CN112016488B - 业务信息的处理方法及相关装置、计算机存储介质 - Google Patents
业务信息的处理方法及相关装置、计算机存储介质 Download PDFInfo
- Publication number
- CN112016488B CN112016488B CN202010904024.5A CN202010904024A CN112016488B CN 112016488 B CN112016488 B CN 112016488B CN 202010904024 A CN202010904024 A CN 202010904024A CN 112016488 B CN112016488 B CN 112016488B
- Authority
- CN
- China
- Prior art keywords
- information
- user
- target user
- identity
- service
- 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
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 12
- 238000003672 processing method Methods 0.000 title claims abstract description 8
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000012545 processing Methods 0.000 claims abstract description 28
- 238000012795 verification Methods 0.000 claims abstract description 24
- 230000001815 facial effect Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/174—Form filling; Merging
-
- 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
- G06Q10/10—Office automation; Time management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Collating Specific Patterns (AREA)
Abstract
本申请提供了一种业务信息的处理方法及相关装置、计算机存储介质，所述方法包括：获取目标用户的脸部信息以及输入的用户标识；利用人脸识别模型识别目标用户的脸部信息与预先存储的用户标识对应的脸部信息的相似度；若相似度大于预设阈值，则确定目标用户通过身份验证；若相似度不大于预设阈值，则将用户标识对应的身份信息与目标用户的身份证信息进行对比；若用户标识对应的身份信息与身份证信息相一致，则确定目标用户通过身份验证；当目标用户通过身份验证后，若检测到当前业务界面存在与存储的目标用户的用户信息相对应的业务栏位，则将用户信息填充至业务栏位的输入框中。从而实现了对业务信息的有效处理，不再仅是响应操作提供业务信息。
Description
技术领域
本申请涉及数据处理技术领域，特别涉及一种业务信息的处理方法及相关装置、计算机存储介质。
背景技术
在现在的银行网点中，当用户去办理业务时，需要从系统中查询到用户的基本信息，并根据用户的基本信息以及用户的身份证上的信息对用户进行身份验证，在用户的身份验证通过后，才为用户办理业务，从而确保用户是本人办理业务。
但是，现有的业务办理系统中，只能响应柜员的操作，查询出用户的基本信息，并不能做进一步处理，所以还需要柜员人工进行身份信息的对比，而确定用户是否本人办理业务。并且，在办理业务时，业务系统仅是在业务界面提供相应的模板，以及存储的用户信息，同样需要柜员手动将账户、用户姓名、业务名称等用户信息输入模板中的业务栏位的输入框中。并且通常需要重复输入相同的用户信息到不同的模板中。因此，现有的业务办理的方式，缺乏对业务信息进行有效处理，导致业务办理效率相对比较低，并且容易出现错误。
发明内容
基于上述现有技术的不足，本申请提供了一种业务信息的处理方法，以解决现有技术中没有对业务信息进行有效处理，导致效率低下且易出现错误的问题。
为了实现上述目的，本申请提供了以下技术方案：
