图像验证方法、装置、介质及设备与流程

1.本技术涉及电子通信技术领域，尤其涉及一种图像验证技术领域，特别涉及一种图像验证方法、装置、介质及设备。


背景技术：

2.审核系统包括对信用卡申请人提供的资料进行审批工作以及对信用卡申请人的信用情况进行背景调查等工作。在完成信用卡申请后，需要对信用卡申请人提供的资料做审核，审核通过后才会生成对应卡号并完成信用卡制作，最后把卡片寄送到信用卡申请人手上。如果中途核实不通过，则需要信用卡申请人补充信息，然后审核系统再次审核，这样会把压力集中传导到审核系统，造成审核系统压力过大，进而影响资料审批的效率。为了解决上述问题，目前存在借助人工智能的方式协助资料审核工作，例如将信用卡申请人上传的身份证图像输入人工智能系统，自动将身份证图像与真实图像进行对比，根据对比结果确认信用卡申请人提交的资料是否合格。但是，由于目前人工智能尚未完善，无法确保百分百准确，因此同样存在误判的情况，导致影响资料审核的准确性。


技术实现要素：

3.本技术实施例提供一种图像验证方法、装置、介质及设备，利用本技术实施例提供的图像验证方法，通过将送往审核系统之前的审核资料中部分资料筛选出来优先通过智能质检系统进行初步验证，减少审核系统的审核压力，并对在送往智能质检系统之前的资料进行判断，将存在于预设名单中的资料确定为容易被智能质检系统误判的类型，将此类型资料跳过智能质检系统直接送往人工质检系统，由人工进行审核，通过人工审核确定出错原因。提高资料的审核通过率也减轻了审核系统的压力。
4.本技术实施例一方面提供了一种图像验证方法，所述图像验证方法包括：
5.获取待验证图像；
6.根据所述待验证图像，判断预设名单中是否存在与所述待验证图像匹配一致的目标预设图像，所述预设名单中包含的预设图像为经过智能验证系统进行智能验证操作后出错率超过预设阈值的图像；
7.若存在与所述待验证图像匹配一致的目标预设图像，则跳过所述智能验证操作，将所述待验证图像上传人工验证系统进行人工验证操作。
8.在本技术实施例所述的图像验证方法中，所述判断预设名单中是否存在与所述待验证图像匹配一致的目标预设图像，包括：
9.将所述待验证图像输入至训练好的图像类型识别模型中进行图像类型识别操作，得到与所述待验证图像对应的图像类别；
10.判断预设名单中是否存在同一所述图像类别的目标预设图像。
11.在本技术实施例所述的图像验证方法中，在所述将所述待验证图像输入至训练好的图像类型识别模型中进行图像类型识别操作之前，所述方法还包括：
12.获取待训练的图像类型识别模型的训练样本，所述训练样本包括设置有标签的图像数据；
13.通过所述待训练的图像类型识别模型对所述训练样本中图像数据进行特征提取，得到与所述图像数据对应的图像特征向量；
14.通过所述待训练的图像类型识别模型，基于所述图像特征向量识别所述训练样本中的图像数据的图像类别，得到所述图像数据的识别结果；
15.基于所述识别结果及所述图像数据的标签，调整所述待训练的图像类型识别模型的参数，得到所述预训练好的图像类型识别模型。
16.在本技术实施例所述的图像验证方法中，所述方法还包括：
17.若不存在与所述待验证图像匹配一致的目标预设图像，则将所述待验证图像送往所述智能验证系统进行智能验证操作；
18.判断所述待验证图像与目标预期图像是否匹配一致，得到判断结果；
19.若所述判断结果为匹配一致，则确定所述待验证图像通过验证。
20.在本技术实施例所述的图像验证方法中，在所述将所述待验证图像送往所述智能验证系统进行智能验证操作之后，所述方法还包括：
21.若所述判断结果为匹配不一致，则将所述待验证图像上传人工验证系统进行人工验证操作。
22.在本技术实施例所述的图像验证方法中，在所述将所述待验证图像上传人工验证系统进行人工验证操作之后，所述方法还包括：
23.根据所述人工验证操作得到验证结果；
24.若所述验证结果为不通过验证，则生成包含所述待验证图像中异常事项的提醒信息；
25.将所述提醒信息发给所述待验证图像对应的请求人的客户端。
26.在本技术实施例所述的图像验证方法中，所述提醒信息包括短信、邮件及电话中的一种或多种。
27.相应的，本技术实施例另一方面还提供了一种图像验证装置，所述图像验证装置包括：
28.图像获取模块，用于获取待验证图像；
29.图像判断模块，用于根据所述待验证图像，判断预设名单中是否存在与所述待验证图像匹配一致的目标预设图像，所述预设名单中包含的预设图像为经过智能验证系统进行智能验证操作后出错率超过预设阈值的图像；
30.第一执行模块，用于若存在与所述待验证图像匹配一致的目标预设图像，则跳过所述智能验证操作，将所述待验证图像上传人工验证系统进行人工验证操作。
31.相应的，本技术实施例另一方面还提供了一种存储介质，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行如上所述的图像验证方法。
32.相应的，本技术实施例另一方面还提供了一种终端设备，包括处理器和存储器，所述存储器存储有多条指令，所述处理器加载所述指令以执行如上所述的图像验证方法。
33.本技术实施例提供了一种图像验证方法、装置、介质及设备，该方法通过获取待验证图像；根据所述待验证图像，判断预设名单中是否存在与所述待验证图像匹配一致的目
标预设图像，所述预设名单中包含的预设图像为经过智能验证系统进行智能验证操作后出错率超过预设阈值的图像；若存在与所述待验证图像匹配一致的目标预设图像，则跳过所述智能验证操作，将所述待验证图像上传人工验证系统进行人工验证操作。利用本技术实施例提供的图像验证方法，通过将送往审核系统之前的审核资料中部分资料筛选出来优先通过智能质检系统进行初步验证，减少审核系统的审核压力，并对在送往智能质检系统之前的资料进行判断，将存在于预设名单中的资料确定为容易被智能质检系统误判的类型，将此类型资料跳过智能质检系统直接送往人工质检系统，由人工进行审核，通过人工审核确定出错原因。提高资料的审核通过率也减轻了审核系统的压力。
附图说明
34.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
35.图1为本技术实施例提供的图像验证方法的流程示意图。
36.图2为本技术实施例提供的图像验证装置的结构示意图。
37.图3为本技术实施例提供的图像验证装置的另一结构示意图。
38.图4为本技术实施例提供的终端设备的结构示意图。
具体实施方式
39.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本技术的保护范围。
40.需要说明的是，本方案主要适用于信用卡审批流程中的资料审核环节，以下内容是对本方案背景做出的简单介绍：
41.本方案主要是围绕“如何提高资料审核通过率的同时能够减轻审核系统的压力”这一技术问题开展的。可以理解的是，审核系统包括对信用卡申请人提供的资料进行审批工作以及对信用卡申请人的信用情况进行背景调查等工作。在完成信用卡申请后，需要对信用卡申请人提供的资料做审核，审核通过后才会生成对应卡号并完成信用卡制作，最后把卡片寄送到信用卡申请人手上。如果中途核实不通过，则需要信用卡申请人补充信息，然后审核系统再次审核，这样会把压力集中传导到审核系统，造成审核系统压力过大，进而影响资料审批的效率。为了解决上述问题，目前存在借助人工智能的方式协助资料审核工作，例如将信用卡申请人上传的身份证图像输入人工智能系统，自动将身份证图像与真实图像进行对比，根据对比结果确认信用卡申请人提交的资料是否合格。但是，由于目前人工智能尚未完善，无法确保百分百准确，因此同样存在误判的情况，导致影响资料审核的准确性。
42.为了解决上述技术问题，本技术实施例提供一种图像验证方法。利用本技术实施例提供的图像验证方法，通过将送往审核系统之前的审核资料中部分资料筛选出来优先通过智能质检系统进行初步验证，减少审核系统的审核压力，并对在送往智能质检系统之前
的资料进行判断，将存在于预设名单中的资料确定为容易被智能质检系统误判的类型，将此类型资料跳过智能质检系统直接送往人工质检系统，由人工进行审核，通过人工审核确定出错原因。提高资料的审核通过率也减轻了审核系统的压力。
43.请参阅图1，图1为本技术实施例提供的图像验证方法的流程示意图。所述图像验证方法，应用于终端设备中。可选地，该终端设备为终端或服务器。可选地，该服务器是独立的物理服务器，或者是多个物理服务器构成的服务器集群或者分布式系统，或者是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、cdn(content delivery network，内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。可选地，该终端是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表、智能语音交互设备、智能家电及车载终端等，但并不局限于此。
