［蔡金青］

1 引言

隨著通信工程勘察設(shè)計數(shù)智化的發(fā)展，勘察設(shè)計審核過程逐步引入平臺化流轉(zhuǎn)模式，但是仍舊存在圖紙審核過程為人工審核，人工記錄設(shè)計圖紙中的關(guān)鍵工程參數(shù)、站點信息。且多以辦公軟件或者小型數(shù)據(jù)庫形式記錄，并與后期勘察設(shè)計庫中的信息進行校驗，校驗方法采用辦公軟件公式方法解決。人工審核存在效率低下、工作強度大、易錯等缺點。在后期二階段工程參數(shù)、站點信息數(shù)據(jù)庫過程中也多以數(shù)據(jù)庫校驗方式判斷綜合資管平臺數(shù)據(jù)庫是否存在入庫錯誤等問題。

本方法通過OCR 深度學習方式提取圖紙關(guān)鍵信息，并與平臺勘察設(shè)計模塊中人工錄入數(shù)據(jù)、綜合資管平臺數(shù)據(jù)進行自動校驗，大幅提升省端站點信息數(shù)據(jù)審核效率、正確率。

2 原理概述

本方法實現(xiàn)原理主要包括圖紙關(guān)鍵字識別、OCR（Optical Character Recognition,光學字符識別）深度學習及關(guān)鍵字入庫校驗3 個部分。

圖紙關(guān)鍵字識別部分首先將可能在文字的區(qū)域檢測出來，然后再進行識別。本質(zhì)是識別圖片中的文字，即在復雜的圖片背景下對所需目標文字進行識別提取。

OCR 深度學習針對基站設(shè)計圖紙，采用基于AI 訓練的圖片文字識別模型，對識別的文本框坐標進行檢測。該算法結(jié)合了CNN（卷積神經(jīng)網(wǎng)絡(luò)）和LSTM（循環(huán)神經(jīng)網(wǎng)絡(luò)）的技術(shù)，通過CNN 提取深度特征，LSTM 用于序列的特征識別?；贏I 訓練的OCR 模型與調(diào)用在線OCR 接口相結(jié)合處理模式。平臺具體架構(gòu)如圖1 所示。

圖1 OCR 深度學習的自動化站點審核平臺架構(gòu)

本方法采用對DXF（圖紙格式）的OCR 深度學習，最終自動采集圖紙信息，采用DXF 文件相較于原始DWG文件的好處在于：DXF 是Autodesk 公司開發(fā)的用于AutoCAD 與其它軟件之間進行CAD 數(shù)據(jù)交換的CAD 數(shù)據(jù)文件格式。DXF 是一種開放的矢量數(shù)據(jù)格式，可以分為兩類：ASCII 格式和二進制格式；ASCII 具有可讀性好，但占有空間較大；二進制格式占有空間小、讀取速度快。由于AutoCAD 現(xiàn)在是最流行的CAD 系統(tǒng)，DXF 也被廣泛使用，成為事實上的標準。DWG 的來繪圖更直觀（DXF圖紙中線條的相交處都會有個小圓），而用于數(shù)控加工的圖紙則必須是DXF 文件（操作者必須把DWG 轉(zhuǎn)換成DXF 后才可加工）。DXF 是工業(yè)標準格式的一種。

關(guān)鍵字抓取入庫將識別出的工程參數(shù)、站點信息數(shù)據(jù)與平臺存儲的值進行校驗，校驗的結(jié)果會在勘察設(shè)計小區(qū)列表中呈現(xiàn)。如果信息不一致，可通過系統(tǒng)查看出不一致字段。其中牽涉到工程參數(shù)、站點信息一次校驗、二次校驗流程。具體流程如圖2 所示。

圖2 OCR 深度學習的自動化站點審核平臺流程

在時效方面，基于OCR 深度學習的自動化站點審核方法將原有站點審核校驗回填時間由10 min 縮短至20 s（以單站實驗結(jié)果），效率提升97%。隨著站點數(shù)的增加（OCR 圖紙深度學習模塊以多線程并行服務(wù)運行，暫時開啟8 線程并行服務(wù)），效率值會更進一步提升。

3 圖紙關(guān)鍵字識別

OCR 深度學習是檢測、識別的基礎(chǔ)。首先將文字的區(qū)域檢測出來，然后再進行識別。本質(zhì)是識別圖片中的文字，即在復雜的圖片背景下對所需目標文字進行識別提取。

文字識別可應(yīng)用于許多領(lǐng)域，如閱讀、翻譯、文獻資料的檢索、信件和包裹的分揀、稿件的編輯和校對、大量統(tǒng)計報表和卡片的匯總與分析、銀行支票的處理、商品發(fā)票的統(tǒng)計匯總、商品編碼的識別、商品倉庫的管理，以及水、電、煤氣、房租、人身保險等費用的征收業(yè)務(wù)中的大量信用卡片的自動處理和辦公室打字員工作的局部自動化等。以及文檔檢索，各類證件識別，方便用戶快速錄入信息，提高各行各業(yè)的工作效率。

3.1 文字識別基礎(chǔ)步驟

（1）文字區(qū)域：檢測存在文字的區(qū)域。

（2）文字檢測：識別區(qū)域中的文字。

3.2 文字區(qū)域

對文字存在區(qū)域的檢測方法，與目標檢測領(lǐng)域的常用檢測方法相當，分為一步和二步二種方法，后續(xù)也可以考慮使用無標記方法對文字區(qū)域進行檢測。