本申请第一方面提供了一种业务信息的处理方法，包括：
获取目标用户的脸部信息以及输入的用户标识；
利用人脸识别模型识别所述目标用户的脸部信息与预先存储的所述用户标识对应的脸部信息的相似度；
若所述目标用户的脸部信息与预先存储的所述用户标识对应的脸部信息的相似度大于预设阈值，则确定所述目标用户通过身份验证；
若所述目标用户的脸部信息与预先存储的所述用户标识对应的脸部信息的相似度不大于预设阈值，则将所述用户标识对应的身份信息与所述目标用户的身份证信息进行对比；
若所述用户标识对应的身份信息与所述目标用户的身份证信息相一致，则确定所述目标用户通过身份验证；
当所述目标用户通过身份验证后，若检测到当前业务界面存在与存储的所述目标用户的用户信息相对应的业务栏位，则将所述用户信息填充至所述业务栏位的输入框中。
可选地，在上述业务信息的处理方法中，所述将所述用户标识对应的身份信息与所述目标用户的身份证信息进行对比，包括：
扫描所述目标用户提供的身份证，得到所述身份证的多个身份证信息；
查找出所述用户标识对应的身份信息；
分别将每个所述身份证信息与对应的所述身份信息进行对比；其中，若每个所述身份证信息与对应的所述身份信息均一致，则确定所述用户标识对应的身份信息与所述目标用户的身份证信息相一致。
可选地，在上述业务信息的处理方法中，所述将所述用户标识对应的身份信息与所述目标用户的身份证信息进行对比之后，还包括：
若所述用户标识对应的身份信息与所述目标用户的身份证信息相一致，则将所述目标用户的脸部信息作为正样本对所述人脸识别模型进行优化；
若所述用户标识对应的身份信息与所述目标用户的身份证信息不一致，则将所述目标用户的脸部信息作为负样本对所述人脸识别模型进行优化。
可选地，在上述业务信息的处理方法中，所述若检测到当前业务界面存在与存储的所述目标用户的用户信息相对应的业务栏位，则将所述用户信息填充至所述业务栏位的输入框中，包括：
当检测到当前业务界面存在业务栏位时，分别针对当前业务界面中的每个业务栏位，从查询到的所述用户标识对应的多个字段信息中，匹配出字段名与所述业务栏位的名称相一致的字段信息，并将所述字段信息的字段值填充至所述业务栏位的输入框中；其中，所述字段信息的字段值为存储的所述目标用户的用户信息。
本申请第二方面提供了一种业务信息的处理装置，包括：
获取单元，用于获取目标用户的脸部信息以及输入的用户标识；
识别单元，用于利用人脸识别模型识别所述目标用户的脸部信息与预先存储的所述用户标识对应的脸部信息的相似度；
第一确定单元，用于所述识别单元识别出所述目标用户的脸部信息与预先存储的所述用户标识对应的脸部信息的相似度大于预设阈值时，确定所述目标用户通过身份验证；
对比单元，用于所述识别单元识别出所述目标用户的脸部信息与预先存储的所述用户标识对应的脸部信息的相似度不大于预设阈值时，将所述用户标识对应的身份信息与所述目标用户的身份证信息进行对比；
第二确定单元，用于所述对比单元对比出所述用户标识对应的身份信息与所述目标用户的身份证信息相一致时，确定所述目标用户通过身份验证；
填充单元，用于当所述目标用户通过身份验证后，若检测到当前业务界面存在与存储的所述目标用户的用户信息相对应的业务栏位，则将所述用户信息填充至所述业务栏位的输入框中。
可选地，在上述业务信息的处理装置中，所述对比单元，包括：
扫描单元，用于扫描所述目标用户提供的身份证，得到所述身份证的多个身份证信息；
查找单元，用于查找出所述用户标识对应的身份信息；
对比子单元，用于分别将每个所述身份证信息与对应的所述身份信息进行对比；其中，若每个所述身份证信息与对应的所述身份信息均一致，则确定所述用户标识对应的身份信息与所述目标用户的身份证信息相一致。
可选地，在上述业务信息的处理装置中，还包括：
第一优化单元，用于所述对比单元对比出所述用户标识对应的身份信息与所述目标用户的身份证信息相一致时，将所述目标用户的脸部信息作为正样本对所述人脸识别模型进行优化；
第二优化单元，用于所述对比单元对比出所述用户标识对应的身份信息与所述目标用户的身份证信息不一致时，将所述目标用户的脸部信息作为负样本对所述人脸识别模型进行优化。
可选地，在上述业务信息的处理装置中，填充单元，包括：
填充子单元，用于当检测到当前业务界面存在业务栏位时，分别针对当前业务界面中的每个业务栏位，从查询到的所述用户标识对应的多个字段信息中，匹配出字段名与所述业务栏位的名称相一致的字段信息，并将所述字段信息的字段值填充至所述业务栏位的输入框中；其中，所述字段信息的字段值为存储的所述目标用户的用户信息。
