[发明专利]欺诈可能性分析方法、装置及存储介质在审
申请号: | 201711061172.X | 申请日: | 2017-11-02 |
公开(公告)号: | CN108038413A | 公开(公告)日: | 2018-05-15 |
发明(设计)人: | 陈林 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/06;G06N3/08 |
代理公司: | 深圳市沃德知识产权代理事务所(普通合伙) 44347 | 代理人: | 于志光;郭梦霞 |
地址: | 518000 广东省深*** | 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: | 本发明提供一种欺诈可能性分析方法、装置及计算机可读存储介质。该方法包括以下步骤:收集样本视频并分配欺诈标注;提取每个样本视频的图像特征和音频特征,组合得到每个样本视频的视频特征;根据样本视频的序列长度及视频特征的维度构建神经网络;用每个样本视频的视频特征及欺诈标注训练神经网络,优化训练参数,得到欺诈可能性分析模型;采集待分析对象预定时长的面部视频;提取该视频的图像特征和音频特征,组合得到该视频的视频特征;将该视频特征输入所述欺诈可能性分析模型,输出该待分析对象的欺诈概率和无欺诈概率,取概率值大的输出结果作为该待分析对象有无欺诈的分析结果。利用本发明,可以客观判断人物是否存在欺诈嫌疑。 | ||
搜索关键词: | 欺诈 可能性 分析 方法 装置 存储 介质 | ||
【主权项】:
1.一种欺诈可能性分析方法,其特征在于,该方法包括:样本准备步骤:收集人物预定时长的面部视频作为样本,为每个样本分配一个欺诈标注;样本特征提取步骤:提取每个样本的图像特征和音频特征,组合得到每个样本的视频特征;网络构建步骤:根据每个样本的序列长度和视频特征的维度设置神经网络层数和每层网络的神经元个数;网络训练步骤:定义Softmax损失函数,以各样本的欺诈标注及视频特征为样本数据,对所述神经网络进行训练,输出各样本的欺诈概率和无欺诈概率,每次训练更新该神经网络的训练参数,以使所述Softmax损失函数最小化的训练参数作为最终参数,得到欺诈可能性分析模型;及模型应用步骤:采集待分析对象预定时长的面部视频,利用所述欺诈可能性分析模型分析该待分析对象的该面部视频,得到该待分析对象欺诈可能性的分析结果。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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平安科技(深圳)有限公司,未经平安科技(深圳)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/patent/201711061172.X/,转载请声明来源钻瓜专利网。