CN112183348A - 一种票据业务处理方法、装置、电子设备及存储介质 - Google Patents
一种票据业务处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112183348A CN112183348A CN202011043428.6A CN202011043428A CN112183348A CN 112183348 A CN112183348 A CN 112183348A CN 202011043428 A CN202011043428 A CN 202011043428A CN 112183348 A CN112183348 A CN 112183348A
- Authority
- CN
- China
- Prior art keywords
- bill
- image
- hand signature
- signature
- data
- 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
Images
Classifications
-
- 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
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/412—Layout analysis of documents structured with printed lines or input boxes, e.g. business forms or tables
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/12—Accounting
- G06Q40/125—Finance or payroll
-
- 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
- G06V40/30—Writer recognition; Reading and verifying signatures
- G06V40/33—Writer recognition; Reading and verifying signatures based only on signature image, e.g. static signature recognition
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Multimedia (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Evolutionary Biology (AREA)
- Technology Law (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种票据业务处理方法、装置、电子设备及存储介质。其中,所述方法包括:获取清算中心发送的票据影像以及清算文件;将所述票据影像进行处理,并转换成票据的影像数据进行存储;对所述清算文件以及所述票据的影像数据进行数据核验;若数据核验通过,将所述票据影像中的手签字与预存手签字进行匹配;若匹配通过,基于所述清算文件以及所述票据的影像数据进行账务处理,可以提高票据处理业务的准确率,可以将票据业务处理的各环节串接起来,打破流程断点,降低人力投入,提升系统处理质效。
Description
技术领域
本发明实施例涉及银行票据管理技术,尤其涉及一种票据业务处理方法、装置、电子设备及存储介质。
背景技术
在银行管理领域,各大银行的票据业务处理是非常重要的一个流程,它包括境内分行的票据业务处理和境外分行的票据业务处理。
长期以来,大部分国内股份制银行的境外分行的票据处理业务都由境外分行票据处理部门自行处理。但是境外人力成本昂贵,票据处理部门业务处理压力大,时效性低,且大部分处理系统均为外购国外成型软件产品,业务流程设置不合理,各操作环节并不连续,导致工作质效非常低。
发明内容
本发明实施例提供了一种票据业务处理方法,可以实现将境外分行的票据提入业务集中到境内处理,提高票据处理业务的准确率,可以将票据业务处理的各环节串接起来,打破流程断点,降低人力投入,提升系统处理质效。
第一方面,本发明实施例提供了一种票据业务处理方法,其中,该方法包括:
获取清算中心发送的票据影像以及清算文件;
将所述票据影像进行处理,并转换成票据的影像数据进行存储;
对所述清算文件以及所述票据的影像数据进行数据核验;
若数据核验通过,将所述票据影像中的手签字与预存手签字进行匹配;
若匹配通过,基于所述清算文件以及所述票据的影像数据进行账务处理。
第二方面,本发明实施例还提供了一种票据业务处理方法,其中,该方法包括:
后台端获取清算中心发送的票据影像以及清算文件;
所述后台端将所述票据影像进行处理,并转换成票据的影像数据进行存储;
所述后台端对所述清算文件以及所述票据的影像数据进行数据核验;
若后台端判断数据核验通过,将所述票据影像中的手签字与预存手签字进行匹配;
若后台端判断票据影像中的手签字与预存手签字匹配通过,基于清算文件以及所述票据的影像数据进行账务处理;
若后台端判断所述票据影像中的手签字与预存手签字不匹配,将所述票据影像发送至分行端;
所述分行端基于所述票据影像进行手签字复核,并判断手签字复核是否通过;
若是,所述分行端发送手签字复核通过的消息以使所述后台端基于清算文件以及所述票据的影像数据进行账务处理;
若否,所述分行端基于所述票据影像进行异常处理流程。
第三方面,本发明实施例还提供了一种票据业务处理装置,其中,该装置包括:
获取模块,用于获取清算中心发送的票据影像以及清算文件;
票据影像处理模块,用于将所述票据影像进行处理,并转换成票据的影像数据进行存储;
数据核验模块,用于对所述清算文件以及所述票据的影像数据进行数据核验;
手签字匹配模块,用于若数据核验通过,将所述票据影像中的手签字与预存手签字进行匹配;
账务处理模块,用于若匹配通过,基于所述清算文件以及所述票据的影像数据进行账务处理。
第四方面,本发明实施例还提供了一种电子设备,其中,该设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明实施例中任一项所述的票据业务处理方法。
