程 博，张开洋，唐 波，付震坤，胡义勇

（1.潍柴动力股份有限公司大数据部，山东 潍坊 261000；2.湖南工商大学大数据与互联网创新研究院，湖南 长沙 410205）

0 引言

随着人工智能、大数据技术的兴起，越来越多的企业将大数据和人工智能领域的技术应用在办公场景下，因此人工智能领域的相关技术成为实现办公自动化的一种重要的手段，通过人工智能算法自动化完成繁琐且单一的人工业务，可以使供应商管理环节更加高效，也能避免人工验证出现的错误。本文提出的主要优化技术是基于深度学习的OCR 识别技术。

OCR 技术是通过扫描等光学输入方式，将书籍、发票等文本印刷物品中的文字部分转为图像数据，再通过文字识别算法将图像数据转化为计算机可以识别的字符数据。OCR 技术的概念最早在1929由德国科学家Tasheck 首次提出，在20世纪90年代开始被应用于小规模的票据电子化处理[1-2]。近年来，OCR 技术被应用于各种领域，主要是金融、证券以及保险等行业[3]。目前OCR 技术发展成熟的应用有车牌识别、证件识别以及文档识别等。

随着深度学习领域的快速发展，基于深度学习的图像文本检测和识别模型已然成为文本识别领域的翘楚，检测和识别的精度已经超越了传统图像识别算法。深度学习的优势在于参数较多并且模型层次分明，将低层的特征转换为高层抽象的特征表示，因此比传统的图像识别算法拥有更良好的特征表示和更高的文字识别率。

近年来……