CN109697665A - 基于人工智能的贷款审核方法、装置、设备及介质 - Google Patents

基于人工智能的贷款审核方法、装置、设备及介质 Download PDF

Info

Publication number
CN109697665A
CN109697665A CN201811537292.7A CN201811537292A CN109697665A CN 109697665 A CN109697665 A CN 109697665A CN 201811537292 A CN201811537292 A CN 201811537292A CN 109697665 A CN109697665 A CN 109697665A
Authority
CN
China
Prior art keywords
loan
user
obtains
micro
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811537292.7A
Other languages
English (en)
Inventor
付美蓉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
OneConnect Smart Technology Co Ltd
Original Assignee
OneConnect Smart Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by OneConnect Smart Technology Co Ltd filed Critical OneConnect Smart Technology Co Ltd
Priority to CN201811537292.7A priority Critical patent/CN109697665A/zh
Publication of CN109697665A publication Critical patent/CN109697665A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/174—Facial expression recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40—Spoof detection, e.g. liveness detection
    • G06V40/45—Detection of the body part being alive

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Technology Law (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开一种基于人工智能的贷款审核方法、装置、设备及介质，包括：获取贷款申请请求，所述贷款申请请求包括身份证图像和用户个人信息；采用OCR识别技术对所述身份证图像进行识别验证，获取用户基本信息；基于所述用户基本信息查询第三方征信平台，获取用户征信分值；基于所述用户个人信息形成语音提问问题，播报所述语音提问问题并启动摄像头进行录制，获取监控视频；调用预先创建好的微表情识别模型对所述监控视频进行检测，获取微表情检测结果；基于所述微表情检测结果和所述用户征信分值，获取贷款审核结果。该审核流程无需人工干预，可智能审核贷款人信息的真实性，有效提高贷款审核的效率。

Description

基于人工智能的贷款审核方法、装置、设备及介质
技术领域
本发明涉及人工智能领域，尤其涉及一种基于人工智能的贷款审核方法、装置、设备 及介质。
背景技术
当前的贷款审核主要由信审人员通过电话访问方式审核贷款人提供的资料的真实性， 具体包括审核贷款人基本信息的真实性和其他提供资料的真实性。这种人工审核方式效率 低，人力成本高，而且在电话审核过程，忽略贷款人在交流过程中的情绪变化，导致人工 审核的审核结果不够准确，即信用度不高。
发明内容
本发明实施例提供一种基于人工智能的贷款审核方法、装置、设备及介质，以解决目 前贷款审核通过人工审核贷款资料真实性的过程中，导致审核效率低、人力成本高且审核 结果不够准确的问题。
一种基于人工智能的贷款审核方法，包括：
获取贷款申请请求，所述贷款申请请求包括身份证图像和用户个人信息；
采用OCR识别技术对所述身份证图像进行识别验证，获取用户基本信息；
基于所述用户基本信息查询第三方征信平台，获取用户征信分值；
基于所述用户个人信息形成语音提问问题，播报所述语音提问问题并启动摄像头进行 录制，获取监控视频；
调用预先创建好的微表情识别模型对所述监控视频进行检测，获取微表情检测结果；
基于所述微表情检测结果和所述用户征信分值，获取贷款审核结果。
一种基于人工智能的贷款审核装置，包括；
贷款申请请求获取模块，用于获取贷款申请请求，所述贷款申请请求包括身份证图像 和用户个人信息；
用户基本信息获取模块，用于采用OCR识别技术对所述身份证图像进行识别验证，获 取用户基本信息；
用户征信分值获取模块，用于基于所述用户基本信息查询第三方征信平台，获取用户 征信分值；
监控视频获取模块，用于基于所述用户个人信息形成语音提问问题，播报所述语音提 问问题并启动摄像头进行录制，获取监控视频；
微表情检测结果获取模块，用于调用预先创建好的微表情识别模型对所述监控视频进 行检测，获取微表情检测结果；
贷款审核结果获取模块，用于基于所述微表情检测结果和所述用户征信分值，获取贷 款审核结果。
一种计算机设备，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 上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于人工智能的贷款 审核方法的步骤。
一种非易失性存储介质，所述非易失性存储介质存储有计算机程序，所述计算机程 序被处理器执行时实现上述基于人工智能的贷款审核方法的步骤。
上述基于人工智能的贷款审核方法、装置、设备及介质中，服务器通过获取贷款申请请求，以便采用OCR识别技术对贷款申请请求中的身份证图像进行识别，获取用户基本信息，无需用户手动填，可直接根据身份证图像自动识别用户基本信息，提高贷款申请 的效率。然后，基于用户基本信息查询第三方征信平台，获取用户征信分值，以便后续 结合用户征信分值进行综合分析。接着，基于用户个人信息形成语音提问问题，以实现 不同用户个性化提问的目的，同时播报语音提问问题并启动摄像头进行录制，获取监控 视频，以便调用预先创建好的微表情识别模型对监控视频进行检测，以获取微表情检测 结果，无需人工干预，有效节省人力，进而提高贷款审核的效率。最后，基于微表情检 测结果和用户征信分值进行综合分析，以获取贷款审核结果，避免仅采用微表情检测结 果判定贷款审核是否通过存在误判的问题，进一步提高贷款审核的准确率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需 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发明的一些实施例，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是本发明一实施例中基于人工智能的贷款审核方法的一应用环境示意图；
图2是本发明一实施例中基于人工智能的贷款审核方法的一流程图；
图3是本发明一实施例中基于人工智能的贷款审核方法的一流程图；
图4是本发明一实施例中基于人工智能的贷款审核方法的一流程图；
图5是图2中步骤S50的一具体流程图；
图6是图5中步骤S55的一具体流程图；
图7是图2中步骤S20的一具体流程图；
图8是图2中步骤S60的一具体流程图；
图9是本发明一实施例中基于人工智能的贷款审核装置的一原理框图；