本申请第三方面提供了一种电子设备，包括：
存储器和处理器；
其中，所述存储器用于存储程序；
所述处理器用于执行所述程序，所述程序被执行时，具体用于实现如上述任意一项所述的业务信息的处理方法。
本申请第四方面提供了一种计算机存储介质，用于存储计算机程序，所述计算机程序被执行时，用于实现如上述任意一项所述的业务信息的处理方法。
本申请提供的一种业务信息的处理方法，获取目标用户的获取目标用户的脸部信息以及输入的用户标识，然后利用人脸识别模型识别目标用户的脸部信息与预先存储的用户标识对应的脸部信息的相似度，若目标用户的脸部信息与预先存储的用户标识对应的脸部信息的相似度大于预设阈值，则确定目标用户通过身份验证，若目标用户的脸部信息与预先存储的用户标识对应的脸部信息的相似度不大于预设阈值，则将用户标识对应的身份信息与所述目标用户的身份证信息进行对比；若用户标识对应的身份信息与目标用户的身份证信息相一致，则确定目标用户通过身份验证，从而自动利用身份信息对用户进行了有效的身份验证，实现了对用户的基本信息的有效处理。并且，在目标用户通过身份验证后，若检测到当前业务界面存在与存储的目标用户的用户信息相对应的业务栏位，则将用户信息填充至业务栏位的输入框中，无需进行人工操作进行查找和输入信息，从而实现了在办理业务时，对业务信息的自动化处理，进而有效地提高了业务办理的效率，并且能降低错误率。
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为本申请实施例提供的一种业务信息的处理方法的流程示意图；
图2为本申请另一实施例提供的一种信息对比的方法的流程示意图；
图3为本申请另一实施例提供的一种业务信息的处理装置的结构示意图；
图4为本申请另一实施例提供的一种对比单元的结构示意图；
图5为本申请另一实施例提供的一种电子设备的结构示意图。
具体实施方式
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，所描述的实施例仅仅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。
在本申请中，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。
本申请实施例提供了一种业务信息的处理方法，如图1所示，具体包括以下步骤：
S101、获取目标用户的脸部信息以及输入的用户标识。
其中，目标用户指的是当前办理业务的用户。用户标识指的是用于区分不同用户的唯一标识，具体可以是身份证号或者账号等标识。
具体的，通过摄像头拍摄目标用户的脸部图像，并从目标用户的脸部图像中提取到多个脸部信息。而用户标识可以是通过目标用户录入，或者柜员进行录入。
S102、利用人脸识别模型识别目标用户的脸部信息与预先存储的用户标识对应的脸部信息的相似度。
需要说明的是，在用户开户时，将采集用户的脸部信息，并存储数据库中，以及获取用户的用户标识或者为用户配置用户标识，然后进一步建立用户的脸部信息与用户的用户标识的关联关系。当然，在后续用户办理业务时，也可以再次采集用户的脸部信息，并存储到数据库中，作为用户标识对应的脸部信息之一，或者更新先前存储的用户的脸部信息。
其中，人脸识别模型预先通过多个样本用户的脸部信息得到。具体的，通过将样本用户的脸部信息输入模型中，由人脸识别模型进行识别，得到识别结果，并基于识别结果调整人脸识别的参数。通过这样的多次迭代计算，使得人脸识别模型的输出结果的误差收敛至期望误差内。
具体的，利用当前采集到的目标用户的脸部信息与预先存储的用户标识对应的脸部信息的相似度作为人脸识别模型的输入，从而通过人脸识别模型计算，得到两者的相似度。
S103、判断目标用户的脸部信息与预先存储的用户标识对应的脸部信息的相似度是否大于预设阈值。
其中，若判断出目标用户的脸部信息与预先存储的用户标识对应的脸部信息的相似度大于预设阈值，则说明目标用户是本人办理业务，因此此时执行步骤S106。若判断出目标用户的脸部信息与预先存储的用户标识对应的脸部信息的相似度不大于预设阈值，则说明目标用户与用户标识对应的用户可能不是同一个人，即目标用户可能冒充他人办理业务，所以此时执行步骤S104。
S104、将用户标识对应的身份信息与目标用户的身份证信息进行对比。
其中，用户标识对应的身份信息为用户在开户时录入的用户个人的身份信息。目标用户的身份证信息为目标用户当前提供的身份证上的信息。
