СПОСОБ РАСПОЗНАВАНИЯ ПЛАТЕЖНЫХ ДОКУМЕНТОВ Российский патент 2018 года по МПК G07F19/00 

Область техники, к которой относится изобретение

Данное изобретение относится к способам распознавания счетов на оплату, при которых получают изображение счета на оплату на клиентское устройство, передают указанное изображение с клиентского устройства посредством объединенной сети на удаленный сервер, формируют платежное поручение по указанному счету на оплату, и может быть использовано для автоматического распознавания любых типов счетов на оплату.

В данном описании используются следующие термины

Счет на оплату - любой материальный носитель, содержащий данные, достаточные для проведения платежа в отношении лица, выдавшего такой платежный документ. К платежным документам относятся: проформа инвойсы, инвойсы, счета и аналогичные документы.

Распознавание - процедура извлечения символов из сканированного или сфотографированного платежного документа или изображения с помощью удаленного сервера. Распознавание позволяет пользователю существенно сэкономить время, ведь символы не нужно вводить самостоятельно.

Сервер (англ. server) - электронное устройство, выполняющее сервисные функции по запросу клиента, предоставляя ему доступ к определенным ресурсам. В целях настоящего описания рассматривается сервер, имеющий постоянное подключение к объединенной сети, которая может передавать данные на сервер с клиентских устройств. Сервер может обрабатывать эти данные и передавать результат обработки обратно на клиентское устройство.

Объединенная сеть, а также все соединения между всеми модулями и блоками включают в себя различные топологии, конфигурации и компоновки компонентов межсетевого соединения, выполненные с возможностью соединять между собой корпоративные, глобальные и локальные вычислительные сети, и включает в себя, без ограничения, традиционные проводные, беспроводные, спутниковые, оптические и эквивалентные сетевые технологии.

Вычислительный блок - это блок сервера, который представляет собой микропроцессор, специально приспособленный для обработки сигналов.

База данных или блок хранения базы данных - это блок сервера, в котором хранятся данные, соответствующие данному модулю, который может быть выполнен как накопитель на жестком магнитном диске или как флэш-память (flash memory), которая относится к полупроводникам электрически перепрограммируемой памяти. При этом некоторые модули могут быть объединены в отдельных реализациях. Например, разные базы данных могут храниться в одном модуле памяти.

Клиентское устройство - любая форма вычислительной платформы, подключаемая к сети, такой как объединенная сеть, и допускающая взаимодействие с прикладными программами. Типичные примеры отдельных клиентских устройств включают в себя, без ограничения, стационарные и переносные персональные вычислительные машины, "интеллектуальные" сотовые телефоны (на английском - смартфон), переносные компьютеры, включая планшетные, облегченные клиенты, рабочие станции, "неинтеллектуальные" терминалы, соединенные с сервером приложений, а также различные их компоновки и конфигурации, то есть как физические устройства для осуществления взаимодействия в системах коммуникационного взаимодействия, так и виртуальные устройства, реализуемые на программируемых компьютерных устройствах, и имеющих программный интерфейс для осуществления функций коммуникации. Преимущественно это смартфон (умный телефон, то есть сотовый телефон, включающий в себя функции компьютерного устройства), имеющий сенсорный дисплей, или планшетный компьютер и аналогичные им устройства - «умные» часы, очки и прочее.

QR-код (с англ. "quick response" означает "быстрый отклик") или баркод, матричный код (двумерный штрихкод), который кодирует любую информацию, будь то обычный текст или ссылка на сайт.

Средство платежа - любое из средств, использующихся для оплаты, денежный счет, виртуальные деньги и прочее.

Платежные реквизиты покупателя - банковские реквизиты персонального счета покупателя, с которого могут быть списаны денежные средства или их эквиваленты для оплаты товаров и/или услуг, например:

- расчетный счет в банке или ином кредитном учреждении, например счет дебетовой или кредитной карты,

- счет в электронной платежной системе, например Яндекс-деньги,

- счет у оператора связи, когда оплата производится путем отправки SMS-сообщений,

- внутренний счет на сервере, когда вносится предоплата за какие-то услуги, которая учитывается в личном кабинете, например в сервисах обеспечения хостинга.

