【技术实现步骤摘要】
本申请涉及人工智能，具体而言，涉及一种基于ai的双录实时风险识别方法、装置、设备及介质。
技术介绍
1、视频双录一般是指在金融业务办理过程中，对金融机构相关人员与客户沟通过程的音频和视频进行录制。随着aigc（artificial intelligence generated content，生成式人工智能）的发展，例如ai换脸、ai生成非本人形象、ai生成等生成式人工智能可能会攻击双录过程，导致双录视频存在不合规或者欺诈等风险。
2、目前，双录视频大都采用人工审核的方式，审核人员在发现双录视频存在相关风险后仅能通知客户二次前往业务办理现场重新办理对应业务，从而导致视频双录过程失败率较高。
技术实现思路
1、本申请实施例的目的在于提供一种基于ai的双录实时风险识别方法、装置、设备及介质，用以改善双录视频失败率。
2、第一方面，本申请实施例提供一种基于ai的双录实时风险识别方法，所述方法包括：针对双录过程中实时采集的图像，识别所述图像是否存在合规类风险；若所述图像不存在所述合规类风险，则识别所述图像是否存在欺诈类风险；若所述图像不存在所述欺诈类风险，则对所述图像进行人脸比对处理；若人脸比对通过，则通过所述图像的风险检测。
3、在上述方案的实现过程中，根据实时采集的图像识别双录过程是否存在合规类风险和欺诈类风险，一方面，相较于相关技术中采用人工审核的审核方式，上述方案能够在双录过程中实时识别相关风险，有利于改善双录过程的风险识别效率，进而有利于降低双
4、在第一方面的一种实现方式中，所述识别所述图像是否存在合规类风险，包括：按照前一算法的检测结果满足预设条件后再执行后一算法的方式，依序执行合规风险检测算法集中的各合规风险检测算法；若各所述合规风险检测算法的检测结果分别满足所述合规风险检测算法所对应的第一预设通过条件，则判定所述图像不存在合规类风险。
5、在上述方案的实现过程中，相较于简单串行或者并行处理的算法执行方式，上述方案按照前一算法的检测结果满足预设条件后再执行后一算法的方式，能够大大降低无效计算量，从而减少计算资源的浪费，有利于改善合规类风险的检测效率。
6、在第一方面的一种实现方式中，所述按照前一算法的检测结果满足预设条件后再执行后一算法的方式，依序执行合规风险检测算法集中的各合规风险检测算法，包括：
7、按照前一算法的检测结果满足预设条件后再执行后一算法的方式，依序执行合规风险检测算法集中的光线检测算法、人脸检测算法、人脸姿态检测算法、人脸遮挡检测算法以及行为检测算法，分别判断所述图像是否存在光线不合规风险、人脸出框风险、人脸未正对屏幕风险、人脸遮挡风险和行为不合规风险；
8、所述判定所述图像不存在合规类风险，包括：若所述图像不存在所述光线不合规风险、所述人脸出框风险、所述人脸未正对屏幕风险、所述人脸遮挡风险和所述行为不合规风险，则判定所述图像不存在合规类风险。
9、在上述方案的实现过程中，相较于相关技术中对多种合规风险检测算法进行随机无序调用的方式，上述方案通过对合规风险检测算法进行智能编排，一方面有利于降低对计算资源的浪费，另一方面有利于改善合规风险识别效率。
10、在第一方面的一种实现方式中，所述识别所述图像是否存在欺诈类风险，包括：分别执行欺诈风险检测算法集中的各欺诈风险检测算法；若各所述欺诈风险检测算法的检测结果分别满足其所对应的第二预设通过条件，则判定所述图像不存在欺诈类风险。
11、在上述方案的实现过程中，通过分别执行欺诈风险算法集中的各欺诈风险检测算法，在每个欺诈风险检测算法的检测结果分别满足其所对应的第二预设通过条件时判定图像不存在欺诈风险，能够充分利用计算资源，提高整体计算效率，有利于改善欺诈类风险识别效率。
12、在第一方面的一种实现方式中，所述分别执行欺诈风险检测算法集中的各欺诈风险检测算法，包括：以高并发调用方式分别执行欺诈风险检测算法集中的各欺诈风险检测算法。
13、在上述方案的实现过程中，通过高并发调用的方式分别执行欺诈风险检测算法集中的各欺诈风险检测算法，有利于改善欺诈风险识别效率。
14、在第一方面的一种实现方式中，所述分别执行欺诈风险检测算法集中的各欺诈风险检测算法，包括：执行一个或多个欺诈风险检测模型；其中，所述欺诈风险检测模型为以欺诈风险检测算法的算法输入为依据所划分出的多任务模型。
15、在上述方案的实现过程中，采用多任务模型实现欺诈类风险识别，一方面，能够充分利用欺诈风险检测算法之间的相关性，在多任务模型内部通过不同任务之间的信息共享及信息传递，使得模型能够从多个任务中学习到更加通用和鲁棒的特征表示，从而有利于改善各欺诈风险检测任务的准确性；另一方面，能够同时处理多个任务，有利于改善欺诈风险检测效率；此外，通过多任务模型可以更加方便地处理多项欺诈风险检测任务，从而使得上述基于ai的双录实时风险识别方法能够适用于更多、更加复杂的应用场景。
16、在第一方面的一种实现方式中，执行多个所述欺诈风险检测模型，包括：以高并发调用方式分别执行多个所述欺诈风险检测模型。
17、在上述方案的实现过程中，采用高并发调用的方式分别执行多个欺诈风险检测模型，也即多任务模型，一方面，采用多任务模型进行欺诈风险检测，有利于改善欺诈风险检测效率；另一方面，通过高并发调用的方式分别执行多个欺诈风险检测模型，有利于进一步改善欺诈风险检测效率。
18、第二方面，本申请实施例提供一种基于ai的双录实时风险识别装置，所述装置包括：
19、合规类风险识别模块，用于针对双录过程中实时采集的图像，识别所述图像是否存在合规类风险；
20、欺诈类风险识别模块，用于在所述图像不存在所述合规类风险时，识别所述图像是否存在欺诈类风险；
21、人脸比对模块，用于在所述图像不存在所述欺诈类风险，对所述图像进行人脸比对处理；并在人脸比对通过时，通过所述图像的风险检测。
22、第三方面，本申请实施例提供一种电子设备，包括：处理器、存储器和通信总线，其中所述处理器和所述存储器通过所述通信总线完成相互间的通信；所述存储器中存储有可被所述处理器执行的计算机程序指令，所述计算机程序指令被所述处理器读取并运行时，执行第一方面或第一方面的任意一种可能的实现方式提供的方法。
23、第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器读取并运行时，执行第一方面或第一方面的任意一种可能的实现方式提供的方法。
24、本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本本文档来自技高网...
【技术保护点】
1.一种基于AI的双录实时风险识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于AI的双录实时风险识别方法，其特征在于，所述识别所述图像是否存在合规类风险，包括：
3.根据权利要求2所述的基于AI的双录实时风险识别方法，其特征在于，所述按照前一算法的检测结果满足预设条件后再执行后一算法的方式，依序执行合规风险检测算法集中的各合规风险检测算法，包括：
4.根据权利要求1所述的基于AI的双录实时风险识别方法，其特征在于，所述识别所述图像是否存在欺诈类风险，包括：
5.根据权利要求4所述的基于AI的双录实时风险识别方法，其特征在于，所述分别执行欺诈风险检测算法集中的各欺诈风险检测算法，包括：
6.根据权利要求4所述的基于AI的双录实时风险识别方法，其特征在于，所述分别执行欺诈风险检测算法集中的各欺诈风险检测算法，包括：
7.根据权利要求6所述的基于AI的双录实时风险识别方法，其特征在于，执行多个所述欺诈风险检测模型，包括：
8.一种基于AI的双录实时风险识别装置，其特征在于，所述装置包括
9.一种电子设备，其特征在于，包括：处理器、存储器和通信总线，其中，所述处理器和所述存储器通过所述通信总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1~7中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机指令，所述计算机指令被计算机运行时，使所述计算机执行如权利要求1~7中任一项所述的方法。
...【技术特征摘要】
1.一种基于ai的双录实时风险识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于ai的双录实时风险识别方法，其特征在于，所述识别所述图像是否存在合规类风险，包括：
3.根据权利要求2所述的基于ai的双录实时风险识别方法，其特征在于，所述按照前一算法的检测结果满足预设条件后再执行后一算法的方式，依序执行合规风险检测算法集中的各合规风险检测算法，包括：
4.根据权利要求1所述的基于ai的双录实时风险识别方法，其特征在于，所述识别所述图像是否存在欺诈类风险，包括：
5.根据权利要求4所述的基于ai的双录实时风险识别方法，其特征在于，所述分别执行欺诈风险检测算法集中的各欺诈风险检测算法，包括：
6.根据权利要求4所述的基于ai的双录实时风...
【专利技术属性】
技术研发人员：王小东，徐志华，李雪梅，吕文勇，周智杰，邓鑫，
申请(专利权)人：成都新希望金融信息有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。