图10是本发明一实施例中计算机设备的一示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整 地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供的基于人工智能的贷款审核方法，可应用在一种贷款平台中，用 于智能审核贷款人提供的资料的真实性，无需人工干预，提高贷款审核效率，降低审核成本，并提高审核结果的准确性。该基于人工智能的贷款审核方法可应用在如图1的应用环境中，其中，计算机设备通过网络与服务器进行通信。计算机设备可以但不限于各种 个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务器可以用独 立的服务器来实现。
在一实施例中，如图2所示，提供一种基于人工智能的贷款审核方法，以该方法应用在图1中的服务器为例进行说明，包括如下步骤：
S10：获取贷款申请请求，贷款申请请求包括身份证图像和用户个人信息。
其中，贷款申请请求是用于触发贷款平台对贷款人提供的资料进行审核的请求。具 体地，用户可通过贷款平台中预先创建好的贷款申请模板上的信息采集模块填写用户个 人信息，通过贷款申请模板中的图像采集模块上传身份证图像，无需手动制作贷款申请文件，可直接通过贷款申请模板进行制作，提高贷款申请的效率。在填写完成贷款申请 模板后，可点击“完成”按钮，以使服务器获取贷款申请请求。图像采集模块包括但不 限于采用相机拍摄和本地上传。用户个人信息包括但不限于工作情况、是否有房贷、是 否有房产、是否有车、是否有社保、是否有公积金、是否有保单、是否有理财产品、是 否有经营店铺以及工作单位信息等。
进一步地，在获取用户上传的身份证图像后，还包括：对身份证图像进行模糊检查， 获取身份证图像的清晰度；若清晰度大于预设阈值，则身份证图像采集完成；若清晰度不 大于预设阈值，则生成提醒信息，以提醒用户重新拍摄身份证图像。其具体过程如下：服务器先对用户上传的身份证图像进行灰度化，然后用3x3的拉普拉斯算子(可理解为3x3 的矩阵)进行卷积处理，再采用std2()函数计算卷积后图像标准差，再对图像标准差进行 平方，将获取到的身份证图像对应的方差确定为身份证图像的清晰度，对方差进行判断， 若身份证图像对应的方差小于预设阈值，则提示重新拍摄，直至获得较清晰的身份证图像，以提高后续对身份证身份证图像进行识别的识别准确率。其中，预设阈值是用于评价身份证图像的清晰度是否满足标准的阈值。
S20：采用OCR识别技术对身份证图像进行识别，获取用户基本信息。
其中，OCR识别技术是一种通过检测暗、亮的模式确定图像形状，然后用字符识别方 法将形状翻译成计算机文字的技术。目前，OCR识别技术越来越被广大消费用户认知并使 用，不仅包括身份证OCR识别技术、驾驶证OCR识别技术、行驶证OCR识别技术、护照OCR识别技术、车牌OCR识别技术、银行卡号OCR识别技术、名片OCR识别技术和文档OCR识 别技术等集合化的功能，还具有成本低、使用环境方便，功能容易扩展的优点。用户基本 信息是与身份证图像对应的基本信息，包括身份证中的所有信息，如姓名、性别、地址、 年龄以及身份证号码等。
具体地，服务器采用OCR识别技术，通过对手机或者带有摄像头的终端设备上传的身 份证图像进行OCR文字识别，以获取用户基本信息，无需用户手动填写用户基本信息，可直接上传身份证图像即可，简化贷款申请的处理流程，提高贷款申请的效率。
S30：基于用户基本信息查询第三方征信平台，获取用户征信分值。
其中，第三方征信平台是用于查询用户征信信息的平台(如中国人民银行征信平台、 平安的前海征信和阿里的蚂蚁征信(芝麻信用)等)，可查看用户的贷款和违约等信息。可理解地，用户征信分值越高代表用户的信用度较好，违约现象较少。具体地，服务器 可识别到的贷款人的身份证号码和姓名，通过链接到第三方征信平台(如中国人民银行征 信平台、前海征信和芝麻信用等)，查询用户的征信分值，为后续贷款审核评分提供数据 来源。
S40：基于用户个人信息形成语音提问问题，播报语音提问问题并启动摄像头进行录 制，获取监控视频。
具体地，不同用户的用户个人信息不同，因此针对不同的用户个人信息所形成的语 音提问问题不同，以实现不同用户进行个性化提问的目的。例如，若用户基本信息中包括：有保单以及有经营店铺，则需要提供保单信息和店铺信息或者询问用户的工作收入 等语音提问问题，并采用TTS播报语音提问问题并启动摄像头进行录制，以便后续采用微 表情识别模型检测监控视频中用户在回答该语音提问问题时的微表情变化，以分析用户 回答语音提问问题的过程中是否说谎，从而防止用户提供虚假信息。
进一步地，在录制视频时，服务器还会根据不同用户的用户个人信息不同，提示用户通过录制视频上传该用户个人信息提及的资产(如车、经营的小企业以及店铺等)的相关信息，以保证用户个人信息提及的资产的真实性。当用户上传的用户个人信息中包括 车这一资产时，会自动通过拍摄模块进行拍照校验，会提示用户将车牌和人同时录入视 频中；服务器可调用预先创建的车牌识别模型自动识别车牌，以获取车牌信息；基于车 牌信息通过第三方车辆管理系统查询车牌注册信息，并与贷款人提供的用户个人信息进 行比对，从而检测出用户是否有提供虚假信息。当用户上传的用户个人信息中包括房产 这一资产时，则会提示用户通过语音采集模块录入包含房产证编号的语音，以便链接到 第三方房产查询系统查询校验该房产证编号对应的持有人的身份信息是否与贷款人提供 资料的用户基本信息一致，以便分析贷款人提供材料的真实性。需说明，资产可随机组 合，此处不做限定，即可按照人和车的组合同时入境或者人和房产同时入境。
S50：调用预先创建好的微表情识别模型对监控视频进行检测，获取微表情检测结果。
其中，微表情识别模型是预先训练好的用于根据用户的微表情变化智能分析用户是否 提供虚假信息的模型。通过采用微表情识别模型对监控视频中用户的微表情进行分析识 别，可根据用户细微的微表情变化智能分析出用户的情绪，以便根据用户情绪分析出用户 在回复语音提问问题时所提供的资料是否真实，无需人工干预，有效节省人力，进而提高 贷款审核的效率。
S60：基于微表情检测结果和用户征信分值，获取贷款审核结果。
具体地，由于微表情检测结果仅能根据监控视频中用户情绪的细微变化进行分析， 而监控视频中用户情绪的细微变化也存在不是由于语音提问问题所导致的，因此仅通过 微表情检测结果判定用户提供的资料真实性，可能会存在误差，故还需综合分析用户征信分值，以获取贷款审核结果，有效提高贷款审核的准确率。
本实施例中，服务器通过获取贷款申请请求，以便采用OCR识别技术对贷款申请请求中的身份证图像进行识别，获取用户基本信息，无需用户手动填写，可直接根据身份 证图像自动识别用户基本信息，简化贷款申请的处理流程，提高贷款申请的效率。然 后，基于用户基本信息查询第三方征信平台，获取用户征信分值，以便后续结合用户征 信分值进行综合分析。接着，基于用户个人信息形成语音提问问题，以实现不同用户个 性化提问的目的，同时播报语音提问问题并启动摄像头进行录制，获取监控视频，以便 调用预先创建好的微表情识别模型对监控视频中用户的微情绪变化进行智能分析，以获 取微表情检测结果，无需人工干预，有效节省人力，进而提高贷款审核的效率。最后， 基于微表情检测结果和用户征信分值进行综合分析，以获取贷款审核结果，以保证贷款 审核结果的客观性，进一步提高贷款审核的准确率。
在一实施例中，如图3所示，步骤S20之后，该基于人工智能的贷款审核方法还包括如下步骤：
S221：将用户基本信息发送给第三方验证系统，获取第三方验证系统基于用户基本信 息进行验证所获取的信息验证结果。
其中，第三方验证系统可以是指公安机关的验证系统。服务器在获取用户基本信息 之后，通过预设接口链接到第三方验证系统，以便第三方验证系统对用户基本信息(如姓 名、年龄等)的真实性进行验证，以获取信息验证结果。
S222：若信息验证结果为验证通过，则执行基于用户基本信息查询第三方征信平台，获取用户征信分值的步骤。
