CN110288286A - 基于身份验证的物品入库方法、装置、设备及存储介质 - Google Patents
基于身份验证的物品入库方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110288286A CN110288286A CN201910428318.2A CN201910428318A CN110288286A CN 110288286 A CN110288286 A CN 110288286A CN 201910428318 A CN201910428318 A CN 201910428318A CN 110288286 A CN110288286 A CN 110288286A
- Authority
- CN
- China
- Prior art keywords
- information
- buyer
- identity
- audio
- inward
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 103
- 239000000284 extract Substances 0.000 claims description 27
- 238000012797 qualification Methods 0.000 claims description 27
- 238000012015 optical character recognition Methods 0.000 claims description 24
- 238000000605 extraction Methods 0.000 claims description 23
- 230000001755 vocal effect Effects 0.000 claims description 20
- 238000005516 engineering process Methods 0.000 claims description 18
- 238000011946 reduction process Methods 0.000 claims description 17
- 230000003287 optical effect Effects 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 230000009471 action Effects 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000012549 training Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000001815 facial effect Effects 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 239000003086 colorant Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012856 packing Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 241001248531 Euchloe <genus> Species 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000029305 taxis Effects 0.000 description 2
- 241001584785 Anavitrinella pampinaria Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000012780 transparent material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0831—Overseas transactions
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Multimedia (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Character Discrimination (AREA)
Abstract
本发明属于人工智能技术领域,公开了一种基于身份验证的物品入库方法、装置、设备及存储介质。该方法包括:获取进境邮递物品的物品信息,从物品信息中提取购买者的联系方式和预留身份信息;采用联系方式,向购买者下发身份认证通知,以获取包含购买者的生物特征信息的音视频信息;接收音视频信息,从音视频信息中提取购买者的生物特征信息,并根据生物特征信息,确定购买者的真实身份信息;将预留身份信息和真实身份信息进行对比,若预留身份信息和真实身份信息匹配,则将进境邮递物品入库。通过上述方式,大大提升了对进境邮递物品的查验效率,从而实现了对全部进境邮递物品的快速查验,并保证了查验结果的准确性。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种基于身份验证的物品入库方法、装置、设备及存储介质。
背景技术
随着互联网经济的蓬勃发展,网购已成为人们当前主要的购物方式,特别是随着国际和国内物流行业的快速发展,越来越多的居民开始通过海外电商平台或者代购的方式购买海外物品,因此海关进境邮递物品呈现快速发展的趋势。
但是,由于进境邮递物品的种类繁多、查验信息复杂。并且,相对于传统邮递物品(国内邮递物品),进境邮递物品需要监察征税和特定物品布控情况,因而传统的抽查方式,显然无法保证所有进境邮递物品的合法性。
并且,现有的抽查方式,由于需要依靠海关工作人员人工核实购买者的身份信息,在核实成功后才会对进件邮递物品进行入库操作,因而入库效率也相对较低。
所以,亟需提供一种能够方便、快速的对进境邮递物品的购买者进行身份验证的方法,以提升对进境邮递物品的查验效率和查验结果的准确性。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种基于身份验证的物品入库方法、装置、设备及存储介质,旨在提升对进境邮递物品的查验效率,以实现对全部进境邮递物品的快速查验,并保证查验结果的准确性。
为实现上述目的,本发明提供了一种基于身份验证的物品入库方法,所述方法包括以下步骤:
获取进境邮递物品的物品信息,从所述物品信息中提取购买者的联系方式和预留身份信息;
采用所述联系方式,向所述购买者下发身份认证通知,以获取包含所述购买者的生物特征信息的音视频信息;
接收所述音视频信息,从所述音视频信息中提取所述购买者的生物特征信息,并根据所述生物特征信息,确定所述购买者的真实身份信息;
将所述预留身份信息和所述真实身份信息进行对比,若所述预留身份信息和所述真实身份信息匹配,则将所述进境邮递物品入库。
优选地,所述获取进境邮递物品的物品信息的步骤,包括:
拍摄所述进境邮递物品上粘贴的纸质订单信息,得到所述纸质订单信息对应的电子图片;
采用光学字符识别技术,对所述电子图片进行光学字符识别,确定所述电子图片中各字符对应的计算机文字;
根据各字符在所述电子图片中的排列顺序,对各字符对应的计算机文字进行排列,得到所述进境邮递物品的物品信息。
优选地,所述采用光学字符识别技术,对所述电子图片进行光学字符识别,提取出所述电子图片中的字符的步骤之前,所述方法还包括:
对所述电子图片进行灰度处理,得到灰度图片;
对所述灰度图片进行二值化处理,得到去除干扰信息的二值图片;
对所述二值图片进行降噪处理,得到待识别电子图片;
其中,所述对所述二值图片进行降噪处理,得到待识别电子图片的步骤,包括:
对所述二值图片中的像素点进行遍历,获取遍历到的当前像素点的RGB颜色值;
获取预设区域内第一阈值数目的参考像素点,所述预设区域为以所述当前像素点对应的位置为圆心,以预设长度为半径确定的区域;