第五方面,本发明实施例还提供了一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如本发明实施例中任一项所述的票据业务处理方法。
本发明实施例通过获取清算中心发送的票据影像以及清算文件,将所述票据影像进行处理,并转换成票据的影像数据进行存储,对所述清算文件以及所述票据的影像数据进行数据核验,若数据核验通过,将所述票据影像中的手签字与预存手签字进行匹配,若匹配通过,基于所述清算文件以及所述票据的影像数据进行账务处理,可以提升票据处理业务的准确率,可以将票据业务处理的各环节串接起来,打破流程断点,降低人力投入,提升系统处理质效。
附图说明
图1是本发明实施例提供的票据业务处理方法的流程图;
图2是本发明实施例提供的票据业务处理方法的流程图;
图3是本发明实施例提供的票据业务处理方法的流程图;
图4是本发明实施例提供的票据业务处理方法的流程图;
图5是本发明实施例提供的票据业务处理方法的流程图;
图6是本发明实施例提供的票据业务处理装置结构示意图;
图7是本发明实施例提供的一种电子设备结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
图1为本发明实施例提供的票据业务处理方法的流程图,所述方法可以由票据业务处理装置来执行,所述票据业务处理装置可以由软件和/或硬件的方式实现,所述票据业务处理装置可以配置在后台端,其中,后台端可以是后台处理中心,后台处理中心可以是服务器等电子设备。可选的,所述方法应用于银行系统处理票据提入业务的场景中。
如图1所示,本发明实施例提供的技术方案具体包括:
S110、获取清算中心发送的票据影像以及清算文件。
在本发明实施例中,后台端接入海外清算中心系统,获取海外清算中心发送的票据影像及清算文件包,对票据影像包及清算文件包进行拆包处理,然后解析为可识别的图像和数据格式后,存储清算文件为电子数据,且对于每张票据生成一笔业务流水,启动业务处理流程。
由此,通过后台端接入海外清算中心系统获取清算中心系统下发的票据影像和清算文件包,并进行拆包和解析处理,进一步存储为电子数据,可以将无法识别的源数据数字化,为接下来的业务处理流程提供了可靠、可依赖的数据源。
S120、将所述票据影像进行处理,并转换成票据的影像数据进行存储。
在本发明实施例的一个实施方式中,可选的,所述将所述票据影像进行处理,并转换成票据的影像数据进行存储,包括:对所述票据影像进行版面识别;基于识别到的版面信息对所述票据影像进行拆分,并采集拆分的各个部分的影像数据,并将各个部分的影像数据进行存储。
在本发明实施例中,后台端对经过拆包、解析票据影像包处理后得到的票据影像的磁码和版面进行识别,磁码信息中包含银行代号、金额、日期等资讯,根据磁码可以找到对应种类的票据影像信息,可使票据交换清算作业达到迅速正确,并减轻人力负荷。对票据影像信息进行版面识别可以是通过票据类型进行识别,自动完成票据分类工作,可以是基于机器学习模型进行版面识别,也可以是利用OCR技术实现对文字的识别,也可以采用其他的技术。通过机器学习模型进行版面识别,可以精确地识别出票据种类;利用OCR技术进行文字的识别可以实现票面影像的数据转换。
在本发明实施例的一个实施方式中,可选的,所述对所述票据影像进行版面识别,包括:将所述票据影像输入到已训练的第二机器学习模型中,得到版面信息。版面信息包括票据种类、客户信息、银行信息、时间信息和交易相关信息等信息。
在本发明实施例中,第二机器学习模型是深度学习中的一种模型,可以是一个神经网络结构,在使用第二机器学习模型之前,还包括对第二机器学习模型进行训练:将训练集中的票据影像以及所述训练集中票据影像的版面信息输入到第二机器学习模型中,对所述第二机器学习模型进行训练,得到已训练的第二机器学习模型。第二机器学习模型是个有损转化的过程,通过对比输入和输出的差别来定义损失函数。其中,在第二机器学习模型训练过程中,将票据影像输入至第二机器学习模型,通过第二机器学习模型输出票据影像对应的版面信息,然后,将票据影像和经过第二机器学习模型识别得到的版面信息同时输入到损失函数中,根据损失函数的输出结果判断是否需要对第二机器学习模型进行优化,当损失函数的输出结果满足预设条件时,即可停止训练过程,或者若迭代次数达到设定次数,停止对第二机器学习模型的训练,最终得到已训练的第二机器学习模型。
由此,通过使用训练得到的第二机器学习模型对所述票据影像进行版面识别,可以识别多种字符类型,支持多种银行票据的快速版面识别,单张票据识别时间短,版面识别正确率高,提高了工作效率,提升了工作质量。
在本发明实施例中,对票据影像进行拆分可以是利用机器学习模型对票据影像进行自动拆分,依据后台端存储的凭证模板,将票据的影像信息转换为电子数据。
在本发明实施例的一个实施方式中,可选的,所述基于识别到的版面信息对所述票据影像进行拆分,包括:将所述票据影像以及所述票据影像的版面信息输入到已训练的第三机器学习模型中,得到所述票据影像拆分的各个部分的区域位置信息。
在本发明实施例中,第三机器学习模型是深度学习中的一种模型,可以是一个神经网络结构,在使用第三机器学习模型之前,还包括对第三机器学习模型进行训练:将训练集中的票据影像、训练集的票据影像的版面信息以及各个部分的位置区域信息输入到第三机器学习模型中,对所述第三机器学习模型进行训练,得到已训练的第三机器学习模型。
在本发明实施例中,各个部分的位置区域信息为票据版面上的各信息分布在票据上的位置信息。其中,不同版面的票据影像,各个部分的位置区域并不相同,因此,可以将训练集中的票据影像、训练集的票据影像的版面信息以及各个部分的位置区域信息输入到第三机器学习模型中进行训练,从而通过已训练的第三机器学习模型对票据影像进行拆分。其中,第三机器学习模型是个有损转化的过程,通过对比输入和输出的差别来定义损失函数。在第三机器学习模型训练过程中,将票据影像和其对应的版面信息输入至第三机器学习模型,通过第三机器学习模型输出各个部分的位置区域信息,然后,将票据影像及其对应的版面信息和经过第三机器学习模型识别得到的各个部分的位置区域信息同时输入到损失函数中,根据损失函数的输出结果判断是否需要对第三机器学习模型进行优化,当损失函数的输出结果满足预设条件时,即可停止训练过程,或者若迭代次数达到设定次数,停止对第三机器学习模型的训练,最终得到已训练的第三机器学习模型。
