CN110298454A - 作业图像的审核方法、装置、计算机设备及存储介质 - Google Patents
作业图像的审核方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN110298454A CN110298454A CN201910429737.8A CN201910429737A CN110298454A CN 110298454 A CN110298454 A CN 110298454A CN 201910429737 A CN201910429737 A CN 201910429737A CN 110298454 A CN110298454 A CN 110298454A
- Authority
- CN
- China
- Prior art keywords
- latitude
- longitude
- operation image
- image
- identification
- 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 52
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 238000012550 audit Methods 0.000 claims abstract description 72
- 238000004590 computer program Methods 0.000 claims description 16
- 230000000875 corresponding effect Effects 0.000 description 44
- 238000010586 diagram Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 9
- 238000012549 training Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 description 2
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000003607 modifier Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于图像识别领域，公开了一种作业图像的审核方法、装置、计算机设备及存储介质，包括：获取作业审核请求；根据作业标识获取目标作业的作业图像；获取作业图像的经纬度；根据作业标识获取作业图像对应的标准经纬度；将作业图像的经纬度与标准经纬度进行比较，若作业图像的经纬度与标准经纬度相符合，则根据作业标识获取作业图像的上报作业类型；将作业图像输入至第一预设识别模型中，获取作业图像的识别作业类型，将识别作业类型与上报作业类型进行比较，得到第一审核结果，若识别作业类型与上报作业类型相同，则第一审核结果为通过。通过获取精确的经纬度，并识别故障图像对应的故障类型，可以提高道路救援的效率。
Description
技术领域
本发明属于图像识别领域，更具体地说，是涉及一种作业图像的审核方法、装置、计算机设备及存储介质。
背景技术
汽车在道路上行驶过程中，难免会碰到发生故障的问题，例如轮胎曝胎、汽油用完或发动机故障等。当汽车发生故障后，若车主不能修复，则需要呼叫维护。而维护人员需要获取故障汽车所在的位置才能提供相应的维护，目前获取位置的方式多是通过车主的口头描述来获取位置，由于车主往往不清楚自己所在的具体位置，或者口头描述的位置与实际所在的位置相差较远，造成维护人员查找故障汽车的位置困难，延误提供维护的时间。
此外，车主可能对汽车发生的故障描述得不够清楚明白，造成维护人员不能提供针对性维护，快速解决故障问题。即使车主能够提供相应的故障图片进行说明，但是维护人员还需要对故障图片进行人工辨别，依然效率较低。
综上所述，现有道路救援中存在不能准确定位问题(包括位置定位和故障类型定位问题)的不足，导致道路救援的效率较低。
发明内容
本发明实施例提供一种作业图像的审核方法、装置、计算机设备及存储介质，以解决目前道路救援的效率较低的问题。
一种作业图像的审核方法，包括：
获取作业审核请求，所述作业审核请求包括目标作业的作业标识；
根据所述作业标识获取所述目标作业的作业图像；
获取所述作业图像的经纬度；
根据所述作业标识获取所述作业图像对应的标准经纬度；
将所述作业图像的经纬度与所述标准经纬度进行比较，若所述作业图像的经纬度与所述标准经纬度相符合，则根据所述作业标识获取所述作业图像的上报作业类型；
将所述作业图像输入至第一预设识别模型中，获取所述作业图像的识别作业类型；
将所述识别作业类型与所述上报作业类型进行比较，得到第一审核结果，若所述识别作业类型与所述上报作业类型相同，则所述第一审核结果为通过。
一种作业图像的审核装置，包括：
审核请求获取模块，用于获取作业审核请求，所述作业审核请求包括目标作业的作业标识；
作业图像获取模块，用于根据所述作业标识获取所述目标作业的作业图像；
经纬度获取模块，用于获取所述作业图像的经纬度；
标准经纬度获取模块，用于根据所述作业标识获取所述作业图像对应的标准经纬度；
经纬度审核模块，用于将所述作业图像的经纬度与所述标准经纬度进行比较，当所述作业图像的经纬度与所述标准经纬度相符合时，根据所述作业标识获取作业图像的上报作业类型；
作业类型识别模块，用于将所述作业图像输入至第一预设识别模型中，获取所述作业图像的识别作业类型；
作业类型审核模块，用于将所述识别作业类型与所述上报作业类型进行比较，得到第一审核结果，当所述识别作业类型与所述上报作业类型相同时，所述第一审核结果为通过。
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述作业图像的审核方法。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述作业图像的审核方法。
上述作业图像的审核方法、装置、计算机设备及存储介质，通过获取作业审核请求，根据作业审核请求获取目标作业的作业图像；获取作业图像的经纬度，根据作业标识获取作业图像对应的标准经纬度；将作业图像的经纬度与标准经纬度进行比较，若作业图像的经纬度与标准经纬度相符合，则根据作业标识获取作业图像的上报作业类型，将作业图像输入第一预设识别模型中，获取作业图像的识别作业类型，将识别作业类型与上报作业类型进行比较，得到第一审核结果，若识别作业类型与上报作业类型相同，则第一审核结果为通过。一方面，通过对经纬度进行比较，可以提高获取经纬度的精度；另一方面，通过作业类型的识别和比较，可以快速确定汽车故障的类型，提高道路救援的效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一实施例中作业图像的审核方法的一应用环境示意图；
图2是本发明一实施例中作业图像的审核方法的一流程图；
图3是本发明一实施例中作业图像的审核方法的另一流程图；
图4是本发明一实施例中作业图像的审核方法的另一流程图；
图5是本发明一实施例中作业图像的审核方法的另一流程图；
图6是本发明一实施例中作业图像的审核方法的另一流程图；
图7是本发明一实施例中作业图像的审核装置的一原理框图；
图8是本发明一实施例中作业图像的审核装置中经纬度审核模块的一原理框图；
图9是本发明一实施例中作业图像的审核装置中水印添加模块的一原理框图；
图10是本发明一实施例中计算机设备的一示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本申请提供的作业图像的审核方法，可应用在如图1的应用环境中，其中，客户端通过网络与服务端进行通信，服务端通过客户端获取作业审核请求，其中，作业审核请求包括目标作业的作业标识；然后根据作业标识获取目标作业的作业图像；接着获取作业图像的经纬度，并根据作业标识获取作业图像对应的标准经纬度；最后将作业图像的经纬度与标准经纬度进行比较，若作业图像的经纬度与标准经纬度相符合，则输出第一审核通过的结果至客户端。其中，客户端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一实施例中，如图2所示，提供一种作业图像的审核方法，以该方法应用在图1中的服务端为例进行说明，包括如下步骤：
S10：获取作业审核请求，作业审核请求包括目标作业的作业标识。
其中，作业审核请求是指对道路救援作业进行审核的请求，可以由道路救援人员通过客户端发送至服务端。例如，当道路救援人员需要结算费用时，通过点击客户端的相应的按钮(例如“提交审核”按钮)生成作业审核请求发送至服务端。可选地，客户端可以为道路救援的手机APP，以方便道路救援人员的相关操作。作业审核请求包括目标作业的作业标识，其中，目标作业是指待审核的与作业审核请求对应的道路救援作业，目标作业的作业标识可以为目标作业的流水号、编号或审核请求号等标识，用于服务端区分不同的道路救援作业。
S20：根据作业标识获取目标作业的作业图像。
其中，作业图像是指道路救援作业相关的图像，例如，若道路救援作业为拖车，则作业图像是指对目标车辆进行拖车的图像；若道路救援作业为换胎，则作业图像是指对目标车辆换胎的图像。其中，目标车辆是指道路救援作业对应的车辆。
可选地，作业图像与目标作业的作业标识绑定存储在服务端的数据库中，服务端可以根据目标作业的标识获取到目标作业的作业图像。具体地，当服务端接收到作业审核请求时，服务端根据目标作业的作业标识从数据库中获取目标作业的作业图像。
S30：获取作业图像的经纬度。
作业图像的经纬度可以事先获取到之后与作业标识绑定存储于服务端的数据库中，当服务端需要获取作业图像的经纬度时，服务端根据作业标识从数据库中获取。其中，作业图像的经纬度的获取途径可以为：当道路救援人员需要拍摄作业图像时，在客户端点击相应的按钮(例如“拍摄”按钮)进行拍摄，此时服务端获取到作业图像的拍摄请求；当服务端获取到作业图像的拍摄请求时，服务端获取客户端的定位信息，再根据获取的客户端的定位信息获取作业图像的经纬度。具体地，客户端的定位信息可以通过基于位置服务技术得到，其中，基于位置服务(Location Based Service，简称LBS)是一种基于基站的定位方式，通过电信、移动运营商的无线电通讯网络，比如GSM网、CDMA网，或外部定位方式，比如GPS，获取移动终端用户的位置信息，然后在地理信息系统(Geographic InformationSystem，简称GIS)平台的支持下，为用户提供相应服务的一种增值业务。可选地，基于位置服务LBS的移动终端定位方式包括但不限于基于基站编号的定位方式、基于高级前向链接三边测量(Advanced forward link three edge measurement，简称AFLT)的定位方式以及基于辅助全球卫星定位系统(Assisted Global Positioning System，简称：AGPS)的定位方式。在基于基站编号的定位方式中，经纬度数据为根据移动终端访问的基站编号得到的基站坐标信息；在AFLT方式中，经纬度数据为根据移动终端与多个基站的距离通过三角定位算法得到的坐标信息；在基于AGPS的定位方式中，经纬度数据为根据基站信息和GPS信息估算得到的坐标信息。应理解的是，客户端的定位信息为客户端的经纬度信息，因此，服务端获取到客户端的定位信息后，即可以得到作业图像的经纬度。可选地，服务端可以设定当道路救援人员到达目标地点开始作业前，需通过客户端点击“开始作业”按钮再进行相应的作业。当道路救援人员点击“开始作业”时，服务端通过获取客户端的定位信息，再根据客户端的定位信息获取作业图像的经纬度。
可选地，也可以是作业图像中包含经纬度的信息，例如作业图像的水印中加入了经纬度的信息，当服务端需要获取作业图像的经纬度时，对作业图像的水印信息进行提取，从而获取作业图像的经纬度。其中，作业图像的水印中加入的经纬度可以通过上述的方法获取。
S40：根据作业标识获取作业图像对应的标准经纬度。
可以理解，在一次道路救援作业中，首先由目标车辆的用户提出道路救援的请求，再由道路救援人员实施相应的道路救援作业。而目标车辆的用户在提出道路救援的请求时，需要说明目标车辆所在的位置才能进行相应的道路救援作业。例如，目标车辆在申请道路救援时可以通过手机发送定位信息至服务端；或者，目标车辆通过拨打电话时告知客服具体的位置信息，客服将具体的位置信息发送至服务端。因此，服务端可以根据目标车辆所在的位置得到作业图像的标准经纬度，其中，当目标车辆是通过手机发送定位信息时，服务端获取标准经纬度与前述方法相同；当目标车辆是通过打电话方式告知位置时，例如是在城市道路中，目标车辆的用户可以准确说出在XX市XX区XX路时，客服将目标车辆用户所说的位置信息通过查询互联网的电子地图的信息即可以得到。可选地，作业图像对应的标准经纬度与作业标识绑定存储于服务端的数据库中，服务端可以根据作业标识从数据库中获取到作业图像的标准经纬度。
可以理解，由于道路救援作业的作业地点可能发生细微变化，例如目标车辆的位置移动了一小段距离，或者目标车辆在上报道路救援作业的位置信息时可能存在误差，因此作业图像对应的标准经纬度可以设置为一个数值范围。例如，服务端将查询到的经纬度加上一个预设的误差范围作为作业图像对应的标准经纬度。其中，数值范围或者预设的误差范围可以根据实际需要设定，此处不做限制。
S50：将作业图像的经纬度与标准经纬度进行比较，若作业图像的经纬度与标准经纬度相符合，则根据作业标识获取作业图像的上报作业类型。
其中，经纬度在表述一个具体位置时，通常需要精确到秒。例如，东经23°27′30"，其中，每一度被分为60分，每一分被分为60秒。应该理解的是，由于经纬度每相差一度相差几百千米，而相差一分相差千米，相差一秒相差几十米，因此，当道路救援的位置与标准经纬度对应的位置相距不远时，得到的经纬度应是一样的，服务端可以将作业图像的经纬度与标准经纬度进行比较，若两者的经纬度数值相同或者相差的经纬度在预设的秒值内，表明两者一致，则判定作业图像的经纬度与标准经纬度相符合。其中预设的秒值例如是3秒、5秒或10秒，具体可以根据实际需要进行设定，此处不做限制。若两者的经纬度数值不相同或者相差的经纬度超出预设的秒值，表明两者不一致，则判定作业图像的经纬度与标准经纬度不符合。
可选地，如步骤S40所述，标准经纬度也可以是一个数值范围。当标准经纬度是一个数值范围时，服务端将作业图像的经纬度与标准经纬度进行比较，若作业图像的经纬度属于标准经纬度对应的范围，则判定作业图像的经纬度与标准经纬度相符合；若作业图像的经纬度在标准经纬度对应的范围之外，则判定作业图像的经纬度与标准经纬度不符合。
其中，作业图像的上报作业类型是指道路救援人员在客户端选择或输入的作业类型。可以理解的是，作业类型不同，结算的费用相差较大；因此，道路救援人员如用结算费用较多的作业类型代替结算费用较少的作业类型进行上报，则会造成欺诈的风险。
可选地，作业图像的上报作业类型保存于服务端的数据库中，当服务端判定作业图像的经纬度与标准经纬度相符合之后，服务端根据作业标识从数据库中获取作业图像的上报作业类型。其中，作业图像的上报作业类型与目标作业的作业标识绑定存储在服务端的数据库中，服务端可以根据目标作业的作业标识从数据库中获取到作业图像的上报作业类型。
S60：将作业图像输入至第一预设识别模型中，获取所述作业图像的识别作业类型。
其中，第一预设识别模型可以通过将大量标注好的训练样本输入至人工神经网络(例如卷积神经网络)进行训练后得到。例如，从历史作业图像中抽取部分历史作业图像，对抽取的历史作业图像进行分类，例如将拖车的作业图像分为一类，将更换轮胎的作业图像分为一类等等；分类后以分好的作业类型对历史作业图像进行分类标注得到训练样本，然后将训练样本输入至人工神经网络中进行训练，不断迭代优化，当识别模型达到一定的识别精度后就可以得到第一预设识别模型。
在实际操作中，第一预设识别模型训练时要求达到的识别精度可以不用设置太高，例如设置为70％，然后应用到实际环境中辅助审核人员进行审核，若得到的识别作业类型出错，则由审核人员反馈修正，第一预设识别模型再根据反馈修正的信息更新模型，从而不断提升第一预设识别模型的识别精度，这样可以减少人工标注样本的工作量。
具体地，服务端将作业图像输入至第一预设识别模型中，可以得到作业图像的识别作业类型。例如，当服务端将作业图像输入至第一预设识别模型中，若识别的结果为更换轮胎，则作业图像的识别作业类型为更换轮胎。
S70：将识别作业类型与上报作业类型进行比较，得到第一审核结果，若识别作业类型与上报作业类型相同，则第一审核结果为通过。
其中，第一审核是对作业图像的经纬度和作业类型的审核。具体地，服务端将作业图像的识别作业类型与上报作业类型进行比较，若识别作业类型与上报作业类型相同，则可以判定道路救援人员的上报作业类型为真实可信的，输出第一审核通过的结果；若识别作业类型与上报作业类型不相同，则表示道路救援人员的上报作业类型是可疑的，则输出第一审核不通过的结果。可选地，若第一审核不通过，服务端可以发送相应的提示消息，由相关审核人员进行复核。
在一具体的实施例中，可以通过无监督学习的方法(例如K-MEAN、逻辑回归或支持向量机等)将作业图像与历史作业图像进行聚类，聚类后得到目标作业的作业类型，再与上报作业类型进行比较，若得到的作业类型与上报作业型相同，则判定作业图像的作业类型是可信的，反之则为可疑的，从而判断上报作业类型是否为虚报的作业类型。
在图2对应的实施例中，通过获取作业审核请求，其中作业审核请求包括目标作业的作业标识，根据作业审核请求获取目标作业的作业图像，获取作业图像的经纬度，根据作业标识获取作业图像对应的标准经纬度，将作业图像的经纬度与标准经纬度进行比较，若作业图像的经纬度与标准经纬度相符合，则根据作业标识获取作业图像的上报作业类型，将作业图像输入第一预设识别模型中，获取作业图像的识别作业类型，将识别作业类型与上报作业类型进行比较，得到第一审核结果，若识别作业类型与上报作业类型相同，则第一审核结果为通过。一方面，通过将作业图像的经纬度与标准经纬度进行比较，可以校验作业图像是否为真实的道路救援作业的图像；另一方面，通过作业类型的比较，可以校验道路救援人员填写的作业类型与真实作业类型相符，从而避免用费用较高的作业类型代替费用较低的作业类型的情况，减少道路救援作业的欺诈风险。
在一实施例中，如图3所示，在步骤S50中，即将作业图像的经纬度与标准经纬度进行比较，若作业图像的经纬度与标准经纬度相符合，具体可以包括以下步骤：
S51：判断作业图像的经纬度是否属于标准经纬度，标准经纬度为根据预设时间间隔采集的客户端的经纬度。
本实施例中，在道路救援人员在进行道路救援作业时，服务端通过客户端根据预设时间间隔定时采集客户端所在的经纬度。其中，预设时间间隔例如是5秒、10秒或20秒等，此处不做限制。例如，道路救援人员在到达目标地点后，点击客户端的“开始作业”按钮，此时服务端开始采集客户端的经纬度。可选地，为了防止道路救援人员忘记点击开始作业的流程，服务端也可以设置始终根据预设时间间隔采集客户端的经纬度。此时，服务端可以根据目标作业相应的作业时间获取相应的经纬度信息，例如从接收到目标作业开始到目标作业完成的时间的经纬度信息作为目标作业的标准经纬度。
由于本实施例中的标准经纬度是定时进行采集的，因此，标准经纬度是一个轨迹型的数据，亦即一个数值范围。当服务端接收到作业审核请求时，服务端将作业图像的经纬度与标准经纬度进行比较，判断作业图像的经纬度是否属于标准经纬度，即判断作业图像的经纬度是否在标准经纬度对应的轨迹内。
S52：若作业图像的经纬度属于标准经纬度，则判定作业图像的经纬度与标准经纬度相符合。
若判定作业图像的经纬度属于标准经纬度，则服务端判定作业图像的经纬度与标准经纬度相符合，作业图像是真实可信的；若判定作业图像的经纬度不属于标准经纬度，则服务端判定作业图像的经纬度与标准经纬度不符合，相应的作业图像可能为道路救援人员伪造的。
在图3对应的实施例中，通过判断作业图像的经纬度是否属于标准经纬度，其中标准经纬度是根据预设时间间隔采集的客户端的经纬度，若作业图像的经纬度属于标准经纬度。通过客户端定时采集经纬度信息作为标准经纬度，可以为作业图像经纬度的信息的校验提供数据支持，以提高作业图像的审核效率。
在一实施例中，如图4所示，在步骤S10之前，即在获取作业审核请求，根据作业审核请求获取目标作业的作业图像的步骤之前，本实施例提供的作业图像的审核方法还包括以下步骤：
S81：获取作业图像的拍摄请求，根据作业图像的拍摄请求获取客户端的经纬度。
其中，作业图像的拍摄请求是指道路救援人员通过客户端对作业图像进行拍摄的请求。例如，道路救援人员通过打开道路救援的手机APP，手机APP获取手机的相机权限，然后开始进行拍摄，服务端在客户端打开手机的相机时获取到作业图像的拍摄请求。
当服务端接收到作业图像的拍摄请求时，通过客户端的定位模块获取客户端的定位信息，再根据客户端的定位信息在互联网或世界地图数据库等查询相应的经纬度，将查询到的经纬度作为作业图像的经纬度。例如服务端通过客户端获取手机的定位权限，通过手机的GPS模块获取客户端的定位信息，再根据获取的客户端的定位信息获取相应的经纬度。
S82：将客户端的经纬度以水印的形式添加到拍摄的图像上。
其中，添加水印的方式可以是将作业图像从空域变为频域的变换后，加入作业图像的经纬度作为水印，再经过逆变换的过程得到添加了水印的作业图像。其中，将作业图像从空域变为频域的变换方式可以是傅里叶变换、离散余弦变换或小波变换等，具体可以根据实际情况选用，此处不做限制。
可选地，服务端将作业图像的经纬度经过编码后作为水印加入到作业图像中。其中，将作业图像的经纬度进行编码可以对水印进行加密并控制水印能量的分布(例如使水印布满整个作业图像的区域)，使添加的水印可以防止道路救援人员对其的涂抹、剪切或放缩等攻击，使道路救援人员无法通过修改来达到图像欺诈的目的。
S83：获取添加水印后的图像作为作业图像。
客户端将添加了水印的作业图像发送至服务端，服务端将其保存在数据库中。若接收到作业审核请求，则对添加水印的作业图像提取水印，根据提取的水印获取作业图像对应的经纬度。
在图4对应的实施例中，通过获取作业图像的拍摄请求，根据作业图像的拍摄请求获取客户端的经纬度，将客户端的经纬度以水印的形式添加到拍摄的图像上，获取添加水印后的图像作为作业图像。通过以水印的形式加入经纬度信息，可以使作业图像难以通过修改来冒充真实的道路救援作业的图像，保证作业图像的真实性，减少利用作业图像进行欺诈的风险。
在一实施例中，如图5所示，在步骤S50之前，即在将作业图像的经纬度与标准经纬度进行比较，若作业图像的经纬度与标准经纬度相符合，则根据作业标识获取作业图像的上报作业类型之前，本实施例提供的作业图像的审核方法还包括以下步骤：
S91：获取历史作业图像。
其中，历史作业图像是指已经审核结算的作业图像。可选地，历史作业图像保存在服务端的数据库中。本实施例是在经纬度是否符合的判断之前，可以根据实际需要选取执行本步骤，例如在步骤S40之后，此处不做限制，服务端只要从数据库中获取相应的历史作业图像即可。
S92：计算作业图像与每一历史作业图像的相似度。
具体地，服务端将作业图像与数据库中的每一历史作业图像进行匹配，判断该作业图像与每一历史作业图像的相似度。在计算作业图像与每一历史作业图像的相似度时，可选地，服务端可以将作业图像和每一历史作业图像都表示为特征向量，再通过相似度计算算法计算作业图像与每一历史作业图像的向量相似度。其中，相似度计算算法可以为欧几里得距离算法、曼哈顿距离算法、明可夫斯基距离算法或者余弦相似度算法，此处不做限制。
在服务端存储历史作业图像时，可选地，服务端将历史作业图像按照作业的类型进行分类存储。这样，服务端在将作业图像与历史作业图像进行匹配时，可以将作业图像与作业类型对应的历史作业图像进行匹配并计算相似度，以减少计算量。例如，若作业图像的作业类型为吊车，则服务端可以将作业图像与吊车的历史作业图像进行匹配并计算相似度。
在一个具体的实施例中，服务端还可以在道路救援人员通过客户端拍摄作业图像时，通过互联网或手机的时间模块获取相应的作业时间，并以水印的形式添加到作业图像中。这样服务端可以提取作业图像的时间，并与服务端生成道路救援任务的时间进行比较，若两者的时间相符则可以判定作业图像不是历史作业图像，若不相符则可以判定作业图像为历史作业图像。
S93：若作业图像与任一历史作业图像的相似度未达到预设相似度阈值，则第二审核结果为通过。
其中，预设相似度阈值可以根据实际需要进行设定，例如80％、85％或90％等，此处不做限制。第二审核是指作业图像是否为历史作业图像的审核。
若作业图像与任一历史作业图像的相似度达到预设相似度阈值，则服务端可以判定该作业图像为历史作业图像，输出第二审核不通过的结果；若作业图像与每一历史作业图像的相似度均未达到预设相似度阈值，则服务端可以判定该作业图像不是历史作业图像，输出第二审核通过的结果。
在图5对应的实施例中，通过获取历史作业图像，计算作业图像与每一历史作业图像的相似度，若作业图像与任一历史作业图像的相似度未达到预设相似度阈值，则第二审核结果为通过。通过比较作业图像与历史作业图像的相似度，可以有效判断作业图像是否为历史作业图像，防止道路救援人员用历史作业图像进行虚报的风险。
在一实施例中，如图6所示，在步骤S70之后，即在将识别作业类型与上报作业类型进行比较，得到第一审核结果，若识别作业类型与上报作业类型相同，则第一审核结果为通过之后，本实施例提供的作业图像的审核方法还包括以下步骤：
S101：将作业图像输入至第二预设识别模型，获取作业图像中的第一车牌号。
本实施例中，作业图像中包括道路救援作业目标车辆的车牌号。实际应用中，可以要求道路救援人员在拍摄作业图像时，需要将目标车辆的车牌号拍摄到作业图像中。其中，第二预设识别模型可以识别出作业图像中的车牌号，具体的训练过程与第一预设识别模型的训练过程类似。例如，从历史作业图像抽取部分历史作业图像，然后以人工识别出来的车牌号或目标作业的上报车牌号对这些历史作业图像进行标注，形成训练样本，再将训练样本输入到识别模型中进行训练，得到第二预设识别模型。可选地，也可以用专门的车牌号的图像作为训练样本，此处不做限制。
具体地，服务端将作业图像输入至第二预设识别模型中，得到作业图像中对应的车牌号作为第一车牌号。
S102：获取目标作业的上报信息，根据上报信息获取第二车牌号。
其中，目标作业的上报信息可以通过客户端获取，本实施例中，目标作业的上报信息包括目标车辆的车牌号，目标车辆的车牌号为第二车牌号。例如目标车辆的用户通过道路救援APP发送道路救援请求，请求中包含目标作业的上报信息，例如车牌号、车的型号、目标位置和道路救援类型等上报信息。可选地，目标车辆的上报信息也可以通过由目标车辆的用户通过打电话给道路救援公司的客服，由客服询问后获得上报信息并发送至服务端。可选地，目标作业的上报信息与目标作业的作业标识绑定存储在服务端的数据库中，服务端可以根据目标作业的作业标识获取到目标作业的上报信息，再从上报信息中获到目标车辆的车牌号作为第二车牌号。
具体地，当服务端获取到第一车牌号后，从数据库中获取目标作业的上报信息，从上报信息相应的字段(例如“车牌号”字段)获取目标车辆的车牌号作为第二车牌号。
S103：若第一车牌号与第二车牌号相同，则第三审核结果为通过。
其中，第三审核是指车牌号是否相同的审核。具体地，服务端将第一车牌号与第二车牌号进行比较，若第一车牌号与第二车牌号相同，则表明上报的作业信息真实，输出第三审核通过的结果；若第一车牌号与第二车牌号不同，则表明可能存在虚报的情况，输出第三审核不通过的结果。可选地，当输出第三审核不通过的结果时，服务端向客户端发送相应的提示信息，由审核人员对该结果进行复核，进一步确认该次道路救援作业的真实性。
应当说明的是，本实施例可以与第二审核搭配使用，也可以单独使用，此处不做限制。
在图6对应的实施例中，通过将作业图像输入至第二预设识别模型，获取作业图像中的第一车牌号；然后获取目标作业的上报信息，根据上报信息获取第二车牌号，若第一车牌号与第二车牌号相同，则第三审核结果为通过。通过识别模型识别作业图像的车牌号，从而可以跟上报的车牌号进行比较，判断作业图像相关信息的真实性，提高审核的效率和精度，减少虚报和欺诈的风险。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
在一实施例中，提供一种作业图像的审核装置，该作业图像的审核装置与上述实施例中作业图像的审核方法一一对应。如图7所示，该作业图像的审核装置包括审核请求模块10、作业图像获取模块20、经纬度获取模块30、标准经纬度获取模块40、经纬度审核模块50、作业类型识别模块60和作业类型审核模块70。各功能模块详细说明如下：
审核请求获取模块10，用于获取作业审核请求，作业审核请求包括目标作业的作业标识；
作业图像获取模块20，用于根据作业标识获取目标作业的作业图像；
经纬度获取模块30，用于获取作业图像的经纬度；
标准经纬度获取模块40，用于根据作业标识获取作业图像对应的标准经纬度；
经纬度审核模块50，用于将作业图像的经纬度与标准经纬度进行比较，当作业图像的经纬度与标准经纬度相符合时，根据作业标识获取作业图像的上报作业类型；
作业类型识别模块60，用于将作业图像输入至第一预设识别模型中，获取作业图像的识别作业类型；
作业类型审核模块70，用于将识别作业类型与上报作业类型进行比较，得到第一审核结果，当识别作业类型与上报作业类型相同时，第一审核结果为通过。
进一步地，如图8所示，经纬度审核模块50包括经纬度比较单元51和经纬度判定单元52；
经纬度比较单元51，用于判断作业图像的经纬度是否属于标准经纬度，标准经纬度为根据预设时间间隔采集的客户端的经纬度；
经纬度判定单元52，用于当作业图像的经纬度属于标准经纬度时，判定作业图像的经纬度与标准经纬度相符合。
进一步地，如图9所示，本实施例提供的作业图像的审核装置还包括水印添加模块80，其中，水印添加模块80包括经纬度获取单元81、水印添加单元82和水印图像获取单元83；
经纬度获取单元81，用于获取作业图像的拍摄请求，根据作业图像的拍摄请求获取客户端的经纬度；
水印添加单元82，用于将客户端的经纬度以水印的形式添加到拍摄的图像上；
水印图像获取单元83，用于获取添加水印后的图像作为作业图像。
进一步地，本实施例提供的作业图像的审核装置还包括历史图像检索模块，其中，历史图像检索模块具体用于：
获取历史作业图像；
计算作业图像与每一历史作业图像的相似度；
当作业图像与任一历史作业图像的相似度未达到预设相似度阈值时，第二审核结果为通过。
进一步地，本实施例提供的作业图像的审核装置还包括车牌号审核模块，其中，车牌号审核模块具体用于：
将作业图像输入至第二预设识别模型，获取作业图像中的第一车牌号；
获取目标作业的上报信息，根据上报信息获取第二车牌号；
当判定第一车牌号与第二车牌号相同时，第三审核结果为通过。
关于作业图像的审核装置的具体限定可以参见上文中对于作业图像的审核方法的限定，在此不再赘述。上述作业图像的审核装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储作业图像、作业标识、作业图像的经纬度和作业图像的标准经纬度等。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种作业图像的审核方法。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
获取作业审核请求，作业审核请求包括目标作业的作业标识；
根据作业标识获取目标作业的作业图像；
获取作业图像的经纬度；
根据作业标识获取作业图像对应的标准经纬度；
将作业图像的经纬度与标准经纬度进行比较，若作业图像的经纬度与标准经纬度相符合，则根据作业标识获取作业图像的上报作业类型；
将作业图像输入至第一预设识别模型中，获取作业图像的识别作业类型；
将识别作业类型与上报作业类型进行比较，得到第一审核结果，若识别作业类型与上报作业类型相同，则第一审核结果为通过。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取作业审核请求，作业审核请求包括目标作业的作业标识；
根据作业标识获取目标作业的作业图像；
获取作业图像的经纬度；
根据作业标识获取作业图像对应的标准经纬度；
将作业图像的经纬度与标准经纬度进行比较，若作业图像的经纬度与标准经纬度相符合，则根据作业标识获取作业图像的上报作业类型；
将作业图像输入至第一预设识别模型中，获取作业图像的识别作业类型；
将识别作业类型与上报作业类型进行比较，得到第一审核结果，若识别作业类型与上报作业类型相同，则第一审核结果为通过。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (10)
1.一种作业图像的审核方法，其特征在于，包括：
获取作业审核请求，所述作业审核请求包括目标作业的作业标识；
根据所述作业标识获取所述目标作业的作业图像；
获取所述作业图像的经纬度；
根据所述作业标识获取所述作业图像对应的标准经纬度；
将所述作业图像的经纬度与所述标准经纬度进行比较，若所述作业图像的经纬度与所述标准经纬度相符合，则根据所述作业标识获取所述作业图像的上报作业类型；
将所述作业图像输入至第一预设识别模型中，获取所述作业图像的识别作业类型；
将所述识别作业类型与所述上报作业类型进行比较，得到第一审核结果，若所述识别作业类型与所述上报作业类型相同，则所述第一审核结果为通过。
2.如权利要求1所述的作业图像的审核方法，其特征在于，在所述将所述作业图像的经纬度与所述标准经纬度进行比较，若所述作业图像的经纬度与所述标准经纬度相符合，包括：
判断所述作业图像的经纬度是否属于所述标准经纬度，所述标准经纬度为根据预设时间间隔采集的客户端的经纬度；
若所述作业图像的经纬度属于所述标准经纬度，则判定所述作业图像的经纬度与所述标准经纬度相符合。
3.如权利要求1所述的作业图像的审核方法，其特征在于，在所述获取作业审核请求之前，所述作业图像的审核方法包括：
获取所述作业图像的拍摄请求，根据所述作业图像的拍摄请求获取所述客户端的经纬度；
将所述客户端的经纬度以水印的形式添加到拍摄的图像上；
获取所述添加水印后的图像作为所述作业图像。
4.如权利要求1-2任一项所述的作业图像的审核方法，其特征在于，在所述将所述作业图像的经纬度与所述标准经纬度进行比较，若所述作业图像的经纬度与所述标准经纬度相符合，则根据所述作业标识获取所述作业图像的上报作业类型之前，所述作业图像的审核方法还包括：
获取历史作业图像；
计算所述作业图像与每一所述历史作业图像的相似度；
若所述作业图像与任一所述历史作业图像的相似度未达到预设相似度阈值，则第二审核结果为通过。
5.如权利要求1-3任一项所述的作业图像的审核方法，其特征在于，在所述将所述识别作业类型与所述上报作业类型进行比较，得到第一审核结果，若所述识别作业类型与所述上报作业类型相同，则第一审核结果为通过之后，所述作业图像的审核方法还包括：
将所述作业图像输入至第二预设识别模型，获取所述作业图像中的第一车牌号；
获取所述目标作业的上报信息，根据所述上报信息获取第二车牌号；
若所述第一车牌号与所述第二车牌号相同，则第三审核结果为通过。
6.一种作业图像的审核装置，其特征在于，包括：
审核请求获取模块，用于获取作业审核请求，所述作业审核请求包括目标作业的作业标识；
作业图像获取模块，用于根据所述作业标识获取所述目标作业的作业图像；
经纬度获取模块，用于获取所述作业图像的经纬度；
标准经纬度获取模块，用于根据所述作业标识获取所述作业图像对应的标准经纬度；
经纬度审核模块，用于将所述作业图像的经纬度与所述标准经纬度进行比较，当所述作业图像的经纬度与所述标准经纬度相符合时，根据所述作业标识获取作业图像的上报作业类型；
作业类型识别模块，用于将所述作业图像输入至第一预设识别模型中，获取所述作业图像的识别作业类型；
作业类型审核模块，用于将所述识别作业类型与所述上报作业类型进行比较，得到第一审核结果，当所述识别作业类型与所述上报作业类型相同时，所述第一审核结果为通过。
7.如权利要求6所述的作业图像的审核装置，其特征在于，所述经纬度审核模块包括经纬度比较单元和经纬度判定单元；
所述经纬度比较单元，用于判断所述作业图像的经纬度是否属于所述标准经纬度，所述标准经纬度为根据预设时间间隔采集的客户端的经纬度；
所述经纬度判定单元，用于当所述作业图像的经纬度属于所述标准经纬度时，判定所述作业图像的经纬度与所述标准经纬度相符合。
8.如权利要求6所述的作业图像的审核装置，其特征在于，还包括水印添加模块，所述水印添加模块包括经纬度获取单元、水印添加单元和水印图像获取单元；
所述经纬度获取单元，用于获取所述作业图像的拍摄请求，根据所述作业图像的拍摄请求获取所述客户端的经纬度；
所述水印添加单元，用于将所述客户端的经纬度以水印的形式添加到拍摄的图像上；
所述水印图像获取单元，用于获取所述添加水印后的图像作为所述作业图像。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述作业图像的审核方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，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至5任一项所述作业图像的审核方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910429737.8A CN110298454A (zh) | 2019-05-22 | 2019-05-22 | 作业图像的审核方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910429737.8A CN110298454A (zh) | 2019-05-22 | 2019-05-22 | 作业图像的审核方法、装置、计算机设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110298454A true CN110298454A (zh) | 2019-10-01 |
Family
ID=68027040
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910429737.8A Pending CN110298454A (zh) | 2019-05-22 | 2019-05-22 | 作业图像的审核方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110298454A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111178309A (zh) * | 2019-12-31 | 2020-05-19 | 支付宝(杭州)信息技术有限公司 | 业务处理方法及装置 |
| CN112348891A (zh) * | 2020-10-28 | 2021-02-09 | 浙江大华技术股份有限公司 | 一种图像检测及定位方法、装置、存储介质及电子装置 |
| WO2022089196A1 (zh) * | 2020-10-27 | 2022-05-05 | 北京字节跳动网络技术有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
| CN117273430A (zh) * | 2023-05-31 | 2023-12-22 | 三峡生态环境投资有限公司 | 一种公路施工过程中的风险评估方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018006525A1 (zh) * | 2016-07-04 | 2018-01-11 | 中兴通讯股份有限公司 | 一种紧急服务方法及装置、存储介质 |
| CN108573286A (zh) * | 2018-05-10 | 2018-09-25 | 阿里巴巴集团控股有限公司 | 一种理赔业务的数据处理方法、装置、设备及服务器 |
| CN108647893A (zh) * | 2018-05-15 | 2018-10-12 | 苏州华兴源创电子科技有限公司 | 一种车辆救援的关联救援方法、系统和存储介质 |
| CN108647699A (zh) * | 2018-03-22 | 2018-10-12 | 平安信托有限责任公司 | 任务图像处理方法、装置、设备及存储介质 |
| CN108848337A (zh) * | 2018-06-12 | 2018-11-20 | 中国联合网络通信集团有限公司 | 线路工程的远程稽核方法、装置、终端及计算机存储介质 |
| CN109446905A (zh) * | 2018-09-26 | 2019-03-08 | 深圳壹账通智能科技有限公司 | 电子签名审核方法、装置、计算机设备和存储介质 |
-
2019
- 2019-05-22 CN CN201910429737.8A patent/CN110298454A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018006525A1 (zh) * | 2016-07-04 | 2018-01-11 | 中兴通讯股份有限公司 | 一种紧急服务方法及装置、存储介质 |
| CN108647699A (zh) * | 2018-03-22 | 2018-10-12 | 平安信托有限责任公司 | 任务图像处理方法、装置、设备及存储介质 |
| CN108573286A (zh) * | 2018-05-10 | 2018-09-25 | 阿里巴巴集团控股有限公司 | 一种理赔业务的数据处理方法、装置、设备及服务器 |
| CN108647893A (zh) * | 2018-05-15 | 2018-10-12 | 苏州华兴源创电子科技有限公司 | 一种车辆救援的关联救援方法、系统和存储介质 |
| CN108848337A (zh) * | 2018-06-12 | 2018-11-20 | 中国联合网络通信集团有限公司 | 线路工程的远程稽核方法、装置、终端及计算机存储介质 |
| CN109446905A (zh) * | 2018-09-26 | 2019-03-08 | 深圳壹账通智能科技有限公司 | 电子签名审核方法、装置、计算机设备和存储介质 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111178309A (zh) * | 2019-12-31 | 2020-05-19 | 支付宝(杭州)信息技术有限公司 | 业务处理方法及装置 |
| WO2022089196A1 (zh) * | 2020-10-27 | 2022-05-05 | 北京字节跳动网络技术有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
| CN112348891A (zh) * | 2020-10-28 | 2021-02-09 | 浙江大华技术股份有限公司 | 一种图像检测及定位方法、装置、存储介质及电子装置 |
| CN117273430A (zh) * | 2023-05-31 | 2023-12-22 | 三峡生态环境投资有限公司 | 一种公路施工过程中的风险评估方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110298454A (zh) | 作业图像的审核方法、装置、计算机设备及存储介质 | |
| Alexiadis et al. | The next generation simulation program | |
| CN108108825A (zh) | 故障车辆的寻找方法、服务器及运维端 | |
| WO2022105111A1 (zh) | 区域画像图生成方法、装置、计算机设备及存储介质 | |
| US20150186991A1 (en) | Creditor alert when a vehicle enters an impound lot | |
| CN110245841A (zh) | 一种网约车风险控制方法及相关装置 | |
| CN109523389A (zh) | 基于图像识别的车损处理方法、装置、设备及介质 | |
| CN107220169B (zh) | 一种模拟服务器返回定制化数据的方法和设备 | |
| US20220270179A1 (en) | System for fast composing, launch and configuration of customizable second-tier transfer structures with build-in auditing and monitoring structures and method thereof | |
| CN109598519B (zh) | 车辆审核方法、装置、计算机设备和存储介质 | |
| CN109218500A (zh) | 车险语音报案处理方法、系统、计算机设备及存储介质 | |
| CN111639879B (zh) | 智能化安保人员信息管理方法、装置及系统、存储介质、服务器 | |
| CN108243223A (zh) | 一种提供车辆信息的系统、方法及装置 | |
| CN114971790A (zh) | 融资租赁业务的处理方法、装置、设备及可读存储介质 | |
| CN114495310A (zh) | 巡检检测方法和相关设备 | |
| US11506525B2 (en) | Method for verifying sensors in a sensor network, and sensor network | |
| CN110379028B (zh) | 基于路线推荐的打卡方法、装置、计算机设备及存储介质 | |
| CN110807630B (zh) | 基于人脸识别的支付方法、装置、计算机设备和存储介质 | |
| CN113807946B (zh) | 风险预警消息推送方法、装置、计算机设备和存储介质 | |
| CN113626170B (zh) | 通信工程任务全生命周期的控制方法及装置 | |
| CN109471852A (zh) | 医疗数据库建立方法、装置、计算机设备和存储介质 | |
| CN111415150B (zh) | 基于车载终端的移动支付方法、装置和计算机设备 | |
| CN115034686A (zh) | 作业行为量化方法、装置、计算机设备和存储介质 | |
| CN111105284B (zh) | 订单处理方法、装置、m层订单处理模型、电子设备及储存介质 | |
| CN106851669B (zh) | 一种无线站点价值评估方法及系统 |
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: 20191001 |