Уровень техники

В настоящее время приходится оплачивать множество счетов, например штрафы, счета за коммунальные услуги, за посещение дошкольных и школьных учреждений, государственные услуги и т.д. В качестве платежного документа к оплате выдается обычно распечатанный на бумажном листе счет, на котором напечатаны платежные реквизиты, которых много, особенно в налоговых и бюджетных платежках, присутствуют поля: УИН, КБК, ОКТМО, ИНН, КПП и многие другие, которые имеют по 20 и более цифр. При ручном вводе легко ошибиться, а поиск ошибки не всегда проще нового акта введения всех реквизитов.

Существуют способы распознавания счетов на оплату, при которых получают изображение счета на оплату на клиентское устройство, передают указанное изображение с клиентского устройства посредством объединенной сети на удаленный сервер, где производят распознавание, формируют платежное поручение по указанному счету на оплату.

Такой способ описан в описании к патенту РФ на полезную модель №119495, опубликованной в 2012 году. В нем описано, как клиентское устройство размещает на документе QR-код и обеспечивает передачу документа на выделенный сервер, который осуществляет декодирование QR -кода и возвращает документ в декодированном виде во вторую подсистему на компьютер плательщика

Данный способ является наиболее близким по технической сути и достигаемому техническому результату и выбран за прототип предлагаемого изобретения.

Недостатком этого прототипа является его невысокие возможности для распознавания счета на оплату. А именно - невозможность распознавать любого стороннего счета на оплату, который не имеет специального QR-кода или аналогичного графического кода, либо он плохо пропечатан и не распознается. Или же распознавание производится, но оно не является достоверным, и по нему нельзя в автоматическом режиме провести платежную операцию. Кроме того, при распознавании нет никакой проверки правильности распознавания счетов на оплату. И, конечно, такой способ не может распознавать рукописный счет на оплату.

Это все и является проблемой, на решение которой направлено настоящее изобретение.

Раскрытие изобретения как способа

Опирающееся на это оригинальное наблюдение настоящее изобретение, главным образом, имеет целью предложить способ распознавания счета на оплату для автоматического формирования платежа, позволяющий, по меньшей мере, сгладить как минимум один из указанных выше недостатков, а именно обеспечить повышение вероятности и достоверности распознавания различных счетов на оплату, что и является поставленной технической задачей настоящего изобретения.

Для достижения этой цели

- предварительно формируют базу типов счетов на оплату, базу данных открытых платежных реквизитов и базу данных успешно распознанных счетов на оплату;

- извлекают платежные данные из полученного счета на оплату, достаточные для автоматического проведения платежной транзакции по указанному счету на оплату,

- после извлечения данных проверяют по базе данных типов счетов на оплату тип платежа, которому соответствует определенный одинаковый набор платежных реквизитов,

по указанному типу

- проверяют соответствие форматов полученных данных и достаточность данных для автоматического проведения платежной транзакции по указанному счету на оплату,

если данных недостаточно, то

- проверяют наличие в имеющейся базе данных открытых платежных реквизитов недостающих платежных реквизитов или

- проверяют наличие недостающих платежных реквизитов в имеющейся базе данных успешно распознанных платежных документов,

- проверяют корректность платежных реквизитов по правилам составления реквизитов и контрольным цифрам.

Благодаря данным выгодным характеристикам появляется возможность определить тип платежа, так как платежам разных типов соответствуют разные наборы платежных полей, которые должны быть заполнены (например, в бюджетных платежах должны быть заполнены поля КБК и ОТКМО, а в платежных документах юридических лиц такие поля не нужно заполнять). Кроме того, становится возможным по каждому полю определить формат его заполнения, например поле «расчетный счет» должно содержать 20 цифр. Таким образом, можно проверить достаточность данных для автоматического проведения платежной транзакции по указанному счету на оплату. Кроме того, становится возможным при недостаточности некоторых данных автоматически получить эти данные в имеющейся базе данных открытых платежных реквизитов недостающих платежных реквизитов, например, распознав данные в поле «БИК», например это БИК Сбербанка, можно автоматически заполнить поле «корреспондентский счет». И, кроме того, для того чтобы исключить возможность некорректного распознавания данных, проверяют корректность платежных реквизитов по правилам составления реквизитов и контрольным цифрам.

