基于CRNN与改进CTC的RPA自动化票据信息处理系统

本发明公开了基于CRNN与改进CTC的RPA自动化票据信息处理系统，包括票据数据预处理单元、数据解析单元和数据自动录入单元；票据数据预处理单元，利用卷积神经网络提取票据图像的卷积特征；卷积特征被编码成特征向量序列；由双向长短期记忆网络作为循环层，进一步学习特征向量序列，并初步预测出特征向量序列标签的概率分布矩阵；数据解析单元，采用加入了注意力机制的CTC将概率分布矩阵解码为具体的文本标签；数据自动录入单元利用RPA将数据解析单元得到的最终识别结果自动录入到业务系统中。本发明利用深度学习技术的强大特征提取和序列建模能力，结合RPA的自动化处理优势，实现票据信息的高效率、高准确性识别。