[发明专利]异常工单识别方法、装置、可读存储介质和计算机设备

权利要求书

1.一种异常工单识别方法，包括：

获取当前举报工单中的工单图像，根据所述工单图像获得与所述工单图像对应的工单图像特征；

根据所述工单图像特征对所述工单图像进行资源转移操作检测，获得第一检测结果；

根据所述工单图像特征对所述工单图像进行拉黑好友操作检测，获得第二检测结果；

当根据所述第一检测结果确定所述当前举报工单的工单图像中存在资源转移操作，且根据所述第二检测结果确定所述当前举报工单的工单图像中存在拉黑好友操作时，确定所述当前举报工单为异常工单。

2.根据权利要求1所述的方法，其特征在于，在所述根据所述工单图像获得与所述工单图像对应的工单图像特征之后，还包括：

根据所述工单图像特征对所述工单图像进行分类，确定所述工单图像的类别；

所述根据所述工单图像特征对所述工单图像进行资源转移操作检测，获得第一检测结果包括：

当确定所述工单图像的类别为资源转移时，获得存在资源转移操作的第一检测结果。

3.根据权利要求2所述的方法，其特征在于，所述根据所述工单图像特征对所述工单图像进行资源转移操作检测，获得第一检测结果包括：

当确定所述工单图像的类别为聊天时，根据所述工单图像特征对所述工单图像进行目标检测；

当检测到所述工单图像中包含与资源转移关联的目标信息时，获得存在资源转移操作的第一检测结果。

4.根据权利要求1所述的方法，其特征在于，在所述根据所述工单图像特征对所述工单图像进行拉黑好友操作检测之前，还包括：

根据所述工单图像特征对所述工单图像进行分类，确定所述工单图像的类别；

所述根据所述工单图像特征对所述工单图像进行拉黑好友操作检测，获得第二检测结果包括：

当确定所述工单图像的类别为聊天时，根据所述工单图像特征对所述工单图像进行目标检测；

当检测到所述工单图像中包含与拉黑好友关联的目标信息时，获得存在拉黑好友操作的第二检测结果。

5.根据权利要求2至4任意一项所述的方法，其特征在于，所述根据所述工单图像特征对所述工单图像进行分类包括：

将所述工单图像特征输入通过训练确定的分类模型，根据所述分类模型对所述工单图像进行分类；

所述分类模型由获取历史举报工单中携带分类标注的样本工单图像，根据所述携带分类标注的样本工单图像对预设神经网络模型进行模型训练得到。

6.根据权利要求1所述的方法，其特征在于，所述根据所述工单图像特征对所述工单图像进行资源转移操作检测，获得第一检测结果包括：

根据所述工单图像特征对所述工单图像进行目标检测，在确定所述工单图像中包含与资源转移关联的目标信息时，获得存在资源转移操作的第一检测结果；

所述根据所述工单图像特征对所述工单图像进行拉黑好友操作检测，获得第二检测结果包括：

根据所述工单图像特征对所述工单图像进行目标检测，当检测到所述工单图像中包含与拉黑好友关联的目标信息时，获得存在拉黑好友操作的第二检测结果。

7.根据权利要求4或6所述的方法，其特征在于，所述当检测到所述工单图像中包含与拉黑好友关联的目标信息之后，在所述获得存在拉黑好友操作的第二检测结果之前，还包括：

将所述工单图像输入字符识别模型，当根据所述字符识别模型确定所述工单图像中包含与拉黑好友操作关联的预设关键词时，判定所述工单图像存在拉黑好友操作，获得存在拉黑好友操作的所述第二检测结果。

8.根据权利要求3、4或6所述的方法，其特征在于，所述根据所述工单图像特征对所述工单图像进行目标检测包括：

将所述工单图像特征输入通过训练确定的目标检测模型，根据所述目标检测模型对所述工单图像进行目标检测；

所述目标检测模型由获取历史举报工单中携带目标信息标注的样本工单图像，根据所述携带分类标注的样本工单图像对预设神经网络模型进行模型训练得到。