Существует преимущественный вариант изобретения, в котором дополнительно:

- извлекают платежные данные из полученного счета на оплату, для чего

- сначала дополнительно формируют базу данных шаблонов счетов на оплату и базу данных ключевых слов,

- определяют наличие на изображении счета на оплату графических кодированных элементов, при их наличии извлекают полный набор данных, достаточных для автоматического проведения платежной транзакции по указанному счету на оплату,

если же нет на изображении указанных графических кодированных элементов или они не могут быть распознаны, то

- определяют, является ли счет на оплату известным шаблоном счетов на оплату, для чего сверяют изображение счета на оплату с изображениями из базы данных шаблонов счетов на оплату, в случае определения принадлежности распознаваемого платежного документа к уже имеющемуся в базе данных шаблонов счетов на оплату, определяют только те фрагменты изображения счета на оплату, которые необходимы для автоматического проведения платежной транзакции по указанному счету на оплату, и которые соответствуют указанному шаблону,

если счет на оплату является неизвестным шаблоном, отсутствующим в базе данных шаблонов счетов на оплату, или он не может быть распознан, то

- определяют наличие на изображении счета на оплату ключевых слов, характеризующих платежные реквизиты из базы данных ключевых слов, в случае определения таких ключевых слов определят фрагменты на изображении платежного документа, соответствующие указанным ключевым словам, а в случае отсутствия или невозможности определения наличия ключевых слов; передают по меньшей мере часть изображения счета на оплату на специализированный удаленный сервер для автоматического распознавания или на автоматизированное рабочее место оператора для ручного распознавания и получают оттуда распознанные автоматически или вручную данные из полученного счета на оплату, достаточные для автоматического проведения платежной транзакции по указанному счету на оплату.

Благодаря данным выгодным характеристикам появляется возможность:

- извлекать полный набор данных, достаточных для автоматического проведения платежной транзакции по указанному счета на оплату по графическим кодам;

- в случае определения принадлежности распознаваемого платежного документа к уже имеющемуся в базе данных шаблонов платежных документов, определять только те фрагменты изображения платежного документа, которые необходимы для автоматического проведения платежной транзакции по указанному платежному документу и которые соответствуют указанному шаблону, что ускоряет процесс распознавания;

- получать со специализированного удаленного сервера для автоматического распознавания или с автоматизированного рабочего места оператора ручного распознавания распознанные автоматически или вручную данные из полученного платежного документа, достаточные для автоматического проведения платежной транзакции по указанному платежному документу.

Все это позволяет распознать любые платежные документы. Причем делать это максимально быстро. Так как сначала способ подразумевает автоматическое определение наличие графических кодов, типа QR-код, в которых есть исчерпывающий набор данных, и процесс распознавания максимально быстрый, затем распознавание шаблона счета на оплату, места расположения платежных данных у которого известны. Затем определение ключевых слов, соответствующих названию полей, что исключает необходимость распознавания остальных фрагментов документа. И в самом сложном случае только все отдается во внешнее автоматическое или внешнее ручное распознавание.

Существует также вариант изобретения, в котором передают полное изображение счета на оплату на специализированный удаленный сервер для автоматического распознавания или на автоматизированное рабочее место оператора для автоматического или ручного распознавания одним оператором всего изображения счета на оплату.

Благодаря данной выгодной характеристике появляется возможность за один акт передачи данных передать и получить обратно необходимую информацию, что ускоряет и упрощает процесс распознавания на этом этапе.

Существует альтернативный предыдущему вариант изобретения, в котором передают, по меньшей мере, часть изображения счета на оплату на специализированный удаленный сервер для автоматического распознавания или на автоматизированное рабочее место оператора для автоматического или ручного распознавания путем разбивания изображения счета на оплату на множество фрагментов, каждый из которых передают множеству специализированным удаленным серверам для автоматического распознавания или автоматизированных рабочих мест операторов для автоматического или ручного распознавания при сохранении конфиденциальности распознаваемых платежных реквизитов.

