CN110415110B - 进度监测方法、进度监测装置和电子设备 - Google Patents

进度监测方法、进度监测装置和电子设备 Download PDF

Info

Publication number
CN110415110B
CN110415110B CN201910702204.2A CN201910702204A CN110415110B CN 110415110 B CN110415110 B CN 110415110B CN 201910702204 A CN201910702204 A CN 201910702204A CN 110415110 B CN110415110 B CN 110415110B
Authority
CN
China
Prior art keywords
monitored
progress
image
sub
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.)
Active
Application number
CN201910702204.2A
Other languages
English (en)
Other versions
CN110415110A (zh
Inventor
于海燕
施佳子
罗涛
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.)
Industrial and Commercial Bank of China Ltd ICBC
Original Assignee
Industrial and Commercial Bank of China Ltd ICBC
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 Industrial and Commercial Bank of China Ltd ICBC filed Critical Industrial and Commercial Bank of China Ltd ICBC
Priority to CN201910702204.2A priority Critical patent/CN110415110B/zh
Publication of CN110415110A publication Critical patent/CN110415110A/zh
Application granted granted Critical
Publication of CN110415110B publication Critical patent/CN110415110B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03Credit; Loans; Processing thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本公开提供了一种进度监测方法、进度监测装置和电子设备。其中,该进度监测方法包括:接收进度监测请求,进度监测请求包括待监测对象信息;响应于进度监测请求,基于待监测对象信息确定待监测对象信息的待监测对象类别;根据待监测对象类别与子对象之间的映射关系以及待监测对象类别,确定待监测对象的子对象;获取待监测图像,待监测图像包括子对象图像;以及解析待监测图像,以基于待监测对象的子对象确定待监测对象的第一进度信息。

