(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211326958.0 (22)申请日 2022.10.27 (71)申请人 中鑫融信 （北京） 科技有限公司 地址 100166 北京市丰台区西四环南路3 5 号中都科技大厦14层1416 (72)发明人 英伟　王大飞　马跃　 (74)专利代理 机构 北京八月瓜知识产权代理有 限公司 1 1543 专利代理师 董艳艳 (51)Int.Cl. G06V 40/30(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G06Q 50/18(2012.01) (54)发明名称 基于信用监督的纠纷调解数据处理方法及 其系统 (57)摘要 本申请涉及智能校验 领域， 其具体地 公开了 一种基于信用监督的纠纷调解数据处理方法及 其系统， 其通过证据材料中的签名与参考签名之 间的对比来对待上传的证据材料进行智能校验 以确保其证据材 料的真实性。 权利要求书3页 说明书11页 附图7页 CN 115393966 A 2022.11.25 CN 115393966 A 1.一种基于信用监 督的纠纷调解数据处 理方法， 其特 征在于， 包括： 获取待上传至区块链网络的证据材 料； 从所述证据材 料截取用户签名区域； 使用SLIC算法对所述用户签名区域进行处 理以生成超像素用户签名区域图像； 获取参考签名图像； 将所述超像素用户签名区域图像和所述参考签名图像通过包含第一卷积神经网络和 第二卷积神经网络的孪生网络以得到检测特征图和参考特征图， 所述第一卷积神经网络和 所述第二卷积神经网络具有相同的网络结构； 计算所述检测特 征图和所述 参考特征图之间的差分特 征图； 以及 将所述差分特征图通过分类器以得到分类结果， 所述分类结果用于表示证据 材料中的 签名是否真实。 2.根据权利要求1所述的基于信用监督的纠纷调解数据处理方法， 其特征在于， 所述将 所述超像素用户签名区域图像和所述参考签名图像通过包含第一卷积神经网络和第二卷 积神经网络的孪生网络以得到检测特 征图和参 考特征图， 包括： 使用所述第一卷积神经网络的多层卷积层对所述超像素用户签名区域图像进行深度 卷积编码以由所述多层卷积层的最后一层输出深度检测特 征图； 将所述深度检测特征图输入所述第一卷积神经网络的第一空间注意力模块以得到第 一空间注意力图； 以及 计算所述深度检测特征图和所述第一空间注意力图的按位置点乘以得到所述检测特 征图。 3.根据权利要求2所述的基于信用监督的纠纷调解数据处理方法， 其特征在于， 所述将 所述深度检测特征图输入所述第一卷积神经网络的第一空间注意力模块以得到第一空间 注意力图， 包括： 使用所述第一空间注意力模块的卷积层对所述深度检测特征图进行卷积编码以得到 第一空间注意力得分图； 以及 使用Softmax激活函数对所述第一空间注意力得分图进行非线性激活以得到所述第一 空间注意力图。 4.根据权利要求3所述的基于信用监督的纠纷调解数据处理方法， 其特征在于， 所述将 所述超像素用户签名区域图像和所述参考签名图像通过包含第一卷积神经网络和第二卷 积神经网络的孪生网络以得到检测特 征图和参 考特征图， 包括： 使用所述第二卷积神经网络的多层卷积层对所述超像素用户签名区域图像进行深度 卷积编码以由所述多层卷积层的最后一层输出深度参 考特征图； 将所述深度参考特征图输入所述第二卷积神经网络的第二空间注意力模块以得到第 二空间注意力图； 以及 计算所述深度参考特征图和所述第二空间注意力图的按位置点乘以得到所述参考特 征图。 5.根据权利要求4所述的基于信用监督的纠纷调解数据处理方法， 其特征在于， 所述将 所述深度参考特征图输入所述第二卷积神经网络的第二空间注意力模块以得到第二空间 注意力图， 包括：权　利　要　求　书 1/3 页 2 CN 115393966 A 2使用所述第二空间注意力模块的卷积层对所述深度参考特征图进行卷积编码以得到 第二空间注意力得分图； 以及 使用Softmax激活函数对所述第二空间注意力得分图进行非线性激活以得到所述第二 空间注意力图。 6.根据权利要求5所述的基于信用监督的纠纷调解数据处理方法， 其特征在于， 所述计 算所述检测特征图和所述参考特征图之间的差分特征图， 包括： 以如下公式计算所述检测 特征图和所述 参考特征图之间的差分特 征图； 其中， 所述公式为： 其中 是所述检测特征图， 是所述参考特征图， 是所述检测特征图 的每个特 征值， 是所述检测 特征图 的所有特征值的全局均值， 且 是所述检测 特征图 的尺度， 是加权超参数。 7.根据权利要求6所述的基于信用监督的纠纷调解数据处理方法， 其特征在于， 所述将 所述差分特征图通过分类器以得到分类结果， 包括： 使用所述分类器以如下公式对所述差 分特征图进行处 理以生成分类结果； 其中， 所述公 式为： ， 其中 表示将所 述差分特征图投影为 向量， 至 为各层全连接层的权重矩阵， 至 表示各层全连 接层的偏置矩阵。 8.根据权利要求7所述的基于信用监督的纠纷调解数据处理方法， 其特征在于， 所述证 据材料为信用承诺书或调解协议书。 9.一种基于信用监 督的纠纷调解数据处 理系统， 其特 征在于， 包括： 材料上传模块， 用于获取待上传至区块链网络的证据材 料； 用户签名截取模块， 用于从所述证据材 料截取用户签名区域； 超像素用户签名区域图像生成模块， 用于使用SLIC算法对所述用户签名区域进行处理 以生成超像素用户签名区域图像； 参考签名图像获取模块， 用于获取参 考签名图像； 特征提取模块， 用于将所述超像素用户签名区域图像和所述参考签名图像通过包含第 一卷积神经网络和 第二卷积神经网络的孪生网络以得到检测特征图和参考特征图， 所述第 一卷积神经网络和所述第二卷积神经网络具有相同的网络结构； 差分模块， 用于计算所述检测特 征图和所述 参考特征图之间的差分特 征图； 以及 分类模块， 用于将所述差分特征图通过分类器以得到分类结果， 所述分类结果用于表 示证据材 料中的签名是否真实。 10.根据权利要求9所述的基于信用监督的纠纷调解数据处理系统， 其特征在于， 所述 差分模块， 进一步用于： 使用所述分类器以如下公式对所述差分特征图进行处理以生成分 类结果；权　利　要　求　书 2/3 页 3 CN 115393966 A 3