基于图像识别技术的招投标应用模式研究

陈焕怡

摘  要：在人工智能领域中，图像识别技术是一种类似于人眼识别，基于图像明显特征的重要技术，随着我国信息时代的不断发展，其在项目电子化招投标工作中得到广泛应用。笔者从国内外电子化招投标的研究现状着手，对图像识别技术在招投标过程中的应用进行了深入探讨，以期为今后图像识别技术在项目招投标方面的应用研究提供借鉴。

关键词：图像识别技术;招投标;OCR技术;辅助评标

中图分类号：TP391.41      文献标识码：A 文章编号：2096-4706（2019）01-0076-03

Research on Application Model of Bidding Based on Image Recognition Technology

CHEN Huanyi

（China Southern Power Grid Co.，Ltd.，Guangzhou  510530，China）

Abstract：In the field of artificial intelligence，image recognition technology is an important technology similar to human eye recognition，which is based on the obvious features of images. With the continuous development of information age in China，it has been widely used in electronic bidding of projects. Starting from the research status of electronic bidding at home and abroad，the author makes a deeply discussion on the application of image recognition technology in bidding process，and look forward to provide a reference for the future application of image recognition technology in project bidding.

Keywords：image recognition technology;bidding;OCR technology;assistant bid evaluation

0  引  言

随着我国计算机及信息技术的不断发展，图像识别技术也得到了迅速发展并引起了业内人士的广泛关注，其在产品安全、医疗及信息搜集等领域具有较大的发展空间。图像识别技术主要是根据目标处理由计算机捕获的系统前端图片，其涉及如条码识别、指纹识别等。研究发现，图像识别技术在招投标过程中可以帮助评标专家进行供应商辅助评价及招标文件的智能审查，在很大程度上提高评标工作的审查效率。由此可见，研究图像识别技术在项目招投标中的应用具有重要意义。

本文通过图像识别技术、OCR技术实现智能辅助专家评标设计及应用，以规范技术研究，指导系统建设、运行以及各个方面的评估，为智能辅助评标信息化应用的全面实施奠定基础。

1  国内外电子化招投标研究现状

电子化招投标通过合理设计系统表单结构，可使采购流程文件内容格式标准、数据准确、针对性强，并可有效地避免人工操作偏差，提高招投标管理工作效率。所以电子化招投标在削减采购程序成本、实现节能环保及提升招投标管理工作效率等方面具有积极意义。

另外，随着电子招投标交易量的不断提升，招投标产生的数据量呈海量式爆发。人工智能的目标是用机器替代人的脑力工作，背后需要庞大的数据量供神经算法进行深度挖掘和深度学习。招投标活动作为一个典型的脑力密集型行业，人工智能技术的应用将会使其明显受益。

现阶段，电网公司根据其业务特点建立了采购标准及招评标体系，并且建立了用于招投标工作的电子商务平台，实现了对物资需求、采购管理的全过程管理，目前，智能辅助招评标的研究工作已有基础业务系统作为支撑。

2  项目评标工作中常见问题分析

在招标项目的评标过程中，仍存在专家评标主观性，评审资料不够全面仔细，评标条目多、工作量大等问题。具体来说，主要体现在以下几个方面。

2.1  评审尺度问题

在评标过程中，专家作为评审主体，对于单个不同的项目，将会给出不同的评审结果。例如，在不同项目评标时，专家的尺度存在较大的差别。这种情况是由评委疏忽而导致的，如当专家在浏览标书时，忽略了标书上盖有的公章;同时专家也会受到自身业务水平的影响，不了解投标文件证明材料的规范，导致评判出错。当评审系统提示两家投标人的投标文件类似时，如果按照相关规定就会判定两家单位存在串标行为，但由于专家不了解，其未能对这两家单位进行否决，就会使评标工作失去公正性。

2.2  评审效率问题

众所周知，专家在评标工作中需阅读大量材料，如初評中需要查验产品资质报告、投标基本要求文件（含法定代表人授权书、身份证明书、投标专用章效力证明文件、报价文件等）、投标人关联企业情况声明、企业基本情况表、投标偏差表、报价文件等各类佐证材料、业绩材料，并按招标文件各项条款规定对材料的合法性和有效性进行评判，专家逐条评审非常耗费时间，严重影响评标效率。

3  基于图像识别技术的招投标应用模式研究

根据项目评标工作中常见问题分析可见，目前初评环节仍存在条目多、核对困难、专家逐条审核耗费时间长等问题，因此为了解决以上问题，笔者建议采用基于图像识别的OCR技术辅助，结合相关业务应用场景，减轻专家负担，减少错判、误判的概率，提升评标工作效率，实现人工智能辅助评标。