Благодаря данной выгодной характеристике появляется возможность обеспечить конфиденциальность процесса распознавания счетов на оплату, так как ни у кого из операторов автоматизированных рабочих мест нет достаточных данных для проведения платежа, только фрагменты или отдельные буквы и цифры. Также нет полных данных на каждом из специализированных удаленных серверов для автоматического распознавания, если передается именно им. Это может быть существенно, так как в некоторых случаях, например случайно, вместе с платежными данными могут быть переданы и данные плательщика, достаточные для списания у него средств.

Существует, кроме того, вариант изобретения, в котором при проверке наличия в имеющейся базе данных счетов на оплату недостающих платежных реквизитов дополнительно отправляют запрос во внешние базы данных платежных реквизитов.

Благодаря данной выгодной характеристике появляется возможность также подключать все возможные массивы данных для автоматизации процесса, например справочники БИК банков.

Существует и такой вариант изобретения, в котором дополнительно проводят анализ поля «Назначение платежа» в платежных реквизитах на его заполнение и соответствие необходимым форматам, в случае отсутствия данных в поле «Назначение платежа» формируют необходимые данные, используя внешние базы данных.

Благодаря данной выгодной характеристике появляется возможность при невозможности распознавания поля «Назначение платежа», которая часто бывает самым длинным, имеющим самое большое число вариантов и сложным для распознавания автоматически подставлять необходимые данные, используя внешние базы данных.

Совокупность существенных признаков предлагаемого изобретения неизвестна из уровня техники для способов аналогичного назначения, что позволяет сделать вывод о соответствии критерию «новизна» для изобретения в отношении способа. Неочевидность решения и глобальность решаемой задачи, которая до сих пор оставалась нерешенной, говорит о неочевидности решения для специалиста в данной области техники и, таким образом, о соответствии изобретения критерию «изобретательский уровень».

Краткое описание чертежей

Другие отличительные признаки и преимущества данного изобретения ясно вытекают из описания, приведенного ниже для иллюстрации и не являющегося ограничительным, со ссылками на прилагаемые рисунки, на которых:

- фигура 1 изображает функциональную схему системы распознавания счетов на оплату согласно изобретению,

- фигура 2 схематично изображает этапы способа распознавания счетов на оплату согласно изобретению.

Согласно фигуре 1 клиентское устройство 1 соединено посредством объединенной сети 2 с удаленным сервером 3, который включает в себя

- базу типов счетов на оплату 31,

- базу данных открытых платежных реквизитов 32,

- базу данных успешно распознанных счетов на оплату 33,

- базу данных шаблонов счетов на оплату 34,

- базу данных ключевых слов 35.

Клиентское устройство 1 выполнено с возможностью сканирования или фотографирования, например, камерой 11 счета на оплату 4, который может содержать графические кодированные элементы, например QR-код.

Удаленный сервер 3 может быть соединен посредством объединенной сети 2 с автоматизированным рабочим местом 5 оператора для ручного распознавания или со специализированным удаленным сервером 51 для автоматического распознавания счетов на оплату.

Процессинговый сервер, который может проводить платеж, обозначен как 6. Внешние базы данных обозначены как 7.

Осуществление изобретения

Способ распознавания счетов на оплату работает следующим образом. Приведем наиболее исчерпывающий пример реализации изобретения, имея в виду, что данный пример не ограничивает применения изобретения.

Этап АО – Подготовка

Предварительно формируют базу типов счетов на оплату 31, базу данных открытых платежных реквизитов 32, базу данных успешно распознанных счетов на оплату 33, базу данных шаблонов счетов на оплату 34 и базу данных ключевых слов 35.

Этап А1 - Ввод данных

Получают изображение счета на оплату 4 на клиентское устройство 1. Происходит получение графического изображения счета на оплату 4 в специализированном программном обеспечении на мобильном устройстве, в том числе на мобильном телефоне:

- в моменте посредством оптического считывателя (осуществление фотосъемки посредством камеры 11) или

- из локального хранилища мобильного устройства (использование готового фотоснимка)

Этап А2 – Передача

Передают указанное изображение счета на оплату с клиентского устройства 1 посредством объединенной сети 2 на удаленный сервер 3.

Этап A3 - Распознавание

Сперва способ в принципе определяет, является ли полученное изображение счетом на оплату или нет. Это может быть, например, лицо человека. Тогда сразу определяется, что это не счет. Алгоритм ступенчатый и каждый следующий этап нужен или возможен, только если достигнут определенный результат по предыдущему этапу, иначе все выполнять нецелесообразно и процесс досрочно прерывается.