具体地，若信息验证结果为验证通过，则执行基于用户基本信息查询第三方征信平 台，获取用户征信分值的步骤；若信息验证结果为验证不通过，则认为用户提供的身份信息有虚假，直接获取贷款审核不通过的审核结果。本实施例中，通过对用户基本信息 进行验证身份验证，以达到初步审核的目的，提高贷款审核效率。
本实施例中，通过将用户基本信息发送给第三方验证系统，获取第三方验证系统基 于用户基本信息进行验证所获取的信息验证结果，若信息验证结果为验证通过，则执行基于用户基本信息查询第三方征信平台，获取用户征信分值的步骤，否则直接获取审核 不通过的贷款审核结果，以便初步验证用户基本信息的真实性，提高贷款审核的精度， 从而提高贷款审核的准确率。
在一实施例中，如图4所示，步骤S30之后，该基于人工智能的贷款审核方法还包括如下步骤：
S311：若用户征信分值高于预设征信阈值，则生成活体审核提示信息，基于活体审核 提示信息，调用人脸活体识别接口对目标用户进行活体验证，获取活体验证结果。
其中，活体审核提示信息中包括提示用户进行人脸活体识别的提示信息。该活体审核 提示信息包括但不限于眨眼、张嘴、摇头以及点头等动作提示。该动作提示是以语音形式 进行提示，以避免由于文字提示在交互界面上，而动作提示为抬头此时用户不能清晰看到 交互界面上显示的动作提示，导致活体验证失败，降低活体验证的效率。具体地，若用户 征信分值高于预设征信阈值，则生成活体审核提示信息，并基于活体审核提示信息进行活 体验证，以便继续后续的贷款审核流程。若用户征信分值不高于预设征信阈值，即对于有 过信用卡违约、贷款违约或者被标记为“老赖”的用户，其用户征信分值不高于预设征信阈值，则直接获取贷款审核不通过的结果，无需进行后续贷款审核流程，节省时间，提高 贷款审核的效率和准确度。
S312：若活体验证结果为验证成功，则执行基于用户个人信息进行语音提问并启动 摄像头进行录制，获取监控视频的步骤。
具体地，若活体验证结果为验证成功，则执行基于用户个人信息进行语音提问并启动 摄像头进行录制，获取监控视频的步骤。通过调用人脸活体识别接口对目标用户进行活体 验证，以验证用户是否为真实活体本人操作，可有效抵御照片、换脸、面具、遮挡以及屏 幕翻拍等常见的攻击手段，从而甄别欺诈行为，提高贷款审核的可靠性。相应地，若活体验证结果为验证不通过，则认为用户不是真实活体本人操作，直接获取审核不通过的贷款审核结果，无需进行后续贷款审核流程，节省时间，提高贷款审核的效率和准确度。
本实施例中，通过对用户征信分值进行判断，若用户征信分值高于预设征信阈值，则 生成活体审核提示信息，基于活体审核提示信息，调用人脸活体识别接口对目标用户进行 活体验证，获取活体验证结果，以验证用户是否为真实活体本人操作，可有效抵御照片、换脸、面具、遮挡以及屏幕翻拍等常见的攻击手段，从而甄别欺诈行为，提高贷款审核的 可靠性。若用户征信分值不高于预设征信阈值，则直接获取贷款审核不通过的贷款结果， 无需进行后续贷款审核流程，节省时间，提高贷款审核的效率和准确度。若活体验证结果 为验证成功，则执行基于用户个人信息进行语音提问并启动摄像头进行录制，获取监控视 频的步骤，以便进一步进行贷款审核，从而保证贷款审核的准确度。
在一实施例中，如图5所示，步骤S50中，即调用预先创建好的微表情识别模型对监控视频进行检测，获取微表情检测结果，具体包括如下步骤：
S51：基于语音提问问题对监控视频进行视频分段，获取至少一个视频片段，视频片 段包括视频帧图像。
其中，视频片段是指根据语音提问问题开始的时间和用户回答完毕的时间作为分段起 点和分段终点对监控视频进行截取的片段。语音提问问题包括预设问题关键字，该预设问 题关键字包括但不限于车、房、姓名、性别、年龄、个人收入和偿还意愿等。该视频片段包括N个(N为正整数)视频帧图像，视频帧图像是目标视频流中每一帧视频对应的静态 图像。
S52：对视频帧图像进行人脸检测，获取待识别人脸图像。
具体地，将视频帧图像输入到人脸检测模型中，检测每一视频帧图像中是否包含人脸， 进而提取包含有人脸的帧图像即待识别人脸图像。其中，视频帧图像中，需有人脸存在， 人脸在屏幕中的大小最小需要达到80*80像素，获取到人脸后，将其归一化到256*256像素，统一视频帧图像的像素，以进行后续的识别。
具体地，对视频帧图像进行人脸检测的步骤如下：采用python工具读取目标视频流， 可获取视频帧图像，采用预先训练好的人脸检测模型检测每一视频帧图像是否有人脸存 在，若包含人脸，则将该视频帧图像作为待识别人脸图像。其中，人脸检测模型包括但不限于采用CascadeCNN网络进行训练进行检测。CascadeCNN(人脸检测)是对经典的Violajones方法的深度卷积网络实现，是一种检测速度较快的人脸检测方法。Violajones是一种人脸检测框架。本案中，采用CascadeCNN方法对标注好人脸位置的图片(即待训 练图片)进行训练，以获取人脸检测模型，提高了人脸检测模型的识别效率。
S53：采用交叉选取方式对待识别人脸图像进行分组，获取至少一组目标人脸图像。
具体地，对待识别人脸图像按照交叉选取方式对待识别人脸图像进行分组，获取至少 一组目标人脸图像。本实施例中，可按照每100张待识别人脸图像为一组目标人脸图像进 行分组，例如第1张待识别人脸图像到第100张待识别人脸图像为一组，第10张待识别人脸图像到第110张待识别人脸图像为一组，以此类推，获取至少一组目标人脸图像，通 过此交叉选取方式获取至少一组目标人脸图像，以充分保留待识别人脸图像之间的联系， 提高后续微表情识别模型识别的准确率。
S54：将每一组目标人脸图像输入到微表情识别模型中进行检测，获取每一组目标人 脸图像对应的情绪识别概率值。
其中，情绪识别概率值是用于反映属于某种面部情绪的概率值。具体地，将每一组目 标人脸图像输入到微表情识别模型中进行检测，获取至少一个与目标人脸图像对应的不同 面部情绪的候选识别概率值，该候选识别概率值是指微表情识别模型对每一组目标人脸图 像进行识别所得到的识别概率值。然后，选取候选识别概率值中最大的一个作为情绪识别 概率值。例如，将至少一个目标人脸图像输入到微表情识别模型中进行检测，获取与目标 人脸图像对应的不同面部情绪的候选识别概率值如下：80％对应乐观豁达情绪(正面情绪)， 70％对应喜笑颜开情绪(正面情绪)，10％对应怒火中烧情绪等。从候选识别概率值中选取 最大的一个作为情绪识别概率值，即80％且对应正面情绪。
S55：对视频片段中每一组目标人脸图像对应的情绪识别概率值进行统计，获取视频 片段对应的说谎概率值。
其中，说谎概率值是用于反映在该视频片段中用户提供信息的真实度。具体地，对每一组目标人脸图像对应的情绪识别概率值对应的正面情绪或负面情绪与每一组目标人脸图像对应的情绪识别概率值对应的面部情绪的比例进行统计，以获取视频片段对应的说谎概率值。本实施例中，面部情绪包括但不限于乐观豁达、喜笑颜开、含情脉脉、兴 高采烈、和谐安详、惬意安详、信赖不疑、悔不当初、厌恶不喜、疑惑不解、嗤之以 鼻、怒火中烧、恨意丛生、大吃一惊、面露尬色、假意微笑和感激不尽等。
S56：采用第一加权计算公式对视频片段对应的说谎概率值进行计算，获取微表情检 测结果。其中，第一加权计算公式包括pi是视频片段对应的说谎概率值，wi为视频片段对应的权重，P为微表情检测结果，n表示视频片段的数量，i表示每一视 频片段对应的标识。
其中，第一加权计算公式是用于计算微表情检测结果的计算公式。具体地，采用第一 加权计算公式对视频片段对应的说谎概率值进行计算，获取说谎概率值，计算简单，提高 贷款审核效率。第一加权计算公式包括pi是视频片段对应的说谎概率值，wi为视频片段对应的权重，P为微表情检测结果，n表示视频片段的数量，i表示每一视 频片段对应的标识。
可理解地，视频片段是按照语音提问问题进行分段所获取的，因此视频片段对应的权 重，是根据语音提问问题进行设置的，例如，对于年龄、性别和姓名等基础类的语音提问 问题，设置的权重会相对较低，而对于贷款用途、个人收入和偿还意愿等敏感类的语音提 问问题设置的权重会相对较高。
本实施例中，基于语音提问问题对监控视频进行视频分段，获取视频片段，以便对视 频片段中的视频帧图像进行人脸检测，获取待识别人脸图像，以排除不包含人脸的图像。 再采用交叉选取方式对待识别人脸图像进行分组，获取至少一组目标人脸图像，以充分保 留待识别人脸图像之间的联系，提高后续微表情识别模型识别的准确率。接着，将交叉选 取的每一组目标人脸图像输入到微表情识别模型中进行检测，获取每一组目标人脸图像对 应的情绪识别概率值，可有效反映用户的面部情绪变化。再对视频片段中每一组目标人脸 图像对应的情绪识别概率值对应的面部情绪进行统计，获取视频片段对应的说谎概率值， 以反映用户在该视频片段中用户提供信息的真实度。最后，采用第一加权计算公式对视频 片段对应的说谎概率值进行计算，获取微表情检测结果，以便后续根据微表情检测结果评 价贷款人提供的信息是否真实，从而获取贷款审核结果，以实现智能审核贷款人信息的真 实性的目的。
在一实施例中，情绪识别概率值对应一正面情绪或负面情绪，如图6所示，步骤S55中，即对视频片段中每一组目标人脸图像对应的情绪识别概率值进行统计，获取视频片段对应的说谎概率值，具体包括如下步骤：
S551：统计视频片段中目标人脸图像中，正面情绪对应的情绪识别概率值的正面情绪 数量，或者负面情绪对应的负面情绪数量。
其中，正面情绪数量是指待识别人脸图像中呈现出正面情绪的数量。负面情绪数量 是指待识别人脸图像中呈现出消极情绪的数量。本实施例中，可通过统计正面情绪对应的情绪识别概率值的正面情绪数量，也可统计负面情绪对应的负面情绪数量，为后续获 取正面情绪比值或者负面情绪比值提供技术支持。例如，某组目标人脸图像中包括的100 张待识别人脸图像中，30张为喜笑颜开的情绪识别概率值为85％，25张为兴高采烈的情绪 识别概率值为90％，10张为怒火中烧的情绪识别概率值为88％，25张为面露尬色的情绪识 别概率值为93％，则其对应的正面情绪数量为55张，负面情绪数量为35张。
S552：基于正面情绪数量或者负面情绪数量，与目标人脸图像对应的分组数量，获取 正面情绪比值或者负面情绪比值。
其中，正面情绪比值是指正面情绪数量与分组数量的比值。负面情绪比值是指负面 情绪数量与分组数量的比值。分组数量是指目标人脸图像的总数量。具体地，将正面情绪数量除以目标人脸图像对应的分组数量，获取正面情绪比值；或者将负面情绪数量除 以目标人脸图像对应的分组数量，获取负面情绪比值。
S553：基于正面情绪比值或者负面情绪比值，获取与视频片段对应的说谎概率值。
具体地，可直接将正面情绪比值作为与视频片段对应的说谎概率值，或者将“1-(负 面情绪比值)”作为与视频片段对应的说谎概率值。可理解地，该说谎概率值具体为0-1之间的实数，用于反映用户真诚度，也即可用于反映用户是否有说谎。
本实施例中，先统计视频片段中目标人脸图像中，正面情绪对应的情绪识别概率值的 正面情绪数量，或者负面情绪对应的负面情绪数量，以便基于正面情绪数量或者负面情绪 数量，与目标人脸图像对应的分组数量，获取正面情绪比值或者负面情绪比值。最后，将 正面情绪比值作为与视频片段对应的说谎概率值，或者将“1-(负面情绪比值)”作为与视频片段对应的说谎概率值，以便通过说谎概率值反映用户真诚度也即反映用户是否有说谎，以达到无需人工进行审核的目的，提高贷款审核效率。
在一实施例中，如图7所示，步骤S20中，即采用OCR识别技术对身份证图像进行识别，获取用户基本信息，具体包括如下步骤：
S21：对身份证图像进行锐化处理和灰度化处理，获取待识别证件图像。
其中，锐化处理是增强图像的边缘及灰度跳变的部分，提高图像清晰度的处理。灰度 化处理是将彩色的锐化图像转化为灰度图像的处理。具体地，为了使图像的边缘、轮廓线 以及图像的细节变得清晰，需先对身份证图像进行锐化处理，获取锐化图像。在获取锐化 图像后，由于锐化图像中可能包含多种颜色，而颜色本身非常容易受到光照等因素的影响， 同类的物体颜色有很多变化，所以颜色本身难以提供关键信息，因此需要对锐化图像进行 灰度化处理，获取待识别证件图像，以排除干扰，减少图像的复杂度和信息处理量。本实 施例中，锐化处理的方法包括但不限于采用目前现有技术中常用的拉普拉斯算子、sobel (加权平均差分)算子和Prewitt(平均差分)算子中的任意一种，以sobel算子方法为例，可采用如下公式对身份证图像对应的像素矩阵M(i,j)进行变换。
A＝|(M(i-1，j-1)+2M(i-1，j)+M(i-1，j+1))-(M(i+1，j-1)+2M(i+1，j)+M(i+1，j+1)) |
B＝|(M(i-1，j-1)+2M(i，j-1)+M(i+1，j-1))-(M(i-1，j+1)+2M(i，j+1)+M(i+1，j+1)) |
S(i，j)＝A+B
其中，M(i，j)表示身份证图像对应的像素矩阵。i，j分别表示矩阵的行和列。S(i， j)表示锐化图像对应的像素矩阵，A表示水平方向的加权因子，B表示垂直方向的加权因 子。
S22：采用OCR识别技术对待识别证件图像进行识别，获取用户基本信息。
具体地，服务器采用OCR识别技术，对待识别证件图像进行识别，以获取用户基本信 息，无需用户手动填写用户基本信息，可直接上传身份证图像即可，简化用户的申请操作 流程，提高贷款申请的效率。
本实施例中，先对身份证图像进行锐化处理和灰度化处理，获取待识别证件图像，然后采用OCR识别技术对待识别证件图像进行识别，获取用户基本信息，提高了OCR识别 的识别准确率，进而提高后续贷款审核的可靠性。
在一实施例中，如图8所示，步骤S60中，即基于微表情检测结果和用户征信分值，获取贷款审核结果，具体包括如下步骤：
S61：对微表情检测结果和用户征信分值进行标准化处理，分别获取与微表情检测结 果对应的第一标准数据和与用户征信分值对应的第二标准数据。
具体地，由于微表情检测结果是概率值的形式表示，而用户征信分值是以征信分值进 行表示，二者数量级不同，因此需对微表情检测结果和用户征信分值进行标准化处理，以 统一数量级。
本实施例中，由于后续是获取综合评分，因此可将微表情检测结果转换为分值表示， 例如将微表情检测结果30％转换为30分即第一标准数据，对于用户征信分值来说，由于不 同第三方征信平台，满分标准不同。若第三方征信平台的满分标准为100分，则无需对用 户征信分值进行标准化，若第三方征信平台的满分标准不为100分，则按照公式进行转换，获取第二标准数据，以统一数量级。其中，公式中D为第二标准 数据，x为用户征信分值，m为满分标准，例如1000分或100分。
S62：采用第二加权计算公式对第一标准数据和第二标准数据进行计算，获取综合评 分。其中，第二加权计算公式包括zk为第一标准数据或第一标准数据，uk为第一标准数据或第二标准数据率对应的权重，T为综合评分，m表示计算维度，k表示第 一标准数据或第一标准数据对应的标识。
其中，第二加权计算公式是用于计算综合评分的计算公式。综合评分是指根据第一标 准数据和第二标准数据进行综合评价所得到的评分。具体地，采用第二加权计算公式对第 一标准数据和第二标准数据进行计算，获取综合评分。其中，第二加权计算公式包括zk为第一标准数据或第一标准数据，uk为第一标准数据或第二标准数据 率对应的权重，T为综合评分，m表示计算维度，k表示第一标准数据或第一标准数据对应 的标识。
S63：若综合评分在预设分值范围内，则获取审核通过的贷款审核结果。
其中，预设分值范围是预先设置的用于限定贷款审核结果的审核范围。具体地，若综 合评分在预设分值范围内，则获取审核通过的贷款审核结果；若综合评分不在预设分值范 围内，则获取审核不通过的贷款审核结果。
本实施例中，服务器先对微表情检测结果和用户征信分值进行标准化处理，分别获 取与微表情检测结果对应的第一标准数据和与用户征信分值对应的第二标准数据，以统 一微表情检测结果和用户征信分值的数量级，以便采用第二加权计算公式对第一标准数 据和第二标准数据进行计算，获取综合评分。最后，对综合评分进行判定，若综合评分在预设分值范围内，则获取审核通过的贷款审核结果，以实现智能审核贷款人信息真实 性的目的。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执 行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
在一实施例中，提供一种基于人工智能的贷款审核装置，该基于人工智能的贷款审核 装置与上述实施例中基于人工智能的贷款审核方法一一对应。如图9所示，该基于人工智 能的贷款审核装置包括贷款申请请求获取模块10、用户基本信息获取模块20、用户征信 分值获取模块30、监控视频获取模块40、微表情检测结果获取模块50和贷款审核结果获取模块60。各功能模块详细说明如下：
贷款申请请求获取模块10，用于获取贷款申请请求，贷款申请请求包括身份证图像 和用户个人信息。
用户基本信息获取模块20，用于采用OCR识别技术对身份证图像进行识别验证，获取用户基本信息。
用户征信分值获取模块30，用于基于用户基本信息查询第三方征信平台，获取用户 征信分值。
监控视频获取模块40，用于基于用户个人信息形成语音提问问题，播报语音提问问 题并启动摄像头进行录制，获取监控视频。
微表情检测结果获取模块50，用于调用预先创建好的微表情识别模型对监控视频进 行检测，获取微表情检测结果。
贷款审核结果获取模块60，用于基于微表情检测结果和用户征信分值，获取贷款审 核结果。
具体地，该基于人工智能的贷款审核装置还包括信息验证结果获取单元和第一信息验 证结果处理单元。
信息验证结果获取单元，用于将用户基本信息发送给第三方验证系统，获取第三方验 证系统基于用户基本信息进行验证所获取的信息验证结果。
信息验证结果处理单元，用于信息验证结果若信息验证结果为验证通过，则执行基 于用户基本信息查询第三方征信平台，获取用户征信分值的步骤。
具体地，该基于人工智能的贷款审核装置还包括活体验证结果获取单元和活体验证 结果处理单元。
活体验证结果获取单元，用于若用户征信分值高于预设征信阈值，则生成活体审核提 示信息，基于活体审核提示信息，调用人脸活体识别接口对监控视频中的目标用户进行活 体验证，获取活体验证结果。
活体验证结果处理单元，用于若活体验证结果为验证成功，则执行基于用户个人信 息进行语音提问并启动摄像头进行录制，获取监控视频的步骤。
具体地，微表情检测结果获取模块包括视频片段获取单元、待识别人脸图像获取单元、 目标人脸图像获取单元、情绪识别概率值获取单元、说谎概率值获取单元和微表情检测结 果获取单元。
视频片段获取单元，用于基于语音提问问题对监控视频进行视频分段，获取至少一个 视频片段，视频片段包括视频帧图像。
待识别人脸图像获取单元，用于对视频帧图像进行人脸检测，获取待识别人脸图像。
目标人脸图像获取单元，用于采用交叉选取方式对待识别人脸图像进行分组，获取至 少一组目标人脸图像。
情绪识别概率值获取单元，用于将每一组目标人脸图像输入到微表情识别模型中进行 检测，获取每一组目标人脸图像对应的情绪识别概率值。
说谎概率值获取单元，用于对视频片段中每一组目标人脸图像对应的情绪识别概率值 进行统计，获取视频片段对应的说谎概率值。
微表情检测结果获取单元，用于采用第一加权计算公式对视频片段对应的说谎概率值 进行计算，获取微表情检测结果。其中，第一加权计算公式包括pi是视频 片段对应的说谎概率值，wi为视频片段对应的权重，P为微表情检测结果，n表示视频片段的数量，i表示每一视频片段对应的标识。
具体地，情绪识别概率值对应一正面情绪或负面情绪，说谎概率值获取单元包括情绪 识别概率值统计子单元、情绪比值获取子单元和说谎概率值获取子单元。
情绪识别概率值统计子单元，用于统计视频片段中目标人脸图像中，正面情绪对应的 情绪识别概率值的正面情绪数量，或者负面情绪对应的负面情绪数量。
情绪比值获取子单元，用于基于正面情绪数量或者负面情绪数量，与目标人脸图像对 应的分组数量，获取正面情绪比值或者负面情绪比值。
说谎概率值获取子单元，用于基于正面情绪比值或者负面情绪比值，获取与视频片段 对应的说谎概率值。
具体地，用户基本信息获取模块包括待识别证件图像获取单元和用户基本信息获取单 元。
待识别证件图像获取单元，用于对身份证图像进行锐化处理和灰度化处理，获取待识 别证件图像。
用户基本信息获取单元，用于采用OCR识别技术对待识别证件图像进行识别，获取用 户基本信息。
具体地，贷款审核结果获取模块包括标准化处理单元、综合评分获取单元和贷款审核 结果获取单元。
标准化处理单元，用于对微表情检测结果和用户征信分值进行标准化处理，分别获取 与微表情检测结果对应的第一标准数据和与用户征信分值对应的第二标准数据。
综合评分获取单元，用于采用第二加权计算公式对第一标准数据和第二标准数据进行 计算，获取综合评分。其中，第二加权计算公式包括zk为第一标准数据或 第一标准数据，uk为第一标准数据或第二标准数据率对应的权重，T为综合评分，m表示计算维度，k表示第一标准数据或第一标准数据对应的标识。
贷款审核结果获取单元，用于若综合评分在预设分值范围内，则获取审核通过的贷款 审核结果。
关于基于人工智能的贷款审核装置的具体限定可以参见上文中对于基于人工智能的 贷款审核方法的限定，在此不再赘述。上述基于人工智能的贷款审核装置中的各个模块 可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便 于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构 图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储执行基于人工智能的贷款审核方法过程中生成或获取的数据，如监控视频。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于人工智能的贷款审核方法。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并 可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例中的基于人工 智能的贷款审核方法的步骤，例如图2所示的步骤S10-S60，或者图3至图8中所示的步骤。或者，处理器执行计算机程序时实现基于人工智能的贷款审核装置这一实施例中的各模块/单元的功能，例如图9所示的各模块/单元的功能，为避免重复，这里不再赘述。
在一实施例中，提供一非易失性存储介质，该非易失性存储介质上存储有计算机程序， 该计算机程序被处理器执行时实现上述实施例中用户帐号解锁方法的步骤，例如图2所示 的步骤S10-S60，或者图3至图8中所示的步骤，为避免重复，这里不再赘述。或者，该计算机程序被处理器执行时实现上述基于人工智能的贷款审核装置这一实施例中的各模块/单元的功能，例如图9所示的各模块/单元的功能，为避免重复，这里不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过 计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读 取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本 申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可 包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM (PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储 器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多 种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率 SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、 存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存 储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单 元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功 能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上 描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施 例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修 改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围， 均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于人工智能的贷款审核方法，其特征在于，包括：
获取贷款申请请求，所述贷款申请请求包括身份证图像和用户个人信息；
采用OCR识别技术对所述身份证图像进行识别验证，获取用户基本信息；
基于所述用户基本信息查询第三方征信平台，获取用户征信分值；
基于所述用户个人信息形成语音提问问题，播报所述语音提问问题并启动摄像头进行录制，获取监控视频；
调用预先创建好的微表情识别模型对所述监控视频进行检测，获取微表情检测结果；
基于所述微表情检测结果和所述用户征信分值，获取贷款审核结果。
2.如权利要求1所述的基于人工智能的贷款审核方法，其特征在于，在所述获取用户基本信息之后，所述基于人工智能的贷款审核方法还包括：
将所述用户基本信息发送给第三方验证系统，获取第三方验证系统基于所述用户基本信息进行验证所获取的信息验证结果；
若所述信息验证结果为验证通过，则执行所述基于所述用户基本信息查询第三方征信平台，获取用户征信分值的步骤。
3.如权利要求1或2所述的基于人工智能的贷款审核方法，其特征在于，在所述获取用户征信分值之后，所述基于人工智能的贷款审核方法还包括：
若所述用户征信分值高于预设征信阈值，则生成活体审核提示信息，基于所述活体审核提示信息，调用人脸活体识别接口对所述监控视频中的目标用户进行活体验证，获取活体验证结果；
若所述活体验证结果为验证成功，则执行所述基于所述用户个人信息进行语音提问并启动摄像头进行录制，获取监控视频的步骤。
4.如权利要求1所述的基于人工智能的贷款审核方法，其特征在于，所述调用预先创建好的微表情识别模型对所述监控视频进行检测，获取微表情检测结果，包括；
基于所述语音提问问题对所述监控视频进行视频分段，获取至少一个视频片段，所述视频片段包括视频帧图像；
对所述视频帧图像进行人脸检测，获取待识别人脸图像；
采用交叉选取方式对所述待识别人脸图像进行分组，获取至少一组目标人脸图像；
将每一组所述目标人脸图像输入到所述微表情识别模型中进行检测，获取每一组所述目标人脸图像对应的情绪识别概率值；
对所述视频片段中每一组所述目标人脸图像对应的情绪识别概率值进行统计，获取所述视频片段对应的说谎概率值；
采用第一加权计算公式对所述视频片段对应的说谎概率值进行计算，获取所述微表情检测结果；其中，第一加权计算公式包括pi是所述视频片段对应的说谎概率值，wi为所述视频片段对应的权重，P为所述微表情检测结果，n表示所述视频片段的数量，i表示每一所述视频片段对应的标识。
5.如权利要求4所述的基于人工智能的贷款审核方法，其特征在于，所述情绪识别概率值对应一正面情绪或负面情绪；
所述对所述视频片段中每一组所述目标人脸图像对应的情绪识别概率值进行统计，获取所述视频片段对应的说谎概率值，包括：
统计所述视频片段中所述目标人脸图像中，正面情绪对应的情绪识别概率值的正面情绪数量，或者负面情绪对应的负面情绪数量；
基于所述正面情绪数量或者所述负面情绪数量，与所述目标人脸图像对应的分组数量，获取正面情绪比值或者负面情绪比值；
基于所述正面情绪比值或者所述负面情绪比值，获取与所述视频片段对应的说谎概率值。
6.如权利要求1所述的基于人工智能的贷款审核方法，其特征在于，所述采用OCR识别技术对所述身份证图像进行识别验证，获取用户基本信息，包括：
对所述身份证图像进行锐化处理和灰度化处理，获取待识别证件图像；
采用OCR识别技术对所述待识别证件图像进行识别，获取所述用户基本信息。
7.如权利要求1所述的基于人工智能的贷款审核方法，其特征在于，所述基于所述微表情检测结果和所述用户征信分值，获取贷款审核结果，包括：
对所述微表情检测结果和所述用户征信分值进行标准化处理，分别获取与所述微表情检测结果对应的第一标准数据和与所述用户征信分值对应的第二标准数据；
采用第二加权计算公式对所述第一标准数据和所述第二标准数据进行计算，获取综合评分；其中，第二加权计算公式包括zk为所述第一标准数据或所述第一标准数据，uk为所述第一标准数据或所述第二标准数据率对应的权重，T为所述综合评分，m表示计算维度，k表示所述第一标准数据或所述第一标准数据对应的标识；
若所述综合评分在预设分值范围内，则获取审核通过的贷款审核结果。
8.一种基于人工智能的贷款审核装置，其特征在于，包括：
贷款申请请求获取模块，用于获取贷款申请请求，所述贷款申请请求包括身份证图像和用户个人信息；
用户基本信息获取模块，用于采用OCR识别技术对所述身份证图像进行识别验证，获取用户基本信息；
用户征信分值获取模块，用于基于所述用户基本信息查询第三方征信平台，获取用户征信分值；
监控视频获取模块，用于基于所述用户个人信息形成语音提问问题，播报所述语音提问问题并启动摄像头进行录制，获取监控视频；
微表情检测结果获取模块，用于调用预先创建好的微表情识别模型对所述监控视频进行检测，获取微表情检测结果；
贷款审核结果获取模块，用于基于所述微表情检测结果和所述用户征信分值，获取贷款审核结果。
9.一种计算机设备，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程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述基于人工智能的贷款审核方法的步骤。
10.一种非易失性存储介质，所述非易失性存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于人工智能的贷款审核方法的步骤。
CN201811537292.7A 2018-12-15 2018-12-15 基于人工智能的贷款审核方法、装置、设备及介质 Pending CN109697665A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811537292.7A CN109697665A (zh) 2018-12-15 2018-12-15 基于人工智能的贷款审核方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811537292.7A CN109697665A (zh) 2018-12-15 2018-12-15 基于人工智能的贷款审核方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN109697665A true CN109697665A (zh) 2019-04-30

Family

ID=66231725

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811537292.7A Pending CN109697665A (zh) 2018-12-15 2018-12-15 基于人工智能的贷款审核方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN109697665A (zh)

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110298672A (zh) * 2019-05-22 2019-10-01 深圳壹账通智能科技有限公司 用户身份审核方法、装置、计算机设备及存储介质
CN110333778A (zh) * 2019-05-30 2019-10-15 深圳壹账通智能科技有限公司 基于微表情识别的审批指令生成方法、装置和计算机设备
CN111241262A (zh) * 2020-01-20 2020-06-05 深圳壹账通智能科技有限公司 基于人工智能的贷款资质审核方法及相关设备
CN111667359A (zh) * 2020-06-19 2020-09-15 上海印闪网络科技有限公司 一种基于实时视频的信息审核方法
CN111899038A (zh) * 2020-08-11 2020-11-06 中国工商银行股份有限公司 基于5g网络的非接触式贷款辅助审核方法和装置
CN112215081A (zh) * 2020-09-16 2021-01-12 湖南三湘银行股份有限公司 一种基于ai算法的视频检核方法及装置
CN112258317A (zh) * 2020-10-30 2021-01-22 深圳壹账通智能科技有限公司 基于人工智能的线上信贷方法、装置、计算机设备及介质
CN112288449A (zh) * 2020-11-20 2021-01-29 上海欧冶金融信息服务股份有限公司 一种用于风控供应链的用户身份验证方法及系统
CN112365340A (zh) * 2020-11-20 2021-02-12 无锡锡商银行股份有限公司 一种多模态个人贷款风险预测方法
CN112381513A (zh) * 2020-11-13 2021-02-19 平安普惠企业管理有限公司 信息审批方法、装置、电子设备及存储介质
CN112383737A (zh) * 2020-11-11 2021-02-19 从法信息科技有限公司 多人在线内容同屏的视频处理验证方法、装置和电子设备
CN112686244A (zh) * 2020-12-29 2021-04-20 平安银行股份有限公司 基于图片处理接口的自动审批方法、装置、设备及介质
CN112927062A (zh) * 2021-01-21 2021-06-08 平安普惠企业管理有限公司 基于语音识别的业务申请处理方法、装置和计算机设备
CN113112232A (zh) * 2021-04-14 2021-07-13 中国工商银行股份有限公司 线上贷款审核方法、审核装置、电子设备及存储介质
CN113158978A (zh) * 2021-05-14 2021-07-23 无锡锡商银行股份有限公司 一种微表情识别在视频审核中的风险预警方法
CN113436353A (zh) * 2021-05-11 2021-09-24 西安艾润物联网技术服务有限责任公司 基于语音交互的车辆计费方法及装置
WO2021196831A1 (zh) * 2020-03-30 2021-10-07 深圳壹账通智能科技有限公司 基于视频信息的数据验证方法、装置及存储介质
CN113485668A (zh) * 2021-05-17 2021-10-08 广州佰锐网络科技有限公司 一种智能开户方法及系统
CN113706293A (zh) * 2021-08-31 2021-11-26 平安普惠企业管理有限公司 基于图像的信贷审批方法、装置、电子设备及介质
CN114119192A (zh) * 2021-10-15 2022-03-01 连邦网络科技服务南通有限公司 一种基于多端口的软件数据分析系统及方法
CN114445896A (zh) * 2022-01-28 2022-05-06 北京百度网讯科技有限公司 视频中人物陈述内容可置信度的评估方法及装置
WO2022119536A1 (en) * 2020-12-01 2022-06-09 Turkiye Garanti Bankasi Anonim Sirketi A system for detecting persons who may perform suspicious actions
CN115018631A (zh) * 2022-06-28 2022-09-06 平安银行股份有限公司 贷款人数据识别方法、装置、电子设备和存储介质
CN117764710A (zh) * 2023-12-19 2024-03-26 北京安泰伟奥信息技术有限公司 一种住房金融风险行为的监控方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107657525A (zh) * 2017-08-29 2018-02-02 深圳市佰仟金融服务有限公司 一种贷款审批方法及服务器
CN107704834A (zh) * 2017-10-13 2018-02-16 上海壹账通金融科技有限公司 微表情面审辅助方法、装置及存储介质
CN108335193A (zh) * 2018-01-12 2018-07-27 深圳壹账通智能科技有限公司 全流程信贷方法、装置、设备及可读存储介质
CN108537160A (zh) * 2018-03-30 2018-09-14 平安科技（深圳）有限公司 基于微表情的风险识别方法、装置、设备及介质
CN108765131A (zh) * 2018-05-18 2018-11-06 深圳壹账通智能科技有限公司 基于微表情的信贷审核方法、装置、终端及可读存储介质
CN108805697A (zh) * 2018-06-12 2018-11-13 平安科技（深圳）有限公司 贷款业务处理方法、装置、计算机设备及可读存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107657525A (zh) * 2017-08-29 2018-02-02 深圳市佰仟金融服务有限公司 一种贷款审批方法及服务器
CN107704834A (zh) * 2017-10-13 2018-02-16 上海壹账通金融科技有限公司 微表情面审辅助方法、装置及存储介质
CN108335193A (zh) * 2018-01-12 2018-07-27 深圳壹账通智能科技有限公司 全流程信贷方法、装置、设备及可读存储介质
CN108537160A (zh) * 2018-03-30 2018-09-14 平安科技（深圳）有限公司 基于微表情的风险识别方法、装置、设备及介质
CN108765131A (zh) * 2018-05-18 2018-11-06 深圳壹账通智能科技有限公司 基于微表情的信贷审核方法、装置、终端及可读存储介质
CN108805697A (zh) * 2018-06-12 2018-11-13 平安科技（深圳）有限公司 贷款业务处理方法、装置、计算机设备及可读存储介质

Cited By (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110298672A (zh) * 2019-05-22 2019-10-01 深圳壹账通智能科技有限公司 用户身份审核方法、装置、计算机设备及存储介质
CN110333778A (zh) * 2019-05-30 2019-10-15 深圳壹账通智能科技有限公司 基于微表情识别的审批指令生成方法、装置和计算机设备
WO2020238552A1 (zh) * 2019-05-30 2020-12-03 深圳壹账通智能科技有限公司 基于微表情识别的审批指令生成方法、装置和计算机设备
CN111241262A (zh) * 2020-01-20 2020-06-05 深圳壹账通智能科技有限公司 基于人工智能的贷款资质审核方法及相关设备
WO2021196831A1 (zh) * 2020-03-30 2021-10-07 深圳壹账通智能科技有限公司 基于视频信息的数据验证方法、装置及存储介质
CN111667359A (zh) * 2020-06-19 2020-09-15 上海印闪网络科技有限公司 一种基于实时视频的信息审核方法
CN111899038A (zh) * 2020-08-11 2020-11-06 中国工商银行股份有限公司 基于5g网络的非接触式贷款辅助审核方法和装置
CN112215081A (zh) * 2020-09-16 2021-01-12 湖南三湘银行股份有限公司 一种基于ai算法的视频检核方法及装置
CN112258317A (zh) * 2020-10-30 2021-01-22 深圳壹账通智能科技有限公司 基于人工智能的线上信贷方法、装置、计算机设备及介质
CN112383737B (zh) * 2020-11-11 2023-05-30 从法信息科技有限公司 多人在线内容同屏的视频处理验证方法、装置和电子设备
CN112383737A (zh) * 2020-11-11 2021-02-19 从法信息科技有限公司 多人在线内容同屏的视频处理验证方法、装置和电子设备
CN112381513A (zh) * 2020-11-13 2021-02-19 平安普惠企业管理有限公司 信息审批方法、装置、电子设备及存储介质
CN112288449A (zh) * 2020-11-20 2021-01-29 上海欧冶金融信息服务股份有限公司 一种用于风控供应链的用户身份验证方法及系统
CN112365340A (zh) * 2020-11-20 2021-02-12 无锡锡商银行股份有限公司 一种多模态个人贷款风险预测方法
WO2022119536A1 (en) * 2020-12-01 2022-06-09 Turkiye Garanti Bankasi Anonim Sirketi A system for detecting persons who may perform suspicious actions
CN112686244A (zh) * 2020-12-29 2021-04-20 平安银行股份有限公司 基于图片处理接口的自动审批方法、装置、设备及介质
CN112686244B (zh) * 2020-12-29 2024-03-19 平安银行股份有限公司 基于图片处理接口的自动审批方法、装置、设备及介质
CN112927062A (zh) * 2021-01-21 2021-06-08 平安普惠企业管理有限公司 基于语音识别的业务申请处理方法、装置和计算机设备
CN113112232A (zh) * 2021-04-14 2021-07-13 中国工商银行股份有限公司 线上贷款审核方法、审核装置、电子设备及存储介质
CN113436353A (zh) * 2021-05-11 2021-09-24 西安艾润物联网技术服务有限责任公司 基于语音交互的车辆计费方法及装置
CN113158978B (zh) * 2021-05-14 2022-04-08 无锡锡商银行股份有限公司 一种微表情识别在视频审核中的风险预警方法
CN113158978A (zh) * 2021-05-14 2021-07-23 无锡锡商银行股份有限公司 一种微表情识别在视频审核中的风险预警方法
CN113485668A (zh) * 2021-05-17 2021-10-08 广州佰锐网络科技有限公司 一种智能开户方法及系统
CN113485668B (zh) * 2021-05-17 2024-05-10 广州佰锐网络科技有限公司 一种智能开户方法及系统
CN113706293A (zh) * 2021-08-31 2021-11-26 平安普惠企业管理有限公司 基于图像的信贷审批方法、装置、电子设备及介质
CN114119192A (zh) * 2021-10-15 2022-03-01 连邦网络科技服务南通有限公司 一种基于多端口的软件数据分析系统及方法
CN114445896A (zh) * 2022-01-28 2022-05-06 北京百度网讯科技有限公司 视频中人物陈述内容可置信度的评估方法及装置
CN114445896B (zh) * 2022-01-28 2024-04-05 北京百度网讯科技有限公司 视频中人物陈述内容可置信度的评估方法及装置
CN115018631A (zh) * 2022-06-28 2022-09-06 平安银行股份有限公司 贷款人数据识别方法、装置、电子设备和存储介质
CN117764710A (zh) * 2023-12-19 2024-03-26 北京安泰伟奥信息技术有限公司 一种住房金融风险行为的监控方法
CN117764710B (zh) * 2023-12-19 2024-06-04 北京安泰伟奥信息技术有限公司 一种住房金融风险行为的监控方法

Similar Documents

Publication Publication Date Title
CN109697665A (zh) 基于人工智能的贷款审核方法、装置、设备及介质
CN112613501A (zh) 信息审核分类模型的构建方法和信息审核方法
CN111861732A (zh) 一种风险评估系统及方法
US8284985B2 (en) Interactive device for processing documents
CN109872233A (zh) 合同签订方法、装置、计算机设备及存储介质
CN109767321A (zh) 问答过程优化方法、装置、计算机设备和存储介质
CN109472918A (zh) 发票验证方法、融资审核方法、装置、设备及介质
CN107945015A (zh) 人机问答审核方法、装置、设备及计算机可读存储介质
CN110163741A (zh) 基于信贷风控模型的信贷决策方法、装置、设备及介质
JP2023502202A (ja) 偽造物理的文書の検出のための、データベース、データ構造、およびデータ処理システム
DE112019000334T5 (de) Validieren der identität eines fernen benutzers durch vergleichen auf der grundlage von schwellenwerten
CN109376592A (zh) 活体检测方法、装置和计算机可读存储介质
CN112651333B (zh) 静默活体检测方法、装置、终端设备和存储介质
CN111444873A (zh) 视频中人物真伪的检测方法、装置、电子设备及存储介质
CN109509088A (zh) 基于微表情识别的贷款审核方法、装置、设备及介质
CN109815803A (zh) 面审风险控制方法、装置、计算机设备和存储介质
CN110392041A (zh) 电子授权方法、装置、存储设备及存储介质
CN108846015A (zh) 不动产信息查询方法、装置、计算机设备和存储介质
CN116822623B (zh) 一种生成对抗网络联合训练方法、装置、设备及存储介质
CN109766772A (zh) 风险控制方法、装置、计算机设备和存储介质
CN109544384A (zh) 基于生物识别的津贴发放方法、装置、终端、存储介质
CN116882928A (zh) 商户签约资质审核方法、装置及电子设备
CN112560989A (zh) 一种基于大数据的人工智能防伪图像识别方法及系统
CN108846292A (zh) 脱敏处理方法及装置
CN109636572A (zh) 银行卡的风险检测方法、装置、设备及可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination