检测重复业务的方法和装置

技术领域

本公开涉及图像处理领域，更具体地涉及一种检测重复业务的方法、装置、设备、介质和程序产品。

背景技术

当前银行等金融机构业务系统中，由于工作人员的重复录入或用户多次办理等情况，导致存在大量的疑似重复业务，需要对疑似重复业务进行甄别。

对于重复业务的甄别主要依靠人工对办理业务的影像进行识别，是否和现有系统中其他影像重复，然而人工甄别效率较低，且准确率难以得到有效保证。

发明内容

鉴于上述问题，本公开提供了提高甄别效率和准确率的检测重复业务的方法、装置、设备、介质和程序产品。

根据本公开的第一个方面，提供了一种检测重复业务的方法，包括：

获取第一目标图像和第二目标图像，其中第一目标图像为待检测业务主件对应的图像，第二目标图像为历史业务主件对应的图像；

根据所述第一目标图像和第二目标图像确定主件数量；

响应于所述主件数量，使用预设模型对主件进行比对得到影像比对置信度；

若主件数量未超过第一预设阈值，得到一个影像比对置信度；

若主件数量超过第一预设阈值，得到多个影像比对置信度；

若所述影像比对置信度超过第二预设阈值，则确定待检测业务与历史业务重复，并进行人工甄别。

根据本公开的实施例，所述使用预设模型对主件进行比对得到影像比对置信度，包括：

计算第一目标图像和第二目标图像的相似度；

若所述相似度小于第三预设阈值，则对所述相似度进行修正得到影像比对置信度。

根据本公开的实施例，所述计算第一目标图像和第二目标图像的相似度，包括：

获取所述第一目标图像和第二目标图像的特征点信息；

根据所述特征点信息和预设匹配算法确定匹配点个数；

根据所述特征点信息和所述匹配点个数确定相似度。

根据本公开的实施例，所述获取所述第一目标图像和第二目标图像的特征点信息，包括：

使用尺度不变特征转换算法对所述第一目标图像和第二目标图像的特征点进行提取。

根据本公开的实施例，所述预设匹配算法为快速最近邻逼近搜索函数库算法。

根据本公开的实施例，所述对所述相似度进行修正得到影像比对置信度，包括：

提取第一目标图像和第二目标图像的关键字段信息；

将所述关键字信息进行比对；

根据比对结果修正所述相似度。

根据本公开的实施例，所述根据比对结果修正所述相似度，包括：

若比对结果相同，则将所述相似度加上第一权重值得到修正后的相似度；

若比对结果不相同，则将所述相似度减去第二权重值得到修正后的相似度。

根据本公开的实施例，所述使用预设模型对主件进行比对得到影像比对置信度，还包括：

对第一目标图像和第二目标图像进行去噪；

将第一目标图像和第二目标图像大小压缩至预设范围。

根据本公开的实施例，若主件数量超过第一预设阈值，得到多个影像比对置信度，包括：

由预设模型对主件进行两两比对，分别得到一个影像比对置信度。

根据本公开的实施例，还包括：

若主件存在异常情况，则进行人工甄别，其中，所述异常情况包括主件存在折角和/或颠倒。

根据本公开的实施例，第三预设阈值、第一权重值和第二权重值是通过预设模型自学习获得的。

本公开的第二方面提供了一种检测重复业务的装置，包括：

获取模块，用于获取第一目标图像和第二目标图像，其中第一目标图像为待检测业务主件对应的图像，第二目标图像为历史业务主件对应的图像；

第一确定模块，用于根据所述第一目标图像和第二目标图像确定主件数量；

比对模块，用于响应于所述主件数量，使用预设模型对主件进行比对得到影像比对置信度；若主件数量未超过第一预设阈值，得到一个影像比对置信度；若主件数量超过第一预设阈值，得到多个影像比对置信度；以及

第二确定模块，若所述影像比对置信度超过第二预设阈值，则确定待检测业务与历史业务重复，并进行人工甄别。

本公开的第三方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行上述第一方面所述方法。

本公开的第四方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述第一方面所述的方法。

本公开的第五方面还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述第一方面所述的方法。

附图说明

通过以下参照附图对本公开实施例的描述，本公开的上述内容以及其他目的、特征和优点将更为清楚，在附图中：

图1示意性示出了根据本公开实施例的检测重复业务的方法的流程图；

图2示意性示出了根据本公开另一实施例的检测重复业务的方法的流程图；

图3示意性示出了根据本公开实施例的检测重复业务的装置的结构框图；以及

图4示意性示出了根据本公开实施例的适于实现检测重复业务方法的电子设备的方框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。

本公开的实施例提供了一种检测重复业务的方法，包括：

获取第一目标图像和第二目标图像，其中第一目标图像为待检测业务主件对应的图像，第二目标图像为历史业务主件对应的图像；根据第一目标图像和第二目标图像确定主件数量；响应于主件数量，使用预设模型对主件进行比对得到影像比对置信度；若主件数量未超过第一预设阈值，得到一个影像比对置信度；若主件数量超过第一预设阈值，得到多个影像比对置信度；若影像比对置信度超过第二预设阈值，则确定待检测业务与历史业务重复，并进行人工甄别。

本公开的应用场景为金融机构业务录入场景，在用户办理业务时，由于工作人员的重复录入或用户多次办理的情况，导致存在大量的疑似重复业务。一个示例中，根据录入的关键字段在历史库中检索，是否有要素一致的历史业务，对于疑似重复业务通过人工对办理业务的影像进行甄别进而判断是否为重复业务。由于对重复业务的识别完全靠工作人员的专业能力，因此识别准确率不高，且识别效率低。

基于以上问题，本公开提供一种检测重复业务的方法，通过获取疑似重复业务的业务主件凭证，比对主件凭证得到影像比对置信度，从而进一步缩小疑似重复业务的数量，提高识别效率。

以下将通过图1～图2对公开实施例的检测重复业务的方法进行详细描述。

图1示意性示出了根据本公开实施例的检测重复业务的方法的流程图。

如图1所示，该实施例包括操作S110～操作S140，本公开实施例的执行主体可以是后台系统或服务器，也可以是执行本公开方法的装置或设备，在本实施例中，以后台系统为执行主体进行说明。

在操作S110，获取第一目标图像和第二目标图像，其中第一目标图像为待检测业务主件对应的图像，第二目标图像为历史业务主件对应的图像。

根据本公开实施例，对于根据关键词检索到的疑似重复的业务，首先获取第一目标图像和第二目标图像，其中第一目标图像为待检测业务的业务主件对应的凭证，第二目标图像为历史业务的业务主件对应的凭证。

在操作S120，根据第一目标图像和第二目标图像确定主件数量。

一个示例中，一个业务的业务主件数量与业务类型有关，可以为一件或多件，根据操作S110获得的第一目标图像和第二目标图像可以确定业务主件的数量，主件数量可以是一张影像凭证，可以是多张影像凭证。

在操作S130，响应于主件数量，使用预设模型对主件进行比对得到影像比对置信度。

根据本公开实施例，若主件数量未超过第一预设阈值，即主件数量为1张，则使用预设模型对待检测业务的主件凭证影像与历史业务的主件凭证影像进行比对，得到一个影像比对置信度；若主件数量超过第一预设阈值，即主件数量超过1张，则使用预设模型对待检测业务的主件凭证影像与历史业务的主件凭证影像进行两两比对，分别得到一个影像比对置信度；具体的，预设模型对第一目标图像和第二目标图像进行处理，比对得到影像比对置信度，第一目标图像数量可以是1张，也可以是多张，因此影像比对置信度可以是1个，也可以是多个。

在操作S140，若影像比对置信度超过第二预设阈值，则确定待检测业务与历史业务重复，并进行人工甄别。

根据本公开实施例，若操作S130中得到的至少一个影像比对置信度超过第二预设阈值，即表征该影像比对置信度对应的一组图像相似，则确定待检测业务与历史业务重复，并进行人工甄别进一步确认待检测业务与历史业务重复，其中影像比对置信度为0到1的小数，第二预设阈值的取值范围可以是0.5～0.7，优选的，本公开实施例中，第二预设阈值为0.5，当所有影像比对置信度都小于0.5时，则确定第一目标图像与第二目标图像不同，进而确定待检测业务与历史业务不重复，当至少一个影像比对置信度大于0.5时，则确定第一目标图像与第二目标图像相似，进而确定待检测业务与历史业务相同，进而通过人工进一步甄别。

本公开实施例提供的方法，通过获取第一目标图像与第二目标图像，根据第一目标图像和第二目标图像确定主件数量；响应于主件数量，使用预设模型对主件进行比对得到影像比对置信度；比对两目标图像得到影像比对置信度，根据影响比对置信度进一步确定待检测业务与历史业务是否相似，从而缩小疑似重复业务的甄别数量，提高识别效率和准确率。

