[发明专利]用于车辆租赁的基于图像和文本信息的智能审核系统及其方法

权利要求书

1.一种用于车辆租赁的基于图像和文本信息的智能审核系统，其特征在于，包括：

出租方执照数据采集模块，用于获取由公司出租方提供的执照图像，所述执照图像包括营业执照图像和行业许可证图像；

文本识别模块，用于通过文本识别工具从所述执照图像识别执照文本描述；

执照文本理解模块，用于对所述执照文本描述进行分词处理后通过包含嵌入层的上下文编码器以得到执照文本理解特征向量；

出租方物品数据采集模块，用于获取由所述公司出租方提供的物品出租信息，所述物品出租信息包括物品信息、交接方式和保险类型；

物品图像数据编码模块，用于将所述物品出租信息中的图像数据通过作为过滤器的第一卷积神经网络以得到图像特征向量；

物品其他数据编码模块，用于将所述物品出租信息中的文本数据和数字数据分别进行嵌入向量化以得到嵌入向量的序列；

物品全局理解模块，用于将所述图像特征向量与所述嵌入向量的序列进行合并后通过基于转换器的上下文编码器以得到物品理解特征向量；

关联模块，用于计算所述执照文本理解特征向量相对于所述物品理解特征向量的转移矩阵；

投影模块，用于使用多个全连接层作为编码器对所述转移矩阵进行全连接编码以将所述转移矩阵投影为分类特征向量；

校正模块，用于对所述分类特征向量进行校正以得到校正后分类特征向量；以及

审核结果生成模块，用于将所述校正后分类特征向量输入Softmax分类函数以得到分类结果，所述分类结果用于表示公司出租方是否可以出租该物品。

2.根据权利要求1所述的用于车辆租赁的基于图像和文本信息的智能审核系统，其特征在于，所述文本识别模块，进一步用于以光学字符识别器作为所述文本识别工具从所述执照图像识别所述执照文本描述。

3.根据权利要求2所述的用于车辆租赁的基于图像和文本信息的智能审核系统，其特征在于，所述执照文本理解模块，包括：

嵌入向量化单元，用于使用所述上下文编码器的嵌入层将所述执照文本描述进行分词处理后映射为嵌入向量以获得嵌入向量的序列；

上下文语义关联编码单元，用于使用所述上下文编码器的转换器对所述嵌入向量的序列进行基于上下位的全局语义编码以获得执照文本理解特征向量。

4.根据权利要求3所述的用于车辆租赁的基于图像和文本信息的智能审核系统，其特征在于，所述物品图像数据编码模块，进一步用于使用所述第一卷积神经网络的各层在层的正向传递中分别对输入数据进行基于卷积核的卷积处理、池化处理和非线性激活处理以由所述第一卷积神经网络的最后一层输出所述图像特征向量，其中，所述第一卷积神经网络的第一层的输入为所述物品出租信息中的图像数据。

5.根据权利要求4所述的用于车辆租赁的基于图像和文本信息的智能审核系统，其特征在于，所述关联模块，用于以如下公式来计算所述执照文本理解特征向量相对于所述物品理解特征向量的转移矩阵，其中，所述公式为：

其中，为所述转移矩阵，所述执照文本理解特征向量与所述物品理解特征向量均为行向量。

6.根据权利要求5所述的用于车辆租赁的基于图像和文本信息的智能审核系统，其特征在于，所述校正模块，用于以如下公式来对所述分类特征向量进行校正以得到校正后分类特征向量，其中，所述公式为：

其中，为校正后分类特征向量，是分类特征向量的各个位置的特征值的均值，且表示点乘，即向量的每个位置的特征值与预定值相乘。

7.根据权利要求6所述的用于车辆租赁的基于图像和文本信息的智能审核系统，其特征在于，所述审核结果生成模块，进一步用于：

使用所述分类器以如下公式对所述校正后分类特征向量进行处理以生成分类结果，其中，所述公式为：，其中表示所述校正后分类特征向量，至为各层全连接层的权重矩阵，至表示各层全连接层的偏置矩阵。