CN110163204A - 基于图像识别的商家监管方法、装置及存储介质 - Google Patents

基于图像识别的商家监管方法、装置及存储介质 Download PDF

Info

Publication number
CN110163204A
CN110163204A CN201910298474.1A CN201910298474A CN110163204A CN 110163204 A CN110163204 A CN 110163204A CN 201910298474 A CN201910298474 A CN 201910298474A CN 110163204 A CN110163204 A CN 110163204A
Authority
CN
China
Prior art keywords
businessman
license
qualification
managed
qualification information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910298474.1A
Other languages
English (en)
Inventor
张菊梅
王文广
徐七平
姜亮
孙林峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An International Smart City Technology Co Ltd
Original Assignee
Ping An International Smart City Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ping An International Smart City Technology Co Ltd filed Critical Ping An International Smart City Technology Co Ltd
Priority to CN201910298474.1A priority Critical patent/CN110163204A/zh
Publication of CN110163204A publication Critical patent/CN110163204A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0609—Buyer or seller confidence or verification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/457—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by analysing connectivity, e.g. edge linking, connected component analysis or slices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Economics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及图像识别技术领域，公开了一种基于图像识别的商家监管方法，该方法包括：从销售平台获取第一商家的经营证件图片；及从监管平台获取包含所述第一商家的多个商家的许可经营资质信息；对经营证件图片进行预处理，得到待识别经营证件图片；识别待识别经营证件图片中的多个连通区域，得到经营证件图片包含的待识别字符；通过光学字符识别技术从待识别字符中第一经营资质信息；将所述第一经营资质信息与所述许可经营资质信息进行匹配，确定所述第一商家是否具有经营资质。本发明还提出一种基于图像识别的商家监管装置以及一种计算机可读存储介质。本发明可以快速、高效的对商家进行经营资质核验，有利于及时发现存在经营资质的商家。

Description

基于图像识别的商家监管方法、装置及存储介质
技术领域
本发明涉及图像识别技术领域，尤其涉及一种基于图像识别的商家监管方法、装置及计算机可读存储介质。
背景技术
随着互联网的发展，在互联网平台上经营的商家越来越多，在商家经营过程中，需要受到国家有关部门的监管。现有的监管方式是间隔一段时间工作人员对商家的证件信息进行检查，然而这种方式耗费的时间成本和人力成本都较高，也不利于及时发现存在经营资质的商家。
发明内容
本发明提供一种基于图像识别的商家监管方法、装置及计算机可读存储介质，其主要目的在于快速、高效的对商家进行经营资质核验，有利于及时发现存在经营资质的商家。
为实现上述目的，本发明还提供一种基于图像识别的商家监管方法，该方法包括：
从销售平台获取第一商家的经营证件图片；及
从监管平台获取包含所述第一商家的多个商家的许可经营资质信息；
对所述经营证件图片进行预处理，得到待识别经营证件图片；
识别所述待识别经营证件图片中的多个连通区域，得到所述经营证件图片包含的待识别字符；
通过光学字符识别技术从所述待识别字符中识别第一经营资质信息；
将所述第一经营资质信息与所述许可经营资质信息进行匹配，确定所述第一商家是否具有经营资质。
可选地，所述许可经营资质信息包括许可商家名称，所述第一经营资质信息包括第一商家名称，所述将所述第一经营资质信息与所述许可经营资质信息进行匹配，确定所述第一商家是否具有经营资质包括：
判断所述许可经营资质信息的更新时间是否在预设时间之后；
若所述许可经营资质信息的更新时间在所述预设时间之后，判断所述许可商家名称中是否包含所述第一商家名称；
若所述许可商家名称中不包含所述第一商家名称，确定所述第一商家不具有经营资质。
可选地，所述许可经营资质信息还包括许可经营范围和/或许可经营时间，所述第一经营资质信息还包括第一商家经营范围和/或所述第一商家经营时间，所述判断所述许可商家名称中是否包含所述第一商家名称之后，所述方法还包括：
若所述许可商家名称中包含所述第一商家名称，从所述许可经营资质信息中获取第一商家许可经营范围和/或第一商家许可经营时间；
判断所述第一商家许可经营范围与所述第一商家经营范围是否匹配，和/或判断所述第一商家许可经营时间与所述第一商家经营时间是否匹配；
若所述第一商家许可经营范围与所述第一商家经营范围不匹配，或所述第一商家许可经营时间与所述第一商家经营时间不匹配，确定所述第一商家不具有经营资质。
可选地，所述方法还包括：
判断所述销售平台是否包括重复的所述第一经营资质信息；
若所述销售平台包括重复的所述第一经营资质信息，确定所述第一经营资质信息为重复使用以及所述第一商家不具有经营资质。
可选地，所述所述通过光学字符识别技术从所述待识别字符中识别第一经营资质信息包括：
提取所述待识别字符的特征，得到特征向量；
将所述特征向量输入至训练过的神经网络分类器，获取所述神经网络分类器输出的第一经营资质信息。
此外，为实现上述目的，本发明还提供一种基于图像识别的商家监管装置，该装置包括存储器和处理器，所述存储器中存储有可在所述处理器上运行的基于图像识别的商家监管程序，所述基于图像识别的商家监管程序被所述处理器执行时实现如下步骤：
从销售平台获取第一商家的经营证件图片；及
从监管平台获取包含所述第一商家的多个商家的许可经营资质信息；
对所述经营证件图片进行预处理，得到待识别经营证件图片；
识别所述待识别经营证件图片中的多个连通区域，得到所述经营证件图片包含的待识别字符；
通过光学字符识别技术从所述待识别字符中识别第一经营资质信息；
将所述第一经营资质信息与所述许可经营资质信息进行匹配，确定所述第一商家是否具有经营资质。
可选地，所述许可经营资质信息包括许可商家名称，所述第一经营资质信息包括第一商家名称，所述将所述第一经营资质信息与所述许可经营资质信息进行匹配，确定所述第一商家是否具有经营资质包括：
判断所述许可经营资质信息的更新时间是否在预设时间之后；
若所述许可经营资质信息的更新时间在所述预设时间之后，判断所述许可商家名称中是否包含所述第一商家名称；
若所述许可商家名称中不包含所述第一商家名称，确定所述第一商家不具有经营资质。
可选地，所述许可经营资质信息还包括许可经营范围和/或许可经营时间，所述第一经营资质信息还包括第一商家经营范围和/或所述第一商家经营时间，所述基于图像识别的商家监管程序可被所述处理器执行，还实现如下步骤：
判断所述许可商家名称中是否包含所述第一商家名称之后，若所述许可商家名称中包含所述第一商家名称，从所述许可经营资质信息中获取第一商家许可经营范围和/或第一商家许可经营时间；
判断所述第一商家许可经营范围与所述第一商家经营范围是否匹配，和/或判断所述第一商家许可经营时间与所述第一商家经营时间是否匹配；
若所述第一商家许可经营范围与所述第一商家经营范围不匹配，或所述第一商家许可经营时间与所述第一商家经营时间不匹配，确定所述第一商家不具有经营资质。
可选地，所述基于图像识别的商家监管程序可被所述处理器执行，还实现如下步骤：
判断所述销售平台是否包括重复的所述第一经营资质信息；
若所述销售平台包括重复的所述第一经营资质信息，确定所述第一经营资质信息为重复使用以及所述第一商家不具有经营资质。
可选地，所述通过光学字符识别技术从所述待识别字符中识别第一经营资质信息包括：
提取所述待识别字符的特征，得到特征向量；
将所述特征向量输入至训练过的神经网络分类器，获取所述神经网络分类器输出的第一经营资质信息。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有基于图像识别的商家监管程序，所述基于图像识别的商家监管程序可被一个或者多个处理器执行，以实现如上所述的基于图像识别的商家监管方法的步骤。
本发明提出的基于图像识别的商家监管方法、装置及计算机可读存储介质，从销售平台获取第一商家的经营证件图片；及从监管平台获取包含所述第一商家的多个商家的许可经营资质信息；对所述经营证件图片进行预处理，得到待识别经营证件图片；识别所述待识别经营证件图片中的多个连通区域，得到所述经营证件图片包含的待识别字符；通过光学字符识别技术从所述待识别字符中识别第一经营资质信息；将所述第一经营资质信息与所述许可经营资质信息进行匹配，确定所述第一商家是否存在经营资质。无需人工核验，能够随时获取第一商家的经营证件图片，进而对第一商家的经营证件图片进行识别，判断第一商家的第一经营资质信息，通过将第一经营资质信息与许可经营资质信息进行匹配，判断第一商家是否存在经营资质，从而实现了快速、高效的对商家进行经营资质核验的目的，有利于及时发现存在经营资质的商家。
附图说明
图1为本发明一实施例提供的基于图像识别的商家监管方法的流程示意图；
图2为本发明一实施例提供的基于图像识别的商家监管装置的内部结构示意图；
图3为本发明一实施例提供的基于图像识别的商家监管装置中基于图像识别的商家监管程序的模块示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明提供一种基于图像识别的商家监管方法。参照图1所示，为本发明一实施例提供的基于图像识别的商家监管方法的流程示意图。该方法可以由一个电子装置执行。
在本实施例中，基于图像识别的商家监管方法包括：
步骤S10，从销售平台获取第一商家的经营证件图片。
本实施例中，所述销售平台可以是任意网络销售平台，例如，某个B2B销售平台，或者某个B2C销售平台。
所述第一商家为销售平台中的任意一个需要进行监管的商家。
通常在销售平台需要进行经营时，需要将经营证件(如从工商部门取得的经营证件)以图片形式上传，待销售平台核验或备案通过，商家才能在销售平台上经营。因此，本实施例中，所述第一商家的经营证件图片为第一商家上传至销售平台的经营证件图片。
步骤S20，从监管平台获取包含所述第一商家的多个商家的许可经营资质信息。
本实施例中监管平台为监管部门(如工商部门)的监管系统。
当商家需要经营时，在监管部门进行登记备案，因此，监管平台中保存的许可经营资质信息为商家申请的，并且监管部门许可的与经营相关的信息。所述许可经营资质信息包括但不限于：商家名称、经营者名称、经营场所、经营范围、经营期限等。
一种可能的实施例中，从监管平台获取包含第一商家的多个商家的许可经营资质信息包括：通过监管平台提供的API接口从监管系统获取商家的许可经营信息。
另一种可能的实施例中，还可以从数据库中获取包含第一商家的多个商家的许可经营资质信息，其中，所述数据库中存储的许可经营资质信息从所述监管平台获取。
在本实施例中，预先将监管平台的许可经营资质信息保存在数据库中，在需要对第一商家的经营资质进行判断时，直接从该数据库中获取数据进行匹配，减少了与监管平台连接和从监管平台进行数据查询的过程，有利于更加快速的对第一商家的经营资质进行判断。
步骤S30，对所述经营证件图片进行预处理，得到待识别经营证件图片。
在本发明实施例中，所述对经营证件图片进行预处理包括将经营证件图片进行图像灰度化、降噪、二值化等预处理。具体的，如何对图像进行灰度化、降噪以及二值化可以从已有技术中获取，此处不再赘述。
对经营证件图片进行预处理使得经营证件图片包含的文字能够高效的被识别。
优选的，在本发明实施例中，对经营证件图片进行倾斜校正，从而使得经营证件图片中的字符都在一个水平位置，有利于进一步提高识别经营证件图片的准确率。
步骤S40，识别所述待识别经营证件图片中的多个连通区域，得到所述经营证件图片包含的待识别字符。
本实施例中，所述连通区域是所有的彼此相连通点构成的集合。每个连通区域为分别个封闭的区域。
在经营证件图片，每个字符中的各个像素彼此连通构成一个完整的字符。
因此通过本实施例，可以识别待识别经营证件图片中各个字符。
例如，在将经营证件图片进行二值化处理之后，经营证件图片中背景区的像素值为0，文字区的像素值为1，则将像素值为1的每个封闭的连通区域进行识别，得到文字区的若干文字。
步骤S50，通过光学字符识别技术从所述待识别字符中识别第一经营资质信息。
光学字符识别OCR(Optical Character Recognition，OCR)是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成字符(包括文字、数字、字母)的过程。
在本实施例中，通过OCR技术可以快速的识别出待识别字符中包含的字符(包括文字、数字、字母)是什么，从而得到第一经营资质信息。
进一步的，在本发明另一实施例中，所述通过光学字符识别技术从所述待识别字符中识别第一经营资质信息包括：
提取所述待识别字符的特征，得到特征向量；
将所述特征向量输入至训练过的神经网络分类器，获取所述神经网络分类器输出的第一经营资质信息。
特征是用来识别字符的关键信息，每个不同的字符都能通过特征来和其他字符进行区分。在本实施例中，对待识别字符(如汉字、英文和数字)提取特征以后，通过特征向量表示字符特征。
在本发明另一实施例中，将特征向量输入至训练过的神经网络分类器之前，还可以将特征向量进行降维处理，有利于提高神经分类器分类的速度。
优选的，所述神经网络分类器为递归神经网络(recurrent neural network，RNN)分类器。
RNN模型通常用于描述动态的序列，随着时间的变化而动态调整自身的网络状态，并不断进行循环传递，又被称为循环神经网络模型。
在传统的神经网络模型中，神经元从输入层到隐藏层，再从隐藏层到输出层，层与层之间为全连接或局部连接，且在数据的传递中，会丢失上一层计算过程中产生的特征信息。而RNN模型不同于传统神经网络模型的地方在于一个序列当前的输出与前面的输出也有关，具体表现形式为网络对前面层的信息进行记忆并应用在与当前输出的计算中，即隐藏层之间的结点不再是无连接的，而是有连接的，并且隐藏层的输出不仅包含输入层的输出还包括上一时刻隐藏层的输出。因此，在本发明实施例中通过RNN模型进行训练进而得到训练过的神经网络分类器能够更准确的对待识别字符进行识别。
本实施例中所述训练过的神经网络分类器是将训练样本(若干反应字符的特征向量)输入至预先建立的神经网络分类器中，通过训练算法(例如反向传播算法)进行训练，从而得到训练过的神经网络分类器，该训练过的神经网络分类器通过训练可以用于识别字符，因此，在本实施例中，将提取到的特征向量输入至训练过的神经网络分类器的输入层，获取训练过的神经网络的输出层输出的经过训练识别出的字符，该字符即为第一商家的第一经营资质信息。
步骤S60，将所述第一经营资质信息与所述许可经营资质信息进行匹配，确定所述第一商家是否具有经营资质。
本实施例中，将第一经营资质信息与许可经营资质信息进行匹配，确定第一商家是否具有经营资质包括：判断许可经营资质信息中是否存在与所述第一经营资质信息相同的信息，若许可经营资质信息中存在与第一经营资质信息相同的信息，则确定第一商家具有经营资质；若许可经营资质信息中不存在与第一经营资质信息完全相同的信息，则确定第一商家不具有经营资质。
在本发明另一实施例中，当第一商家不具有经营资质时，发送第一商家缺乏经营资质的提醒消息，有利于对存在经营资质问题的商家及时作出相应的处理，避免消费者损失。
进一步的，在本发明另一实施例中，所述许可经营资质信息包括许可商家名称，所述第一经营资质信息包括第一商家名称，所述将所述第一经营资质信息与所述许可经营资质信息进行匹配，确定所述第一商家是否存在经营资质包括：
判断所述许可经营资质信息的更新时间是否在预设时间之后；
若所述许可经营资质信息的更新时间在所述预设时间之后，判断所述许可商家名称中是否包含所述第一商家名称；
若所述许可商家名称中不包含所述第一商家名称，确定所述第一商家不存在经营资质。
所述预设时间可以为在当前时间之前与当前时间相距三个月的时间点，所述预设时间还可以为在当前时间之前与当前时间相距六个月的时间点。具体的预设时间可以根据实际需要设置。
在本实施例中，在将第一经营资质信息与许可经营资质信息进行匹配时，选取商家名称进行匹配，即判断许可商家名称中是否包含第一商家名称，若不存在，则该商家可能并没有在监管部门进行登记和备案，确定第一商家不具有经营资质。
本实施例中，将商家名称进行匹配，而不是将第一经营资质信息中的所有信息进行匹配，可节省匹配时间，快速判断对第一商家经营资质进行判断。同时，在本实施例中，许可经营资质信息的更新时间在预设时间之后时才判断许可商家名称中是否包含第一商家名称，有利于使用最新的许可经营资质信息进行判断，提高对第一商家经营资质判断的准确率。
进一步的，在本发明另一实施例中，所述许可经营资质信息还包括许可经营范围和/或许可经营时间，所述第一经营资质信息还包括第一商家经营范围和/或所述第一商家经营时间，所述判断所述许可商家名称中是否包含所述第一商家名称之后，所述方法还包括：
若所述许可商家名称中包含所述第一商家名称，从所述许可经营资质信息中获取第一商家许可经营范围和/或第一商家许可经营时间；
判断所述第一商家许可经营范围与所述第一商家经营范围是否匹配，和/或判断所述第一商家许可经营时间与所述第一商家经营时间是否匹配；
若所述第一商家许可经营范围与所述第一商家经营范围不匹配，或所述第一商家许可经营时间与所述第一商家经营时间不匹配，确定所述第一商家不具有经营资质。
本实施例中，当从监管平台获取到的许可经营资质信息中包括所述第一商家的名称时，获取许可经营资质信息中的第一商家许可经营范围和/或第一商家许可经营时间。第一商家许可经营范围表示监管部门许可的该商家的经营范围，第一商家许可经营时间表示监管部门许可的该商家的经营时间，其中，第一商家许可经营时间包括第一商家的许可经营期限。
在本发明另一实施例中，当第一商家许可经营范围与第一商家经营范围匹配，并且第一商家许可经营时间与第一商商家经营时间匹配时，确定第一商家具有经营资质。
进一步的，在本发明另一实施例中，所述方法还包括：
判断所述销售平台是否包括重复的所述第一经营资质信息；
若所述销售平台包括重复的所述第一经营资质信息，确定所述第一经营资质信息为重复使用以及所述第一商家不具有经营资质。
本实施例中所述步骤可以在将第一经营资质信息与许可经营资质信息进行匹配之后执行，也可以在通过光学字符识别技术识别经营证件图片包含的第一经营资质信息之后执行。
本实施例中，判断销售平台是否包括重复的所述第一经营资质信息有利于识别是否有多个商家都使用该经营证件，当多个商家都使用一个经营证件时，该经营证件和/或第一商家可能都存在问题，因此确定第一商家不具有经营资质。
本实施例中，除了将第一商家的经营资质信息与监管平台的许可经营资质信息之外，还对该证件的使用状况是否存在问题进行核验，从而判断第一商家是否有经营资质，实现了更加全面的审核和监管，提高了监管的准确性。
本实施例提出的基于图像识别的商家监管方法，从销售平台获取第一商家的经营证件图片；及从监管平台获取包含所述第一商家的多个商家的许可经营资质信息；对所述经营证件图片进行预处理，得到待识别经营证件图片；识别所述待识别经营证件图片中的多个连通区域，得到所述经营证件图片包含的待识别字符；通过光学字符识别技术从所述待识别字符中识别第一经营资质信息；将所述第一经营资质信息与所述许可经营资质信息进行匹配，确定所述第一商家是否存在经营资质。无需人工核验，能够随时获取第一商家的经营证件图片，进而对第一商家的经营证件图片进行识别，判断第一商家的第一经营资质信息，通过将第一经营资质信息与许可经营资质信息进行匹配，判断第一商家是否存在经营资质，从而实现了快速、高效的对商家进行经营资质核验的目的，有利于及时发现存在经营资质的商家。
本发明还提供一种基于图像识别的商家监管装置。参照图2所示，为本发明一实施例提供的基于图像识别的商家监管装置的内部结构示意图。
在本实施例中，基于图像识别的商家监管装置1可以是PC(Personal Computer，个人电脑)，也可以是智能手机、平板电脑、便携计算机等终端设备。该基于图像识别的商家监管装置1至少包括存储器11、处理器12，网络接口13以及通信总线14。
其中，存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器11在一些实施例中可以是基于图像识别的商家监管装置1的内部存储单元，例如该基于图像识别的商家监管装置1的硬盘。存储器11在另一些实施例中也可以是基于图像识别的商家监管装置1的外部存储设备，例如基于图像识别的商家监管装置1上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(FlashCard)等。进一步地，存储器11还可以既包括基于图像识别的商家监管装置1的内部存储单元也包括外部存储设备。存储器11不仅可以用于存储安装于基于图像识别的商家监管装置1的应用软件及各类数据，例如基于图像识别的商家监管程序01的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
处理器12在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器11中存储的程序代码或处理数据，例如执行基于图像识别的商家监管程序01等。
网络接口13可选的可以包括标准的有线接口、无线接口(如WI-FI接口)，通常用于在该装置1与其他电子设备之间建立通信连接。
通信总线14用于实现这些组件之间的连接通信。
可选地，该装置1还可以包括用户接口，用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard)，可选的用户接口还可以包括标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在基于图像识别的商家监管装置1中处理的信息以及用于显示可视化的用户界面。
图2仅示出了具有组件11-14以及基于图像识别的商家监管程序01的基于图像识别的商家监管装置1，本领域技术人员可以理解的是，图2示出的结构并不构成对基于图像识别的商家监管装置1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
在图2所示的装置1实施例中，存储器11中存储有基于图像识别的商家监管程序01；处理器12执行存储器11中存储的基于图像识别的商家监管程序01时实现如下步骤：
从销售平台获取第一商家的经营证件图片。
本实施例中，所述销售平台可以是任意网络销售平台，例如，某个B2B销售平台，或者某个B2C销售平台。
所述第一商家为销售平台中的任意一个需要进行监管的商家。
通常在销售平台需要进行经营时，需要将经营证件(如从工商部门取得的经营证件)以图片形式上传，待销售平台核验或备案通过，商家才能在销售平台上经营。因此，本实施例中，所述第一商家的经营证件图片为第一商家上传至销售平台的经营证件图片。
从监管平台获取包含所述第一商家的多个商家的许可经营资质信息。
本实施例中监管平台为监管部门(如工商部门)的监管系统。
当商家需要经营时，在监管部门进行登记备案，因此，监管平台中保存的许可经营资质信息为商家申请的，并且监管部门许可的与经营相关的信息。所述许可经营资质信息包括但不限于：商家名称、经营者名称、经营场所、经营范围、经营期限等。
一种可能的实施例中，从监管平台获取包含第一商家的多个商家的许可经营资质信息包括：通过监管平台提供的API接口从监管系统获取商家的许可经营信息。
另一种可能的实施例中，还可以从数据库中获取包含第一商家的多个商家的许可经营资质信息，其中，所述数据库中存储的许可经营资质信息从所述监管平台获取。
在本实施例中，预先将监管平台的许可经营资质信息保存在数据库中，在需要对第一商家的经营资质进行判断时，直接从该数据库中获取数据进行匹配，减少了与监管平台连接和从监管平台进行数据查询的过程，有利于更加快速的对第一商家的经营资质进行判断。
对所述经营证件图片进行预处理，得到待识别经营证件图片。
在本发明实施例中，所述对经营证件图片进行预处理包括将经营证件图片进行图像灰度化、降噪、二值化等预处理。具体的，如何对图像进行灰度化、降噪以及二值化可以从已有技术中获取，此处不再赘述。
对经营证件图片进行预处理使得经营证件图片包含的文字能够高效的被识别。
优选的，在本发明实施例中，对经营证件图片进行倾斜校正，从而使得经营证件图片中的字符都在一个水平位置，有利于进一步提高识别经营证件图片的准确率。
识别所述待识别经营证件图片中的多个连通区域，得到所述经营证件图片包含的待识别字符。
本实施例中，所述连通区域是所有的彼此相连通点构成的集合。每个连通区域为分别个封闭的区域。
在经营证件图片，每个字符中的各个像素彼此连通构成一个完整的字符。
因此通过本实施例，可以识别待识别经营证件图片中各个字符。
例如，在将经营证件图片进行二值化处理之后，经营证件图片中背景区的像素值为0，文字区的像素值为1，则将像素值为1的每个封闭的连通区域进行识别，得到文字区的若干文字。
通过光学字符识别技术从所述待识别字符中识别第一经营资质信息。
光学字符识别OCR(Optical Character Recognition，OCR)是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成字符(包括文字、数字、字母)的过程。
在本实施例中，通过OCR技术可以快速的识别出第一经营证件图片中包含的字符(包括文字、数字、字母)，得到第一经营资质信息。
在本实施例中，通过OCR技术可以快速的识别出待识别字符中包含的字符(包括文字、数字、字母)是什么，从而得到第一经营资质信息。
进一步的，在本发明另一实施例中，所述通过光学字符识别技术从所述待识别字符中识别第一经营资质信息包括：
提取所述待识别字符的特征，得到特征向量；
将所述特征向量输入至训练过的神经网络分类器，获取所述神经网络分类器输出的第一经营资质信息。
在本发明实施例中，所述对经营证件图片进行预处理包括将经营证件图片进行图像灰度化、降噪、二值化等预处理。具体的，如何对图像进行灰度化、降噪以及二值化可以从已有技术中获取，此处不再赘述。
优选的，在本发明实施例中，对经营证件图片进行倾斜校正，从而使得经营证件图片中的字符都在一个水平位置，有利于进一步提高识别经营证件图片的准确率。
特征是用来识别字符的关键信息，每个不同的字符都能通过特征来和其他字符进行区分。在本实施例中，对待识别字符(如汉字、英文和数字)提取特征以后，通过特征向量表示字符特征。
在本发明另一实施例中，将特征向量输入至训练过的神经网络分类器之后，还可以将特征向量进行降维处理，有利于提高神经分类器分类的速度。
优选的，所述神经网络分类器为递归神经网络(recurrent neural network，RNN)分类器。
RNN模型通常用于描述动态的序列，随着时间的变化而动态调整自身的网络状态，并不断进行循环传递，又被称为循环神经网络模型。
在传统的神经网络模型中，神经元从输入层到隐藏层，再从隐藏层到输出层，层与层之间为全连接或局部连接，且在数据的传递中，会丢失上一层计算过程中产生的特征信息。而RNN模型不同于传统神经网络模型的地方在于一个序列当前的输出与前面的输出也有关，具体表现形式为网络对前面层的信息进行记忆并应用在与当前输出的计算中，即隐藏层之间的结点不再是无连接的，而是有连接的，并且隐藏层的输出不仅包含输入层的输出还包括上一时刻隐藏层的输出。因此，在本发明实施例中通过RNN模型进行训练进而得到训练过的神经网络分类器能够更准确的对待识别字符进行识别。
本实施例中所述训练过的神经网络分类器是将训练样本(若干反应字符的特征向量)输入至预先建立的神经网络分类器中，通过训练算法(例如反向传播算法)进行训练，从而得到训练过的神经网络分类器，该训练过的神经网络分类器通过训练可以用于识别字符，因此，在本实施例中，将提取到的特征向量输入至训练过的神经网络分类器的输入层，获取训练过的神经网络的输出层输出的经过训练识别出的字符，该字符即为第一商家的第一经营资质信息。
将所述第一经营资质信息与所述许可经营资质信息进行匹配，确定所述第一商家是否具有经营资质。
本实施例中，将第一经营资质信息与许可经营资质信息进行匹配，确定第一商家是否具有经营资质包括：判断许可经营资质信息中是否存在与所述第一经营资质信息相同的信息，若许可经营资质信息中存在与第一经营资质信息相同的信息，则确定第一商家具有经营资质；若许可经营资质信息中不存在与第一经营资质信息完全相同的信息，则确定第一商家不具有经营资质。
在本发明另一实施例中，当第一商家不具有经营资质时，发送第一商家缺乏经营资质的提醒消息，有利于对存在经营资质问题的商家及时作出相应的处理，避免消费者损失。
进一步的，在本发明另一实施例中，所述许可经营资质信息包括许可商家名称，所述第一经营资质信息包括第一商家名称，所述将所述第一经营资质信息与所述许可经营资质信息进行匹配，确定所述第一商家是否存在经营资质包括：
判断所述许可经营资质信息的更新时间是否在预设时间之后；
若所述许可经营资质信息的更新时间在所述预设时间之后，判断所述许可商家名称中是否包含所述第一商家名称；
若所述许可商家名称中不包含所述第一商家名称，确定所述第一商家不存在经营资质。
所述预设时间可以为在当前时间之前与当前时间相距三个月的时间点，所述预设时间还可以为在当前时间之前与当前时间相距六个月的时间点。具体的预设时间可以根据实际需要设置。
在本实施例中，在将第一经营资质信息与许可经营资质信息进行匹配时，选取商家名称进行匹配，即判断许可商家名称中是否包含第一商家名称，若不存在，则该商家可能并没有在监管部门进行登记和备案，确定第一商家不具有经营资质。
本实施例中，将商家名称进行匹配，而不是将第一经营资质信息中的所有信息进行匹配，可节省匹配时间，快速判断对第一商家经营资质进行判断。
同时，在本实施例中，许可经营资质信息的更新时间在预设时间之后时才判断许可商家名称中是否包含第一商家名称，有利于使用最新的许可经营资质信息进行判断，提高对第一商家经营资质判断的准确率。
进一步的，在本发明另一实施例中，所述许可经营资质信息还包括许可经营范围和/或许可经营时间，所述第一经营资质信息还包括第一商家经营范围和/或所述第一商家经营时间，所述判断所述许可商家名称中是否包含所述第一商家名称之后，所述方法还包括：
若所述许可商家名称中包含所述第一商家名称，从所述许可经营资质信息中获取第一商家许可经营范围和/或第一商家许可经营时间；
判断所述第一商家许可经营范围与所述第一商家经营范围是否匹配，和/或判断所述第一商家许可经营时间与所述第一商家经营时间是否匹配；
若所述第一商家许可经营范围与所述第一商家经营范围不匹配，或所述第一商家许可经营时间与所述第一商家经营时间不匹配，确定所述第一商家不具有经营资质。
本实施例中，当从监管平台获取到的许可经营资质信息中包括所述第一商家的名称时，获取许可经营资质信息中的第一商家许可经营范围和/或第一商家许可经营时间。第一商家许可经营范围表示监管部门许可的该商家的经营范围，第一商家许可经营时间表示监管部门许可的该商家的经营时间，其中，第一商家许可经营时间包括第一商家的许可经营期限。
在本发明另一实施例中，当第一商家许可经营范围与第一商家经营范围匹配，并且第一商家许可经营时间与第一商商家经营时间匹配时，确定第一商家具有经营资质。
进一步的，在本发明另一实施例中，所述方法还包括：
判断所述销售平台是否包括重复的所述第一经营资质信息；
若所述销售平台包括重复的所述第一经营资质信息，确定所述第一经营资质信息为重复使用以及所述第一商家不具有经营资质。
本实施例中所述步骤可以在将第一经营资质信息与许可经营资质信息进行匹配之后执行，也可以在通过光学字符识别技术识别经营证件图片包含的第一经营资质信息之后执行。
本实施例中，判断销售平台是否包括重复的所述第一经营资质信息有利于识别是否有多个商家都使用该经营证件，当多个商家都使用一个经营证件时，该经营证件和/或第一商家可能都存在问题，因此确定第一商家不具有经营资质。
本实施例中，除了将第一商家的经营资质信息与监管平台的许可经营资质信息之外，还对该证件的使用状况是否存在问题进行核验，从而判断第一商家是否有经营资质，实现了更加全面的审核和监管，提高了监管的准确性。
本实施例提出的基于图像识别的商家监管装置，从销售平台获取第一商家的经营证件图片；及从监管平台获取包含所述第一商家的多个商家的许可经营资质信息；对所述经营证件图片进行预处理，得到待识别经营证件图片；识别所述待识别经营证件图片中的多个连通区域，得到所述经营证件图片包含的待识别字符；通过光学字符识别技术从所述待识别字符中识别第一经营资质信息；将所述第一经营资质信息与所述许可经营资质信息进行匹配，确定所述第一商家是否存在经营资质。无需人工核验，能够随时获取第一商家的经营证件图片，进而对第一商家的经营证件图片进行识别，判断第一商家的第一经营资质信息，通过将第一经营资质信息与许可经营资质信息进行匹配，判断第一商家是否存在经营资质，从而实现了快速、高效的对商家进行经营资质核验的目的，有利于及时发现存在经营资质的商家。
可选地，在其他实施例中，基于图像识别的商家监管程序还可以被分割为一个或者多个模块，一个或者多个模块被存储于存储器11中，并由一个或多个处理器(本实施例为处理器12)所执行以完成本发明，本发明所称的模块是指能够完成特定功能的一系列计算机程序指令段，用于描述基于图像识别的商家监管程序在基于图像识别的商家监管装置中的执行过程。
例如，参照图3所示，为本发明基于图像识别的商家监管装置一实施例中的基于图像识别的商家监管程序的程序模块示意图，该实施例中，基于图像识别的商家监管程序可以被分割为获取模块10、预处理模块20、识别模块30和匹配模块40，示例性地：
获取模块10用于：从销售平台获取第一商家的经营证件图片；
所述获取模块10还用于：从监管平台获取包含所述第一商家的多个商家的许可经营资质信息；
预处理模块20用于：对所述经营证件图片进行预处理，得到待识别经营证件图片；
识别模块30用于：识别所述待识别经营证件图片中的多个连通区域，得到所述经营证件图片包含的待识别字符；
所述识别模块30还用于：通过光学字符识别技术从所述待识别字符中识别第一经营资质信息；
匹配模块40用于：将所述第一经营资质信息与所述许可经营资质信息进行匹配，确定所述第一商家是否具有经营资质。
上述获取模块10、预处理模块20、识别模块30和匹配模块40等程序模块被执行时所实现的功能或操作步骤与上述实施例大体相同，在此不再赘述。
此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有基于图像识别的商家监管程序，所述基于图像识别的商家监管程序可被一个或多个处理器执行，以实现如下操作：
从销售平台获取第一商家的经营证件图片；及
从监管平台获取包含所述第一商家的多个商家的许可经营资质信息；
对所述经营证件图片进行预处理，得到待识别经营证件图片；
识别所述待识别经营证件图片中的多个连通区域，得到所述经营证件图片包含的待识别字符；
通过光学字符识别技术从所述待识别字符中识别第一经营资质信息；
将所述第一经营资质信息与所述许可经营资质信息进行匹配，确定所述第一商家是否具有经营资质。
本发明计算机可读存储介质具体实施方式与上述基于图像识别的商家监管装置和方法各实施例基本相同，在此不作累述。
需要说明的是，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。并且本文中的术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种基于图像识别的商家监管方法，其特征在于，所述方法包括：
从销售平台获取第一商家的经营证件图片；及
从监管平台获取包含所述第一商家的多个商家的许可经营资质信息；
对所述经营证件图片进行预处理，得到待识别经营证件图片；
识别所述待识别经营证件图片中的多个连通区域，得到所述经营证件图片包含的待识别字符；
通过光学字符识别技术从所述待识别字符中识别第一经营资质信息；
将所述第一经营资质信息与所述许可经营资质信息进行匹配，确定所述第一商家是否具有经营资质。
2.如权利要求1所述的基于图像识别的商家监管方法，其特征在于，所述许可经营资质信息包括许可商家名称，所述第一经营资质信息包括第一商家名称，所述将所述第一经营资质信息与所述许可经营资质信息进行匹配，确定所述第一商家是否具有经营资质包括：
判断所述许可经营资质信息的更新时间是否在预设时间之后；
若所述许可经营资质信息的更新时间在所述预设时间之后，判断所述许可商家名称中是否包含所述第一商家名称；
若所述许可商家名称中不包含所述第一商家名称，确定所述第一商家不具有经营资质。
3.如权利要求2所述的基于图像识别的商家监管方法，其特征在于，所述许可经营资质信息还包括许可经营范围和/或许可经营时间，所述第一经营资质信息还包括第一商家经营范围和/或所述第一商家经营时间，所述判断所述许可商家名称中是否包含所述第一商家名称之后，所述方法还包括：
若所述许可商家名称中包含所述第一商家名称，从所述许可经营资质信息中获取第一商家许可经营范围和/或第一商家许可经营时间；
判断所述第一商家许可经营范围与所述第一商家经营范围是否匹配，和/或判断所述第一商家许可经营时间与所述第一商家经营时间是否匹配；
若所述第一商家许可经营范围与所述第一商家经营范围不匹配，或所述第一商家许可经营时间与所述第一商家经营时间不匹配，确定所述第一商家不具有经营资质。
4.如权利要求1所述的基于图像识别的商家监管方法，其特征在于，所述方法还包括：
判断所述销售平台是否包括重复的所述第一经营资质信息；
若所述销售平台包括重复的所述第一经营资质信息，确定所述第一经营资质信息为重复使用以及所述第一商家不具有经营资质。
5.如权利要求1至4中任一项所述的基于图像识别的商家监管方法，其特征在于，所述通过光学字符识别技术从所述待识别字符中识别第一经营资质信息包括：
提取所述待识别字符的特征，得到特征向量；
将所述特征向量输入至训练过的神经网络分类器，获取所述神经网络分类器输出的第一经营资质信息。
6.一种基于图像识别的商家监管装置，其特征在于，所述装置包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的基于图像识别的商家监管程序，所述基于图像识别的商家监管程序被所述处理器执行时实现如下步骤：
从销售平台获取第一商家的经营证件图片；及
从监管平台获取包含所述第一商家的多个商家的许可经营资质信息；
对所述经营证件图片进行预处理，得到待识别经营证件图片；
识别所述待识别经营证件图片中的多个连通区域，得到所述经营证件图片包含的待识别字符；
通过光学字符识别技术从所述待识别字符中识别第一经营资质信息；
将所述第一经营资质信息与所述许可经营资质信息进行匹配，确定所述第一商家是否具有经营资质。
7.如权利要求6所述的基于图像识别的商家监管装置，其特征在于，所述许可经营资质信息包括许可商家名称，所述第一经营资质信息包括第一商家名称，所述将所述第一经营资质信息与所述许可经营资质信息进行匹配，确定所述第一商家是否具有经营资质包括：
判断所述许可经营资质信息的更新时间是否在预设时间之后；
若所述许可经营资质信息的更新时间在所述预设时间之后，判断所述许可商家名称中是否包含所述第一商家名称；
若所述许可商家名称中不包含所述第一商家名称，确定所述第一商家不具有经营资质。
8.如权利要求7所述的基于图像识别的商家监管装置，其特征在于，所述许可经营资质信息还包括许可经营范围和/或许可经营时间，所述第一经营资质信息还包括第一商家经营范围和/或所述第一商家经营时间，所述基于图像识别的商家监管程序可被所述处理器执行，还实现如下步骤：
判断所述许可商家名称中是否包含所述第一商家名称之后，若所述许可商家名称中包含所述第一商家名称，从所述许可经营资质信息中获取第一商家许可经营范围和/或第一商家许可经营时间；
判断所述第一商家许可经营范围与所述第一商家经营范围是否匹配，和/或判断所述第一商家许可经营时间与所述第一商家经营时间是否匹配；
若所述第一商家许可经营范围与所述第一商家经营范围不匹配，或所述第一商家许可经营时间与所述第一商家经营时间不匹配，确定所述第一商家不具有经营资质。
9.如权利要求6所述的基于图像识别的商家监管装置，其特征在于，所述基于图像识别的商家监管程序可被所述处理器执行，还实现如下步骤：
判断所述销售平台是否包括重复的所述第一经营资质信息；
若所述销售平台包括重复的所述第一经营资质信息，确定所述第一经营资质信息为重复使用以及所述第一商家不具有经营资质。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有基于图像识别的商家监管程序，所述基于图像识别的商家监管程序可被一个或者多个处理器执行，以实现如权利要求1至5中任一项所述的基于图像识别的商家监管方法的步骤。
CN201910298474.1A 2019-04-15 2019-04-15 基于图像识别的商家监管方法、装置及存储介质 Pending CN110163204A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910298474.1A CN110163204A (zh) 2019-04-15 2019-04-15 基于图像识别的商家监管方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910298474.1A CN110163204A (zh) 2019-04-15 2019-04-15 基于图像识别的商家监管方法、装置及存储介质

Publications (1)

Publication Number Publication Date
CN110163204A true CN110163204A (zh) 2019-08-23

Family

ID=67639492

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910298474.1A Pending CN110163204A (zh) 2019-04-15 2019-04-15 基于图像识别的商家监管方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN110163204A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111311316A (zh) * 2020-02-03 2020-06-19 支付宝(杭州)信息技术有限公司 商户画像的刻画方法、装置、电子设备、验证方法及系统
CN111401987A (zh) * 2020-02-19 2020-07-10 北京三快在线科技有限公司 餐饮商户信息管理及展示方法、系统、服务器及存储介质
CN111950991A (zh) * 2020-08-21 2020-11-17 支付宝(杭州)信息技术有限公司 业务审核方法及装置
CN111985935A (zh) * 2020-08-17 2020-11-24 支付宝(杭州)信息技术有限公司 一种商户信息的检验方法、装置及设备
CN111985936A (zh) * 2020-08-17 2020-11-24 支付宝(杭州)信息技术有限公司 一种商户证件信息的检验方法、装置及设备
CN112001662A (zh) * 2020-09-14 2020-11-27 支付宝(杭州)信息技术有限公司 一种商户图像的风险检验方法、装置及设备
CN112633639A (zh) * 2020-12-04 2021-04-09 广州中国科学院软件应用技术研究所 一种面向食品药品安全监管靶向风险预警平台及方法
CN112700300A (zh) * 2020-12-25 2021-04-23 山东众阳健康科技集团有限公司 供应商资质智能审核管控方法、系统、存储介质及设备
CN114819987A (zh) * 2022-04-22 2022-07-29 平安国际智慧城市科技股份有限公司 证件地址一致性核查方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104715253A (zh) * 2015-04-02 2015-06-17 北京贞观雨科技有限公司 一种获取试题解析信息的方法及服务器
CN107798327A (zh) * 2017-10-31 2018-03-13 北京小米移动软件有限公司 字符识别方法及装置
US20180101726A1 (en) * 2016-10-10 2018-04-12 Insurance Services Office Inc. Systems and Methods for Optical Character Recognition for Low-Resolution Documents
CN108053545A (zh) * 2017-12-29 2018-05-18 百度在线网络技术（北京）有限公司 证件验真方法和装置、服务器、存储介质
CN108717636A (zh) * 2018-03-19 2018-10-30 杭州祐全科技发展有限公司 一种网络订餐智能监管方法
CN109492981A (zh) * 2018-09-14 2019-03-19 龙马智芯（珠海横琴）科技有限公司 信息的审核方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104715253A (zh) * 2015-04-02 2015-06-17 北京贞观雨科技有限公司 一种获取试题解析信息的方法及服务器
US20180101726A1 (en) * 2016-10-10 2018-04-12 Insurance Services Office Inc. Systems and Methods for Optical Character Recognition for Low-Resolution Documents
CN107798327A (zh) * 2017-10-31 2018-03-13 北京小米移动软件有限公司 字符识别方法及装置
CN108053545A (zh) * 2017-12-29 2018-05-18 百度在线网络技术（北京）有限公司 证件验真方法和装置、服务器、存储介质
CN108717636A (zh) * 2018-03-19 2018-10-30 杭州祐全科技发展有限公司 一种网络订餐智能监管方法
CN109492981A (zh) * 2018-09-14 2019-03-19 龙马智芯（珠海横琴）科技有限公司 信息的审核方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张凯兵: "一种多特征组合与多神经网络分类器集成的手写数字识别新方法", 《西华大学（自然科学版）》, vol. 30, no. 1, 31 January 2011 (2011-01-31), pages 66 - 68 *
杨露菁 等: "《智能图像处理及应用》", 31 March 2019, 北京：中国铁道出版社, pages: 153 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111311316A (zh) * 2020-02-03 2020-06-19 支付宝(杭州)信息技术有限公司 商户画像的刻画方法、装置、电子设备、验证方法及系统
CN111311316B (zh) * 2020-02-03 2023-05-23 支付宝(杭州)信息技术有限公司 商户画像的刻画方法、装置、电子设备、验证方法及系统
CN111401987A (zh) * 2020-02-19 2020-07-10 北京三快在线科技有限公司 餐饮商户信息管理及展示方法、系统、服务器及存储介质
CN111985935A (zh) * 2020-08-17 2020-11-24 支付宝(杭州)信息技术有限公司 一种商户信息的检验方法、装置及设备
CN111985936A (zh) * 2020-08-17 2020-11-24 支付宝(杭州)信息技术有限公司 一种商户证件信息的检验方法、装置及设备
CN111950991A (zh) * 2020-08-21 2020-11-17 支付宝(杭州)信息技术有限公司 业务审核方法及装置
CN112001662A (zh) * 2020-09-14 2020-11-27 支付宝(杭州)信息技术有限公司 一种商户图像的风险检验方法、装置及设备
CN112633639A (zh) * 2020-12-04 2021-04-09 广州中国科学院软件应用技术研究所 一种面向食品药品安全监管靶向风险预警平台及方法
CN112633639B (zh) * 2020-12-04 2024-04-05 广州中国科学院软件应用技术研究所 一种面向食品药品安全监管靶向风险预警平台及方法
CN112700300A (zh) * 2020-12-25 2021-04-23 山东众阳健康科技集团有限公司 供应商资质智能审核管控方法、系统、存储介质及设备
CN114819987A (zh) * 2022-04-22 2022-07-29 平安国际智慧城市科技股份有限公司 证件地址一致性核查方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN110163204A (zh) 基于图像识别的商家监管方法、装置及存储介质
CN112507936B (zh) 图像信息审核方法、装置、电子设备及可读存储介质
CN113283446B (zh) 图像中目标物识别方法、装置、电子设备及存储介质
CN112581227A (zh) 产品推荐方法、装置、电子设备及存储介质
CN112380870A (zh) 用户意图分析方法、装置、电子设备及计算机存储介质
CN112396005A (zh) 生物特征图像识别方法、装置、电子设备及可读存储介质
CN113704614A (zh) 基于用户画像的页面生成方法、装置、设备及介质
CN110781925A (zh) 软件页面的分类方法、装置、电子设备及存储介质
CN110347789A (zh) 文本意图智能分类方法、装置及计算机可读存储介质
CN113592605A (zh) 基于相似产品的产品推荐方法、装置、设备及存储介质
CN116797098A (zh) 基于模型训练的工作质量评估方法、装置、设备及介质
CN114756669A (zh) 问题意图的智能分析方法、装置、电子设备及存储介质
CN114840684A (zh) 基于医疗实体的图谱构建方法、装置、设备及存储介质
CN114880449A (zh) 智能问答的答复生成方法、装置、电子设备及存储介质
CN110032731A (zh) 企业经营范围判断方法、装置及计算机可读存储介质
CN110222571B (zh) 黑眼圈智能判断方法、装置及计算机可读存储介质
CN116843481A (zh) 知识图谱分析方法、装置、设备及存储介质
CN116468025A (zh) 电子病历结构化方法、装置、电子设备及存储介质
CN113221888B (zh) 车牌号管理系统测试方法、装置、电子设备及存储介质
CN115525739A (zh) 供应链金融智能查重方法、装置、设备及介质
CN113888760B (zh) 基于软件应用的违规信息监控方法、装置、设备及介质
CN115587830A (zh) 工作任务激励方法、装置、计算机设备及存储介质
CN114996386A (zh) 业务角色识别方法、装置、设备及存储介质
CN110503091A (zh) 基于神经网络模型的证件验证方法、装置及存储介质
CN115098688B (zh) 多标签分类模型训练方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20190823

RJ01 Rejection of invention patent application after publication