[发明专利]图像信息审核方法、装置、电子设备及可读存储介质在审

专利信息
申请号: 202011491176.3 申请日: 2020-12-16
公开(公告)号: CN112507936A 公开(公告)日: 2021-03-16
发明(设计)人: 张舒婷;赖众程;李骁;李会璟;杨海威;王亮;李林毅;孙浩鑫;许海金;刘申云 申请(专利权)人: 平安银行股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/20;G06K9/62;G06F16/583;G06Q30/02
代理公司: 深圳市沃德知识产权代理事务所(普通合伙) 44347 代理人: 高杰;于志光
地址: 518000 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 信息 审核 方法 装置 电子设备 可读 存储 介质
【权利要求书】:

1.一种图像信息审核方法,其特征在于,所述方法包括:

获取待审核的初始图像,对所述初始图像进行去干扰预处理,得到标准图像;

对所述标准图像进行文本识别处理,得到文本信息;

利用训练完成的实体抽取模型,从所述文本信息中抽取预设实体,得到目标实体;

对所述目标实体进行初步审核,得到第一审核结果;

利用预构建的多任务识别模型对所述文本信息进行分类识别,得到第二审核结果;

根据所述第一审核结果及所述第二审核结果进行权重审核计算,得到目标审核结果,并将所述目标审核结果发送至预设终端设备。

2.如权利要求1所述的图像信息审核方法,其特征在于,所述对所述初始图像进行去干扰预处理,得到标准图像,包括:

对所述初始图像进行灰度化处理,得到灰度化图像;

对所述灰度化图像进行滤波处理,得到所述标准图像。

3.如权利要求1所述的图像信息审核方法,其特征在于,所述利用训练完成的实体抽取模型,从所述文本信息中抽取预设实体,得到目标实体之前,还包括:

构建实体抽取模型;

获取历史文本信息集,对所述历史文本信息集进行预设实体标记,得到第一训练集;

利用所述第一训练集对所述实体抽取模型进行迭代训练,直至所述实体抽取模型收敛,得到所述训练完成的实体抽取模型。

4.如权利要求3所述的图像信息审核方法,其特征在于,所述构建实体抽取模型,包括:

利用深度学习网络模型构建初始抽取模型;

在所述初始抽取模型中增加全连接网络,用于计算输入至所述初始抽取模型中的每个字符属于预设实体的概率,根据所述概率得到预设实体对应的字符组合;及

在所述全连接网络之后加入序列化标注算法网络,用于对所述全连接网络得到的字符组合的顺序进行约束,得到所述实体抽取模型。

5.如权利要求3所述的图像信息审核方法,其特征在于,所述对所述历史文本信息集进行预设实体标记,得到第一训练集,包括:

根据预设实体构建包含非预设实体字符标签、预设实体开始字符标签、预设实体中间字符标签的标签集合;

利用所述标签集合中对应的标签对所述历史文本信息集中的每个字符进行标记,得到第一训练集。

6.如权利要求3所述的图像信息审核方法,其特征在于,所述利用预构建的多任务识别模型对所述文本信息进行分类识别,得到第二审核结果之前,还包括:

构建多任务始识别模型;

根据预设维度对所述历史文本信息集进行不同维度的多标签标记,得到第二训练集;

利用所述第二训练集对所述多任务始识别模型进行迭代训练,直至所述多任务始识别模型收敛,得到训练完成的多任务识别模型。

7.如权利要求1至6中任意一项所述的图像信息审核方法,其特征在于,所述根据所述第一审核结果及所述第二审核结果进行权重审核计算,得到目标审核结果,包括:

判断所述第一审核结果是否违规;

若所述第一审核结果为违规,则根据预设规则得到审核分数;

若所述第一审核结果为未违规,则根据所述第二审核结果利用对应的预设权重公式进行计算,得到审核分数;

利用预设的划分规则对所述审核分数进行审核结果划分,得到所述目标审核结果。

8.一种图像信息审核装置,其特征在于,包括:

文本识别模块,用于获取待审核的初始图像,对所述初始图像进行去干扰预处理,得到标准图像;对所述标准图像进行文本识别处理,得到文本信息;利用训练完成的实体抽取模型,从所述文本信息中抽取预设实体,得到目标实体;

信息审核模块,用于对所述目标实体进行初步审核,得到第一审核结果;利用预构建的多任务识别模型对所述文本信息进行分类识别,得到第二审核结果;

权重计算模块,用于根据所述第一审核结果及所述第二审核结果进行权重审核计算,得到目标审核结果,并将所述目标审核结果发送至预设终端设备。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安银行股份有限公司,未经平安银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011491176.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top