分别获取各参考像素点的RGB颜色值,根据各参考像素点的RGB颜色值确定对应的参考像素点的颜色,所述颜色为黑色或白色;
根据各参考像素点的颜色对各参考像素点进行分类,得到黑色像素点集合和白色像素点集合;
统计所述黑色像素点集合中的黑色像素点的数量和所述白色像素点集合中的白色像素点的数量;
分别将所述黑色像素点的数量和所述白色像素点的数量与预设的第二阈值数目进行比较;
若所述黑色像素点的数量大于所述第二阈值数目,则将所述当前像素点对应的RGB颜色值转换为所述黑色像素点对应的RGB颜色值,完成对所述二值图片的降噪处理,得到所述待识别电子图片;
若所述白色像素点的数量大于所述第二阈值数目,则将所述当前像素点对应的RGB颜色值转换为所述白色像素点对应的RGB颜色值,完成对所述二值图片的降噪处理,得到所述待识别电子图片;
其中,所述采用光学字符识别技术,对所述电子图片进行光学字符识别,确定所述电子图片中各字符对应的计算机文字的步骤,包括:
遍历所述待识别电子图片中的字符,提取遍历到的当前字符的轮廓特征;
将所述当前字符的轮廓特征与预先构建的特征模板库中的模板进行模板粗分类和模板细匹配,确定所述当前字符对应的计算机文字,所述模板中记录有字符的轮廓特征,所述字符的轮廓特征与所述计算机文字之间存在对应关系。
优选地,其特征在于,所述身份认证通知中携带有用于采集所述购买者生物特征信息统一资源定位符;
所述采用所述联系方式,向所述购买者下发身份认证通知,以获取包含所述购买者的生物特征信息的音视频信息的步骤,包括:
采用所述联系方式,向所述购买者下发所述统一资源定位符;
监控所述购买者对所述统一资源定位符的触发操作;
在所述购买者触发所述统一资源定位符时,在接收所述统一资源定位符的用户终端的用户界面弹出生物特征信息采集界面,以录制包含所述购买者的生物特征信息的音视频信息;
其中,所述生物特征信息采集界面基于超文本标记语言预先编译。
优选地,所述生物特征信息为人脸特征信息;
所述从所述音视频信息中提取所述购买者的生物特征信息的步骤,包括:
根据预先构建的人脸特征信息提取模型,从所述音视频信息中提取所述购买者的人脸特征信息,并将提取到的人脸特征信息作为所述生物特征信息。
优选地,所述生物特征信息为声纹特征信息;
所述从所述音视频信息中提取所述购买者的生物特征信息的步骤,包括:
根据预先构建的声纹特征信息提取模型,从所述音视频信息中提取所述购买者的声纹特征信息,并将提取到的声纹特征信息作为所述生物特征信息。
优选地,所述将所述进境邮递物品入库的步骤之前,所述方法还包括:
根据所述真实身份信息,获取所述购买者在预设周期内的历史购物记录;
根据所述历史购物记录和预设的购买资格评判标准,判断所述购物者是否具备购买资格;
若所述购物者具备购买资格,则执行步骤:将所述进境邮递物品入库的操作;
若所述购物者不具备购买资格,则扣留所述进境邮递物品,并采用所述联系方式,向所述购买者下发物品扣留通知。
此外,为实现上述目的,本发明还提出一种基于身份验证的物品入库装置,所述装置包括:
提取模块,用于获取进境邮递物品的物品信息,从所述物品信息中提取购买者的联系方式和预留身份信息;
发送模块,用于采用所述联系方式,向所述购买者下发身份认证通知,以获取包含所述购买者的生物特征信息的音视频信息;
确定模块,用于接收所述音视频信息,从所述音视频信息中提取所述购买者的生物特征信息,并根据所述生物特征信息,确定所述购买者的真实身份信息;
对比模块,用于将所述预留身份信息和所述真实身份信息进行对比,若所述预留身份信息和所述真实身份信息匹配,则将所述进境邮递物品入库。
此外,为实现上述目的,本发明还提出一种基于身份验证的物品入库设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于身份验证的物品入库程序,所述基于身份验证的物品入库程序配置为实现如上文所述的基于身份验证的物品入库方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有基于身份验证的物品入库程序,所述基于身份验证的物品入库程序被处理器执行时实现如上文所述的基于身份验证的物品入库方法的步骤。
本发明提供的基于身份验证的物品入库方案,在接收到进境邮递物品时,通自动获取所述进境邮递物品的物品信息,并从所述物品信息中提取购买者的联系方式和预留身份信息,接着通过采用所述联系方式,向所述购买者下发身份认证通知,进而获取包含所述购买者的生物特征信息的音视频信息,然后从所述音视频信息中提取所述购买者的生物特征信息,并根据所述生物特征信息确定所述购买者的真实是否信息,最终通过将所述预留身份信息与所述真实身份信息进行对比,在确定所述预留身份信息与所述真实身份信息匹配时,才将所述进境邮递物品入库。通过这种身份验证方式,使得整个验证过程都无需海关人员介入,不仅保证了查验结果的准确性,也大大提升了对进境邮递物品的查验效率,从而实现了对全部进境邮递物品的快速查验。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的基于身份验证的物品入库设备的结构示意图;
图2为本发明基于身份验证的物品入库方法第一实施例的流程示意图;
图3为本发明基于身份验证的物品入库方法第一实施例中步骤S40的具体实现流程示意图;
图4为本发明基于身份验证的物品入库方法第二实施例的流程示意图;
图5为本发明基于身份验证的物品入库装置第一实施例的结构框图。
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用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的基于身份验证的物品入库设备结构示意图。
如图1所示,该基于身份验证的物品入库设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对基于身份验证的物品入库设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于身份验证的物品入库程序。
在图1所示的基于身份验证的物品入库设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明基于身份验证的物品入库设备中的处理器1001、存储器1005可以设置在基于身份验证的物品入库设备中,所述基于身份验证的物品入库设备通过处理器1001调用存储器1005中存储的基于身份验证的物品入库程序,并执行本发明实施例提供的基于身份验证的物品入库方法。
本发明实施例提供了一种基于身份验证的物品入库方法,参照图2,图2为本发明一种基于身份验证的物品入库方法第一实施例的流程示意图。
本实施例中,所述基于身份验证的物品入库方法包括以下步骤:
步骤S10,获取进境邮递物品的物品信息,从所述物品信息中提取购买者的联系方式和预留身份信息。
具体的说,本实施例中的执行主体为预先构建的用于对进境邮递物品进行查验的系统。在实际应用中,该系统可以部署在为海关办公所提供的海关服务器,并配合相应的采集设备(如摄像头),实现对进境邮递物品的物品信息的采集,从而使该查验系统能够进行后续身份验证操作。
此外,关于本实施例中所说的联系方式,通常为购买者的手机号码;所述预留身份信息,通常为所送购买者的身份证号码和用户姓名。
应当理解的是,由于身份证号码较为隐私,因而为了避免泄露所述购买者的预留的身份证号码,通常会将所述身份证号码转换为其他形式的标识码,比如二维码或条形码等图像识别码。然后,通过扫码枪或者其他扫描设备对所述图像识别码进行扫描,进而识别出图像识别码中携带的身份证号码。
此外,值得一提的是,由于在实际应用中,所述进境邮递物品的物品信息通常是记录在粘贴在所述进境邮递物品外包装上的纸质订单中的,因而为了能够快速准确的获取到所述物品信息,在获取所述进境邮递物品的物品信息时,具体可以采用光学字符识别(Optical Character Recognition,OCR)技术,从所述纸质订单中提取所述物品信息。
为了便于理解,以下针对采用OCR技术提取所述物品信息的操作进行具体说明:
(1)拍摄所述进境邮递物品上粘贴的纸质订单信息,得到所述纸质订单信息对应的电子图片。