为了避免目标用户是本人办理业务，但是由于用户脸部出现较大变化，或者人脸识别模型不够精确等情况，使得识别得到的相似度不大于阈值，从而确定目标用户为非本人办理业务，导致目标用户无法正常办理业务，因此在判断目标用户的脸部信息与预先存储的用户标识对应的脸部信息的相似度不大于预设阈值时，将进一步将用户标识对应的身份信息与目标用户当前提供的身份证的信息进行对比，以判断目标用户是否为本人办理业务。
可选地，在本申请另一实施例中，在将用户标识对应的身份信息与目标用户的身份证信息进行对比，得到对比结果后，还可以进一步包括：
若用户标识对应的身份信息与目标用户的身份证信息相一致，则将目标用户的脸部信息作为正样本对人脸识别模型进行优化。即通过不断将目标用户的脸部信息输入人脸识别模型中得到识别结果，并基于识别结果通过调整模型的参数，通过多次迭代人脸识别模型输出的相似度能达到最大值。从而使得人脸识别在下次能准确地识别出目标用户，避免再次出现识别相似度低于预设阈值，而需要进一步进行身份验证，从而能有效地提高人脸识别模型的精确度，以及业务办理的效率。
若用户标识对应的身份信息与目标用户的身份证信息不一致，则将目标用户的脸部信息作为负样本对所述人脸识别模型进行优化，从而使得人脸识别模型能更精确地识别出，该目标用户非本人办理业务，更加有效地避免了在下次识别出现识别错误的情况。
可选地，本申请另一实施例中，如图2所示，步骤S104的一种具体实施方式，具体包括：
S201、扫描目标用户提供的身份证，得到身份证的多个身份证信息。
具体的，对目标用户提供的身份证进行扫描，从而提取到身份证上的各个身份证信息。
S202、查找出用户标识对应的身份信息。
具体的，查找到用户标识对应的用户信息，并从用户信息中查找出与扫描身份证获得的身份证信息相同类型的身份信息，即姓名、身份证号等信息。其中，用户标识对应的用户信息为用户在开户时录入，并建立与用户标识的关联关系。
S203、分别将每个身份证信息与对应的所述身份信息进行对比。
其中，若每个身份证信息与对应的身份信息均一致，则确定用户标识对应的身份信息与目标用户的身份证信息相一致。若存在任意一个身份证信息与对应的身份信息不一致，则确定用户标识对应的身份信息与目标用户的身份证信息不一致。其中，笑你个头类型的身份证信息与身份信息向对应。
S105、判断用户标识对应的身份信息与目标用户的身份证信息是否一致。
具体的，根据对比结果，确定用户标识对应的身份信息与目标用户的身份证信息是否一致。若用户标识对应的身份信息与目标用户的身份证信息相一致，说明目标用户是本人办理业务，因此此时执行步骤S106。若用户标识对应的身份信息与目标用户的身份证信息不一致，则输入结果给业务人员，以拒绝为目标用户办理业务。
S106、确定目标用户通过身份验证。
需要说明的是，在执行步骤S106确定目标用户通过身份验证，才能执行步骤S107。
S107、检测到当前业务界面存在与存储的目标用户的用户信息相对应的业务栏位，则将用户信息填充至业务栏位的输入框中。
需要说明的是，在目标用户办理业务时，可能需要在业务界面上多次输入用户的信息。在本申请中，在用户通过身份验证后，并实时监测当前业务界面上显示的业务栏位，以针对监测到的每个与存储的目标用户的用户信息相对应的业务栏位，将存储的目标用户的用户信息自动将填充至的目标用户的业务栏位的输入框中，无需工作人员进行手动查找以及手动输入。可选地，对于没有对应的目标用户的用户信息的业务栏位，则可以在业务界面上向工作人员提示“自动识别和填充失败”，以让工作人员知道这些业务栏位需要手动输入。
可选地，本申请另一实施例中，步骤S107的一种具体实施方式，具体包括：当检测到当前业务界面存在业务栏位时，分别针对当前业务界面中的每个业务栏位，从查询到的用户标识对应的多个字段信息中，匹配出字段名与业务栏位的名称相一致的字段信息，并将字段信息的字段值填充至业务栏位的输入框中。
其中，字段信息的字段值为存储的目标用户的用户信息，即对于每一项用户信息，其存储结构由字段名和字段值组成。字段值为用户信息，而字段名可以是用户信息所属的类型等，例如姓名、家庭住址等。
同样，对于业务界面上的每一项业务栏位，具体包括了业务栏位名称和业务栏位的输入款。所以，可以匹配出字段名与业务栏位的名称相一致的字段信息，然后直接将字段信息的字段值填充至业务栏位的输入框中。