Этап А31. Определяют наличие на изображении счета на оплату графических кодированных элементов, например, линейных и двухмерных матричных штрихкодов, при их наличии извлекают полный набор данных, достаточных для автоматического проведения платежной транзакции по указанному счету на оплату 4, если же нет на изображении указанных графических кодированных элементов или они не могут быть распознаны, то переходят к этапу А32.

Этап А32. Определяют, является ли счет на оплату 4 известным шаблоном счетов на оплату, см. позицию 41, для чего сверяют изображение счета на оплату 41 с изображениями из базы данных шаблонов счетов на оплату 34. В случае определения принадлежности распознаваемого счета на оплату к уже имеющемуся в базе данных шаблонов счетов на оплату 34 определяют только те фрагменты изображения счета на оплату 4, которые необходимы для автоматического проведения платежной транзакции по указанному счету на оплату и которые соответствуют указанному шаблону. Если счет на оплату является неизвестным шаблоном, отсутствующим в базе данных шаблонов счетов на оплату, или он не может быть распознан, то переходят к этапу А33.

Этап А33. Определяют наличие на изображении счета на оплату 4 ключевых слов, характеризующих платежные реквизиты из базы данных ключевых слов 35. В случае определения таких ключевых слов определят фрагменты на изображении счета на оплату 4, соответствующие указанным ключевым словам, а в случае отсутствия или невозможности определения наличия ключевых слов переходят к этапу А34 или А35.

Этап А34. Прежде чем передать счет на оплату на специализированный удаленный сервер 51 для автоматического распознавания или на ручную обработку, пользователю может быть предложено на клиентском устройстве вручную ввести недостающие данные. Это опциональная настройка. Или отдавать специалисту, или дополнительно запрашивать у клиента, или предлагать клиенту выбор (вбить самому, что быстрее, или отправить на ручную обработку, что легче для клиента, зато дольше).

Этап А35. Передают, по меньшей мере, часть изображения счета на оплату на специализированный удаленный сервер 51 для автоматического распознавания или на автоматизированное рабочее место оператора 5 для автоматического или ручного распознавания и получают оттуда распознанные автоматически или вручную данные из полученного счета на оплату, достаточные для автоматического проведения платежной транзакции по указанному счету на оплату.

Это может быть выполнено одним из двух вариантов:

Этап А351. Передают полное изображение счета на оплату на специализированный удаленный сервер 51 для автоматического распознавания или на автоматизированное рабочее место оператора 5 для ручного распознавания одним оператором всего изображения счета на оплату.

Этап А352. Передают, по меньшей мере, часть изображения счета на оплату на автоматизированное рабочее место оператора 5 для ручного распознавания путем разбивания изображения счета на оплату на множество фрагментов, каждый из которых передают множеству автоматизированных рабочих мест операторов для ручного распознавания при сохранении конфиденциальности распознаваемых платежных реквизитов.

После такого разбиения собирают все распознанные фрагменты обратно в один общий документ.

Этап А36. При проверке наличия в имеющейся базе данных платежных реквизитов недостающих платежных реквизитов дополнительно отправляют запрос во внешние базы данных 7 платежных реквизитов. Дополнительно проводят анализ поля «Назначение платежа» в платежных реквизитах на его заполнение и соответствие необходимым форматам, в случае отсутствия данных в поле «Назначение платежа» формируют необходимые данные, используя внешние базы данных 7.

Для этого возможно задействование сторонних API (интерфейс программирования приложений), в том числе самих получателей денежных средств, для извлечения недостающей информации и/или ее актуализации, в том числе модификации суммы к оплате (в частности, по ИНН получателя денежных средств и данных, идентифицирующих конкретный счет, например УИН, или конкретного потребителя товаров/услуг/работ, например номер лицевого счета или транспортного средства.

