[发明专利]风险预测方法、装置、设备及存储介质

权利要求书

1.一种风险预测方法，其特征在于，所述方法包括：

获得用户的人脸图像；

基于所述人脸图像预测所述用户的第一执行概率，所述第一执行概率表征所述用户执行目标行为的概率；

提取所述人脸图像的视觉特征，并基于所述视觉特征预测所述用户的第二执行概率，所述第二执行概率表征所述用户执行所述目标行为的概率；

根据所述第一执行概率和所述第二执行概率，获得所述用户执行所述目标行为的风险预测结果。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一执行概率和所述第二执行概率，获得所述用户执行所述目标行为的风险预测结果的步骤，包括：

根据所述第一执行概率、所述第二执行概率以及两者各自的预设权重，确定所述用户执行所述目标行为的风险预测结果。

3.根据权利要求1所述的方法，其特征在于，所述根据所述第一执行概率和所述第二执行概率，获得所述用户执行所述目标行为的风险预测结果的步骤，包括：

将所述第一执行概率和所述第二执行概率输入预测结果整合模型，以预测所述用户执行所述目标行为的风险预测结果；

其中，所述预测结果整合模型是以样本用户的第一执行概率和第二执行概率以及样本用户的执行标签为训练数据，对第三预设模型进行训练后得到的模型，所述样本用户的第一执行概率是：基于样本用户的样本人脸图像而预测的样本用户执行所述目标行为的概率，所述样本用户的第二执行概率是：基于样本用户的样本人脸图像中的视觉特征而预测的样本用户执行所述目标行为的概率，所述样本用户的执行标签表征：样本用户是否执行了所述目标行为。

4.根据权利要求3所述的方法，其特征在于，所述基于所述人脸图像预测所述用户的第一执行概率的步骤，包括：

将所述人脸图像输入第一预测模型，以预测所述用户的第一执行概率；

其中，所述第一预测模型是以样本用户的样本人脸图像以及样本用户的执行标签为训练数据，对第一预设模型进行训练后得到的模型。

5.根据权利要求4所述的方法，其特征在于，所述第一预测模型是通过以下步骤得到的：

获得样本用户在约定执行所述目标行为时拍摄的历史人脸图像，并将该历史人脸图像作为样本人脸图像；

获得预先为所述样本人脸图像标记的执行标签，所述执行标签表征所述样本人脸图像对应的样本用户实际是否执行了所述目标行为；

基于携带执行标签的样本人脸图像，对第一预设模型进行训练；

将经过多次训练的第一预设模型确定为所述第一预测模型。

6.根据权利要求3所述的方法，其特征在于，所述基于所述视觉特征预测所述用户的第二执行概率的步骤，包括：

将所述视觉特征输入第二预测模型，以预测所述用户的第二执行概率；

其中，所述第二预测模型是以样本用户的样本人脸图像中的视觉特征以及样本用户的执行标签为训练数据，对第二预设模型进行训练后得到的模型。

7.根据权利要求6所述的方法，其特征在于，所述第二预测模型是通过以下步骤得到的：

获得样本用户在约定执行所述目标行为时拍摄的历史人脸图像，并将该历史人脸图像作为样本人脸图像，以及提取所述样本人脸图像的视觉特征，作为样本视觉特征；

获得预先为所述样本视觉特征标记的执行标签，所述执行标签表征所述样本人脸图像对应的样本用户实际是否执行了所述目标行为；

基于携带执行标签的样本视觉特征，对第二预设模型进行训练；

将经过多次训练的第二预设模型确定为所述第二预测模型。