CN117612175A - ***使用的审计跟踪方法、装置、设备及存储介质 - Google Patents
***使用的审计跟踪方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117612175A CN117612175A CN202410079776.0A CN202410079776A CN117612175A CN 117612175 A CN117612175 A CN 117612175A CN 202410079776 A CN202410079776 A CN 202410079776A CN 117612175 A CN117612175 A CN 117612175A
- Authority
- CN
- China
- Prior art keywords
- seal
- text
- file
- recognition
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000012550 audit Methods 0.000 title abstract description 9
- 238000013474 audit trail Methods 0.000 claims abstract description 26
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 230000011218 segmentation Effects 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 9
- 238000013135 deep learning Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000000977 initiatory effect Effects 0.000 claims description 5
- 238000012015 optical character recognition Methods 0.000 description 10
- 238000003058 natural language processing Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 6
- 239000013598 vector Substances 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 210000003811 finger Anatomy 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000005242 forging Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/146—Aligning or centring of the image pick-up or image-field
- G06V30/147—Determination of region of interest
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
- B41K—STAMPS; STAMPING OR NUMBERING APPARATUS OR DEVICES
- B41K1/00—Portable hand-operated devices without means for supporting or locating the articles to be stamped, i.e. hand stamps; Inking devices or other accessories therefor
- B41K1/36—Details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/80—Recognising image objects characterised by unique random patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
- G06V30/19173—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/413—Classification of content, e.g. text, photographs or tables
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1382—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Artificial Intelligence (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明属于智能审计技术领域,公开了一种***使用的审计跟踪方法、装置、设备及存储介质,其中方法包括:基于申请指令的附件得到第一识别结果;获取第一人脸信息;若第一人脸信息与第一关联用户一致,识别***工具上第一指纹识别区的指纹信息;若识别通过,判断***工具上第一指纹识别区和第二指纹识别区的温度差是否超出阈值;若未超出,启动***工具进行盖印;基于文件放置平台的压力传感信号关闭***工具,开启***使用摄像头,捕捉盖印文件照片并进行文本识别,得到第二识别结果;将第二识别结果与第一识别结果对比,并在附件中进行对比显示。本发明能够有效地规范***使用流程,提高监管和溯源能力,为审计过程带来更智能和透明的审计方式。
Description
技术领域
本申请涉及智能审计领域,特别是涉及到一种***使用的审计跟踪方法、装置、设备及存储介质。
背景技术
在许多行业,特别是金融、法律和合同管理领域,***是法律文件和交易的法律要素,为了规范***使用,现有的方式是设计严格的审批流程,要求在使用***之前获得高级管理层或其他相关授权人员的批准,但是人工审批流程容易受到人为错误的影响,尤其针对规模较大的公司或者集体,***使用频次高,监管人无法时刻进行监管,用章过程一旦脱离监管人的视线使用,难以避免盗章、私用***或其他不规范使用的风险,不规范的***使用可能会导致合同纠纷、财务不透明等问题。在***使用的过程中如何对使用者的使用行为进行规范,避免出现***的盗用和滥用情况,且传统的***使用流程,在***使用过后,相关文件的合规性和一致性无法得以验证,无法进行溯源追踪,易导致各类文件的因不良使用产生法律风险和增加了事后追责的难度。
