买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国网安徽省电力有限公司电力科学研究院申请的专利一种基于多尺度特征融合的发票文本识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116189199B 。

龙图腾网通过国家知识产权局官网在2025-11-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310021742.1，技术领域涉及：G06V30/19；该发明授权一种基于多尺度特征融合的发票文本识别方法及系统是由翟玥;孙建;钱光超;范明豪;马亚彬;苏文;苏雅设计研发完成，并于2023-01-06向国家知识产权局提交的专利申请。

本一种基于多尺度特征融合的发票文本识别方法及系统在说明书摘要公布了：本发明公开了一种基于多尺度特征融合的发票文本识别方法及系统，所述方法包括：采集发票图片，并对发票图片进行预处理；搭建注意力嵌入的空洞卷积神经网络，包括三个结构完全相同的串行的残差模块以及字符分类模块，所述残差模块包括多尺度空洞卷积层和注意力层，多尺度空洞卷积层包括多个膨胀率不同的空洞卷积分支，每个空洞卷积分支接收预处理的发票图片且输出端均与注意力层连接；训练所述注意力嵌入的空洞卷积神经网络；使用训练好的注意力嵌入的空洞卷积神经网络对每张单字符图像进行字符分类；本发明的优点在于：提高发票文本识别的准确性。

本发明授权一种基于多尺度特征融合的发票文本识别方法及系统在权利要求书中公布了：1.一种基于多尺度特征融合的发票文本识别方法，其特征在于，包括以下步骤： 步骤一：采集发票图片，并对发票图片进行预处理；所述步骤一包括： 步骤1.1、使用摄像设备拍摄发票图片，采集的发票图片数据集记为，表示第张发票图片，，表示发票图片的数量； 步骤1.2、对每张发票图片的先后进行灰度化处理和二值化处理； 步骤1.3、对每张发票图片进行单字符切割操作，得到待识别的单字符图像集合，记为，表示从第张发票图片中分割出的第张单字符图像，，表示每张发票图片分割出的单字符图片数量； 步骤二：搭建注意力嵌入的空洞卷积神经网络，包括三个结构完全相同的串行的残差模块以及字符分类模块，所述残差模块包括多尺度空洞卷积层和注意力层，多尺度空洞卷积层包括多个膨胀率不同的空洞卷积分支，每个空洞卷积分支接收预处理的发票图片且输出端均与注意力层连接；所述步骤二中多尺度空洞卷积层的工作过程包括： 步骤2.1、每条空洞卷积分支利用式1得到特征提取结果： 1 式1中，表示经过第d条分支的空洞卷积操作后的输出，表示空洞卷积操作，和分别表示空洞卷积的卷积核参数与偏置； 步骤2.2、利用式2对提取的特征进行激活和残差连接，得到第d空洞卷积分支的输出结果： 2 式2中，是双曲正切激活函数，表示1×1的卷积操作，是第d空洞卷积分支中的1×1卷积参数； 步骤2.3、将各空洞卷积分支的输出特征按通道进行拼接得到所述多尺度空洞卷积层输出的多尺度特征； 所述步骤二中注意力层的工作过程包括： 步骤2.4、所述注意力层接收多尺度空洞卷积层输出的多尺度特征，采用第一全局平均池化得到第一注意力矩阵，利用式3对多尺度特征按通道加权，并使用残差连接得到第一注意力矩阵的输出结果： 3 步骤2.5、所述注意力层还采用第二全局平均池化得到第二注意力矩阵，利用式4对多尺度特征按特征点加权，并使用残差连接得到第二注意力矩阵的输出结果： 4； 步骤三：训练所述注意力嵌入的空洞卷积神经网络； 步骤四：使用训练好的注意力嵌入的空洞卷积神经网络对每张单字符图像进行字符分类，将每张发票图像分割出的单字符图像的分类结果按单字符图像的空间位置组合得到每张发票的文本识别结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网安徽省电力有限公司电力科学研究院，其通讯地址为：230000 安徽省合肥市经济开发区紫云路299号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。