Description

进度监测方法、进度监测装置和电子设备
技术领域
本公开涉及互联网技术领域,更具体地,涉及一种进度监测方法、进度监测装置和电子设备。
背景技术
企业贷款指银行向企业法定代表人或股东等发放的,用于补充企业流动性资金周转等合法指定用途的贷款。企业贷款是企业融资的重要途径。
在实现本公开构思的过程中,发明人发现相关技术中至少存在如下问题。目前企业贷款后,存在很多经营不善情况,银行如果不能及时发现经营不善情况,就会存在贷后风险。相关技术可以通过人工监察进行企业贷款风险追踪,但是需要投入大量人员,并很难对生产施工全过程进行监测。
发明内容
有鉴于此,本公开提供了一种用于以较少的人员投入即可及时发现贷后风险的进度监测方法、进度监测装置和电子设备。
本公开的一个方面提供了一种由服务器端执行的进度监测方法,可以包括:接收进度监测请求,进度监测请求包括待监测对象信息;响应于进度监测请求,基于待监测对象信息确定待监测对象信息的待监测对象类别;根据待监测对象类别与子对象之间的映射关系以及待监测对象类别,确定待监测对象的子对象;获取待监测图像,待监测图像包括子对象图像;以及解析待监测图像,以基于待监测对象的子对象得到待监测对象的第一进度信息。
本公开实施例提供的进度监测方法,在接收到进度监测请求之后,基于待监测对象信息确定待监测对象信息的待监测对象类别,并根据监测对象类别确定监测对象的子对象,然后对获取的待监测图像进行解析,以基于子对象得到监测对象的进度信息。通过将人工智能技术应用到企业贷后监控审查中,可以及时发现贷后风险,且无需投入较多人力资源。
根据本公开的实施例,待监测对象类别包括建筑类企业贷款;子对象包括建筑。相应地,解析待监测图像包括:利用第一进度监测模型处理待监测图像,其中,第一进度监测模型的输入包括待监测图像,第一进度监测模型的输出包括建筑建设进度信息。
根据本公开的实施例,在得到待监测对象的第一进度信息之后,上述方法还可以包括:在得到待监测对象的第一进度信息之后,获取多个子对象图像,多个子对象图像为按照指定周期拍摄得到的;按照拍摄时刻的先后顺序,对相邻时刻拍摄的两个子对象图像进行比对,得到图像相似度;以及基于图像相似度确定第二进度信息,其中,第一进度信息对应的周期大于第二进度信息对应的周期。
根据本公开的实施例,多个子对象图像的拍摄角度和拍摄距离满足预设拍摄条件。相应地,按照拍摄时刻的先后顺序,对相邻时刻拍摄的两个子对象图像进行比对,得到图像相似度包括:对相邻时刻拍摄的两个子对象图像进行灰度化处理,得到两个子对象灰度图;比对两个子对象灰度图,以得到像素差;以及基于像素差确定两个子对象灰度图之间的相似度。
根据本公开的实施例,上述方法还可以包括:基于第一进度信息和第二进度信息确定是否存在进度异常;以及如果确定存在进度异常,则输出进度异常信息。
根据本公开的实施例,待监测对象类别包括工厂类企业贷款;子对象包括可移动对象。相应地,解析待监测图像可以包括:利用第二进度监测模型处理待监测图像,其中,第二进度监测模型的输入包括待监测图像,第二进度监测模型的输出包括可移动对象的数量;基于可移动对象的数量确定工期进度,其中,工期进度信息为可移动对象的数量满足开工条件时的持续时长与总工期的比值。
根据本公开的实施例,上述方法还可以包括:在得到可移动对象的数量之后,确定可移动对象的数量是否满足停工条件;如果可移动对象的数量满足停工条件,则更新停工次数;以及如果确定停工次数大于等于停工次数阈值,则输出进度异常信息。
根据本公开的实施例,利用第二进度监测模型处理待监测图像包括:获取工厂图像的工作区域图像;以及利用第二进度监测模型处理工作区域图像,以获得工作区域中可移动对象的数量。
本公开的另一个方面提供了一种进度监测装置,包括请求接收模块、对象类别获取模块、子对象确定模块、图像获取模块和进度获得模块。其中,请求接收模块用于接收进度监测请求,进度监测请求包括待监测对象信息;对象类别获取模块用于响应于进度监测请求,基于待监测对象信息确定待监测对象信息的待监测对象类别;子对象确定模块用于根据待监测对象类别与子对象之间的映射关系以及待监测对象类别确定待监测对象的子对象;图像获取模块用于获取待监测图像,待监测图像包括子对象图像;以及,进度获得模块用于解析待监测图像,以基于待监测对象的子对象得到待监测对象的第一进度信息。其中,各模块可以执行相应的方法的操作,在此不再一一赘述。
本公开的另一方面提供了一种电子设备,包括一个或多个处理器以及存储装置,其中,存储装置用于存储可执行指令,可执行指令在被处理器执行时,实现如上所述的方法。
本公开的另一方面提供了一种计算机可读存储介质,存储有计算机可执行指令,指令在被执行时用于实现如上所述的方法。
本公开的另一方面提供了一种计算机程序,计算机程序包括计算机可执行指令,指令在被执行时用于实现如上所述的方法。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的进度监测方法、进度监测装置和电子设备的应用场景;
图2示意性示出了根据本公开实施例的可以应用进度监测方法、进度监测装置和电子设备的示例性系统架构;
图3示意性示出了根据本公开实施例的进度监测方法的流程图;
图4示意性示出了根据本公开实施例的建筑类企业贷款进度监测过程示意图;
图5示意性示出了根据本公开另一实施例的建筑类企业贷款进度监测方法的流程图;
图6示意性示出了根据本公开另一实施例的建筑类企业贷款进度监测过程示意图;
图7示意性示出了根据本公开实施例的工厂类企业贷款进度监测方法的流程图;
图8示意性示出了根据本公开实施例的工厂类企业贷款进度监测过程示意图;
图9示意性示出了根据本公开实施例的进度监测装置的框图;以及
图10示意性示出了根据本公开实施例的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B 或C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B 或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、 B、C的系统等)。术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个特征。
本公开的实施例提供了一种进度监测方法、进度监测装置和电子设备。该进度监测方法包括子对象确定过程和进度确定过程。在待显示信息确定过程中,基于接收的进度监测请求的待监测对象信息确定待监测对象信息的待监测对象类别,然后,可以根据待监测对象类别与子对象之间的映射关系以及待监测对象类别,确定待监测对象的子对象。在完成子对象确定过程之后,进入进度确定过程,解析获取到的待监测图像,以基于待监测对象的子对象来确定待监测对象的第一进度信息。
图1示意性示出了根据本公开实施例的进度监测方法、进度监测装置和电子设备的应用场景。
如图1所示,甲公司办理了贷款,用于保障某产品的顺利投产,其规划的进度分为四个阶段:第一阶段(如预研阶段)、第二阶段(如研发阶段)、第三阶段(如试推广阶段)和第四阶段(如验收阶段)。在第四阶段完成后,产品开始上市销售,甲公司于此时开始还贷或还清贷款。然而,甲公司第一阶段就没能按时完成,第二阶段直到还贷节点还没有完成,甚至甲公司已无力继续研发某产品。发放贷款的银行在还贷节点发现甲公司已无力继续研发某产品,且已无力偿还贷款,这可能造成银行的呆坏账。如果银行能在第一阶段及时发现甲公司没能按预设进度完成第一阶段,并在第二阶段持续根据进度,则有可能减小由甲公司造成的潜在损失。
本公开提供的进度监测方法、进度监测装置和电子设备可以基于拍摄的图片确定对象的大致进度以便于由系统自动跟踪贷款项目的进度,且无需大量人力投入,有助于降低贷后风险和风险把控成本。
图2示意性示出了根据本公开实施例的可以应用进度监测方法、进度监测装置和电子设备的示例性系统架构。需要注意的是,图2所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图2所示,根据该实施例的系统架构100可以包括终端设备 101、102、103,网络104,服务器105和卫星106。网络104可以包括多个网关、路由器、集线器、网线等,用以在终端设备101、102、 103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与其他终端设备和服务器105进行交互,以接收或发送信息等,如上传图像信息、下载进度信息等。终端设备101、102、103可以安装有各种通讯客户端应用,例如银行应用、政务类应用、进度监控类应用、网页浏览器应用、搜索类应用、办公类应用、即时通信工具、邮箱客户端、社交平台软件等应用(仅为示例)。
终端设备101、102、103包括但不限于智能手机、虚拟现实设备、增强现实设备、远程摄像头、平板电脑、膝上型便携计算机等等。
卫星106可以用于响应于接收的请求拍摄卫星图像,并传输给服务器105,以便于服务器105基于卫星图像进行进度分析。
服务器105可以接收请求,并对请求进行处理。例如,服务器 105可以为后台管理服务器、服务器集群等。后台管理服务器可以对接收到的图像信息等数据进行分析等处理,并将处理结果(进度信息等)反馈给终端设备。
需要说明的是,本公开实施例所提供的进度监测方法一般可以由服务器105执行。相应地,本公开实施例所提供的进度监测装置一般可以设置于服务器105中。本公开实施例所提供的进度监测方法也可以由不同于服务器105且能够与终端设备101、102、103,卫星106 和/或服务器105通信的服务器或服务器集群执行。
应该理解,终端设备、网络、卫星和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
图3示意性示出了根据本公开实施例的进度监测方法的流程图。
如图3所示,该方法可以包括操作S301~操作S309。
在操作S301,接收进度监测请求,进度监测请求包括待监测对象信息。
在本实施例中,可以由银行工作人员在客户端上输入进度检测请求,并发送给服务器端。该进度监测请求中可以包括贷款业务标识、合同标识等可以用于表征待监测对象信息的信息。
在操作S303,响应于进度监测请求,基于待监测对象信息确定待监测对象信息的待监测对象类别。
具体地,可以基于预设规则确定待监测对象信息的待监测对象类别。例如,贷款业务标识对应的贷款业务名称或合同名称中具有“建筑”、“商业住宅”等关键词时,则确定其为建筑类企业贷款。还可以基于预设的映射表等确定待监测对象信息的待监测对象类别。例如,服务器端存储有公司名与待监测对象类别之间的映射关系,通过查表等方式确定待监测对象类别。当然,也可以是由贷款方或银行输入的待监测对象类别。
在操作S305,根据待监测对象类别与子对象之间的映射关系以及待监测对象类别,确定待监测对象的子对象。
在本实施例中,服务器端可以存储有待监测对象类别与子对象之间的映射关系。例如,待检测对象类别为建筑类企业贷款,则子对象可以为楼房。又例如,待检测对象类别为工厂类企业贷款,则子对象可以为生产相关要素,如员工、生产工具和运输工具等。这样可以通过查表或匹配的方式确定需要进行监测的子对象。
在操作S307,获取待监测图像,待监测图像包括子对象图像。
在本实施例中,可以由具有图像传感器的电子设备对子对象进行图像采集,来获取待监测图像。例如,可以由银行在子对象附近固定设置摄像机、照相机等,也可以是由施工人员定期拍摄图像后发送给服务器端。此外,还可以是服务器端定期向卫星(如同步卫星等)发送图像请求,以获取子对象的图像信息。
需要说明的是,待监测图像中可能具有游人等干扰信息,可以去除这些不是子对象的图像信息。例如,对于子对象为建筑时,可以通过图像识别以识别出人像,并去除人像。又例如,对于子对象为可移动物体时,可以通过图像识别以识别出建筑图像,并去除建筑图像。
在操作S309,解析待监测图像,以基于待监测对象的子对象确定待监测对象的第一进度信息。
具体地,可以对识别出的子对象的图像信息进行分析,确定待监测对象的第一进度信息。例如,可以使用图像分类模型进行进度识别。其中,图像分类模型的训练过程可以包括:收集工程进度图像,对图像进行类别标注,使用进度图像和类别标注信息对图像分类模型进行训练。其中,图像分类模型输入为工程进度图像,图像分类模型输出为类别标注。
例如,图像分类模型的输入为包括建筑的图像,输出可以为该建筑的进度信息,如地基阶段、主体阶段等。如果进度信息与预设进度信息不相符,则可以输出提示信息。
本公开实施例的进度监测方法,在接收到进度监测请求之后,可以基于待监测对象信息确定待监测对象类别,然后根据监测对象类别确定监测对象的子对象。这样可以实现对获取的待监测图像进行解析,以基于子对象得到监测对象的进度信息。通过将图像分析技术应用到企业贷后监控审查中,可以及时发现贷后风险,且无需投入较多人力资源。
在一个实施例中,以待监测对象类别为建筑类企业贷款,子对象为建筑为例进行说明。
相应地,解析待监测图像可以包括:利用第一进度监测模型处理待监测图像,其中,第一进度监测模型的输入包括待监测图像,第一进度监测模型的输出包括建筑建设进度信息。其中,建筑建设进度信息包括但不限于以下至少一种:地基阶段、主体阶段、封顶阶段、装修阶段、完工阶段或外围阶段等。
其中,第一进度监测模型可以采用各种分类模型,包括但不限于:深度学习神经网络、卷积神经网络等。其中,深度学习神经网络可以包括但不限于以下至少一种:宽网络(如Inception系列)、长网络(如 Rensnet系列)、轻网络(如SqueezeNet、mobilenet、Shufflenet等以适用于移动端)或重网络(如Residual Attention Network、Senet等)。当然,还可以采用其它对图像进行分类的模型。
图4示意性示出了根据本公开实施例的建筑类企业贷款进度监测过程示意图。
如图4所示,三幅图像信息分别为服务器端在不同时间段接收到的图像信息,将这三幅图像信息分别输入第一进度监测模型,可以得到以下输出:第一幅图像信息对应的进度信息为地基阶段,第二幅图像信息对应的进度信息为主体阶段,第三幅图像信息对应的进度信息为封顶阶段。可选地,图像信息为在相同角度拍摄的。此外,传感器采集的图像信息可以为彩色图像,然后对彩色图像进行灰度化处理,得到其灰度图。
图5示意性示出了根据本公开另一实施例的建筑类企业贷款进度监测方法的流程图。
如图5所示,在操作S309得到待监测对象的第一进度信息之后,上述方法还可以包括操作S501~操作S505。
在操作S501,获取多个子对象图像,多个子对象图像为按照指定周期拍摄得到的。
例如,该指定周期可以为1天、3天、5天、1周、2周、4周、1月、3月、1年、2年等,当然,还可以为更长或更短周期等。这样便于银行根据需求及时掌握进度信息。拍摄主体可以为银行设置在固定位置的图像采集装置,也可以是由施工方在指定位置按照指定角度进行拍摄并上传的,还可以是服务器端请求卫星拍摄的卫星图像,如同步卫星拍摄的具有相同或相近拍摄角度的卫星图像。这样便于基于指定周期确定当前周期拍摄的图像与上一周期拍摄的图像的差异,进而基于该差异确定进度信息。
在操作S503,按照拍摄时刻的先后顺序,对相邻时刻拍摄的两个子对象图像进行比对,得到图像相似度。
例如,基于上一周期和当前周期拍摄的图像进行两两比对,以得到图像相似度。
具体地,多个子对象图像的拍摄角度和拍摄距离满足预设拍摄条件。相应地,按照拍摄时刻的先后顺序,对相邻时刻拍摄的两个子对象图像进行比对,得到图像相似度可以包括如下操作。
首先,对相邻时刻拍摄的两个子对象图像进行灰度化处理,得到两个子对象灰度图。灰度化处理可以采用现有的灰度化相关算法,在此不做限定。
然后,比对两个子对象灰度图,以得到像素差。例如,可以获取两个子对象灰度图中相同像素的像素值的差值。
基于像素差确定两个子对象灰度图之间的相似度。其中,两个子对象灰度图之间的相似度越高,则表明进度越慢。
需要说明的是,在得到多个子对象图像后,可以对子对象图像进行处理,如进行平移、旋转、缩放等,使得子对象图像的某些特征的尺寸保持一致,如地基的尺寸等。
在操作S505,基于图像相似度确定第二进度信息,其中,第一进度信息对应的周期大于第二进度信息对应的周期。
在本实施例中,第二进度信息可以作为对第一进度信息的补充。例如,第一进度信息用于确定当前进度处于哪个阶段,如地基阶段还是主体阶段。第二进度信息可以便于银行了解更加细致的进度信息。例如,当第一进度信息表明进度偏慢时,可以基于第二进度信息进行监控,以降低贷后风险,如便于了解进度偏慢的程度,是否存在停工的风险等。
在一个具体实施例中,使用图像相似度比对方法,识别当前图片与前一天同时间段的图片进行相似度计算,如采用相同角度和位置拍摄的图片,两张图片灰度化后获取两张图片的像素差值,当像素差值小于等于预设阀值时,则认为图片无变化;当像素差值大于该阀值时,认为图片有变化。
此外,上述方法还可以包括如下操作。
首先,基于第一进度信息和第二进度信息确定是否存在进度异常。
