CN112396459A - 一种用于购物凭证核销的云审核方法 - Google Patents
一种用于购物凭证核销的云审核方法 Download PDFInfo
- Publication number
- CN112396459A CN112396459A CN202011302632.5A CN202011302632A CN112396459A CN 112396459 A CN112396459 A CN 112396459A CN 202011302632 A CN202011302632 A CN 202011302632A CN 112396459 A CN112396459 A CN 112396459A
- Authority
- CN
- China
- Prior art keywords
- picture
- error
- data
- word
- shopping
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012795 verification Methods 0.000 title claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 11
- 230000000694 effects Effects 0.000 claims abstract description 7
- 238000005516 engineering process Methods 0.000 claims abstract description 5
- 230000011218 segmentation Effects 0.000 claims description 21
- 238000012937 correction Methods 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 10
- 230000006399 behavior Effects 0.000 claims description 5
- 238000010801 machine learning Methods 0.000 claims description 3
- 238000003058 natural language processing Methods 0.000 claims description 3
- 238000012550 audit Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 claims description 2
- 238000005065 mining Methods 0.000 claims description 2
- 235000019580 granularity Nutrition 0.000 description 7
- 238000012015 optical character recognition Methods 0.000 description 3
- 206010011224 Cough Diseases 0.000 description 1
- 208000031361 Hiccup Diseases 0.000 description 1
- 206010047700 Vomiting Diseases 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000008673 vomiting Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0225—Avoiding frauds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/232—Orthographic correction, e.g. spell checking or vowelisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- 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
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- 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)
- Finance (AREA)
- Health & Medical Sciences (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Strategic Management (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Multimedia (AREA)