3.1  OCR技术概述

OCR技术（也称光学字符识别技术），是通过输入扫描等光学，将各种文字转化成为图像，再利用图像识别技术将图像转化为计算机输入技术，以供人们使用。目前，OCR技术在证件识别、银行卡识别、文档识别等方面得到了广泛应用，且涉及领域众多，包括公共服务、银行、保险、交通、互联网等。

3.2  图像识别技术在招投标应用模式

在投标工作材料评审过程中，为响应相关的条款规定，投标方需要出具众多的材料：营业执照、资质证书、安全生产许可证、业绩证明材料、劳动合同、第三方机构证明等电子扫描件。而在评标系统中引入OCR技术，可以将电子图片信息转化为文字内容，并与系统招标文件条款进行自动化比对，并将不满足投标文件的内容汇报给评标专家，从而实现智能辅助评标。通过此方式进行初步评审，既可以实现评审尺度统一，以免由于专家的疏忽而导致误判，又可以降低評审工作的强度和评标工作的繁杂程度，以便于专家在评标过程中，将更多的时间和精力放在投标文件的判别上，从而解决文件中的重点与难点问题，发挥评标专家的重要作用。初审环节中图像识别技术的应用类别示例，如表1所示。

当电子扫描件转化完成以后，还可以利用OCR技术将转化后的内容与投标文件中的文字内容进行对比，同时还可以采用分单、分条款、分类别等提取方式对大量信息进行处理，并将处理后的内容与招标文件中的相应条款进行对比，包含文字比对、公章校验、日期比对等。

文字比对主要是对相关材料进行验证，看其是否满足招标文件中的格式要求，若在第三方机构证明验证，则应进行日期比对，即在业绩材料中看相关日期是否在招标文件约定的日期内，如落款日期是否在招标发布后和开标日期前，竣工验收日期是否在招标公告发布起近三年内，证书的失效日期是满足评标日期要求等;在公章校验时，应对材料是否加盖公章进行核对，包括劳动合同是否加盖投标人公章和社保证明是否加盖专用章，且要核对各类证书的公章是否为相关机构颁发，以供评标专家进行鉴别;在核验材料时，应查验相关内容是否真实，如在业绩材料核对时，应对竣工验收报告中开工日期进行检查，看其是否在中标通知书签发之后，同时还应该检查投标人的企业名称是否一致等。

当以上比对工作结束后，如果某些材料还无法准确判别，那么系统将会按照单位、合同条款自动生成清单，并将无法智能判别的内容在清单中列出，当专家获取清单后，可以根据自身的要求查找相关材料对应的内容，并针对性地进行评审以及输入评审结果，从而大大缩短评标时间，提高评标工作效率。图1为图像识别技术的应用流程及应用示例。

4  结  论

综上所述，本文通过对图像识别技术在招投标工作中的应用进行探讨，得到了以下几点结论：

（1）通过图像识别技术和OCR技术可实现企业证件、证书、证明等材料的图像识别，从图片信息中提取文字信息，并将此信息存储于评标系统，对其进行分类，以便评标结束后进行复查、统计等;

（2）评委专家在招投标工作中应用OCR技术，可以减少评审工作量和降低评审工作强度，提高评标工作效率，减少评标误差;对于投标人而言，可以体现评标工作的公正性;对于招标人而言，可以减少招标后的质疑，降低评标的时间耗费，节省评标费用;对于监管部门而言，可以减少投诉受理量，方便标后复查和统计。而对于公共资源交易机构而言，可以提升评标的效率和开评标场地周转的利用率;

（3）OCR技术在智能辅助评标中的应用，可以有效减轻专家评标工作负担、提升工作效率，降低评标工作的主观不确定性，提升评标工作的公正性、客观性，同时还可以最大限度地降低懒政风险和后期异议及投诉风险，从而树立公开透明、高效规范的招标采购品牌形象。

参考文献：

[1] 陆红.基于卷积神经网络人脸识别方法研究 [J].现代信息科技，2018，2（10）：102-103+106.

[2] 卞秀蓉，周子勤.数字图像处理技术与边缘检测分析 [J].现代信息科技，2017，1（4）：54-55.

[3] 杨惜爱.基于二维码识别的高校教室考勤系统 [J].现代信息科技，2018，2（5）：36-37+39.