例如,按照预设进度,当前时刻应该处于第二阶段,但是图像识别结果显示当前时刻处理的图像表明进度处于第一阶段。又例如,当前时刻拍摄的图像与上一周期(如7天为一周期)相同时刻拍摄的图像的像素差值小于预设阈值,即第二进度信息异常。
然后,如果确定存在进度异常,则输出进度异常信息。
例如,统计当天获取的进度数据,综合当天多次采集到的数据,综合得出当前进度(如所处的进度)以及是否有变化。当进度和变化情况不改变天数超过预制阀值时,给出预警信息。具体地,可以向客户端发送提示信息,以便于提示银行相关工作人员尽快核实进度。
图6示意性示出了根据本公开另一实施例的建筑类企业贷款进度监测过程示意图。
如图6所示,图6的(a)~(b)为主体阶段,图6的(c)为封顶阶段,图6的(d)为外设阶段。图像的拍摄周期为1个月。从图 6可以看到,自图6的(a)拍摄时刻起,1个月后楼房的主体从1层变为3层,符合预设进度设置的主体阶段的时间节点要求,同时主体的变化率也符合预期,表明进度正常。图6的(b)和图6的(c)相比,符合预设进度设置的封顶阶段的时间节点要求,同时主体的变化率也符合预期,表明进度正常。图6的(c)和图6的(d)相比,符合预设进度设置的外设阶段的时间节点要求,但是,只铺设了消防相关设备,没有设置空调相关设备,进度偏慢。此时可以给银行相关工作人员发送提示信息,便于银行进行风险评估。
在另一个实施例中,以待监测对象类别为工厂类企业贷款为例进行说明。相应地,子对象包括可移动对象。例如,可移动对象为为了达到开工所需的要素,如生产人员、可移动工具或车辆等。
图7示意性示出了根据本公开实施例的工厂类企业贷款进度监测方法的流程图。如图7所示,解析待监测图像可以包括操作S701~操作S703。
在操作S701,利用第二进度监测模型处理待监测图像,其中,第二进度监测模型的输入包括待监测图像,第二进度监测模型的输出包括可移动对象的数量。
例如,可以获取一段时间内的待检测图像,如一天内拍摄的工厂的多张图像(或视频等),或者一周内拍摄的工厂的多张图像。可以对多张图像进行图像识别,以确定多张图像中共包括多少员工、多少车辆等。其中,需要识别出相同的员工、车辆,并进行去重 (De-duplication),以得到准确的员工数量和车辆数量等。由于采集的图像较多,有助于提升获取到的员工数量和车辆数量等的准确度。
此外,也可以是只采集固定区域的少量图像,然后进行图像识别。具体地,利用第二进度监测模型处理待监测图像可以包括如下操作。首先,获取工厂图像的工作区域图像。然后,利用第二进度监测模型处理工作区域图像,以获得工作区域中可移动对象的数量。这样无需对大量图像进行图像识别,减小了数据处理量,且由于固定区域,如某个工作区域的可移动物体的数量基本能表征是否处于开工状态,可以满足贷后风险监测的需求,且能减小服务器的数据处理压力。
另外,为了进一步降低图像处理量和难度,可以不进行对象去重过程。例如,只要识别出每张图像中包括的可移动对象的数量即可。例如,第二进度监测模型可以为多种图像识别分类模型,如深度学习神经网络、卷积神经网络等。第二进度监测模型可以通过以下方式进行训练。首先,收集工厂图像,对图像中的可移动对象进行标注(标注位置和类别等),使用标注数据对第二进度监测模型进行训练。例如,模型输入为工厂的图像数据或指定区域的图像数据。模型输出为识别到的可移动对象的数量信息。
在操作S703,基于可移动对象的数量确定工期进度,其中,工期进度信息为可移动对象的数量满足开工条件时的持续时长与总工期的比值。
由于不同的工厂进行生产时需要的可移动物体的数量不同,可以由贷款方在办理贷款时先录入所需的员工、车辆、工具等的大致范围,如员工5~30人等,如果图像中识别出的员工数量大于等于5人,则满足开工条件。两次满足开工条件的图像的拍摄时间之间的差值为一段满足条件的持续时长。将首次拍摄图像至当前拍摄图像的时刻之间,所有满足条件的持续时长之和作为满足开工条件的持续时长。然后利用该满足开工条件的持续时长与预设的总工期的比值作为进度百分比。其中,预设总工期可以为贷款方根据银行规定设置的,也可以是由银行方根据贷款合同等确定的,在此不做限定。
图8示意性示出了根据本公开实施例的工厂类企业贷款进度监测过程示意图。
如图8所示,可以由银行或工厂设置的图像采集装置采集待检测图像,并发送给银行服务器端。其中,为了降低数据传输量和数据处理量,可以只拍摄办公区域和/或车间的图像,以便于进行识别员工数量。此外,还可以由银行的服务器请求卫星拍摄卫星图像,以便于识别出工作区域中户外的车辆、可移动工具等,避免工厂安排员工摆拍,造成得到的进度信息不真实。
此外,在得到可移动对象的数量之后,上述方法还可以包括如下操作以便于对银行进行进度异常提示。
首先,确定可移动对象的数量是否满足停工条件。其中,停工条件的阈值可以和开工条件的阈值相同或不同。例如,开工条件的阈值为员工数量为5,停工条件的阈值为员工数量为5、3或1中任意一种。
然后,如果可移动对象的数量满足停工条件,则更新停工次数。
接着,如果确定停工次数大于等于停工次数阈值,则输出进度异常信息。
例如,可以统计当天获取员工数据,当员工数量小于预设阀值时,记录风险,综合当天多次采集到的数据,综合得出开工情况。当风险出现次数超过预制风险阈值时,输出预警信息。
本公开的另一方面提供了一种由服务器端执行的进度监测装置。
图9示意性示出了根据本公开实施例的进度监测装置的框图。
如图9所示,该进度监测装置900可以包括请求接收模块910、对象类别获取模块920、子对象确定模块930、图像获取模块940和进度获得模块950。
请求接收模块910用于接收进度监测请求,进度监测请求包括待监测对象信息。