本申请实施例提供的一种业务信息的处理方法，获取目标用户的获取目标用户的脸部信息以及输入的用户标识，然后利用人脸识别模型识别目标用户的脸部信息与预先存储的用户标识对应的脸部信息的相似度，若目标用户的脸部信息与预先存储的用户标识对应的脸部信息的相似度大于预设阈值，则确定目标用户通过身份验证，若目标用户的脸部信息与预先存储的用户标识对应的脸部信息的相似度不大于预设阈值，则将用户标识对应的身份信息与所述目标用户的身份证信息进行对比；若用户标识对应的身份信息与目标用户的身份证信息相一致，则确定目标用户通过身份验证，从而自动获取并使用用户身份信息，对用户进行有效的身份验证，不再仅是提供用户的基本信息。并且，在目标用户通过身份验证后，若检测到当前业务界面存在与存储的目标用户的用户信息相对应的业务栏位，则将用户信息填充至所述业务栏位的输入框中，无需进行人工操作进行查找和输入信息，从而有效地提高了业务办理的效率以及避免出现错误。
本申请另一实施例提供了一种业务信息的处理装置，如图3所示，具体包括如下单元：
获取单元301，用于获取目标用户的脸部信息以及输入的用户标识。
识别单元302，用于利用人脸识别模型识别目标用户的脸部信息与预先存储的用户标识对应的脸部信息的相似度。
第一确定单元303，用于识别单元302识别出目标用户的脸部信息与预先存储的用户标识对应的脸部信息的相似度大于预设阈值时，确定目标用户通过身份验证。
对比单元304，用于识别单元302识别出目标用户的脸部信息与预先存储的用户标识对应的脸部信息的相似度不大于预设阈值时，将用户标识对应的身份信息与目标用户的身份证信息进行对比。
第二确定单元305，用于对比单元304对比出用户标识对应的身份信息与目标用户的身份证信息相一致时，确定目标用户通过身份验证。
填充单元306，用于当目标用户通过身份验证后，若检测到当前业务界面存在与存储的目标用户的用户信息相对应的业务栏位，则将用户信息填充至业务栏位的输入框中。
可选地，在本申请另一实施例提供的业务信息的处理装置中，对比单元304，如图4所示，包括：
扫描单元401，用于扫描目标用户提供的身份证，得到身份证的多个身份证信息。
查找单元402，用于查找出用户标识对应的身份信息。
对比子单元403，用于分别将每个身份证信息与对应的身份信息进行对比；其中，若每个身份证信息与对应的身份信息均一致，则确定用户标识对应的身份信息与目标用户的身份证信息相一致。
可选地，在本申请另一实施例提供的业务信息的处理装置中，还可以进一步包括：
第一优化单元，用于对比单元304对比出用户标识对应的身份信息与目标用户的身份证信息相一致时，将目标用户的脸部信息作为正样本对人脸识别模型进行优化。
第二优化单元，用于对比单元304对比出用户标识对应的身份信息与目标用户的身份证信息不一致时，将目标用户的脸部信息作为负样本对人脸识别模型进行优化。
可选地，在本申请另一实施例提供的业务信息的处理装置中，填充单元，具体包括：
填充子单元，用于当检测到当前业务界面存在业务栏位时，分别针对当前业务界面中的每个业务栏位，从查询到的用户标识对应的多个字段信息中，匹配出字段名与业务栏位的名称相一致的字段信息，并将字段信息的字段值填充至业务栏位的输入框中。
其中，字段信息的字段值为存储的目标用户的用户信息。
需要说明的是，本申请上述装置实施例中提供的各个单元的具体工作过程可相应地参考上述方法实施例中的相应步骤的实施过程，此处不再赘述。
本申请实施例提供的一种业务信息的处理装置，通过获取单元获取目标用户的获取目标用户的脸部信息以及输入的用户标识，然后识别单元利用人脸识别模型识别目标用户的脸部信息与预先存储的用户标识对应的脸部信息的相似度，若目标用户的脸部信息与预先存储的用户标识对应的脸部信息的相似度大于预设阈值，则由第一确定单元确定目标用户通过身份验证，若目标用户的脸部信息与预先存储的用户标识对应的脸部信息的相似度不大于预设阈值，则由对比单元将用户标识对应的身份信息与所述目标用户的身份证信息进行对比；若用户标识对应的身份信息与目标用户的身份证信息相一致，则第二确定单元确定目标用户通过身份验证，从而自动利用身份信息对用户进行了有效的身份验证，实现了对用户的基本信息的有效处理。并且，在目标用户通过身份验证后，填充单元若检测到当前业务界面存在与存储的目标用户的用户信息相对应的业务栏位，则将用户信息填充至业务栏位的输入框中，无需进行人工操作进行查找和输入信息，从而实现了在办理业务时，对业务信息的自动化处理，进而有效地提高了业务办理的效率。
本申请另一实施例提供了一种电子设备，如图5所示，包括：
存储器501和处理器502。
其中，存储器501用于存储程序；处理器502用于执行程序，程序被执行时，具体用于实现如上述任意一个上述实施例提供的业务信息的处理方法。
