[發(fā)明專利]基于OCR和可信結(jié)構(gòu)化數(shù)據(jù)的信息鑒別方法

有效

• 申請?zhí)枺?/td>: 201810958615.3
• 申請日: 2018-08-22
• 公開（公告）號: CN109145819B
• 公開（公告）日: 2022-02-11
• 發(fā)明（設(shè)計）人: 王佩光;楊小蕾;羅奕;朱友衛(wèi);林雄建;肖鄭海;陳龍;潘盛裕;孟浩
• 申請（專利權(quán)）人: 國網(wǎng)信通億力科技有限責任公司;國網(wǎng)信息通信產(chǎn)業(yè)集團有限公司;國家電網(wǎng)有限公司
• 主分類號: G06V30/42
• 分類號: G06V30/42;G06V30/262;G06F16/242
• 代理公司: 北京鍾維聯(lián)合知識產(chǎn)權(quán)代理有限公司 11579
• 代理人: 趙中璋

本發(fā)明涉及一種一種基于OCR和可信結(jié)構(gòu)化數(shù)據(jù)庫的信息鑒別方法，包括：步驟S100，對信息載體(紙)的一個或多個影像進行OCR處理，獲得信息載體的主索引內(nèi)容CI、第一內(nèi)容向量A＝(a₁,a₂,...,a_m)和第二內(nèi)容向量B＝(b₁,b₂,...,b_n)，其中m和n分別為第一、二內(nèi)容向量中元素的數(shù)量；步驟S200，在可信結(jié)構(gòu)化數(shù)據(jù)庫中使用主索引內(nèi)容CI進行檢索，并將檢索獲得結(jié)果記錄中提取第一可信內(nèi)容向量P＝(p₁,p₂,...,p_m)和第二可信內(nèi)容向量Q＝(q₁,q₂,...,q_n)；步驟S300，如果A＝P，那么執(zhí)行步驟S400；如果A≠P，那么向用戶提示所述影像中呈現(xiàn)的內(nèi)容為虛假內(nèi)容；步驟S400，計算B和Q的相似度其中，bq_i為b_i和q_i的相似度，如果S_BQ≥D，那么判斷所述影像中呈現(xiàn)的內(nèi)容為真實內(nèi)容；否則，向用戶提示影像中呈現(xiàn)的內(nèi)容為虛假內(nèi)容。

技術(shù)領(lǐng)域

本發(fā)明涉及信息鑒別領(lǐng)域，尤其涉及一種基于OCR和可信結(jié)構(gòu)化數(shù)據(jù)的信息鑒別方法。

背景技術(shù)

目前的很多情況下，需要對用戶提供的紙件承載的信息中的內(nèi)容進行鑒真，例如用戶提供的身份證復印件、企業(yè)營業(yè)執(zhí)照中的是否被篡改，以及用戶提供的紙質(zhì)招標文件中的企業(yè)資質(zhì)信用是否準確、真實等。現(xiàn)有技術(shù)中，對于紙件承載的信息的鑒別主要通過人工比對完成，自動化程度較低、鑒別的效率也較低。OCR技術(shù)的發(fā)展為解決上述問題提供了契機。

發(fā)明內(nèi)容

為解決上述技術(shù)問題，本發(fā)明涉及一種基于OCR和可信結(jié)構(gòu)化數(shù)據(jù)庫的信息鑒別方法，包括：步驟S100，對信息載體(紙)的一個或多個影像進行OCR處理，獲得信息載體的主索引內(nèi)容CI、第一內(nèi)容向量A＝(a₁,a₂,...,a_m)和第二內(nèi)容向量B＝(b₁,b₂,...,b_n)，其中m和n分別為第一、二內(nèi)容向量中元素的數(shù)量；步驟S200，在可信結(jié)構(gòu)化數(shù)據(jù)庫中使用主索引內(nèi)容CI進行檢索，并將檢索獲得結(jié)果記錄中提取第一可信內(nèi)容向量P＝(p₁,p₂,...,p_m)和第二可信內(nèi)容向量Q＝(q₁,q₂,...,q_n)；步驟S300，如果A＝P，那么執(zhí)行步驟S400；如果A≠P，那么向用戶提示所述影像中呈現(xiàn)的內(nèi)容為虛假內(nèi)容；步驟S400，計算B和Q的相似度其中，bq_i為b_i和q_i的相似度，如果S_BQ≥D，那么判斷所述影像中呈現(xiàn)的內(nèi)容為真實內(nèi)容；否則，向用戶提示影像中呈現(xiàn)的內(nèi)容為虛假內(nèi)容。

具體實施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，將對本發(fā)明作進一步地詳細描述。這種描述是通過示例而非限制的方式介紹了與本發(fā)明的原理相一致的具體實施方式，這些實施方式的描述是足夠詳細的，以使得本領(lǐng)域技術(shù)人員能夠?qū)嵺`本發(fā)明，在不脫離本發(fā)明的范圍和精神的情況下可以使用其他實施方式并且可以改變和/或替換各要素的結(jié)構(gòu)。因此，不應當從限制性意義上來理解以下的詳細描述。

根據(jù)本發(fā)明，提供了一種基于OCR和可信結(jié)構(gòu)化數(shù)據(jù)庫的信息鑒別方法，包括：

步驟S100，對信息載體的一個或多個影像進行OCR處理，獲得信息載體的主索引內(nèi)容CI、第一內(nèi)容向量A＝(a₁,a₂,...,a_m)和第二內(nèi)容向量B＝(b₁,b₂,...,b_n)，其中m和n分別為第一、二內(nèi)容向量中元素的數(shù)量。