在银行为代表的金融行业业务场景中，有大量影像文字信息录入需求，比如身份证识别、户口本识别、军官证识别、港澳通行证识别等各类证件识别都可通过标准OCR模型进行识别。但基于行内银行存单、支票、内外部凭证等影像信息人工分类与录入会消耗大量人力、物力和时间成本，严重影响业务流程的效率和用户体验。
达观数据基于深度学习渊识OCR平台通过简单易用的可视化配置，可快速实现对业务量繁多的银行存单、支票、内外部凭证等影像识别工作，从而实现这项业务的自动化处理，大大减少客户业务办理时间，同时也可以将柜员进一步解放出来，更多地从事服务与营销工作。
近年来，工商银行、建设银行、交通银行、华夏银行以及某些农村商业银行等均将OCR引入业务处理系统，并根据银行系统的业务处理特点进行流程改进，在提高自动化程度的同时，也扩展了业务范围，完善了管理机制。
根据目前银行会计核算数据集中系统人工录入模式，网点扫描上传的凭证影像经过切片拆分(部分影像无需拆分)后由专业录入人员录入，每一项要素至少经过两人录入，两人录入要素比对一致后方进入系统校验等自动环节，若两人录入要素不一致还需第三人进行补录再核对校验。这种人工录入模式因节点多、影像申领慢、易受人为延误影响而效率较低。OCR技术与银行会计核算数据集中系统业务的有机结合，将大幅提升业务的处理效率和精确度，增强系统的承载能力和自动化水平。
渊识OCR平台
模板标注平台
针对不同版式样本仅需1张训练图片，基于底层深度学习算法模型内嵌“预标注”和“预识别”功能，支持快速标注关键字段及全文本字段识别，显著提升标注效率，可应用于版式多样、识别特定字段、图像质量统一的场景，同时模型重训功能支持新增版式的快速扩充。
模型训练平台
基于端到端可训练的快速定向文本定位（FOTS）网络通过数据样本标注、模型训练、模型一键导出，一键部署功能，完成模型从0~1的发布。平台兼具有数据自动生成能力，可模拟各类真实场景中复杂数据状况，如模糊、变形、缺角等，少量标注数据即可获得更高的识别准确率。
数据校正平台
数据校验审核是弥补系统识别错误的有效环节，也是影像识别的最后关卡。一般来说，OCR识别无法达到100%准确率，对于不能完全确定或识别认为有误的字符，会对字符进行差异化显示。引入字符识别校正平台，可以通过OCR识别返回置信度、候选集等信息，设置阈值来自动推送至人工判断或补充识别结果。
达观OCR应用价值
大幅降低经济成本
以银行集中运营业务为例，假定一张凭证可拆分为10个切片，每个切片6个字，按照国际打字速度评级标准，专业人员每分钟仅能输入150-240个字，按照240个字／分钟，一个人录完一张凭证需要15秒；OCR每分钟识别6000个字，一张凭证转换不到1秒。效果非常可观，其所释放的机械劳动工时可用于更富有创造力、更复杂的工作。
减少人工差错率
OCR识别引擎长期稳定运行、不受人类情绪影响的特性可保证其在长期重复的工作过程中少犯错，有效减少各类可能的业务差错，提升工作质量。
优化业务流程，提高处理时效
目前，业务处理流程包括影像扫描上传、影像拆分、影像切片录入、业务撮合校验、账务处理等。通过引入OCR识别技术，将改进处理流程为影像扫描上传、OCR影像识别、要素信息输入、业务撮合校验以及账务处理等，不需“影像拆分”环节，业务处理环节减少，处理时效大为提高。尽管OCR识别需要“人工校正”辅助处理，但基本实现了柜台扫描发起后，系统的全自动化业务处理。
标签：识别,处理,业务,赋能,录入,达观,OCR,影像 来源： https://blog.csdn.net/DataGrand/article/details/118800838
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。