对象类别获取模块920用于响应于进度监测请求,基于待监测对象信息确定待监测对象信息的待监测对象类别。
子对象确定模块930用于根据待监测对象类别与子对象之间的映射关系以及待监测对象类别确定待监测对象的子对象。
图像获取模块940用于获取待监测图像,待监测图像包括子对象图像。
进度获得模块950用于解析待监测图像,以基于待监测对象的子对象得到待监测对象的第一进度信息。
在一个实施例中,待监测对象类别包括建筑类企业贷款,子对象包括建筑。进度获得模块950具体用于利用第一进度监测模型处理待监测图像,其中,第一进度监测模型的输入包括待监测图像,第一进度监测模型的输出包括建筑建设进度信息。
在另一个实施例中,待监测对象类别包括工厂类企业贷款,子对象包括可移动对象。进度获得模块950包括数量获取单元和进度确定单元。其中,数量获取单元用于利用第二进度监测模型处理待监测图像,其中,第二进度监测模型的输入包括待监测图像,第二进度监测模型的输出包括可移动对象的数量。进度确定单元用于基于可移动对象的数量确定工期进度,其中,工期进度信息为可移动对象的数量满足开工条件时的持续时长与总工期的比值。
本公开实施例的进度监测装置可以针对不同的待监测对象类别确定合适的待检测对象的子对象,便于基于子对象确定待检测对象的进度信息。
需要说明的是,装置部分实施例中各模块/单元等的实施方式、解决的技术问题、实现的功能、以及达到的技术效果分别与方法部分实施例中各对应的步骤的实施方式、解决的技术问题、实现的功能、以及达到的技术效果相同或类似,在此不再一一赘述。
根据本公开的实施例的模块、单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、单元中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,请求接收模块910、对象类别获取模块920、子对象确定模块930、图像获取模块940和进度获得模块950中的任意多个可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,请求接收模块910、对象类别获取模块920、子对象确定模块930、图像获取模块940和进度获得模块950中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,请求接收模块910、对象类别获取模块920、子对象确定模块930、图像获取模块940和进度获得模块950中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图10示意性示出了根据本公开实施例的电子设备的方框图。图 10示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图10所示,根据本公开实施例的电子设备1000包括处理器 1001,其可以根据存储在只读存储器(ROM)1002中的程序或者从存储部分1008加载到随机访问存储器(RAM)1003中的程序而执行各种适当的动作和处理。处理器1001例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器1001还可以包括用于缓存用途的板载存储器。处理器1001可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 1003中,存储有电子设备1000操作所需的各种程序和数据。处理器1001、ROM 1002以及RAM 1003通过总线1004彼此相连。处理器1001通过执行ROM 1002和/或RAM1003中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,程序也可以存储在除ROM 1002和RAM 1003以外的一个或多个存储器中。处理器1001也可以通过执行存储在一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备1000还可以包括输入/输出(I/O) 接口1005,输入/输出(I/O)接口1005也连接至总线1004。电子设备1000还可以包括连接至I/O接口1005的以下部件中的一项或多项:包括键盘、鼠标等的输入部分1006;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1007;包括硬盘等的存储部分1008;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1010上,以便于从其上读出的计算机程序根据需要被安装入存储部分1008。
根据本公开的实施例,根据本公开实施例的方法流程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分1009从网络上被下载和安装,和/或从可拆卸介质1011被安装。在该计算机程序被处理器1001执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器 (CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 1002和/或RAM 1003和/或ROM 1002和RAM 1003以外的一个或多个存储器。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本公开中。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。