应当理解的是,在邮件物品时,物流公司会在物品的包装袋或包装箱上粘贴物流单,而物流单上通常会填写者收件人姓名(即本实施例中所说的购买者的姓名)、收件地址、收件人电话、购买的物品名称、数量等信息。
因此,通过拍摄所述进境邮递物品上粘贴的纸质订单信息,便可得到携带有上述信息的电子图片。
(2)采用光学字符识别技术,对所述电子图片进行光学字符识别,确定所述电子图片中各字符对应的计算机文字。
具体的说,所述光学字符识别(Optical Character Recognition,OCR)技术,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计算机文字的过程。即,针对印刷体字符,采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件,并通过识别软件将图像中的文字转换成文本格式,供文字处理软件进一步编辑加工的技术。
由于OCR技术的使用已经较为成熟,因而在具体实现中,本领域的技术人员可以通过查找OCR技术的相关文档,自行实现,此处不再赘述。
此外,应当理解的是,上述所说的计算机文字即为计算机设备能够识别的文字。
(3)根据各字符在所述电子图片中的排列顺序,对各字符对应的计算机文字进行排列,得到所述进境邮递物品的物品信息。
进一步地,为了保证提取所述物品信息的精确度,在采用光学字符识别技术,对所述电子图片进行光学字符识别,提取出所述电子图片中的字符之前,还可以先执行以下操作:首先对所述电子图片进行图像预处理操作,比如灰度处理、二值化处理、降噪等处理操作,得到待识别电子图片;然后,再采用OCR技术对所述待识别电子图片进行光学字符识别,确定所述电子图片中各字符对应的计算机文字。
为了便于理解,本实施例给出一种具体的图像预处理方式,其具体实现流程大致如下:
(a)对所述电子图片进行灰度处理,得到灰度图片。
由于一般的文字识别方法,需要处理的是对应的灰度图像。因此,为了保证最终得到的计算机文字的准确性,需要先将彩色的电子图片进行灰度处理,在进行其他的预处理。
具体的,目前常见的彩色图像有BMP、JPG等格式,其颜色表示多采用RGB色彩空间上的三维矢量。每个像素点均由取值范围为0~255的三元分量描述,数据的大小表示该基色的取值,最终由三种基色混合表示。而灰度图像是通过灰度级Gray Level表示的,所以转换过程可以被理解为是一个三维矢量到一个一维矢量的投影操作。
此外,常用的灰度处理方法有最大值法,即选择R、G、B三基色中最大的值作为灰度值,其函数表达式为:R=G=B=max(R,G,B);平均值法,选取R、G、B的平均值,其函数表达式为:R=G=B=max(R,G,B)/3;权平均法,该方法是目前使用较多的灰度处理方法。具体是对三种基色按照不同的比例(权值)求和,然后投影到一维空间。
由于上述三种方法的使用均相当成熟,在具体实现中,本领域的技术人员可以通过查找相关资料自行实现,此处不再赘述。
(b)对所述灰度图片进行二值化处理,得到去除干扰信息的二值图片。
具体的说,由于扫描设备输入或文档本身的原因,使得经过灰度处理后的图像会存在一个模糊的背景,由于这些背景会对文字设备产生较大的干扰。因此,需要对所述灰度图像进行二值化处理,以去除这些干扰,使得处理后的结果形成只有0和1形式的二值图像,以便计算机的识别与处理。
关于,二值图像(Binary Image),具体是指将图像上的每一个像素只有两种可能的取值或灰度等级状态,人们经常用黑白、B&W、单色图像表示二值图像。也就是说,二值图像中的任何像素不是0就是1,再无其他过渡的灰度值。
(c)对所述二值图片进行降噪处理,得到待识别电子图片。
应当理解的是,在实际应用中,虽然进行二值化处理后得到的二值图片是白底黑字的图片(其对应的数字矩阵仅有0和1组成),但是在白底黑字的图片中往往存在一些干扰像素点,比如说在一堆密集的黑色像素点中存在的少许白色像素点,或者在一堆白色像素点中存在的少许黑色像素点。虽然这些少许的白色像素点和黑色像素点不会影响图片整体内容,但是会影响对主要特征的提取,因此为了保证后续提取的字符的轮廓特征的准确性,需要对二值化处理得到的二值图片进行降噪处理,实现将一堆密集的黑色像素点中存在的少许白色像素点转换为黑色像素点,或者一堆密集的白色像素点中存在的少许黑色像素点转换为白色像素点。
为了便于理解对所述二值图片进行的降噪处理,本实施例给出一种具体的实现方式,大致如下:
(c1)对所述二值图片中的像素点进行遍历,获取遍历到的当前像素点的RGB颜色值。
具体的说,因为当前二值图片是经过二值化处理的,而二值化处理后的图片是一个白底黑字的图片(对应的数字矩阵仅包括0和1),因而该二值图片中的任意一个像素点对应的RGB颜色值不是黑色就是白色。
相应地,若遍历到的当前像素点的RGB颜色值为(255,255,255),则表明当前像素点为白色像素点;若遍历到的当前像素点的RGB颜色值为(0,0,0),则表明当前像素点为黑色像素点。
(c2)获取预设区域内第一阈值数目的参考像素点。
具体的说,在本实施例中所说的预设区域是以所述当前像素点对应的位置为圆心,以预设长度为半径确定的区域。
此外,值得一提的是,由于在实际应用中,一个像素点周围通常会有8个像素点,故此处所说的第一阈值数目可以是8。
(c3)分别获取各参考像素点的RGB颜色值,根据各参考像素点的RGB颜色值确定对应的参考像素点的颜色,所述颜色为黑色或白色。
(c4)根据各参考像素点的颜色对各参考像素点进行分类,得到黑色像素点集合和白色像素点集合。
(c5)统计所述黑色像素点集合中的黑色像素点的数量和所述白色像素点集合中的白色像素点的数量。
(c6)分别将所述黑色像素点的数量和所述白色像素点的数量与预设的第二阈值数目进行比较。
具体的说,为了保证降噪操作的合理性,此次优选将第二阈值数目设置为大于第一阈值数目的一半,比如在第一阈值数目为8的时候,第二阈值数目优选为大于等于5,且小于8的整数,比如5,6或者7。
相应地,若所述黑色像素点的数量大于所述第二阈值数目,则将所述当前像素点对应的RGB颜色值转换为所述黑色像素点对应的RGB颜色值,完成对所述二值图片的降噪处理,得到所述待识别电子图片;若所述白色像素点的数量大于所述第二阈值数目,则将所述当前像素点对应的RGB颜色值转换为所述白色像素点对应的RGB颜色值,完成对所述二值图片的降噪处理,得到所述待识别电子图片。
应当理解的是,以上给出的仅为一种对二值图片进行降噪处理的具体实现方式,对本发明的技术方案并不构成任何限定,在实际应用中,本领域的技术人员可以根据需要进行设置,此处不做限制。
进一步地,所述采用光学字符识别技术,对所述电子图片进行光学字符识别,确定所述电子图片中各字符对应的计算机文字的操作,具体如下:
遍历所所述待识别电子图片中的字符,提取遍历到的当前字符的轮廓特征;
将所述当前字符的轮廓特征与预先构建的特征模板库中的模板进行模板粗分类和模板细匹配,确定所述当前字符对应的计算机文字。
需要说明的是,上述所说的预先构建的特征模板库中存储的模板中主要记录有不同字符的轮廓特征。
相应地,模板中每一个已知字符的轮廓特征都会对应一个确定的计算机文字。
因而,通过将所述当前字符的轮廓特征与预先构建的特征模板库中的模板进行模板粗分类和模板细匹配,便可以确定所述当前字符对应的计算机文字。
为了便于理解,采用OCR技术获取进境邮递物品的物品信息的方式,以下结合实例进行说明:
比如,在进境邮递物品到达海关港口后,通过将进境邮递物品依次放置到安装有图像采集设备(如摄像头)的传送装置(如传送带)上,这样进境邮递物品在传送的过程中,便会被拍摄到所述进境邮递物品上粘贴的纸质订单信息。
接着,由图像采集装置将采集到的各进境邮递物品的纸质订单信息对应电子图片传送至本实施例中的查验系统,由查验系统按照上述几个步骤进行处理,便可以快速、准确的提取到各进境邮递物品的物品信息。
此外,值得一提的是,在实际应用中,为了保证可以拍摄到传输装置上放置的进境邮递物品的纸质订单信息对应的电子图片,可以在传送装置的四周均设置图像采集设备,且设置放置进境邮递物品的传送带可以选用透明材质,这样无论进境邮递物品上粘贴的纸质订单信息位于哪一方向,在穿过采集区域时都可以拍摄到纸质订单信息,得到所述纸质订单信息对应的电子图片。
