CN112269978B - 图像采集方法以及装置 - Google Patents

图像采集方法以及装置 Download PDF

Info

Publication number
CN112269978B
CN112269978B CN202011139336.8A CN202011139336A CN112269978B CN 112269978 B CN112269978 B CN 112269978B CN 202011139336 A CN202011139336 A CN 202011139336A CN 112269978 B CN112269978 B CN 112269978B
Authority
CN
China
Prior art keywords
image
acquisition
project
target
verification
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
CN202011139336.8A
Other languages
English (en)
Other versions
CN112269978A (zh
Inventor
贺祎迪
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.)
Ant Shengxin Shanghai Information Technology Co ltd
Original Assignee
Ant Shengxin Shanghai Information Technology Co ltd
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 Ant Shengxin Shanghai Information Technology Co ltd filed Critical Ant Shengxin Shanghai Information Technology Co ltd
Priority to CN202011139336.8A priority Critical patent/CN112269978B/zh
Publication of CN112269978A publication Critical patent/CN112269978A/zh
Application granted granted Critical
Publication of CN112269978B publication Critical patent/CN112269978B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31User authentication
    • G06F21/36User authentication by graphic or iconic representation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/62Text, e.g. of license plates, overlay texts or captions on TV images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40Document-oriented image-based pattern recognition
    • G06V30/41Analysis of document content
    • G06V30/414Extracting the geometrical structure, e.g. layout tree; Block segmentation, e.g. bounding boxes for graphics or text

Abstract

本说明书实施例提供图像采集方法以及装置,其中所述图像采集方法包括:接收用户针对目标项目提交的图像采集指令;基于所述图像采集指令,按照预设的采集频率,通过图像采集设备扫描获得项目图像;基于所述目标项目的至少一个图像校验算法,对所述项目图像进行图像校验;在任意一个图像校验未通过的情况下,针对校验未通过的图像校验生成对应的采集引导提示并展示。