Claims (9)

1.一种由服务器端执行的进度监测方法,包括:
接收进度监测请求,所述进度监测请求包括待监测对象信息;
响应于所述进度监测请求,基于所述待监测对象信息确定所述待监测对象信息的待监测对象类别,所述待监测对象类别包括建筑类企业贷款;
根据所述待监测对象类别与子对象之间的映射关系以及所述待监测对象类别,确定所述待监测对象的子对象,所述子对象包括建筑;
获取待监测图像,所述待监测图像包括子对象图像;以及
解析所述待监测图像,以基于所述待监测对象的子对象确定所述待监测对象的第一进度信息;
获取多个子对象图像,所述多个子对象图像为按照指定周期拍摄得到的;
按照拍摄时刻的先后顺序,对相邻时刻拍摄的两个子对象图像进行比对,得到图像相似度;以及
基于所述图像相似度确定第二进度信息,其中,所述第一进度信息对应的周期大于所述第二进度信息对应的周期。
2.根据权利要求1所述的方法,其中,所述解析所述待监测图像包括:
利用第一进度监测模型处理所述待监测图像,其中,所述第一进度监测模型的输入包括所述待监测图像,所述第一进度监测模型的输出包括建筑建设进度信息。
3.根据权利要求1所述的方法,其中:
所述多个子对象图像的拍摄角度和拍摄距离满足预设拍摄条件;
所述按照拍摄时刻的先后顺序,对相邻时刻拍摄的两个子对象图像进行比对,得到图像相似度包括:
对所述相邻时刻拍摄的两个子对象图像进行灰度化处理,得到两个子对象灰度图;
比对所述两个子对象灰度图,以得到像素差;以及
基于所述像素差确定两个子对象灰度图之间的相似度。
4.根据权利要求1所述的方法,还包括:
基于所述第一进度信息和所述第二进度信息确定是否存在进度异常;以及
如果确定存在进度异常,则输出进度异常信息。
5.根据权利要求1所述的方法,其中:
所述待监测对象类别包括工厂类企业贷款;
所述子对象包括可移动对象;
所述解析所述待监测图像包括:
利用第二进度监测模型处理所述待监测图像,其中,所述第二进度监测模型的输入包括待监测图像,所述第二进度监测模型的输出包括可移动对象的数量;
基于所述可移动对象的数量确定工期进度信息,其中,所述工期进度信息为可移动对象的数量满足开工条件时的持续时长与总工期的比值。
6.根据权利要求5所述的方法,还包括:在得到所述可移动对象的数量之后,
确定所述可移动对象的数量是否满足停工条件;
如果所述可移动对象的数量满足停工条件,则更新停工次数;以及
如果确定所述停工次数大于等于停工次数阈值,则输出进度异常信息。
7.根据权利要求5所述的方法,其中,所述利用第二进度监测模型处理所述待监测图像包括:
获取所述工厂的图像的工作区域图像;以及
利用第二进度监测模型处理所述工作区域图像,以获得工作区域中可移动对象的数量。
8.一种进度监测装置,包括:
请求接收模块,用于接收进度监测请求,所述进度监测请求包括待监测对象信息;
对象类别获取模块,用于响应于所述进度监测请求,基于所述待监测对象信息确定所述待监测对象信息的待监测对象类别,所述待监测对象类别包括建筑类企业贷款;
子对象确定模块,用于根据所述待监测对象类别与子对象之间的映射关系以及所述待监测对象类别确定待监测对象的子对象,所述子对象包括建筑;
图像获取模块,用于获取待监测图像,所述待监测图像包括子对象图像;以及
进度获得模块,用于解析所述待监测图像,以基于所述待监测对象的子对象得到所述待监测对象的第一进度信息,所述进度获得模块还用于获取多个子对象图像,所述多个子对象图像为按照指定周期拍摄得到的;按照拍摄时刻的先后顺序,对相邻时刻拍摄的两个子对象图像进行比对,得到图像相似度;以及基于所述图像相似度确定第二进度信息,其中,所述第一进度信息对应的周期大于所述第二进度信息对应的周期。
9.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储可执行指令,所述可执行指令在被所述处理器执行时,实现根据权利要求1~7中任一项所述的方法。
CN201910702204.2A 2019-07-31 2019-07-31 进度监测方法、进度监测装置和电子设备 Active CN110415110B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910702204.2A CN110415110B (zh) 2019-07-31 2019-07-31 进度监测方法、进度监测装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910702204.2A CN110415110B (zh) 2019-07-31 2019-07-31 进度监测方法、进度监测装置和电子设备

Publications (2)

Publication Number Publication Date
CN110415110A CN110415110A (zh) 2019-11-05
CN110415110B true CN110415110B (zh) 2021-10-29

Family

ID=68364746

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910702204.2A Active CN110415110B (zh) 2019-07-31 2019-07-31 进度监测方法、进度监测装置和电子设备

Country Status (1)

Country Link
CN (1) CN110415110B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111625664B (zh) * 2020-05-12 2022-08-16 贵州国卫信安科技有限公司 一种基于图像对比的网络实践教学操作进度检查方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106408271A (zh) * 2016-10-10 2017-02-15 上海博辕信息技术服务有限公司 一种项目监测方法及装置
CN108052881A (zh) * 2017-11-30 2018-05-18 华中科技大学 一种实时检测施工现场图像中多类实体对象的方法及设备
CN108153219A (zh) * 2018-02-12 2018-06-12 北京新能正源环境科技有限公司 施工进度监测系统、服务器及终端设备
CN108197909A (zh) * 2018-03-24 2018-06-22 浙江鼎力工程项目管理有限公司 一种项目进度监理控制系统
CN108629310A (zh) * 2018-05-03 2018-10-09 新奥(中国)燃气投资有限公司 一种工程管理监督方法及装置
CN108665231A (zh) * 2018-03-26 2018-10-16 崔战宾 施工可视化管理系统及方法
CN108769524A (zh) * 2018-06-11 2018-11-06 广州中科云图智能科技有限公司 无人机空中720度航拍全景比对方法
CN108989756A (zh) * 2018-08-06 2018-12-11 百度在线网络技术(北京)有限公司 建筑工程质量监测方法、装置及存储介质
CN109670795A (zh) * 2018-12-28 2019-04-23 广州易宝信息技术有限公司 基于大数据的工程管理系统
CN109784622A (zh) * 2018-12-10 2019-05-21 国网湖北省电力有限公司 基于地理接线图的电网项目进度监测方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9070216B2 (en) * 2011-12-14 2015-06-30 The Board Of Trustees Of The University Of Illinois Four-dimensional augmented reality models for interactive visualization and automated construction progress monitoring
US20170116669A1 (en) * 2015-10-21 2017-04-27 Built Technologies, Inc. Real estate construction loan management system with field inspector interface and geotag verification

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106408271A (zh) * 2016-10-10 2017-02-15 上海博辕信息技术服务有限公司 一种项目监测方法及装置
CN108052881A (zh) * 2017-11-30 2018-05-18 华中科技大学 一种实时检测施工现场图像中多类实体对象的方法及设备
CN108153219A (zh) * 2018-02-12 2018-06-12 北京新能正源环境科技有限公司 施工进度监测系统、服务器及终端设备
CN108197909A (zh) * 2018-03-24 2018-06-22 浙江鼎力工程项目管理有限公司 一种项目进度监理控制系统
CN108665231A (zh) * 2018-03-26 2018-10-16 崔战宾 施工可视化管理系统及方法
CN108629310A (zh) * 2018-05-03 2018-10-09 新奥(中国)燃气投资有限公司 一种工程管理监督方法及装置
CN108769524A (zh) * 2018-06-11 2018-11-06 广州中科云图智能科技有限公司 无人机空中720度航拍全景比对方法
CN108989756A (zh) * 2018-08-06 2018-12-11 百度在线网络技术(北京)有限公司 建筑工程质量监测方法、装置及存储介质
CN109784622A (zh) * 2018-12-10 2019-05-21 国网湖北省电力有限公司 基于地理接线图的电网项目进度监测方法及系统
CN109670795A (zh) * 2018-12-28 2019-04-23 广州易宝信息技术有限公司 基于大数据的工程管理系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
浅议世行贷款土建工程类项目的进度管控;孙健;《科技创新导报》;20141231(第03期);第137页 *

Also Published As

Publication number Publication date
CN110415110A (zh) 2019-11-05

Similar Documents

Publication Publication Date Title
US10817956B2 (en) Image-based vehicle damage determining method and apparatus, and electronic device
EP3520045B1 (en) Image-based vehicle loss assessment method, apparatus, and system, and electronic device
CN108171260B (zh) 一种图片识别方法及系统
CN110648283B (zh) 图像拼接方法、装置、电子设备和计算机可读存储介质
KR20190021187A (ko) 딥 러닝에 기반한 차량번호판 분류 방법, 시스템, 전자장치 및 매체
EP3637310A1 (en) Method and apparatus for generating vehicle damage information
US20230281676A1 (en) Systems and methods for remote real estate inspections and valuations
WO2018191421A1 (en) Image-based vehicle damage determining method, apparatus, and electronic device
US11893538B1 (en) Intelligent system and method for assessing structural damage using aerial imagery
CN108337505B (zh) 信息获取方法和装置
CN109345460B (zh) 用于矫正图像的方法和装置
CN114550051A (zh) 一种车损检测方法、装置、计算机设备及存储介质
WO2019136915A1 (zh) 定损理赔方法、服务器及计算机可读存储介质
CN115830399A (zh) 分类模型训练方法、装置、设备、存储介质和程序产品
CN110415110B (zh) 进度监测方法、进度监测装置和电子设备
CN114663871A (zh) 图像识别方法、训练方法、装置、系统及存储介质
CN112329596B (zh) 目标物定损方法、装置、电子设备及计算机可读存储介质
CN113255819A (zh) 用于识别信息的方法和装置
CN112270313A (zh) 线上理赔方法、装置、设备及存储介质
CN113515971A (zh) 数据处理方法及系统、网络系统及其训练方法、设备
Serhani et al. Drone-assisted inspection for automated accident damage estimation: A deep learning approach
CN116109080B (zh) 一种基于bim与ar的建筑综合管理平台
AU2020101919A4 (en) Technology configured to provide real-time practical interpretation of parking signage
US20230360068A1 (en) Evaluating entity behaviour in a contractual situation
CN113362155A (zh) 票据处理方法、热点路径识别方法、装置、系统、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
GR01 Patent grant
GR01 Patent grant