本發明涉及智能識別，特別涉及一種基于模板匹配的智能識別自學習方法、裝置、介質及設備。

背景技術：

1、在當前信息化時代背景下，業務材料的快速識別與結構化處理已成為政府及企業提升辦公效率與服務質量的核心需求。傳統的業務材料識別結構化大多依賴人工審核與錄入，這一過程不僅耗時費力，且易出錯，嚴重影響工作效率和服務質量。

2、在人社領域，業務材料的處理同樣面臨類似的問題。例如，一些早期的文檔管理系統僅能實現基礎的掃描歸檔功能，缺乏智能化處理能力，無法自動識別和提取關鍵信息。另一些嘗試引入初級ocr技術的應用雖然能夠轉換圖像中的文字，但在面對復雜多變的不同類型、不同版式的業務材料和手寫體時，識別準確度和適應性仍然有限。

3、近年來，隨著智能圖像識別技術的發展，大多數文檔圖像識別和理解主要采用關鍵字匹配的方法，人工構建規則提取關鍵信息?；陉P鍵字匹配的方法，通過人工構建規則（如正則表達式）來提取文檔中的關鍵信息。然而，這種方法對不同類型的文檔需要重新構建規則，通用性較差；一旦關鍵字識別錯誤，匹配規則就容易失效；此外，在處理傾斜或有透視變換干擾的文檔時，這種方法也難以獲得準確的結果。

4、綜上所述，盡管現有的技術方案在一定程度上解決了業務材料識別結構化中的問題，但仍存在以下明顯的不足：

5、1、靈活性缺失：面對新出現的業務材料類型，系統往往需要專業技術人員重新編程或調整，對新增加業務材料版式的響應不夠迅速靈活。

6、2、集成難度高：不同系統間兼容性和接口標準化程度不高，導致整體解決方案難以無縫集成到現有業務流程中。

技術實現思路

1、為解決現有技術存在的不足，本發明提供的基于模板匹配的智能識別自學習方法，包括如下步驟：

2、s100、構建標準模板；

3、s200、將標準模板與待識別圖像通過模板匹配分類器進行模板匹配；

4、s300、根據標準模板對待識別圖像進行結構化處理從而得到關鍵信息抽取，以對待識別圖像進行信息識別；關鍵信息包括關鍵詞和具體值。

5、本發明還提供一種基于模板匹配的智能識別自學習裝置，包括：

6、模板構建模塊，用于構建標準模板；

7、模板匹配模塊，用于將標準模板與待識別圖像通過模板匹配分類器進行模板匹配；

8、結果識別模塊，用于根據標準模板對待識別圖像進行結構化處理從而得到關鍵信息抽取，以對待識別圖像進行信息識別；關鍵信息包括關鍵詞和與關鍵詞對應的具體值。

9、本發明還提供一種計算機可讀存儲介質，計算機可讀存儲介質存儲有計算機指令，計算機被處理器執行時實現如上述的基于模板匹配的智能識別自學習方法。

10、本發明提供的一種電子設備，包括至少一個處理器、及與處理器通信連接的存儲器，其中存儲器存儲可被至少一個處理器執行的指令，指令被至少一個處理器執行，以使處理器執行如上述的基于模板匹配的智能識別自學習方法。

11、與現有技術相比，本發明提供的基于模板匹配的智能識別自學習方法，若系統沒有對應的標準模板，則可以通過系統構建標準模板，隨后使用模板匹配分類器對模板進行匹配，之后使用結構化處理方式對待識別圖像和標準模板進行映射，以對待識別圖像進行信息識別，大大減少線下對于紙質材料的手工錄入處理，提升經辦機構事項辦理效率。

12、本申請的技術方案中個人信息的收集、使用、存儲、披露、整理等方面的行為符合國家相關法律法規的規定或要求，不違反公序良俗、社會公德或者妨害公共利益。

技術特征：

1.一種基于模板匹配的智能識別自學習方法，其特征在于，包括如下步驟：

2.根據權利要求1所述的基于模板匹配的智能識別自學習方法，其特征在于，s100構建標準模板包括如下步驟：

3.根據權利要求1所述的基于模板匹配的智能識別自學習方法，其特征在于，s200的具體步驟為：

4.根據權利要求1所述的基于模板匹配的智能識別自學習方法，其特征在于，

5.根據權利要求4所述的基于模板匹配的智能識別自學習方法，其特征在于：s310的具體步驟為：

6.根據權利要求5所述的基于模板匹配的智能識別自學習方法，其特征在于：計算第一框體和第二框體的相似比例；根據第一邊界距離和相似比例計算所述待識別圖像的第二框體的第二邊界距離；

7.根據權利要求5所述的基于模板匹配的智能識別自學習方法，其特征在于，s317的具體步驟為：

8.一種基于模板匹配的智能識別自學習裝置，其特征在于，包括：

9.一種計算機可讀存儲介質，其特征在于：所述計算機可讀存儲介質存儲有計算機指令，所述計算機被處理器執行時實現如權利要求1-7任一項所述的基于模板匹配的智能識別自學習方法。

10.一種電子設備，其特征在于：包括至少一個處理器、及與所述處理器通信連接的存儲器，其中所述存儲器存儲可被至少一個處理器執行的指令，所述指令被至少一個處理器執行，以使所述處理器執行如權利要求1-7任一項所述的基于模板匹配的智能識別自學習方法。

技術總結
本發明涉及智能識別技術領域，特別涉及一種基于模板匹配的智能識別自學習方法，包括如下步驟：構建標準模板；將標準模板與待識別圖像通過模板匹配分類器進行模板匹配；根據標準模板對待識別圖像進行結構化處理從而得到關鍵信息抽取，以對待識別圖像進行信息識別；關鍵信息包括關鍵詞和具體值。通過系統構建標準模板，隨后使用模板匹配分類器對模板進行匹配，之后使用結構化處理方式對待識別圖像和標準模板進行映射，以對待識別圖像進行信息識別，大大減少線下對于紙質材料的手工錄入處理，提升辦理效率。

技術研發人員：陳坤龍,薛鑫煒,童良宇,章瑤
受保護的技術使用者：易聯眾信息技術股份有限公司
技術研發日：
技術公布日：2025/4/28