本申请公开一种订单支付处理方法及其装置、设备、介质、产品，所述方法包括：获取直播间观众用户提交的待识别图像；采用票据判决模型对所述待识别图像进行分类判决，以确定该待识别图像是否为支付票据图像；采用文本检测识别模型对所述支付票据图像进行文字识别，以获得其中的多项文字信息；采用文本分类模型对各项所述的文字信息进行分类，以从所述文字信息中分类识别出支付信息，所述支付信息包括支付金额以及备注订单号；响应所述主播用户提交的支付确认指令，启动支付冲销事件，以所述支付信息中的支付金额冲销所述备注订单号相对应的订单的待支付金额。本申请可以对观众用户上传的支付票据图像进行识别处理，最终实现电商订单的业务闭环。单的业务闭环。单的业务闭环。
【技术实现步骤摘要】
订单支付处理方法及其装置、设备、介质、产品
[0001]本申请涉及电商信息
，尤其涉及一种订单支付处理方法及其相应的装置、计算机设备、计算机可读存储介质，以及计算机程序产品。
技术介绍
[0002]一方面，随着线上媒体形式的不断变革，电商平台的业务场景不断变化，从早期的页面购物到直播间购物，导致后台业务逻辑也产生着变化；另一方面，以多独立站点进行运营的跨境电商平台中，不同独立站点所处的物理空间位置不同，需要适应不同地区的法律、人文、基础设施条件等相应实现不同的业务逻辑，也导致业务逻辑越来越复杂。鉴此，现有先进地区的购物平台中，在线上从下单到支付再到物流的全自动化业务逻辑，在一些基础设施发展不足的地区，未必能适用。
[0003]典型的一种现实应用场景中，例如东南亚各国，限于其基础设施欠发达的缘故，用户在电商平台中下单之后，其支付环节无法直接调用银行支付接口实现支付，由此便需用户自行进入银行方的应用程序或者到线下另行支付，最后再与卖方进行通信确认支付事实，方能完成线上购物流程。出现这一现象，一方面固然是当事地区的市场环境和法律环境所导致，另一方面也由于缺乏适应性的配套技术条件对这种情况所需的服务进行系统化所导致。因而，在电商平台中实现相关业务逻辑，提升电商订单的执行效率，以适应相应地区的需求，有其现实意义。
技术实现思路
[0004]本申请的首要目的在于解决上述问题至少之一而提供一种订单支付处理方法及其相应的装置、计算机设备、计算机可读存储介质、计算机程序产品。
[0005]为满足本申请的各个目的，本申请采用如下技术方案：
[0006]适应本申请的目的之一而提供的一种订单支付处理方法，包括如下步骤：
[0007]获取直播间观众用户提交的待识别图像；
[0008]采用预先训练至收敛状态的票据判决模型对所述待识别图像进行分类判决，以确定该待识别图像是否为支付票据图像；
[0009]采用预先训练至收敛状态的文本检测识别模型对所述支付票据图像进行文字识别，以获得其中的多项文字信息；
[0010]采用预先训练至收敛状态的文本分类模型对各项所述的文字信息进行分类，以从所述文字信息中分类识别出支付信息，所述支付信息包括支付金额以及备注订单号，将所述支付信息推送至直播间主播用户的终端设备显示；
[0011]响应所述主播用户提交的支付确认指令，启动支付冲销事件，以所述支付信息中的支付金额冲销所述备注订单号相对应的订单的待支付金额。
[0012]扩展的实施例中，所述票据判决模型的训练过程，包括如下步骤：
[0013]调用第一训练数据集中的一个训练样本，所述训练样本包括正样本和负样本，所
述正样本为支付票据图像，所述负样本为非支付票据图像；
[0014]采用票据判决模型中的图像特征提取网络对所述训练样本提取深层语义信息而获得图像特征信息；
[0015]采用票据判决模型中的二分类器对所述图像特征信息进行分类映射，获得相应的分类标签；
[0016]根据所述训练样本属于正样本或负样本而计算所述分类标签的损失值，在该损失值未收敛时根据该损失值修正票据判决模型的权重参数并继续迭代训练，在该损失值达至收敛状态时终止训练。
[0017]深化的实施例中，采用预先训练至收敛状态的文本检测识别模型对所述支付票据图像进行文字识别，以获得其中的多项文字信息，包括如下步骤：
[0018]由所述文本检测识别模型对所述支付票据图像进行文本区域识别，以识别出所述支付票据图像中的一个或多个文本区域；
[0019]由所述文本检测识别模型从支付票据图像中裁剪出所述多个文本区域相对应的文本区域图像；
[0020]由所述文本检测识别模型对每个所述文本区域图像进行文字识别，以获得相应的文字信息。
[0021]深化的实施例中，采用预先训练至收敛状态的文本分类模型对各项所述的文字信息进行分类，包括如下步骤：
[0022]由所述文本分类模型对所有各项文字信息进行词向量编码，获得相应的词向量序列；
[0023]由所述文本分类模型对所述词向量序列提取其深层语义信息，获得相应的文本特征信息；
[0024]由所述文本分类模型对所述文本特征信息进行分类映射，以获得各个文字信息相对应的分类标签，所述分类标签包括与支付金额及备注订单号相对应的分类标签。
[0025]深化的实施例中，响应所述主播用户提交的支付确认指令，启动支付冲销事件，包括如下步骤：