（1）在文字識別領(lǐng)域，常用的二步方法為快速RCNN，單階段方法。相比之下，前者的精度更好，后者速度更快。

（2）在文字識別領(lǐng)域，與傳統(tǒng)目標檢測的不同還在于文字的方向、扭曲程度等。

對于水平文字的檢測。水平文字文本框是規(guī)則的四邊形（4 個自由度），類似于物體檢測。水平文字檢測效果較好的算法為CTPN。

文本框是不規(guī)則的四邊形，擁有8 個自由度，傾斜文字檢測較好的算法由cvpr2017 提出。一般的檢測套路為：檢測文本框，采用拉東變換、霍夫變換等方法進行文本矯正，通過投影直方圖分割單行文本圖片，對單行文本進行OCR。

3.3 文字檢測

文字采用分類模式，可以對字符進行分割后單獨識別，也可以進行序列識別，顯然易見的是，序列識別才是真正有意義的。

（1）定長文字：各個字符之間是獨立的，需事先選定可預測的序列的最大長度，比較適用于門牌檢測或車牌號碼檢測。

（2）不定長文字：可以產(chǎn)生任意長度的文字。

將文字檢測和識別放在一個網(wǎng)絡(luò)中進行聯(lián)合訓練，目前主流的兩種模型。

①CNN 與RNN/LSTM/GRU 與CTC：卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks,CNN）與遞歸神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，RNN）/長短期記憶神經(jīng)網(wǎng)絡(luò)（Long Short-Term Memory，LSTM）/門控循環(huán)單元神經(jīng)網(wǎng)絡(luò)（Gated Recurrent Unit，GRU）與時序類分類（Connectionist Temporal Classification，CTC)。

②引入注意力機制（CNN+RNN+Attention）：其中注意力機制可以分為硬模式和軟模式。其中硬模式能夠直接給出硬定位，通常是直觀展現(xiàn)文字區(qū)域的位置。軟模式通常采用RNN/LSTM/GRU。

4 OCR 深度學習提取

將設(shè)計圖紙文字提取出來后，拼接為整個文本串，再從文本串中識別提取關(guān)鍵字如掛高、天線方位角、電調(diào)下傾角、機械下傾角、經(jīng)緯度等，最后從關(guān)鍵字前后識別非中文字符得到對應(yīng)的關(guān)鍵數(shù)據(jù)。并通過文字識別校驗，實現(xiàn)工程參數(shù)、站點信息關(guān)鍵核驗功能。

部分代碼如圖3 所示。

圖3 文字識別部分關(guān)鍵代碼

具體技術(shù)原理及步驟包括3 步。

（1）設(shè)計人員將CAD 圖紙的存儲為更易識別的DXF 格式（DXF 是一種開放的矢量數(shù)據(jù)格式，易解析），并上傳至規(guī)劃審核平臺的勘察設(shè)計模塊。

（2）勘察設(shè)計模塊上傳CAD 圖紙的同時，系統(tǒng)會同時啟動OCR 深度學習模塊提取關(guān)鍵信息功能，將圖紙中所需的工程參數(shù)、站點信息數(shù)據(jù)自動識別（調(diào)用DXFparser 模塊模糊找出DXF 中需要讀取標記的字段，存儲在內(nèi)存中），并且與勘察設(shè)計中人工錄入的參數(shù)信息進行校驗。

（3）將識別出的工程參數(shù)、站點信息數(shù)據(jù)與平臺存儲的值進行校驗，校驗的結(jié)果會在勘察設(shè)計小區(qū)列表中呈現(xiàn)。如果信息不一致，可通過系統(tǒng)查看出不一致字段。

圖紙中關(guān)鍵工程參數(shù)、站點信息如圖4 所示。

圖4 關(guān)鍵工程參數(shù)、站點信息提取

5 關(guān)鍵字入庫校驗

勘察設(shè)計模塊上傳CAD 圖紙的同時，系統(tǒng)會同時啟動啟動OCR 深度學習模塊提取關(guān)鍵信息功能，將圖紙中所需的工程參數(shù)、站點信息數(shù)據(jù)自動識別抓取入庫與勘察信息庫進行關(guān)鍵信息校驗。具體校驗如圖5 所示。

圖5 關(guān)鍵工程參數(shù)、站點信息入庫

將識別出的工程參數(shù)、站點信息數(shù)據(jù)與勘察信息庫的值進行校驗，校驗的結(jié)果會在勘察設(shè)計小區(qū)列表中呈現(xiàn)。如果信息不一致，可通過系統(tǒng)查看出不一致字段。具體比對如圖6 所示。

圖6 關(guān)鍵工程參數(shù)、站點信息校驗比對

后期待施工完成入網(wǎng)后，再將關(guān)鍵信息與綜合資管平臺進行二次校驗，并保證站點信息全平臺準確唯一。

6 總結(jié)

一種基于OCR 深度學習的自動化站點審核方法，該方法通過數(shù)智化手段針對站點圖紙通過OCR 深度學習的方法提取設(shè)計圖紙中的關(guān)鍵工程參數(shù)、站點信息（掛高、天線方位角、電調(diào)下傾角、機械下傾角、經(jīng)緯度、區(qū)域位置、環(huán)境描述等）入庫。將從圖紙中提取出的站點關(guān)鍵工程參數(shù)、站點信息與勘察設(shè)計庫中的信息比對以校驗審核設(shè)計階段出現(xiàn)的工程參數(shù)、站點信息錯誤，以及后期資管平臺關(guān)鍵信息錯誤。