CN113435439A - 单据的审核方法及装置、存储介质、电子装置 - Google Patents

Abstract

本发明提供了一种单据的审核方法及装置、存储介质、电子装置，上述方法包括：获取单据对应的第一图像和第二图像；对第一图像进行特征提取，得到第一图像对应的特征向量；对第二图像进行识别，得到图像识别结果；根据特征向量和图像识别结果，确定单据是否异常，也就是说，通过确定移动终端上传单据对应的第一图像的特征向量，以及第二图像的图像识别结果，实现对异常单据的快速确认，进而大大减少了人工审核的单据数量，加强对于异常单据的识别效率，因此，可以解决现有技术中无法快速的审核单据中数据信息以及确认异常单据存在等问题，为企业节约了大量的人力及财务成本。

Description

单据的审核方法及装置、存储介质、电子装置

技术领域

本发明涉及通信领域，具体而言，涉及一种单据的审核方法及装置、存储介质、电子装置。

背景技术

现有技术中，售后服务团队作为家电厂商对客户进行产品售后(包括维修，质检等)服务的团队，在整个生态体系中占有非常重要的地位。售后服务团队拥有一套完整的工单系统，当客户在工单系统中提报后，系统会自动分配给相应的维修服务兵，维修服务兵会按照系统分配的时间地点进行相应的售后服务。当维修服务兵在指定时间到达客户指定地点进行售后服务，并完成售后服务后，维修服务兵会在工单系统上提报售后服务的具体内容以及售后服务的费用(比如：冰箱发生损坏，那么维修服务兵会在工单上提报更换零件的种类数量，以及每种零件的单价，工单系统会自动统计此次维修零件的总费用)。工单系统中的内容包括两方面，一方面是图片信息，一方面是文字信息。图片信息包括产品的二维码图片和产品损坏部位的图片两大类，而文字信息除了基本的工单号，时间等，还包括与图片信息中产品损坏部位相对应的更换零件的信息。但由于售后工单的复杂度较高，需要人工进行详细内容的审核，审核效率低下，并且当出现重复图片时，人工审核也会时常出现遗漏情况。

针对相关技术中，无法快速的审核单据中数据信息以及确认异常单据存在等问题，尚未提出有效的技术方案。

发明内容

本发明实施例提供了一种单据的审核方法及装置、存储介质、电子装置，以至少解决相关技术中，无法快速的审核单据中数据信息以及确认异常单据存在等问题。

根据本发明的一个实施例，提供了一种单据的审核方法，包括：获取单据对应的第一图像和第二图像；对所述第一图像进行特征提取，得到所述第一图像对应的特征向量；对所述第二图像进行识别，得到图像识别结果；根据所述特征向量和所述图像识别结果，确定所述单据是否异常。

在一个示例性实施例中，根据所述特征向量和所述图像识别结果，确定所述单据是否异常，包括：在数据库中的历史特征向量与所述特征向量存在相似度，且所述相似度对应的值大于预设相似度阈值的情况下，确定所述特征向量为异常特征向量；在数据底库中不存在所述图像识别结果的情况下，确定所述图像识别结果为异常图像识别结果；根据所述异常特征向量和所述异常图像识别结果确定所述单据存在异常。

在一个示例性实施例中，根据所述异常特征向量和所述异常图像识别结果确定所述单据存在异常包括以下至少之一：当所述单据存在异常特征向量，且不存在异常图像识别结果的情况下，确定所述单据存在异常；当所述单据不存在异常特征向量，且存在异常图像识别结果的情况下，确定所述单据存在异常；当所述单据存在异常特征向量，且存在异常图像识别结果的情况下，确定所述单据存在异常。

在一个示例性实施例中，确定所述单据存在异常之后，上述方法还包括：根据所述单据对应的所述异常特征向量和/或所述异常图像识别结果向目标对象发出异常确认的复核提示，其中，所述复核提示用于指示所述目标对象对所述单据进行再次核查。

在一个示例性实施例中，对所述第二图像进行识别，得到图像识别结果之前，上述方法还包括：构建数据底库，其中，所述数据底库用于指示标签图像与设备标签对应的设备的对应关系；确定所述数据底库是否存在与所述第二图像匹配的标签图像，其中，所述第二图像为用于唯一标识设备的设备标签对应的拍摄图像。

在一个示例性实施例中，根据所述特征向量和所述图像识别结果，确定所述单据是否异常之后，上述方法还包括：提取所述单据对应的所有图像以及单据信息，其中，所述所有图像至少包括以下之一：用于指示所述单据对应设备的损坏部位的第一图像和所述单据对应设备标签的第二图像；通过散列算法对所述所有图像信息进行散列特征提取，以确定所述单据信息对应的图像特征；将所述图像特征与所述单据信息对应存储，得到所述单据的记录数据。

在一个示例性实施例中，对所述第二图像进行识别，得到图像识别结果，包括：在所述第二图像存在多张图像的情况下，对多张第二图像进行图像的预处理，所述预处理至少包括以下之一：旋转处理、裁剪处理和缩放处理；根据所述多张第二图像分别得到多个识别结果；对所述多个识别结果进行合并和去重处理，得到第二图像的识别结果。

根据本发明的另一个实施例，提供了一种单据的审核装置，包括：获取模块，用于获取单据对应的第一图像和第二图像；提取模块，用于对所述第一图像进行特征提取，得到所述第一图像对应的特征向量；识别模块，用于对所述第二图像进行识别，得到图像识别结果；确定模块，用于根据所述特征向量和所述图像识别结果，确定所述单据是否异常。

在一个示例性实施例中，上述确定模块，还用于在数据库中的历史特征向量与所述特征向量存在相似度，且所述相似度对应的值大于预设相似度阈值的情况下，确定所述特征向量为异常特征向量；在数据底库中不存在所述图像识别结果的情况下，确定所述图像识别结果为异常图像识别结果；根据所述异常特征向量和所述异常图像识别结果确定所述单据存在异常。

在一个示例性实施例中，上述确定模块，还用于当所述单据存在异常特征向量，且不存在异常图像识别结果的情况下，确定所述单据存在异常；当所述单据不存在异常特征向量，且存在异常图像识别结果的情况下，确定所述单据存在异常；当所述单据存在异常特征向量，且存在异常图像识别结果的情况下，确定所述单据存在异常。

在一个示例性实施例中，上述装置还包括：复核模块，用于根据所述单据对应的所述异常特征向量和/或所述异常图像识别结果向目标对象发出异常确认的复核提示，其中，所述复核提示用于指示所述目标对象对所述单据进行再次核查。

在一个示例性实施例中，上述装置还包括：构建模块，用于构建数据底库，其中，所述数据底库用于指示标签图像与设备标签对应的设备的对应关系；确定所述数据底库是否存在与所述第二图像匹配的标签图像，其中，所述第二图像为用于唯一标识设备的设备标签对应的拍摄图像。

在一个示例性实施例中，上述装置还包括：提取模块，用于提取所述单据对应的所有图像以及单据信息，其中，所述所有图像至少包括以下之一：用于指示所述单据对应设备的损坏部位的第一图像和所述单据对应设备标签的第二图像；通过散列算法对所述所有图像信息进行散列特征提取，以确定所述单据信息对应的图像特征；将所述图像特征与所述单据信息对应存储，得到所述单据的记录数据。

在一个示例性实施例中，上述识别模块，还用于在所述第二图像存在多张图像的情况下，对多张第二图像进行图像的预处理，所述预处理至少包括以下之一：旋转处理、裁剪处理和缩放处理；根据所述多张第二图像分别得到多个识别结果；对所述多个识别结果进行合并和去重处理，得到第二图像的识别结果。

根据本发明的又一个实施例，还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。

通过本发明，获取单据对应的第一图像和第二图像；对第一图像进行特征提取，得到第一图像对应的特征向量；对第二图像进行识别，得到图像识别结果；根据特征向量和图像识别结果，确定单据是否异常，也就是说，通过确定移动终端上传单据对应的第一图像的特征向量，以及第二图像的图像识别结果，实现对异常单据的快速确认，进而大大减少了人工审核的单据数量，加强对于异常单据的识别效率，因此，可以解决现有技术中无法快速的审核单据中数据信息以及确认异常单据存在等问题，为企业节约了大量的人力及财务成本。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明实施例的一种单据的审核方法的设备终端的硬件结构框图；

图2是根据本发明实施例的单据的审核方法的流程图；

图3是根据本发明可选实施例的维修工单审核系统的结构示意图；

图4是根据本发明实施例的单据的审核装置的结构框图。

具体实施方式

下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

本申请实施例所提供的方法实施例可以在计算机终端或者设备终端类似的运算装置中执行。以运行在设备终端上为例，图1是本发明实施例的一种单据的审核方法的设备终端的硬件结构框图。如图1所示，设备终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，在一个示例性实施例中，上述设备终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述设备终端的结构造成限定。例如，设备终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示等同功能或比图1所示功能更多的不同的配置。

存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的单据的审核方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至设备终端。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。

传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括设备终端的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。

在本实施例中提供了一种单据的审核方法，图2是根据本发明实施例的单据的审核方法的流程图，该流程包括如下步骤：

步骤S202，获取单据对应的第一图像和第二图像；

可选地，通过预设的识别引擎对单据进行识别，其中，所述识别引擎包括：标签识别引擎、重复图像识别引擎，从而确定标签识别引擎识别出的所述单据对应设备标签的第二图像，重复图像识别引擎确定出的所述单据对应设备的损坏部位的第一图像。

步骤S204，对所述第一图像进行特征提取，得到所述第一图像对应的特征向量；

步骤S206，对所述第二图像进行识别，得到图像识别结果；

步骤S208，根据所述特征向量和所述图像识别结果，确定所述单据是否异常。

通过上述步骤，获取单据对应的第一图像和第二图像；对第一图像进行特征提取，得到第一图像对应的特征向量；对第二图像进行识别，得到图像识别结果；根据特征向量和图像识别结果，确定单据是否异常，也就是说，通过确定移动终端上传单据对应的第一图像的特征向量，以及第二图像的图像识别结果，实现对异常单据的快速确认，进而大大减少了人工审核的单据数量，加强对于异常单据的识别效率，因此，可以解决现有技术中无法快速的审核单据中数据信息以及确认异常单据存在等问题，为企业节约了大量的人力及财务成本。

作为一种可选的实施方式，上述单据可以是维修工单、发货单、生产工单等承载企业在生产、售后服务等阶段的业务信息的单据。本发明对此不做过多限定。

需要说明的是，上述识别引擎是待执行任务功能设置的一种计算机程序的封装模块，在进行单据的识别中，不仅仅局限本发明提出的上述两种引擎，还可以根据实际的应用情况，在相关设备端或者服务器端设置更多的不同类别、不同功能的引擎。

在一个示例性实施例中，根据所述特征向量和所述图像识别结果，确定所述单据是否异常，包括：在数据库中的历史特征向量与所述特征向量存在相似度，且所述相似度对应的值大于预设相似度阈值的情况下，确定所述特征向量为异常特征向量；在数据底库中不存在所述图像识别结果的情况下，确定所述图像识别结果为异常图像识别结果；根据所述异常特征向量和所述异常图像识别结果确定所述单据存在异常。

在一个示例性实施例中，根据所述异常特征向量和所述异常图像识别结果确定所述单据存在异常包括以下至少之一：当所述单据存在异常特征向量，且不存在异常图像识别结果的情况下，确定所述单据存在异常；当所述单据不存在异常特征向量，且存在异常图像识别结果的情况下，确定所述单据存在异常；当所述单据存在异常特征向量，且存在异常图像识别结果的情况下，确定所述单据存在异常。

可选的，在所述第二图像在所述数据底库中存在匹配对象的情况下，确定包含所述第二图像的所述单据为正常单据；在所述第二图像在所述数据底库中不存在匹配对象的情况下，确定包含所述第二图像的所述单据为异常单据。

在一个示例性实施例中，确定所述单据存在异常之后，上述方法还包括：根据所述单据对应的所述异常特征向量和/或所述异常图像识别结果向目标对象发出异常确认的复核提示，其中，所述复核提示用于指示所述目标对象对所述单据进行再次核查。

例如，每次维修服务兵提交单据后，手机售后单据APP会将所有图片和单据号上传至服务器，在服务器端会对单据中的所有图像做一次哈希特征提取，并将图片URL、对应单据号及提取的哈希特征进行一一对应后保存在历史数据库中。然后用当前这张图片提取的哈希特征a与历史记录的每一个哈希特征b进行相似度比较，当相似度大于预设阈值的情况下，认定单据下包含的图像被重复利用，对应的单据可能为疑似造假单据，在系统中通过图像标签或者特殊标识对所述单据进行标识，然后再由单据审核人员进行复审。

在一个示例性实施例中，对所述第二图像进行识别，得到图像识别结果之前，上述方法还包括：构建数据底库，其中，所述数据底库用于指示标签图像与设备标签对应的设备的对应关系；确定所述数据底库是否存在与所述第二图像匹配的标签图像，其中，所述第二图像为用于唯一标识设备的设备标签对应的拍摄图像。

例如，在每一个设备出厂时将唯一对应设备的标签图像录入数据底库中，同时录入设备的图像信息以及设备的基础参数信息，进而在后续的维系过程中，可以通过获取待维修设备的设备图片进行筛选，确定出唯一标识所述设备的标签图像与数据底库中保存的历史出厂数据进行比较，进而快速确定当前待维修的设备是否是本厂设备，使得零件的适配以及维修方式的确定大大加快。

在一个示例性实施例中，根据所述特征向量和所述图像识别结果，确定所述单据是否异常之后，上述方法还包括：提取所述单据对应的所有图像以及单据信息，其中，所述所有图像至少包括以下之一：用于指示所述单据对应设备的损坏部位的第一图像和所述单据对应设备标签的第二图像；通过散列算法对所述所有图像信息进行散列特征提取，以确定所述单据信息对应的图像特征；将所述图像特征与所述单据信息对应存储，得到所述单据的记录数据。

简而言之，为了便于后续数据的记录与匹配，在接收到移动终端上传单据的数据信息后，对数据中的单据信息和所有图像信息进行分离，并为了确保存储的图像在后续比对查找时可以更加快速的被找到，通过散列算法对每一个单据下的所有图像进行散列特征的提取，生成与单据下所有图像对应的散列特征字符串，将散列特征字符串、所有图像、单据信息和进行对应后得到一条用于进行记录存储的数据包。

在一个示例性实施例中，对所述第二图像进行识别，得到图像识别结果，包括：在所述第二图像存在多张图像的情况下，对多张第二图像进行图像的预处理，所述预处理至少包括以下之一：旋转处理、裁剪处理和缩放处理；根据所述多张第二图像分别得到多个识别结果；对所述多个识别结果进行合并和去重处理，得到第二图像的识别结果。

例如，当前标签图像为二维码类型的图片时，由于维修服务兵未经过专业训练，导致拍摄图片的二维码常有变形发生，因此为提高二维码识别，将上传的二维码图片按照从-30°到30°以每5°对图像进行旋转，获取同一张图像在不同角度下的识别结果，并对图像中所有识别结果中相同或者相似的地方合并和去重，继而确定出最终清晰的标签图像，进一步根据该标签图像确定标签图像对应的设备种类。

为了更好的理解上述单据的审核方法的过程，以下结合两个可选实施例对上述单据的审核方法流程进行说明。

本发明可选实施例中，主要提供了一种售后工单打假系统，如图3所示，为本发明可选实施例的维修工单(相当于本发明实施例中的单据)审核系统的结构示意图，该系统包括：手机端32和服务器端34，其中，手机端上设置有二维码检测引擎，服务器端设置有二维码识别引擎和重复图片识别引擎。

可选地，手机端的二维码检测引擎，用于将手机售后工单APP上集成基于视频流的二维码检测引擎，将视频流切成每一帧，按照每隔3帧进行一次检测，一旦检测到二维码(相当于本发明实施例中第二图像)即将二维码检测框内的图片上传至服务器。

可选地，服务器端的二维码识别引擎，用于对上传的二维码检测框内的图片进行清洗处理，具体的，由于维修服务兵(相当于本发明实施例中的目标对象)未经过专业训练，导致拍摄图片的二维码常有变形发生，因此为提高二维码识别，将上传的二维码图片按照从-30°到30°以每5°对图像进行旋转，并对识别的所有结果进行合并和去重，作为服务器端二维码识别的最终结果。然后将二维码识别结果与所有出厂产品二维码数据底库进行比对，如果对于识别的每一条结果在底库中都能搜索到，说明此图片中的二维码确为商品的二维码不作任何处理；如果有任何一条无法搜索到，将其定为疑似造假工单，在系统中进行标识，然后再由工单审核人员进行复审。工单图片造假包括两方面内容，一是二维码为非产品代码(其他厂家甚至可能是用二维码生成器伪造的)，二是维修服务兵之间进行图片共享造假(比如维修服务兵A与维修服务兵B之间交换损坏部位图片(相当于本发明中的第一图像)，而不需要到现场进行售后服务，然后分别上传，意味着出现两个造假工单)，三是维修服务兵单独图片造假(即新工单重复上传以前的照片)。

可选地，服务器端的重复图片识别引擎，用于对重复的图片进行识别标记，服务器端会建立庞大的历史记录数据库，数据库中每一条信息会储存图片URL(Uniform ResourceLocator，同一资源定位器，简称URL)，图片对应工单号及图片提取的哈希特征(长度为64的浮点向量)。

例如，每次维修服务兵提交工单后，手机售后工单APP会将所有图片和工单号上传至服务器，在服务器端会对工单中的所有图像做一次哈希特征提取，并将图片URL、对应工单号及提取的哈希特征(相当于本发明实施例中的特征向量)进行一一对应后保存在历史数据库中。然后用当前这张图片提取的哈希特征a与历史记录的每一个哈希特征b进行相似度比较，通过以下公式确定最终的相似度值：

其中，上述相似度值similarity大于预设阈值时，即similarity>阈值,认为两张图片重复，会将对应的工单定为疑似造假工单，在系统中进行标识，然后再由工单审核人员进行复审。

综上，通过本发明可选实施例，通过建立维修工单的审核的系统，对疑似造假工单进行自动识别，例如，在通过售后APP调用摄像头视频实时动态的进行二维码检测，如果能够检测到二维码，将对原始图片裁剪出检测到的二维码框区域，作为二维码图片；而对于产品损坏部位图片，则是通过售后APP直接调用摄像头的拍摄功能进行拍照，所获得的图像为拍摄的完整图片(不支持图片从相册选取的功能)，继而保证图片的真实性。维修服务兵填写完毕提交后，工单内容会上传到数据库，由后台系统自动进行疑似造假工单识别，并将疑似工单进行标记，传送给工单复核系统，由人工进行工单造假复核。从而解决了人工审核效率低，造假图片人工无法审核到位的问题，为企业节约了大量的人力及财务成本。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

在本实施例中还提供了一种单据的审核装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图4是根据本发明实施例的单据的审核装置的结构框图，如图4所示，该装置包括：

获取模块42，用于获取单据对应的第一图像和第二图像；

可选地，通过预设的识别引擎对单据进行识别，其中，所述识别引擎包括：标签识别引擎、重复图像识别引擎，从而确定标签识别引擎识别出的所述单据对应设备标签的第二图像，重复图像识别引擎确定出的所述单据对应设备的损坏部位的第一图像。

提取模块44，用于对所述第一图像进行特征提取，得到所述第一图像对应的特征向量；

识别模块46，用于对所述第二图像进行识别，得到图像识别结果；

确定模块48，用于根据所述特征向量和所述图像识别结果，确定所述单据是否异常。

通过上述装置，获取单据对应的第一图像和第二图像；对第一图像进行特征提取，得到第一图像对应的特征向量；对第二图像进行识别，得到图像识别结果；根据特征向量和图像识别结果，确定单据是否异常，也就是说，通过确定移动终端上传单据对应的第一图像的特征向量，以及第二图像的图像识别结果，实现对异常单据的快速确认，进而大大减少了人工审核的单据数量，加强对于异常单据的识别效率，因此，可以解决现有技术中无法快速的审核单据中数据信息以及确认异常单据存在等问题，为企业节约了大量的人力及财务成本。

在一个示例性实施例中，上述确定模块，还用于在数据库中的历史特征向量与所述特征向量存在相似度，且所述相似度对应的值大于预设相似度阈值的情况下，确定所述特征向量为异常特征向量；在数据底库中不存在所述图像识别结果的情况下，确定所述图像识别结果为异常图像识别结果；根据所述异常特征向量和所述异常图像识别结果确定所述单据存在异常。

在一个示例性实施例中，上述确定模块，还用于当所述单据存在异常特征向量，且不存在异常图像识别结果的情况下，确定所述单据存在异常；当所述单据不存在异常特征向量，且存在异常图像识别结果的情况下，确定所述单据存在异常；当所述单据存在异常特征向量，且存在异常图像识别结果的情况下，确定所述单据存在异常。

可选的，在所述第二图像在所述数据底库中存在匹配对象的情况下，确定包含所述第二图像的所述单据为正常单据；在所述第二图像在所述数据底库中不存在匹配对象的情况下，确定包含所述第二图像的所述单据为异常单据。

在一个示例性实施例中，上述装置还包括：复核模块，用于根据所述单据对应的所述异常特征向量和/或所述异常图像识别结果向目标对象发出异常确认的复核提示，其中，所述复核提示用于指示所述目标对象对所述单据进行再次核查。

例如，每次维修服务兵提交单据后，手机售后单据APP会将所有图片和单据号上传至服务器，在服务器端会对单据中的所有图像做一次哈希特征提取，并将图片URL、对应单据号及提取的哈希特征进行一一对应后保存在历史数据库中。然后用当前这张图片提取的哈希特征a与历史记录的每一个哈希特征b进行相似度比较，当相似度大于预设阈值的情况下，认定单据下包含的图像被重复利用，对应的单据可能为疑似造假单据，在系统中通过图像标签或者特殊标识对所述单据进行标识，然后再由单据审核人员进行复审。

在一个示例性实施例中，上述装置还包括：构建模块，用于构建数据底库，其中，所述数据底库用于指示标签图像与设备标签对应的设备的对应关系；确定所述数据底库是否存在与所述第二图像匹配的标签图像，其中，所述第二图像为用于唯一标识设备的设备标签对应的拍摄图像。

例如，在每一个设备出厂时将唯一对应设备的标签图像录入数据底库中，同时录入设备的图像信息以及设备的基础参数信息，进而在后续的维系过程中，可以通过获取待维修设备的设备图片进行筛选，确定出唯一标识所述设备的标签图像与数据底库中保存的历史出厂数据进行比较，进而快速确定当前待维修的设备是否是本厂设备，使得零件的适配以及维修方式的确定大大加快。

在一个示例性实施例中，上述装置还包括：提取模块，用于提取所述单据对应的所有图像以及单据信息，其中，所述所有图像至少包括以下之一：用于指示所述单据对应设备的损坏部位的第一图像和所述单据对应设备标签的第二图像；通过散列算法对所述所有图像信息进行散列特征提取，以确定所述单据信息对应的图像特征；将所述图像特征与所述单据信息对应存储，得到所述单据的记录数据。

简而言之，为了便于后续数据的记录与匹配，在接收到移动终端上传单据的数据信息后，对数据中的单据信息和所有图像信息进行分离，并为了确保存储的图像在后续比对查找时可以更加快速的被找到，通过散列算法对每一个单据下的所有图像进行散列特征的提取，生成与单据下所有图像对应的散列特征字符串，将散列特征字符串、所有图像、单据信息和进行对应后得到一条用于进行记录存储的数据包。

在一个示例性实施例中，上述识别模块，还用于在所述第二图像存在多张图像的情况下，对多张第二图像进行图像的预处理，所述预处理至少包括以下之一：旋转处理、裁剪处理和缩放处理；根据所述多张第二图像分别得到多个识别结果；对所述多个识别结果进行合并和去重处理，得到第二图像的识别结果。

例如，当前标签图像为二维码类型的图片时，由于维修服务兵未经过专业训练，导致拍摄图片的二维码常有变形发生，因此为提高二维码识别，将上传的二维码图片按照从-30°到30°以每5°对图像进行旋转，获取同一张图像在不同角度下的识别结果，并对图像中所有识别结果中相同或者相似的地方合并和去重，继而确定出最终清晰的标签图像，进一步根据该标签图像确定标签图像对应的设备种类。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。

本发明的实施例还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

在一个示例性实施例中，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

S1，获取单据对应的第一图像和第二图像；

S2，对所述第一图像进行特征提取，得到所述第一图像对应的特征向量；

S3，对所述第二图像进行识别，得到图像识别结果；

S4，根据所述特征向量和所述图像识别结果，确定所述单据是否异常。

在一个示例性实施例中，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。

本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

在一个示例性实施例中，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。

在一个示例性实施例中，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：

S1，获取单据对应的第一图像和第二图像；

S2，对所述第一图像进行特征提取，得到所述第一图像对应的特征向量；

S3，对所述第二图像进行识别，得到图像识别结果；

S4，根据所述特征向量和所述图像识别结果，确定所述单据是否异常。

在一个示例性实施例中，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，在一个示例性实施例中，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种单据的审核方法，其特征在于，包括：

获取单据对应的第一图像和第二图像；

对所述第一图像进行特征提取，得到所述第一图像对应的特征向量；

对所述第二图像进行识别，得到图像识别结果；

根据所述特征向量和所述图像识别结果，确定所述单据是否异常。

2.根据权利要求1所述的方法，其特征在于，根据所述特征向量和所述图像识别结果，确定所述单据是否异常，包括：

在数据库中的历史特征向量与所述特征向量存在相似度，且所述相似度对应的值大于预设相似度阈值的情况下，确定所述特征向量为异常特征向量；

在数据底库中不存在所述图像识别结果的情况下，确定所述图像识别结果为异常图像识别结果；

根据所述异常特征向量和所述异常图像识别结果确定所述单据存在异常。

3.根据权利要求2所述的方法，其特征在于，根据所述异常特征向量和所述异常图像识别结果确定所述单据存在异常包括以下至少之一：

当所述单据存在异常特征向量，且不存在异常图像识别结果的情况下，确定所述单据存在异常；

当所述单据不存在异常特征向量，且存在异常图像识别结果的情况下，确定所述单据存在异常；

当所述单据存在异常特征向量，且存在异常图像识别结果的情况下，确定所述单据存在异常。

4.根据权利要求3所述的方法，其特征在于，确定所述单据存在异常之后，所述方法还包括：

根据所述单据对应的所述异常特征向量和/或所述异常图像识别结果向目标对象发出异常确认的复核提示，其中，所述复核提示用于指示所述目标对象对所述单据进行再次核查。

5.根据权利要求1所述的方法，其特征在于，对所述第二图像进行识别，得到图像识别结果之前，所述方法还包括：

构建数据底库，其中，所述数据底库用于指示标签图像与设备标签对应的设备的对应关系；

确定所述数据底库是否存在与所述第二图像匹配的标签图像，其中，所述第二图像为用于唯一标识设备的设备标签对应的拍摄图像。

6.根据权利要求1所述的方法，其特征在于，根据所述特征向量和所述图像识别结果，确定所述单据是否异常之后，所述方法还包括：

提取所述单据对应的所有图像以及单据信息，其中，所述所有图像至少包括以下之一：用于指示所述单据对应设备的损坏部位的第一图像和所述单据对应设备标签的第二图像；

通过散列算法对所述所有图像信息进行散列特征提取，以确定所述单据信息对应的图像特征；

将所述图像特征与所述单据信息对应存储，得到所述单据的记录数据。

7.根据权利要求1所述的方法，其特征在于，对所述第二图像进行识别，得到图像识别结果，包括：

在所述第二图像存在多张图像的情况下，对多张第二图像进行图像的预处理，所述预处理至少包括以下之一：旋转处理、裁剪处理和缩放处理；

根据所述多张第二图像分别得到多个识别结果；

对所述多个识别结果进行合并和去重处理，得到第二图像的识别结果。

8.一种单据的审核装置，其特征在于，包括：

获取模块，用于获取单据对应的第一图像和第二图像；

提取模块，用于对所述第一图像进行特征提取，得到所述第一图像对应的特征向量；

识别模块，用于对所述第二图像进行识别，得到图像识别结果；

确定模块，用于根据所述特征向量和所述图像识别结果，确定所述单据是否异常。

9.一种计算机可读的存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至7任一项中所述的方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至7任一项中所述的方法。

Images