数据采集方法、装置、设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114971294A(43)申请公布日2022.08.30(21)申请号202210585345.2G06V30/19(2022.01)(22)申请日2022.05.27G06V10/82(2022.01)G06N3/04(2006.01)(71)申请人平安银行股份有限公司G06N3/08(2006.01)地址518001广东省深圳市罗湖区深南东路5047号(72)发明人彭云胜刘成程路铭梅敏君罗纳王旭(74)专利代理机构北京市京大律师事务所11321专利代理师沈克琪(51)Int.Cl.G06Q10/06(2012.01)G06Q30/06(2012.01)G06V30/146(2022.01)G06V30/148(2022.01)权利要求书2页说明书16页附图6页(54)发明名称数据采集方法、装置、设备及存储介质(57)摘要本发明涉及大数据技术领域，公开了一种数据采集方法、装置、设备及存储介质。本方法包括：将获取的商户信息图像输入预设OCR识别模型进行识别，得到目标商户数据；根据目标商户数据，通过预置风险识别模型对目标商户进行风险识别，确定目标商户的商户总评分；调用用于审核目标商户数据真实性的预置接口，获取预置关键商户数据；基于商户总评分和关键商户数据以及预置审核规则对目标商户数据进行审核，确定目标商户数据的真实性；当目标商户数据真实时，建立远程人工审核通信，并将得到的人工审核结果发送给目标商户。本发明通过将商户本人录入商户图像数据和OCR识别技术结合，实现商户资质准确性风险核实，提升了商户收单业务展业效率。CN114971294ACN114971294A权利要求书1/2页1.一种数据采集方法，其特征在于，所述数据采集方法包括：获取目标商户的商户信息图像；将所述商户信息图像输入预设OCR识别模型进行识别，得到所述商户信息图像中记载的目标商户数据；利用预置风险识别模型对所述目标商户数据进行风险识别，确定所述目标商户数据对应目标商户的商户总评分；调用预置接口，获取预置关键商户数据；基于所述商户总评分和所述关键商户数据，调用预设审核规则对所述目标商户数据进行风险审核，得到审核结果；当所述审核结果为所述商户总评分低于预设阈值时，建立远程人工审核连接，并将所述审核结果发送给所述目标商户。2.根据权利要求1所述的数据采集方法，其特征在于，在所述将所述商户信息图像输入预设OCR识别模型进行识别，得到所述商户信息图像中记载的目标商户数据之前，还包括：获取包含样本特征的训练样本图像，并对部分所述训练样本图像进行标注，得到包括标注样本图像以及非标注样本图像的训练包含样本特征的训练样本图像；将所述训练包含样本特征的训练样本图像输入至预设的OCR识别网络中进行计算，得到第一特征向量集；将所述第一特征向量集输入到用于做无监督训练的第一损失计算层，计算得到第一损失值集，以及将所述第一特征向量集输入到用于做有监督训练的第二损失计算层继续计算得到第二损失值集；基于所述第一损失值集与第二损失值集，通过反向网络传播算法计算网络的参数梯度，并基于所述参数梯度对所述OCR识别网络的参数进行更新直到收敛，得到OCR识别模型。3.根据权利要求2所述的数据采集方法，其特征在于，所述将所述商户信息图像输入预设OCR识别模型进行识别，得到所述商户信息图像中记载的目标商户数据包括：将所述商户信息图像输入预设OCR识别模型的RPN网络，生成不同的目标候选框；通过ROIAlign表示所有所述目标候选框的特征；将所述目标候选框输入所述FastR‑CNN网络对所述目标候选框的候选区进行分类，并通过字符分割网络掩模分支对待识别的所述候选区进行字符分割获取分割子图像；利用文本识别模型对分割子图像进行识别，得到有序文本，通过对应模板对所述有序文本进行信息提取，得到所述商户信息图像中记载的目标商户数据。4.根据权利要求1所述的数据采集方法，其特征在于，在所述利用预置风险识别模型对所述目标商户数据进行风险识别，确定所述目标商户数据对应目标商户的商户总评分之前，还包括：获取目标业务对应的模型训练样本；基于所述模型训练样本和初始风险识别模型，对预设风控数据对应的风险权重进行更新，得到更新后的风险权重；基于所述模型训练样本和所述更新后的风险权重，对所述初始风险识别模型进行更新直到所述初始风险识别模型满足预设模型优化终止条件，得到训练后的风险识别模型。5.根据权利要求4所述的数据采集方法，其特征在于，所述利用预置风险识别模型对所2CN114971294A权利要求书2/2页述目标商户数据进行风险识别，确定所述目标商户数据对应目标商户的商户总评分包括：将所述目标商户数据输入预置风险识别模型的分类网络，通过所述分类网络对所述目标商户数据进行识别