Description

图像采集方法以及装置
技术领域
本说明书实施例涉及数据处理技术领域,特别涉及图像采集方法以及装置。
背景技术
随着互联网的发展,越来越多的项目通过互联网获取待审核的项目图像,这些待审核的项目图像需要用户预先进行采集并上传,以便对项目图像进行审核,目前,用户上传的项目图像的质量参差不齐,导致在审核过程中发现一些项目图像不符合审核要求,针对这些项目图像需要通知用户重新上传符合审核要求的项目图像,这种情况下,不仅导致审核过程增长,并且用户需要多次上传项目图像,因此,需要提供更有效的方案。
发明内容
有鉴于此,本说明书实施例提供了一种图像采集方法。本说明书一个或者多个实施例同时涉及一种图像采集装置,一种计算设备,以及一种计算机可读存储介质,以解决现有技术中存在的技术缺陷。
本说明书实施例的第一方面,提供了一种图像采集方法,包括:
接收用户针对目标项目提交的图像采集指令;
基于所述图像采集指令,按照预设的采集频率,通过图像采集设备扫描获得项目图像;
基于所述目标项目的至少一个图像校验算法,对所述项目图像进行图像校验;
在任意一个图像校验未通过的情况下,针对校验未通过的图像校验生成对应的采集引导提示并展示。
本说明书实施例的第二方面,提供了一种图像采集装置,包括:
接收指令模块,被配置为接收用户针对目标项目提交的图像采集指令;
获得图像模块,被配置为基于所述图像采集指令,按照预设的采集频率,通过图像采集设备扫描获得项目图像;
图像校验模块,被配置为基于所述目标项目的至少一个图像校验算法,对所述项目图像进行图像校验;
引导提示模块,被配置为在任意一个图像校验未通过的情况下,针对校验未通过的图像校验生成对应的采集引导提示并展示。
本说明书实施例的第三方面,提供了一种计算设备,包括:
存储器和处理器;
所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令:
接收用户针对目标项目提交的图像采集指令;
基于所述图像采集指令,按照预设的采集频率,通过图像采集设备扫描获得项目图像;
基于所述目标项目的至少一个图像校验算法,对所述项目图像进行图像校验;
在任意一个图像校验未通过的情况下,针对校验未通过的图像校验生成对应的采集引导提示并展示。
本说明书实施例的第四方面,提供了一种计算机可读存储介质,其存储有计算机可执行指令,该指令被处理器执行时实现所述图像采集方法的步骤。
本说明书提供一种图像采集方法,通过接收用户针对目标项目提交的图像采集指令,并基于所述图像采集指令,按照预设的采集频率,通过图像采集设备扫描获得项目图像,即无需用户手动采集,即可获得项目图像,并基于所述目标项目的至少一个图像校验算法,对所述项目图像进行图像校验;在任意一个图像校验未通过的情况下,针对校验未通过的图像校验生成对应的采集引导提示并展示,实现了在图像采集过程中,对采集的项目图像进行图像校验,并通过采集引导提示,引导用户针对目标项目进行高质量的图像采集。
附图说明
图1是本说明书一个实施例提供的一种图像采集方法的处理流程图;
图2是本说明书一个实施例提供的一种图像采集方法的类型错误提示示意图;
图3是本说明书一个实施例提供的一种图像采集方法的展示选项示意图;
图4是本说明书一个实施例提供的一种应用于保险项目的图像采集方法的处理流程图;
图5是本说明书一个实施例提供的一种图像采集方法的对准提示示意图;
图6是本说明书一个实施例提供的一种图像采集装置的示意图;
图7是本说明书一个实施例提供的一种计算设备的结构框图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本说明书内涵的情况下做类似推广,因此本说明书不受下面公开的具体实施的限制。
在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本说明书一个或多个实施例范围的情况下,第一也可以被称为第二,类似地,第二也可以被称为第一。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
首先,对本说明书一个或多个实施例涉及的名词术语进行解释。
AI(artificial intelligence,人工智能):亦称智械、机器智能,指由人工制造出来的机器所表现出来的智能,通常人工智能是指通过普通计算机程序来呈现人类智能的技术。
TensorFlow.js:是一个利用WebGL(Web Graphics Library,网络图形库)来进行加速的机器学习类库,它基于浏览器,提供了高层次的JavaScript API接口,它将高性能机器学习构建块带到浏览器中,使人能够在浏览器中训练神经网络或在推理模式下运行预先训练的模型,其中,WebGL是一种JavaScript API,用于在不使用插件的情况下,在任何兼容的网页浏览器中呈现交互式2D和3D图形,WebGL完全集成到浏览器的所有网页标准中,可将影像处理和效果的GPU加速使用方式当做网页的一部分,WebGL元素可以加入其他网页元素之中并与网页或网页背景的其他部分混合。
在本说明书中,提供了一种图像采集方法,本说明书一个或者多个实施例同时涉及一种图像采集装置,一种计算设备,以及一种计算机可读存储介质,在下面的实施例中逐一进行详细说明。
本说明书提供的一种图像采集方法实施例如下:
图1示出了根据本说明书一个实施例提供的一种图像采集方法的处理流程图,具体包括以下步骤:
步骤102,接收用户针对目标项目提交的图像采集指令。
具体的,所述目标项目,是指在项目处理过程中需要进行图像审核的项目,比如:需要进行健康图像审核的保险项目、需要进行身份图像审核的身份核验项目等,实际应用中,用户在线上针对目标项目进行项目处理的过程中,需要将其要提供的信息以项目图像的形式发送至项目方,以便项目方针对项目图像进行项目审核,因此,用户可以通过在用户界面点击图像采集链接或图像采集按钮等,调用图像采集接口对其需要提供的信息进行图像采集。
相应的,所述图像采集指令,是指调用图像采集设备进行图像采集的指令,其中,所述图像采集设备,可以是摄像头、相机等可以进行图像采集的设备,在此不做限制。
步骤104,基于所述图像采集指令,按照预设的采集频率,通过图像采集设备扫描获得项目图像。
具体的,所述采集频率,是可以根据项目的需求进行预先设定的,比如:250ms采集一次(即采集频率为4次/每秒),100ms采集一次(即采集频率为10次/每秒)或300ms采集一次(即采集频率约为3次/每秒)等,在此不做限制。
