主要類型

類型 工作原理 適用場景

光學(xué)掃描式 通過攝像頭掃描選票上的標(biāo)記（如填涂、印章），與預(yù)設(shè)模板對比后計(jì)數(shù) 紙質(zhì)選票為主的大型選舉（如議會、總統(tǒng)選舉）

電子按鍵式 選民通過按鍵選擇候選人，設(shè)備實(shí)時(shí)累加票數(shù) 小型選舉、企業(yè)投票或特定電子投票場景

區(qū)塊鏈?zhǔn)?利用區(qū)塊鏈技術(shù)加密存儲選票數(shù)據(jù)，確保不可篡改且可追溯 對透明度和性要求的選舉（如試點(diǎn)項(xiàng)目）

混合式 結(jié)合紙質(zhì)選票與電子計(jì)票，例如先人工檢票再通過設(shè)備掃描計(jì)數(shù) 過渡階段或需要雙重驗(yàn)證的選舉

使用門檻與公平性

老年選民或教育程度較低群體可能對電子設(shè)備操作不熟悉，導(dǎo)致誤投。

偏遠(yuǎn)地區(qū)可能因網(wǎng)絡(luò)或電力基礎(chǔ)設(shè)施不足，難以部署高端計(jì)票設(shè)備。

法律與制度適配

部分國家法律尚未明確電子計(jì)票結(jié)果的法律效力，或?qū)υO(shè)備認(rèn)證標(biāo)準(zhǔn)不統(tǒng)一。

先進(jìn)圖像識別算法

機(jī)器學(xué)習(xí)訓(xùn)練模型：基于歷史選票數(shù)據(jù)（含規(guī)范與不規(guī)范標(biāo)記）訓(xùn)練 AI 算法，識別 “未填滿方框”“跨邊界填涂”“鉛筆顏色不均” 等場景。例如，通過卷積神經(jīng)網(wǎng)絡(luò)（CNN）判斷填涂區(qū)域的像素密度，區(qū)分 “有效填涂” 與 “無意劃痕”。

動(dòng)態(tài)閾值調(diào)整：根據(jù)選票印刷對比度自動(dòng)調(diào)節(jié)識別閾值。例如，對深色背景選票提高亮度檢測閾值，避免因印刷色差導(dǎo)致的誤識別（如藍(lán)色印章在淺色紙張上的陰影干擾）。

無效票智能標(biāo)記：預(yù)設(shè)規(guī)則庫（如 “單題選擇＞1 個(gè)選項(xiàng)”“標(biāo)記超出指定區(qū)域”），系統(tǒng)自動(dòng)將可疑選票標(biāo)記為 “待審核” 并生成日志，人工僅需復(fù)核標(biāo)記項(xiàng)，提升效率。

印刷質(zhì)量控制

專用紙張與油墨：使用抗皺、防靜電紙張（如 80g/m2 銅版紙），避免運(yùn)輸中產(chǎn)生褶皺；印刷油墨需與掃描光譜匹配（如黑色油墨吸收 400-700nm 全可見光），防止彩色墨水（如藍(lán)色）被誤識別為 “未填涂”。

定位標(biāo)記與二維碼：在選票邊緣添加微米級定位標(biāo)記（如 “十字星” 圖案），幫助掃描設(shè)備對齊圖像；印刷加密二維碼，包含選票類型、選區(qū)等信息，掃描時(shí)自動(dòng)校驗(yàn)是否匹配預(yù)設(shè)模板。