本申请另一实施例提供了一种计算机存储介质，用于存储计算机程序，计算机程序被执行时，用于实现如上述任意一个实施例提供的业务信息的处理方法。
计算机存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种业务信息的处理方法，其特征在于，包括：
获取目标用户的脸部信息以及输入的用户标识；
利用人脸识别模型识别所述目标用户的脸部信息与预先存储的所述用户标识对应的脸部信息的相似度；
若所述目标用户的脸部信息与预先存储的所述用户标识对应的脸部信息的相似度大于预设阈值，则确定所述目标用户通过身份验证；
若所述目标用户的脸部信息与预先存储的所述用户标识对应的脸部信息的相似度不大于预设阈值，则将所述用户标识对应的身份信息与所述目标用户的身份证信息进行对比；
若所述用户标识对应的身份信息与所述目标用户的身份证信息相一致，则确定所述目标用户通过身份验证；
当所述目标用户通过身份验证后，若检测到当前业务界面存在与存储的所述目标用户的用户信息相对应的业务栏位，则将所述用户信息填充至所述业务栏位的输入框中；
若所述用户标识对应的身份信息与所述目标用户的身份证信息相一致，则将所述目标用户的脸部信息作为正样本对所述人脸识别模型进行优化，其中，所述用户标识对应的身份信息为用户在开户时录入的用户个人的身份信息，所述目标用户的身份证信息为目标用户当前提供的身份证上的信息；
若所述用户标识对应的身份信息与所述目标用户的身份证信息不一致，则将所述目标用户的脸部信息作为负样本对所述人脸识别模型进行优化。
2.根据权利要求1所述的方法，其特征在于，所述将所述用户标识对应的身份信息与所述目标用户的身份证信息进行对比，包括：
扫描所述目标用户提供的身份证，得到所述身份证的多个身份证信息；
查找出所述用户标识对应的身份信息；
分别将每个所述身份证信息与对应的所述身份信息进行对比；其中，若每个所述身份证信息与对应的所述身份信息均一致，则确定所述用户标识对应的身份信息与所述目标用户的身份证信息相一致。
3.根据权利要求1所述的方法，其特征在于，所述若检测到当前业务界面存在与存储的所述目标用户的用户信息相对应的业务栏位，则将所述用户信息填充至所述业务栏位的输入框中，包括：
当检测到当前业务界面存在业务栏位时，分别针对当前业务界面中的每个业务栏位，从查询到的所述用户标识对应的多个字段信息中，匹配出字段名与所述业务栏位的名称相一致的字段信息，并将所述字段信息的字段值填充至所述业务栏位的输入框中；其中，所述字段信息的字段值为存储的所述目标用户的用户信息。
4.一种业务信息的处理装置，其特征在于，包括：
获取单元，用于获取目标用户的脸部信息以及输入的用户标识；
识别单元，用于利用人脸识别模型识别所述目标用户的脸部信息与预先存储的所述用户标识对应的脸部信息的相似度；
第一确定单元，用于所述识别单元识别出所述目标用户的脸部信息与预先存储的所述用户标识对应的脸部信息的相似度大于预设阈值时，确定所述目标用户通过身份验证；
对比单元，用于所述识别单元识别出所述目标用户的脸部信息与预先存储的所述用户标识对应的脸部信息的相似度不大于预设阈值时，将所述用户标识对应的身份信息与所述目标用户的身份证信息进行对比；
第二确定单元，用于所述对比单元对比出所述用户标识对应的身份信息与所述目标用户的身份证信息相一致时，确定所述目标用户通过身份验证；
填充单元，用于当所述目标用户通过身份验证后，若检测到当前业务界面存在与存储的所述目标用户的用户信息相对应的业务栏位，则将所述用户信息填充至所述业务栏位的输入框中；
第一优化单元，用于所述对比单元对比出所述用户标识对应的身份信息与所述目标用户的身份证信息相一致时，将所述目标用户的脸部信息作为正样本对所述人脸识别模型进行优化，其中，所述用户标识对应的身份信息为用户在开户时录入的用户个人的身份信息，所述目标用户的身份证信息为目标用户当前提供的身份证上的信息；
第二优化单元，用于所述对比单元对比出所述用户标识对应的身份信息与所述目标用户的身份证信息不一致时，将所述目标用户的脸部信息作为负样本对所述人脸识别模型进行优化。
5.根据权利要求4所述的装置，其特征在于，所述对比单元，包括：
扫描单元，用于扫描所述目标用户提供的身份证，得到所述身份证的多个身份证信息；
查找单元，用于查找出所述用户标识对应的身份信息；
对比子单元，用于分别将每个所述身份证信息与对应的所述身份信息进行对比；其中，若每个所述身份证信息与对应的所述身份信息均一致，则确定所述用户标识对应的身份信息与所述目标用户的身份证信息相一致。