44.在一实施例中，所述方法可以包括以下步骤：
45.步骤101，获取待验证图像。
46.其中，终端设备接收信用卡申请人上传的资料，从信用卡申请人上传的资料中筛选出待验证图像。待验证图像指的是信用卡申请人提交的资料中可以通过相似度对比操作来确定是否通过验证的图像，例如身份证、照片等图像。
47.步骤102，根据所述待验证图像，判断预设名单中是否存在与所述待验证图像匹配一致的目标预设图像，所述预设名单中包含的预设图像为经过智能验证系统进行智能验证操作后出错率超过预设阈值的图像。
48.其中，预设名单中包含的预设图像为经过智能验证系统进行智能验证操作后出错率超过预设阈值的图像，此类图像有可能是因为难以被智能系统所识别，导致识别错误的情况出现。例如存在某些文字段落比较密集或者字体较小的图像，智能质检系统容易将其中部分文字误识别成其他文字，或者直接识别不出导致识别错误。对于此类图像的验证操作，相对于通过智能质检系统自动识别的方式，更适合通过人工进行人工识别操作，因此，在讲待验证图像输入智能质检系统之前需要先判断预设名单中是否存在与待验证图像匹配一致的目标预设图像，根据判断结果决定是否继续送往智能质检系统。
49.步骤103，若存在与所述待验证图像匹配一致的目标预设图像，则跳过所述智能验证操作，将所述待验证图像上传人工验证系统进行人工验证操作。
50.在本实施例中，若存在与待验证图像匹配一致的目标预设图像，说明此类图像不适合采用智能质检系统进行自动识别，为了减少错误率，对于此类图像需要跳过智能验证操作，直接将待验证图像输入至训练好的图像类型识别模型中进行图像类型识别操作，得到与待验证图像对应的图像类别，判断预设名单中是否存在同一图像类别的目标预设图像。
51.其中，图像类型识别模型可以基于神经卷积网络训练得到，具体训练过程包括以下步骤：
52.获取待训练的图像类型识别模型的训练样本，训练样本包括设置有标签的图像数据；通过待训练的图像类型识别模型对训练样本中图像数据进行特征提取，得到与图像数据对应的图像特征向量；通过待训练的图像类型识别模型，基于图像特征向量识别训练样本中的图像数据的图像类别，得到图像数据的识别结果；基于识别结果及图像数据的标签，调整待训练的图像类型识别模型的参数，得到预训练好的图像类型识别模型。
53.在一些实施例中，若不存在与待验证图像匹配一致的目标预设图像，则说明该待验证图像目前未存在不适合由智能质检系统进行自动识别的问题，因此能够直接将待验证图像送往智能验证系统进行智能验证操作，并判断待验证图像与目标预期图像是否匹配一致，得到判断结果，若判断结果为匹配一致，则确定待验证图像通过验证。若判断结果为匹配不一致，则将待验证图像上传人工验证系统进行人工验证操作。
54.在一些实施例中，为了能够方便信用卡申请人了解自己提交的资料存在审核不合格的原因，本方案还通过根据人工验证操作得到的验证结果，若验证结果为不通过验证，则生成包含待验证图像中异常事项的提醒信息，将提醒信息发给待验证图像对应的请求人的客户端。提醒信息包括短信、邮件及电话中的一种或多种，在此不做限定。
55.上述所有可选技术方案，可以采用任意结合形成本技术的可选实施例，在此不再一一赘述。
56.具体实施时，本技术不受所描述的各个步骤的执行顺序的限制，在不产生冲突的情况下，某些步骤还可以采用其它顺序进行或者同时进行。
57.由上可知，本技术实施例提供的图像验证方法通过获取待验证图像；根据所述待验证图像，判断预设名单中是否存在与所述待验证图像匹配一致的目标预设图像，所述预设名单中包含的预设图像为经过智能验证系统进行智能验证操作后出错率超过预设阈值的图像；若存在与所述待验证图像匹配一致的目标预设图像，则跳过所述智能验证操作，将所述待验证图像上传人工验证系统进行人工验证操作。利用本技术实施例提供的图像验证方法，通过将送往审核系统之前的审核资料中部分资料筛选出来优先通过智能质检系统进行初步验证，减少审核系统的审核压力，并对在送往智能质检系统之前的资料进行判断，将存在于预设名单中的资料确定为容易被智能质检系统误判的类型，将此类型资料跳过智能质检系统直接送往人工质检系统，由人工进行审核，通过人工审核确定出错原因。提高资料的审核通过率也减轻了审核系统的压力。
58.本技术实施例还提供一种图像验证装置，所述图像验证装置可以集成在终端设备中。
59.请参阅图2，图2为本技术实施例提供的图像验证装置的结构示意图。图像验证装置30可以包括：
60.图像获取模块31，用于获取待验证图像；
61.图像判断模块32，用于根据所述待验证图像，判断预设名单中是否存在与所述待验证图像匹配一致的目标预设图像，所述预设名单中包含的预设图像为经过智能验证系统进行智能验证操作后出错率超过预设阈值的图像；
62.第一执行模块33，用于若存在与所述待验证图像匹配一致的目标预设图像，则跳过所述智能验证操作，将所述待验证图像上传人工验证系统进行人工验证操作。
63.在一些实施例中，所述图像判断模块31，用于将所述待验证图像输入至训练好的图像类型识别模型中进行图像类型识别操作，得到与所述待验证图像对应的图像类别；判断预设名单中是否存在同一所述图像类别的目标预设图像。
64.在一些实施例中，所述装置还包括预训练模块，用于获取待训练的图像类型识别模型的训练样本，所述训练样本包括设置有标签的图像数据；通过所述待训练的图像类型识别模型对所述训练样本中图像数据进行特征提取，得到与所述图像数据对应的图像特征
向量；通过所述待训练的图像类型识别模型，基于所述图像特征向量识别所述训练样本中的图像数据的图像类别，得到所述图像数据的识别结果；基于所述识别结果及所述图像数据的标签，调整所述待训练的图像类型识别模型的参数，得到所述预训练好的图像类型识别模型。
65.在一些实施例中，所述装置还包括第二执行模块，用于若不存在与所述待验证图像匹配一致的目标预设图像，则将所述待验证图像送往所述智能验证系统进行智能验证操作；判断所述待验证图像与目标预期图像是否匹配一致，得到判断结果；若所述判断结果为匹配一致，则确定所述待验证图像通过验证。
66.在一些实施例中，所述装置还包括第三执行模块，用于若所述判断结果为匹配不一致，则将所述待验证图像上传人工验证系统进行人工验证操作。
67.在一些实施例中，所述装置还包括提醒模块，用于根据所述人工验证操作得到验证结果；若所述验证结果为不通过验证，则生成包含所述待验证图像中异常事项的提醒信息；将所述提醒信息发给所述待验证图像对应的请求人的客户端。
68.在一些实施例中，所述提醒信息包括短信、邮件及电话中的一种或多种。
69.具体实施时，以上各个模块可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现。
70.由上可知，本技术实施例提供的图像验证装置30，其中图像获取模块31用于获取待验证图像；图像判断模块32用于根据所述待验证图像，判断预设名单中是否存在与所述待验证图像匹配一致的目标预设图像，所述预设名单中包含的预设图像为经过智能验证系统进行智能验证操作后出错率超过预设阈值的图像；第一执行模块33用于若存在与所述待验证图像匹配一致的目标预设图像，则跳过所述智能验证操作，将所述待验证图像上传人工验证系统进行人工验证操作。
71.请参阅图3，图3为本技术实施例提供的图像验证装置的另一结构示意图，图像验证装置30包括存储器120、一个或多个处理器180、以及一个或多个应用程序，其中该一个或多个应用程序被存储于该存储器120中，并配置为由该处理器180执行；该处理器180可以包括图像获取模块31、图像判断模块32，以及第一执行模块33。例如，以上各个部件的结构和连接关系可以如下：
72.存储器120可用于存储应用程序和数据。存储器120存储的应用程序中包含有可执行代码。应用程序可以组成各种功能模块。处理器180通过运行存储在存储器120的应用程序，从而执行各种功能应用以及数据处理。此外，存储器120可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器120还可以包括存储器控制器，以提供处理器180对存储器120的访问。
73.处理器180是装置的控制中心，利用各种接口和线路连接整个终端的各个部分，通过运行或执行存储在存储器120内的应用程序，以及调用存储在存储器120内的数据，执行装置的各种功能和处理数据，从而对装置进行整体监控。可选的，处理器180可包括一个或多个处理核心；优选的，处理器180可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等。
74.具体在本实施例中，处理器180会按照如下的指令，将一个或一个以上的应用程序
的进程对应的可执行代码加载到存储器120中，并由处理器180来运行存储在存储器120中的应用程序，从而实现各种功能：
75.图像获取指令，用于获取待验证图像；
76.图像判断指令，用于根据所述待验证图像，判断预设名单中是否存在与所述待验证图像匹配一致的目标预设图像，所述预设名单中包含的预设图像为经过智能验证系统进行智能验证操作后出错率超过预设阈值的图像；
77.第一执行指令，用于若存在与所述待验证图像匹配一致的目标预设图像，则跳过所述智能验证操作，将所述待验证图像上传人工验证系统进行人工验证操作。
78.在一些实施例中，所述图像判断指令，用于将所述待验证图像输入至训练好的图像类型识别模型中进行图像类型识别操作，得到与所述待验证图像对应的图像类别；判断预设名单中是否存在同一所述图像类别的目标预设图像。
79.在一些实施例中，所述程序还包括预训练指令，用于获取待训练的图像类型识别模型的训练样本，所述训练样本包括设置有标签的图像数据；通过所述待训练的图像类型识别模型对所述训练样本中图像数据进行特征提取，得到与所述图像数据对应的图像特征向量；通过所述待训练的图像类型识别模型，基于所述图像特征向量识别所述训练样本中的图像数据的图像类别，得到所述图像数据的识别结果；基于所述识别结果及所述图像数据的标签，调整所述待训练的图像类型识别模型的参数，得到所述预训练好的图像类型识别模型。
80.在一些实施例中，所述装置还包括第二执行模块，用于若不存在与所述待验证图像匹配一致的目标预设图像，则将所述待验证图像送往所述智能验证系统进行智能验证操作；判断所述待验证图像与目标预期图像是否匹配一致，得到判断结果；若所述判断结果为匹配一致，则确定所述待验证图像通过验证。
81.在一些实施例中，所述程序还包括第三执行指令，用于若所述判断结果为匹配不一致，则将所述待验证图像上传人工验证系统进行人工验证操作。
82.在一些实施例中，所述程序还包括提醒指令，用于根据所述人工验证操作得到验证结果；若所述验证结果为不通过验证，则生成包含所述待验证图像中异常事项的提醒信息；将所述提醒信息发给所述待验证图像对应的请求人的客户端。
83.在一些实施例中，所述提醒信息包括短信、邮件及电话中的一种或多种
84.本技术实施例还提供一种终端设备。所述终端设备可以是服务器、智能手机、电脑、平板电脑等设备。
85.请参阅图4，图4示出了本技术实施例提供的终端设备的结构示意图，该终端设备可以用于实施上述实施例中提供的图像验证方法。该终端设备1200可以为电视机或智能手机或平板电脑。
86.如图4所示，终端设备1200可以包括rf(radio frequency，射频)电路110、包括有一个或一个以上(图中仅示出一个)计算机可读存储介质的存储器120、输入单元130、显示单元140、传感器150、音频电路160、传输模块170、包括有一个或者一个以上(图中仅示出一个)处理核心的处理器180以及电源190等部件。本领域技术人员可以理解，图4中示出的终端设备1200结构并不构成对终端设备1200的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
87.rf电路110用于接收以及发送电磁波，实现电磁波与电信号的相互转换，从而与通讯网络或者其他设备进行通讯。rf电路110可包括各种现有的用于执行这些功能的电路元件，例如，天线、射频收发器、数字信号处理器、加密/解密芯片、用户身份模块(sim)卡、存储器等等。rf电路110可与各种网络如互联网、企业内部网、无线网络进行通讯或者通过无线网络与其他设备进行通讯。
88.存储器120可用于存储软件程序以及模块，如上述实施例中图像验证方法对应的程序指令/模块，处理器180通过运行存储在存储器120内的软件程序以及模块，从而执行各种功能应用以及数据处理，可以根据终端设备所处的当前场景来自动选择振动提醒模式来进行图像验证，既能够保证会议等场景不被打扰，又能保证用户可以感知来电，提升了终端设备的智能性。存储器120可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器120可进一步包括相对于处理器180远程设置的存储器，这些远程存储器可以通过网络连接至终端设备1200。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
89.输入单元130可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地，输入单元130可包括触敏表面131以及其他输入设备132。触敏表面131，也称为触控显示屏或者触控板，可收集用户在其上或附近的触控操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面131上或在触敏表面131附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触敏表面131可包括触控检测装置和触控控制器两个部分。其中，触控检测装置检测用户的触控方位，并检测触控操作带来的信号，将信号传送给触控控制器；触控控制器从触控检测装置上接收触控信息，并将它转换成触点坐标，再送给处理器180，并能接收处理器180发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面131。除了触敏表面131，输入单元130还可以包括其他输入设备132。具体地，其他输入设备132可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
90.显示单元140可用于显示由用户输入的信息或提供给用户的信息以及终端设备1200的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元140可包括显示面板141，可选的，可以采用lcd(liquid crystal display，液晶显示器)、oled(organic light-emitting diode,有机发光二极管)等形式来配置显示面板141。进一步的，触敏表面131可覆盖显示面板141，当触敏表面131检测到在其上或附近的触控操作后，传送给处理器180以确定触控事件的类型，随后处理器180根据触控事件的类型在显示面板141上提供相应的视觉输出。虽然在图4中，触敏表面131与显示面板141是作为两个独立的部件来实现输入和输出功能，但是在某些实施例中，可以将触敏表面131与显示面板141集成而实现输入和输出功能。
91.终端设备1200还可包括至少一种传感器150，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板141的亮度，接近传感器可在终端设备1200移动到耳边时，关闭显示面板141和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态
的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于终端设备1200还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
92.音频电路160、扬声器161，传声器162可提供用户与终端设备1200之间的音频接口。音频电路160可将接收到的音频数据转换后的电信号，传输到扬声器161，由扬声器161转换为声音信号输出；另一方面，传声器162将收集的声音信号转换为电信号，由音频电路160接收后转换为音频数据，再将音频数据输出处理器180处理后，经rf电路110以发送给比如另一终端，或者将音频数据输出至存储器120以便进一步处理。音频电路160还可能包括耳塞插孔，以提供外设耳机与终端设备1200的通信。
93.终端设备1200通过传输模块170(例如wi-fi模块)可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图4示出了传输模块170，但是可以理解的是，其并不属于终端设备1200的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
94.处理器180是终端设备1200的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器120内的软件程序和/或模块，以及调用存储在存储器120内的数据，执行终端设备1200的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器180可包括一个或多个处理核心；在一些实施例中，处理器180可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器180中。
95.终端设备1200还包括给各个部件供电的电源190，在一些实施例中，电源可以通过电源管理系统与处理器180逻辑相连，从而通过电源管理系统实现管理放电、以及功耗管理等功能。电源190还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
96.尽管未示出，终端设备1200还可以包括摄像头(如前置摄像头、后置摄像头)、蓝牙模块等，在此不再赘述。具体在本实施例中，终端设备1200的显示单元140是触控屏显示器，终端设备1200还包括有存储器120，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器120中，且经配置以由一个或者一个以上处理器180执行一个或者一个以上程序包含用于进行以下操作的指令：
97.信息获取指令，用于获取待识别货币的目标冠字号信息；
98.信息比较指令，用于将所述目标冠字号信息与数据库中预先标记为假币的预设冠字号信息进行比较；
99.信息标记指令，用于若所述数据库中存在与所述目标冠字号信息一致的预设冠字号信息，则将所述目标冠字号信息对应的待识别货币标记为假币；
100.信息确定指令，用于获取所述假币的市场流通信息，根据所述市场流通信息确定所述假币的历史使用者信息；
101.责任判定指令，用于基于所述历史使用者信息与当前使用者信息判断是否发出警告信息。
102.在一些实施例中，所述信息获取指令，用于将所述待识别货币输入训练好的信息
提取模型进行信息提取操作，得到所述待识别货币中的目标冠字号信息。
103.在一些实施例中，所述程序还包括信息生成指令，用于记录所述假币的交易数据，所述交易数据包括交易发生地点、交易发生时间及假币使用者信息；根据所述假币的每次交易数据进行整合生成具有时间链关系的市场流通信息。
104.在一些实施例中，所述责任判定指令，用于若所述历史使用者信息与当前使用者信息一致，则获取所述假币的交易数据，判断所述交易数据中是否存在假币退换记录；若所述交易数据中存在所述假币退换记录，则判定所述假币的使用者是在知情状况下使用假币，并发出警告信息。
105.在一些实施例中，所述程序还包括警告指令，用于对所述假币的当前使用者发出警告信息，并将所述警告信息与当前使用者进行绑定后存在所述假币的交易数据。
106.在一些实施例中，所述程序还包括处罚指令，用于若所述历史使用者信息与当前使用者信息一致，且所述假币的交易数据中存在与当前使用者绑定的警告信息，则生成信誉记录上传征信系统。
107.在一些实施例中，所述程序还包括更新指令，用于将所述假币对应的目标冠字号信息存入所述数据库中并更新数据库。
108.本技术实施例还提供一种终端设备。所述终端设备可以是智能手机、电脑等设备。
109.由上可知，本技术实施例提供了一种终端设备1200，所述终端设备1200执行以下步骤：
110.获取待验证图像；
111.根据所述待验证图像，判断预设名单中是否存在与所述待验证图像匹配一致的目标预设图像，所述预设名单中包含的预设图像为经过智能验证系统进行智能验证操作后出错率超过预设阈值的图像；
112.若存在与所述待验证图像匹配一致的目标预设图像，则跳过所述智能验证操作，将所述待验证图像上传人工验证系统进行人工验证操作。
113.本技术实施例还提供一种存储介质，所述存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，所述计算机执行上述任一实施例所述的图像验证方法。
114.需要说明的是，对本技术所述图像验证方法而言，本领域普通测试人员可以理解实现本技术实施例所述图像验证方法的全部或部分流程，是可以通过计算机程序来控制相关的硬件来完成，所述计算机程序可存储于一计算机可读存储介质中，如存储在终端设备的存储器中，并被该终端设备内的至少一个处理器执行，在执行过程中可包括如所述图像验证方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储器(rom，read only memory)、随机存取记忆体(ram，random access memory)等。
115.对本技术实施例的所述图像验证装置而言，其各功能模块可以集成在一个处理芯片中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中，所述存储介质譬如为只读存储器，磁盘或光盘等。
116.以上对本技术实施例所提供的图像验证方法、装置、介质及设备进行了详细介绍。本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用
于帮助理解本技术的方法及其核心思想；同时，对于本领域的技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。

技术特征：
1.一种图像验证方法，其特征在于，包括：获取待验证图像；根据所述待验证图像，判断预设名单中是否存在与所述待验证图像匹配一致的目标预设图像，所述预设名单中包含的预设图像为经过智能验证系统进行智能验证操作后出错率超过预设阈值的图像；若存在与所述待验证图像匹配一致的目标预设图像，则跳过所述智能验证操作，将所述待验证图像上传人工验证系统进行人工验证操作。2.如权利要求1所述的图像验证方法，其特征在于，所述判断预设名单中是否存在与所述待验证图像匹配一致的目标预设图像，包括：将所述待验证图像输入至训练好的图像类型识别模型中进行图像类型识别操作，得到与所述待验证图像对应的图像类别；判断预设名单中是否存在同一所述图像类别的目标预设图像。3.如权利要求2所述的图像验证方法，其特征在于，在所述将所述待验证图像输入至训练好的图像类型识别模型中进行图像类型识别操作之前，所述方法还包括：获取待训练的图像类型识别模型的训练样本，所述训练样本包括设置有标签的图像数据；通过所述待训练的图像类型识别模型对所述训练样本中图像数据进行特征提取，得到与所述图像数据对应的图像特征向量；通过所述待训练的图像类型识别模型，基于所述图像特征向量识别所述训练样本中的图像数据的图像类别，得到所述图像数据的识别结果；基于所述识别结果及所述图像数据的标签，调整所述待训练的图像类型识别模型的参数，得到所述预训练好的图像类型识别模型。4.如权利要求2所述的图像验证方法，其特征在于，所述方法还包括：若不存在与所述待验证图像匹配一致的目标预设图像，则将所述待验证图像送往所述智能验证系统进行智能验证操作；判断所述待验证图像与目标预期图像是否匹配一致，得到判断结果；若所述判断结果为匹配一致，则确定所述待验证图像通过验证。5.如权利要求4所述的图像验证方法，其特征在于，在所述将所述待验证图像送往所述智能验证系统进行智能验证操作之后，所述方法还包括：若所述判断结果为匹配不一致，则将所述待验证图像上传人工验证系统进行人工验证操作。6.如权利要求5所述的图像验证方法，其特征在于，在所述将所述待验证图像上传人工验证系统进行人工验证操作之后，所述方法还包括：根据所述人工验证操作得到验证结果；若所述验证结果为不通过验证，则生成包含所述待验证图像中异常事项的提醒信息；将所述提醒信息发给所述待验证图像对应的请求人的客户端。7.如权利要求6所述的图像验证方法，其特征在于，所述提醒信息包括短信、邮件及电话中的一种或多种。8.一种图像验证装置，其特征在于，所述图像验证装置包括：
图像获取模块，用于获取待验证图像；图像判断模块，用于根据所述待验证图像，判断预设名单中是否存在与所述待验证图像匹配一致的目标预设图像，所述预设名单中包含的预设图像为经过智能验证系统进行智能验证操作后出错率超过预设阈值的图像；第一执行模块，用于若存在与所述待验证图像匹配一致的目标预设图像，则跳过所述智能验证操作，将所述待验证图像上传人工验证系统进行人工验证操作。9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1至7任一项所述的图像验证方法。10.一种终端设备，其特征在于，包括处理器和存储器，所述存储器存储有多条指令，所述处理器加载所述指令以执行权利要求1至7任一项所述的图像验证方法。

技术总结
本申请实施例提供一种图像验证方法、装置、介质及设备，该方法包括：获取待验证图像；根据待验证图像，判断预设名单中是否存在与待验证图像匹配一致的目标预设图像；若存在与待验证图像匹配一致的目标预设图像，则跳过智能验证操作，将待验证图像上传人工验证系统进行人工验证操作。利用本申请实施例，通过将送往审核系统之前的审核资料中部分资料筛选出来优先通过智能质检系统进行初步验证，并对在送往智能质检系统之前的资料进行判断，将存在于预设名单中的资料确定为容易被智能质检系统误判的类型，将此类型资料跳过智能质检系统直接由人工进行审核，通过人工审核确定出错原因。提高资料的审核通过率也减轻了审核系统的压力。压力。压力。


技术研发人员：朱召卫
受保护的技术使用者：平安银行股份有限公司
技术研发日：2023.04.11
技术公布日：2023/7/28