一种信息获取方法、装置、计算机设备及存储介质制造方法及图纸

技术编号:30025154 阅读:20 留言:0更新日期:2021-09-11 06:54
本发明专利技术公开了一种信息获取方法、装置、计算机设备及存储介质。所述方法包括:获取用户的身份标识图像;通过预设光学文本识别模型从所述身份标识图像中提取出用户身份信息识别码;根据所述用户身份信息识别码得到所述用户在其他金融机构的个人金融信息;根据所述个人金融信息确定所述用户的业务可行性。利用该方法,能够有效获取用户的个人金融信息,确定业务可行性。此外,在查询个人金融信息的过程中可以有效避免数据风险泄露。可以有效避免数据风险泄露。可以有效避免数据风险泄露。

【技术实现步骤摘要】
一种信息获取方法、装置、计算机设备及存储介质


[0001]本专利技术实施例涉及计算机
,尤其涉及一种信息获取方法、装置、计算机设备及存储介质。

技术介绍

[0002]在一些场景下,需获取用户的个人金融信息,以便根据用户的个人金融信息判断用户的业务情况,根据用户的业务可行性进行研判,以促成有效业务的发生,降低业务失败的风险。
[0003]但是,由于数据安全问题造成的数据孤岛线性导致数据不流通,很难获取用户的业务信息,以致于无法根据用户的个人金融信息确定用户的业务可行性,无法进行有效业务的发生。因此,如何有效获取用户的个人金融信息是当前亟待解决的技术问题。

技术实现思路

[0004]本专利技术实施例提供了一种信息获取方法、装置、计算机设备及存储介质,能够有效获取用户的个人金融信息,确定业务可行性。此外,在获取个人金融信息的过程中可以有效避免数据风险泄露。
[0005]第一方面,本专利技术实施例提供了一种信息获取方法,包括:获取用户的身份标识图像;通过预设光学文本识别模型从所述身份标识图像中识别出用户身份信息识别码;根据所述用户身份信息识别码得到所述用户在其他金融机构的个人金融信息;根据所述个人金融信息确定所述用户的业务可行性。
[0006]第二方面,本专利技术实施例还提供了一种信息获取装置,包括:获取模块,用于获取用户的身份标识图像;提取模块,用于通过预设光学文本识别模型从所述身份标识图像中识别出用户身份信息识别码;得到模块,用于根据所述用户身份信息识别码查询所述用户在其他金融机构的个人金融信息;确定模块,用于根据所述个人金融信息确定所述用户的业务可行性。
[0007]第三方面,本专利技术实施例还提供了一种计算机设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序;所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器用于实现本专利技术任意实施例中所述的信息获取方法。
[0008]第四方面,本专利技术实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本专利技术任意实施例所提供的信息获取方法。
[0009]本专利技术实施例提供了一种信息获取方法、装置、计算机设备及存储介质,首先获取
用户的身份标识图像;然后通过预设光学文本识别模型从所述身份标识图像中识别出用户身份信息识别码;之后根据所述用户身份信息识别码得到所述用户在其他金融机构的个人金融信息;最后根据所述个人金融信息确定所述用户的业务可行性。利用上述技术方案,能够有效获取用户的个人金融信息,确定业务可行性。此外,在获取个人金融信息的过程中可以有效避免数据风险泄露。
附图说明
[0010]图1为本专利技术实施例一所提供的一种信息获取方法的流程示意图;图2为本专利技术实施例一所提供的一种信息获取方法中的预设光学识别模型的结构示意图;图3为本专利技术实施例一所提供的一种信息获取方法中的级联注意力模块的结构示意图;图4为本专利技术实施例二所提供的一种信息获取方法的流程示意图;图5 为本专利技术实施例二所提供的一种信息获取方法中的文本纠错算法流程示意图;图6 为本专利技术示例实施例所提供的一种信息获取方法的流程示例图;图7为本专利技术实施例三提供的一种信息获取装置的结构示意图;图8为本专利技术实施例四所提供的一种计算机设备的结构示意图。
具体实施方式
[0011]下面将参照附图更详细地描述本专利技术的实施例。虽然附图中显示了本专利技术的某些实施例,然而应当理解的是,本专利技术可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本专利技术。应当理解的是,本专利技术的附图及实施例仅用于示例性作用,并非用于限制本专利技术的保护范围。
[0012]应当理解,本专利技术的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本专利技术的范围在此方面不受限制。
[0013]本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
[0014]需要注意,本专利技术中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0015]需要注意,本专利技术中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
[0016]本专利技术实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
[0017]实施例一图1为本专利技术实施例一所提供的一种信息获取方法的流程示意图,该方法可适用
于确定用户申请的业务是否具有可行性的情况,该方法可以由信息获取装置来执行,其中该装置可由软件和/或硬件实现,并一般集成在业务发生金融机构的终端设备上,示例性的,所述终端设备可以为一种计算机设备。
[0018]如图1所示,本专利技术实施例一提供的一种信息获取方法,包括如下步骤:S110、获取用户的身份标识图像。
[0019]在本实施例中,用户的身份标识图像可以为任意一种能够表征用户身份的图像。示例性的,用户的身份标识图像可以为用户的身份证图像。
[0020]在本实施例中,对获取用户的身份标识图像的方式不作具体限制,可以通过任意方式获取用户的身份标识图像。示例性的,可以获取上传的用户的身份标识图像。需要注意的是,所获取的身份标识图像为经过用户授权获取的图像。
[0021]S120、通过预设光学文本识别模型从所述身份标识图像中识别出用户身份信息识别码。
[0022]其中,预设光学文本识别模型可以为一种预先设置的文本识别模型,示例性的,预设光学文本识别模块可以为端到端的单阶段光学文本识别(Optical Character Recognition,OCR)网络。通过预设光学文本识别模型可以准确的从用户的身份标识图像中识别出用户身份信息识别码。
[0023]其中,用户身份信息识别码可以为能够表征用户身份的字符串。示例性的,用户身份信息识别码可以为用户的身份证号码。
[0024]在本实施例中,预设光学识别模型可以由卷积层、递归层以及转录层三部分组成。预设光学文本识别模型识别用户身份信息识别码的过程可以为:将用户的身份标识图像输入到卷积层,通过卷积层从用户的身份标识图像中提取特征序列;再通过递归层对卷积层输出的特征序列的每一帧进行预测,递归层可以由双向长短期记忆模块构成;最后通过转录层将每帧的预测结果转化为标签序列。需要说明的是,网络模型的训练可以视为端到端训练。
[0025]S130、根据所述用户身份信息识别码得到所述用户在其他金融机构的本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种信息获取方法,其特征在于,所述方法包括:获取用户的身份标识图像;通过预设光学文本识别模型从所述身份标识图像中识别出用户身份信息识别码;根据所述用户身份信息识别码得到所述用户在其他金融机构的个人金融信息;根据所述个人金融信息确定所述用户的业务可行性。2.根据权利要求1所述的方法,其特征在于,所述预设光学文本识别模型包括卷积层、递归层以及转录层,相应的,所述通过预设光学文本识别模型从所述身份标识图像中识别出用户身份信息识别码,包括:通过卷积神经网络对所述身份标识图像进行特征提取得到卷积特征图;通过递归层对所述卷积特征图进行识别,得到用户的身份信息识别码文本序列;通过转录层对所述身份信息识别码文本序列进行处理,得到所述用户身份信息识别码。3.根据权利要求2所述的方法,其特征在于,所述卷积层中包括多个级联注意力模块,所述级联意力模块处于两个相邻卷积层之间,每个级联意力模块包括软注意力子模块以及强注意力子模块,通过相邻的两个卷积层以及处于所述两个卷积层之间的一个级联意力模块对所述身份标识图像进行特征提取的过程,包括:将所述身份标识图像输入卷积神经网络的第一层卷积层,得到输入特征图;将所述输入特征图输入所述软注意力子模块,得到软注意力特征图;将所述软注意力特征图输入所述强注意力子模块,得到强注意力特征图;将所述强注意力特征图输入卷积神经网络的第二层卷积层,得到对应的卷积特征图。4.根据权利要求3所述的方法,其特征在于,所述将所述输入特征输入所述软注意力子模块,得到软注意力特征图,包括:通过所述软注意力子模块,将所述输入特征进行平均池化运算和最大池化运算,得到通道表征;将所述通道表征进行分块处理,得到多个分块特征图;通过激活函数从共享网络中获取各所述分块特征图对应的权重;将各所述权重进行线性加权合并,得到软注意力特征图。5.根据权利要求4所述的方法,其特征在于,所述将所述软注意力特征图输入所述强注意力子模块,得到强注意力特征图,包括:从所述软注意力特征图中选取对应权重最大的子区域;将所述子区域进行最大池化运算和平均池化运算,得到强注意力特征图。6.根据权利要求1所述的方法,其特征在于,所述根据所述用户身份信息识别码得到所述用户的个人金融信息,包括:根据文本纠错算法对所述用户身份信息识别码进行纠错;将纠错后的用户身份信息识别码进行安全多方计算得到所述用户在其他金融机构的个人金融信息。7.根据权利要求6所述的方法,其特征在于,所述根据文本纠错算法对所述用户身份信息识别码进行纠错,包括:从所述用户身份信息识别码中获取区号信息和用户出生信息;
依据...

【专利技术属性】
技术研发人员:柯琪锐陆阳李政陈艳晶
申请(专利权)人:成方金融科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1