实际应用中,不同的用户,其使用的智能终端的硬差情况差别很大,有些用户的智能终端较为高端,而有些用户的智能终端较为低端,为了避免对低端的智能终端造成运行压力,且为了满足不同智能终端的采集需求,在进行图像采集之前根据用户的智能终端的硬件情况,确定用户的图像采集方式,本说明书实施例提供的一种可选实施方式中,所述基于所述图像采集指令,按照预设的采集频率,通过图像采集设备扫描获得项目图像,具体采用如下方式实现:
基于所述图像采集指令,获取所述图像采集设备对应的设备信息;
在所述设备信息满足预设采集条件的情况下,判断所述图像采集设备是否支持扫描模式;
若是,表明可以采集扫描模式进行图像采集,则按照预设的采集频率,通过图像采集设备扫描获得项目图像;
若否,表明不可以采用扫描模式进行图像采集,则采用拍摄模式进行图像采集,获得项目图像。
具体的,所述设备信息,可以是图像采集设备的设备型号信息或图像采集设备所属的智能终端的终端型号信息,此外,还可以是图像采集设备的某一项或多项设备参数等,在此不做限制,其中,智能终端可以是手机或平板电脑等设备终端,相应的,预设采集条件,是指预先设置的可以使用AI识别的设备条件,比如型号的白名单,在此白名单中的型号,即表示满足预设采集条件。
例如:用户U的图像采集设备所属的终端设备的型号为A,而预设采集条件为:型号为A、B或C,则确定终端设备的型号满足预设采集条件,则继续判断图像采集设备是否支持扫描模式,若是,表明可以采用扫描模式进行图像采集,则按照预设的采集频率,通过图像采集设备进行图像扫描,获得项目图像;若否,表明不可以采用扫描模式进行图像采集,则采用拍摄模式进行图像采集,获得项目图像。
实际应用中,可以通过在智能终端直接运行扫描程序,判断图像采集设备是否支持扫描模式,若运行成功,则通过扫描模式进行图像采集,若运行不成功,则通过拍摄模式进行图像采集。
其中,所述扫描模式,是指无需用户手动操作进行图像采集,而可以通过按照采集频率,截取图像采集设备所扫描的图像帧作为项目图像;所述拍摄模式,是指在接收用户输入的采集(或拍摄)指令的情况下,进行图像采集。
假设用户U的图像采集设备对应的设备信息不满足预设采集条件,则在图像采集过程中不进行AI识别(即不进行采集引导,以提示用户如何进行图像采集或提示用户所进行的不正确的行为)。
具体的,在上述判断所述图像采集设备是否支持扫描模式步骤的判断结果为否的情况下,本说明书实施例提供的一种可选实施方式中,采用拍摄模式进行图像采集,具体通过如下方式实现:
将所述图像采集设备的采集模式确定为拍摄模式;
接收所述用户在所述拍摄模式下提交的拍摄指令;
基于所述拍摄指令,通过所述图像采集设备拍摄获得项目图像,并执行所述基于所述目标项目的至少一个图像校验算法,对所述项目图像进行图像校验步骤。
具体的,所述拍摄指令,是指通过点击用户界面的拍摄按钮或其他拍摄控件等方式,提交的用于指示图像采集设备进行拍摄的指令。
本说明书实施例,在智能采集设备不能支持扫描模式的情况下,提供拍摄模式以供用户通过图像采集设备进行图像拍摄,获得目标图像,实现了针对不同设备进行图像采集提供了降级策略(即优先使用扫描模式,若无法支持扫描模式的情况下,使用拍摄模式),以提高用户的图像采集体验。
进一步的,在上述确定所述设备信息满足预设采集条件的情况下,即可启动智能识别程序,对图像采集设备的稳定性进行检测,以使用户可以保持图像采集设备的稳定性,以增加采集成功率以及提高获得的项目图像的质量,本说明书实施例提供的一种可选实施方式中,所述按照预设的采集频率,通过图像采集设备扫描获得项目图像之前,还包括:
对所述图像采集设备进行稳定性检测;
在所述稳定性检测未通过的情况下,向所述用户进行稳定性提示。
具体的,对图像采集设备进行稳定性检测,可以理解为对图像采集设备是否晃动或抖动进行检测,实际应用中,可以通过对截取的相近时刻的图像帧进行对比的方式进行稳定性检测,若两张图像帧之间的差别较大(大于阈值),则确定稳定性检测未通过,在稳定性检测未通过的情况下,向用户进行稳定性提示,比如:“请勿晃动您的设备”等。
步骤106,基于所述目标项目的至少一个图像校验算法,对所述项目图像进行图像校验。
具体的,在上述获得项目图像的基础上,对项目图像进行图像校验,以过滤掉采集效果不佳的图像,从而减少后期进行图像审核的人力成本,具体实施时,可以在智能终端运行采用TensorFlow.js实现的图像校验算法对项目图像进行图像校验。
其中,所述图像校验,是指通过图像校验算法对项目图像进行校验。
可选的,所述图像校验算法,包括:翻拍校验算法、文本校验算法、清晰度校验算法,和/或完整度校验算法。
相应的,所述采集引导提示,包括:翻拍采集引导提示、非文本采集引导提示、清晰度采集引导提示、和/或完整度采集引导提示。
其中,所述翻拍校验算法,用于校验项目图像是否为对设备屏幕进行翻拍获得的,若是,表明项目图像是通过翻拍获得的,则向用户进行翻拍采集引导提示,以提示用户不要进行翻拍;若否,表明项目图像不是通过翻拍获得的,则无需进行采集引导提示。
所述文本校验算法,用于校验项目图像中包含的信息是否为文本信息,若是,表明项目图像包含的信息为文本信息,则无需向用户进行采集引导提示;若否,表明项目图像包含的信息不是文本信息,则向用户进行非文本采集引导提示,以提示用户对文本(即纸质文本)进行图像采集。
所述清晰度校验算法,用于校验项目图像是否清晰,若是,表明项目图像是清晰的,则无需向用户进行采集引导提示;若否,表明项目图像是模糊的,则向用户进行清晰度采集引导提示,以提示用户目前采集的项目图像较为模糊需要重新采集。
所述完整度校验算法,用于校验项目图像中包含的文本信息是否完整,若是,表明项目图像中包含的文本信息是完整的,则无需向用户进行采集引导提示;若否,表明项目图像中包含的文本信息是不完整的,则向用户进行完整度采集引导提示,以提示用户调整采集角度,以对目标对象进行完整性采集。
此外,若需要采集的文本信息包含多页的情况下,还可以提示用户对多页文本进行图像采集。
本说明书实施例,通过上述校验算法对采集的项目图像进行图像校验,避免了项目图像出现翻拍、非文本、模糊、和/或不完整的情况,以便对用户进行相应的引导提示,以引导用户采集优质的项目图像。
进一步的,在上述图像校验通过的情况下,将校验通过的项目图像上传至服务端,以便对项目图像进行二次校验,进一步保障项目图像的有效性,本说明书实施例提供的一种可选实施方式中,所述对所述项目图像进行图像校验之后,还包括:
在图像校验通过的情况下,将校验通过的目标图像上传至服务端;
接收所述服务端返回的所述目标图像的目标图像类型;
将所述目标图像类型与所述图像采集指令中携带的图像类型进行对比;
在对比结果为类型一致的情况下,确定所述目标项目的图像采集结果为采集成功。
具体的,所述服务端是指目标项目的服务端,可用于存储目标图像;所述目标图像类型,是指服务端识别出的目标图像的图像类型,具体实施时,接收到服务端识别出的目标图像类型之后,将目标图像类型与欲采集的图像类型(即图像采集指令中携带的图像类型)进行比对,在对比结果为类型一致的情况下,确定针对目标项目的图像采集结果为成功。
以目标项目为保险项目为例,在对理赔图像P进行图像校验通过的情况下,将理赔图像P作为目标图像发送至服务端,以使服务端对理赔图像P进行光学字符识别,获得理赔图像P中包含的文本信息,并进一步基于文本信息,确定理赔图像P的目标图像类型为“出院小结”,则接收服务端发送目标图像类型:“出院小结”之后,将目标图像类型:“出院小结”与图像采集指令中携带图像类型:“出院小结”进行对比,对比结果为类型一致,则确定针对理赔图像的图像采集结果为采集成功。
在上述进行图像类型对比之后,还存在对比结果为类型不一致的情况,这种情况下,为用户提供切换采集模式的选项,使用户通过选择的更适合自身使用习惯的采集模式进行图像采集,以便提高采集效率,本说明书实施例提供的一种可选实施方式中,所述将所述目标图像类型与所述图像采集指令中携带的图像类型进行对比之后,还包括:
在对比结果为类型不一致的情况下,向所述用户展示采集模式选项;
接收所述用户针对所述采集模式选项输入的选择指令;
基于所述选择指令确定的采集模式,调用所述图像采集设备进行图像采集。
具体的,采集模式选项,包括但不限于:扫描模式选项、拍摄模式选项等,在此不做限制。
实际应用中,在目标图像的目标图像类型与图像采集指令中携带的图像类型不一致的情况下,向用户展示采集模式选项,以供用户对展示的采集模式选项进行选择(即输入对应的选择指令),进而通过选择的采集模式进行图像采集,增加了图像采集的灵活性。
进一步的,在对比结果为类型不一致的情况下,还可以进一步判断目标图像的目标图像类型是否为目标项目中有效的图像类型,在目标图像类型为有效的图像类型的情况下,对其图像类型进行矫正,并避免用户重新采集项目图像,增加了用户的采集体验,本说明书实施例提供的一种可选实施方式中,将所述目标图像类型与所述图像采集指令中携带的图像类型进行对比之后,还包括:
在对比结果为类型不一致的情况下,判断所述目标图像类型是否为所述目标项目的有效图像类型;
若是,表明用户对目标图像选择类型错误或分类错误,则向所述用户进行类型错误提示,在接收所述用户针对所述类型错误提示提交的类型确认指令情况下,将所述目标图像作为目标图像类型的图像上传至所述服务端;
若否,表明采集的目标图像中包含的信息并非是目标项目中需要审核的信息,则向用户进行无效图像提示,以提示用户采集有效的文本信息作为项目图像或直接上传已采集的项目图像。
具体的,所述有效图像类型,可以理解为项目处理过程中可能需要审核的图像类型,比如在保险理赔项目中,可能需要审核的图像类型(即有效图像类型)包括:出院小结、住院病历、诊断证明等。
实际应用中,在目标图像的目标图像类型为有效图像类型的情况下,表明用户虽然没有采集与其选择的图像类型对应的项目图像,但是采集了目标项目的其他有效类型的项目图像,为了避免在用户出现选择类型错误的情况下,对所采集的有效项目图像进行丢弃,向用户进行类型错误提示,比如:“您所上传的目标图像的目标图像类型为C1,并非所选择的图像类型C2,是否确认采集目标图像类型为C1的图像”,若接收用户U提交的类型确认指令,则将目标图像作为目标图像类型C1的图像上传至服务端。
此外,在对比结果为类型不一致的情况下,并且目标图像类型不是目标项目的有效图像类型,如图2所示,向用户提示:“非有效材料,当前上传材料非【出院小结】,请确认是否重新拍摄”,并向用户展示重新拍摄选项以及继续上传选项,以供用户进行选择。
步骤108,在任意一个图像校验未通过的情况下,针对校验未通过的图像校验生成对应的采集引导提示并展示。
实际应用中,可以对项目图像进行多个图像校验,其中任意一个图像校验未通过,都表明针对项目图像的图像校验未通过,则针对校验未通过的图像校验生成对应的采集引导提示并展示,以使用户得知采集的项目图像未通过图像校验的原因,并在采集引导提示的引导下,后续通过正确的方式进行图像采集。
实际应用中,还存在提示数量较多,而所采集的图像仍无法通过图像校验的问题,在这种情况下,允许用户选择继续进行图像采集还是直接上传图像,以避免无法完成图像采集的情况发生,本说明书实施例提供的一种可选实施方式中,所述针对校验未通过的图像校验生成对应的采集引导提示并展示之后,还包括:
统计所述采集引导提示的提示数量;
在所述提示数量小于数量阈值的情况下,执行所述按照预设的采集频率,通过图像采集设备扫描获得项目图像步骤;
在所述提示数量大于或等于数量阈值的情况下,向所述用户展示针对所述项目图像的采集选项以及上传选项。
具体的,所述提示数量,是指在图像采集过程中,对项目图像进行图像校验,而未通过图像校验的次数,具体实施时,可以设置一个提示数量的变量,每次新增一条采集引导提示后,将提示数量加1,并在针对校验未通过的图像校验生成对应的采集引导提示并展示步骤之后,获取该提示数量的变量的值(即统计采集引导提示的提示数量),基于提示数量,确定是否直接重新采集图像。
若提示数量小于数量阈值,表明用户还有基于采集引导提示改进采集方式,从而获得高质量的项目图像的空间,则直接再次通过扫描获得目标图像;
若提示数量大于或等于数量阈值,表明用户基于采集引导提示改进采集方式,从而获得高质量的项目图像的空间较小,则为用户提供采集选项以及上传选项,以避免出现用户无法针对目标项目上传采集到的项目图像的情况。
具体的,以保险理赔为例,在数量阈值为3次,提示数量等于3次的情况下,提示数量等于数量阈值,则如图3所示,在图像采集页面,向用户展示重新拍摄选项(即采集选项)以及确认提交选项(即上传选项),以供用户进行选择,并提示用户:“请确保材料拍摄清晰、完整、符合要求,否则在审核时将要求重新上传,影响理赔进度”。
进一步的,在用户选择继续采集的情况下,继续通过图像采集设备进行图像采集,以获得更高质量的项目图像,本说明书实施例提供的一种可选实施方式中,所述向所述用户展示针对所述项目图像的采集选项以及上传选项之后,还包括:
接收所述用户针对所述采集选项提交的采集指令;
基于所述采集指令,执行所述按照预设的采集频率,通过图像采集设备扫描获得项目图像步骤。
具体的,在用户在上述展示的采集选项以及上传选项中选择采集选项,从而提交采集指令的情况下,继续按照预设的采集频率,通过图像采集设备扫描获得项目图像,以提高再次采集的项目图像的采集质量。
此外,用户还可以选择不再继续重新采集项目图像,而是直接上传已采集的项目图像,以避免用户无法完成图像采集,本说明书实施例提供的一种可选实施方式中,所述向所述用户展示针对所述项目图像的采集选项以及上传选项之后,还包括:
接收所述用户针对所述上传选项提交的上传指令;
基于所述上传指令,将所述项目图像上传至服务端。
实际应用中,在用户在上述展示的采集选项以及上传选项中选择上传选项,从而提交上传指令,将项目图像上传至服务端,以便服务端对项目图像进行审核。
综上所述,本说明书提供一种图像采集方法,通过接收用户针对目标项目提交的图像采集指令,并基于所述图像采集指令,按照预设的采集频率,通过图像采集设备扫描获得项目图像,即无需用户手动采集,即可获得项目图像,并基于所述目标项目的至少一个图像校验算法,对所述项目图像进行图像校验;在任意一个图像校验未通过的情况下,针对校验未通过的图像校验生成对应的采集引导提示并展示,实现了在图像采集过程中,对采集的项目图像进行图像校验,并通过采集引导提示,引导用户针对目标项目进行高质量的图像采集。
下述结合附图4,以本说明书提供的图像采集方法在保险项目中的应用为例,若图像采集设备为相机,对所述图像采集方法进行进一步说明。其中,图4示出了本说明书一个实施例提供的一种应用于保险项目的图像采集方法的处理流程图,具体包括以下步骤:
步骤402,接收理赔用户针对保险项目提交的图像采集指令。
步骤404,基于所述图像采集指令,唤醒相机。
步骤406,基于相机所属手机的手机型号,判断是否支持智能识别。
若是,表明该手机型号可支持图像采集引导,则执行下述步骤408;
若否,表明该手机型号不支持图像采集引导,则不采开启图像采集引导。
步骤408,判断所述相机是否支持扫描模式。
若是,表明该手机的相机支持扫描模式,则执行下述步骤410;
若否,表明该手机的相机不支持扫描模式,则执行下述步骤414。
步骤410,确定相机的采集模式确定为扫描模式。
步骤412,按照预设的采集频率,通过所述相机扫描获得理赔图像。
步骤414,确定相机的采集模式确定为拍摄模式。
具体的,在进行图像采集的过程中,如图5所示,可以直接提示用户:“对所选择的图像类型进行对准,并在理赔材料有多页时,提示逐页拍摄上传”。
步骤416,基于接收的所述理赔用户在所述拍摄模式下提交的拍摄指令,通过所述相机拍摄获得理赔图像。
步骤418,基于所述保险项目的至少一个图像校验算法,对所述理赔图像进行图像校验。
具体的,所述图像校验算法,包括:
翻拍校验算法、文本校验算法、清晰度校验算法、和/或完整度校验算法。
步骤420,在任意一个图像校验未通过的情况下,针对校验未通过的图像校验生成对应的采集引导提示并展示。
具体的,所述采集引导提示,包括:翻拍采集引导提示、非文本采集引导提示、清晰度采集引导提示、和/或完整度采集引导提示。
进一步的,在展示采集引导提示之后,若所述相机的采集模式为扫描模式,则返回执行上述步骤412;若所述相机的采集模式为拍摄模式,则返回执行上述步骤416。
步骤422,在图像校验通过的情况下,将校验通过的目标图像上传至服务端,并接收所述服务端返回的所述目标图像的目标图像类型,将所述目标图像类型与所述图像采集指令中携带的图像类型进行对比。
步骤424,在对比结果为类型不一致的情况下,向所述理赔用户展示采集模式选项。
步骤426,接收所述理赔用户针对所述采集模式选项输入的选择指令。
具体的,采集模式选项,包括扫描模式以及拍摄模式。
步骤428,基于所述选择指令确定的采集模式,调用所述相机进行图像采集。
具体的,在理赔用户的选择指令确定的采集模式为扫描模式的情况下,执行上述步骤410;在理赔用户的选择指令确定的采集模式为拍摄模式的情况下,执行上述步骤414。
步骤430,在对比结果为类型一致的情况下,确定所述保险项目的图像采集结果为采集成功。
综上所述,本说明书提供一种图像采集方法,通过接收理赔用户针对保险项目提交的图像采集指令,并基于所述图像采集指令,按照预设的采集频率,通过相机扫描获得理赔图像,即无需理赔用户手动采集,即可获得理赔图像,并基于所述保险项目的至少一个图像校验算法,对所述理赔图像进行图像校验;在任意一个图像校验未通过的情况下,针对校验未通过的图像校验生成对应的采集引导提示并展示,实现了在图像采集过程中,对采集的理赔图像进行图像校验,并通过采集引导提示,引导用户针对保险项目进行高质量的图像采集,以降低理赔图像不通过的概率,并降低理赔用户的补材率。
本说明书提供的一种图像采集装置实施例如下:
与上述方法实施例相对应,本说明书还提供了图像采集装置实施例,图6示出了本说明书一个实施例提供的一种图像采集装置的示意图。如图6所示,该装置包括:
接收指令模块602,被配置为接收用户针对目标项目提交的图像采集指令;
获得图像模块604,被配置为基于所述图像采集指令,按照预设的采集频率,通过图像采集设备扫描获得项目图像;
图像校验模块606,被配置为基于所述目标项目的至少一个图像校验算法,对所述项目图像进行图像校验;
引导提示模块608,被配置为在任意一个图像校验未通过的情况下,针对校验未通过的图像校验生成对应的采集引导提示并展示。
可选的,所述图像采集装置,还包括:
第一上传模块,被配置为在图像校验通过的情况下,将校验通过的目标图像上传至服务端;
接收类型模块,被配置为接收所述服务端返回的所述目标图像的目标图像类型;
对比模块,被配置为将所述目标图像类型与所述图像采集指令中携带的图像类型进行对比;
确定成功模块,被配置为在对比结果为类型一致的情况下,确定所述目标项目的图像采集结果为采集成功。
可选的,所述图像采集装置,还包括:
第一展示选项模块,被配置为在对比结果为类型不一致的情况下,向所述用户展示采集模式选项;
接收选择指令模块,被配置为接收所述用户针对所述采集模式选项输入的选择指令;
调用设备模块,被配置为基于所述选择指令确定的采集模式,调用所述图像采集设备进行图像采集。
可选的,所述图像采集装置,还包括:
判断类型模块,被配置为在对比结果为类型不一致的情况下,判断所述目标图像类型是否为所述目标项目的有效图像类型;
若是,运行错误提示模块,所述错误提示模块,被配置为向所述用户进行类型错误提示;
第二上传模块,被配置为在接收所述用户针对所述类型错误提示提交的类型确认指令情况下,将所述目标图像作为目标图像类型的图像上传至所述服务端。
可选的,所述获得图像模块604,包括:
获取信息子模块,被配置为基于所述图像采集指令,获取所述图像采集设备对应的设备信息;
判断模式子模块,被配置为在所述设备信息满足预设采集条件的情况下,判断所述图像采集设备是否支持扫描模式;
若是,运行扫描子模块,所述扫描子模块,被配置为按照预设的采集频率,通过图像采集设备扫描获得项目图像。
可选的,若所述判断模式子模块的判断结果为否,运行如下子模块:
确定模式子模块,被配置为将所述图像采集设备的采集模式确定为拍摄模式;
接收拍摄指令模块,被配置为接收所述用户在所述拍摄模式下提交的拍摄指令;
拍摄模块,被配置为基于所述拍摄指令,通过所述图像采集设备拍摄获得项目图像,并执行所述基于所述目标项目的至少一个图像校验算法,对所述项目图像进行图像校验步骤。
可选的,所述图像校验算法,包括:
翻拍校验算法、文本校验算法、清晰度校验算法、和/或完整度校验算法;
相应的,所述采集引导提示,包括:
翻拍采集引导提示、非文本采集引导提示、清晰度采集引导提示、和/或完整度采集引导提示。
可选的,所述图像采集装置,还包括:
检测模块,被配置为对所述图像采集设备进行稳定性检测;
稳定性提示模块,被配置为在所述稳定性检测未通过的情况下,向所述用户进行稳定性提示。
可选的,所述图像采集装置,还包括:
统计数量模块,被配置为统计所述采集引导提示的提示数量;
在所述提示数量小于数量阈值的情况下,运行所述获得图像模块604;
第二展示选项模块,被配置为在所述提示数量大于或等于数量阈值的情况下,向所述用户展示针对所述项目图像的采集选项以及上传选项。
可选的,所述图像采集装置,还包括:
接收采集指令模块,被配置为接收所述用户针对所述采集选项提交的采集指令;
基于所述采集指令,运行所述获得图像模块604。
可选的,所述图像采集装置,还包括:
接收上传指令模块,被配置为接收所述用户针对所述上传选项提交的上传指令;
第三上传模块,被配置为基于所述上传指令,将所述项目图像上传至服务端。
可选的,所述目标项目,包括:保险项目,所述项目图像,包括:理赔图像。
综上所述,本说明书提供一种图像采集装置,通过接收用户针对目标项目提交的图像采集指令,并基于所述图像采集指令,按照预设的采集频率,通过图像采集设备扫描获得项目图像,即无需用户手动采集,即可获得项目图像,并基于所述目标项目的至少一个图像校验算法,对所述项目图像进行图像校验;在任意一个图像校验未通过的情况下,针对校验未通过的图像校验生成对应的采集引导提示并展示,实现了在图像采集过程中,对采集的项目图像进行图像校验,并通过采集引导提示,引导用户针对目标项目进行高质量的图像采集。
上述为本实施例的一种图像采集装置的示意性方案。需要说明的是,该图像采集装置的技术方案与上述的图像采集方法的技术方案属于同一构思,图像采集装置的技术方案未详细描述的细节内容,均可以参见上述图像采集方法的技术方案的描述。
本说明书提供的一种计算设备实施例如下:
图7示出了根据本说明书一个实施例提供的一种计算设备700的结构框图。该计算设备700的部件包括但不限于存储器710和处理器720。处理器720与存储器710通过总线730相连接,数据库750用于保存数据。
计算设备700还包括接入设备740,接入设备740使得计算设备700能够经由一个或多个网络760通信。这些网络的示例包括公用交换电话网(PSTN)、局域网(LAN)、广域网(WAN)、个域网(PAN)或诸如因特网的通信网络的组合。接入设备740可以包括有线或无线的任何类型的网络接口(例如,网络接口卡(NIC))中的一个或多个,诸如IEEE802.11无线局域网(WLAN)无线接口、全球微波互联接入(Wi-MAX)接口、以太网接口、通用串行总线(USB)接口、蜂窝网络接口、蓝牙接口、近场通信(NFC)接口,等等。
在本说明书的一个实施例中,计算设备700的上述部件以及图7中未示出的其他部件也可以彼此相连接,例如通过总线。应当理解,图7所示的计算设备结构框图仅仅是出于示例的目的,而不是对本说明书范围的限制。本领域技术人员可以根据需要,增添或替换其他部件。
计算设备700可以是任何类型的静止或移动计算设备,包括移动计算机或移动计算设备(例如,平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如,智能手机)、可佩戴的计算设备(例如,智能手表、智能眼镜等)或其他类型的移动设备,或者诸如台式计算机或PC的静止计算设备。计算设备700还可以是移动式或静止式的服务器。
本说明书提供一种计算设备,包括存储器710、处理器720及存储在存储器上并可在处理器上运行的计算机指令,所述处理器720用于执行如下计算机可执行指令:
接收用户针对目标项目提交的图像采集指令;
基于所述图像采集指令,按照预设的采集频率,通过图像采集设备扫描获得项目图像;
基于所述目标项目的至少一个图像校验算法,对所述项目图像进行图像校验;
在任意一个图像校验未通过的情况下,针对校验未通过的图像校验生成对应的采集引导提示并展示。
上述为本实施例的一种计算设备的示意性方案。需要说明的是,该计算设备的技术方案与上述的图像采集方法的技术方案属于同一构思,计算设备的技术方案未详细描述的细节内容,均可以参见上述图像采集方法的技术方案的描述。
本说明书提供的一种计算机可读存储介质实施例如下:
本说明书提供一种计算机可读存储介质,其存储有计算机指令,该指令被处理器执行时以用于:
接收用户针对目标项目提交的图像采集指令;
基于所述图像采集指令,按照预设的采集频率,通过图像采集设备扫描获得项目图像;
基于所述目标项目的至少一个图像校验算法,对所述项目图像进行图像校验;
在任意一个图像校验未通过的情况下,针对校验未通过的图像校验生成对应的采集引导提示并展示。
上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是,该存储介质的技术方案与上述的图像采集方法的技术方案属于同一构思,存储介质的技术方案未详细描述的细节内容,均可以参见上述图像采集方法的技术方案的描述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
所述计算机指令包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本说明书实施例并不受所描述的动作顺序的限制,因为依据本说明书实施例,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本说明书实施例所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
以上公开的本说明书优选实施例只是用于帮助阐述本说明书。可选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书实施例的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本说明书实施例的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本说明书。本说明书仅受权利要求书及其全部范围和等效物的限制。

Claims (14)

1.一种图像采集方法,包括:
接收用户针对目标项目提交的图像采集指令;
基于所述图像采集指令,按照预设的采集频率,通过图像采集设备扫描获得项目图像;
基于所述目标项目的至少一个图像校验算法,对所述项目图像进行图像校验;
在图像校验通过的情况下,将校验通过的目标图像上传至服务端;
接收所述服务端返回的所述目标图像的目标图像类型;
将所述目标图像类型与所述图像采集指令中携带的图像类型进行对比;
在对比结果为类型不一致的情况下,判断所述目标图像类型是否为所述目标项目的有效图像类型,所述有效图像类型为项目处理过程中与所述图像采集指令中携带的图像类型不同的其他需要审核的图像类型;
若是,则向所述用户进行类型错误提示;
在接收所述用户针对所述类型错误提示提交的类型确认指令情况下,将所述目标图像作为目标图像类型的图像上传至所述服务端;
在任意一个图像校验未通过的情况下,针对校验未通过的图像校验生成对应的采集引导提示并展示。
2.根据权利要求1所述的图像采集方法,所述将所述目标图像类型与所述图像采集指令中携带的图像类型进行对比之后,还包括:
在对比结果为类型一致的情况下,确定所述目标项目的图像采集结果为采集成功。
3.根据权利要求2所述的图像采集方法,所述将所述目标图像类型与所述图像采集指令中携带的图像类型进行对比之后,还包括:
在对比结果为类型不一致的情况下,向所述用户展示采集模式选项;
接收所述用户针对所述采集模式选项输入的选择指令;
基于所述选择指令确定的采集模式,调用所述图像采集设备进行图像采集。
4.根据权利要求1所述的图像采集方法,所述基于所述图像采集指令,按照预设的采集频率,通过图像采集设备扫描获得项目图像,包括:
基于所述图像采集指令,获取所述图像采集设备对应的设备信息;
在所述设备信息满足预设采集条件的情况下,判断所述图像采集设备是否支持扫描模式;
若是,则按照预设的采集频率,通过图像采集设备扫描获得项目图像。
5.根据权利要求4所述的图像采集方法,若所述判断所述图像采集设备是否支持扫描模式步骤的判断结果为否,执行如下操作步骤:
将所述图像采集设备的采集模式确定为拍摄模式;
接收所述用户在所述拍摄模式下提交的拍摄指令;
基于所述拍摄指令,通过所述图像采集设备拍摄获得项目图像,并执行所述基于所述目标项目的至少一个图像校验算法,对所述项目图像进行图像校验步骤。
6.根据权利要求1所述的图像采集方法,所述图像校验算法,包括:
翻拍校验算法、文本校验算法、清晰度校验算法、和/或完整度校验算法;
相应的,所述采集引导提示,包括:
翻拍采集引导提示、非文本采集引导提示、清晰度采集引导提示、和/或完整度采集引导提示。
7.根据权利要求1所述的图像采集方法,所述按照预设的采集频率,通过图像采集设备扫描获得项目图像之前,还包括:
对所述图像采集设备进行稳定性检测;
在所述稳定性检测未通过的情况下,向所述用户进行稳定性提示。
8.根据权利要求1所述的图像采集方法,所述针对校验未通过的图像校验生成对应的采集引导提示并展示之后,还包括:
统计所述采集引导提示的提示数量;
在所述提示数量小于数量阈值的情况下,执行所述按照预设的采集频率,通过图像采集设备扫描获得项目图像步骤;
在所述提示数量大于或等于数量阈值的情况下,向所述用户展示针对所述项目图像的采集选项以及上传选项。
9.根据权利要求8所述的图像采集方法,所述向所述用户展示针对所述项目图像的采集选项以及上传选项之后,还包括:
接收所述用户针对所述采集选项提交的采集指令;
基于所述采集指令,执行所述按照预设的采集频率,通过图像采集设备扫描获得项目图像步骤。
10.根据权利要求8所述的图像采集方法,所述向所述用户展示针对所述项目图像的采集选项以及上传选项之后,还包括:
接收所述用户针对所述上传选项提交的上传指令;
基于所述上传指令,将所述项目图像上传至服务端。
11.根据权利要求1所述的图像采集方法,所述目标项目,包括:保险项目,所述项目图像,包括:理赔图像。
12.一种图像采集装置,包括:
接收指令模块,被配置为接收用户针对目标项目提交的图像采集指令;
获得图像模块,被配置为基于所述图像采集指令,按照预设的采集频率,通过图像采集设备扫描获得项目图像;
图像校验模块,被配置为基于所述目标项目的至少一个图像校验算法,对所述项目图像进行图像校验;在图像校验通过的情况下,将校验通过的目标图像上传至服务端;接收所述服务端返回的所述目标图像的目标图像类型;将所述目标图像类型与所述图像采集指令中携带的图像类型进行对比;在对比结果为类型不一致的情况下,判断所述目标图像类型是否为所述目标项目的有效图像类型,所述有效图像类型为项目处理过程中与所述图像采集指令中携带的图像类型不同的其他需要审核的图像类型;若是,则向所述用户进行类型错误提示;在接收所述用户针对所述类型错误提示提交的类型确认指令情况下,将所述目标图像作为目标图像类型的图像上传至所述服务端;
引导提示模块,被配置为在任意一个图像校验未通过的情况下,针对校验未通过的图像校验生成对应的采集引导提示并展示。
13.一种计算设备,包括:
存储器和处理器;
所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,以实现下述方法:
接收用户针对目标项目提交的图像采集指令;
基于所述图像采集指令,按照预设的采集频率,通过图像采集设备扫描获得项目图像;
在图像校验通过的情况下,将校验通过的目标图像上传至服务端;
接收所述服务端返回的所述目标图像的目标图像类型;
将所述目标图像类型与所述图像采集指令中携带的图像类型进行对比;
在对比结果为类型不一致的情况下,判断所述目标图像类型是否为所述目标项目的有效图像类型,所述有效图像类型为项目处理过程中与所述图像采集指令中携带的图像类型不同的其他需要审核的图像类型;
若是,则向所述用户进行类型错误提示;
在接收所述用户针对所述类型错误提示提交的类型确认指令情况下,将所述目标图像作为目标图像类型的图像上传至所述服务端;
基于所述目标项目的至少一个图像校验算法,对所述项目图像进行图像校验;
在任意一个图像校验未通过的情况下,针对校验未通过的图像校验生成对应的采集引导提示并展示。
14.一种计算机可读存储介质,其存储有计算机指令,该指令被处理器执行时实现权利要求1至11任意一项所述图像采集方法的步骤。
CN202011139336.8A 2020-10-22 2020-10-22 图像采集方法以及装置 Active CN112269978B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011139336.8A CN112269978B (zh) 2020-10-22 2020-10-22 图像采集方法以及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011139336.8A CN112269978B (zh) 2020-10-22 2020-10-22 图像采集方法以及装置

