vlambda博客
学习文章列表

重复影像智能识别!工行图像识别平台再添“新”服务


基于图像识别平台的

重复影像智能识别


2021年2月,“重复图像智能检测”服务在我行图像识别平台正式上线,支持全行机构各类业务凭证,通过人工智能算法自动化识别重复影像,降低人工甄别工作量和肉眼识别误判率,提升工作效率的同时有效控制业务风险。



实际业务痛点

    据运管相关部门统计,目前我行的疑似重复业务凭证已达5.7万笔/月。由于各类业务凭证涉及的格式、字体种类纷繁多样,仅通过人工识别,存在重复凭证误中概率较高、人工甄别效率较低的问题,亟需通过先进技术手段识别重复影像,降低人工成本和误判率。

重复影像智能识别!工行图像识别平台再添“新”服务
重复影像智能识别!工行图像识别平台再添“新”服务

“特种转账凭证”重复样本


☰☰☰☰



核心技术解决方案


    软件开发中心互联网金融研究团队与北京技术部结合业务实际需求,在图像异常检测技术领域开展深入研究,采用业界领先的机器学习识别算法,提供“重复图像智能检测”服务能力。

     软件开发中心珠海产品部和珠海四部在我行业务集约运营平台使用该模型进行重复业务凭证检测拦截,并通过阀值开关控制人工复核流程,在充分利用智能技术提升效率的同时兼顾生产安全稳定。


业务流程丨规则

    依托工行业务集中处理平台,在现有重复扫描业务判断规则基础上,使用智能影像比对模型,对命中重复凭证识别的业务提取主件凭证进行检测,使用多策略融合的方法,通过模型提供的疑似重复概率值,与我行智能运营管理平台设定的阈值进行比对。

  • 当疑似重复概率值高于或等于阈值,则该笔业务落入共享运营平台风险监控的重复扫描确认队列,并提交人工进行复核。

  • 当疑似重复概率值低于阈值时,则该笔业务直接放行,无需人工甄别。

重复影像智能识别!工行图像识别平台再添“新”服务

“重复凭证智能识别”业务流程


☰☰☰☰

核心算法丨相似度计算

    相似度计算是通过人工智能算法提取图片中的特征点,该类特征点由于具有旋转、尺度不变性和对亮度、对比度变化不明显等特征,更适用于重复图像检测场景。主要分为如下三步:

    特征点提取:提取图片中不同层次的边和角的特征点信息。

    特征点比对:使用快速搜索匹配算法,对两幅图片的特征点进行匹配,得到两幅图片的匹配点个数。

    相似度计算:根据特征点的匹配情况,综合考虑图像的质量以及复杂度,给出相似度得分。相似度越高,两个图片越相近。

重复影像智能识别!工行图像识别平台再添“新”服务

通过特征点匹配算法标识图像差异点


☰☰☰☰



业务效果展示

    经正式投产验证,“重复图像智能检测”服务在重复影像识别率为100%的基础上,重复检测整体准确率可达95%以上,其中,超过半数的凭证类型,重复检测准确率达到100%。

重复影像智能识别!工行图像识别平台再添“新”服务
重复影像智能识别!工行图像识别平台再添“新”服务

重复样本(均为绿色则匹配)

非重复样本(红色不匹配)


☰☰☰☰



未来展望


随着近年来人工智能计算能力和深度学习算法取得突破,图像处理与识别技术愈发成熟。未来,软件开发中心互联网金融研究团队将继续深入研究图像异常检测技术,在提供“重复图像智能检测”能力基础上,进一步探索“图像篡改识别”等技术在我行的应用,不断丰富我行图像识别平台底层基础能力的同时,继续引入业界领先算法,提升图像识别准确率和自适应能力,满足我行不同业务需求和快速创新。




深入金融科技应用,赋能银行高质量发展

出品 | 软件开发中心企业文化宣传团队

文案来源 | 互联网金融研究团队

关键词 | 人工智能、重复影像凭证识别