本申请涉及交易业务的差错预警的，具体而言，涉及一种交易业务的差错预警方法、装置、存储介质与电子设备。
背景技术：
1、随着社会的高速发展，经济日新月异，银行作为国家的金融服务中心承担着重大的责任，银行的交易尤其是柜员交易存在的各种潜在风险也日益增多。在柜员进行柜面交易时如果不进行合理的把控，将会出现很多的操作问题，包括交易的合规性，信息的完整性等等，会或多或少产生损失及影响。同时，也会在银行后台稽核审查阶段相应的增加工作负担，因此更好地对银行柜面的操作差错进行预警成为柜面业务的重中之重。
2、现有交易数据差错预警方案仅仅通过大数据分析通过特征形成识别码，根据识别码的匹配度进行分析，属于规则性的判断，当数据类型繁多时，人为定制的规则无法满足所有场景，无法通过现有条件进行智能化的判断和预警。
技术实现思路
1、本申请的主要目的在于提供一种交易业务的差错预警方法、装置、存储介质与电子设备，以至少解决现有技术关于交易数据差错预警方案根据人为定制的规则进行预警，导致不能通过现有条件进行智能化的判断和预警的问题。
2、为了实现上述目的，根据本申请的一个方面，提供了一种交易业务的差错预警方法，包括：获取业务交易影像，将所述业务交易影像输入分类模型中，识别所述业务交易影像的业务交易类型，其中，所述业务交易影像为办理业务的业务交易界面的影像，所述分类模型为通过多组训练数据进行机器学习得到的，多组所述训练数据中的每一组所述训练数据均包括历史业务交易影像、所述历史业务交易影像对应的所述业务交易类型；根据所述业务交易类型，确定所述业务交易影像中的待识别信息的位置，将所述业务交易影像中的所述待识别信息的位置以外的区域进行图像遮盖处理，得到待识别业务影像，其中，所述待识别信息为所述业务交易类型的所述业务交易影像需要进行业务差错检测的信息；根据所述业务交易类型，对所述待识别业务影像进行业务差错识别，生成差错识别结果，采用所述差错识别结果进行业务差错预警，所述差错识别结果用于表征办理业务过程出现业务差错。
3、可选地，根据所述业务交易类型，对所述待识别业务影像进行业务差错识别，包括：根据所述业务交易类型，将所述待识别业务影像输入与所述业务交易类型对应的目标差错识别模型中，以采用所述目标差错识别模型对所述待识别信息进行差错识别处理，得到所述差错识别结果，其中，所述目标差错识别模型为通过多组差错识别训练数据进行机器学习得到的，多组所述差错识别训练数据中的每一组所述差错识别训练数据均包括历史待识别业务影像、所述历史待识别业务影像对应的所述差错识别结果。
4、可选地，以采用所述目标差错识别模型对所述待识别信息进行识别处理，得到差错识别结果，包括：以采用所述目标差错识别模型对各个所述待识别信息进行差错预测识别，得到与各个识别信息对应的差错预测得分；输出所述差错预测得分大于得分阈值的目标识别信息，根据所述目标识别信息对应的所述差错预测得分对所述目标识别信息进行降序排序，得到差错预测序列；选取所述差错预测序列前n个所述目标识别信息，根据与前n个所述目标识别信息对应的差错预测得分，生成所述差错识别结果，所述差错识别结果包括前n个所述目标识别信息对应的差错预测占比，所述差错预测占比为前n个所述目标识别信息出现差错的概率。
5、可选地，在获取业务交易影像之前，所述方法还包括：在交易业务办理过程中，且未检测到所述业务交易影像生成的情况下，生成提示信息，其中，所述提示信息用于提醒缺少所述业务办理的所述业务交易影像。
6、可选地，在将所述业务交易影像输入分类模型中之前，所述方法还包括：对所述业务交易影像进行预处理操作，其中，所述预处理操作包括影像清晰度调整。
7、可选地，在得到与各个识别信息对应的差错预测得分之后，所述方法还包括：确定与各个识别信息对应的差错预测得分是否大于所述得分阈值；在确定与各个识别信息对应的差错预测得分均小于等于所述得分阈值的情况下，不生成所述差错识别结果。
8、可选地，所述分类模型为vgg16模型，所述目标差错识别模型为resnet+fpn网络模型。
9、根据本申请的另一方面，提供了一种交易业务的差错预警装置，包括：分类单元，用于获取业务交易影像，将所述业务交易影像输入分类模型中，识别所述业务交易影像的业务交易类型，其中，所述业务交易影像为办理业务的业务交易界面的影像，所述分类模型为通过多组训练数据集进行机器学习得到的，多组所述训练数据集中的每一组训练数据均包括历史业务交易影像、所述历史业务交易影像对应的所述业务交易类型；处理单元，用于根据所述业务交易类型，确定所述业务交易影像中的待识别信息的位置，将所述业务交易影像中的所述待识别信息的位置以外的区域进行图像遮盖处理，得到待识别业务影像，其中，所述待识别信息为所述业务交易类型的所述业务交易影像需要进行业务差错检测的信息；第一生成单元，用于根据所述业务交易类型，对所述待识别业务影像进行业务差错识别，生成差错识别结果，采用所述差错识别结果进行业务差错预警，所述差错识别结果用于表征办理业务过程出现业务差错。
10、根据本申请的再一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行任意一种所述的交易业务的差错预警方法。
11、根据本申请的又一方面，提供了一种电子设备，包括：一个或多个处理器，存储器，以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行任意一种所述的交易业务的差错预警方法。
12、应用本申请的技术方案，获取业务交易影像，将业务交易影像输入分类模型中，识别业务交易影像的业务交易类型，其中，业务交易影像为办理业务的业务交易界面的影像，分类模型为通过多组训练数据进行机器学习得到的，多组训练数据中的每一组训练数据均包括历史业务交易影像、历史业务交易影像对应的业务交易类型；根据业务交易类型，确定业务交易影像中的待识别信息的位置，将业务交易影像中的待识别信息的位置以外的区域进行图像遮盖处理，得到待识别业务影像，其中，待识别信息为业务交易类型的业务交易影像需要进行业务差错检测的信息；根据业务交易类型，对待识别业务影像进行业务差错识别，生成差错识别结果，采用差错识别结果进行业务差错预警，差错识别结果用于表征办理业务过程出现业务差错。通过获取业务交易影像，采用分类模型根据业务交易影像的业务类型进行分类，分类后的业务交易影像输入对应的识别模型中，生成待识别业务影像，对待识别业务影像进行差错识别，以用于业务差错预警，解决了现有技术关于交易数据差错预警方案根据人为定制的规则进行预警，导致不能通过现有条件进行智能化的判断和预警的问题。
1.一种交易业务的差错预警方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，根据所述业务交易类型，对所述待识别业务影像进行业务差错识别，包括：
3.根据权利要求2所述的方法，其特征在于，以采用所述目标差错识别模型对所述待识别信息进行识别处理，得到差错识别结果，包括：
4.根据权利要求1所述的方法，其特征在于，在获取业务交易影像之前，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，在将所述业务交易影像输入分类模型中之前，所述方法还包括：
6.根据权利要求3所述的方法，其特征在于，在得到与各个识别信息对应的差错预测得分之后，所述方法还包括：
7.根据权利要求2所述的方法，其特征在于，所述分类模型为vgg16模型，所述目标差错识别模型为resnet+fpn网络模型。
8.一种交易业务的差错预警装置，其特征在于，包括：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7中任意一项所述的交易业务的差错预警方法。
10.一种电子设备，其特征在于，包括：一个或多个处理器，存储器，以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行权利要求1至7中任意一项所述的交易业务的差错预警方法。