进一步地,如果需要根据粘贴在进境邮递物品上的图像识别码提取用户的身份证号码等信息,还可以在传送装置上安装扫码设备,这样在进境邮递物品通过时,便可以同时获取到所述购买者的身份证号码。
还或者,可以由查验系统通过识别拍摄的电子图片上的图像识别码得到所述购买者的身份证号码。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,本发明对此不做限制。
步骤S20,采用所述联系方式,向所述购买者下发身份认证通知,以获取包含所述购买者的生物特征信息的音视频信息。
具体的说,由于预留的联系方式大多为购买者的手机号码,因而本实施例中向所述购买下发的身份认证通知,具体是以短信的方式下发至安装有所述手机号码对应的手机卡的用户终端中。
并且,为了方便所述购买者使用,且无需所述购买者安装照任何身份验证软件,便可以实现对购买者生物特征信息的采集,本实施例中下发给购买者的身份认证通知中具体携带有用于采集所述购买者生物特征信息统一资源定位符(Uniform Resource Locator,URL),这样购买者在接收到所述身份认证通知后,直接点击所述URL便会在所述用户终端上显示一个生物特征采集的界面。
也就是说,在实际应用中,上述步骤S20中的操作具体可以细化为以下两个步骤:
(1)采用所述联系方式,向所述购买者下发所述统一资源定位符。
具体的说,在本实施例中即为以短信的方式,将所述URL发送至所述购买者的预留的手机号码。
此外,应当理解的是,在实际应用中,如果所述购买者预留的联系方式为邮箱或即时通信账号,则在发送所述URL时,具体可以是以邮件或即时通信消息的方式,将所述URL发送至登录所述邮箱或即时通信账号的用户终端。
(2)监控所述购买者对所述统一资源定位符的触发操作。
相应地,在监控到所述购买者触发所述统一资源定位符时,则在接收所述统一资源定位符的用户终端的用户界面弹出生物特征信息采集界面,以录制包含所述购买者的生物特征信息的音视频信息。
需要说明的是,上述所说的生物特征信息采集界面是基于超文本标记语言(HyperText Markup Language,HTML)预先编译的,在本实施例中优选HTML的第5个开发版本,即通常所说的H5。
由于H5具有简易性、可扩展性、与平台无关性、通用性、可移植性等特点,因而无论购买者使用的移动终端是什么系统,开发人员都可以通过一次开发,使得上述生物特征信息采集界面实现多平台的使用,从而在方便购买者操作的同时,也大大简化了开发人员的工作量。
步骤S30,接收所述音视频信息,从所述音视频信息中提取所述购买者的生物特征信息,并根据所述生物特征信息,确定所述购买者的真实身份信息。
具体的说,在实际应用中,能够标识购买者身份的生物特征信息有多种类型,比如人脸特征信息、虹膜特征信息、声纹特征信息等,因而在从所述音视频信息中提取所述购买者的生物特征信息的时候,具体可以根据预先设置的需要提取的生物特征信息的类型,选择适合的生物特征信息提取模型,从所述音视频信息中提取所述购买者的生物特征信息。
应当理解的是,由于本实施例中获取的是包含所述购买者生物特征信息的音视频信息,因而优选从所述音视频信息中提取所述购买者的人脸特征信息,或者声纹特征信息,还或者虹膜特征信息。
为了便于理解,本实施例中以需要提取的生物特征信息为人脸特征信息或声纹特征信息为例,对从所述音视频信息中提取所述购买者的生物特征信息的操作进行具体说明:
在提取的生物特征信息为人脸特征信息时,具体可以根据预先构建的人脸特征信息提取模型,从所述音视频信息中提取所述购买者的人脸特征信息,并将提取到的人脸特征信息作为所述生物特征信息。
相应地,在提取的生物特征信息为声纹特征信息时,具体可以根据预先构建的声纹特征信息提取模型,从所述音视频信息中提取所述购买者的声纹特征信息,并将提取到的声纹特征信息作为所述生物特征信息。
进一步地,为了防止他人预先录制音视频信息,冒名顶替。在录制包含所述生物特征信息的音视频信息时,具体可以采用活体检测技术,即在上述生物特征采集界面随机显示需要所述购买者朗读的内容,从而在所述购买者读取所述随机显示内容的过程中,录制包含所述购买者人脸图想的视频信息和语音信息,进而得到包含所述购买者生物特征信息的音视频信息。然后根据需要提取的生物特征信息,选择和的生物特征信息提取模型,从所述音视频信息中提取需要的生物特征信息。
为了便于理解,以下以获取的生物特征信息为人脸特征信息为例,结合具体实例进行说明:
首先,采用所述联系方式,向所述购买者下发携带有人脸特征信息采集地址的身份认证通知。
然后,接收所述购买者在触发所述人脸特征信息采集地址对应的人脸特征信息采集界面上的采集按钮后,读取随机预设内容时的视频信息。
应当理解是,为了保证后续能够从所述视频信息中能够提取到所述购买者的人脸特征信息,所述视频信息需要包含所述购买者的人脸图像。
最后,基于预设的人脸特征信息提取模型,对所述视频信息中的人脸图像进行人脸特征提取,得到所述购买者的人脸特征信息。
需要说明的是,在本实施例中,所述人脸特征信息提取模型具体可以采用卷积神经网络算法对预先获取的人脸样本数据中的人脸特征信息训练获得的。
关于构建所述人脸特征信息提取模型的方式,大致可以如下所述:
首先,根据所述人脸样本数据中的人脸特征信息构建训练模型。
然后,基于所述卷积神经网络算法,对所述训练模型进行训练,直到输入某一人脸图像数据,可以得到想要的人脸特征信息为止,便可以完成对所述训练模型的训练。
相应地,此刻的训练模型便是所述人脸特征信息提取模型。
进一步地,在实际应用中,为了增加训练模型的网络深度,使得训练出的人脸特征信息提取模型的提取精度更加准确,在采用所述卷积神经网络算法,对所述训练模型进行训练之前,还可以先对所述训练模型中的初始卷积核进行拆分。
比如,在训练模型中的初始卷积核为一个尺寸为5×5的卷积核时,为了增加训练模型的网络深度,同时尽可能的提升训练速度,可以将所述5×5的卷积核拆分为两个尺寸为3×3的卷积核。
进一步地,为了加速后续训练过程中人脸特征信息提取模型的收敛速度,并且在一定程度上提升人脸特征信息提取模型的泛化能力(机器学习算法对新鲜样本的适应能力),在根据所述人脸样本数据构建所述训练模型之前,还可以对所述人脸样本数据进行归一化处理,从而缩小训练过程中每层卷积层中卷积核以及作为输出层的全连接层中的节点数,进而简化训练过程中的各种计算。
应当理解的是,以上给出的仅为一种构建人脸征信息提取模型的具体实现方式,在实际应用中,本领域的技术人员可以根据需要提取的生物特征信息,选取合适的机器学习算法,对从各大数据平台收集到的样本数据进行训练获得,具体的构建方式本领域的技术人员可以参考其选取的具体机器学习算法的文档,此处不再赘述。
此外,在实际应用中,如果需要根据所述购买者的指纹特征信息来确定所述购买者的真实身份信息,则在采集的音视频信息中需要包括所述购买者手指的图像信息。然后,通过对所述手指的图像信息的分析处理,提取出所述购买者的指纹特征信息。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,本发明对此不做限制。
此外,关于上述所说的根据所述生物特征信息,确定所述购买者的真实身份信息的操作,具体可以是利用大数据分析技术,将当前确定的生物特征信息与大数据库中存储的生物特征信息进行比对,从而确定所述购买者的真实身份信息。
关于上述所说的大数据库,可以是预先构建的,也可以直接与各大数据平台对接,此处不做限制。
仍以所述生物特征信息为人脸特征信息为例,则所述根据所述生物特征信息,确定所述购买者的真是身份信息的操作,大致可以如下:
为了方便,可以预先构建一个人脸特征分析模型,然后通过将确定的人脸特征信息输入到所述人脸特征分析模型中,使得所述人脸特征分析模型可以将所述人脸特征信息与大数据库中存储的众多身份信息已知的用户对应的人脸特征信息进行逐个对比,从而找出与一个与输入的人脸特征信息相似度较高的人脸特征信息,并将该人脸特征信息对应的身份信息作为所述购买者的真实身份信息。
