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！

龙图腾网获悉安徽科技学院申请的专利一种财务票据自动识别生成和决策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：CN120472483B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202510600081.7，技术领域涉及：G06V30/41；该发明授权一种财务票据自动识别生成和决策方法及系统是由岳文忠;韩宝;王欣;夏俊杰;赵如玉;王唯佳设计研发完成，并于2025-05-12向国家知识产权局提交的专利申请。

本一种财务票据自动识别生成和决策方法及系统在说明书摘要公布了：本申请涉及财务票据管理技术领域，其公开了一种财务票据自动识别生成和决策方法及系统，其首先接收原始票据图像并对其进行预处理，然后利用计算机视觉技术对增强后的图像进行版式分析与分类，区分已知标准版式与未知版式。对于已知版式，应用基于模板定位的OCR模块精准提取关键区域文本块；而对于未知版式，则采用通用文档理解模型获取初步的关键信息键值对。随后，通过关键信息结构化提取模块将提取的信息转化为结构化数据，并由数据校验与业务规则引擎进行验证。如果校验通过，则输出结构化票据信息；反之，则发送至人工干预队列进一步审核。此方法有效提升了财务票据自动化处理的效率与准确性，同时增强了系统适应不同票据版式的灵活性。

本发明授权一种财务票据自动识别生成和决策方法及系统在权利要求书中公布了：1.一种财务票据自动识别生成和决策方法，其特征在于，包括： 接收由用户上传的原始票据图像； 对所述原始票据图像进行图像预处理以得到原始票据增强图像； 基于计算机视觉对所述原始票据增强图像进行版式分析与分类以得到版式分类结果，包括：基于深度卷积神经网络模型从所述原始票据增强图像提取局部视觉特征和全局视觉特征以得到票据局部视觉特征编码向量和票据全局视觉特征编码向量；将所述票据局部视觉特征编码向量和所述票据全局视觉特征编码向量进行特征组合以得到票据多尺度视觉特征联合编码向量；对所述票据多尺度视觉特征联合编码向量输入票据类型多分类器以得到所述版式分类结果； 其中，将所述票据局部视觉特征编码向量和所述票据全局视觉特征编码向量进行特征组合以得到票据多尺度视觉特征联合编码向量，包括： 对所述票据局部视觉特征编码向量的每个特征值和所述票据全局视觉特征编码向量的每个特征值进行信息化约束以得到票据局部视觉特征编码约束向量和票据全局视觉特征编码约束向量，表示为：；其中，表示票据局部视觉特征编码约束向量的每个特征值，表示票据全局视觉特征编码约束向量的每个特征值； 计算针对所述票据局部视觉特征编码向量的全局信息域投影算子和针对所述票据全局视觉特征编码向量的全局信息域投影算子，表示为：；其中，表示针对所述票据局部视觉特征编码向量的全局信息域投影算子，表示针对所述票据全局视觉特征编码向量的全局信息域投影算子； 基于所述票据局部视觉特征编码约束向量、所述票据全局视觉特征编码约束向量、针对所述票据局部视觉特征编码向量的全局信息域投影算子和针对所述票据全局视觉特征编码向量的全局信息域投影算子，对所述票据局部视觉特征编码向量和所述票据全局视觉特征编码向量进行联合正则化融合以得到所述票据多尺度视觉特征联合编码向量，表示为：；其中，是所述票据局部视觉特征编码向量和所述票据全局视觉特征编码向量的特征组合函数，且是偏置调制向量，表示按位置相加，表示所述票据多尺度视觉特征联合编码向量； 如果所述版式分类结果为已知标准版式，将所述原始票据增强图像输入基于模板定位的OCR模块以得到区域文本块；如果所述版式分类结果为未知版式，将所述原始票据增强图像输入通用文档理解模型以得到初步关键信息键值对； 将所述区域文本块或者所述初步关键信息键值对输入关键信息结构化提取模块以得到结构化票据信息数据； 将所述结构化票据信息数据输入数据校验与业务规则引擎以得到校验结果； 如果所述校验结果为通过，输出所述结构化票据信息数据；如果所述校验结果为不通过，将所述结构化票据信息数据发送至人工干预队列。

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安徽科技学院，其通讯地址为：233100 安徽省滁州市凤阳县东华路；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。