/arXiv.1704.04861.
  13. [13] CHEN L-C,PAPANDREOU G,SCHROFF F,et al. Rethinking Atrous Convolution for Semantic Image Segmentation [J/OL].arXiv:1706.05587 [cs.CV].[2024-10-19].https://doi.org/10.48550/arXiv.1706.05587.

基金项目

中国人民解放军陆军装备综合研究课题(装综〔2023〕1763号);中国人民解放军陆军勤务学院青年基金课题(LQ-QN-202419)

作者简介

刘文杰(1995—),男,汉族,甘肃定西人,助教,硕士,研究方向:智能化财务;黎中文(1985—),男,汉族,湖北襄阳人,讲师,硕士,研究方向:智能化财务;王运峰(1995—),男,汉族,重庆巫山人,助教,硕士,研究方向:智能化财务;朱立(1987—),男,汉族,湖北襄阳人,副教授,硕士,研究方向:智能化财务。