进一步地,为了保证确定的真实身份信息的准确性,在将所述人脸特征信息对应的身份信息作为所述购买者的真实身份信息之前,还可以将这个较高的相似度与预设的阈值进行比较,如果大于阈值,则将该人脸特征信息对应的身份信息作为所述购买者的真实身份信息。
关于上述阈值的设置,可以有本领域的技术人员根据需要进行设置,比如设置为50%,甚至更高。
步骤S40,将所述预留身份信息和所述真实身份信息进行对比,若所述预留身份信息和所述真实身份信息匹配,则将所述进境邮递物品入库。
具体的说,此处所说的在所述预留身份信息与所述真实身份信息匹配时,将所述进境邮递物品入库的操作,是指所述进境邮递物品查验合格,可以入库,然后转国内物流发送给所述购买者。
应当理解的是,以上给出的仅为一直具体的实现方式,对本发明的技术方案并不构成任何限定,在实际应用中,本领域的技术人员可以根据需要进行设置,此处不做限制。
通过上述描述不难发现,本实施例中提供的基于身份验证的物品入库方法,在接收到进境邮递物品时,通自动获取所述进境邮递物品的物品信息,并从所述物品信息中提取购买者的联系方式和预留身份信息,接着通过采用所述联系方式,向所述购买者下发身份认证通知,进而获取包含所述购买者的生物特征信息的音视频信息,然后从所述音视频信息中提取所述购买者的生物特征信息,并根据所述生物特征信息确定所述购买者的真实是否信息,最终通过将所述预留身份信息与所述真实身份信息进行对比,在确定所述预留身份信息与所述真实身份信息匹配时,才将所述进境邮递物品入库。通过这种身份验证方式,使得整个验证过程都无需海关人员介入,不仅保证了查验结果的准确性,也大大提升了对进境邮递物品的查验效率,从而实现了对全部进境邮递物品的快速查验。
参考图4,图4为本发明一种基于身份验证的物品入库方法第二实施例的流程示意图。
基于上述第一实施例,本实施例基于身份验证的物品入库方法在所述步骤S402之前,还包括:
步骤S404,根据所述真实身份信息,获取所述购买者在预设周期内的历史购物记录。
应当理解的是,在实际应用中,为了便于查询进出海关的进境邮递物品的相关信息,通常会预先构建一个用于存储进境邮递物品的物品信息以及购买进境邮递物品的购买者的身份信息的记录表,为了便于描述,以下称为“进境邮递物品记录表”。
相应地,所述步骤S404中的操作,便是从所述进境邮递物品记录表中获取。
比如,根据所述购买者的真实身份证号码,在所述进境邮递物品记录中进行遍历,当遍历到与所述真实身份证号码对应的身份证号码时,便获取出预设周期内,比如近一个月所述真实身份证号码对应的购买者的历史购买记录。
需要说明的是,所述历史购物记录中记录的内容,可以根据业务需要,由本领域的技术人员预先设置,比如可以包括所述购买者购买的每一种进境邮递物品的次数、数量、时间、每一种进境邮递物品的物品信息等,还可以包括所述购买者购买的所有进境邮递物品的总次数,以及总数量。
步骤S405,根据所述历史购物记录和预设的购买资格评判标准,判断所述购物者是否具备购买资格。
具体的说,若通过判断,确定所述购物者具备购买资格,则执行步骤S402,将所述进境邮递物品入库的操作;若通过判断,确定所述购买者不具备购买资格,则执行步骤S403,扣留所述进境邮递物品,并采用所述联系方式,向所述购买者下发物品扣留通知的操作。
为了便于理解步骤S405中的操作,本实施例以所述购买资格评判标准根据不同身份信息设置。
比如,在购买者的身份信息为企业或者商家时,可以设置这类购买者的购买者资格评判标准为:允许购买的进境邮递物品数量较大,规定时间内的购买次数较多;在购买者的身份信息为个人时,可以设置这类购买者的购买资格评判标准为:允许购买的进境邮递物品的数量相对较小,规定时间内的购买次数也相对较少。
具体的设置方式,本领域的技术人员可以根据实际情况进行设置,此处不做限制。
相应地,所述根据所述历史购物记录和预设的购买资格评判标准,判断所述购物者是否具备购买资格的操作,大致如下:
对所述历史购物记录进行遍历,统计所述购买者购买的进件邮递物品的第一数量;
读取所述购买资格评判标准中规定的所述进件邮递物品的允许购买的第二数量;
将所述第一数量与所述第二数量进行对比,若所述第一数量不大于(小于或等于)所述第二数量,则执行步骤S402,将所述进境邮递物品入库的操作;若所述第一数量大于所述大二数量,则执行步骤S403,扣留所述进境邮递物品,并采用所述联系方式,向所述购买者下发物品扣留通知的操作。
应当理解的是,以上给出的仅为一种根据所述历史购物记录和预设的购买资格评判标准,判断所述购物者是否具备购买资格的具体实现方式,对本发明的技术方案并不构成任何限制,在实际应用中,本领域的技术人员可以根据需要进行设置,此处不做限制。
通过上述描述不难发现,本实施例中提供的基于身份验证的物品入库方法,在确定所述预留身份信息和所述真实身份信息匹配后,将所述进境邮递物品入库之前,通过获取所述购买者的历史购物记录,并根据所述历史购物记录和预设的购买资格评判标准判断所述购买者是否具备购买资格,然后根据判断结果决定是否将所述进境邮递物品入库,从而有效防止了“水客”以“蚂蚁搬家”的方式走私进境邮递物品。
为了便于理解,以下分别对“蚂蚁搬家”和“水客”进行解释。
所谓“蚂蚁搬家”,具体是指一种走私方式,这种走私方式主要具有如下所述的特征:
(1)货物由货主向境外采购;
(2)货物已经销售或待售;
(3)货物进境是由已经查实的确定或未被查实不确定的“水客”分多次携带进境;
(4)当事人或货主不能证明商品已经缴税。
所谓“水客”,历史上大多数时候指贩运货物的行商。但随着中国改革开放的发展,现在更多的是泛指经常在大陆、香港、澳门之间来回的,并随身携带着产品进来,或出去的人,他们少则带上几罐奶粉,多则整车整船,价值达数亿元的走私过关。
此外,值得一提的是,在实际应用中,为了方便海关人员后续查验,在确定当前进境邮递物品合法,所述购买者具备购买资格后,还可以将所述购买者的真实身份信息与所述进境邮递物品的物品信息以键值对的方式,存储到所述进境邮递物品记录表中,从而在下次收到所述购买者的进境邮递物品时,确定所述购买者的购买行为是否合法。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有基于身份验证的物品入库程序,所述基于身份验证的物品入库程序被处理器执行时实现如上文所述的基于身份验证的物品入库方法的步骤。
参照图5,图5为本发明基于身份验证的物品入库装置第一实施例的结构框图。
如图5所示,本发明实施例提出的基于身份验证的物品入库装置包括:提取模块5001、发送模块5002、确定模块5003和对比模块5004。
其中,所述提取模块5001,用于获取进境邮递物品的物品信息,从所述物品信息中提取购买者的联系方式和预留身份信息;所述发送模块5002,用于采用所述联系方式,向所述购买者下发身份认证通知,以获取包含所述购买者的生物特征信息的音视频信息;所述确定模块5003,用于接收所述音视频信息,从所述音视频信息中提取所述购买者的生物特征信息,并根据所述生物特征信息,确定所述购买者的真实身份信息;所述对比模块5004,用于将所述预留身份信息和所述真实身份信息进行对比,若所述预留身份信息和所述真实身份信息匹配,则将所述进境邮递物品入库。
此外,值得一提的是,由于在实际应用中,所述进境邮递物品的物品信息通常是记录在粘贴在所述进境邮递物品外包装上的纸质订单中的,因而为了能够快速准确的获取到所述物品信息,所述提取模块5001在获取所述进境邮递物品的物品信息时,具体可以采用光学字符识别(Optical Character Recognition,OCR)技术,从所述纸质订单中提取所述物品信息。
为了便于理解,以下针对采用OCR技术提取所述物品信息的操作进行具体说明:
首先,拍摄所述进境邮递物品上粘贴的纸质订单信息,得到所述纸质订单信息对应的电子图片;
然后,采用光学字符识别技术,对所述电子图片进行光学字符识别,确定所述电子图片中各字符对应的计算机文字;
最后,根据各字符在所述电子图片中的排列顺序,对各字符对应的计算机文字进行排列,得到所述进境邮递物品的物品信息。
进一步地,为了保证提取所述物品信息的精确度,在采用光学字符识别技术,对所述电子图片进行光学字符识别,提取出所述电子图片中的字符之前,还可以先执行以下操作:
对所述电子图片进行灰度处理,得到灰度图片;
对所述灰度图片进行二值化处理,得到去除干扰信息的二值图片;
对所述二值图片进行降噪处理,得到待识别电子图片;
其中,所述对所述二值图片进行降噪处理,得到待识别电子图片的步骤,包括:
对所述二值图片中的像素点进行遍历,获取遍历到的当前像素点的RGB颜色值;
获取预设区域内第一阈值数目的参考像素点,所述预设区域为以所述当前像素点对应的位置为圆心,以预设长度为半径确定的区域;
分别获取各参考像素点的RGB颜色值,根据各参考像素点的RGB颜色值确定对应的参考像素点的颜色,所述颜色为黑色或白色;
根据各参考像素点的颜色对各参考像素点进行分类,得到黑色像素点集合和白色像素点集合;
统计所述黑色像素点集合中的黑色像素点的数量和所述白色像素点集合中的白色像素点的数量;
分别将所述黑色像素点的数量和所述白色像素点的数量与预设的第二阈值数目进行比较;
若所述黑色像素点的数量大于所述第二阈值数目,则将所述当前像素点对应的RGB颜色值转换为所述黑色像素点对应的RGB颜色值,完成对所述二值图片的降噪处理,得到所述待识别电子图片;
若所述白色像素点的数量大于所述第二阈值数目,则将所述当前像素点对应的RGB颜色值转换为所述白色像素点对应的RGB颜色值,完成对所述二值图片的降噪处理,得到所述待识别电子图片;
相应地,所述采用光学字符识别技术,对所述电子图片进行光学字符识别,确定所述电子图片中各字符对应的计算机文字的操作,具体为:遍历所述待识别电子图片中的字符,提取遍历到的当前字符的轮廓特征;
将所述当前字符的轮廓特征与预先构建的特征模板库中的模板进行模板粗分类和模板细匹配,确定所述当前字符对应的计算机文字,所述模板中记录有字符的轮廓特征,所述字符的轮廓特征与所述计算机文字之间存在对应关系。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,本发明对此不做限制。
此外,为了方便所述购买者操作,使得所述购买者无需安装任何软件,即可实现身份验证。在本实施例中,所述发送模块5002,向所述购买者下发身份认证通知中具体携带有用于采集所述购买者生物特征信息统一资源定位符(Uniform Resource Locator,URL)。
相应地,所述发送模块5002在采用所述联系方式,向所述购买者下发身份认证通知,以获取包含所述购买者的生物特征信息的音视频信息的操作,大致可以如下:
首先,采用所述联系方式,向所述购买者下发所述统一资源定位符;
然后,监控所述购买者对所述统一资源定位符的触发操作;
相应地,在监控到所述购买者触发所述统一资源定位符时,则在接收所述统一资源定位符的用户终端的用户界面弹出生物特征信息采集界面,以录制包含所述购买者的生物特征信息的音视频信息。
需要说明的是,上述所说的生物特征信息采集界面是基于超文本标记语言(HyperText Markup Language,HTML)预先编译的,在本实施例中优选HTML的第5个开发版本,即通常所说的H5。
由于H5具有简易性、可扩展性、与平台无关性、通用性、可移植性等特点,因而无论购买者使用的移动终端是什么系统,开发人员都可以通过一次开发,使得上述生物特征信息采集界面实现多平台的使用,从而在方便购买者操作的同时,也大大简化了开发人员的工作量。
此外,值得一提的是,在实际应用中,能够标识购买者身份的生物特征信息有多种类型,比如人脸特征信息、虹膜特征信息、声纹特征信息等,因而所述确定模块5003在从所述音视频信息中提取所述购买者的生物特征信息的时候,具体可以根据预先设置的需要提取的生物特征信息的类型,选择适合的生物特征信息提取模型,从所述音视频信息中提取所述购买者的生物特征信息。
由于本实施例中获取的是包含所述购买者生物特征信息的音视频信息,因而优选从所述音视频信息中提取所述购买者的人脸特征信息,或者声纹特征信息,还或者虹膜特征信息。
为了便于理解,本实施例中以需要提取的生物特征信息为人脸特征信息或声纹特征信息为例,对从所述音视频信息中提取所述购买者的生物特征信息的操作进行具体说明:
在提取的生物特征信息为人脸特征信息时,具体可以根据预先构建的人脸特征信息提取模型,从所述音视频信息中提取所述购买者的人脸特征信息,并将提取到的人脸特征信息作为所述生物特征信息。
相应地,在提取的生物特征信息为声纹特征信息时,具体可以根据预先构建的声纹特征信息提取模型,从所述音视频信息中提取所述购买者的声纹特征信息,并将提取到的声纹特征信息作为所述生物特征信息。
此外,在实际应用中,如果需要根据所述购买者的指纹特征信息来确定所述购买者的真实身份信息,则在采集的音视频信息中需要包括所述购买者手指的图像信息。然后,通过对所述手指的图像信息的分析处理,提取出所述购买者的指纹特征信息。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,本发明对此不做限制。
通过上述描述不难发现,本实施例中提供的基于身份验证的物品入库装置,在接收到进境邮递物品时,通自动获取所述进境邮递物品的物品信息,并从所述物品信息中提取购买者的联系方式和预留身份信息,接着通过采用所述联系方式,向所述购买者下发身份认证通知,进而获取包含所述购买者的生物特征信息的音视频信息,然后从所述音视频信息中提取所述购买者的生物特征信息,并根据所述生物特征信息确定所述购买者的真实是否信息,最终通过将所述预留身份信息与所述真实身份信息进行对比,在确定所述预留身份信息与所述真实身份信息匹配时,才将所述进境邮递物品入库。通过这种身份验证方式,使得整个验证过程都无需海关人员介入,不仅保证了查验结果的准确性,也大大提升了对进境邮递物品的查验效率,从而实现了对全部进境邮递物品的快速查验。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的基于身份验证的物品入库方法,此处不再赘述。
基于上述基于身份验证的物品入库装置的第一实施例,提出本发明基于身份验证的物品入库装置第二实施例。
在本实施例中,所述基于身份验证的物品入库装置还包括:获取模块和判断模块。
其中,所述获取模块,用于根据所述真实身份信息,获取所述购买者在预设周期内的历史购物记录。
所述判断模块,用于根据所述历史购物记录和预设的购买资格评判标准,判断所述购物者是否具备购买资格。
相应地,若通过判断,确定所述购买者具备购买资格,则触发所述对比模块执行将所述进境邮递物品入库的操作;若通过判断,确定所述购买者不具备购买资格,则扣留所述进境邮递物品,并触发所述发送模块采用所述联系方式,向所述购买者下发物品扣留通知。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,本发明对此不做限制。
通过上述描述不难发现,本实施例中提供的基于身份验证的物品入库装置,在确定所述预留身份信息和所述真实身份信息匹配后,将所述进境邮递物品入库之前,通过获取所述购买者的历史购物记录,并根据所述历史购物记录和预设的购买资格评判标准判断所述购买者是否具备购买资格,然后根据判断结果决定是否将所述进境邮递物品入库,从而有效防止了“水客”以“蚂蚁搬家”的方式走私进境邮递物品。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的基于身份验证的物品入库方法,此处不再赘述。
此外,需要说明的是,在本文中,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、物品或者系统不仅包括那些要素,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、物品或者系统所固有的要素。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、方法、物品或者系统中还存在另外的相同要素。
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。
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一个存储介质(如只读存储器(Read Only Memory,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)
1.一种基于身份验证的物品入库方法,其特征在于,所述方法包括:
获取进境邮递物品的物品信息,从所述物品信息中提取购买者的联系方式和预留身份信息;
采用所述联系方式,向所述购买者下发身份认证通知,以获取包含所述购买者的生物特征信息的音视频信息;
接收所述音视频信息,从所述音视频信息中提取所述购买者的生物特征信息,并根据所述生物特征信息,确定所述购买者的真实身份信息;
将所述预留身份信息和所述真实身份信息进行对比,若所述预留身份信息和所述真实身份信息匹配,则将所述进境邮递物品入库。
2.如权利要求1所述的方法,其特征在于,所述获取进境邮递物品的物品信息的步骤,包括:
拍摄所述进境邮递物品上粘贴的纸质订单信息,得到所述纸质订单信息对应的电子图片;
采用光学字符识别技术,对所述电子图片进行光学字符识别,确定所述电子图片中各字符对应的计算机文字;
根据各字符在所述电子图片中的排列顺序,对各字符对应的计算机文字进行排列,得到所述进境邮递物品的物品信息。
3.如权利要求2所述的方法,其特征在于,所述采用光学字符识别技术,对所述电子图片进行光学字符识别,提取出所述电子图片中的字符的步骤之前,所述方法还包括:
对所述电子图片进行灰度处理,得到灰度图片;
对所述灰度图片进行二值化处理,得到去除干扰信息的二值图片;
对所述二值图片进行降噪处理,得到待识别电子图片;
其中,所述对所述二值图片进行降噪处理,得到待识别电子图片的步骤,包括:
对所述二值图片中的像素点进行遍历,获取遍历到的当前像素点的RGB颜色值;
获取预设区域内第一阈值数目的参考像素点,所述预设区域为以所述当前像素点对应的位置为圆心,以预设长度为半径确定的区域;
分别获取各参考像素点的RGB颜色值,根据各参考像素点的RGB颜色值确定对应的参考像素点的颜色,所述颜色为黑色或白色;
根据各参考像素点的颜色对各参考像素点进行分类,得到黑色像素点集合和白色像素点集合;
统计所述黑色像素点集合中的黑色像素点的数量和所述白色像素点集合中的白色像素点的数量;
分别将所述黑色像素点的数量和所述白色像素点的数量与预设的第二阈值数目进行比较;
若所述黑色像素点的数量大于所述第二阈值数目,则将所述当前像素点对应的RGB颜色值转换为所述黑色像素点对应的RGB颜色值,完成对所述二值图片的降噪处理,得到所述待识别电子图片;
若所述白色像素点的数量大于所述第二阈值数目,则将所述当前像素点对应的RGB颜色值转换为所述白色像素点对应的RGB颜色值,完成对所述二值图片的降噪处理,得到所述待识别电子图片;
其中,所述采用光学字符识别技术,对所述电子图片进行光学字符识别,确定所述电子图片中各字符对应的计算机文字的步骤,包括:
遍历所述待识别电子图片中的字符,提取遍历到的当前字符的轮廓特征;
将所述当前字符的轮廓特征与预先构建的特征模板库中的模板进行模板粗分类和模板细匹配,确定所述当前字符对应的计算机文字,所述模板中记录有字符的轮廓特征,所述字符的轮廓特征与所述计算机文字之间存在对应关系。
4.如权利要求1至3任一项所述的方法,其特征在于,所述身份认证通知中携带有用于采集所述购买者生物特征信息统一资源定位符;
所述采用所述联系方式,向所述购买者下发身份认证通知,以获取包含所述购买者的生物特征信息的音视频信息的步骤,包括:
采用所述联系方式,向所述购买者下发所述统一资源定位符;
监控所述购买者对所述统一资源定位符的触发操作;
在所述购买者触发所述统一资源定位符时,在接收所述统一资源定位符的用户终端的用户界面弹出生物特征信息采集界面,以录制包含所述购买者的生物特征信息的音视频信息;
其中,所述生物特征信息采集界面基于超文本标记语言预先编译。
5.如权利要求4所述的方法,其特征在于,所述生物特征信息为人脸特征信息;
所述从所述音视频信息中提取所述购买者的生物特征信息的步骤,包括:
根据预先构建的人脸特征信息提取模型,从所述音视频信息中提取所述购买者的人脸特征信息,并将提取到的人脸特征信息作为所述生物特征信息。
6.如权利要求4所述的方法,其特征在于,所述生物特征信息为声纹特征信息;
所述从所述音视频信息中提取所述购买者的生物特征信息的步骤,包括:
根据预先构建的声纹特征信息提取模型,从所述音视频信息中提取所述购买者的声纹特征信息,并将提取到的声纹特征信息作为所述生物特征信息。
7.如权利要求1至3任一项所述的方法,其特征在于,所述将所述进境邮递物品入库的步骤之前,所述方法还包括:
根据所述真实身份信息,获取所述购买者在预设周期内的历史购物记录;
根据所述历史购物记录和预设的购买资格评判标准,判断所述购物者是否具备购买资格;
若所述购物者具备购买资格,则执行步骤:将所述进境邮递物品入库的操作;
若所述购物者不具备购买资格,则扣留所述进境邮递物品,并采用所述联系方式,向所述购买者下发物品扣留通知。
8.一种基于身份验证的物品入库装置,其特征在于,所述装置包括:
提取模块,用于获取进境邮递物品的物品信息,从所述物品信息中提取购买者的联系方式和预留身份信息;
发送模块,用于采用所述联系方式,向所述购买者下发身份认证通知,以获取包含所述购买者的生物特征信息的音视频信息;
确定模块,用于接收所述音视频信息,从所述音视频信息中提取所述购买者的生物特征信息,并根据所述生物特征信息,确定所述购买者的真实身份信息;
对比模块,用于将所述预留身份信息和所述真实身份信息进行对比,若所述预留身份信息和所述真实身份信息匹配,则将所述进境邮递物品入库。
9.一种基于身份验证的物品入库设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于身份验证的物品入库程序,所述基于身份验证的物品入库程序配置为实现如权利要求1至7中任一项所述的基于身份验证的物品入库方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有基于身份验证的物品入库程序,所述基于身份验证的物品入库程序被处理器执行时实现如权利要求1至7任一项所述的基于身份验证的物品入库方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910428318.2A CN110288286A (zh) | 2019-05-21 | 2019-05-21 | 基于身份验证的物品入库方法、装置、设备及存储介质 |
PCT/CN2019/122321 WO2020233076A1 (zh) | 2019-05-21 | 2019-12-02 | 基于身份验证的物品入库方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910428318.2A CN110288286A (zh) | 2019-05-21 | 2019-05-21 | 基于身份验证的物品入库方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110288286A true CN110288286A (zh) | 2019-09-27 |
Family
ID=68002315
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910428318.2A Pending CN110288286A (zh) | 2019-05-21 | 2019-05-21 | 基于身份验证的物品入库方法、装置、设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110288286A (zh) |
WO (1) | WO2020233076A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111523647A (zh) * | 2020-04-26 | 2020-08-11 | 南开大学 | 网络模型训练方法及装置、特征选择模型、方法及装置 |