Этап А4 – Проверка

Этап А41. После извлечения данных проверяют по базе данных типов платежей 31 тип платежа, которому соответствует определенный одинаковый набор платежных реквизитов

По указанному типу:

Этап А42. Проверяют соответствие форматов полученных данных и достаточность данных для автоматического проведения платежной транзакции по указанному счету на оплату, если данных недостаточно, то:

Этап А43. Проверяют наличие в имеющейся базе данных открытых платежных реквизитов 32 недостающих платежных реквизитов или

Этап А44. Проверяют наличие недостающих платежных реквизитов в имеющейся базе данных успешно распознанных счетов на оплату 33.

Этап А45. Проверяют корректность платежных реквизитов по правилам составления реквизитов и контрольным цифрам.

То есть здесь совокупно происходит формальная валидация значений всех собранных параметров по регулярно дополняемой базе правил и их корректировка при необходимости - часть данных верифицируется по открытым спискам и прочим источникам информации (ИНН, КПП, БИК, КБК, ОКТМО и так далее), часть данных проходит проверку на соответствие допустимым форматам (допустимые символы и количество символов), часть данных ревизируется по предусмотренным банковским и бухгалтерским правилам, в том числе с использованием контрольных чисел (в частности, банковские счета).

А также происходит определение одного из трех уровней минимальной достаточности набора платежных и персональных данных (коммерческий платеж, бюджетный платеж или налоговый платеж) и заполнение, если это возможно и допустимо, недостающих данных актуальными на конкретный день значениями или предусмотренными значениями по умолчанию.

Также, как уже было описано, возможно использование собственного справочника получателей денежных средств и требующихся для них данных (обновляемого регулярного на основании формируемой статистики успешно распознанных изображений и успешно осуществленных переводов денежных средств с полученными платежными и персональными данными) для извлечения недостающих значений или корректировки имеющихся значений.

Возможно использование собственной системы анализа назначения в платежных данных и его формирования, в случае отсутствия назначения или корректировки в случае недостаточности данных или ошибочности формата (на основании конкретного получателя денежных средств по его ИНН, данных о плательщике или оплачиваемых товарах/услугах/работах и заведенных в систему правил, объем которых регулярно нарастает).

Предлагаемый способ может позволить формировать назначения платежей и автоматически, а не только из внешних баз. Например, допустим, конкретный платеж относится к категории «коммунальные услуги/газ». В таком случае можно писать: «Оплата газа за X на Y руб. Z. Без НДС», где X - является распознанным фрагментом изображения счета на оплату, соответствующим полю «Период» или указали последний актуальный месяц, например «Ноябрь», a Y -является распознанным фрагментом изображения счета на оплату, соответствующим полю «Сумма», или клиент выбрал ее вручную, Z - ФИО клиента и/или его адрес (смотря что есть на изображении счета на оплату).

Точно так же предлагаемый способ может позволить автоматически дополнять реквизиты недостающими данными, иногда присваивая и дефолтные значения, когда известны правила. Особенно актуально это для налоговых платежей. Например, в качестве периода платежа возможно автоматически подставлять текущие месяц и год, при этом их даже не нужно извлекать из изображения счета на оплату.

Этап А5 - Передача распознанных проверенных данных

Опционально возможно далее использование распознанных на этапе A3 и проверенных на этапе А4 платежных данных.

Возможные варианты использования

Этап А51. Передача качественных (полных и проверенных) платежных данных для их обработки третьими лицами, в частности кредитными организациями, например, с помощью процессингового сервера 6.

Этап А52. Самостоятельная их обработка в целях совершения перевода денежных средств (по API для конкретных получателей денежных средств, определяемых на основании ИНН, с самими получателями денежных средств, с профильными ведомствами и системами или со специализированными платежными агрегаторами, где формат используемых данных в транзакциях может быть существенно упрощен, или в форме межбанковского безналичного перечисления денежных средств по реквизитам без открытия счета в пользу любого лица - физического, юридического или индивидуального предпринимателя, где возможно использование дополнительных фильтрующих или ограничивающих правил).

