【技术实现步骤摘要】
本专利技术涉及大数据和人工智能，更具体地涉及一种支票印章的验证方法、装置、电子设备和介质。
技术介绍
1、支票业务一直是金融行业重要的交易形式之一，作为一种支付工具，它扮演着重要的角色。然而，支票的合法性和真伪问题一直以来都是银行和金融机构所面临的挑战，支票可能会被伪造或篡改，这可能导致金融损失，损害金融机构的声誉，以及影响客户的信任。目前，伪造支票的主要方式之一是伪造印章，印章是支票的重要组成部分，用于验证支票的真实性。因此，印章的真伪鉴别对于支票的安全和合法性至关重要。
2、然而，目前支票印章的验证还主要依赖于人工处理和专业知识，这种方法存在许多限制，包括耗时、容易出错和不适用于大规模处理。此外，伪造者可以使用高级的图像处理技术来制作虚假印章，如模糊界限，使验证更加困难，这需要印章验证方法不断改进以应对伪造技术的演进。
技术实现思路
1、鉴于上述问题，根据本专利技术的第一方面，提供了一种支票印章的验证方法，所述方法包括：采集支票的图像信息；利用前景提取模型对所述图像信息进行第一图像分割以提取前景和去除背景图案，获取支票前景图像，其中，利用u2-net模型训练所述前景提取模型，所述前景提取模型包括交替设置的m个卷积层和n个池化层，其中，m、n均为正整数；将所述支票前景图像输入分割模型进行第二图像分割以分割印章和文本区域，获取支票印章区域和支票文本区域；对所述支票文本区域进行文字识别，基于文字识别的结果，从支票信息数据库中获取目标印章图片，其中，所述支票信息数据库中包括
2、根据一些示例性实施例，所述利用前景提取模型对所述图像信息进行第一图像分割以提取前景和去除背景图案，具体包括：基于所述图像信息，利用所述m个卷积层和所述n个池化层进行处理，获取图像特征图，其中，利用卷积层提取图像特征，利用池化层降低所述图像信息的空间分辨率；对所述图像特征图进行插值操作，生成插值后的图像特征图；将所述图像特征图和所述插值后的图像特征图进行融合，获取融合图像特征图；基于所述融合图像特征图，输出二值分割图像，其中，所述二值分割图像包括前景像素和背景像素；以及基于所述二值分割图像的前景像素，生成所述支票前景图像。
3、根据一些示例性实施例，所述将所述图像特征图和所述插值后的图像特征图进行融合，具体包括：将所述图像特征图和所述插值后的图像特征图的对应通道相加；或将所述图像特征图和所述插值后的图像特征图的对应通道相乘；或将所述图像特征图和所述插值后的图像特征图的对应通道进行拼接。
4、根据一些示例性实施例，在所述将所述图像特征图和所述插值后的图像特征图进行融合，获取融合图像特征图之后，所述方法还包括：对所述融合图像特征图进行激活函数处理和归一化处理，获取优化融合特征图；以及所述基于所述融合图像特征图，输出二值分割图像表示为：基于所述优化融合特征图，输出二值分割图像。
5、根据一些示例性实施例，利用u-net模型或deeplab模型训练所述分割模型。
6、根据一些示例性实施例，利用深度神经网络训练所述印章鉴别模型；所述将所述支票印章区域和所述目标印章图片输入预先构建的印章鉴别模型进行印章真伪验证，输出真伪验证结果，具体包括：从所述支票印章区域和所述目标印章图片中提取印章识别特征并形成特征映射，所述印章识别特征包括所述支票印章区域和所述目标印章图片对应的边缘、纹理和/或形状特征；以及将所述特征映射通过所述印章鉴别模型的多层卷积和全连接层进行非线性变换和组合，输出真伪验证概率值。
7、根据一些示例性实施例，基于从多个数据源获取的支票印章图像形成所述印章鉴别模型的训练数据集，其中，具体包括：从多个数据源采集支票印章图像；对所述支票印章图像进行标注，其中，包括标记每个印章的位置和真伪标签，获取带标签的支票印章图像；对带标签的支票印章图像进行随机旋转、平移、缩放和翻转，获取补充图像数据；以及基于所述带标签的支票印章图像和补充图像数据，形成训练数据集。
8、根据一些示例性实施例，所述将所述支票印章区域和所述目标印章图片输入预先构建的印章鉴别模型进行印章真伪验证，输出真伪验证结果，具体包括：计算所述支票印章区域和所述目标印章图片的欧式距离；以及基于所述欧氏距离和预设的真伪验证阈值的比较结果，输出真伪验证结果。
9、根据一些示例性实施例，在所述利用前景提取模型对所述图像信息进行第一图像分割以提取前景和去除背景图案之前，所述方法还包括：判断所述图像信息是否符合预设的分辨率和清晰度要求；以及响应于所述图像信息不符合预设的分辨率和清晰度要求，重新采集支票的图像信息。
10、根据一些示例性实施例，所述对所述支票文本区域进行文字识别，具体包括：利用光学字符识别技术，识别所述支票文本区域中的字符或单词；将识别的字符或单词组合成文本字符串；以及对所述文本字符串纠正拼写错误、处理分段问题和/或规范文本格式，获取文字识别的结果。
11、根据一些示例性实施例，在所述基于所述真伪验证结果，获取所述支票印章的验证结果之后，所述方法还包括：响应于所述支票印章的验证结果为通过，按照加密协议将所述图像信息、所述支票前景图像、所述支票印章区域、所述支票文本区域和所述文字识别的结果存储到所述支票信息数据库中。
12、根据本专利技术的第二方面，提出了一种支票印章的验证装置，所述装置包括：采集模块，用于：采集支票的图像信息；第一图像分割模块，用于：利用前景提取模型对所述图像信息进行第一图像分割以提取前景和去除背景图案，获取支票前景图像，其中，利用u2-net模型训练所述前景提取模型，所述前景提取模型包括交替设置的m个卷积层和n个池化层，其中，m、n均为正整数；第二图像分割模块，用于：将所述支票前景图像输入分割模型进行第二图像分割以分割印章和文本区域，获取支票印章区域和支票文本区域；目标印章图片获取模块，用于：对所述支票文本区域进行文字识别，基于文字识别的结果，从支票信息数据库中获取目标印章图片，其中，所述支票信息数据库中包括预先存储的支票识别信息；真伪验证结果获取模块，用于：将所述支票印章区域和所述目标印章图片输入预先构建的印章鉴别模型进行印章真伪验证，输出真伪验证结果；以及支票印章验证结果获取模块，用于：基于所述真伪验证结果，获取所述支票印章的验证结果。
13、根据一些示例性实施例，所述第一图像分割模块可以包括图像特征图获取单元、插值后的图像特征图生成单元、融合图像特征图获取模块、二值分割图像获取单元和支票前景图像获取单元。
14、根据一些示例性实施例，所述图像特征图获取单元可以用于基于所述图像信息，利用所述m个卷积层和所述n个池化层进行处理，获取图像特征图，其中，利用卷积层提取图像特征，利用池化层降低所述图像信息的空间分辨率。
15、根据一些示例性本文档来自技高网...
【技术保护点】
1.一种支票印章的验证方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述利用前景提取模型对所述图像信息进行第一图像分割以提取前景和去除背景图案，具体包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述图像特征图和所述插值后的图像特征图进行融合，具体包括：
4.根据权利要求3所述的方法，其特征在于，在所述将所述图像特征图和所述插值后的图像特征图进行融合，获取融合图像特征图之后，所述方法还包括：
5.根据权利要求1～4任一项所述的方法，其特征在于，利用U-Net模型或DeepLab模型训练所述分割模型。
6.根据权利要求1～4任一项所述的方法，其特征在于，利用深度神经网络训练所述印章鉴别模型；
7.根据权利要求6所述的方法，其特征在于，基于从多个数据源获取的支票印章图像形成所述印章鉴别模型的训练数据集，其中，具体包括：
8.根据权利要求1～4任一项所述的方法，其特征在于，所述将所述支票印章区域和所述目标印章图片输入预先构建的印章鉴别模型进行印章真伪验证，输出真伪验
9.根据权利要求7所述的方法，其特征在于，在所述利用前景提取模型对所述图像信息进行第一图像分割以提取前景和去除背景图案之前，所述方法还包括：
10.根据权利要求9所述的方法，其特征在于，所述对所述支票文本区域进行文字识别，具体包括：
11.根据权利要求10所述的方法，其特征在于，在所述基于所述真伪验证结果，获取所述支票印章的验证结果之后，所述方法还包括：
12.一种支票印章的验证装置，其特征在于，所述装置包括：
13.一种电子设备，包括：
14.一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根据权利要求1～11中任一项所述的方法。
15.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现根据权利要求1～11中任一项所述的方法。
...【技术特征摘要】
1.一种支票印章的验证方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述利用前景提取模型对所述图像信息进行第一图像分割以提取前景和去除背景图案，具体包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述图像特征图和所述插值后的图像特征图进行融合，具体包括：
4.根据权利要求3所述的方法，其特征在于，在所述将所述图像特征图和所述插值后的图像特征图进行融合，获取融合图像特征图之后，所述方法还包括：
5.根据权利要求1～4任一项所述的方法，其特征在于，利用u-net模型或deeplab模型训练所述分割模型。
6.根据权利要求1～4任一项所述的方法，其特征在于，利用深度神经网络训练所述印章鉴别模型；
7.根据权利要求6所述的方法，其特征在于，基于从多个数据源获取的支票印章图像形成所述印章鉴别模型的训练数据集，其中，具体包括：
8.根据权利要求1～4任一项所述的方法，其特...
【专利技术属性】
技术研发人员：汤慧新，张杨锴，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：
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。