图2示意性示出了根据本公开另一实施例的检测重复业务的方法的流程图。

如图2所示，本公开实施例包含操作S210～操作S260。

在操作S210，获取第一目标图像和第二目标图像，其中第一目标图像为待检测业务对应的图像，第二目标图像为历史业务对应的图像。

本操作S210与图1所示的操作S110的技术原理相同，在此不再赘述。

在操作S220，根据第一目标图像和第二目标图像确定主件数量。

根据本公开实施例，若主件存在异常情况，则进行人工甄别，其中，异常情况包括主件存在折角和/或颠倒。

一个示例中，一个业务的业务主件数量与业务类型有关，可以为一件或多件，根据操作S110获得的第一目标图像和第二目标图像可以确定业务主件的数量，主件数量可以是一张影像凭证，可以是多张影像凭证。业务主件在扫描上传至后台系统的过程中可能存在折角、颠倒等异常情况，此时目标图像无法进行进一步的比对，需要进行人工甄别。

在操作S230，计算第一目标图像和第二目标图像的相似度。

根据本公开实施例，在计算第一目标图像和第二目标图像的相似度之前，需要对第一目标图像和第二目标图像进行预处理，预处理包括：对第一目标图像和第二目标图像进行去噪；将第一目标图像和第二目标图像大小压缩至预设范围。

一个示例中，采用非局部平均算法对目标图像进行去噪，为了保证比对置信度的准确性，需要控制调整第一目标图像和第二目标图像的大小范围不超过40％，若两目标图像相差过大，则会影响比对结果，需要将较大的图像压缩直到两图像大小范围不超过40％。

在对目标图像进行预处理之后，开始对第一目标图像和第二目标图像的相似度进行计算，主要包括以下步骤：

第一步骤、获取第一目标图像和第二目标图像的特征点信息。

根据本公开实施例，采用SIFT(Scale-invariant feature transform，SIFT)尺度不变特征转换算法对第一目标图像和第二目标图像的特征点进行提取。SIFT是一种计算机视觉的算法用来侦测与描述影像中的局部性特征，在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量。通过SIFT特征提取器对图片进行特征点提取，可以提取图片中不同层次的边和角的特征点信息。

第二步骤、根据特征点信息和预设匹配算法确定匹配点个数。

根据本公开实施例，预设匹配算法为快速最近邻逼近搜索函数库算法。使用FLANN(Fast Approximate Nearest Neighbor Search Library)快速最近邻逼近搜索函数库匹配算法对第一步骤得到的两幅图像的特征点信息进行匹配确定两个图像的匹配点个数。关于SIFT和FLANN算法的技术原理和操作步骤可以参见任一现有技术，在此不再赘述。

第三步骤、根据特征点信息和匹配点个数确定相似度。

根据本公开实施例，相似度＝匹配点个数/样本特征点数，其中，相似度表征两张图片相近程度，相似度越高表征两个图片越相近，相似度的范围为0～1的小数，相似度为0时表征两张图片完全不同，相似度为1时表征两张图片完全相同。

在操作S240，若相似度小于第三预设阈值，则对相似度进行修正得到影像比对置信度。

在操作S230之后，由于为了保证图片匹配的准确性，需要对操作S230中的相似度进行修正。

根据本公开实施例，若操作S230的相似度小于第三预设阈值，则通过OCR(OpticalCharacter Recognition，光学字符识别)技术提取第一目标图像和第二目标图像的关键字段信息；将关键字信息进行比对；根据比对结果修正相似度，具体的，若比对结果相同，则将相似度加上第一权重值得到修正后的相似度；若比对结果不相同，则将相似度减去第二权重值得到修正后的相似度。

一个示例中，可以通过目标图像确定当前业务类型，不同业务类型预设不同的关键字段信息识别范围，无需识别目标图像所有的文字信息，仅需根据业务类型识别特定的关键字段，将两幅图像识别到的关键字段信息进行比对，若比对结果完全相同，则确定两幅图像的业务类型可能为同一业务，在操作S230得到的相似度的基础上加第一权重值对相似度进行修正得到影像比对置信度；若比对结果不同，则确定两幅图像的业务类型为不同业务，在操作S230得到的相似度的基础上减去第二权重值对相似度进行修正得到影像比对置信度。

需要说明的是，第三预设阈值、第一权重值和第二权重值是通过预设模型自学习获得的，具体的，在预设模型使用前，对模型进行训练，不断调整第三预设阈值、第一权重值和第二权重值，比较预设模型比对的准确率，根据比对结果确定第三预设阈值、第一权重值和第二权重值，因此上述三个参数可以在预设时间内定期更新。

在操作S250，若影像比对置信度超过第二预设阈值，则确定待检测业务与历史业务重复，并进行人工甄别。

一个示例中，将在操作S240中得到的影像比对置信度与第二预设阈值比较，若影像比对置信度小于第二预设阈值，则确定第一目标图像与第二目标图像不相同，进而确定当前待检测业务与历史业务不重复；若影像比对置信度大于第二预设阈值，则确定第一目标图像与第二目标图像相似，进而确定当前待检测业务与历史业务重复，则继续进行人工甄别完成重复业务的检测。

根据本公开实施例，通过获取第一目标图像与第二目标图像，根据第一目标图像和第二目标图像确定主件数量；响应于主件数量，使用预设模型对主件进行比对得到两个目标图像的相似度，并根据OCR技术对目标图像进行关键字段信息的识别，并根据关键字段对相似度进行修正得到影像比对置信度；根据影响比对置信度进一步确定待检测业务与历史业务是否相似，从而缩小疑似重复业务的甄别数量，提高识别效率和准确率。

基于上述检测重复业务方法，本公开还提供了一种检测重复业务的装置。以下将结合图3对该装置进行详细描述。

图3示意性示出了根据本公开实施例的检测重复业务的装置的结构框图。

如图3所示，该实施例的检测重复业务的装置300包括获取模块310、第一确定模块320、比对模块330和第二确定模块340。

获取模块310用于获取第一目标图像和第二目标图像，其中第一目标图像为待检测业务主件对应的图像，第二目标图像为历史业务主件对应的图像。在一实施例中，获取模块310可以用于执行前文描述的操作S110，在此不再赘述。

第一确定模块320用于根据所述第一目标图像和第二目标图像确定主件数量。在一实施例中，第一确定模块320可以用于执行前文描述的操作S120，在此不再赘述。

比对模块330用于响应于所述主件数量，使用预设模型对主件进行比对得到影像比对置信度；若主件数量未超过第一预设阈值，得到一个影像比对置信度；若主件数量超过第一预设阈值，得到多个影像比对置信度。在一实施例中，比对模块330可以用于执行前文描述的操作S130，在此不再赘述。

第二确定模块340用于若所述影像比对置信度超过第二预设阈值，则确定待检测业务与历史业务重复，并进行人工甄别。

根据本公开的实施例，获取模块310、第一确定模块320、比对模块330和第二确定模块340中的任意多个模块可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，获取模块310、第一确定模块320、比对模块330和第二确定模块340中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，获取模块310、第一确定模块320、比对模块330和第二确定模块340中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

图4示意性示出了根据本公开实施例的适于实现检测重复业务方法的电子设备的方框图。

如图4所示，根据本公开实施例的电子设备400包括处理器401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。处理器401例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))等等。处理器401还可以包括用于缓存用途的板载存储器。处理器401可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 403中，存储有电子设备400操作所需的各种程序和数据。处理器401、ROM402以及RAM 403通过总线404彼此相连。处理器401通过执行ROM 402和/或RAM 403中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM 402和RAM 403以外的一个或多个存储器中。处理器401也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。

根据本公开的实施例，电子设备400还可以包括输入/输出(I/O)接口405，输入/输出(I/O)接口405也连接至总线404。电子设备400还可以包括连接至I/O接口405的以下部件中的一项或多项：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407；包括硬盘等的存储部分408；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入存储部分408。

本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。

根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM 402和/或RAM 403和/或ROM 402和RAM 403以外的一个或多个存储器。

本公开的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时，该程序代码用于使计算机系统实现本公开实施例所提供的物品推荐方法。

在该计算机程序被处理器401执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。

在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分409被下载和安装，和/或从可拆卸介质411被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被处理器401执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

根据本公开的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java，C++，python，“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

需要说明的是，本公开实施例提供的方法和装置可用于金融领域，也可用于除金融领域之外的任意领域，本公开实施例的方法和装置的应用领域不做限定。

本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。

以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。