[发明专利]基于微表情的面签欺诈判断方法、装置、设备及介质有效
申请号: | 201810485627.9 | 申请日: | 2018-05-18 |
公开(公告)号: | CN108717663B | 公开(公告)日: | 2023-06-09 |
发明(设计)人: | 臧磊;傅婧;郭鹏程 | 申请(专利权)人: | 深圳壹账通智能科技有限公司 |
主分类号: | G06V40/16 | 分类号: | G06V40/16;G06V10/764;G06Q40/03;G06V20/40 |
代理公司: | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人: | 胡海国 |
地址: | 518000 广东省深圳市前海深港合作区前*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 表情 欺诈 判断 方法 装置 设备 介质 | ||
1.一种基于微表情的面签欺诈判断方法,其特征在于,所述方法包括以下步骤:
通过智能眼镜设备对当前面签用户的微表情视频流进行实时采集,所述微表情视频流包括所述当前面签用户问答过程的微表情;
提取微表情欺诈识别模型,并根据所述微表情欺诈识别模型对所述微表情视频流进行微表情分析,获得微表情分析结果;
根据所述微表情分析结果生成欺诈判断结论,并根据所述欺诈判断结论分析面签调整建议,将所述欺诈判断结论及面签调整建议显示在智能眼镜设备的显示界面;
所述提取微表情欺诈识别模型,并根据所述微表情欺诈识别模型对所述微表情视频流进行微表情分析,获得微表情分析结果的步骤之前,还包括:
根据预设识别要求定义样本属性,并根据所述样本属性对面签微表情样本集的微表情样本进行分类;
以预设比例在所述面签微表情样本集的各类微表情样本中抽取一次训练样本,并在预设坐标系中绘制所述一次训练样本对应的一次特征点;
根据样本特征点的位置和对应的样本属性对所述预设坐标系进行区域划分,并根据区域划分情况获取对应的最近分隔函数;
以所述预设比例在所述面签微表情样本集的各类微表情样本中抽取迭代训练样本,并在预设坐标系中绘制所述迭代训练样本对应的迭代特征点;
通过所述迭代特征点对所述最近分隔函数进行迭代调整,直至所述最近分隔函数的正确分隔率达到预设阈值,获得微表情欺诈识别模型。
2.如权利要求1所述的基于微表情的面签欺诈判断方法,其特征在于,所述提取微表情欺诈识别模型,并根据所述微表情欺诈识别模型对所述微表情视频流进行微表情分析,获得微表情分析结果的步骤包括:
提取微表情欺诈识别模型,根据面签问答涉及的题目类型对所述微表情视频流进行片段切分,获得类型视频流;
将所述类型视频流输入到微表情欺诈识别模型的各个对应的子模型中;
通过所述子模型从各类型视频流中提取微表情特征,并根据微表情特征在预设坐标系中绘制出对应的特征点;
根据所述特征点与训练分隔线的位置关系判断所述特征点的属性,获得微表情分析结果。
3.如权利要求1所述的基于微表情的面签欺诈判断方法,其特征在于,所述提取微表情欺诈识别模型,并根据所述微表情欺诈识别模型对所述微表情视频流进行微表情分析,获得微表情分析结果的步骤之前,还包括:
获取面签微表情样本集,并根据所述面签微表情样本集构建微表情欺诈识别模型。
4.如权利要求3所述的基于微表情的面签欺诈判断方法,其特征在于,所述获取面签微表情样本集,并根据所述面签微表情样本集构建微表情欺诈识别模型的步骤包括:
获取面审微表情样本集,并根据面审问答类型对所述面审微表情样本集的微表情样本进行分类,获得类型微表情样本;
根据所述类型微表情样本分别构建类型识别子模型,并将所述类型识别子模型封装得到微表情识别模型。
5.如权利要求4所述的基于微表情的面签欺诈判断方法,其特征在于,所述提取微表情欺诈识别模型,并根据所述微表情欺诈识别模型对采集到的微表情视频流进行微表情分析,获得微表情分析结果的步骤包括:
根据信贷问答类型对所述微表情视频流进行片段切分,获得类型视频流;
将所述类型视频流分别输入至对应的类型识别子模型进行微表情识别,获得类型识别结论;
汇总所述类型识别结论,并根据所述类型识别结论生成微表情识别结论。
6.如权利要求1所述的基于微表情的面签欺诈判断方法,其特征在于,所述根据所述欺诈判断结论分析面签调整建议的步骤包括:
若所述欺诈判断结论为当前面签用户存在欺诈,则提取所述微表情分析结果为不真实的结果;
提取所述微表情分析结果为不真实的结果对应的用户问答问题,并提取与所述用户问答问题相关联的预设问答问题,并将提取到的预设问答问题作为面签调整建议。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳壹账通智能科技有限公司,未经深圳壹账通智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810485627.9/1.html,转载请声明来源钻瓜专利网。