由此,通过使用训练得到的第三机器学习模型对基于识别到的版面信息对所述票据影像进行拆分,并采集拆分的各个部分的影像数据,并将各个部分的影像数据进行存储,即将通过对票据影像进行拆分得到各个部分的区域位置信息,转换为电子数据进行存储,实现了自动处理,将没有规则的票据影像信息转换为有规律的数据,转换的精确度高,为接下来的业务流程提供了可靠、可依赖的数据源。
S130、对所述清算文件以及所述票据的影像数据进行数据核验。
在本发明实施例中,对S110中存储的清算文件的电子数据和S120中存储的票据影像的电子数据,进行合规性、一致性的自动核查,具体的,调用客户数据信息系统对客户的账号及户名进行真实性校验,并对该账户匹配的清算文件和票据影像的数据进行数据一致性检查。其中,部分数据核验内容举例如表1所示:
表1
其中,清算文件可以是清算报文,票据信息可以为票面信息。
由此,通过对客户对应的清算文件以及票据的影像数据进行数据核验,实现了审核类型覆盖全面,确保了客户数据的一致性,有效规避了业务风险。
S140、若数据核验通过,将所述票据影像中的手签字与预存手签字进行匹配。
在本发明实施例的一个实施方式中,可选的,所述若数据核验通过,将所述票据影像中的手签字与预存手签字进行匹配,包括:若所述清算文件与所述票据的影像数据的数据核验通过,且接收到人工对清算文件以及所述票据的影像数据核验通过的指令,将所述票据影像中的手签字与预存手签字进行匹配。
在本发明实施例中,清算文件与票据的影像数据的数据核验通过后,由专业审核人员对S110中存储的清算文件电子数据和S120中存储的票据影像信息的电子数据进行人工复核,复核通过后,由专业审核人员触发复核通过的指令,后台端接收到该指令,根据复核通过的页面,与手签字模板库进行交互,根据账号调取客户的手签字信息,将该客户对应的票据影像中的手签字与预存手签字进行匹配,其中预存手签字可以是模板库中的预存手签字。
在本发明实施例的一个实施方式中,可选的,所述将所述票据影像中的手签字与预存手签字进行匹配,包括:将所述票据影像中的手签字和所述预存手签字输入到已训练的第一机器学习模型中,得到相似度值;若所述相似度值大于设定值,判断所述票据影像中的手签字与所述预存手签字匹配。
在本发明实施例中,第一机器学习模型是深度学习中的一种模型,其结构可以是一个神经网络结构,在使用第一机器学习模型之前,还包括对第一机器学习模型进行训练:将标准手签字、训练集中的手签字、以及标准手签字和训练集中手签字的相似度值输入到第一机器学习模型中,对所述第一机器学习模型进行训练,得到已训练的第一机器学习模型。
第一机器学习模型是个有损转化的过程,通过对比输入和输出的差别来定义损失函数。其中,在第一机器学习模型训练过程中,将标准手签字、训练集中的手签字输入至第一机器学习模型,通过第一机器学习模型得到标准手签字和训练集中手签字的相似度值,然后,将标准手签字、训练集中的手签字、以及标准手签字和训练集中手签字的相似度值同时输入到损失函数中,根据损失函数的输出结果判断是否需要对第一机器学习模型进行优化,当损失函数的输出结果满足预设条件时,即可停止训练过程,或者若迭代次数达到设定次数,停止对第一机器学习模型的训练,最终得到已训练的第一机器学习模型。
相关技术中在完成对数据的审核操作后,手签字核验操作员在另一个手签字模板系统将账户对应的手签字模板调出,与审核完成的业务的影像上的客户签名做比对,也就是需要人工去核验手签字,既费时费力又占用人力资源,增加了工作成本,并且还可能会因为人的精神状态不佳导致操作出错。
由此,使用训练得到的第一机器学习模型,对票据影像中的手签字与预存手签字进行匹配,实现了手签字的自动匹配,保证了票据影像中的手签字与预存手签字的一致性,提高了票据处理业务的准确率,规避了业务风险,节省了人力资源和时间,节约成本,提高了处理质效。
S150、若匹配通过,基于所述清算文件以及所述票据的影像数据进行账务处理。
在本发明实施例中,收到手签字匹配通过的消息后,根据清算文件以及所述票据的影像数据,匹配账务系统给出的批量账务处理文件,智能判断账务处理模式,并联动进行记账。
相关技术中办理票据提入业务时,境外分行收到当地清算中心下发的票据影像信息和清算信息后,首先人工导入现有的处理系统,然后在系统内选择未处理的影像信息进行整个版面的录入,录入完成后通知审核岗的操作员对录入的信息进行审核操作,审核操作完成后,手签字核验操作员在另一个手签字模板系统将账户对应的手签字模板调出,与审核完成的业务的影像上的客户签名做比对,比对通过后,再由账务处理操作员在账务系统中录入交易对手信息进行入账。海外票据提入的票据影像信息的采集,影像信息正确性、合规性、与清算文件一致性均由海外分行的票据处理机构进行人工处理,各处理环节互不关联的,耗时长,效率低,人力成本高。
本发明实施例的技术方案,建立了国内银行海外分行的票据提入业务的一体化流程,将由国内银行的海外分行独立串行人工处理的票据提入业务,改为系统自动化处理、流程并行串接,通过获取清算中心发送的票据影像以及清算文件,将所述票据影像进行处理,并转换成票据的影像数据进行存储,对所述清算文件以及所述票据的影像数据进行数据核验,若数据核验通过,将所述票据影像中的手签字与预存手签字进行匹配,若匹配通过,基于所述清算文件以及所述票据的影像数据进行账务处理,可以提高票据处理业务的准确率,可以实现将票据业务处理的各环节串接起来,对于因流程断点而产生的交易风险和违规操作风险进行有效识别与规避,降低人力投入,提升系统处理质效的效果。
图2为本发明实施例提供的票据业务处理方法的流程图,在本发明实施例中,可选的,本发明实施例提供的方法还包括:
若所述票据影像中的手签字与预存手签字不匹配,将所述票据影像发送至分行端进行手签字复核;若接收到手签字复核通过的消息,基于所述清算文件以及所述票据的影像数据进行账务处理;若手签字复核失败,通过分行端基于所述票据影像进行异常处理流程。
如图2所示,本发明实施例提供的技术方案包括:
S210、获取清算中心发送的票据影像以及清算文件。
S220、将所述票据影像进行处理,并转换成票据的影像数据进行存储。
S230、对所述清算文件以及所述票据的影像数据进行数据核验。
S240、若数据核验通过,将所述票据影像中的手签字与预存手签字进行匹配。
S250、判断所述票据影像中的手签字与预存手签字是否匹配。
若是,执行S260;若否,执行S270。
S260、基于所述清算文件以及所述票据的影像数据进行账务处理。
S270、将所述票据影像发送至分行端进行手签字复核。
在本发明实施例中,手签字的复核可以是分行端进行复核,也可以是由分行端人工进行复核。
在本发明实施例中,分行端包括海外分行票据处理机构端和海外网点端;其中,所述海外分行票据处理机构端和海外网点端处理不同版面的票据影像,根据票据影像的版本选择转给海外分行票据处理机构进行手签字复核还是转给海外网点进行手签字复核。
在本发明实施例中,票据影像中的手签字与预存手签字不匹配时,后台端会将票据影像发送至分行端,在后台端向分行端发送票据影像的时候会对票据影像进行加密,由分行端对接收到的票据影像信息进行解密操作后,由人工或机器调用相关资料进行复核,分行端手签字复核通过后会将复核的结果反馈给后台端。
由此,若票据影像中的手签字与预存手签字不匹配,通过将所述票据影像发送至分行端进行手签字复核,可以实现将境内外业务进行串联,打破流程断点,节约人力成本,降低信息安全风险。
S280、判断是否接收到手签字复核通过的消息。
若是,执行S290;若否,执行2901。
S290、基于所述清算文件以及所述票据的影像数据进行账务处理。
在本发明实施例中,如果接收到分行端反馈回来的复核通过的消息,则后台端结合集中流程处理结果、账务批处理结果和操作结果,基于清算文件和票据的影像数据进行账务处理,例如,可以是调用补扣账交易进行记账。
S2901、通过分行端基于所述票据影像进行异常处理流程。
在本发明实施例中,若调用交易失败,则进入特殊处理环节进行人工干预,启动异常处理流程,通过人工干预确定业务后续走向,可以重新发送记账或退票处理。
在本发明实施例中,分行端基于所述票据影像进行异常处理流程,包括:分行端展示所述票据影像,若分行端接收到对所述票据影像的确认指令,对所述票据影像进行记账处理;若所述分行端接收到对所述票据影像的非确认指令,对所述票据影像进行退票处理。
在本发明实施例中,如果分行端手签字复核失败,则由分行端转入异常处理流程,具体的可以是:分行端进行手签字复核,或者可以由分行端展示手签字,由人工复核手签字和票据影像的手签字是否匹配。若人工复核通过,可以人工触发复核通过的操作,分行端接收到对票据影像的确认指令,通过账务系统进行账务处理。若人工复核没有通过,可以由人工触发复核没有通过的操作,分行端接收到对票据影像的非确认指令,对票据影像进行退票处理。
本实施例的技术方案,建立了国内银行海外分行的票据提入业务的一体化流程,将由国内银行的海外分行独立串行人工处理的票据提入业务,改为系统自动化处理、流程并行串接,通过获取清算中心发送的票据影像以及清算文件,将所述票据影像进行处理,并转换成票据的影像数据进行存储,对所述清算文件以及所述票据的影像数据进行数据核验,若数据核验通过,将所述票据影像中的手签字与预存手签字进行匹配,若所述票据影像中的手签字与预存手签字不匹配,通过将所述票据影像发送至分行端进行手签字复核,若接收到手签字复核通过的消息,基于清算文件以及票据的影像数据进行账务处理,若手签字复核失败,通过分行端基于所述票据影像进行异常处理流程,可以将后台端由于手签字复核没有通过而中断的流程转入分行端做进一步的处理,可以实现业务一体化,跨境协作化、环节自动化的目标,提升系统处理质效,并有效规避了因流程断点产生的业务风险。
图3为本发明实施例提供的票据业务处理方法的流程图,所述方法可以由后台端与分行端的组成的系统来执行。可选的,所述方法应用于银行系统处理票据提入业务的场景中。
如图3所示,本发明实施例提供的技术方案包括:
S310、后台端获取清算中心发送的票据影像以及清算文件。
S320、所述后台端将所述票据影像进行处理,并转换成票据的影像数据进行存储。
在本发明实施例的一个实施方式中,可选的,所述后台端将所述票据影像进行处理,并转换成票据的影像数据进行存储,包括:后台端对所述票据影像进行版面识别;后台端基于识别到的版面信息对所述票据影像进行拆分,并采集拆分的各个部分的影像数据,并将各个部分的影像数据进行存储。
在本发明实施例的一个实施方式中,可选的,所述后台端对所述票据影像进行版面识别,包括:后台端将所述票据影像输入到已训练的第二机器学习模型中,得到版面信息。
在本发明实施例的一个实施方式中,可选的,所述后台端基于识别到的版面信息对所述票据影像进行拆分,包括:后台端将所述票据影像以及所述票据影像的版面信息输入到已训练的第三机器学习模型中,得到所述票据影像拆分的各个部分的区域位置信息。
S330、所述后台端对所述清算文件以及所述票据的影像数据进行数据核验。
S340、若后台端判断数据核验通过,将所述票据影像中的手签字与预存手签字进行匹配。
在本发明实施例的一个实施方式中,可选的,所述若后台端判断数据核验通过,将所述票据影像中的手签字与预存手签字进行匹配,包括:若后台端判断所述清算文件与所述票据的影像数据的数据核验通过,且接收到人工对清算文件以及所述票据的影像数据核验通过的指令,后台端将所述票据影像中的手签字与预存手签字进行匹配。
在本发明实施例的一个实施方式中,可选的,所述后台端将所述票据影像中的手签字与预存手签字进行匹配,包括:后台端将所述票据影像中的手签字和所述预存手签字输入到已训练的第一机器学习模型中,得到相似度值;若所述相似度值大于设定值,判断所述票据影像中的手签字与所述预存手签字匹配。
S350、后台端判断所述票据影像中的手签字与预存手签字是否匹配。
若是,执行S360;若否,执行S370。
在本发明实施例的一个实施方式中,可选的,所述后台端判断所述票据影像中的手签字与预存手签字是否匹配,包括:若所述票据影像中的手签字与预存手签字不匹配,后台端将所述票据影像发送至分行端进行手签字复核;若后台端接收到手签字复核通过的消息,基于所述清算文件以及所述票据的影像数据进行账务处理;若手签字复核失败,通过分行端基于所述票据影像进行异常处理流程。
S360、后台端基于清算文件以及所述票据的影像数据进行账务处理。
S370、后台端将所述票据影像发送至分行端。
S380、所述分行端基于所述票据影像进行手签字复核,并判断手签字复核是否通过。
若是,执行S390;若否,执行S3901。
在本发明实施例中,手签字复核可以由分行端来执行,也可以由分行端人工进行手签字的复核。
S390、所述分行端发送手签字复核通过的消息以使所述后台端基于清算文件以及所述票据的影像数据进行账务处理。
S3901、所述分行端基于所述票据影像进行异常处理流程。
在本发明实施例的一个实施方式中,可选的,所述分行端基于所述票据影像进行异常处理流程,包括:所述分行端展示所述票据影像;若所述分行端接收到对所述票据影像的确认指令,对所述票据影像进行记账处理;若所述分行端接收到对所述票据影像的非确认指令,对所述票据影像进行退票处理。
在本发明实施例中,所述分行端包括网点分行端和分行票据处理端,其中,网点分行端为海外网点,而分行票据处理端为海外分行票据处理机构,所述网点分行端和所述分行票据处理端处理不同版面的票据影像。
由此,通过后台端获取清算中心发送的票据影像以及清算文件,后台端将票据影像进行处理,并转换成票据的影像数据进行存储,并对清算文件以及所述票据的影像数据进行数据核验,若后台端判断数据核验通过,将票据影像中的手签字与预存手签字进行匹配,若后台端判断票据影像中的手签字与预存手签字匹配通过,基于清算文件以及票据的影像数据进行账务处理;若后台端判断票据影像中的手签字与预存手签字不匹配,将票据影像发送至分行端,分行端基于票据影像进行手签字复核,并判断手签字复核是否通过,若是,分行端发送手签字复核通过的消息以使后台端基于清算文件以及票据的影像数据进行账务处理,若否,分行端基于票据影像进行异常处理流程,实现了后台端与海外分行端的票据提入业务流程标准化、跨境协作化、环节自动化的目标,提升系统处理质效,并有效规避了因流程断点产生的业务风险。
图4为本发明实施例提供的票据业务处理方法的流程图,可选的,本发明实施例提供的方法还包括:所述分行端基于所述票据影像进行异常处理流程,包括:所述分行端展示所述票据影像;若所述分行端接收到对所述票据影像的确认指令,对所述票据影像进行记账处理;若所述分行端接收到对所述票据影像的非确认指令,对所述票据影像进行退票处理。
如图4所示,本发明实施例提供的技术方案包括:
S410、后台端获取清算中心发送的票据影像以及清算文件。
S420、所述后台端将所述票据影像进行处理,并转换成票据的影像数据进行存储。
S430、所述后台端对所述清算文件以及所述票据的影像数据进行数据核验。
S440、若后台端判断数据核验通过,将所述票据影像中的手签字与预存手签字进行匹配。
S450、判断所述票据影像中的手签字与预存手签字是否匹配。
若是,执行S460;若否,执行S470。
S460、后台端基于清算文件以及所述票据的影像数据进行账务处理。
S470、后台端将所述票据影像发送至分行端。
S480、所述分行端基于所述票据影像进行手签字复核,并判断手签字复核是否通过。
若是,执行S490;若否,执行S4901。
在本发明实施例中,手签字复核可以由分行端来执行,也可以由人工进行手签字的复核。
S490、所述分行端发送手签字复核通过的消息以使所述后台端基于清算文件以及所述票据的影像数据进行账务处理。
S4901、所述分行端展示所述票据影像。
在本发明实施例中,分行端会显示关于所述票据影像的界面。
S4902、若所述分行端接收到对所述票据影像的确认指令,对所述票据影像进行记账处理。
S4903、若所述分行端接收到对所述票据影像的非确认指令,对所述票据影像进行退票处理。
由此,通过后台端获取清算中心发送的票据影像以及清算文件,后台端将票据影像进行处理,并转换成票据的影像数据进行存储,并对清算文件以及所述票据的影像数据进行数据核验,若后台端判断数据核验通过,将票据影像中的手签字与预存手签字进行匹配,若后台端判断票据影像中的手签字与预存手签字匹配通过,基于清算文件以及票据的影像数据进行账务处理;若后台端判断票据影像中的手签字与预存手签字不匹配,将票据影像发送至分行端,分行端基于票据影像进行手签字复核,并判断手签字复核是否通过,若是,分行端发送手签字复核通过的消息以使后台端基于清算文件以及票据的影像数据进行账务处理,若否,分行端基于票据影像进行异常处理流程,实现了后台端与海外分行端的票据提入业务流程标准化、跨境协作化、环节自动化的目标,提升系统处理质效,并有效规避了因流程断点产生的业务风险。
图5为本发明实施例提供的票据业务处理方法的流程图,如图5所示,本发明实施例提供的技术方案包括如下步骤:
步骤1、票据影像及清算文件接入。
后台端接入海外清算中心发送的票据影像及清算文件包,对票据影像及清算文件包进行拆包,解析为系统可识别的图像和数据格式后,存储清算文件为电子数据,且对于每张票据生成一笔业务流水,启动业务处理流程。
步骤2、版面识别、影像拆分及要素录入。
后台端根据步骤1中接入的票据影像的磁码和版式进行识别,智能匹配海外票据提入业务场景,根据后台端存储的凭证模板,自动拆分影像并通过图像识别及智能采集技术,将票据的影像信息转换为电子数据存储。
步骤3、数据检核。
对步骤1和步骤2中存储的电子数据进行合规性、一致性自动核查,并针对海外票据提入业务场景关联进行数据正确性检查,调用客户数据信息系统对账号及户名进行真实性校验。
步骤4、专业审核。
后台端专业审核人员对步骤1中存储的电子数据和步骤2中存储的电子数据,进行人工复核。
步骤5、手签字核验。
人工复核通过后进行手签字核验,后台端与手签字模板库进行交互,根据账号调取客户的手签字信息与步骤1中接入的票据影像信息进行自动比对后给出初步的审核结果:若手签字核验通过,则后台端进入账务处理环节;若手签字核验没有通过,将票据影像转到分行端人工环节进行确认复核,复核通过的业务进行后续的账务处理,不通过的转海外分行票据处理机构或海外网点进行异常处理。
步骤6、账务处理。
根据步骤5中得到的业务核验结果,匹配账务系统给出的批量账务处理文件,智能判断账务处理模式,并联动进行记账。其中,账务处理逻辑如表2所示:
表2
图6是本发明实施例提供的票据业务处理装置示意图,所述装置配置于服务器等电子设备中,该装置包括:获取模块610、票据影像处理模块620、数据核验模块630、手签字匹配模块640和账务处理模块650。
获取模块610,用于获取清算中心发送的票据影像以及清算文件;
票据影像处理模块620,用于将所述票据影像进行处理,并转换成票据的影像数据进行存储;
