[发明专利]一种验证方法、装置、存储介质以及电子设备在审

专利信息
申请号: 202211233519.5 申请日: 2022-10-10
公开(公告)号: CN115544483A 公开(公告)日: 2022-12-30
发明(设计)人: 徐子玘;张景逸 申请(专利权)人: 平安国际融资租赁有限公司
主分类号: G06F21/36 分类号: G06F21/36;G06F16/532;G06F40/289
代理公司: 北京中强智尚知识产权代理有限公司 11448 代理人: 贾依娇
地址: 200000 上海市浦东新区中国(上海)*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 验证 方法 装置 存储 介质 以及 电子设备
【权利要求书】:

1.一种验证方法,其特征在于,包括:

在预设词库的目标聚簇词语集中随机抽取目标验证答案以及若干干扰答案;

对所述目标验证答案进行字拆分处理,得到若干与所述目标验证答案对应的关键字;

基于各所述关键字查找目标图像库中的各预设聚簇图像集合,得到与各所述关键字对应的参考图像;

将各所述参考图像、目标验证答案以及各所述干扰答案在预设展示区域进行展示;

基于所述目标验证答案,针对用户基于各所述参考图像在目标验证答案以及各所述干扰答案中选择的提交答案进行验证,得到验证结果。

2.如权利要求1所述的方法,其特征在于,在预设词库的目标聚簇词语集中随机抽取目标验证答案以及若干干扰答案之前,所述方法还包括:创建词库,包括:

利用预设词编辑器对词语进行编辑,获得若干验证词语;

采用预设词语向量生成模型对各所述验证词语进行处理,生成与各所述验证词语对应的词向量;

基于各所述词向量的编码,计算得到各所述验证词语之间的第一目标相似度值;

基于各所述第一目标相似度值对各所述验证词语进行分类,得到各聚簇词语集;

基于各所述聚簇词语集创建得到所述词库。

3.如权利要求2所述的方法,其特征在于,在基于各所述关键字查找目标图像库中的各预设聚簇图像集合之前,所述方法还包括:创建目标图像库,包括:

将各所述验证词语进行字拆分处理,获得若干第一关键字;

获取与各所述第一关键字对应的初始图像;

对各所述初始图像进行标注,得到与各所述第一关键字对应的标签图像;

对各所述标签图像进行分类处理,得到与各聚簇图像集合分别对应的若干子聚簇图像集,以创建得到所述目标图像库。

4.如权利要求3所述的方法,其特征在于,所述聚簇图像集合包括:读音聚簇图像集合、含义聚簇图像集合和图形聚簇图像集合中的一种或几种。

5.如权利要求4所述的方法,其特征在于,所述基于各所述关键字查找目标图像库中的各预设聚簇图像集合,得到与各所述关键字对应的参考图像,包括:

基于各所述关键字查找目标图像库中的读音聚簇图像集合以及含义聚簇图像集合,得到与目标关键字对应的若干第一参考图像;

对各所述第一参考图像进行筛选,获得与各所述关键字对应的参考图像。

6.如权利要求5所述的方法,其特征在于,所述对各所述第一参考图像进行筛选,获得与各所述关键字对应的参考图像,具体包括:

在目标关键字对应的各所述第一参考图像中,随机抽取得到与目标关键字对应的第二参考图像;

判断各所述第二参考图像是否满足预设图像识别度;

当判断不满足预设识别度的情况下,基于不满足预设识别度的第二参考图像对应的第二关键字查找目标图像库中的图形聚簇图像集合,得到与所述第二关键字对应的第三参考图像;

基于所述第三参考图像替换所述第二关键字对应的第二参考图像,以得到各所述关键字对应的参考图像。

7.如权利要求3所述的方法,其特征在于,所述对各所述标签图像进行分类处理,得到与各预设聚簇图像集合分别对应的各子聚簇图像集,以创建得到所述目标图像库,包括:

基于各所述第一关键字的读音,获得与各所述关键字对应的第一特征值;

采用预设字向量生成模型对各所述第一关键字进行处理,生成与各所述第一关键字对应的字向量;

采用预设算法对各所述第一关键字对应的初始图像进行处理,得到与各所以初始图像对应的图像向量;

分别基于各所述第一特征值、各所述字向量以及各所述图像向量计算各第一关键字之间的第二目标相似度值;

基于各所述第二目标相似度值对各所述标签图像进行分类处理,得到与各聚簇图像集合分别对应的各子聚簇图像集,以创建得到所述目标图像库。

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国际融资租赁有限公司,未经平安国际融资租赁有限公司许可,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/202211233519.5/1.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