CN111931774A (zh) * | 2020-09-27 | 2020-11-13 | 耀方信息技术(上海)有限公司 | 药品数据的入库方法及系统 |
WO2020233076A1 (zh) * | 2019-05-21 | 2020-11-26 | 深圳壹账通智能科技有限公司 | 基于身份验证的物品入库方法、装置、设备及存储介质 |
CN112581062A (zh) * | 2020-12-25 | 2021-03-30 | 同方威视科技江苏有限公司 | 基于关系挖掘的快件收发组织发现方法及相关设备 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114327517B (zh) * | 2021-12-29 | 2022-07-29 | 深圳市驱动人生科技股份有限公司 | 软件驱动的实现方法及系统 |
CN117522281B (zh) * | 2024-01-05 | 2024-04-16 | 山东通广电子股份有限公司 | 一种基于视觉识别的工器具出入库管理方法及系统 |
CN118552999A (zh) * | 2024-07-12 | 2024-08-27 | 北京诺君安信息技术股份有限公司 | 边检一体机用的生物特征采集方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106407968A (zh) * | 2016-08-25 | 2017-02-15 | 深圳市启明星电子商务有限公司 | 一种跨境电商快速身份识别方法及其识别系统 |
CN107093044A (zh) * | 2017-04-06 | 2017-08-25 | 杭州天翔东捷运物流有限公司 | 一种跨境个人物品身份验证方法及其系统 |
CN107180177A (zh) * | 2016-03-10 | 2017-09-19 | 阿里巴巴集团控股有限公司 | 获取用户信息的方法和装置 |
CN107404381A (zh) * | 2016-05-19 | 2017-11-28 | 阿里巴巴集团控股有限公司 | 一种身份认证方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110288286A (zh) * | 2019-05-21 | 2019-09-27 | 深圳壹账通智能科技有限公司 | 基于身份验证的物品入库方法、装置、设备及存储介质 |
-
2019
- 2019-05-21 CN CN201910428318.2A patent/CN110288286A/zh active Pending
- 2019-12-02 WO PCT/CN2019/122321 patent/WO2020233076A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107180177A (zh) * | 2016-03-10 | 2017-09-19 | 阿里巴巴集团控股有限公司 | 获取用户信息的方法和装置 |
CN107404381A (zh) * | 2016-05-19 | 2017-11-28 | 阿里巴巴集团控股有限公司 | 一种身份认证方法和装置 |
CN106407968A (zh) * | 2016-08-25 | 2017-02-15 | 深圳市启明星电子商务有限公司 | 一种跨境电商快速身份识别方法及其识别系统 |
CN107093044A (zh) * | 2017-04-06 | 2017-08-25 | 杭州天翔东捷运物流有限公司 | 一种跨境个人物品身份验证方法及其系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020233076A1 (zh) * | 2019-05-21 | 2020-11-26 | 深圳壹账通智能科技有限公司 | 基于身份验证的物品入库方法、装置、设备及存储介质 |
CN111523647A (zh) * | 2020-04-26 | 2020-08-11 | 南开大学 | 网络模型训练方法及装置、特征选择模型、方法及装置 |
CN111523647B (zh) * | 2020-04-26 | 2023-11-14 | 南开大学 | 网络模型训练方法及装置、特征选择模型、方法及装置 |
CN111931774A (zh) * | 2020-09-27 | 2020-11-13 | 耀方信息技术(上海)有限公司 | 药品数据的入库方法及系统 |
CN111931774B (zh) * | 2020-09-27 | 2020-12-18 | 耀方信息技术(上海)有限公司 | 药品数据的入库方法及系统 |
CN112581062A (zh) * | 2020-12-25 | 2021-03-30 | 同方威视科技江苏有限公司 | 基于关系挖掘的快件收发组织发现方法及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2020233076A1 (zh) | 2020-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110288286A (zh) | 基于身份验证的物品入库方法、装置、设备及存储介质 | |
CN110555651A (zh) | 一种智能快递处理方法 | |
CN101179381B (zh) | 一种验证信息的方法和装置 | |
CN103488528B (zh) | 一种基于移动终端的二维码处理方法及装置 | |
CN106296195A (zh) | 一种风险识别方法及装置 | |
CN110294236A (zh) | 一种垃圾分类监督装置、方法及服务器系统 | |
CN108388822A (zh) | 一种检测二维码图像的方法和装置 | |
CN106549974A (zh) | 预测社交网络账户是否恶意的设备、方法及系统 | |
CN108667854A (zh) | 网络漏洞检测方法及装置、网络漏洞自动发布系统 | |
CN108777021A (zh) | 一种基于扫描仪混扫的票据识别方法及系统 | |
CN107800765A (zh) | 一种信息处理方法、终端及系统 | |
CN110533704A (zh) | 油墨标签的识别验伪方法、装置、设备及介质 | |
CN110363044A (zh) | 快递单号的录入方法及系统 | |
CN108984576A (zh) | 一种基于卷积神经网络的专利文献获取方法及系统 | |
CN107220834A (zh) | 基于二维码的客户服务方法及客户服务系统 | |
CN109801138A (zh) | 商品图片的搜索方法及装置 | |
CN112150252A (zh) | 基于信用的业务处理方法以及装置 | |
Rahman et al. | Artifact: A large-scale dataset with artificial and factual images for generalizable and robust synthetic image detection | |
CN109783731A (zh) | 一种定制信息推送方法及系统 | |
CN107291774A (zh) | 错误样本识别方法和装置 | |
CN106549853A (zh) | 一种邮件处理方法及装置 | |
CN106126067B (zh) | 一种触发增强现实功能开启的方法、装置及移动终端 | |
CN107402923A (zh) | 智能处理问题数据的方法和系统 | |
CN117746117A (zh) | 变体图像识别及其模型训练方法、及电子设备 | |
CN116229643B (zh) | 一种基于物联网的保管柜识别管理系统 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190927 |