因此针对***使用过程中缺乏规范性和有力监管,难以做到预防***的违规使用以及溯源纠察的问题亟待解决。
发明内容
本发明提供一种***使用的审计跟踪方法、装置、设备及存储介质,旨在解决针对***使用过程中缺乏规范性和有力监管,难以做到预防***的违规使用以及溯源纠察的技术问题。
为了实现上述发明目的,本发明第一方面提出一种***使用的审计跟踪方法,包括:
基于申请指令中对应附件转化的第一图片信息进行文本识别,得到第一识别结果;
基于用章指令,开启人脸识别并获取第一人脸信息;
若所述第一人脸信息与所述申请指令对应的第一关联用户的人脸信息一致,接收来自***工具的指纹触发指令,对***工具上的第一指纹识别区的指纹信息进行识别;
若所述指纹信息与所述第一关联用户的指纹信息一致,判断所述***工具上第一指纹识别区和第二指纹识别区的温度差是否超出阈值;
若未超出阈值,启动所述***工具;其中启动所述***工具为控制所述***工具内位于第一初始高度的第一***区域向下延伸第一指定距离,控制位于第二初始高度的第二***区域向下延伸第二指定距离,使所述第一***区域、第二***区域与***圈体形成处于同一高度的平面进行文件盖印;
在第一预设时间内接收来自文件放置平台的压力传感信号,基于所述压力传感信号关闭所述***工具,并开启***使用摄像头,在所述文件放置平台上捕捉盖印文件照片;
对所述盖印文件照片进行文本识别,得到第二识别结果;
将所述第二识别结果与所述第一识别结果进行对比;
基于对比的结果,在所述附件中进行对比显示。
进一步地,所述基于申请指令中对应附件转化的第一图片信息进行文本识别,得到第一识别结果的步骤,包括:
接收用户的申请指令;
判断所述申请指令是否审核通过;
若审核通过,获取所述申请指令中包含的附件;
将所述附件进行格式转换,获取第一图片信息;
基于所述第一图片信息进行文本识别,获取所述第一识别结果;
将所述第一识别结果存储到数据库。
进一步地,所述***工具内包括***本体,所述***本体包括若干***文字以及所述若干***文字外圈的***圈体,其中所述第一***区域包含了第一数量的***文字,所述第二***区域包括了第二数量的***文字。
进一步地,所述开启***使用摄像头的步骤之后,包括:
在所述***使用摄像头对应的摄像范围内划分出特征点区域;
在所述特征点区域内使用特征点匹配算法验证所述特征点区域内是否存在对应的特征点;
若存在,判定为存在文件图像;
基于当前所述文件图像进行预处理;
使用基于深度学习算法训练的模型对所述文件图像进行物体检测;
若当前文件图像内存在除文件外的其他物品,输出所述其他物品的位置信息;
若当前文件图像内不存在除文件外的其他物品,判定为盖印文件照片。
进一步地,所述将所述第二识别结果与所述第一识别结果进行对比的步骤,包括:
获取所述第二识别结果中的文本内容以及所述第一识别结果中的第一文本内容;
将所述文本内容和第一文本内容分别进行分段处理;
基于分段后的所述第一文本内容与所述文本内容,比较所述第一文本内容与所述文本内容在每个分段内的文本相似度;
基于所述文本相似度判断所述第一文本内容与所述文本内容之间是否存在差异文本。
进一步地,所述基于对比的结果,在所述附件中进行对比显示的步骤,包括:
若所述第二识别结果与所述第一识别结果之间存在所述差异文本,获取所述差异文本在文字识别过程中对应的识别文本框的坐标信息;
使用文本对比算法计算所述差异文本内存在的差异字符的位置;
基于所述识别文本框的坐标信息和所述差异字符的位置,在所述第一图片信息中标注出所述差异文本和所述差异字符的具***置。
进一步地,所述基于对比的结果,在所述附件中进行对比显示的步骤之后,包括:
若第二识别结果与所述第一识别结果的对比准确率低于指定阈值;
获取发起对应申请指令的用户信息以及所述盖印文件照片产生的地点和时间;
基于所述用户信息和所述地点和时间,生成第一报表。
本申请的第二方面还提出一种***使用的审计跟踪方法装置,包括:
第一结果获取模块,用于基于申请指令中对应附件转化的第一图片信息进行文本识别,得到第一识别结果;
第一人脸信息获取模块,用于基于用章指令,开启人脸识别并获取第一人脸信息;
指纹识别模块,用于若所述第一人脸信息与所述申请指令对应的第一关联用户的人脸信息一致,接收来自***工具的指纹触发指令,对***工具上的第一指纹识别区的指纹信息进行识别;
温差判断模块,用于若所述指纹信息与所述第一关联用户的指纹信息一致,判断所述***工具上第一指纹识别区和第二指纹识别区的温度差是否超出阈值;
启动***模块,用于若未超出阈值,启动所述***工具;其中启动所述***工具为控制所述***工具内位于第一初始高度的第一***区域向下延伸第一指定距离,控制位于第二初始高度的第二***区域向下延伸第二指定距离,使所述第一***区域、第二***区域与***圈体形成处于同一高度的平面进行文件盖印;
文件捕捉模块,用于在第一预设时间内接收来自文件放置平台的压力传感信号,基于所述压力传感信号关闭所述***工具,并开启***使用摄像头,在所述文件放置平台上捕捉盖印文件照片;
第二结果获取模块,用于对所述盖印文件照片进行文本识别,得到第二识别结果;
对比模块,用于将所述第二识别结果与所述第一识别结果进行对比;
对比显示模块,用于基于对比的结果,在所述附件中进行对比显示。
本申请的第三方面还提出一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现如上述任一项所述的***使用的审计跟踪方法的步骤。
本申请的第四方面还提出一种计算机可读存储介质,其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如上述任一项所述的***使用的审计跟踪方法的步骤。
有益效果:
本发明通过对申请指令中的附件和终端传输的盖印文件照片进行文本识别,然后通过人脸识别和指纹识别的双重验证,在***启动之前还对不同的指纹区进行温度对比,充分保障使用者身份的准确性,而且结合***工具的独特结构设计,分别控制***本体上的不同***区域进行盖印,有效防止持章人员通过不合规手段使用***,然后合理地对盖印后的文件进行画面捕捉,确保文件来源的一致性,然后通过当前捕捉的文件得到第二识别结果,基于第一识别结果和第二识别结果进行对比,以识别文本的差异。通过这种数字化手段,实现了对***使用的审计跟踪,可以清晰地展示***使用者在提交申请和审核时的盖章文件,与最终的盖章文件的区别和变化。这有效地提高了对***使用过程的监管和溯源能力,减少了对***的盗用、滥用以及对盖章文件进行伪造和篡改的风险,为相关行业带来了更高的安全性和透明度,
附图说明
图1 为发明一实施例***使用的审计跟踪方法的流程示意图;
图2 为发明一实施例***使用的审计跟踪方法的结构示意框图;
图3 为发明一实施例的计算机设备的结构示意框图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“上述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在特征、整数、步骤、操作、元件、模块、模块和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、模块、模块、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一模块和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
参照图1,本发明实施例提供一种***使用的审计跟踪方法,包括以下步骤S1-S9:
S1:基于申请指令中对应附件转化的第一图片信息进行文本识别,得到第一识别结果;
在本步骤中,申请指令为某一用户(用户账号)申请使用***的请求,如果当前用户在终端上进行了申请,那么该申请指令中需要包含待盖取***的文件附件,以及包括使用地点、时间、使用次数等基本信息。当该申请指令在线上通过对应负责人审核完成之后,***自动获取该申请指令中的对应附件,然后将该附件进行格式转换,转换成对应的图片(第一图片信息),然后将该图片上内容进行文本识别,得到第一识别结果,其中文本识别可以选择使用光学字符识别OCR(Optical Character Recognition)技术,能够准确地识别图片中的文字,将图片中的文本转换为可编辑的文本,也可以根据实际情况选择使用其他文本识别方式,例如自然语言处理(NLP(Natural Language Processing))等。
S2:基于用章指令,开启人脸识别并获取第一人脸信息;
S3:若所述第一人脸信息与所述申请指令对应的第一关联用户的人脸信息一致,接收来自***工具的指纹触发指令,对***工具上的第一指纹识别区的指纹信息进行识别;
S4:若所述指纹信息与所述第一关联用户的指纹信息一致,判断所述***工具上第一指纹识别区和第二指纹识别区的温度差是否超出阈值;
S5:若未超出阈值,启动所述***工具;其中启动所述***工具为控制所述***工具内位于第一初始高度的第一***区域向下延伸第一指定距离,控制位于第二初始高度的第二***区域向下延伸第二指定距离,使所述第一***区域、第二***区域与***圈体形成处于同一高度的平面进行文件盖印;
在步骤S2-S5中,首先***基于用章指令开启人脸识别功能。这个功能通过终端设备的摄像头进行面部识别,获取用户的面部识别信息。这一步的目的是获取与用户相关的面部识别信息,验证当前使用***的用户身份,判断当前用户是否与对应的申请指令的关联用户为同一个人,具体的,***从申请指令中获取与该指令关联的用户信息,这个信息包括用户账号、姓名、身份证号码等,以及预先存储在***中的人脸特征,通过关联用户信息,***能够将用户的面部识别信息与申请指令进行匹配。匹配通过之后,用户需要将五指放在***工具表面的持握区域,该持握区域包括第一指纹识别区以及第二指纹识别区,两个识别区是根据持握过程中的手指摆放位置设计,其中***工具内部匹配第一指纹识别区和第二指纹识别区分别设置有指纹识别装置和温度传感装置以及压力传感器,当用户的手指放在指定的区域之后,压力传感器检测到对应的压力值,然后将触发信号传送给指纹识别装置,第一指纹识别区域对应的指纹识别装置,对一指纹识别区域内存在的用户的指纹进行验证(通常为大拇指指纹),验证成功后,传送触发信号到第一指纹识别区以及第二指纹识别区对应的温度传感装置的,温度传感装置进行温度检测,当两个区域的温度在指定阈值时,判断为当前***工具为第一关联用户本人进行操作,避免了他人借用指纹进行盗用的情况,此时用户可以进行首次用章,***工具内部的***本体上设置有***文字,每个***文字可以视作一个单独的个体,其中若干***文字相连(也可以是分体的),视为第一***区域,在初始状态下设计在同一个高度(第一初始高度)上,剩余的若干***文字视为第二***区域在另一个高度位置(第二初始高度)上,可选的,可以是分为两部分(两个区域)或者更多部分(区域),使每个部分(区域)之间在初始状态下产生一定的高度差,避免使用者将纸张推入***工具内部进行盖印,提升了***使用过程的规范性,严格把控了***的使用,当***开始使用时,处在第一初始高度的第一***区域向下推进第一指定距离,第二初始高度的第二***区域向下推进第二指定距离,其中第一指定距离和第二指定距离都是根据到盖印时到文件的距离设定的,推动之后第一***区域、第二***区域与***圈体形成处于同一高度的平面,对某一平面上的文件进行盖印。
S6:在第一预设时间内接收来自文件放置平台的压力传感信号,基于所述压力传感信号关闭所述***工具,并开启***使用摄像头,在所述文件放置平台上捕捉盖印文件照片;
在***启动之后的指定时间内,接收来自文件放置平台的压力传感信号,其中文件放置平台用于放置在待盖印的文件,其中文件放置平台内部设置有压力传感装置,***工具启动之后,无论是人工还是自动盖印,都会向文件放置平台产生一个相对的力,此时文件放置平台内部设置的压力传感装置接收到这个压力信号,判定为已经完成盖印。如果没有在指定的时间内没有检测到传感装置产生相应的压力值,判断为没有盖印,立刻关闭所述***工具,并记录。如果判定为已经完成盖印,在指定时间内开启***使用摄像头,比如两秒,留下时间间隔方便用户将***工具拿下文件放置平台,然后对当前的盖章文件进行画面捕捉,用以记录该文件的文本内容,以便后续存档核对,追溯源头文件,保证审计过程的高效复核。
S7:对所述盖印文件照片进行文本识别,得到第二识别结果;
***接收来自终端的盖印文件照片,其中所述终端为可进行数据接收和存储的终端设备,能够接收来自拍摄设备的拍摄数据。其中盖印文件照片为带有***印记的相关文件的照片(图片),该图片为实时采集获得,通常情况为与终端通信联通的摄像设备进行采集,或者使用集成式移动设备(例如手机)进行采集,是为了在持章用户进行文件盖印的过程中,对盖印后的文件进行记录和存储。基于终端获取的盖印文件照片,进行文本识别,同步骤1中的文本识别可以采用同一种文本识别方法,得到第二识别结果。其中文本识别可以选择使用光学字符识别OCR(Optical Character Recognition)技术,能够准确地识别图片中的文字,将图片中的文本转换为可编辑的文本,也可以根据实际情况选择使用其他文本识别方式,例如自然语言处理(NLP(Natural Language Processing))等。
S8:将所述第二识别结果与所述第一识别结果进行对比;
第二识别结果代表了用户真正盖印的文件内容,第一识别结果代表了用户在进行盖印申请时在线上填写并经过审核的申请内容,将两者进行对比,能够清晰地得知用户在进行盖章时,是否存在违规用章的操作。
S9:基于对比的结果,在所述附件中进行对比显示。
基于对比的结果,将用户提交用章申请所带的附件作为原始文件,将第二识别结果与第一识别结果中存在区别的地方在原附件中进行标识展示,能够让管理人员清晰地看到用户的盖章文件与起初的申请中的附件存在哪些区别。
本实施例能够通过对比用户实际盖章内容和申请内容,能够检测出是否存在违规用章的情况,提高用章操作的合规性,提供了对***使用过程的审计追踪,使管理人员能够追溯用户盖章的详细操作,确保操作的合法性和准确性,通过自动化文本识别和对比,减少了对管理人员的依赖,提高了审计效率。
在一个实施例中,所述基于申请指令中对应附件转化的第一图片信息进行文本识别,得到第一识别结果的步骤,包括:
S10:接收用户的申请指令;
S11:判断所述申请指令是否审核通过;
S12:若审核通过,获取所述申请指令中包含的附件;
S13:将所述附件进行格式转换,获取第一图片信息;
S14:基于所述第一图片信息进行文本识别,获取所述第一识别结果;
S15:将所述第一识别结果存储到数据库。
在本实施例中,首先,***接收用户的申请指令,这个指令通常是由用户通过终端设备提交的,包含了用户账号、待盖取***的文件附件,以及其他基本信息,如使用地点、时间、使用次数等。在接收到用户的申请指令后,***会将对应的申请发送至对应的审核人处,然后***接收审核人员的通过指令。其中审核人员可以由***中的负责人或相关管理人员进行,确保盖章请求的合法性。如果审核不通过,可能需要通知用户并终止后续流程,如果审核通过,***从申请指令中提取附件信息,这些附件通常包含了用户请求盖章的文件,提取的附件可能具有不同的格式,为了进行文本识别,***需要将附件进行格式转换,转换为对应的图片格式,得到第一图片信息。这个图片将作为文本识别的输入,然后利用光学字符识别(OCR)技术对第一图片信息进行文本识别。OCR能够准确地识别图片中的文字,将图片中的文本转换为可编辑的文本,这样就得到了第一识别结果,即从申请指令附件中提取的文本信息。最后,***将第一识别结果存储到数据库中,保留盖章申请的详细信息,以备后续的审计和对比分析。存储到数据库的信息可以包括用户账号、申请时间、盖章文件内容等。通过审核流程和文本识别,***确保用户的盖章请求符合规定,提高用章操作的合规性,存储在数据库中的信息为后续审计提供了可靠的数据源,管理人员能够追溯用户盖章的详细操作,通过自动化处理流程,减少了人工干预,提高了操作效率。
在一实施例中,所述***工具内包括***本体,所述***本体包括若干***文字以及所述若干***文字外圈的***圈体,其中所述第一***区域包含了第一数量的***文字,所述第二***区域包括了第二数量的***文字。
在本实施例中,***工具内部包括***本体,***本体由若干***文字和***圈体组成。***文字是***上的特定文字、符号或字母,用于标识和区分***代表的主体,***本体还包括***圈体,***圈体是***的外圈部分,用于围绕***文字,形成完整的***图案。分为不同的***区域,通过分别设置高度,产生高度差,能够避免持印人员对***的不合规盗用。在一实施例中,所述第二***区域为在第一***区域内选出的特定的字符,假设***文字为“123456”则第一***区域为“123456”,那么第二***区域可以是“1”、“2”...“6”中的任意一个字符,或者任意字符的组合区域,例如“1”、“3”的组合等等。本实施例能够使每个***区域之间在初始状态下产生一定的高度差,避免使用者将纸张推入***工具内部进行盖印,提升了***使用过程的规范性,严格把控了***的使用,当***开始使用时,处在第一初始高度的第一***区域向下推进第一指定距离,第二初始高度的第二***区域向下推进第二指定距离,其中第一指定距离和第二指定距离都是根据到盖印时到文件的距离设定的,推动之后第一***区域、第二***区域与***圈体形成处于同一高度的平面,对某一平面上的文件进行盖印。
在一实施例中,所述开启***使用摄像头的步骤之后,包括:
S30:在所述***使用摄像头对应的摄像范围内划分出特征点区域;
S31:在所述特征点区域内使用特征点匹配算法验证所述特征点区域内是否存在对应的特征点;
S32:若存在,判定为存在文件图像;
S33:基于当前所述文件图像进行预处理;
S34:使用基于深度学习算法训练的模型对所述文件图像进行物体检测;
S35:若当前文件图像内存在除文件外的其他物品,输出所述其他物品的位置信息;
S36:若当前文件图像内不存在除文件外的其他物品,判定为盖印文件照片。
在本实施例中,***对从***使用摄像头捕捉到的图像进行处理,划分出特征点区域。特征点区域是与文件相关的区域,例如可能包含文本或图案的区域,使用特征点匹配算法,对特征点区域进行验证,这个算法可以用于比对图像中的特征点是否与已知(预存)的文件特征点相匹配,以确定是否存在可能的文件区域,如果特征点匹配算法验证显示在特征点区域内存在对应的特征点,***判定为存在文件图像。这意味着在捕捉到的图像中,包含了与文件相关的内容。当判断出当前图片中包含了相关的文件之后,接下来判断该图片中是否存在其他遮挡物,包含文件的图像是否满足拍摄规范。首先,在确认存在文件图像的基础上,***可能进行一些预处理步骤,如图像增强、去噪等,以提高后续物体检测的准确性,使用经过深度学习算法训练的模型,对文件图像进行物体检测,其中深度学习算法训练的模型可以是预先收集带有标记框的图像数据集,其中包含了文件和其他物体的实例,然后使用图像标注工具将文件和其他物体标记出来,并记录它们的位置。然后使用标记好的图像数据集和相应的物体类别标签,使用训练算法(如深度学习算法)对物体检测模型进行训练得到。最终,如果物体检测结果显示文件图像内存在除文件外的其他物品,***将输出(标记)这些其他物品的位置信息,并进行提示,等待接受新的拍摄指令。如果物体检测结果显示文件图像内不存在除文件外的其他物品,***则直接将当前文件判定为盖印文件照片。这一步骤的目的是确认捕捉到的图像中只包含***使用的相关内容,而没有其他干扰物品。
在一实施例中,所述将所述第二识别结果与所述第一识别结果进行对比的步骤,包括:
S40:获取所述第二识别结果中的文本内容以及所述第一识别结果中的第一文本内容;
S41:将所述文本内容和第一文本内容分别进行分段处理;
S42:基于分段后的所述第一文本内容与所述文本内容,比较所述第一文本内容与所述文本内容在每个分段内的文本相似度;
S43:基于所述文本相似度判断所述第一文本内容与所述文本内容之间是否存在差异文本。
在本实施例中,获取第二识别结果中的文本内容(文本内容)和第一识别结果中的第一文本内容,将所述文本内容和第一文本内容分别进行分段处理。目的是将文本划分为更小的语义单元,以便更细致地比较文本的差异。其中分段可以使用自然语言处理工具(如NLTK(Natural Language Toolkit)或Spacy(用于自然语言处理的开源库))对文本进行分句或分段处理,或者直接根据特定的标点符号或其他分段规则进行分段,分段处理能够使得文本的比较更加细粒度,能够捕捉到文本的局部差异,且有助于快速锁定差异文本的大概位置。基于分段后的第一文本内容与文本内容,比较每个分段内之间的文本相似度。具体的,文本相似度可以通过计算两个集合的交集与并集的比例来度量相似度,公式:[ \text{Jaccard_similarity}(A, B) = \frac{|A \cap B|}{|A \cup B|} ],在文本处理中,可以将文本表示为词集合,计算词的交集和并集;或者通过计算两个文本向量之间的夹角余弦值来度量相似度,公式:[ \text{cosine_similarity}(A, B) = \frac{A \cdot B}{|A|\cdot |B|} ],在文本处理中,可以将文本表示为词向量,每个维度代表一个词的权重;又或者利用预训练的词向量模型(如Word2Vec、GloVe、FastText等)将文本表示为向量,然后计算向量之间的相似度。如果文本相似度超过阈值,认为该段文字存在差异文本,又或者可以使用文本相似度算法(如Levenshtein距离)计算每个分段的文本相似度,可以选择使用预先定义的阈值来判断何时认为两个分段存在差异,在分段内使用文本相似度确定差异能够提供对文本局部差异的量化指标,有助于更准确地识别变动,且通过调整阈值,可以灵活地控制差异的敏感度。通过分段处理和文本相似度比较,实现了对文本差异更为细致的分析,能够捕捉到文本的局部差异,更好地联系上下文快速锁定差异存在的段落或者位置,利用文本相似度等算法,提供了量化的指标,使得文本差异的判断更为客观和可控。
在一实施例中,所述基于对比的结果,在所述附件中进行对比显示的步骤,包括:
S50:若所述第二识别结果与所述第一识别结果之间存在所述差异文本,获取所述差异文本在文字识别过程中对应的识别文本框的坐标信息;
S51:使用文本对比算法计算所述差异文本内存在的差异字符的位置;
S52:基于所述识别文本框的坐标信息和所述差异字符的位置,在所述第一图片信息中标注出所述差异文本和所述差异字符的具***置。
在本实施例中,第二个识别结果与第一个识别结果之间如果存在差异文本,需要获取这些差异文本在文字识别过程中对应的识别文本框的坐标信息。这可以通过OCR或文本识别工具提供的信息来实现,识别文本框的坐标信息可以表示为矩形框的位置,该矩形框将差异文本包围。 接下来,可以使用文本对比算法来计算差异文本内存在的差异字符的位置,文本对比算法可以比较两个文本序列之间的差异,例如Levenshtein距离等,通过比较第一和第二识别结果,算法可以确定差异字符的具***置。这些差异字符的位置可以表示为字符或文本段在差异文本中的偏移量或索引。最后,基于识别文本框的坐标信息和差异字符的位置,可以在第一图片信息中标注出差异文本和差异字符的具***置。这可以通过在图像上绘制矩形框或在特定位置显示文本来实现。标注结果将显示哪些部分是差异文本以及差异字符的位置。本实施例提供了一种可视化的方式来展示两个文本识别结果之间的差异,使用户能够更直观地理解和比较文本识别的准确性,标注差异文本和差异字符的具***置可以锁定差异文本的位置,快速锁定并捕捉差异文本所在处语境以及具体的差异文字的位置,帮助用户更容易地找到差异点,从而更快地进行审计追踪和核实。综上所述本实施例根据两个文本识别结果之间的差异,通过获取识别文本框的坐标信息、计算差异字符的位置,并在原始图片上进行标注,使差异更直观可见。具有一定的自动化性和准确性,提高了审计的效率,做到严格把控***使用过程,做到清晰追溯源头文件。
在一实施例中,所述基于对比的结果,在所述附件中进行对比显示的步骤之后,包括:
S60:若第二识别结果与所述第一识别结果的对比准确率低于指定阈值;
S61:获取发起对应申请指令的用户信息以及所述盖印文件照片产生的地点和时间;
S62:基于所述用户信息和所述地点和时间,生成第一报表。
在本实施例中,第一识别结果和第二识别结果的对比,计算准确率,也就是通过准确率判断出现不匹配情况的概率有多大,若其准确率是否低于指定阈值,***将获取发起对应申请指令的用户信息,以及与盖印文件照片相关的地点和时间信息,然后基于这些信息生综合性视图(第一报表),供管理人员进行直观地了解到相关用户的信息和***和使用的情况。本实施例能够结合用户信息、地点和时间信息,生成的报表提供了更全面的上下文,有助于深入了解识别结果的背景,直观的数据使相关人员能够及时发现和介入处理可能存在的问题。
参照图2,是本发明实施例还提供一种***使用的审计跟踪方法装置,包括:
第一结果获取模块100,用于基于申请指令中对应附件转化的第一图片信息进行文本识别,得到第一识别结果;
第一人脸信息获取模块200,用于基于用章指令,开启人脸识别并获取第一人脸信息;
指纹识别模块300,用于若所述第一人脸信息与所述申请指令对应的第一关联用户的人脸信息一致,接收来自***工具的指纹触发指令,对***工具上的第一指纹识别区的指纹信息进行识别;
温差判断模块400,用于若所述指纹信息与所述第一关联用户的指纹信息一致,判断所述***工具上第一指纹识别区和第二指纹识别区的温度差是否超出阈值;
启动***模块500,用于若未超出阈值,启动所述***工具;其中启动所述***工具为控制所述***工具内位于第一初始高度的第一***区域向下延伸第一指定距离,控制位于第二初始高度的第二***区域向下延伸第二指定距离,使所述第一***区域、第二***区域与***圈体形成处于同一高度的平面进行文件盖印;
文件捕捉模块600,用于在第一预设时间内接收来自文件放置平台的压力传感信号,基于所述压力传感信号关闭所述***工具,并开启***使用摄像头,在所述文件放置平台上捕捉盖印文件照片;
第二结果获取模块700,用于对所述盖印文件照片进行文本识别,得到第二识别结果;
对比模块800,用于将所述第二识别结果与所述第一识别结果进行对比;
对比显示模块900,用于基于对比的结果,在所述附件中进行对比显示。在一个实施例中,所述第一结果获取模块100,包括:
申请指令接收单元,用于接收用户的申请指令;
审核判断单元,用于判断所述申请指令是否审核通过;
附件获取单元,用于若审核通过,获取所述申请指令中包含的附件;
格式转换单元,用于将所述附件进行格式转换,获取第一图片信息;
第一文本识别单元,用于基于所述第一图片信息进行文本识别,获取所述第一识别结果;
第一结果存储单元,用于将所述第一识别结果存储到数据库。
在一个实施例中,上述装置还包括:
区域划分模块,用于在所述***使用摄像头对应的摄像范围内划分出特征点区域;
特征识别模块,用于在所述特征点区域内使用特征点匹配算法验证所述特征点区域内是否存在对应的特征点;
图像判定模块,用于若存在,判定为存在文件图像;
预处理模块,用于基于当前所述文件图像进行预处理;
物体检测模块,用于使用基于深度学习算法训练的模型对所述文件图像进行物体检测;
若当前文件图像内存在除文件外的其他物品,输出所述其他物品的位置信息;
照片判定模块,用于若当前文件图像内不存在除文件外的其他物品,判定为盖印文件照片。
在一个实施例中,所述对比模块800,包括:
内容获取单元,用于获取所述第二识别结果中的文本内容以及所述第一识别结果中的第一文本内容;
分段处理单元,用于将所述文本内容和第一文本内容分别进行分段处理;
距离判断单元,用于基于分段后的所述第一文本内容与所述文本内容,比较所述第一文本内容与所述文本内容在每个分段内的文本相似度;
差异判断单元,用于基于所述文本相似度判断所述第一文本内容与所述文本内容之间是否存在差异文本。
在一实施例中,对比显示模块900,包括:
坐标获取单元,用于若所述第二识别结果与所述第一识别结果之间存在所述差异文本,获取所述差异文本在文字识别过程中对应的识别文本框的坐标信息;
差异字符获取单元,用于使用文本对比算法计算所述差异文本内存在的差异字符的位置;
具***置标注单元,用于基于所述识别文本框的坐标信息和所述差异字符的位置,在所述第一图片信息中标注出所述差异文本和所述差异字符的具***置。
在一实施例中,上述装置还包括:
阈值判断单元,用于若第二识别结果与所述第一识别结果的对比准确率低于指定阈值;
信息获取单元,用于获取发起对应申请指令的用户信息以及所述盖印文件照片产生的地点和时间;
报表生成单元,用于基于所述用户信息和所述地点和时间,生成第一报表。
参照图3,本发明实施例还提供一种计算机设备,该计算机设备的内部结构可以如图3所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作装置、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于音视频参数等。该计算机设备的网络接口用于与外部的终端通过网络连接通信。进一步地,上述计算机设备还可以设置有输入装置和显示屏等。上述计算机程序被处理器执行时以实现***使用的审计跟踪方法,包括如下步骤:基于申请指令中对应附件转化的第一图片信息进行文本识别,得到第一识别结果;基于用章指令,开启人脸识别并获取第一人脸信息;若所述第一人脸信息与所述申请指令对应的第一关联用户的人脸信息一致,接收来自***工具的指纹触发指令,对***工具上的第一指纹识别区的指纹信息进行识别;若所述指纹信息与所述第一关联用户的指纹信息一致,判断所述***工具上第一指纹识别区和第二指纹识别区的温度差是否超出阈值;若未超出阈值,启动所述***工具;其中启动所述***工具为控制所述***工具内位于第一初始高度的第一***区域向下延伸第一指定距离,控制位于第二初始高度的第二***区域向下延伸第二指定距离,使所述第一***区域、第二***区域与***圈体形成处于同一高度的平面进行文件盖印;在第一预设时间内接收来自文件放置平台的压力传感信号,基于所述压力传感信号关闭所述***工具,并开启***使用摄像头,在所述文件放置平台上捕捉盖印文件照片;对所述盖印文件照片进行文本识别,得到第二识别结果;将所述第二识别结果与所述第一识别结果进行对比;基于对比的结果,在所述附件中进行对比显示。本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定。
本申请一实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现***使用的审计跟踪方法,包括如下步骤:基于申请指令中对应附件转化的第一图片信息进行文本识别,得到第一识别结果;基于用章指令,开启人脸识别并获取第一人脸信息;若所述第一人脸信息与所述申请指令对应的第一关联用户的人脸信息一致,接收来自***工具的指纹触发指令,对***工具上的第一指纹识别区的指纹信息进行识别;若所述指纹信息与所述第一关联用户的指纹信息一致,判断所述***工具上第一指纹识别区和第二指纹识别区的温度差是否超出阈值;若未超出阈值,启动所述***工具;其中启动所述***工具为控制所述***工具内位于第一初始高度的第一***区域向下延伸第一指定距离,控制位于第二初始高度的第二***区域向下延伸第二指定距离,使所述第一***区域、第二***区域与***圈体形成处于同一高度的平面进行文件盖印;在第一预设时间内接收来自文件放置平台的压力传感信号,基于所述压力传感信号关闭所述***工具,并开启***使用摄像头,在所述文件放置平台上捕捉盖印文件照片;对所述盖印文件照片进行文本识别,得到第二识别结果;将所述第二识别结果与所述第一识别结果进行对比;基于对比的结果,在所述附件中进行对比显示。可以理解的是,本实施例中的计算机可读存储介质可以是易失性可读存储介质,也可以为非易失性可读存储介质。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM通过多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种***使用的审计跟踪方法,其特征在于,包括:
基于申请指令中对应附件转化的第一图片信息进行文本识别,得到第一识别结果;
基于用章指令,开启人脸识别并获取第一人脸信息;
若所述第一人脸信息与所述申请指令对应的第一关联用户的人脸信息一致,接收来自***工具的指纹触发指令,对***工具上的第一指纹识别区的指纹信息进行识别;
