一种风险用户的识别方法、装置、存储介质和服务器制造方法及图纸

本发明专利技术涉及计算机技术领域，提出一种风险用户的识别方法、装置、存储介质和服务器。该风险用户的识别方法，在进行信贷面审之前，会为用户播放某个特定的多媒体文件，并采集用户欣赏该多媒体文件时的脸部图像；当该多媒体文件播放完毕后，从采集到的脸部图像中识别出第一微表情特征；然后，将该第一微表情特征和预先存储的基准微表情特征进行比较，并根据比较的结果判断该用户是否为潜在风险用户；当面审完毕后，从面审过程采集到的脸部图像中识别出第二微表情特征；最后，根据该用户是否为潜在风险用户，分别选取不同的微表情欺诈识别模型进行风险识别。采用本发明专利技术提出的风险用户的识别方法，能够提高风险用户识别的准确率。

A Risk User Identification Method, Device, Storage Media and Server

【技术实现步骤摘要】
一种风险用户的识别方法、装置、存储介质和服务器
本专利技术涉及计算机
，尤其涉及一种风险用户的识别方法、装置、存储介质和服务器。
技术介绍
在信贷审批的面审过程当中，信贷公司会提出各种问题让用户回答，并采集用户回答问题时的脸部图像，检测脸部图像中产生的微表情，将检测到的微表情输入预先构建的微表情欺诈识别模型，以判别用户是否说谎。然而，某些非法用户在面审之前会酝酿好谎言，在面审回答问题时产生的微表情与正常用户的差别较小，此时模型可能无法识别出该细小的差别，比如某个特定表情出现的次数虽然较高，但仍未到达风险判定阈值，此时模型会产生错判，存在风险。
技术实现思路
有鉴于此，本专利技术实施例提供了一种风险用户的识别方法、装置、存储介质和服务器，能够提高风险用户识别的准确率。本专利技术实施例的第一方面，提供了一种风险用户的识别方法，包括：在播放目标多媒体文件时，采集目标用户的第一脸部图像，并从所述第一脸部图像中识别出第一微表情特征，所述目标多媒体文件根据所述目标用户的个人信息确定，所述第一脸部图像为播放目标多媒体文件时采集到的视频中包含的每一帧脸部图像；将所述第一微表情特征和预先存储的基准微表情特征进行比较，所述基准微表情特征为正常用户在欣赏所述目标多媒体文件时产生的微表情特征；若所述第一微表情特征和所述基准微表情特征之间的差别超过预设的阈值，则判定所述目标用户为潜在风险用户；采集所述目标用户在面审时的第二脸部图像，并从所述第二脸部图像中识别出第二微表情特征，所述第二脸部图像为面审时采集到的视频中包含的每一帧脸部图像；若所述目标用户为潜在风险用户，则将所述第二微表情特征输入预先构建的第一微表情欺诈识别模型，并根据所述第一微表情欺诈识别模型的输出结果判定所述目标用户是否为风险用户；若所述目标用户不是潜在风险用户，则将所述第二微表情特征输入预先构建的第二微表情欺诈识别模型，并根据所述第二微表情欺诈识别模型的输出结果判定所述目标用户是否为风险用户，所述第一微表情欺诈识别模型和所述第二微表情欺诈识别模型具有不同的风险判定阈值。本专利技术实施例的第二方面，提供了一种风险用户的识别装置，包括：第一微表情特征识别模块，用于在播放目标多媒体文件时，采集目标用户的第一脸部图像，并从所述第一脸部图像中识别出第一微表情特征，所述目标多媒体文件根据所述目标用户的个人信息确定，所述第一脸部图像为播放目标多媒体文件时采集到的视频中包含的每一帧脸部图像；微表情特征比较模块，用于将所述第一微表情特征和预先存储的基准微表情特征进行比较，所述基准微表情特征为正常用户在欣赏所述目标多媒体文件时产生的微表情特征；潜在风险用户判定模块，用于若所述第一微表情特征和所述基准微表情特征之间的差别超过预设的阈值，则判定所述目标用户为潜在风险用户；第二微表情特征识别模块，用于采集所述目标用户在面审时的第二脸部图像，并从所述第二脸部图像中识别出第二微表情特征，所述第二脸部图像为面审时采集到的视频中包含的每一帧脸部图像；第一风险用户判定模块，用于若所述目标用户为潜在风险用户，则将所述第二微表情特征输入预先构建的第一微表情欺诈识别模型，并根据所述第一微表情欺诈识别模型的输出结果判定所述目标用户是否为风险用户；第二风险用户判定模块，用于若所述目标用户不是潜在风险用户，则将所述第二微表情特征输入预先构建的第二微表情欺诈识别模型，并根据所述第二微表情欺诈识别模型的输出结果判定所述目标用户是否为风险用户，所述第一微表情欺诈识别模型和所述第二微表情欺诈识别模型具有不同的风险判定阈值。本专利技术实施例的第三方面，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存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如本专利技术实施例的第一方面提出的风险用户的识别方法的步骤。本专利技术实施例的第四方面，提供了一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现如本专利技术实施例的第一方面提出的风险用户的识别方法的步骤。本专利技术实施例提出的风险用户的识别方法，在进行信贷面审之前，会为用户播放某个特定的多媒体文件，并采集用户欣赏该多媒体文件时的脸部图像；当该多媒体文件播放完毕后，从采集到的脸部图像中识别出第一微表情特征；然后，将该第一微表情特征和预先存储的基准微表情特征进行比较，并根据比较的结果判断该用户是否为潜在风险用户；当面审完毕后，从面审过程采集到的脸部图像中识别出第二微表情特征；最后，根据该用户是否为潜在风险用户，分别选取不同的微表情欺诈识别模型进行风险识别。在实际操作中，可以设置一个常规的微表情欺诈识别模型以及一个特殊的微表情欺诈识别模型，若用户为潜在风险用户，则选取特殊的微表情欺诈识别模型进行风险识别。通过这样设置，即使某些非法用户在面审前酝酿好谎言，在面审时产生的微表情与正常用户的差别较小，但由于在之前的操作中会将该非法用户判定为潜在风险用户(非法用户在面审之前的这段时间通常会酝酿组织一些谎言，此时不会专注于欣赏该多媒体文件，故捕捉到的第一微表情特征和基准微表情特征会有较大出入)，故选取的是特殊的微表情欺诈别模型，该模型具有比较特殊的风险判定阈值，能够识别出细小的微表情差别，从而防止错判的产生，提高风险用户识别的准确率。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的一种风险用户的识别方法的第一个实施例的流程图；图2是本专利技术实施例提供的一种风险用户的识别方法的第二个实施例的流程图；图3是本专利技术实施例提供的一种风险用户的识别装置的一个实施例的结构图；图4是本专利技术实施例提供的一种服务器的示意图。具体实施方式本专利技术实施例提供了一种风险用户的识别方法、装置、存储介质和服务器，能够提高风险用户识别的准确率。为使得本专利技术的专利技术目的、特征、优点能够更加的明显和易懂，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本专利技术一部分实施例，而非全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。请参阅图1，本专利技术实施例中一种风险用户的识别方法的第一个实施例包括：101、在播放目标多媒体文件时，采集目标用户的第一脸部图像，并从所述第一脸部图像中识别出第一微表情特征；在面审尚未开始的时候，服务器会为办理信贷业务的目标用户播放某个特定的目标多媒体文件。该多媒体文件可以为视频文件或者音频文件，比如可以是一部搞笑短片，或者一首抒情乐曲。所述目标多媒体文件根据所述目标用户的个人信息确定，具体可以包括：(1)获取所述目标用户的身份证扫描件；(2)对所述身份证扫描件进行OCR识别，得到所述目标用户的年龄、性别、民族和地区；(3)查询与所述年龄、性别、民族和地区关联的多媒体文件的类型；(4)从预先构建的多媒体文件库中选取所述类型的多媒体文件，作为所述目标多媒体文件。通过对身份证扫描件本文档来自技高网...

【技术保护点】
1.一种风险用户的识别方法，其特征在于，包括：在播放目标多媒体文件时，采集目标用户的第一脸部图像，并从所述第一脸部图像中识别出第一微表情特征，所述目标多媒体文件根据所述目标用户的个人信息确定，所述第一脸部图像为播放目标多媒体文件时采集到的视频中包含的每一帧脸部图像；将所述第一微表情特征和预先存储的基准微表情特征进行比较，所述基准微表情特征为正常用户在欣赏所述目标多媒体文件时产生的微表情特征；若所述第一微表情特征和所述基准微表情特征之间的差别超过预设的阈值，则判定所述目标用户为潜在风险用户；采集所述目标用户在面审时的第二脸部图像，并从所述第二脸部图像中识别出第二微表情特征，所述第二脸部图像为面审时采集到的视频中包含的每一帧脸部图像；若所述目标用户为潜在风险用户，则将所述第二微表情特征输入预先构建的第一微表情欺诈识别模型，并根据所述第一微表情欺诈识别模型的输出结果判定所述目标用户是否为风险用户；若所述目标用户不是潜在风险用户，则将所述第二微表情特征输入预先构建的第二微表情欺诈识别模型，并根据所述第二微表情欺诈识别模型的输出结果判定所述目标用户是否为风险用户，所述第一微表情欺诈识别模型和所述第二微表情欺诈识别模型具有不同的风险判定阈值。...

【技术特征摘要】
1.一种风险用户的识别方法，其特征在于，包括：在播放目标多媒体文件时，采集目标用户的第一脸部图像，并从所述第一脸部图像中识别出第一微表情特征，所述目标多媒体文件根据所述目标用户的个人信息确定，所述第一脸部图像为播放目标多媒体文件时采集到的视频中包含的每一帧脸部图像；将所述第一微表情特征和预先存储的基准微表情特征进行比较，所述基准微表情特征为正常用户在欣赏所述目标多媒体文件时产生的微表情特征；若所述第一微表情特征和所述基准微表情特征之间的差别超过预设的阈值，则判定所述目标用户为潜在风险用户；采集所述目标用户在面审时的第二脸部图像，并从所述第二脸部图像中识别出第二微表情特征，所述第二脸部图像为面审时采集到的视频中包含的每一帧脸部图像；若所述目标用户为潜在风险用户，则将所述第二微表情特征输入预先构建的第一微表情欺诈识别模型，并根据所述第一微表情欺诈识别模型的输出结果判定所述目标用户是否为风险用户；若所述目标用户不是潜在风险用户，则将所述第二微表情特征输入预先构建的第二微表情欺诈识别模型，并根据所述第二微表情欺诈识别模型的输出结果判定所述目标用户是否为风险用户，所述第一微表情欺诈识别模型和所述第二微表情欺诈识别模型具有不同的风险判定阈值。2.根据权利要求1所述的风险用户的识别方法，其特征在于，所述目标多媒体文件根据所述目标用户的个人信息确定，具体包括：获取所述目标用户的身份证扫描件；对所述身份证扫描件进行OCR识别，得到所述目标用户的年龄、性别、民族和地区；查询与所述年龄、性别、民族和地区关联的多媒体文件的类型；从预先构建的多媒体文件库中选取所述类型的多媒体文件，作为所述目标多媒体文件。3.根据权利要求1所述的风险用户的识别方法，其特征在于，当所述目标多媒体文件播放完毕后，在从所述第一脸部图像中识别出第一微表情特征之前，还包括：根据所述第一脸部图像确定所述目标用户欣赏所述目标多媒体文件的时间；若所述时间大于预设的时间下限，则执行从所述第一脸部图像中识别出第一微表情特征的步骤。4.根据权利要求3所述的风险用户的识别方法，其特征在于，所述根据所述第一脸部图像确定所述目标用户欣赏所述目标多媒体文件的时间包括：统计所述第一脸部图像中正脸图像的数量占比；根据所述数量占比和所述多媒体文件的播放时长计算得到所述目标用户欣赏所述目标多媒体文件的时间。5.根据权利要求1至4中任一项所述的风险用户的识别方法，其特征在于，所述将所述第一微表情特征和预先存储的基准微表情特征进行比较包括：根据所述第一微表情特征构建第一向量，所述第一向量的各个元素分别为所述第一微表情特征包含的各个微表情出现的次数或占比；根据所述基准微表情特征构建第二向量，所述第二向量的各个元素分别为所述基准微表情特征包含的各个微表情出现的次数或占比；计算所述第一向量和所述第二向量之间的距离，作为所述第一微表情特征和所述基准微表情特征之间的差别。6.一种风险用户的识别装置，其特征在于，包括：第一微表情特征识别模块，用于在播放目标多媒体文件时，采集目标用户的第一脸部图像，并从所述第一脸部图像中识别出第一微表情特征，所述目标多媒体文件根据所述目标用户的个人信息确定，所述第一脸部图像为播放目标多媒体文件时采集到的视频中包含的每一帧脸部图像；微表情特征比较模块，用于将所述第一微表情特征和预先存储的基准微表情特征进行比较，所述基准微表情特征为正常用户在欣赏所述目标多媒体文件时产生的微表情特征；潜在...

【专利技术属性】
技术研发人员：王国栋，李经庆，陈鲲，程峰，刘瑜，黄洪，朱彪，庞斌，朱宁武，彭开锋，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：广东,44