[0026]接收所述主播用户提交的支付确认指令，获取该支付确认指令相对应的支付信息中的备注订单号；
[0027]调用该备注订单号相对应的订单，以所述支付信息所包含的支付金额冲销该订单中的待支付金额；
[0028]判断所述订单的待支付金额被冲销后的差额是否小于或等于0，若判断成立，则触发订单发货业务流程，否则，向所述主播用户及观众用户发送通知消息。
[0029]扩展的实施例中，判断所述订单的待支付金额被冲销后的差额是否小于或等于0，若判断成立，包括如下步骤：
[0030]向所述直播间推送表征所述订单相对应的用户完成支付的通知消息，在所述通知消息中包含该订单相对应的商品的下单业务流程的链接；
[0031]响应于直播间内任意用户触发所述链接的访问指令，向该用户推送所述订单相对应的商品的下单页面，并向直播用户发送相应的通知消息。
[0032]适应本申请的目的之一而提供的一种订单支付处理装置，包括：图像提交模块、图
像分类模块、文本识别模块、文本分类模块，以及支付冲销模块。其中，所述图像提交模块，用于获取直播间观众用户提交的待识别图像；所述图像分类模块，用于采用预先训练至收敛状态的票据判决模型对所述待识别图像进行分类判决，以确定该待识别图像是否为支付票据图像；所述文本识别模块，用于采用预先训练至收敛状态的文本检测识别模型对所述支付票据图像进行文字识别，以获得其中的多项文字信息；所述文本分类模块，用于采用预先训练至收敛状态的文本分类模型对各项所述的文字信息进行分类，以从所述文字信息中分类识别出支付信息，所述支付信息包括支付金额以及备注订单号，将所述支付信息推送至直播间主播用户的终端设备显示；所述支付冲销模块，用于响应所述主播用户提交的支付确认指令，启动支付冲销事件，以所述支付信息中的支付金额冲销所述备注订单号相对应的订单的待支付金额。
[0033]扩展的实施例中，本申请的订单支付处理装置包含训练单元，用于执行对所述票据判决模型的训练过程，该训练单元包括：样本调用模块，用于调用第一训练数据集中的一个训练样本，所述训练样本包括正样本和负样本，所述正样本为支付票据图像，所述负样本为非支付票据图像；语义提取模块，被配置为采用票据判决模型中的图像特征提取网络对所述训练样本提取深层语义信息而获得图像特征信息；分类映射模块，被配置为采用票据判决模型中的二分类器对所述图像特征信息进行分类映射，获得相应的分类标签；迭代决策模块，被配置为根据所述训练本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种订单支付处理方法，其特征在于，包括如下步骤：获取直播间观众用户提交的待识别图像；采用预先训练至收敛状态的票据判决模型对所述待识别图像进行分类判决，以确定该待识别图像是否为支付票据图像；采用预先训练至收敛状态的文本检测识别模型对所述支付票据图像进行文字识别，以获得其中的多项文字信息；采用预先训练至收敛状态的文本分类模型对各项所述的文字信息进行分类，以从所述文字信息中分类识别出支付信息，所述支付信息包括支付金额以及备注订单号，将所述支付信息推送至直播间主播用户的终端设备显示；响应所述主播用户提交的支付确认指令，启动支付冲销事件，以所述支付信息中的支付金额冲销所述备注订单号相对应的订单的待支付金额。2.根据权利要求1所述的订单支付处理方法，其特征在于，所述票据判决模型的训练过程，包括如下步骤：调用第一训练数据集中的一个训练样本，所述训练样本包括正样本和负样本，所述正样本为支付票据图像，所述负样本为非支付票据图像；采用票据判决模型中的图像特征提取网络对所述训练样本提取深层语义信息而获得图像特征信息；采用票据判决模型中的二分类器对所述图像特征信息进行分类映射，获得相应的分类标签；根据所述训练样本属于正样本或负样本而计算所述分类标签的损失值，在该损失值未收敛时根据该损失值修正票据判决模型的权重参数并继续迭代训练，在该损失值达至收敛状态时终止训练。3.根据权利要求1所述的订单支付处理方法，其特征在于，采用预先训练至收敛状态的文本检测识别模型对所述支付票据图像进行文字识别，以获得其中的多项文字信息，包括如下步骤：由所述文本检测识别模型对所述支付票据图像进行文本区域识别，以识别出所述支付票据图像中的一个或多个文本区域；由所述文本检测识别模型从支付票据图像中裁剪出所述多个文本区域相对应的文本区域图像；由所述文本检测识别模型对每个所述文本区域图像进行文字识别，以获得相应的文字信息。4.根据权利要求1所述的订单支付处理方法，其特征在于，采用预先训练至收敛状态的文本分类模型对各项所述的文字信息进行分类，包括如下步骤：由所述文本分类模型对所有各项文字信息进行词向量编码，获得相应的词向量序列；由所述文本分类模型对所述词向量序列提取其深层语义信息，获得相应的文本特征信息；由所述文本分类模型对所述文本特征信息进行分类映射，以获得各个文字信息相对应的分类标签，所述分类标签包括与支付金额及备注订单号相对应的分类标签。5...
【专利技术属性】
技术研发人员：李保俊，
申请(专利权)人：广州华多网络科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。