[发明专利]数据监控方法、装置以及支付系统

说明书

本发明提供了一种数据监控方法、装置以及支付系统，该方法包括：从视频图像中采集目标帧；对所述目标帧进行检测，得到所述目标帧对应的行为类别；当所述行为类别为预设行为时，获取所述目标帧对应的第一时间戳；若在所述第一时间戳对应的时间范围内，未查询到POS机上传的交易数据，则将所述第一时间戳和对应的目标帧，标记为异常数据。从而可以对POS机的交易数据进行自动检测，无需人工干预，检测效率高，能够准确地检测出交易异常的数据，避免员工漏单、偷单行为。

技术领域

本发明涉及POS机技术领域，具体地，涉及数据监控方法、装置以及支付系统。

背景技术

随着电子商务的兴起，POS(Point of Sales，销售点终端)机作为一种常用的电子支付工具，具有读卡、密码键盘等功能，可与后台服务器远程交互，完成交易，在各大商场、加油站及一些消费场所得到广泛应用。

POS机作为一种金融应用工具，通常由银行、银联及具备相应资质的第三方金融机构管理并发出。然后，商家店员使用POS机完成与线下客户的支付行为。

由于POS机的使用是一种线下操作行为，因此很难进行监控，容易出现店员偷单、漏单的情况，给商家造成损失。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种数据监控方法、装置以及支付系统，以实现对POS交易数据的有效监控。

第一方面，本发明实施例提供一种数据监控方法，包括：

从视频图像中采集目标帧；

对所述目标帧进行检测，得到所述目标帧对应的行为类别；

当所述行为类别为预设行为时，获取所述目标帧对应的第一时间戳；

若在所述第一时间戳对应的时间范围内，未查询到POS机上传的交易数据，则将所述第一时间戳和对应的目标帧，标记为异常数据。

可选地，所述从视频图像中采集目标帧，包括：

按照预设的采样周期，从视频图像中抽取至少一个目标帧。

可选地，所述对所述目标帧进行检测，得到所述目标帧对应的行为类别，包括：

采用实时对象检测网络模型YOLO对所述目标帧进行检测，得到所述目标帧对应的行为类别；其中，所述行为类别包括：基于POS机的支付行为、其他行为。

可选地，所述获取所述目标帧对应的第一时间戳，包括：

采用卷积神经网络获取所述目标帧拍摄的时间，记为所述第一时间戳。

可选地，还包括：

按照预设周期，和/或员工信息，统计所述异常数据，得到统计表；

将所述统计表发送给管理员对应的终端。

第二方面，本发明实施例提供一种数据监控装置，包括：

采集模块，用于从视频图像中采集目标帧；

第一检测模块，用于对所述目标帧进行检测，得到所述目标帧对应的行为类别；

第二检测模块，用于当所述行为类别为预设行为时，获取所述目标帧对应的第一时间戳；

处理模块，用于在所述第一时间戳对应的时间范围内，未查询到POS机上传的交易数据时，将所述第一时间戳和对应的目标帧，标记为异常数据。

可选地，所述采集模块，具体用于：

按照预设的采样周期，从视频图像中抽取至少一个目标帧。

可选地，所述第一检测模块，具体用于：