数据核验模块630,用于对所述清算文件以及所述票据的影像数据进行数据核验;
手签字匹配模块640,用于若数据核验通过,将所述票据影像中的手签字与预存手签字进行匹配;
账务处理模块650,用于若匹配通过,基于所述清算文件以及所述票据的影像数据进行账务处理。
可选的,所述将所述票据影像中的手签字与预存手签字进行匹配,包括:
将所述票据影像中的手签字和所述预存手签字输入到已训练的第一机器学习模型中,得到相似度值;若所述相似度值大于设定值,判断所述票据影像中的手签字与所述预存手签字匹配。
可选的,所述将所述票据影像中的手签字与预存手签字进行匹配,还包括:
若所述票据影像中的手签字与预存手签字不匹配,将所述票据影像发送至分行端进行手签字复核;若接收到手签字复核通过的消息,基于所述清算文件以及所述票据的影像数据进行账务处理;若手签字复核失败,通过分行端基于所述票据影像进行异常处理流程。
可选的,所述将所述票据影像进行处理,并转换成票据的影像数据进行存储,包括:对所述票据影像进行版面识别;基于识别到的版面信息对所述票据影像进行拆分,并采集拆分的各个部分的影像数据,并将各个部分的影像数据进行存储。
可选的,所述对所述票据影像进行版面识别,包括:将所述票据影像输入到已训练的第二机器学习模型中,得到版面信息。
可选的,所述基于识别到的版面信息对所述票据影像进行拆分,包括:将所述票据影像以及所述票据影像的版面信息输入到已训练的第三机器学习模型中,得到所述票据影像拆分的各个部分的区域位置信息。
可选的,所述若数据核验通过,将所述票据影像中的手签字与预存手签字进行匹配,包括:若所述清算文件与所述票据的影像数据的数据核验通过,且接收到人工对清算文件以及所述票据的影像数据核验通过的指令,将所述票据影像中的手签字与预存手签字进行匹配。
上述实施例所提供的装置执行本发明任意实施例所提供的票据业务处理方法,具备执行方法相应的功能模块和有益效果。
图7是本发明实施例提供的一种电子设备结构示意图,如图7所示,该设备包括:
一个或多个处理器710,图7中以一个处理器710为例;
存储器720;
所述设备还可以包括:输入装置730和输出装置740。
所述设备中的处理器710、存储器720、输入装置730和输出装置740可以通过总线或者其他方式连接,图7中以通过总线连接为例。
存储器720作为一种非暂态计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的一种票据业务处理方法对应的程序指令/模块(例如,附图6所示的获取模块610、票据影像处理模块620、数据核验模块630、手签字匹配模块640和账务处理模块650)。处理器710通过运行存储在存储器720中的软件程序、指令以及模块,从而执行计算机设备的各种功能应用以及数据处理,即实现上述方法实施例的一种票据业务处理方法,即:
获取清算中心发送的票据影像以及清算文件;
将所述票据影像进行处理,并转换成票据的影像数据进行存储;
对所述清算文件以及所述票据的影像数据进行数据核验;
若数据核验通过,将所述票据影像中的手签字与预存手签字进行匹配;
若匹配通过,基于所述清算文件以及所述票据的影像数据进行账务处理。
存储器720可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器720可以包括高速随机存取存储器,还可以包括非暂态性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态性固态存储器件。在一些实施例中,存储器720可选包括相对于处理器710远程设置的存储器,这些远程存储器可以通过网络连接至终端设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置730可用于接收输入的数字或字符信息,以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。输出装置740可包括显示屏等显示设备。
本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例提供的一种票据业务处理方法:
获取清算中心发送的票据影像以及清算文件;
将所述票据影像进行处理,并转换成票据的影像数据进行存储;
对所述清算文件以及所述票据的影像数据进行数据核验;
若数据核验通过,将所述票据影像中的手签字与预存手签字进行匹配;
若匹配通过,基于所述清算文件以及所述票据的影像数据进行账务处理。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、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。在本文件中,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。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (16)
1.一种票据业务处理方法,其特征在于,包括:
获取清算中心发送的票据影像以及清算文件;
将所述票据影像进行处理,并转换成票据的影像数据进行存储;
对所述清算文件以及所述票据的影像数据进行数据核验;
若数据核验通过,将所述票据影像中的手签字与预存手签字进行匹配;
若匹配通过,基于所述清算文件以及所述票据的影像数据进行账务处理。
2.根据权利要求1所述的方法,其特征在于,还包括:
若所述票据影像中的手签字与预存手签字不匹配,将所述票据影像发送至分行端进行手签字复核;
若接收到手签字复核通过的消息,基于所述清算文件以及所述票据的影像数据进行账务处理;
若手签字复核失败,通过分行端基于所述票据影像进行异常处理流程。
3.根据权利要求1所述的方法,其特征在于,所述将所述票据影像中的手签字与预存手签字进行匹配,包括:
将所述票据影像中的手签字和所述预存手签字输入到已训练的第一机器学习模型中,得到相似度值;
若所述相似度值大于设定值,判断所述票据影像中的手签字与所述预存手签字匹配。
4.根据权利要求3所述的方法,其特征在于,还包括:
将标准手签字、训练集中的手签字、以及标准手签字和训练集中手签字的相似度值输入到第一机器学习模型中,对所述第一机器学习模型进行训练,得到已训练的第一机器学习模型。
5.根据权利要求1所述的方法,其特征在于,所述将所述票据影像进行处理,并转换成票据的影像数据进行存储,包括:
对所述票据影像进行版面识别;
基于识别到的版面信息对所述票据影像进行拆分,并采集拆分的各个部分的影像数据,并将各个部分的影像数据进行存储。
6.根据权利要求5所述的方法,其特征在于,所述对所述票据影像进行版面识别,包括:
将所述票据影像输入到已训练的第二机器学习模型中,得到版面信息。
7.根据权利要求6所述的方法,其特征在于,还包括:
将训练集中的票据影像以及所述训练集中票据影像的版面信息输入到第二机器学习模型中,对所述第二机器学习模型进行训练,得到已训练的第二机器学习模型。
8.根据权利要求5所述的方法,其特征在于,所述基于识别到的版面信息对所述票据影像进行拆分,包括:
将所述票据影像以及所述票据影像的版面信息输入到已训练的第三机器学习模型中,得到所述票据影像拆分的各个部分的区域位置信息。
9.根据权利要求8所述的方法,其特征在于,还包括:
将训练集中的票据影像、训练集的票据影像的版面信息以及各个部分的位置区域信息输入到第三机器学习模型中,对所述第三机器学习模型进行训练,得到已训练的第三机器学习模型。
10.根据权利要求1所述的方法,其特征在于,所述若数据核验通过,将所述票据影像中的手签字与预存手签字进行匹配,包括:
若所述清算文件与所述票据的影像数据的数据核验通过,且接收到人工对清算文件以及所述票据的影像数据核验通过的指令,将所述票据影像中的手签字与预存手签字进行匹配。
11.一种票据业务处理方法,其特征在于,包括:
后台端获取清算中心发送的票据影像以及清算文件;
所述后台端将所述票据影像进行处理,并转换成票据的影像数据进行存储;
所述后台端对所述清算文件以及所述票据的影像数据进行数据核验;
若后台端判断数据核验通过,将所述票据影像中的手签字与预存手签字进行匹配;
若后台端判断票据影像中的手签字与预存手签字匹配通过,基于清算文件以及所述票据的影像数据进行账务处理;
若后台端判断所述票据影像中的手签字与预存手签字不匹配,将所述票据影像发送至分行端;
所述分行端基于所述票据影像进行手签字复核,并判断手签字复核是否通过;
若是,所述分行端发送手签字复核通过的消息以使所述后台端基于清算文件以及所述票据的影像数据进行账务处理;
若否,所述分行端基于所述票据影像进行异常处理流程。
12.根据权利要求11所述的方法,其特征在于,所述分行端基于所述票据影像进行异常处理流程,包括:
所述分行端展示所述票据影像;
若所述分行端接收到对所述票据影像的确认指令,对所述票据影像进行记账处理;
若所述分行端接收到对所述票据影像的非确认指令,对所述票据影像进行退票处理。
13.根据权利要求12所述的方法,其特征在于,所述分行端包括网点分行端和分行票据处理端;其中,所述网点分行端和所述分行票据处理端处理不同版面的票据影像。
14.一种票据业务处理装置,其特征在于,包括:
获取模块,用于获取清算中心发送的票据影像以及清算文件;
票据影像处理模块,用于将所述票据影像进行处理,并转换成票据的影像数据进行存储;
数据核验模块,用于对所述清算文件以及所述票据的影像数据进行数据核验;
手签字匹配模块,用于若数据核验通过,将所述票据影像中的手签字与预存手签字进行匹配;
账务处理模块,用于若匹配通过,基于所述清算文件以及所述票据的影像数据进行账务处理。
15.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-13任一项所述的方法。
16.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-13任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011043428.6A CN112183348A (zh) | 2020-09-28 | 2020-09-28 | 一种票据业务处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011043428.6A CN112183348A (zh) | 2020-09-28 | 2020-09-28 | 一种票据业务处理方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112183348A true CN112183348A (zh) | 2021-01-05 |
Family
ID=73946634
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011043428.6A Pending CN112183348A (zh) | 2020-09-28 | 2020-09-28 | 一种票据业务处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112183348A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115242477A (zh) * | 2022-07-14 | 2022-10-25 | 武汉金融电子结算中心有限公司 | 同城票据影像交换系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1760921A (zh) * | 2005-09-02 | 2006-04-19 | 金金水 | 银行票据图像交换、清算系统和方法及其设备 |
CN101526992A (zh) * | 2008-03-03 | 2009-09-09 | 汉王科技股份有限公司 | 手写签名识别的方法、装置及手写签名开机系统 |
CN104200239A (zh) * | 2014-09-09 | 2014-12-10 | 河海大学常州校区 | 一种基于图像特征融合识别的签名鉴伪系统及方法 |
CN108345880A (zh) * | 2018-01-26 | 2018-07-31 | 金蝶软件(中国)有限公司 | 发票识别方法、装置、计算机设备和存储介质 |
CN108921510A (zh) * | 2018-06-27 | 2018-11-30 | 中国建设银行股份有限公司 | 银行业务远程自动审核方法及系统 |
CN109919076A (zh) * | 2019-03-04 | 2019-06-21 | 厦门商集网络科技有限责任公司 | 基于深度学习的确认ocr识别结果可靠性的方法及介质 |
CN111539412A (zh) * | 2020-04-21 | 2020-08-14 | 上海云从企业发展有限公司 | 一种基于ocr的图像分析方法、系统、设备及介质 |
CN111639911A (zh) * | 2020-05-27 | 2020-09-08 | 中信银行股份有限公司 | 一种资产托管指令线上化处理方法、装置、存储介质及电子设备 |
CN111680987A (zh) * | 2020-06-03 | 2020-09-18 | 中国银行股份有限公司 | 基于票据的交易处理方法、装置、设备及可读存储介质 |
-
2020
- 2020-09-28 CN CN202011043428.6A patent/CN112183348A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1760921A (zh) * | 2005-09-02 | 2006-04-19 | 金金水 | 银行票据图像交换、清算系统和方法及其设备 |
CN101526992A (zh) * | 2008-03-03 | 2009-09-09 | 汉王科技股份有限公司 | 手写签名识别的方法、装置及手写签名开机系统 |
CN104200239A (zh) * | 2014-09-09 | 2014-12-10 | 河海大学常州校区 | 一种基于图像特征融合识别的签名鉴伪系统及方法 |
CN108345880A (zh) * | 2018-01-26 | 2018-07-31 | 金蝶软件(中国)有限公司 | 发票识别方法、装置、计算机设备和存储介质 |
CN108921510A (zh) * | 2018-06-27 | 2018-11-30 | 中国建设银行股份有限公司 | 银行业务远程自动审核方法及系统 |
CN109919076A (zh) * | 2019-03-04 | 2019-06-21 | 厦门商集网络科技有限责任公司 | 基于深度学习的确认ocr识别结果可靠性的方法及介质 |
CN111539412A (zh) * | 2020-04-21 | 2020-08-14 | 上海云从企业发展有限公司 | 一种基于ocr的图像分析方法、系统、设备及介质 |
CN111639911A (zh) * | 2020-05-27 | 2020-09-08 | 中信银行股份有限公司 | 一种资产托管指令线上化处理方法、装置、存储介质及电子设备 |
CN111680987A (zh) * | 2020-06-03 | 2020-09-18 | 中国银行股份有限公司 | 基于票据的交易处理方法、装置、设备及可读存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115242477A (zh) * | 2022-07-14 | 2022-10-25 | 武汉金融电子结算中心有限公司 | 同城票据影像交换系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020024407A1 (zh) | 电子装置、车险智能理赔方法及存储介质 | |
WO2021042747A1 (zh) | 发票图片识别及验真方法、系统、设备及可读存储介质 | |
CN110852065A (zh) | 一种文档审核方法、装置、系统、设备及存储介质 | |
CN110096244B (zh) | 一种基于数据处理的信息共享方法及相关设备 | |
US12008543B2 (en) | Systems and methods for enrollment and identity management using mobile imaging | |
CN112348326A (zh) | 一种银行业务处理方法和系统 | |
CN111783636A (zh) | 基于ocr的国际收支网申数据处理方法和装置 | |
CN111628896A (zh) | It运维管理方法、装置、设备及计算机存储介质 | |
CN114841128B (zh) | 基于人工智能的业务交互方法、装置、设备、介质及产品 | |
CN113076410A (zh) | 异常信息处理方法、装置、设备及存储介质 | |
CN112183348A (zh) | 一种票据业务处理方法、装置、电子设备及存储介质 | |
CN113326684B (zh) | 一种合同签约管理方法、系统及装置 | |
CN114445095A (zh) | 材料检测方法、装置、存储介质及电子设备 | |
CN112966304A (zh) | 流程文档的防篡改方法、装置、计算机设备及介质 | |
US20140279642A1 (en) | Systems and methods for enrollment and identity management using mobile imaging | |
CN111400187A (zh) | 基于定制数据源的参数动态化校验系统及方法 | |
CN116680261A (zh) | 数据报送方法、系统以及装置 | |
CN116662387A (zh) | 业务数据处理方法、装置、设备及存储介质 | |
CN115760010A (zh) | 报关单的审核方法、报关方法、装置、设备及存储介质 | |
CN113902573A (zh) | 理赔数据的处理方法及装置、存储介质、终端 | |
CN114444040A (zh) | 认证处理方法、装置、存储介质及电子设备 | |
CN111930535A (zh) | 一种应用功能调用方法、装置、计算机设备及存储介质 | |
CN111292051B (zh) | 一种外汇业务处理方法、装置、设备及介质 | |
CN110493205B (zh) | 一种地铁数据处理方法及装置 | |
CN114944950A (zh) | 实名认证方法以及装置 |
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 |