Publications (2)

Publication Number Publication Date
CN112269978A CN112269978A (zh) 2021-01-26
CN112269978B true CN112269978B (zh) 2022-11-15

Family

ID=74341514

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011139336.8A Active CN112269978B (zh) 2020-10-22 2020-10-22 图像采集方法以及装置

Country Status (1)

Country Link
CN (1) CN112269978B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003037766A (ja) * 2001-07-24 2003-02-07 Matsushita Electric Ind Co Ltd 虹彩撮像装置
CN106021548A (zh) * 2016-05-27 2016-10-12 大连楼兰科技股份有限公司 基于分布式人工智能图像识别的远程定损方法及系统
CN107679457A (zh) * 2017-09-06 2018-02-09 阿里巴巴集团控股有限公司 用户身份校验方法及装置
WO2018113523A1 (zh) * 2016-12-24 2018-06-28 深圳云天励飞技术有限公司 一种图像处理方法及装置、存储介质
CN110728244A (zh) * 2019-10-16 2020-01-24 支付宝(杭州)信息技术有限公司 豢养物身份信息采集的引导方法以及装置
CN110909683A (zh) * 2019-11-25 2020-03-24 支付宝(杭州)信息技术有限公司 基于保障项目的保障核验方法以及装置
CN111343200A (zh) * 2020-05-15 2020-06-26 支付宝(杭州)信息技术有限公司 基于信用的业务代理方法及装置
CN111582874A (zh) * 2020-05-08 2020-08-25 支付宝(杭州)信息技术有限公司 身份核验方法以及装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112580573A (zh) * 2015-02-03 2021-03-30 居米奥公司 用于成像识别信息的系统和方法
CN113888739A (zh) * 2019-05-24 2022-01-04 创新先进技术有限公司 图像采集引导方法以及装置
CN110334590B (zh) * 2019-05-24 2023-05-23 创新先进技术有限公司 图像采集引导方法以及装置
CN110309821B (zh) * 2019-05-24 2023-04-18 创新先进技术有限公司 图像采集检测方法以及装置
CN110705532B (zh) * 2019-09-05 2023-04-18 创新先进技术有限公司 一种识别翻拍图像的方法、装置及设备
CN110674718B (zh) * 2019-09-17 2023-04-18 维沃移动通信有限公司 一种人脸识别方法及电子设备
CN112199660A (zh) * 2020-07-03 2021-01-08 支付宝(杭州)信息技术有限公司 电子设备投保的校验方法和装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003037766A (ja) * 2001-07-24 2003-02-07 Matsushita Electric Ind Co Ltd 虹彩撮像装置
CN106021548A (zh) * 2016-05-27 2016-10-12 大连楼兰科技股份有限公司 基于分布式人工智能图像识别的远程定损方法及系统
WO2018113523A1 (zh) * 2016-12-24 2018-06-28 深圳云天励飞技术有限公司 一种图像处理方法及装置、存储介质
CN107679457A (zh) * 2017-09-06 2018-02-09 阿里巴巴集团控股有限公司 用户身份校验方法及装置
CN110728244A (zh) * 2019-10-16 2020-01-24 支付宝(杭州)信息技术有限公司 豢养物身份信息采集的引导方法以及装置
CN110909683A (zh) * 2019-11-25 2020-03-24 支付宝(杭州)信息技术有限公司 基于保障项目的保障核验方法以及装置
CN111582874A (zh) * 2020-05-08 2020-08-25 支付宝(杭州)信息技术有限公司 身份核验方法以及装置
CN111343200A (zh) * 2020-05-15 2020-06-26 支付宝(杭州)信息技术有限公司 基于信用的业务代理方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于Android Things的智能门禁系统设计;朱贺新等;《北京工业职业技术学院学报》;20190510(第02期);全文 *

Also Published As

Publication number Publication date
CN112269978A (zh) 2021-01-26

Similar Documents

Publication Publication Date Title
US20180239987A1 (en) Image recognition method and apparatus
CN108197618B (zh) 用于生成人脸检测模型的方法和装置
EP4050511A1 (en) Image optimisation method and apparatus, computer storage medium, and electronic device
EP3989104A1 (en) Facial feature extraction model training method and apparatus, facial feature extraction method and apparatus, device, and storage medium
CN111881926A (zh) 图像生成、图像生成模型的训练方法、装置、设备及介质
US20230041573A1 (en) Image processing method and apparatus, computer device and storage medium
CN111767883A (zh) 一种题目批改方法及装置
CN111815169A (zh) 业务审批参数配置方法及装置
CN114616565A (zh) 使用视听不一致性的活体检测
CN111427990A (zh) 一种智慧校园教学辅助的智能考试控制系统及方法
CN112269978B (zh) 图像采集方法以及装置
CN111507181B (zh) 票据图像的矫正方法、装置及计算机设备
CN110738503A (zh) 身份验证方法以及装置
CN113538629A (zh) 检测方法及装置
US20230237630A1 (en) Image processing method and apparatus
CN116434312A (zh) 图像识别模型的安全性检测方法及装置
CN113850238B (zh) 文档检测方法、装置、电子设备及存储介质
CN111405194A (zh) 图像处理方法及装置
CN111711753B (zh) 照片上传方法及装置、存储介质及电子设备
CN110008907B (zh) 一种年龄的估计方法、装置、电子设备和计算机可读介质
US20230005301A1 (en) Control apparatus, control method, and non-transitory computer readable medium
CN113709401A (zh) 视频通话方法、设备、存储介质及程序产品
CN112749769A (zh) 图形码检测方法、装置、计算机设备及存储介质
CN113610064B (zh) 笔迹识别方法和装置
CN114154093A (zh) 身份识别方法、装置以及计算机可读存储介质

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20211221

Address after: Room 610, floor 6, No. 618, Wai Road, Huangpu District, Shanghai 200010

Applicant after: Ant Shengxin (Shanghai) Information Technology Co.,Ltd.

Address before: 801-11, Section B, 8th floor, 556 Xixi Road, Xihu District, Hangzhou City, Zhejiang Province, 310013

Applicant before: Alipay (Hangzhou) Information Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant