CN105718972A - 一种信息智能采集方法 - Google Patents

Abstract

本发明公开了一种信息智能采集方法，包括如下步骤：S1、采集计算机生成以事件或目的为依据建立的采集任务；S2、在所述采集任务中，采集机具对相关的某个人员的随身的物件逐一进行采集信息；S3、采集机具对物品采集信息后，智能引擎对上述物品原始采集信息进行智能识别分析加工；S4、所述采集机具依次对所述采集任务中所有的相关人员的随身的物件进行采集信息；S5、将采集到的信息存储到数据库服务器。本发明可以便捷、准确地采集各种物件的信息。

Description

一种信息智能采集方法

【技术领域】

本发明涉及一种信息智能采集方法。

【背景技术】

在很多领域，需要对人携带的物品，含各类卡(含磁卡、接触类芯片卡、非接触类芯片卡)、证件、名片、电子存储设备、移动手机等智能设备等信息进行采集并加以应用。这类信息的记录方式，一方面采集内容会印刷在卡面(如名片卡)，另一方面采集内容会分布在芯片内(如我国居民身份证、银行磁卡、门禁卡)，同时还有部分以文件方式存储在U盘、数码相机、智能手机等设备中。

现有的采集工具往往不具有多种功能，导致有些物件的信息无法采集；另外，现有的采集方法效率较低，容易重复采集物件。

【发明内容】

为了克服现有技术的不足，本发明提供了一种信息智能采集方法，以提高信息采集的效率。

一种信息智能采集方法，包括如下步骤：

S1、采集计算机生成以事件或目的为依据建立的采集任务；

S2、在所述采集任务中，采集机具对相关的某个人员的随身的物件逐一进行采集得到采集信息；

S3、所述采集机具依次对所述采集任务中所有的相关人员的随身的物件进行采集得到采集信息；

S4、利用智能识别引擎对所述采集信息进行识别、分析、加工得到信息内容；S5、将采集到信息、信息内容存储到数据库服务器。

在一个实施例中，

在所述步骤S5中：

将所述采集到的信息按照菊花链式数据结构进行存储：

所述菊花链式数据结构的第一级节点存储所述采集任务ID，

所述菊花链式数据结构的第二级节点存储人员ID，

所述菊花链式数据结构的第三级节点存储物件类型信息，

所述菊花链式数据结构的第四级节点存储物件记载内容。

在一个实施例中，

在所述菊花链式数据结构的每一级节点上均存储有采集任务ID和人员ID。

在一个实施例中，

所述采集机具通过如下步骤对随身的物件进行采集：

A1、判断所述物件是否含有射频芯片，若有则所述采集机具通过射频读取模块读取所述射频芯片信息，否则执行步骤A2；

A2、判断所述物件是否具有磁信息，若有则所述采集机具通过磁记录读取模块读取所述物件的磁信息，否则执行步骤A3；

A3、判断所述物件是否含有接触式芯片，若有则所述采集机具通过芯片读取模块读取所述接触式芯片中的信息，否则执行步骤A4；

A4、所述采集机具通过光学采集模块对所述物件进行拍照，并对获得的照片进行文字识别得到对应的信息。

在一个实施例中，

所述采集机具包括光学采集模块、指纹采集模块、磁记录读取模块、芯片读取模块、射频读取模块、二代身份证读取模块、国际民航组织机读旅行证件模块、以太网络接口模块、蓝牙模块WIFI模块、和USB接口模块中、USB集线器，所述光学采集模块、指纹采集模块、磁记录读取模块、芯片读取模块、射频读取模块、二代身份证读取模块、国际民航组织机读旅行证件模块、以太网络接口模块、蓝牙模块和USB接口模块连接在所述USB集线器上。

在一个实施例中，

针对采集信息中的电子文件：将电子文件类型、名称和内容存入关键信息数据库中。

在一个实施例中，

在所述步骤S4中：

针对所述采集信息中的照片：

对于格式固定的照片进行模板识别：将照片分割为多个识别区域，每个识别区域对应一个语义，利用OCR识别分别对每个识别区域进行识别得到信息内容，将信息内容赋予对应的语义；

对于格式不固定的照片：通过OCR识别得到信息内容；

对于照片中的条码和二维码进行提取和识别得到信息内容：

从所述信息内容中的文字利用正则表达或语义分析算法提取实体信息，所述实体信息包括号码、名称和地址。

在一个实施例中，

当所述物件通过光学采集模块进行采集时，存储到所述数据库服务器的数据包括：物件的图片、从所述物件中提取的文字、从所述提取的文字中获取的格式化内容、从所述提取的文字中获取的线索集合。

在一个实施例中，

当所述物件包含电磁卡片时，存储到所述数据库服务器的数据包括：卡片编号、卡片中存储的内容、从所述存储的内容中获取的格式化内容、从所述存储的内容中获取的线索集合。

在一个实施例中，

当所述物件包含电子存储器件时，存储到所述数据库服务器的数据包括：存储器件的编号、存储文件目录结构、文件、从所述文件中获取的线索集合。

本发明的有益效果是：

利用电、磁、光学技术自动提取信息内容替代人工录入，提高采集效率，避免人工录入差错，提升采集质量。利用芯片感知、磁条读取和光学拍照，将采集内容进行快速、准确采集。

整个采集过程利用工具集成，一体化采集各类卡、证、名片、文档，降低采集工具数量，简化采集难度。针对采集卡证的多样性带来的采集方式多样性进行整合，形成一站式采集和全集成采集特征。即：所有卡证名片一站式采集完成，各类卡证的采集方式集成到一台设备上，避免采集工具的凌乱。

流程化采集：根据通用采集场景，设计采集流程，定制采集软件，利用软件指引，流程化采集各类卡、证、名片、文档。通过软件界面，形成“一事一档，一人一采，逐证(卡)采集，边采边拍，至少两面”的采集流程，采集员根据流程采集，就能采全采尽需要采集的信息，待采集的卡证再多也不容易出差错。

菊花链式信息结构。采集的各类卡证名片文档信息虽然结构、种类繁多，通过本方案设计，以采集事项(缘由)为起点，以人员为核心，以卡证内容为主体，并同步拍摄照片存留，形成菊花链式采集信息结构。基于此结构，通过信息化处理逐层提取卡证内容，逐步结构化标注内容语义。保证采集内容语义明确、方便后续深度应用。

多维度采集。在采集内容上，不仅采集卡证名片文档内容，还采集对能够标识被采集物品唯一性的内置芯片ID，通过拍摄被采集物品正、反面外观照片作为实物证据。

采集内容格式化、语义化。针对采集内容，按照不同的卡证存储方式，将ID、卡号、账号、卡名称、姓名、日期以及其他信息按照语义格式化。这样采集信息更加易用，不同的卡证信息可以基于语义进行分析。

智能识别分析处理。在对采集信息的分析加工上，分别从三个层面采取智能采集识别分析方法，一是针对图像在传统的OCR识别基础上，建立可扩充的模板库，进行定制化模板办法，如名片模板、身份证模板、社保卡模板等；二是针对存储型文件类信息，建立重点特征库，含读取文件类型、名称及内容关键智能库，实现海量存储信息的重点读取；三是定义不同类型的正则式等语法库，实现针对被采集信息的定制化实体属性智能分析提取。

【附图说明】

图1是本发明一种实施例的信息智能采集系统示意图；

图2是本发明一种实施例的信息智能采集方法流程图；

图3是本发明一种实施例的“菊花链式数据结构”示意图。

【具体实施方式】

以下对发明的较佳实施例作进一步详细说明。

如图1所示，一种信息智能采集系统，包括采集机具、采集主机、数据库服务器、Web应用服务器和识别引擎服务器。采集机具用于对相关的人员的随身物件进行采集信息。采集机具可以包括光学采集模块(例如相机、摄像机)、指纹采集模块、磁记录读取模块、芯片(ID卡、接触式IC卡、CPU卡、二代身份证)读取模块、射频读取模块、二代身份证读取模块、国际民航组织机读旅行证件模块、以太网络接口模块、蓝牙模块WIFI模块和USB接口模块中的至少一者，上述模块可以根据具体应用和需要，选择任意的组合。

采集机具可以是非智能前端架构，采集机具内部仅集成光学采集模块、智能卡读取模块、蓝牙读取模块等各类传感器设备，设备内部不集成CPU及存储，该采集设备不能独立工作，需连接前端计算机，计算机安装相关驱动软件后，作为计算机感知外部设备进行工作，相关采集系统架构采用B/S架构体系，采集软件在计算机浏览器中以网页运行，前端计算机不存储采集数据。

采集机具可以是I型智能前端架构，前端设备内部在集成光学采集模块、智能卡读取模块、蓝牙读取模块等各类传感器设备基础上，设备内部集成I型智能平台，采用ARM架构CPU及存储，软件系统采用Android平台，设备可以独立工作，并内置SQLite等移动端轻型数据库，能存储数据。感知设备由内置智能平台进行驱动，智能平台通过数据交换方式和前端计算机进行通讯。

采集机具可以是II型全智能前端架构，前端设备内部在集成光学采集模块、智能卡读取模块、蓝牙读取模块等各类传感器设备基础上，设备内部集成II型智能平台，采用IntelX86或X64架构CPU及存储，软件系统采用Windows平台，设备可以独立工作，并能存储数据。感知设备由内置智能平台进行驱动，智能平台通过数据交换方式和前端计算机进行通讯。同I型智能平台相比，具有以下优势：

内置Mysql等完整的数据库，实现数据的存储；

具备前端智能分析引擎，实现对前端采集数据的图像文字识别引擎、正则语义分析引擎，以及对USB通用存储设备的内容检索分析引擎等；

同主机之间以网络及安全数据两种模式进行通讯，网络模式，外部主机可通过网络直接访问设备数据库及设备管理平台；安全数据模式，外部主机只可访问设备指定的数据交换区域，本模式屏蔽了被采集设备和外部主机之间网络接通，确保主机环境的网络安全。

如图2所示，一种实施例的信息智能采集方法，包括如下步骤：

S1、采集计算机生成以事件或目的为依据建立的采集任务。

在实践中，随身物件(例如卡、证、名片、文档等)采集都是因事而起，因此每一次采集，必将归结到一个采集任务上。在采集过程中，首先确定采集目的，将与目的相关的信息录入，因此可以通过计算机上建立一个采集任务，例如生成一个采集页面进行相关信息录入。

S2、在所述采集任务中，采集机具对相关的某个人员的随身的物件逐一进行采集信息。在本次采集任务中，往往会有多个被采集人员，而一个被采集人员随身携带的物件会有多个，例如卡证名片文档会有多张，为了避免漏采、重复采集，通常一次只能放置一个物件进行采集。对于有正反两面的物件来说，需要正面、反面进行拍照。采集完成后，在软件界面上，就能清楚看到该人员已经采集完成物件的照片列表。

S3、在所述采集任务中，智能引擎针对采集终端采集的数据，从两个层面进行识别分析处理，一是针对图像在传统的OCR识别基础上，对应具体的已定义模板库，进行定制化模板办法，如名片模板、身份证模板、社保卡模板等；二是根据不同类型的正则式等语法库，针对被采集信息的定制化实体属性智能分析提取。

S4、所述采集机具依次对所述采集任务中所有的相关人员的随身的物件进行采集信息。在本次采集任务中可能涉及到多个人员，为了简化操作，需要逐人采集，每个被采集人的物件都采集完成后，再转向下一个被采集人员，直至在本次采集任务中所有的相关人员都采集后，才完成这个采集任务。

如图2所示，在一个实施例中信息智能采集方法，通过如下步骤对某个人员随身的物件进行采集信息：

A1、判断所述物件是否含有射频芯片，若有则所述采集机具通过射频读取模块读取所述射频芯片信息，否则执行步骤A2；

A2、判断所述物件是否具有磁信息，若有则所述采集机具通过磁记录读取模块读取所述物件的磁信息，否则执行步骤A3；

A3、判断所述物件是否含有接触式芯片，若有则所述采集机具通过芯片读取模块读取所述接触式芯片中的信息，否则执行步骤A4；

A4、所述采集机具通过光学采集模块对所述物件进行拍照，并对获得的照片进行文字识别得到对应的信息，然后对照片和识别到的信息分别进行存储。

如图3所示，在本实施例中，采集到的物件信息按照“菊花链式数据结构”进行存储。

第一级节点(主节点)：存储所述采集任务ID，

第二级节点：存储人员ID，

第三级节点：存储物件类型信息，

第四级节点：存储物件记载内容。

采集信息的结构设计采用菊花链式数据结构。采集动作因事而起，以人为核心，采集各类卡证，然后基于采集内容进一步加工形成线索(各类ID和语义实体)。这样形成主链为采集任务案事件、二级人员、三级卡片、四级内容属性的菊花链式数据结构。在三级卡片元素内，又包含采集的内容信息和照片两个方面。在数据结构设计上，采集ID和人员ID冗余在各层级上(即在每个层级上都存储有采集任务ID和人员ID)，方便任意层级的数据能即时回溯到采集主体(人员和事件)。

而针对物件的不同，第四级节点存储的数据结构也有所不同：

1、当物件的信息是通过光学采集模块得到的，该物件的信息的数据结构包括如下：

第一级：物件的图片，例如卡片等的正反面照片，以供后续作为证据使用

第二级：从所述物件中提取的文字

第三级：从所述提取的文字中获取的格式化内容，例如名片、驾驶证，可以整理为：姓名：**、电话：**这样固定格式的内容

第四级：从所述提取的文字中获取的线索集合，例如从提取的文字中获得的姓名、电话等一些关键的线索，可以在这个层级的数据结构中单独保存，以备后续使用

2、当所述物件包含电磁卡片(磁记录卡、芯片卡)时

对于含有电子(磁记录)的物品，在采集分析并存储外观的光学结构数据后，通过磁记录采集模块、IC卡模块、智能卡模块等各类电磁采集模块，进一步采集电磁信息数据，该物件的电磁信息的数据结构包括如下：

第一级：卡片编号，

第二级：卡片中存储的内容

第三级：从所述存储的内容中获取的格式化内容

第四级：从所述存储的内容中获取的线索集合

3、当所述物件包含电子存储器件(U盘、移动硬盘、相机、手机等)时

对于电子存储类的物品，如U盘、移动硬盘、数码相机、智能手机等，在采集分析并存储外观的光学结构数据后，通过USB有线接口或蓝牙、wifi等无线接口，采集电子物品内存储信息：

第一级：电子存储器件编号、类型

第二级：电子存储器件中存储的文件目录结构

第三级：office格式文件、文本文件、网页文件及其他可识别处理的文件，以及特定格式的文件

第四级：从所述文件中获取的线索集合

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明由所提交的权利要求书确定的专利保护范围。

Claims (10)

1.一种信息智能采集方法，其特征是，包括如下步骤：

S1、采集计算机生成以事件或目的为依据建立的采集任务；

S2、在所述采集任务中，采集机具对相关的某个人员的随身的物件逐一进行采集得到采集信息；

S3、所述采集机具依次对所述采集任务中所有的相关人员的随身的物件进行采集得到采集信息；

S4、利用智能识别引擎对所述采集信息进行识别、分析、加工得到信息内容；S5、将采集到信息、信息内容存储到数据库服务器。

2.如权利要求1所述的信息智能采集方法，其特征是，在所述步骤S5中：

将所述采集到的信息按照菊花链式数据结构进行存储：

所述菊花链式数据结构的第一级节点存储所述采集任务ID，

所述菊花链式数据结构的第二级节点存储人员ID，

所述菊花链式数据结构的第三级节点存储物件类型信息，

所述菊花链式数据结构的第四级节点存储物件记载内容。

3.如权利要求2所述的信息智能采集方法，其特征是，

在所述菊花链式数据结构的每一级节点上均存储有采集任务ID和人员ID。

4.如权利要求1所述的信息智能采集方法，其特征是，所述采集机具通过如下步骤对随身的物件进行采集：

A1、判断所述物件是否含有射频芯片，若有则所述采集机具通过射频读取模块读取所述射频芯片信息，否则执行步骤A2；

A2、判断所述物件是否具有磁信息，若有则所述采集机具通过磁记录读取模块读取所述物件的磁信息，否则执行步骤A3；

A3、判断所述物件是否含有接触式芯片，若有则所述采集机具通过芯片读取模块读取所述接触式芯片中的信息，否则执行步骤A4；

A4、所述采集机具通过光学采集模块对所述物件进行拍照，并对获得的照片进行文字识别得到对应的信息。

5.如权利要求1所述的信息智能采集方法，其特征是，所述采集机具包括光学采集模块、指纹采集模块、磁记录读取模块、芯片读取模块、射频读取模块、二代身份证读取模块、国际民航组织机读旅行证件模块、以太网络接口模块、蓝牙模块WIFI模块、和USB接口模块中、USB集线器，所述光学采集模块、指纹采集模块、磁记录读取模块、芯片读取模块、射频读取模块、二代身份证读取模块、国际民航组织机读旅行证件模块、以太网络接口模块、蓝牙模块和USB接口模块连接在所述USB集线器上。

6.如权利要求1所述的信息智能采集方法，其特征是，

针对采集信息中的电子文件：将电子文件类型、名称和内容存入关键信息数据库中。

7.如权利要求1所述信息智能采集方法，其特征是，在所述步骤S4中：

针对所述采集信息中的照片：

对于格式固定的照片进行模板识别：将照片分割为多个识别区域，每个识别区域对应一个语义，利用OCR识别分别对每个识别区域进行识别得到信息内容，将信息内容赋予对应的语义；

对于格式不固定的照片：通过OCR识别得到信息内容；

对于照片中的条码和二维码进行提取和识别得到信息内容：

从所述信息内容中的文字利用正则表达或语义分析算法提取实体信息，所述实体信息包括号码、名称和地址。

8.如权利要求1所述的信息智能采集方法，其特征是，当所述物件通过光学采集模块进行采集时，存储到所述数据库服务器的数据包括：物件的图片、从所述物件中提取的文字、从所述提取的文字中获取的格式化内容、从所述提取的文字中获取的线索集合。

9.如权利要求1所述的信息智能采集方法，其特征是，当所述物件包含电磁卡片时，存储到所述数据库服务器的数据包括：卡片编号、卡片中存储的内容、从所述存储的内容中获取的格式化内容、从所述存储的内容中获取的线索集合。

10.如权利要求1所述的信息智能采集方法，其特征是，当所述物件包含电子存储器件时，存储到所述数据库服务器的数据包括：存储器件的编号、存储文件目录结构、文件、从所述文件中获取的线索集合。