Последовательность этапов является примерной и позволяет переставлять, убавлять, добавлять или производить некоторые операции одновременно без потери возможности распознавания платежных документов. Например, в случае с другой поддерживаемой графической информацией (определяемой по предусмотренным характерным признакам, в частности конкретным визуальным товарным знакам или web-адресам сайтов в сети интернет, присутствующим на изображениях) на сервере возможно исполнение заложенной на сервере логики для реакции на конкретный вид и форму изображения, в том числе с распознаванием и использованием данных, присутствующих на таком изображении (например, номера мобильного телефона потребителя). Такие логики в силу своих особенностей не могут быть универсифицированы, поэтому программируется в каждом конкретном случае индивидуально. В частности, автоматизируется совершение покупок в интернет-магазинах, бронируются и оплачиваются билеты в кинотеатры, вызываются такси в определенные места с поддержкой постоплаты по факту оказания услуг, заказывается приобретение и доставка конкретного товара посредством консьерж-сервисом и так далее.

Кроме того, в качества удаленного рабочего места оператора может быть использован, как было указано ранее, сам плательщик со своим клиентским устройством 1.

Промышленная применимость

Предлагаемый способ распознавания счетов на оплату может быть осуществлен специалистом на практике, и при осуществлении обеспечивают реализацию заявленного назначения, что позволяет сделать вывод о соответствии критерию «промышленная применимость» для изобретения.

В соответствии с предложенным изобретением изготовлена опытная система для распознавания счетов на оплату, включающая клиентское устройство 1, которое было соединено посредством объединенной сети 2 с удаленным сервером 3, который включал в себя:

- базу типов счетов на оплату 31,

- базу данных открытых платежных реквизитов 32,

- базу данных успешно распознанных счетов на оплату 33,

- базу данных шаблонов счетов на оплату 34,

- базу данных ключевых слов 35.

Клиентское устройство 1 было выполнено с возможностью сканирования или фотографирования, например, камерой 11 счета на оплату 4, который может содержать графические кодированные элементы, например QR-код.

Испытания опытной системы показали, что она обеспечивает возможность распознавания счетов на оплату, содержащих QR-код, а также являющимся стандартным шаблоном (квитанция об оплате услуг за пользование телефоном МГТС), а также являющимся нестандартным счетом, но имеющим поля, такие как р/с, к/с, БИК, назначение и прочее. Кроме того, было опробовано распознавание документа, который являлся рукописным счетом. Изображение такого счета было отправлено на удаленное рабочее место оператора, где было в ручном режиме распознано и отправлено на сервер.

Также была произведена в каждом случае автоматическая проверка правильности распознавания символов и достаточность данных для автоматического проведения платежной операции.

Таким образом, в данном изобретении достигнута поставленная задача - повышение вероятности и достоверности распознавания различных счетов на оплату..

Дополнительным полезным техническим результатом заявленного изобретения является то, что:

- происходит ускорение процесса распознавания различных счетов на оплату, так как процесс распознавания ранжирован по быстроте процесса распознавания от самого быстрого до самого медленного,

- происходит повышение вероятности и достоверности распознавания различных счетов на оплату всего лишь по их фотографиям или скан-копиям,

- способ позволяет сразу же обработать полученные результаты по назначению, т.е. инициировать определенную транзакцию,

- способ позволяет распознавать даже документы, написанные от руки,

- способ позволяет распознавать как счета для физических лиц, так и счета для юридических лиц, а это разные виды счетов.

Изобретение относится к способам распознавания платежных документов, при которых получают изображение платежного документа на клиентское устройство, передают указанное изображение с клиентского устройства посредством объединенной сети на удаленный сервер, и может быть использовано для автоматического распознавания любых типов платежных документов. Согласно изобретению предварительно формируют базу типов платежей, базу данных открытых платежных реквизитов и базу данных успешно распознанных платежных документов; извлекают платежные данные из полученного платежного документа, достаточные для автоматического проведения платежной транзакции по указанному платежному документу, после извлечения данных проверяют по базе данных типов платежей тип платежа, которому соответствует определенный одинаковый набор платежных реквизитов, по указанному типу; проверяют соответствие форматов полученных данных и достаточность данных для автоматического проведения платежной транзакции по указанному платежному поручению, если данных недостаточно, то проверяют наличие в имеющейся базе данных открытых платежных реквизитов недостающих платежных реквизитов или проверяют наличие недостающих платежных реквизитов в имеющейся базе данных успешно распознанных платежных документов, проверяют корректность платежных реквизитов по правилам составления реквизитов и контрольным цифрам. Заявленное изобретение направлено на повышение вероятности и достоверности распознавания различных платежных документов. 5 з.п. ф-лы, 2 ил.

1. Способ распознавания счета на оплату для автоматического формирования платежа, при котором:

- получают изображение счета на оплату на клиентское устройство,

- передают указанное изображение с клиентского устройства посредством объединенной сети на удаленный сервер,

- формируют платежное поручение по указанному счету на оплату, отличающийся тем, что

- предварительно формируют базу типов счетов на оплату, базу данных открытых платежных реквизитов и базу данных успешно распознанных счетов на оплату;

- извлекают платежные данные из полученного счета на оплату, достаточные для автоматического проведения платежной транзакции по указанному счету на оплату,

- после извлечения данных проверяют по базе данных типов счетов на оплату тип платежа, которому соответствует определенный одинаковый набор платежных реквизитов, по указанному типу

- проверяют соответствие форматов полученных данных и достаточность данных для автоматического проведения платежной транзакции по указанному счету на оплату, если данных недостаточно, то

- проверяют наличие в имеющейся базе данных открытых платежных реквизитов недостающих платежных реквизитов или

- проверяют наличие недостающих платежных реквизитов в имеющейся базе данных успешно распознанных платежных документов,

- проверяют корректность платежных реквизитов по правилам составления реквизитов и контрольным цифрам.

2. Способ по п. 1, отличающийся тем, что извлекают платежные данные из полученного счета на оплату, для чего

- сначала дополнительно формируют базу данных шаблонов счетов на оплату и базу данных ключевых слов,

- определяют наличие на изображении счета на оплату графических кодированных элементов, при их наличии извлекают полный набор данных, достаточных для автоматического проведения платежной транзакции по указанному счету на оплату, если же нет на изображении указанных графических кодированных элементов или они не могут быть распознаны, то

- определяют, является ли счет на оплату известным шаблоном счетов на оплату, для чего сверяют изображение счета на оплату с изображениями из базы данных шаблонов счетов на оплату, в случае определения принадлежности распознаваемого платежного документа к уже имеющемуся в базе данных шаблонов счетов на оплату определяют только те фрагменты изображения счета на оплату, которые необходимы для автоматического проведения платежной транзакции по указанному счету на оплату и которые соответствуют указанному шаблону, если счет на оплату является неизвестным шаблоном, отсутствующим в базе данных шаблонов счетов на оплату, или он не может быть распознан, то

- определяют наличие на изображении счета на оплату ключевых слов, характеризующих платежные реквизиты из базы данных ключевых слов, в случае определения таких ключевых слов определяют фрагменты на изображении платежного документа, соответствующие указанным ключевым словам, а в случае отсутствия или невозможности определения наличия ключевых слов передают по меньшей мере часть изображения счета на оплату на специализированный удаленный сервер для автоматического распознавания или на автоматизированное рабочее место оператора для ручного распознавания, и получают оттуда распознанные автоматически или вручную данные из полученного счета на оплату, достаточные для автоматического проведения платежной транзакции по указанному счету на оплату.

3. Способ по п. 2, отличающийся тем, что передают полное изображение счета на оплату на специализированный удаленный сервер для автоматического распознавания или на автоматизированное рабочее место оператора для автоматического или ручного распознавания одним оператором всего изображения счета на оплату.

4. Способ по п. 2, отличающийся тем, что передают, по меньшей мере, часть изображения счета на оплату на специализированный удаленный сервер для автоматического распознавания или на автоматизированное рабочее место оператора для автоматического или ручного распознавания путем разбивания изображения счета на оплату на множество фрагментов, каждый из которых передают множеству специализированным удаленным серверам для автоматического распознавания или автоматизированных рабочих мест операторов для автоматического или ручного распознавания при сохранении конфиденциальности распознаваемых платежных реквизитов.

5. Способ по п. 1, отличающийся тем, что при проверке наличия в имеющейся базе данных счетов на оплату недостающих платежных реквизитов дополнительно отправляют запрос во внешние базы данных платежных реквизитов.

6. Способ по п. 1, отличающийся тем, что дополнительно проводят анализ поля «Назначение платежа» в платежных реквизитах на его заполнение и соответствие необходимым форматам, в случае отсутствия данных в поле «Назначение платежа» формируют необходимые данные, используя внешние базы данных.