一种经销商偏远仓库信息线上核实方法、系统及存储介质技术方案

本发明专利技术提供了一种经销商偏远仓库信息线上核实方法、系统及存储介质，涉及人工智能领域，通过移动摄像头对偏远仓库营业执照进行扫描，利用OCR扫描技术对营业执照扫描图像进行识别并验证；将仓库图像信息输入多通道ResNet

【技术实现步骤摘要】
一种经销商偏远仓库信息线上核实方法、系统及存储介质


[0001]本专利技术涉及人工智能
，具体涉及一种经销商偏远仓库信息线上核实方法、系统及存储介质。

技术介绍

[0002]银行或者银行委托的监管企业在对经销商偏远仓库进行信息核实，以对经销商的经营状况和规模进行核查时，由于仓库位置偏远通过人工实地探访，流程繁琐耗时长。汽车行业作为供应链管理较为先进的行业，且经销商作为核心企业到终端零售商的销售渠道链中的一个重要环节，在市场中发挥着巨大的作用，而仓库关系到车辆的存储、物流和调配速度。因此，银行方或银行委托的监管企业在对仓库的管理上一直在不断精进和完善，但仍然存在偏远仓库难辨真实、流程繁琐、费时费力、易错率高、效率较低等问题。
[0003]目前成熟的经销商偏远仓库审批采用：一级经销商手动填写纸质《偏远仓库申请表》，填写偏远仓库详细地址和偏远经销商营业执照等相关信息；银行或银行委派的监管企业派人核实偏远仓库信息的真实性，一般通过派人实地探访、安排视频核实等手段，核实后在《偏远仓库申请表》上补充信息并盖章确认；银行收到《偏远仓库申请表》后进行审核，审核通过后在内部系统中正式创建偏远仓库。但现有手段存在以下技术问题：一级经销商单方面报送偏远仓库地址信息，银行方或银行委托的监管企业无法做到实地核实，存在一定的道德风险，无法保证偏远仓库地址等信息的真实性；经销商填写偏远仓库信息的准确性和获取信息的及时性有影响，存在一定的工作误差率和效率问题；《偏远仓库申请表》在一级经销商和监管企业多方流转，少则一周，多则半个月，疫情期间情况多变，审批效率存在很大的不确定性。

技术实现思路

[0004]为了解决上述问题，本申请通过提供了一种经销商偏远仓库信息线上核实方法、系统及存储介质，解决了现有技术中对于偏远仓库信息的核实中，存在偏远仓库难辨真实、流程繁琐、费时费力、易错率高、效率较低的技术问题。
[0005]鉴于上述问题，本申请提供了一种经销商偏远仓库信息线上核实方法、系统及存储介质。
[0006]第一方面，本申请提供了一种经销商偏远仓库信息线上核实方法，所述方法包括：通过移动端摄像头对偏远仓库营业执照进行扫描，利用OCR扫描技术对营业执照扫描图像进行信息识别并验证，将通过验证的营业执照识别信息、营业执照扫描图像进行存储；获得仓库图像信息，将所述仓库图像信息输入多通道ResNet
‑
18模型中，所述多通道ResNet
‑
18模型对输入仓库图像信息进行预处理、多通道特征识别，获得多通道输出特征，并将所述多通道输出特征进行交叉处理后输出，得到图像识别结果；对所述仓库图像信息进行权限设置验证、exif信息验证；将通过所述权限设置验证、exif信息验证的仓库图像信息，根据所述图像识别结果与对应的所述营业执照识别信息，确定仓库信息核实结果，将所述仓库信
息核实结果满足要求的仓库信息进行存储，并通知经销商入库成功。
[0007]第二方面，本申请提供了一种经销商偏远仓库信息线上核实系统，所述系统包括：扫描模块，用于通过移动端摄像头对偏远仓库营业执照进行扫描，利用OCR扫描技术对营业执照扫描图像进行信息识别并验证，将通过验证的营业执照识别信息、营业执照扫描图像进行存储；图像识别模块，用于获得仓库图像信息，将所述仓库图像信息输入多通道ResNet
‑
18模型中，所述多通道ResNet
‑
18模型对输入仓库图像信息进行预处理、多通道特征识别，获得多通道输出特征，并将所述多通道输出特征进行交叉处理后输出，得到图像识别结果；存储模块，用于对所述仓库图像信息进行权限设置验证、exif信息验证；将通过所述权限设置验证、exif信息验证的仓库图像信息，根据所述图像识别结果与对应的所述营业执照识别信息，确定仓库信息核实结果，将所述仓库信息核实结果满足要求的仓库信息进行存储，并通知经销商入库成功。
[0008]第三方面，本申请提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方面所述方法的步骤。
[0009]第四方面，本申请提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面任一项所述的方法。
[0010]本申请中提供的技术方案，至少具有如下技术效果：
[0011]本申请提供了一种经销商偏远仓库信息线上核实方法，通过移动端摄像头对偏远仓库营业执照进行扫描，利用OCR扫描技术对营业执照扫描图像进行信息在线识别并验证；利用拍摄的仓库图像信息输入多通道ResNet
‑
18模型中，所述多通道ResNet
‑
18模型对输入仓库图像信息进行预处理、多通道特征识别，获得多通道输出特征，并将所述多通道输出特征进行交叉处理后输出，得到图像识别结果，并对所述仓库图像信息进行权限设置验证、exif信息验证，实现通过改进的神经网络模型对采集的仓库图像进行在线识别，并利用权限和定位识别确保图像采集的真实性，通过实地采集的图像进行识别处理，能够提高在线核实的效率，同时避免造假，实现了在线进行仓库核验，避免人工进行实地考察造成的流程繁琐、费时费力、易错率高、效率较低的问题，达到了对不同经销商偏远仓库进行图像识别并校验，保证核实结果可靠性的同时提高核实效率的技术效果。从而解决了现有技术中对于偏远仓库信息的核实中，存在偏远仓库难辨真实、流程繁琐、费时费力、易错率高、效率较低的技术问题。
附图说明
[0012]图1为本申请实施例的一种经销商偏远仓库信息线上核实方法的流程示意图；
[0013]图2为本申请实施例中一种经销商偏远仓库信息线上核实方法中对偏远仓库营业执照进行扫描的流程示意图；
[0014]图3为本申请实施例的一种经销商偏远仓库信息线上核实方法中多通道ResNet
‑
18模型的示意图；
[0015]图4为本申请实施例的一种经销商偏远仓库信息线上核实系统的整体框架示意图。
具体实施方式
[0016]本申请通过提供了一种经销商偏远仓库信息线上核实方法、系统及存储介质，用以解决现有技术中对于偏远仓库信息的核实中，存在偏远仓库难辨真实、流程繁琐、费时费力、易错率高、效率较低的技术问题。
[0017]下面结合具体的实施例进行本专利技术方案的详细介绍。
[0018]实施例一
[0019]如图1所示，本申请实施例提供了一种经销商偏远仓库信息线上核实方法，所述方法包括：
[0020]S1：通过移动端摄像头对偏远仓库营业执照进行扫描，利用OCR扫描技术对营业执照扫描图像进行信息识别并验证，将通过验证的营业执照识别信息、营业执照扫描图像进行存储。
[0021]具体的，移动端摄像头具有OCR扫描技术，如手机的扫描功能，或特征移动端配备OCR扫描技术，方便管理人员的操作，使用移动端OCR扫描设备，可用于对焦不准、高噪声、低分辨率和强光影等复杂本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种经销商偏远仓库信息线上核实方法，其特征在于，所述方法包括：通过移动端摄像头对偏远仓库营业执照进行扫描，利用OCR扫描技术对营业执照扫描图像进行信息识别并验证，将通过验证的营业执照识别信息、营业执照扫描图像进行存储；获得仓库图像信息，将所述仓库图像信息输入多通道ResNet
‑
18模型中，所述多通道ResNet
‑
18模型对输入仓库图像信息进行预处理、多通道特征识别，获得多通道输出特征，并将所述多通道输出特征进行交叉处理后输出，得到图像识别结果；对所述仓库图像信息进行权限设置验证、exif信息验证；将通过所述权限设置验证、exif信息验证的仓库图像信息，根据所述图像识别结果与对应的所述营业执照识别信息，确定仓库信息核实结果，将所述仓库信息核实结果满足要求的仓库信息进行存储，并通知经销商入库成功。2.如权利要求1所述的方法，其特征在于，所述通过移动端摄像头对偏远仓库营业执照进行扫描，利用OCR扫描技术对营业执照扫描图像进行信息识别并验证，将通过验证的营业执照识别信息、营业执照扫描图像进行存储，包括：通过仓库信息识别码进行登录识别；当仓库信息未注册识别失败时，利用仓库基础信息进行注册；当仓库信息识别码识别成功时，通过所述移动端摄像头对偏远仓库营业执照进行扫描，利用OCR扫描技术对营业执照扫描图像进行统一社会信用代码、名称、类型、住所、法定代表人、注册资本、成立时间、营业期限、登记机关信息扫描识别；根据仓库注册信息与营业执照识别信息进行比对验证，当所述营业执照识别信息与所述仓库注册信息相同时，则通过验证；将所述营业执照识别信息利用Excel或csv格式导出，并与所述营业执照扫描图像一同进行存储。3.如权利要求1所述的方法，其特征在于，将所述仓库图像信息输入多通道ResNet
‑
18模型中，之前包括：搭建多通道ResNet
‑
18网络，其中，所述多通道ResNet
‑
18网络包括输入层、图像预处理层、空间交换网络、多通道处理层、全连接层、Dropout层、输出层，其中，多通道处理层包括至少两个通道，每个通道均包括卷积层
‑
池化层
‑
卷积层
‑
池化层
‑
全连接层；对所述多通道处理层进行预设参数设定，其中，各通道处理层设置参数不同；构建训练数据集、测试数据集，其中，所述训练数据集、测试数据集中数据包括类标签、超类标签；利用所述训练数据集、测试数据集对所述多通道ResNet
‑
18网络进行训练、测试，达到训练、测试要求获得所述多通道ResNet
‑
18模型。4.如权利要求3所述的方法，其特征在于，所述多通道ResNet
‑
18模型对输入仓库图像信息进行预处理、多通道特征识别，获得多通道输出特征，并将所述多通道输出特征进行交叉处理后输出，得到图像识别结果，包括：将所述仓库图像信息通过输入层输入多通道ResNet
‑
18模型...

【专利技术属性】
技术研发人员：黄蓓蓓，杨杨，何瑾洁，高彬，杨冉，
申请(专利权)人：中信银行股份有限公司，
类型：发明
国别省市：