若所述指纹信息与所述第一关联用户的指纹信息一致,判断所述***工具上第一指纹识别区和第二指纹识别区的温度差是否超出阈值;
若未超出阈值,启动所述***工具;其中启动所述***工具为控制所述***工具内位于第一初始高度的第一***区域向下延伸第一指定距离,控制位于第二初始高度的第二***区域向下延伸第二指定距离,使所述第一***区域、第二***区域与***圈体形成处于同一高度的平面进行文件盖印;
在第一预设时间内接收来自文件放置平台的压力传感信号,基于所述压力传感信号关闭所述***工具,并开启***使用摄像头,在所述文件放置平台上捕捉盖印文件照片;
对所述盖印文件照片进行文本识别,得到第二识别结果;
将所述第二识别结果与所述第一识别结果进行对比;
基于对比的结果,在所述附件中进行对比显示。
2.根据权利要求1所述的***使用的审计跟踪方法,其特征在于,所述基于申请指令中对应附件转化的第一图片信息进行文本识别,得到第一识别结果的步骤,包括:
接收用户的申请指令;
判断所述申请指令是否审核通过;
若审核通过,获取所述申请指令中包含的附件;
将所述附件进行格式转换,获取第一图片信息;
基于所述第一图片信息进行文本识别,获取所述第一识别结果;
将所述第一识别结果存储到数据库。
3.根据权利要求1所述的***使用的审计跟踪方法,其特征在于,所述***工具内包括***本体,所述***本体包括若干***文字以及所述若干***文字外圈的***圈体,其中所述第一***区域包含了第一数量的***文字,所述第二***区域包括了第二数量的***文字。
4.根据权利要求1所述的***使用的审计跟踪方法,其特征在于,所述捕捉盖印文件照片的步骤,包括:
在所述***使用摄像头对应的摄像范围内划分出特征点区域;
在所述特征点区域内使用特征点匹配算法验证所述特征点区域内是否存在对应的特征点;
若存在,判定为存在文件图像;
基于当前所述文件图像进行预处理;
使用基于深度学习算法训练的模型对所述文件图像进行物体检测;
若当前文件图像内存在除文件外的其他物品,输出所述其他物品的位置信息;
若当前文件图像内不存在除文件外的其他物品,判定为盖印文件照片。
5.根据权利要求1所述的***使用的审计跟踪方法,其特征在于,所述将所述第二识别结果与所述第一识别结果进行对比的步骤,包括:
获取所述第二识别结果中的文本内容以及所述第一识别结果中的第一文本内容;
将所述文本内容和第一文本内容分别进行分段处理;
基于分段后的所述第一文本内容与所述文本内容,比较所述第一文本内容与所述文本内容在每个分段内的文本相似度;
基于所述文本相似度判断所述第一文本内容与所述文本内容之间是否存在差异文本。
6.根据权利要求5所述的***使用的审计跟踪方法,其特征在于,所述基于对比的结果,在所述附件中进行对比显示的步骤,包括:
若所述第二识别结果与所述第一识别结果之间存在所述差异文本,获取所述差异文本在文字识别过程中对应的识别文本框的坐标信息;
使用文本对比算法计算所述差异文本内存在的差异字符的位置;
基于所述识别文本框的坐标信息和所述差异字符的位置,在所述第一图片信息中标注出所述差异文本和所述差异字符的具***置。
7.根据权利要求1所述的***使用的审计跟踪方法,其特征在于,所述基于对比的结果,在所述附件中进行对比显示的步骤之后,包括:
若第二识别结果与所述第一识别结果的对比准确率低于指定阈值;
获取发起对应申请指令的用户信息以及所述盖印文件照片产生的地点和时间;
基于所述用户信息和所述地点和时间,生成第一报表。
8.一种***使用的审计跟踪方法装置,其特征在于,包括:
第一结果获取模块,用于基于申请指令中对应附件转化的第一图片信息进行文本识别,得到第一识别结果;
第一人脸信息获取模块,用于基于用章指令,开启人脸识别并获取第一人脸信息;
指纹识别模块,用于若所述第一人脸信息与所述申请指令对应的第一关联用户的人脸信息一致,接收来自***工具的指纹触发指令,对***工具上的第一指纹识别区的指纹信息进行识别;
温差判断模块,用于若所述指纹信息与所述第一关联用户的指纹信息一致,判断所述***工具上第一指纹识别区和第二指纹识别区的温度差是否超出阈值;
启动***模块,用于若未超出阈值,启动所述***工具;其中启动所述***工具为控制所述***工具内位于第一初始高度的第一***区域向下延伸第一指定距离,控制位于第二初始高度的第二***区域向下延伸第二指定距离,使所述第一***区域、第二***区域与***圈体形成处于同一高度的平面进行文件盖印;
文件捕捉模块,用于在第一预设时间内接收来自文件放置平台的压力传感信号,基于所述压力传感信号关闭所述***工具,并开启***使用摄像头,在所述文件放置平台上捕捉盖印文件照片;
第二结果获取模块,用于对所述盖印文件照片进行文本识别,得到第二识别结果;
对比模块,用于将所述第二识别结果与所述第一识别结果进行对比;
对比显示模块,用于基于对比的结果,在所述附件中进行对比显示。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的***使用的审计跟踪方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的***使用的审计跟踪方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410079776.0A CN117612175B (zh) | 2024-01-19 | 2024-01-19 | ***使用的审计跟踪方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410079776.0A CN117612175B (zh) | 2024-01-19 | 2024-01-19 | ***使用的审计跟踪方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117612175A true CN117612175A (zh) | 2024-02-27 |
CN117612175B CN117612175B (zh) | 2024-06-25 |
Family
ID=89951966
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410079776.0A Active CN117612175B (zh) | 2024-01-19 | 2024-01-19 | ***使用的审计跟踪方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117612175B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101134406A (zh) * | 2007-09-28 | 2008-03-05 | 蒋蕊兰 | 防盗用*** |
CN102310631A (zh) * | 2010-06-30 | 2012-01-11 | 上海视加信息科技有限公司 | 一种指纹***的数据处理方法 |
CN102501648A (zh) * | 2011-10-11 | 2012-06-20 | 陕西科技大学 | 一种公章的使用管理方法及其装置 |
US20130063245A1 (en) * | 2011-09-13 | 2013-03-14 | Jarrah Ali Abdullah Al-Mutairi | Electronic seal system |
CN103544567A (zh) * | 2013-10-24 | 2014-01-29 | 南京理工大学连云港研究院 | ***安全保管使用装置及方法 |
CN103646201A (zh) * | 2013-12-09 | 2014-03-19 | 东南大学 | 一种人脸组合身份验证方法 |
-
2024
- 2024-01-19 CN CN202410079776.0A patent/CN117612175B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101134406A (zh) * | 2007-09-28 | 2008-03-05 | 蒋蕊兰 | 防盗用*** |
CN102310631A (zh) * | 2010-06-30 | 2012-01-11 | 上海视加信息科技有限公司 | 一种指纹***的数据处理方法 |
US20130063245A1 (en) * | 2011-09-13 | 2013-03-14 | Jarrah Ali Abdullah Al-Mutairi | Electronic seal system |
CN102501648A (zh) * | 2011-10-11 | 2012-06-20 | 陕西科技大学 | 一种公章的使用管理方法及其装置 |
CN103544567A (zh) * | 2013-10-24 | 2014-01-29 | 南京理工大学连云港研究院 | ***安全保管使用装置及方法 |
CN103646201A (zh) * | 2013-12-09 | 2014-03-19 | 东南大学 | 一种人脸组合身份验证方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117612175B (zh) | 2024-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11087125B2 (en) | Document authenticity determination | |
CN109086756B (zh) | 一种基于深度神经网络的文本检测分析方法、装置及设备 | |
CN109670504B (zh) | 一种手写答案识别批改方法及装置 | |
EP3407229A1 (en) | Method, system, device and readable storage medium for realizing insurance claim fraud prevention based on consistency between multiple images | |
CN111626124B (zh) | Ocr图像样本生成、印刷体验证方法、装置、设备及介质 | |
CN110597806A (zh) | 一种基于批阅识别的错题集生成与答题统计***及方法 | |
CN101894260A (zh) | 基于匹配特征点随机生成特征线的伪造***识别方法 | |
CN112862024B (zh) | 一种文本识别方法及*** | |
CN113569863B (zh) | 一种单据稽查的方法、***、电子设备及存储介质 | |
US20190384971A1 (en) | System and method for optical character recognition | |
CN114332514B (zh) | 一种字体测评方法及*** | |
CN117612175B (zh) | ***使用的审计跟踪方法、装置、设备及存储介质 | |
US11393248B2 (en) | Data detection method and device, computer equipment and storage medium | |
CN113705560A (zh) | 基于图像识别的数据提取方法、装置、设备及存储介质 | |
Thaiparnit et al. | Tracking vehicles system based on license plate recognition | |
CN114898473A (zh) | 手写签名比对方法、装置及电子设备 | |
Das et al. | A Novel Face Detection Technique Using OpenCV | |
CN114036117A (zh) | 日志查看方法、装置、计算机设备和存储介质 | |
KR102078821B1 (ko) | 투표지의 기표인 인식 방법 | |
CN113887361B (zh) | 一种文献校对方法、***、存储介质及设备 | |
Nair et al. | A Two-level authentication for Attendance Management System using deep learning techniques | |
CN111626244A (zh) | 图像识别方法、装置、电子设备和介质 | |
Girinath et al. | Automatic Number Plate Detection using Deep Learning | |
TW202117589A (zh) | 表單內容辨識系統及其方法 | |
CN111476279B (zh) | 基于相似程度值的识别方法、装置和计算机设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |