基于信用监督的纠纷调解数据处理方法及其系统技术方案

本申请涉及智能校验领域，其具体地公开了一种基于信用监督的纠纷调解数据处理方法及其系统，其通过证据材料中的签名与参考签名之间的对比来对待上传的证据材料进行智能校验以确保其证据材料的真实性。以确保其证据材料的真实性。以确保其证据材料的真实性。

【技术实现步骤摘要】
基于信用监督的纠纷调解数据处理方法及其系统


[0001]本申请涉及智能校验领域，且更为具体地，涉及一种基于信用监督的纠纷调解数据处理方法及其系统。

技术介绍

[0002]调解制度作为重要的法律制度，在多元纠纷化解方面发挥着重要作用，但由于调解是双方或多方当事人就争议的权利、义务，在人民法院、人民调解委员会及有关组织主持下，自愿达成的争议解决办法，并不具有强制执行力。因此，调解在化解纠纷方面的功能并未得以真正发挥，很多从法院分流出去的纠纷又返流到法院，不仅没有达到尽快化解纠纷的作用，还增加了当事人诉累。
[0003]推动社会信用体系建设以及信用在社会治理中的应用，信用俨然开始成为基层社会治理中的重要因素。信用调解以诚信原则为前提，在调解过程中通过信用警示、联合惩戒等，倒逼失信当事人守信践诺，柔性化解社会纠纷，将“非诉挺前”的方式推动基层社会治理。
[0004]因此，调解员在纠纷调解工作中融入社会信用监管体系，采用“事前信用承诺”、“事中信用监督”、“事后失信惩戒”的信用调解方法，利用信息化技术将纠纷信息、调解过程进行数字化管理，调本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于信用监督的纠纷调解数据处理方法，其特征在于，包括：获取待上传至区块链网络的证据材料；从所述证据材料截取用户签名区域；使用SLIC算法对所述用户签名区域进行处理以生成超像素用户签名区域图像；获取参考签名图像；将所述超像素用户签名区域图像和所述参考签名图像通过包含第一卷积神经网络和第二卷积神经网络的孪生网络以得到检测特征图和参考特征图，所述第一卷积神经网络和所述第二卷积神经网络具有相同的网络结构；计算所述检测特征图和所述参考特征图之间的差分特征图；以及将所述差分特征图通过分类器以得到分类结果，所述分类结果用于表示证据材料中的签名是否真实。2.根据权利要求1所述的基于信用监督的纠纷调解数据处理方法，其特征在于，所述将所述超像素用户签名区域图像和所述参考签名图像通过包含第一卷积神经网络和第二卷积神经网络的孪生网络以得到检测特征图和参考特征图，包括：使用所述第一卷积神经网络的多层卷积层对所述超像素用户签名区域图像进行深度卷积编码以由所述多层卷积层的最后一层输出深度检测特征图；将所述深度检测特征图输入所述第一卷积神经网络的第一空间注意力模块以得到第一空间注意力图；以及计算所述深度检测特征图和所述第一空间注意力图的按位置点乘以得到所述检测特征图。3.根据权利要求2所述的基于信用监督的纠纷调解数据处理方法，其特征在于，所述将所述深度检测特征图输入所述第一卷积神经网络的第一空间注意力模块以得到第一空间注意力图，包括：使用所述第一空间注意力模块的卷积层对所述深度检测特征图进行卷积编码以得到第一空间注意力得分图；以及使用Softmax激活函数对所述第一空间注意力得分图进行非线性激活以得到所述第一空间注意力图。4.根据权利要求3所述的基于信用监督的纠纷调解数据处理方法，其特征在于，所述将所述超像素用户签名区域图像和所述参考签名图像通过包含第一卷积神经网络和第二卷积神经网络的孪生网络以得到检测特征图和参考特征图，包括：使用所述第二卷积神经网络的多层卷积层对所述超像素用户签名区域图像进行深度卷积编码以由所述多层卷积层的最后一层输出深度参考特征图；将所述深度参考特征图输入所述第二卷积神经网络的第二空间注意力模块以得到第二空间注意力图；以及计算所述深度参考特征图和所述第二空间注意力图的按位置点乘以得到所述参考特征图。5.根据权利要求4所述的基于信用监督的纠纷调解数据处理方法，其特征在于，所述将所述深度参考特征图输入所述第二卷积神...

【专利技术属性】
技术研发人员：英伟，王大飞，马跃，
申请(专利权)人：中鑫融信北京科技有限公司，
类型：发明
国别省市：