[发明专利]一种非法金融图片的识别方法、装置、计算机存储介质

说明书

本发明涉及一种非法金融图片的识别方法、装置、计算机存储介质；所述方法为：收集金融领域的正规app图标，组建app图标库；搜集非法金融图片，组建非法金融图片库。利用图像对比技术与app图标库的图像进行相似度对比，图片相似度大于图片相似度阈值，则判为非法金融图片，若不大于图片相似度阈值，则对图片进行OCR识别，判断文字重叠度是否大于文字重叠度门限值，若是，则判定为非法金融活动，若否，则判断文字中是否出现了关键词库中设定的关键词，若是，则将该图片判定为非法金融相关，同时将该图片补充进非法金融活动的图片库，若否，则为正规金融图片。本发明可提高非法金融图标识别的准确度。

技术领域

本发明涉及图像识别领域，更具体地，涉及一种非法金融图片的识别方法、装置、计算机存储介质。

背景技术

光学字符识别(Optical Character Recognition，简称OCR)是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。

图像对比技术：将两张图片进行对比，返回值表示两张图片的相似度。完全一样时，则相似度为1。完全不一样时，相似度为0。其余情况，根据相似情况返回百分比，百分比越高代表着越相似。

FOTS模型(Fast Oriented Text Spotting)：是图像文本检测与识别同步训练、端到端可学习的网络模型。

SSIM算法(structural similarity)：是一种用来衡量图片相似度的指标，也可用来判断图片压缩后的质量。基本原理：SSIM由亮度对比、对比度对比、结构对比三部分组成。取值范围为[0,1]，当为1时，表示完全一样。

SSD(Single Shot MultiBox Detector)：一种单级式目标检测算法。

随着移动互联网的发展，越来越多非法金融活动的推广形式由最初的单一文字推广变成了文字、图片、视频等多模态的推广，原有的基于文字的非法金融风险发现已不能适用于多模态下的非法金融活动。金融风险监控领域传统的方式是对舆情通过NLP进行文字分析，例如利用NLP模型进行分类、关键词提取等，没有基于图像的手段。如果想增加图像识别，仅仅简单的选择现有的OCR模型训练方式，得到的模型，会导致识别拼接类图片(尤其是拼接处文字)的识别效果大打折扣。

发明内容

本发明为克服上述现有技术所述的非法金融图标识别不够准确的缺陷，提供一种非法金融图片的识别方法、装置、计算机存储介质。

所述方法包括以下步骤：

S1：收集金融领域的正规app图标，组建正规app图标库；

收集冒充正规app的山寨app图标，组建山寨app图标库；

收集非法金融图片，组建非法金融图片库；

设定非法金融图片的关键词库；

S2：确定待识别非法金融图片的图片对比集、图片相似度阈值、文字对比集、文字重叠度门限值；

S3：输入待识别非法金融图片，判断待识别非法金融图片是否为app图标；若是，则执行S4；若否，则执行S5；

S4：对待识别非法金融图片进行物体检测，截取检测到的最大物体区域图片，并将最大物体区域图片与图片对比集进行相似度对比，若相似度大于图片相似度阈值，则判定为山寨app图标，若相似度不大于图片相似度阈值，则判定为正规app图标；

S5：对待识别非法金融图片进行物体检测，截取检测到的最大物体区域图片，并将最大物体区域图片与图片对比集进行相似度对比，若相似度大于图片相似度阈值，则判定为非法金融图片；若相似度不大于图片相似度阈值，则进行OCR识别，并将识别的文字信息与文字对比集中的文字信息进行重叠度对比，