数据扫描方法、装置、计算机设备及存储介质与流程

本技术涉及大数据与金融科技领域，尤其涉及数据扫描方法、装置、计算机设备及存储介质。

背景技术：

1、在金融科技公司的应用程序的日常使用过程中，有许多业务场景都会涉及到拍照、扫描等识别人物人脸、动物特征、环境特征等数据扫描的处理。由于每种不同的场景识别，都涉及不同的识别算法进行识别，从而需要金融科技公司的算法团队，在开发不同的识别算法模型的同时，还需要考虑将这些开发好的识别算法模型包装成各种可以用的库，比如ios、安卓等专有平台的库才能直接使用。然而这种应用于数据扫描的识别算法模型的处理方式，由于需要事先将识别算法模型封装到sdk里面，这样会导致sdk体积变大，从而间接导致应用程序的体积增大，造成用户对于应用程序的使用体验不佳。

技术实现思路

1、本技术实施例的目的在于提出一种数据扫描方法、装置、计算机设备及存储介质，以解决现有的应用于数据扫描的识别算法模型的处理方式，由于需要事先将识别算法模型封装到sdk里面，会导致sdk体积变大，从而间接导致应用程序的体积增大，造成用户对于应用程序的使用体验不佳的技术问题。

2、为了解决上述技术问题，本技术实施例提供一种数据扫描方法，采用了如下所述的技术方案：

3、判断是否接收到用户通过客户终端的应用程序触发的数据扫描请求；其中，所述数据扫描请求携带业务场景信息；

4、若是，从所述数据扫描请求中解析出所述业务场景信息；

5、基于所述业务场景信息，从预存储的多个识别算法模型中筛选出与所述业务场景信息匹配的目标识别算法模型；

6、获取所述应用程序的程序标识信息；

7、基于所述程序标识信息，将所述目标识别算法模型下发至所述客户终端中的所述应用程序内，以使所述应用程序使用所述目标识别算法模型执行与所述数据扫描请求对应的数据扫描处理。

8、进一步的，在所述基于所述业务场景信息，从预存储的多个识别算法模型中筛选出与所述业务场景信息匹配的目标识别算法模型的步骤之前，还包括：

9、接收目标用户提交的识别算法模型；其中，所述识别算法模型的数量包括多个；

10、获取所述识别算法模型的业务场景标签；

11、基于所述业务场景标签对所述识别算法模型进行对应的业务标注处理，得到标注后的识别算法模型；

12、对所述标注后的识别算法模型进行存储。

13、进一步的，所述对所述标注后的识别算法模型进行存储的步骤，具体包括：

14、获取第一识别算法模型的指定业务场景标签；其中，所述第一识别算法模型为所有所述标注后的识别算法模型中的任意一个模型；

15、获取与模型存储类型对应的模型存储区块；

16、从所述模型存储区块中获取与所述指定业务场景标签对应的指定存储子区块；

17、将所述第一识别算法模型存储至所述指定存储子区块内。

18、进一步的，所述获取所述识别算法模型的业务场景标签的步骤，具体包括：

19、对所述识别算法模型进行功能测试，得到对应的功能测试结果；

20、判断所述功能测试结果是否为功能测试通过；

21、若是，执行所述获取所述识别算法模型的业务场景标签的步骤。

22、进一步的，所述数据扫描方法，还包括：

23、判断是否接收到对于第二识别算法模型的更新请求；其中，所述第二识别算法模型为所有所述识别算法模型中的任意一个模型；

24、若是，获取与所述第二识别算法模型对应的更新数据；

25、基于所述更新数据对所述第二识别算法模型进行更新，得到更新后的第三识别算法模型；

26、存储所述第三识别算法模型。

27、进一步的，所述存储所述第三识别算法模型的步骤，具体包括：

28、生成所述第三识别算法模型的版本号；

29、确定与所述第三识别算法模型对应的其他版本的第四识别算法模型；

30、对所述第三识别算法模型与所述第四识别算法模型进行关联存储。

31、进一步的，所述数据扫描方法，还包括：

32、获取各个所述识别算法模型的使用信息；

33、从所述使用信息中获取各个所述识别算法模型的使用频率；

34、从所有所述识别算法模型中筛选出使用频率小于预设阈值的第五识别算法模型；

35、获取与所述第五识别算法模型对应的最近一次的使用时间；

36、判断所述使用时间是否符合预设的时间条件；

37、若是，对所述第五识别算法模型进行剔除处理。

38、为了解决上述技术问题，本技术实施例还提供一种数据扫描装置，采用了如下所述的技术方案：

39、第一判断模块，用于判断是否接收到用户通过客户终端的应用程序触发的数据扫描请求；其中，所述数据扫描请求携带业务场景信息；

40、解析模块，用于若是，从所述数据扫描请求中解析出所述业务场景信息；

41、第一筛选模块，用于基于所述业务场景信息，从预存储的多个识别算法模型中筛选出与所述业务场景信息匹配的目标识别算法模型；

42、第一获取模块，用于获取所述应用程序的程序标识信息；

43、下发模块，用于基于所述程序标识信息，将所述目标识别算法模型下发至所述客户终端中的所述应用程序内，以使所述应用程序使用所述目标识别算法模型执行与所述数据扫描请求对应的数据扫描处理。

44、为了解决上述技术问题，本技术实施例还提供一种计算机设备，采用了如下所述的技术方案：

45、判断是否接收到用户通过客户终端的应用程序触发的数据扫描请求；其中，所述数据扫描请求携带业务场景信息；

46、若是，从所述数据扫描请求中解析出所述业务场景信息；

47、基于所述业务场景信息，从预存储的多个识别算法模型中筛选出与所述业务场景信息匹配的目标识别算法模型；

48、获取所述应用程序的程序标识信息；

49、基于所述程序标识信息，将所述目标识别算法模型下发至所述客户终端中的所述应用程序内，以使所述应用程序使用所述目标识别算法模型执行与所述数据扫描请求对应的数据扫描处理。

50、为了解决上述技术问题，本技术实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：

51、判断是否接收到用户通过客户终端的应用程序触发的数据扫描请求；其中，所述数据扫描请求携带业务场景信息；

52、若是，从所述数据扫描请求中解析出所述业务场景信息；

53、基于所述业务场景信息，从预存储的多个识别算法模型中筛选出与所述业务场景信息匹配的目标识别算法模型；

54、获取所述应用程序的程序标识信息；

55、基于所述程序标识信息，将所述目标识别算法模型下发至所述客户终端中的所述应用程序内，以使所述应用程序使用所述目标识别算法模型执行与所述数据扫描请求对应的数据扫描处理。

56、与现有技术相比，本技术实施例主要有以下有益效果：

57、本技术实施例中，首先判断是否接收到用户通过客户终端的应用程序触发的数据扫描请求；若是，从所述数据扫描请求中解析出所述业务场景信息；然后基于所述业务场景信息，从预存储的多个识别算法模型中筛选出与所述业务场景信息匹配的目标识别算法模型；后续获取所述应用程序的程序标识信息；最后基于所述程序标识信息，将所述目标识别算法模型下发至所述客户终端中的所述应用程序内，以使所述应用程序使用所述目标识别算法模型执行与所述数据扫描请求对应的数据扫描处理。本技术实施例能够依据不同的业务场景来筛选出相匹配的目标识别算法模型，再采用动态下发的方式将目标识别算法模型直接分发给客户终端，使得前端的应用程序不需要重新发版的情况下便能使用目标识别算法模型直接进行数据扫描，从而可以保证业务场景信息对应的数据扫描处理的顺利快速进行，提高了数据扫描的处理效率与处理智能性。另外，由于识别算法模型采用了动态下发的方式，从而不再占用客户终端的应用程序的内存，从而可以有效降低应用程序的体积，提高了用户的使用体验。