- Entrepreneurship & Innovation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供的一种用于购物凭证核销的云审核方法，能够自动识别购物凭证中的相关信息，并进行对应措施的推送，具体步骤如下所示：S1.通过识别技术读取图片票面信息进行数据处理，判断是否存在目标信息；S2.针对数据集，根据预设的规则进行数据匹配度的判断；S3.根据组合规则，判断数据集中是否存在符合组合规则的数据组合；S4.根据预设的活动规则，基于当前的数据组合进行奖品配对，并显示或发送配对结果。
Description
技术领域
本发明涉及购物凭证的核销方法，具体地，涉及一种用于购物凭证核销的云审核方法。
背景技术
很多线下的商场或连锁商户，为了促进消费会进行各种促销活动，最常见的促销方式一般会依据购物单据上的信息来进行是否中奖的判断。而为了方便用户的兑奖，也为了使活动的广度不再受区域的限制，一般都会采用拍照购物凭证的方式来进行。
虽然目前有针对存数字领域(如：基于数字判断的固定票据模式的福利彩票)的核销方式，但是，当该技术被应用于复杂的收银条、购物小票等环境时，则出现频繁出错的情况。例如：无法准确识别小票上的具体中奖信息，无法准确识别通过兑奖人自行上传的网络照片凭证是否作假等等问题。
目前，这种判断往往通过机票简单识别和人工判断的方式来进行，一方面出错率高，另一方面效率低下。从而造成客户体现差，完全无法达到商户促销和培养消费者来该商户进行持续消费习惯的目的。而且往往由于这种落后的核对模式，导致很多消费者失去信心的情况。
发明内容
本发明旨在克服上述缺陷，提供一种能够提高识别效率，能够减少出错率的核销系统。
本发明提供的一种用于购物凭证核销的云审核方法，其特征在于：自动识别购物凭证中的相关信息，并进行对应措施的推送，具体步骤如下所示：
S1.通过识别技术读取图片票面信息进行数据处理，判断是否存在目标信息；
当存在目标信息时，根据预设的参与条件，提取目标信息及相关信息后形成数据集，进行步骤S2；
当不存在目标信息时，结束审核，并发出“未能中奖”或类似的提示；
S2.针对数据集，根据预设的规则进行数据匹配度的判断；
当匹配度大于阈值时，进行步骤S3；
当匹配度小于阈值时，结束审核，并发出“未能中奖”或类似的提示；
S3.根据组合规则，判断数据集中是否存在符合组合规则的数据组合；
当结果为“存在”时，记录数据组合，并进行步骤S4；
当结果为“不存在”时，结束审核，并发出“未能中奖”或类似的提示；
S4.根据预设的活动规则，基于当前的数据组合进行奖品配对，并显示或发送配对结果。
进一步地，本发明提供的一种用于购物凭证核销的云审核方法，其特征在于：在S1步骤中，
其中，所述数据处理包括：将原票面信息数据转换为JSON格式进行存储。
进一步地，本发明提供的一种用于购物凭证核销的云审核方法，其特征在于：在S1步骤中，
其中，所述数据处理包括自动矫正工序；
所述自动矫正工序，包括对自然语言及语议的纠正、对行业专用词汇的识别和纠正、对字词顺序进行纠正，以及相关语言上的错误进行纠正。
进一步地，本发明提供的一种用于购物凭证核销的云审核方法，其特征在于：所述自动矫正工序的具体步骤为：
S1-1.识别图片中的行列，对其进行分割；
S1-2.检测和识别所有字符，按其原始行列顺序进行图片上的文本还原，形成字符集；
S1-3.通过自然语言词库，对字符集中的所有的字符进行自然语言处理及语议纠正；
S1-4.根据行业专用词库，对S1-3纠正后的字符集中的所有的字符，再次进行行业用语的纠正；
S1-5.对S1-4纠正后的字符集，进行错误检测和识别，形成错误位置候选集；
S1-6.通过谐音、混淆、形似字、字词顺序颠倒手段及分词词库关键词库，再次进行语义的纠正。
进一步地，本发明提供的一种用于购物凭证核销的云审核方法，其特征在于：在S1-5的过程中，判断文字是否存在错误的方式为：
步骤1.采用分词器插件进行分词，根据字粒度和词粒度双重标准来判断是否存在切分错误的情况；
步骤2.当存在切分错误和疑似错误的情况时，将所有的出错和疑似出错位置，归集为错误位置候选集。
进一步地，本发明提供的一种用于购物凭证核销的云审核方法，其特征在于：针对错误位置候选集，
步骤1.根据S1-6使用音似、形似词典进行的错误标识，确认及模拟替换错误位置的词；
步骤2.通过语言模型计算句子困惑度；
步骤3.对所有模拟替换错误位置后的候选集结果进行比较，得到最优纠正词，并进行矫正。
进一步地，本发明提供的一种用于购物凭证核销的云审核方法，其特征在于：在自动矫正的过程中，还具有训练模块；
所述训练模块，根据互联网用户行为挖掘海量训练样本，在复杂多变的应用场景下不断机器学习和样本训练，丰富基础标签数据库。
进一步地，本发明提供的一种用于购物凭证核销的云审核方法，其特征在于：还包括图片核验工序；
所述图片核验工序，检测图片是否存在作假和重复，对作假或重复的图片进行报错。
进一步地，本发明提供的一种用于购物凭证核销的云审核方法，其特征在于：所述图片核验工序包括如下至少一种判断步骤：
判断步骤A.读取图片源数据读取EXIF源数据，根据EXIF源数据判断图片文件是否被更改过；
判断步骤B.将图片进行区域切分扫描，通过局部切分对比总平均色阶来判断是否有异常色阶，当存在异常色阶的范围到达设定阈值时，判定图片被修改过。
进一步地，本发明提供的一种用于购物凭证核销的云审核方法，其特征在于：还包括统计步骤；
所述统计步骤，对所有参与核销的票据信息进行存储、统计和监管；
所述图片核验工序还包括如下至少一种判断步骤：
判断步骤C.将图片转换为二进制字节流，通过MD5 Hash加密字节流进行加密值全库扫描,将加密码的MD5 32位HASH值通过与历史图片的HASH进行匹配，判断是否存在相同的HASH值，当存在相同的HASH值时，判定其为重复图片；
判断步骤D.对图片内的字符数据进行识别后，根据定义的关键信息组合，将当前图片与历史图片内的字符信息进行相似度匹配，当相似度达到设定的阈值时，判定其为重复图片；
判断步骤E.将图片进行区域切分扫描，并将区域划分为内容区和非内容区，针对图片内容区的色域度框架与历史图片的色域度框架进行对比，当相似度达到设定的阈值时，判定其为重复图片。
具体实施方式
当系统获得用户上传的收银单或购物凭证小票的照片后，通过如下方法进行是否获得的识别，并且当判定该下票符合中奖规则后，自动推送相应的奖励。
其具体步骤如下：
S0.通过防作假模块，对用户端上传的照片进行防作假判断，如未能通过该模块的评估，将转至人工审核模块；针对能够通过该模块审核的单据进行后续的正常核销手续；
该防作假模块的处理方法包含如下一个或多个(当防伪工序采用多渠道防伪时，则一一进行防伪审核)防伪审查过程：
S0-1为针对采用PS等软件进行的图片作假行为，其方法为通过读取图片源数据读取EXIF源数据，判断文件是否被2次更改过。其依据在于经美图秀秀,Adobe Photoshop,Microsoft Windows,天天P图等常规软件实现P图的行为处理过的图片，其EXIF源数据会出现如下表所示意信息：
表一、PS处理过的文件EXIF会包括类于如下信息：
在本方案中，仅需通过读取该信息中的可变字段，来判断其是否发现变化，即可了解该图片是否被处理过。
S0-2.将图片通过微软C#字节流处理方式(IO处理类)将图片转换为二进制字节流，通过MD5 Hash加密字节流进行加密值全库扫描来排除重复。
即、将加密码的MD532位HASH值通过已处理存放在数据中的历史图片HASH进行匹配，如果HASH值一致，认定为重复图片。
S0-3.将单个文字划分为16px*16px的网络区域，每一个像素作为一个输入的x，X的维度为256*1，将图片通过程序进行区域切分扫描，区分内容区和非内容区色阶系统，通过局部切分对比总平均色阶来判断是否有异常色阶，通过异常色域判断图片是否被异常，当色阶值<72％时，系统判定为图片异常。
S0-4.定义识别关键信息组合：如购物时间(精确到秒)，购物地点，SKU，金额，门店，匹配信息相似度，相似度90％以上认定为异常信息，异常信息进入异常通道，待人工二次复审后再判定是否放行。
S0-5.读取图片内容区的色域度框架来对比库中已知的色域框架，如有100％一致认定为异常图片，进入异常通道。
S1.通过OCR识别技术读取图片票面信息进行数据处理；
S1-1.将原票面信息数据转换为JSON格式进行序列进行存储；
S1-2.将存储数据通过预设的关键词进行有效性信息提取,并将有效信息通过接口方式实时返回到接口输出端；
具体地有效性信息提取的方式如下：
S1-2-1.通过OCR等文字识别软件识别票面上的字符，并进行纠错后形成翻译后的文本；
S1-2-2.基于上述文本，根据预设的规则提取必要的有效性信息；该规则一般是基于判定是否中奖的要素来进行选定的，例如：本次中奖需根据特定门店的，特定商品，特定品牌，特定销售期间，特定的销售渠道等来判定是否中奖，那么在该情景下，需要提取的有效性信息有：SKU，商品69码，品牌，渠道，门店，时间等必须的字符要素)；
上述S1-2-1中的识别并纠错的具体方式如下：
S1-2-1-1.识别照片中的所有字符，文字提取流程如下：
输入图像-预处理-行列分割-字符检测-字符识别。
S1-2-1-2.通过ElasticSearch中的自然语言词库，对所有被识别出的字符进行自然语言处理及语议纠正；
S1-2-1-3.根据行业相应术语词库，进行行业用语的纠正；
例如：当行业词库主要范围是快消行业线下销售相关的词库，可以包括：促销相关，渠道相关，商品品类，品牌，商家相关的专用关键词。根据不同需求和行业差异，该词库可进行自我升级学习和增加。
S1-2-1-4.检测读取的文字是否有错误：先通过Elasticsearch之中文分词器插件es-ik进行分词，由于句子中含有错别字，所以切词结果往往会有切分错误的情况，这样从字粒度和词粒度两方面检测错误，整合这两种粒度的疑似错误结果，形成疑似错误位置候选集；
其中，字粒度指语言模型困惑度(ppl)检测某字的似然概率值低于句子文本平均值，则判定该字是疑似错别字的概率大。
词粒度指切词后不在词典中的词是疑似错词的概率大。
针对上述候选集内的字符，进行错误纠正，即、针对Elasticsearch之中文分词是遍历所有的疑似错误位置，使用音似、形似词典确认及替换错误位置的词，然后通过语言模型计算句子困惑度，对所有候选集结果比较并排序，得到最优纠正词后进行纠正；
S1-2-1-5.通过谐音，混淆，形似字，字词顺序颠倒手段及分词词库关键词进行对比及纠错；
具体的方式如下：
谐音字词，如：配副眼睛-配副眼镜
混淆音字词，如：流浪织女-牛郎织女
字词顺序颠倒，如：伍迪艾伦-艾伦伍迪
字词补全，如：爱有天意-假如爱有天意
形似字错误，如：高梁-高粱王器-玉器
中文拼音全拼，如：xingfu-幸福
中文拼音缩写，如：sz-深圳
语法错误，如：想象难以-难以想象
别字：如：感帽，随然，传然，呕土等
人名，地名错误：如：哈蜜(正：哈密)
拼音错误：如：咳数(ke shu)—>ke sou,
知识性错误：如：广州黄浦(埔)
用户发音、方言纠错：如：我系东北滴黑社会，俚蛾几现在在我手上。(我是东北的黑社会，你儿子现在在我手上。)
重复性错误：在上上面上面那什么啊
口语化问题：呃。呃，啊，那用户名称是叫什么呢？(正：那用户名称是叫什么呢？)
此外，本系统还具有自动学习的功能，通过互联网用户行为挖掘海量训练样本，让算法在复杂多变的应用场景下不断机器学习和样本训练，丰富基础标签数据库。
S2.通过记录的关键信息和系统预设的关键词模板进行有效度匹配，从而根据信息来验证活动参与条件。
上述关键词模板指，根据中奖规则来预设的模板，例如：本次活动的中奖信息，需根据特定的几个渠道，特定的几个来源，特定的多个门店，特定的多个购买的商品，特定的多个销售时间等来确定，那么S1步骤中会提取的有效性信息就会包含如上多个类别的数据，在S2中根据上述模板，对采集的有效性信息进行一一比对，从而获得每个票单的匹配度，当匹配度大于设定的数值时，则认定其为候选的中奖序列，进入下一步骤。
S3.通过规则引擎确认中奖序列所对应的奖品；
规则引擎计算汇总的方式可以为：满足条件的SKU获得是否有消费者参与活动抽奖的输入条件以及对应参与活动的坎级和规则约束，其中包括：
包含单SKU或69码；
包含SKU或69码排他某SKU或69码；
包含SKU或69码并且同时包含某关键词；
包含某关键词排除某单品；
包含某关键词并且包含某商品；
其他包含和排他性规则等等。
上述规则，均一一定义其所对应的奖品，根据上述规则，将候选中奖序列进行匹配，从而能够确认其所对应的奖品。
S4.系统对接电子奖品池(卡密/直充/实物/现金红包)通过接口条件进行客户端的一一对应发送；
S5.系统保存该单据，并实现对通过本平台进行核销的所有单据进行统计、监控、管理、鉴权等数据管理的工作。
Claims (10)
1.一种用于购物凭证核销的云审核方法，其特征在于：自动识别购物凭证中的相关信息，并进行对应措施的推送，具体步骤如下所示：
S1.通过识别技术读取图片票面信息进行数据处理，判断是否存在目标信息；
当存在目标信息时，根据预设的参与条件，提取目标信息及相关信息后形成数据集，进行步骤S2；
当不存在目标信息时，结束审核，并发出“未能中奖”或类似的提示；
S2.针对数据集，根据预设的规则进行数据匹配度的判断；
当匹配度大于阈值时，进行步骤S3；
当匹配度小于阈值时，结束审核，并发出“未能中奖”或类似的提示；
S3.根据组合规则，判断数据集中是否存在符合组合规则的数据组合；
当结果为“存在”时，记录数据组合，并进行步骤S4；
当结果为“不存在”时，结束审核，并发出“未能中奖”或类似的提示；
S4.根据预设的活动规则，基于当前的数据组合进行奖品配对，并显示或发送配对结果。
2.如权利要求1所述的一种用于购物凭证核销的云审核方法，其特征在于：在S1步骤中，
其中，所述数据处理包括：将原票面信息数据转换为JSON格式进行存储。
3.如权利要求1所述的一种用于购物凭证核销的云审核方法，其特征在于：在S1步骤中，
其中，所述数据处理包括自动矫正工序；
所述自动矫正工序，包括对自然语言及语议的纠正、对行业专用词汇的识别和纠正、对字词顺序进行纠正，以及相关语言上的错误进行纠正。
4.如权利要求3所述的一种用于购物凭证核销的云审核方法，其特征在于：所述自动矫正工序的具体步骤为：
S1-1.识别图片中的行列，对其进行分割；
S1-2.检测和识别所有字符，按其原始行列顺序进行图片上的文本还原，形成字符集；
S1-3.通过自然语言词库，对字符集中的所有的字符进行自然语言处理及语议纠正；
S1-4.根据行业专用词库，对S1-3纠正后的字符集中的所有的字符，再次进行行业用语的纠正；
S1-5.对S1-4纠正后的字符集，进行错误检测和识别，形成错误位置候选集；
S1-6.通过谐音、混淆、形似字、字词顺序颠倒手段及分词词库关键词库，再次进行语义的错误标识。
5.如权利要求4所述的一种用于购物凭证核销的云审核方法，其特征在于：在S1-5的过程中，判断文字是否存在错误的方式为：
步骤1.采用分词器插件进行分词，根据字粒度和词粒度双重标准来判断是否存在切分错误的情况；
步骤2.当存在切分错误和疑似错误的情况时，将所有的出错和疑似出错位置，归集为错误位置候选集。
6.如权利要求5所述的一种用于购物凭证核销的云审核方法，其特征在于：针对错误位置候选集，
步骤1.根据S1-6使用音似、形似词典进行的错误标识，确认及模拟替换错误位置的词；
步骤2.通过语言模型计算句子困惑度；
步骤3.对所有模拟替换错误位置后的候选集结果进行比较，得到最优纠正词，并进行矫正。
7.如权利要求4所述的一种用于购物凭证核销的云审核方法，其特征在于：在自动矫正的过程中，还具有训练模块；
所述训练模块，根据互联网用户行为挖掘海量训练样本，在复杂多变的应用场景下不断机器学习和样本训练，丰富基础标签数据库。
8.如权利要求1所述的一种用于购物凭证核销的云审核方法，其特征在于：还包括图片核验工序；
所述图片核验工序，检测图片是否存在作假和重复，对作假或重复的图片进行报错。
9.如权利要求1所述的一种用于购物凭证核销的云审核方法，其特征在于：所述图片核验工序包括如下至少一种判断步骤：
判断步骤A.读取图片源数据读取EXIF源数据，根据EXIF源数据判断图片文件是否被更改过；
判断步骤B.将图片进行区域切分扫描，通过局部切分对比总平均色阶来判断是否有异常色阶，当存在异常色阶的范围到达设定阈值时，判定图片被修改过。
10.如权利要求8所述的一种用于购物凭证核销的云审核方法，其特征在于：还包括统计步骤；
所述统计步骤，对所有参与核销的票据信息进行存储、统计和监管；
所述图片核验工序还包括如下至少一种判断步骤：
判断步骤C.将图片转换为二进制字节流，通过MD5 Hash加密字节流进行加密值全库扫描,将加密码的MD532位HASH值通过与历史图片的HASH进行匹配，判断是否存在相同的HASH值，当存在相同的HASH值时，判定其为重复图片；
判断步骤D.对图片内的字符数据进行识别后，根据定义的关键信息组合，将当前图片与历史图片内的字符信息进行相似度匹配，当相似度达到设定的阈值时，判定其为重复图片；
判断步骤E.将图片进行区域切分扫描，并将区域划分为内容区和非内容区，针对图片内容区的色域度框架与历史图片的色域度框架进行对比，当相似度达到设定的阈值时，判定其为重复图片。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011302632.5A CN112396459A (zh) | 2020-11-19 | 2020-11-19 | 一种用于购物凭证核销的云审核方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011302632.5A CN112396459A (zh) | 2020-11-19 | 2020-11-19 | 一种用于购物凭证核销的云审核方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112396459A true CN112396459A (zh) | 2021-02-23 |
Family
ID=74607156
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011302632.5A Pending CN112396459A (zh) | 2020-11-19 | 2020-11-19 | 一种用于购物凭证核销的云审核方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112396459A (zh) |
Citations (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005087470A (ja) * | 2003-09-17 | 2005-04-07 | Fuji Photo Film Co Ltd | 異常陰影候補検出装置およびプログラム |
| US20050117798A1 (en) * | 2003-12-02 | 2005-06-02 | Eastman Kodak Company | Method and apparatus for modifying a portion of an image frame in accordance with colorimetric parameters |
| JP2007298381A (ja) * | 2006-04-28 | 2007-11-15 | Toshiba Corp | 画像検出装置および画像検出方法 |
| US20090196501A1 (en) * | 2008-02-04 | 2009-08-06 | Digital Business Processes, Inc. | Method and Apparatus for Modifying the Histogram of an Image |
| JP2009216632A (ja) * | 2008-03-12 | 2009-09-24 | Toyota Motor Corp | 色レベル分布図に基く物理量再変換装置 |
| CN101576896A (zh) * | 2008-05-09 | 2009-11-11 | 鸿富锦精密工业（深圳）有限公司 | 相似图片检索系统及方法 |
| CN102609947A (zh) * | 2012-02-10 | 2012-07-25 | 浙江理工大学 | 一种针对拼接篡改的数码照片伪造检测方法 |
| CN102880726A (zh) * | 2012-10-23 | 2013-01-16 | 深圳市宜搜科技发展有限公司 | 一种图像过滤方法及系统 |
| CN107016713A (zh) * | 2017-03-03 | 2017-08-04 | 北京光年无限科技有限公司 | 面向智能机器人的视觉数据处理方法和装置 |
| CN107368603A (zh) * | 2017-07-28 | 2017-11-21 | 上海鋆创信息技术有限公司 | 一种图片滤镜处理的方法及装置、存储介质和终端 |
| CN107507018A (zh) * | 2017-07-25 | 2017-12-22 | 广州智选网络科技有限公司 | 一种基于图像识别技术的核销方法、存储设备及移动终端 |
| CN107609030A (zh) * | 2017-08-09 | 2018-01-19 | 成都视达科信息技术有限公司 | 一种图片管理方法和系统 |
| US20180322523A1 (en) * | 2017-05-05 | 2018-11-08 | Walmart Apollo, Llc | Rules-based voucher management system and method for processing self-service substantiation voucher |
| US20180367528A1 (en) * | 2017-06-12 | 2018-12-20 | Cyberark Software Ltd. | Seamless Provision of Authentication Credential Data to Cloud-Based Assets on Demand |
| US20190012867A1 (en) * | 2016-03-16 | 2019-01-10 | Toppan Printing Co., Ltd. | Identification device, identification method, identification program, and computer-readable medium including identification program |
| CN110647829A (zh) * | 2019-09-12 | 2020-01-03 | 全球能源互联网研究院有限公司 | 一种票据的文本识别方法及系统 |
| CN110929504A (zh) * | 2018-09-20 | 2020-03-27 | 阿里巴巴集团控股有限公司 | 语句诊断方法、装置和系统 |
| CN110956226A (zh) * | 2019-11-28 | 2020-04-03 | 中国人民解放军总医院 | 一种基于深度学习的手写轨迹异常检测方法 |
| CN111090986A (zh) * | 2019-11-29 | 2020-05-01 | 福建亿榕信息技术有限公司 | 一种公文文档纠错的方法 |
| CN111090990A (zh) * | 2019-12-10 | 2020-05-01 | 中电健康云科技有限公司 | 一种医疗体检报告单文字识别及纠正方法 |
| CN111444745A (zh) * | 2019-01-16 | 2020-07-24 | 余海军 | 基于脸部识别的控制方法 |
| CN111462158A (zh) * | 2020-03-31 | 2020-07-28 | 腾讯科技（深圳）有限公司 | 一种图像处理方法、装置及智能设备、存储介质 |
| CN111814576A (zh) * | 2020-06-12 | 2020-10-23 | 上海品览数据科技有限公司 | 一种基于深度学习的购物小票图片识别方法 |
-
2020
- 2020-11-19 CN CN202011302632.5A patent/CN112396459A/zh active Pending
Patent Citations (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005087470A (ja) * | 2003-09-17 | 2005-04-07 | Fuji Photo Film Co Ltd | 異常陰影候補検出装置およびプログラム |
| US20050117798A1 (en) * | 2003-12-02 | 2005-06-02 | Eastman Kodak Company | Method and apparatus for modifying a portion of an image frame in accordance with colorimetric parameters |
| JP2007298381A (ja) * | 2006-04-28 | 2007-11-15 | Toshiba Corp | 画像検出装置および画像検出方法 |
| US20090196501A1 (en) * | 2008-02-04 | 2009-08-06 | Digital Business Processes, Inc. | Method and Apparatus for Modifying the Histogram of an Image |
| JP2009216632A (ja) * | 2008-03-12 | 2009-09-24 | Toyota Motor Corp | 色レベル分布図に基く物理量再変換装置 |
| CN101576896A (zh) * | 2008-05-09 | 2009-11-11 | 鸿富锦精密工业（深圳）有限公司 | 相似图片检索系统及方法 |
| CN102609947A (zh) * | 2012-02-10 | 2012-07-25 | 浙江理工大学 | 一种针对拼接篡改的数码照片伪造检测方法 |
| CN102880726A (zh) * | 2012-10-23 | 2013-01-16 | 深圳市宜搜科技发展有限公司 | 一种图像过滤方法及系统 |
| US20190012867A1 (en) * | 2016-03-16 | 2019-01-10 | Toppan Printing Co., Ltd. | Identification device, identification method, identification program, and computer-readable medium including identification program |
| CN107016713A (zh) * | 2017-03-03 | 2017-08-04 | 北京光年无限科技有限公司 | 面向智能机器人的视觉数据处理方法和装置 |
| US20180322523A1 (en) * | 2017-05-05 | 2018-11-08 | Walmart Apollo, Llc | Rules-based voucher management system and method for processing self-service substantiation voucher |
| US20180367528A1 (en) * | 2017-06-12 | 2018-12-20 | Cyberark Software Ltd. | Seamless Provision of Authentication Credential Data to Cloud-Based Assets on Demand |
| CN107507018A (zh) * | 2017-07-25 | 2017-12-22 | 广州智选网络科技有限公司 | 一种基于图像识别技术的核销方法、存储设备及移动终端 |
| CN107368603A (zh) * | 2017-07-28 | 2017-11-21 | 上海鋆创信息技术有限公司 | 一种图片滤镜处理的方法及装置、存储介质和终端 |
| CN107609030A (zh) * | 2017-08-09 | 2018-01-19 | 成都视达科信息技术有限公司 | 一种图片管理方法和系统 |
| CN110929504A (zh) * | 2018-09-20 | 2020-03-27 | 阿里巴巴集团控股有限公司 | 语句诊断方法、装置和系统 |
| CN111444745A (zh) * | 2019-01-16 | 2020-07-24 | 余海军 | 基于脸部识别的控制方法 |
| CN110647829A (zh) * | 2019-09-12 | 2020-01-03 | 全球能源互联网研究院有限公司 | 一种票据的文本识别方法及系统 |
| CN110956226A (zh) * | 2019-11-28 | 2020-04-03 | 中国人民解放军总医院 | 一种基于深度学习的手写轨迹异常检测方法 |
| CN111090986A (zh) * | 2019-11-29 | 2020-05-01 | 福建亿榕信息技术有限公司 | 一种公文文档纠错的方法 |
| CN111090990A (zh) * | 2019-12-10 | 2020-05-01 | 中电健康云科技有限公司 | 一种医疗体检报告单文字识别及纠正方法 |
| CN111462158A (zh) * | 2020-03-31 | 2020-07-28 | 腾讯科技（深圳）有限公司 | 一种图像处理方法、装置及智能设备、存储介质 |
| CN111814576A (zh) * | 2020-06-12 | 2020-10-23 | 上海品览数据科技有限公司 | 一种基于深度学习的购物小票图片识别方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110597964B (zh) | 一种双录质检语义分析方法、装置及双录质检系统 | |
| US20210182494A1 (en) | Post-filtering of named entities with machine learning | |
| RU2251737C2 (ru) | Способ автоматического определения языка распознаваемого текста при многоязычном распознавании | |
| US10963912B2 (en) | Method and system for filtering goods review information | |
| CN111079412A (zh) | 文本纠错方法及装置 | |
| CN103098050A (zh) | 使用加权字典和正规化来进行文字攻击性检测和处理的系统和方法 | |
| CN113449725B (zh) | 对象分类方法、装置、设备及存储介质 | |
| CN113626573B (zh) | 一种销售会话异议及应对提取方法及系统 | |
| CN110750978A (zh) | 情感倾向分析方法、装置、电子设备及存储介质 | |
| CN109933648A (zh) | 一种真实用户评论的区分方法和区分装置 | |
| CN113132368B (zh) | 聊天数据的审核方法、装置及计算机设备 | |
| CN106294315B (zh) | 基于句法特性与统计融合的自然语言谓语动词识别方法 | |
| CN112668335A (zh) | 一种利用命名实体识别提取营业执照结构化信息的方法 | |
| CN112396459A (zh) | 一种用于购物凭证核销的云审核方法 | |
| Frank et al. | A Representative Study on Human Detection of Artificially Generated Media Across Countries | |
| CN116401343A (zh) | 一种数据合规分析方法 | |
| CN111353294B (zh) | 不良户外广告标语的检测与过滤方法与户外广告播放系统 | |
| CN108171589A (zh) | 验证方法及装置 | |
| CN115099213A (zh) | 一种信息处理方法和信息处理系统 | |
| Vesanto | Detecting and analyzing text reuse with BLAST | |
| CN107168988B (zh) | 查询彩票信息的方法、装置、设备和计算机存储介质 | |
| CN108154382B (zh) | 评价装置、评价方法及存储介质 | |
| Rios et al. | Authorship Verification in software engineering education: Forget ChatGPT and focus on students' academic writing profiles | |
| BE1011273A4 (fr) | Procede et dispositif de reconnaissance en ligne des caracteres manuscrits. | |
| CN112989786B (zh) | 基于图像识别的文档解析方法、系统、装置及存储介质 |
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 |