CN110223050A

CN110223050A - 一种商户门店名称的验证方法及相关装置

Info

Publication number: CN110223050A
Application number: CN201910548934.1A
Authority: CN
Inventors: 翁裕源
Original assignee: Guangdong University of Technology
Current assignee: Guangdong University of Technology
Priority date: 2019-06-24
Filing date: 2019-06-24
Publication date: 2019-09-10

Abstract

本申请提供一种商户门店名称的验证方法，包括：获取待识别商户的门店位置信息，根据门店位置信息获取所述待识别商户的区域图像；对区域图像进行图像处理，确认待识别商户门店的目标信息所在的目标区域；判断目标区域中的目标信息与已提交商户名称信息是否匹配；若是，则确定已提交商户名称信息有效，并保存区域图像。本申请避免了核查人员人工核查大量商户信息和商户等待核查结果后反复提交商户信息时浪费大量时间的问题，提高了商户信息核查的效率。本申请还提供一种商户门店名称的验证系统、一种计算机可读存储介质和一种图像识别终端，具有上述有益效果。

Description

一种商户门店名称的验证方法及相关装置

技术领域

本申请涉及图像处理领域，特别涉及一种商户门店名称的验证方法及相关装置。

背景技术

随着电子支付和人工智能的不断发展，商户门店名称自动化识别也在与时俱进。目前的商户门店名称识别中，核查人员在商户提交完商户的信息之后，再人工对商户信息进行核查，商户门店名称和商户提交的商户门店照片不吻合，核查人员再退回商户的申请。如此商户多次提交商户信息核查以及核查人员人工核查大量商户信息，会浪费很多时间和精力，商户门店名称核查效率较低。

因此，如何解决商户门店名称核查的效率是本领域技术人员需要解决的问题。

发明内容

本申请的目的是提供一种商户门店名称的验证方法、验证系统、一种计算机可读存储介质和一种图像识别终端，提高了商户门店名称核查的效率。

为解决上述技术问题，本申请提供一种商户门店名称的验证方法，具体技术方案如下：

获取待识别商户的门店位置信息；

根据所述门店位置信息获取所述待识别商户的区域图像；

对所述区域图像进行图像处理，确认所述待识别商户门店的目标信息所在的目标区域；

判断所述目标区域中的所述目标信息与已提交商户名称信息是否匹配；

若是，则确定所述已提交商户名称信息有效，并保存所述区域图像。

其中，根据所述门店位置信息获取所述待识别商户的区域图像包括：

根据所述门店位置信息获取所述待识别商户门店所在区域的预选图像；

判断所述预选图像的清晰度是否满足第一设定条件；

若是，则将所述预选图像作为所述待识别商户门店所在区域的图像；

若否，则再次执行所述根据所述门店位置信息获取所述待识别商户门店所在区域的预选图像的步骤直至所述预选图像满足所述第一设定条件。

其中，判断所述目标区域中的所述目标信息与已提交商户名称信息是否匹配之前，还包括：

对所述区域图像进行增强以使所述区域图像的清晰度满足第二设定条件：

利用训练后的卷积神经网络对增强后的所述区域图像进行特征提取得到字符图像；

利用所述训练后的卷积神经网络从所述字符图像中选取与所述已提交商户名称信息对应的目标信息。

其中，所述卷积神经网络的训练过程具体为：

确定已提交商户名称信息和各所述已提交商户名称信息所在的位置信息。

利用所述已提交商户名称信息和各所述位置信息训练所述卷积神经网络。

其中，判断所述目标区域中的所述目标信息与已提交商户名称信息是否匹配包括：

将与所述目标区域中的所述目标信息对应的字符图像转换为文字字符；

判断所述文字字符和与所述已提交商户名称信息是否匹配。

其中，若所述待确定信息和所述目标信息不匹配时，还包括：

生成待识别商户门店所在区域的图像与所述目标名称不匹配的提示信息。

本申请还提供一种商户门店名称的验证系统，具体技术方案如下：

位置获取模块，用于获取待识别商户的门店位置信息；

图像获取模块，用于根据所述门店位置信息获取所述待识别商户的区域图像；

图像处理模块，用于对所述区域图像进行图像处理，确认所述待识别商户门店的目标信息所在的目标区域；

判断模块，用于判断所述目标区域中的所述目标信息与已提交商户名称信息是否匹配；

执行模块，用于所述判断模块判断为是时，确定所述已提交商户名称信息有效，并保存所述区域图像。

本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的验证方法的步骤。

本申请还提供一种终端，包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如上所述的验证方法的步骤

本申请提供一种商户门店名称的验证方法，包括：获取待识别商户的门店位置信息；根据所述门店位置信息获取所述待识别商户的区域图像；对所述区域图像进行图像处理，确认所述待识别商户门店的目标信息所在的目标区域；判断所述目标区域中的所述目标信息与已提交商户名称信息是否匹配；若是，则确定所述已提交商户名称信息有效，并保存所述区域图像。

本申请只需在得到待识别商户门店位置的区域图像后，通过待识别商户门店在图像中的目标区域对应的目标消息，判断该目标信息与已提交商户名称信息是否匹配，避免了核查人员人工核查大量商户信息和商户等待核查结果后反复提交商户信息时浪费大量时间的问题，提高了商户信息核查的效率。本申请还提供一种商户门店名称的验证系统、一种计算机可读存储介质和一种图像识别终端，具有上述有益效果，此处不再赘述。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请实施例所提供的一种商户门店名称的验证方法的流程图；

图2为本申请实施例所提供的一种商户门店名称的验证系统结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

请参考图1，图1为本申请实施例所提供的一种商户门店名称的验证方法的流程图，该验证方法包括：

S101：获取待识别商户的门店位置信息；

S102：根据所述门店位置信息获取所述待识别商户的区域图像；

具体的，本实施例中，需要先根据门店位置信息进一步获取待识别商户的区域图像。对于具体的图像获取过程在此不作限定，例如可以通过调取该位置周围的监控进行拍照。待识别商户门店为核查人员要识别的商户门店的商店名称，待识别商户门店所在的位置为待识别商户门店的门面。其中，获取待识别商户门店的区域图像可以由移动设备所获取，如手机、平板电脑等。待识别商户门店的区域图像，包含商户门店牌匾和商户大门以及其他障碍物，而商户门店牌匾包含商户门店的商店名称，广告语等。

S103：对区域图像进行图像处理，确认待识别商户门店的目标信息所在的目标区域；

具体的，本步骤先对区域图像进行图像处理，在此对于图像处理的具体步骤不作具体限定。优选的，对图像进行处理的过程可以包括：图像增强以提高图像的清晰度，特征提取，图像分割等。本发明实施例中，对图像进行图像处理包括对图像进行图像增强处理已在提高图像的清晰度后，然后从经图像增强处理后的图像中包括商户门店牌匾的字符、商户门店大门以及其他环境图像。本发明实施例中，目标信息指的是待识别商户门店的商店名称，对应商店名称通常为字符信息。目标区域为图像中的某一区域中可能包含待识别商户门店的目标信息(商店名称)。但是，需要注意的是，目标区域中的信息并不能确定是与待识别商户门店的目标信息完全对应的，此处，只是从图像中确定可能包含待识别商户门店的信息的图像区域作为目标区域以进一步对该目标区域中的信息进行确定。此处，可以采用卷积神经网络从图像中确定待识别商户门店的目标区域。

S104：判断目标区域中的目标信息与已提交商户名称信息是否匹配；若是，进入S105；

具体的，本实施例中，目标信息为目标区域中包含字符的信息，该目标信息中可能包含待识别商户门店名称的部分文字信息，也可能包含待识别商户门店名称的所有的文字信息。对于是否匹配成功的判断准则可以有以下几种类型：第一，目标信息与已提交商户名称信息的信息重合度达到预设值(预设值可以最好设置的高一些，以使匹配结果更准确一些，在此不作具体限定)，第二，目标信息与已提交商户名称信息的信息重合度达到100％。已提交商户名称信息可以为商户输入的商户门店的名称。

S105：确定区域图像有效。

具体的，本实施例中，由图像中的得到的目标信息与已提交商户名称信息匹配成功，便可确定商户提交的商户门店所在区域的图像与商户提交的商户门店名称吻合，即商户提交的提交商户门店所在区域的图像是有效的。

可见，本发明实施例公开的一种商户门店名称验证方法，首先，获取待识别商户门店的区域图像。然后对图像进行处理以得到与待识别商户门店的目标信息对应的目标区域，其次，再判断目标区域中目标信息与已提交商户名称信息是否匹配，如果匹配，则确定商户门店的区域图像是有效的。采用本发明提供的技术方案，只需得到待识别商户门店所在区域的图像后，通过识别商户门店所在区域的图像中门店的商店名称，并与商户提交的商户门店名称进行匹配，避免了核查人员人工核查大量商户信息和商户等待核查结果后反复提交商户信息时浪费大量时间的问题，提高了商户信息核查的效率。

基于以上实施例，作为优选的实施例，步骤S102可以采用如下具体实施过程：

获取待识别商户门店所在区域的预选图像；

判断预选图像的清晰度是否满足第一设定条件；

若是，则将预选图像作为待识别商户门店所在区域的图像；

若否，则再次执行获取待识别商户门店所在区域的预选图像的步骤直至预选图像满足第一设定条件。

具体的，本实施例中，在获取到待识别商户门店所在区域的预选图像后，该图像由于光照以及拍摄设备等原因可能会导致图像的清晰度受到影响，从而对后续的图像处理造成影响。因此，本实施例中，先对获取到的待查找区域所在区域的图像作为预选图像，对于预选图像的清晰度的确定可以利用相关清晰度评测软件来确定预选图像的清晰度，第一设定条件可以为预先设定的清晰度阈值，该清晰度阈值的设定可以根据实际环境进行确定，本发明实施例在此暂不作限定。

基于以上实施例，作为优选的实施例，步骤S104之前，还可以包括：

对区域图像进行增强以使区域图像的清晰度满足第二设定条件：

利用训练后的卷积神经网络对增强后的区域图像进行特征提取得到字符图像；

利用训练后的卷积神经网络从字符图像中选取与已提交商户名称信息对应的目标信息。

具体的，本实施例中，第二设定条件的取值应该大于第一设定条件的取值，第二设定条件的具体取值大小可以根据实际情况进行确定，本发明实施例在此并不作限定。其次，利用卷积神经网络对图像增强后的图像中的字符进行特征提取主要是将经图像增强后的区域图像的像素作为卷积神经网络的输入层，然后由训练后的卷积神经网络对各个像素进行特征提取，从中提取出字符特征，而字符图像中包含字符特征。由上文中的记载可知，图像中包含的不仅是商户门店名称的字符信息，也包含了商户门店名称四周的环境信息，如广告语，装饰物等。因此，从经过图像增强后的图像中提取字符特征从而得到字符图像(包含文字信息)。在得到字符图像后，确定待识别商户门店的商店名称(文字信息)。其中，从字符图像中确定与商店名称对应的待确定信息具体为：由于字符图像中包含了该图像中的商店门户名称及其周围的字符信息，因此需要从商店门户名称及其周围的字符信息中提取与待识别商户门店的商店名称对应的目标信息(目标信息中的字符可能是待识别商户门店的商店名称，其中，目标信息的选取规则可以为字符区域中某一区域的字符信息与商店名称的重合度达到阈值，且该阈值可以根据实际环境进行确定，待确定信息所在的区域即为上一实施例中的目标区域)。

由于训练后的卷积神经网络中包含了商店门户名称及其周围的字符信息，因此，由卷积神经网络从字符图像中选取与待识别商户门店的商店名称对应的目标信息(字符信息)，最后根据卷积神经网络中商户门店名称的字符信息确定商户提交的商户名称信息(即已提交商户名称信息)是否匹配。

基于上述实施例，作为优选的实施例，卷积神经网络的训练过程具体如下：

确定已提交商户名称信息和各已提交商户名称信息所在的位置信息。

利用已提交商户名称信息和各位置信息训练卷积神经网络。

具体的，本实施例中，将所有已有的各商户门店的商店名称和各商户门店名称所在的位置信息作为卷积神经网络的输入，卷积神经网络的输出为商户门店的商店名称信息。即对应商户门店所在区域的图像，其对应有该商户门店的商店名称的文字字符。

基于上述实施例，作为优选的实施例，判断目标区域中的目标信息与已提交商户名称信息是否匹配包括：

将与目标区域中的目标信息对应的字符图像转换为文字字符；

判断文字字符和与已提交商户名称信息是否匹配。

具体的，本实施例中，确定目标区域后，目标区域中的字符图像中包含着目标信息，因此，为了能和商店名称对应的文字进行匹配，需要将目标区域中的字符图像转换为文字字符。其次，文字字符和商店名称对应的文字是否匹配可以有以下的判断准则：其一，文字字符和商店名称对应的文字的重合度达到预设值(预设值可以处于100％和80％之间)，当然，预设值的大小也可以根据实际情况进行确定，本发明实施例在此并不作限定。其二，文字字符和商店名称对应的文字完全重合(即100％重合)。如果匹配成功了，则说明该商户门店所在区域的图像与商户提交的商户门店名称相吻合，即该商户门店所在区域的图像是有效的。此时，商户提交商户门店所在区域的图像的时候便可以知道所提交的图像是否有效，核查人员也不用对该图像进行核查，节省了商户和核查人员大量的时间和精力。如果文字字符和商店名称不匹配，则再次执行获取待识别商户门店所在区域的图像的步骤，并执行获取待识别商户门店所在区域的图像的步骤之后的一系列步骤。

基于上述实施例，作为优选的实施例，若所述待确定信息和所述目标信息不匹配时，还包括：

当待确定信息和目标信息不匹配时，可以生成相应的提示信息，此时商户可以选择重新提交商户名称信息，或者确定获取到的待识别商户门店位置的区域图像是否正确等。

下面对本申请实施例提供的商户门店名称的验证系统进行介绍，下文描述的验证系统与上文描述的验证方法可相互对应参照。

参见图2，图2为本申请实施例所提供的一种商户门店名称的验证系统结构示意图本申请还提供一种商户门店名称的验证系统，包括：

位置获取模块100，用于获取待识别商户的门店位置信息；

图像获取模块200，用于根据所述门店位置信息获取所述待识别商户的区域图像；

图像处理模块300，用于对所述区域图像进行图像处理，确认所述待识别商户门店的目标信息所在的目标区域；

判断模块400，用于判断所述目标区域中的所述目标信息与已提交商户名称信息是否匹配；

执行模块500，用于所述判断模块判断为是时，确定所述已提交商户名称信息有效，并保存所述区域图像。

本申请还提供了一种计算机可读存储介质，其上存有计算机程序，该计算机程序被执行时可以实现上述实施例所提供的验证方法的步骤。该存储介质可以包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

本申请还提供了一种终端，可以包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时，可以实现上述实施例所提供的验证方法的步骤。当然所述终端还可以包括各种网络接口，电源等组件。

说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例提供的系统而言，由于其与实施例提供的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。

还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、方法、物品或者设备不仅包括那些要素，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、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims

1.一种商户门店名称的验证方法，其特征在于，包括：

获取待识别商户的门店位置信息；

根据所述门店位置信息获取所述待识别商户的区域图像；

2.根据权利要求1所述的验证方法，其特征在于，根据所述门店位置信息获取所述待识别商户的区域图像包括：

判断所述预选图像的清晰度是否满足第一设定条件；

3.根据权利要求2所述的验证方法，其特征在于，判断所述目标区域中的所述目标信息与已提交商户名称信息是否匹配之前，还包括：

4.根据权利要求3所述的验证方法，其特征在于，所述卷积神经网络的训练过程具体为：

确定已提交商户名称信息和各所述已提交商户名称信息所在的位置信息；

5.根据权利要求3所述的验证方法，其特征在于，判断所述目标区域中的所述目标信息与已提交商户名称信息是否匹配包括：

判断所述文字字符和与所述已提交商户名称信息是否匹配。

6.根据权利要求1-5任意一项所述的验证方法，其特征在于，若所述待确定信息和所述目标信息不匹配时，还包括：

7.一种商户门店名称的验证系统，其特征在于，包括：

位置获取模块，用于获取待识别商户的门店位置信息；

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6任一项所述的验证方法的步骤。

9.一种图像识别终端，其特征在于，包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如权利要求1-6任一项所述的验证方法的步骤。