6.根据权利要求4所述的装置，其特征在于，填充单元，包括：
填充子单元，用于当检测到当前业务界面存在业务栏位时，分别针对当前业务界面中的每个业务栏位，从查询到的所述用户标识对应的多个字段信息中，匹配出字段名与所述业务栏位的名称相一致的字段信息，并将所述字段信息的字段值填充至所述业务栏位的输入框中；其中，所述字段信息的字段值为存储的所述目标用户的用户信息。
7.一种电子设备，其特征在于，包括：
存储器和处理器；
其中，所述存储器用于存储程序；
所述处理器用于执行所述程序，所述程序被执行时，具体用于实现如权利要求1至3任意一项所述的业务信息的处理方法。
8.一种计算机存储介质，其特征在于，用于存储计算机程序，所述计算机程序被执行时，用于实现如权利要求1至3任意一项所述的业务信息的处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010904024.5A CN112016488B (zh) | 2020-09-01 | 2020-09-01 | 业务信息的处理方法及相关装置、计算机存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010904024.5A CN112016488B (zh) | 2020-09-01 | 2020-09-01 | 业务信息的处理方法及相关装置、计算机存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112016488A CN112016488A (zh) | 2020-12-01 |
| CN112016488B true CN112016488B (zh) | 2024-02-06 |
Family
ID=73515514
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010904024.5A Active CN112016488B (zh) | 2020-09-01 | 2020-09-01 | 业务信息的处理方法及相关装置、计算机存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112016488B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112559578B (zh) * | 2020-12-18 | 2024-07-05 | 深圳赛安特技术服务有限公司 | 数据处理方法、装置、电子设备和存储介质 |
| CN113838238A (zh) * | 2021-09-26 | 2021-12-24 | 北京紫光展锐通信技术有限公司 | 业务处理方法、装置及设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104951978A (zh) * | 2015-06-06 | 2015-09-30 | 浙江维融电子科技股份有限公司 | 一种银行业务预填单方法及系统 |
| CN108446341A (zh) * | 2018-03-02 | 2018-08-24 | 平安普惠企业管理有限公司 | 业务状态查询方法、装置、计算机设备和存储介质 |
| CN109117801A (zh) * | 2018-08-20 | 2019-01-01 | 深圳壹账通智能科技有限公司 | 人脸识别的方法、装置、终端及计算机可读存储介质 |
| CN109326058A (zh) * | 2018-08-29 | 2019-02-12 | 中国建设银行股份有限公司 | 基于智慧柜员机的身份核查方法、装置、终端及可读介质 |
| CN109447320A (zh) * | 2018-09-27 | 2019-03-08 | 中国联合网络通信集团有限公司 | 用户业务的识别方法、装置及系统 |
| CN109472208A (zh) * | 2018-10-12 | 2019-03-15 | 平安科技（深圳）有限公司 | 基于人脸识别的办证方法、装置、计算机设备及存储介质 |
-
2020
- 2020-09-01 CN CN202010904024.5A patent/CN112016488B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104951978A (zh) * | 2015-06-06 | 2015-09-30 | 浙江维融电子科技股份有限公司 | 一种银行业务预填单方法及系统 |
| CN108446341A (zh) * | 2018-03-02 | 2018-08-24 | 平安普惠企业管理有限公司 | 业务状态查询方法、装置、计算机设备和存储介质 |
| CN109117801A (zh) * | 2018-08-20 | 2019-01-01 | 深圳壹账通智能科技有限公司 | 人脸识别的方法、装置、终端及计算机可读存储介质 |
| CN109326058A (zh) * | 2018-08-29 | 2019-02-12 | 中国建设银行股份有限公司 | 基于智慧柜员机的身份核查方法、装置、终端及可读介质 |
| CN109447320A (zh) * | 2018-09-27 | 2019-03-08 | 中国联合网络通信集团有限公司 | 用户业务的识别方法、装置及系统 |
| CN109472208A (zh) * | 2018-10-12 | 2019-03-15 | 平安科技（深圳）有限公司 | 基于人脸识别的办证方法、装置、计算机设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112016488A (zh) | 2020-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109446524B (zh) | 一种语音质检方法及装置 | |
| CN107563757B (zh) | 数据风险识别的方法及装置 | |
| TWI703510B (zh) | 車輛損壞識別方法、裝置及計算設備 | |
| CN112016488B (zh) | 业务信息的处理方法及相关装置、计算机存储介质 | |
| US10740372B2 (en) | System and method for extracting data from a non-structured document | |
| EP3582127B1 (en) | Feature information-based user authentication method and device | |
| WO2019024692A1 (zh) | 语音输入方法、装置、计算机设备和存储介质 | |
| CA2792688A1 (en) | Biometric matching system | |
| CN112201245A (zh) | 信息处理方法、装置、设备及存储介质 | |
| CN110909784A (zh) | 一种图像识别模型的训练方法、装置及电子设备 | |
| CN106997350B (zh) | 一种数据处理的方法及装置 | |
| CN111523348B (zh) | 信息生成方法和装置、用于人机交互的设备 | |
| CN114386013A (zh) | 学籍自动认证方法、装置、计算机设备及存储介质 | |
| CN113379975A (zh) | 一种自动取款机交互方法及相关设备 | |
| RU2739342C1 (ru) | Способ и система интеллектуальной обработки документа | |
| CN117688155A (zh) | 业务问题的回复方法、装置、存储介质以及电子设备 | |
| CN114861166A (zh) | 一种弹窗拦截方法、装置、设备及介质 | |
| US11823129B2 (en) | Item collection guidance system | |
| CN115510182A (zh) | 用户投诉定责方法、设备、存储介质及装置 | |
| CN108470404B (zh) | 用于读卡器的闸门控制方法、装置、金融设备及存储介质 | |
| CN115034205B (zh) | 空格字段的处理方法及装置、电子设备、存储介质 | |
| CN117114629B (zh) | 银行网点业务库智能管理系统及实现方法 | |
| CN117115839B (zh) | 一种基于自循环神经网络的发票字段识别方法和装置 | |
| CN117152730A (zh) | 凭证的识别方法及装置、存储介质和电子设备 | |
| CN115248845A (zh) | 处理工单的方法、装置、设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |