CN110473049A - 理财产品推荐方法、装置、设备及计算机可读存储介质 - Google Patents

理财产品推荐方法、装置、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN110473049A
CN110473049A CN201910605733.0A CN201910605733A CN110473049A CN 110473049 A CN110473049 A CN 110473049A CN 201910605733 A CN201910605733 A CN 201910605733A CN 110473049 A CN110473049 A CN 110473049A
Authority
CN
China
Prior art keywords
micro
book keeping
keeping operation
operation video
expression type
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
CN201910605733.0A
Other languages
English (en)
Inventor
俞诗洪
李建东
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
Publication of CN110473049A publication Critical patent/CN110473049A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • 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
    • G06Q40/06—Asset management; Financial planning or analysis
    • 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
    • G06V40/168—Feature extraction; Face representation
    • 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
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/55—Push-based network services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/265—Mixing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Accounting & Taxation (AREA)
  • Health & Medical Sciences (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Human Resources & Organizations (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • Technology Law (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Operations Research (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本申请提供一种理财产品推荐方法、装置、设备及计算机可读存储介质，该方法包括：对获取到的记账视频进行微表情识别，得到所述记账视频的微表情类型集合；获取预存的微表情类型组，并根据所述微表情类型组和所述微表情类型集合，对所述记账视频进行真伪校验；当所述记账视频通过真伪校验时，对所述记账视频进行语音识别，得到记账信息，并将所述记账信息上传至服务器进行存储，以形成记账数据；接收所述服务器基于所述记账数据和预设理财需求决策模型推送的理财产品链接。本申请采用微表情识别和语音识别技术，能够避免存储的记账信息是伪造的情况发生，同时基于真实的记账信息和预设理财需求决策模型，可以有效的提高理财产品推荐的精确性。

Description

理财产品推荐方法、装置、设备及计算机可读存储介质
技术领域
本申请涉及智能决策的技术领域，尤其涉及一种理财产品推荐方法、装置、设备及计算机可读存储介质。
背景技术
智能营销是结合计算机、互联网和大数据等技术，应用于产品营销的一种新思维，尤其是针对线上销售的产品，如保险产品、理财产品和线上销售的实体产品等，即企业结合计算机、互联网和大数据等技术给用户推荐自己的产品可以提高产品的销售量，给企业带来收益。
目前，理财产品的推荐方式主要是通过收集用户的记账数据，基于用户的记账数据给用户推荐理财产品，由于理财商品的推荐依托于用户的记账数据，为此用户的记账数据影响理财产品推荐的精确性，然而，实际生活中，用户输入的记账数据存在伪造的情况，无可避免的降低了理财产品推荐的精确性，因此，如何提高理财产品推荐的精确性是目前亟待解决的问题。
发明内容
本申请的主要目的在于提供一种理财产品推荐方法、装置、设备及计算机可读存储介质，旨在提高理财产品推荐的精确性。
第一方面，本申请提供一种理财产品推荐方法，所述理财产品推荐方法包括以下步骤：
对获取到的记账视频进行微表情识别，得到所述记账视频的微表情类型集合；
获取预存的微表情类型组，并根据所述微表情类型组和所述微表情类型集合，对所述记账视频进行真伪校验；
当所述记账视频通过真伪校验时，对所述记账视频进行语音识别，得到记账信息，并将所述记账信息上传至服务器进行存储，以形成记账数据；
接收所述服务器基于所述记账数据和预设理财需求决策模型推送的理财产品链接。
第二方面，本申请还提供一种理财产品推荐装置，所述理财产品推荐装置包括：
微表情识别模块，用于对获取到的记账视频进行微表情识别，得到所述记账视频的微表情类型集合；
数据校验模块，用于获取预存的微表情类型组，并根据所述微表情类型组和所述微表情类型集合，对所述记账视频进行真伪校验；
语音识别模块，用于当所述记账视频通过真伪校验时，对所述记账视频进行语音识别，得到记账信息；
数据上传模块，用于将所述记账信息上传至服务器进行存储，以形成记账数据；
数据接收模块，用于接收所述服务器基于所述记账数据和预设理财需求决策模型推送的理财产品链接。
第三方面，本申请还提供一种计算机设备，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如上述的理财产品推荐方法的步骤。
第四方面，本申请还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，其中所述计算机程序被处理器执行时，实现如上述的理财产品推荐方法的步骤。
本申请提供一种理财产品推荐方法、装置、设备及计算机可读存储介质，本申请通过微表情识别技术对记账视频进行真伪校验，并在记账视频通过真伪校验之后，才对记账视频进行语音识别，得到记账信息，可以避免存储的记账信息是伪造的情况发生，同时，基于真实的记账信息和预设理财需求决策模型，可用给用户准确推荐对应的理财产品，由于避免了存储的记账信息是伪造的情况发生，同时基于真实的记账信息和预设理财需求决策模型，可以有效的提高理财产品推荐的精确性。
附图说明
为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种理财产品推荐方法的流程示意图；
图2为图1中的理财产品推荐方法的子步骤流程示意图；
图3为实施本实施例提供的理财产品推荐方法的一场景示意图；
图4为本申请实施例提供的另一种理财产品推荐方法的流程示意图；
图5为本申请实施例提供的另一种理财产品推荐方法的流程示意图；
图6为本申请实施例提供的一种理财产品推荐装置的示意性框图；
图7为图6中的理财产品推荐装置的子模块的示意性框图；
图8为本申请实施例提供的另一种理财产品推荐装置的示意性框图；
图9为本申请实施例提供的另一种理财产品推荐装置的示意性框图；
图10为本申请一实施例涉及的计算机设备的结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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他实施例，都属于本申请保护的范围。
附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
本申请实施例提供一种理财产品推荐方法、装置、计算机设备及计算机可读存储介质。其中，该理财产品推荐方法可应用于终端设备中，该终端设备可以手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等电子设备。
下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
请参照图1，图1为本申请的实施例提供的一种理财产品推荐方法的流程示意图。
如图1所示，该理财产品推荐方法，用于精确的向用户推荐理财产品，其中该理财产品推荐方法包括步骤S101至步骤S104。
步骤S101、对获取到的记账视频进行微表情识别，得到所述记账视频的微表情类型集合。
具体地，当监测到用户触发的记账指令时，该终端设备显示记账视频录制界面，并获取用户基于该记账视频录制界面录制的记账视频，在获取到记账视频之后，该终端设备对该记账视频进行微表情识别，得到该记账视频的微表情类型集合。其中，该记账视频包括用户脸部表情的视频数据和用户语音数据，且该用户语音数据携带有记账信息，该记账信息包括但不限于记账时间点、收支金额和记账地点。
在一实施例中，通过同时对记账视频中的每一记账视频图像帧进行微表情识别，可以快速的得到该记账视频的微表情类型集合，具体地，参照图2，步骤S101包括：子步骤S1011至子步骤S1012。
子步骤S1011，对所述记账视频中的每一记账视频图像帧进行微表情识别，确定每一记账视频图像帧的微表情类型。
在获取到记账视频之后，该终端设备同时对记账视频中的每一记账视频图像帧进行微表情识别，确定每一记账视频图像帧的微表情类型，即将该记账视频拆分为若干记账视频图像帧，并同时提取若干记账视频图像帧中每一记账视频图像帧的目标特征向量，且获取预存的微表情库，然后根据每一记账视频图像帧的目标特征向量和该微表情库中的每个预设微表情的特征向量，确定每一记账视频图像帧的微表情类型。需要说明的是，上述预设的微表情库基于实际情况进行设置，本实施例对此不作具体说明。
其中，每一记账视频图像帧的微表情类型的确定方式具体为：确定记账视频图像帧的数量，并创建与该数量对应的线程，由每个线程执行记账视频图像帧的微表情类型的确定操作，即终端设备运行多个线程，每个线程计算一个记账视频图像帧的目标特征向量与该微表情库中的每个预设微表情的特征向量之间的相似概率，并将该相似概率大于预设阈值对应的微表情类型确定为该记账视频图像帧的微表情类型，在多个线程运行结束之后即可得到每一记账视频图像帧的微表情类型。需要说明的是，上述预设阈值可基于实际情况进行设置，本实施例对此不作具体限定。
子步骤S1012、汇集每一记账视频图像帧的微表情类型，得到所述记账视频的微表情类型集合。
在确定每一记账视频图像帧的微表情类型之后，该终端设备汇集每一记账视频图像帧的微表情类型，得到该记账视频的微表情类型集合，具体实施中，存在记账视频图像帧的微表情类型相同的情况，为此，在汇集每一记账视频图像帧的微表情类型时，如果存在记账视频图像帧的微表情类型相同，则仅汇集其中一个记账视频图像帧的微表情类型，保证微表情类型集合中的微表情类型不重复。
步骤S102、获取预存的微表情类型组，并根据所述微表情类型组和所述微表情类型集合，对所述记账视频进行真伪校验。
其中，预存的微表情类型组可基于实际情况进行设置，本实施例对此不作具体限定，可选地，预存的微表情类型组中存储有用于表示用户是否说谎的微表情类型标签，如表示连续眨眼、眼球迅速来回移动和嘴巴说话停顿等微表情类型标签。
具体地，为准确地确定记账视频是否通过真伪校验，在得到记账视频的微表情类型集合之后，该终端设备获取预存的微表情类型组，并根据该微表情类型组和微表情类型集合，对该记账视频进行真伪校验。
其中，对该记账视频进行真伪校验的方式具体为：判断该微表情类型集合内是否包含该微表情类型组中一半以上的微表情类型，如果该微表情类型集合内包含该微表情类型组中一半以上的微表情类型，则可以确定该记账视频未通过真伪校验，如果该微表情类型集合内包含该微表情类型组中少于一半的微表情类型，则可以确定该记账视频通过真伪校验。
步骤S103、当所述记账视频通过真伪校验时，对所述记账视频进行语音识别，得到记账信息，并将所述记账信息上传至服务器进行存储，以形成记账数据。
当该记账视频通过真伪校验时，该终端设备对记账视频进行语音识别，得到记账信息，并将该记账信息上传至服务器进行存储，以形成记账数据。其中，为快速的从记账视频中识别出记账信息，终端设备在记账视频通过真伪校验时，从该记账视频中分离出记账音频，并对该记账音频进行语音识别，得到记账信息。具体实施中，如果该记账视频未通过真伪校验，则提醒用户重新输入记账视频。
其中，音视频的分离方式具体为：获取预设音频格式，并将该记账视频的格式转换为该预设音频格式，以实现音视频分离。需要说明的是，上述预设音频格式可基于实际情况进行设置，本实施例对此不作具体限定。
步骤S104、接收所述服务器基于所述记账数据和预设理财需求决策模型推送的理财产品链接。
其中，该服务器中设置有推荐理财产品的定时任务，即服务器定时的依据该记账数据和预设理财需求决策模型，确定用户的理财需求，即将该记账数据输入至预设理财需求决策模型中的理财类型确定层，以确定用户所属的理财类型，并将该理财类型输入至预设理财需求决策模型中的需求匹配层，以确定用户的理财需求；在确定理财需求之后，服务器查询预存的理财需求与理财产品链接的映射关系表，获取与该理财需求对应的理财产品链接，并将该理财产品链接发送至该终端设备。
需要说明的是，该理财类型确定层中设置有记账数据与理想类型的映射关系，通过对记账数据进行分析，可以得到用户所属的理财类型，该需求匹配层中设置有理财需求与理财类型的映射关系，在确定用户所属的理财类型之后，通过需求匹配层即可确定用户的理财需求。
例如，设理财类型为收入型、支出型和平衡型，设理财需求为活期理财、定期理财和基金理财，且理财需求与理财类型的映射关系为收入型-基金理财、支出型-活期理财和平衡型-定期理财，则当用户所属的理财类型为支出型时，则用户的理财需求为活期理财。
终端设备接收服务器基于该记账数据和预设理财需求决策模型推送的理财产品链接，并显示包含该理财产品链接的页面。其中，该理财产品链接可以为文字类链接，也可以为图标类链接，还可以为消息类链接，本方案对此不作具体限定。
当终端设备检测到用户点击理财产品链接时，向服务器发送对应理财产品的页面加载请求，该服务器在接收到该页面加载请求之后，获取加载包含理财产品页面所需的页面数据，并将该页面数据发送给终端设备，终端设备在接收到服务器返回的页面数据时，基于该页面数据加载包含理财产品的页面。请参照图3，图3为实施本实施例提供的理财产品推荐方法的一场景示意图，如图3所示，该终端设备执行本实施例提供的理财产品推荐方法，该服务器定时基于理财需求决策模型和存储的记账数据，向该终端设备推荐理财产品。
上述实施例提供的理财产品推荐方法，通过微表情识别技术对记账视频进行真伪校验，并在记账视频通过真伪校验之后，才对记账视频进行语音识别，得到记账信息，可以避免存储的记账信息是伪造的情况发生，同时，基于真实的记账信息和预设理财需求决策模型，可用给用户准确推荐对应的理财产品，由于避免了存储的记账信息是伪造的情况发生，同时基于真实的记账信息和预设理财需求决策模型，可以有效的提高理财产品推荐的精确性。
请参照图4，图4为本申请实施例提供的另一种理财产品推荐方法的流程示意图。
如图4所示，该理财产品推荐方法包括步骤S201至206。
步骤S201、获取记账视频，并提取所述记账视频中的全部人脸特征，以形成人脸特征集合。
当监测到用户触发的记账指令时，该终端设备显示记账视频录制界面，并获取用户基于该记账视频录制界面录制的记账视频，在获取到记账视频之后，提取该记账视频中的全部人脸特征，以形成人脸特征集合。
具体地，获取预存的人脸特征提取模型，并将该记账视频拆分为单个的记账视频图像帧，得到记账视频图像帧集合，然后将该记账视频图像帧集合中的每一记账视频图像帧输入至该人脸特征提取模型，由该人脸特征提取模型，提取每一记账视频图像帧包含的人脸特征，并汇集每一记账视频图像帧包含的人脸特征，得到该记账视频对应的人脸特征集合。
其中，该人脸特征提取模型是基于深度卷积神经网络DCNN和训练样本得到的，具体为：首先基于深度卷积神经网络DCNN建立人脸特征点形状驱动深度模型，然后对人脸特征点形状驱动深度模型进行训练，且训练样本为两张人脸图片及图像中相应的N个区域，在人脸特征点形状驱动深度模型收敛之后，即可得到人脸特征提取模型。
需要说明的是，人脸特征点即人脸中具有明显特征的一些关键点，如瞳孔中心、鼻尖、眉毛两端点、嘴角等，对于区域的划分方法可以是将人脸划分为十个区域，分别为整张人脸、头发、前额、眉毛、眼睛、鼻子、两颊、唇上、嘴和下巴，根据形状前额、眉毛、眼睛、唇上、嘴巴为矩形区域，鼻子、头发选取梯形区域，下巴、两颊及整张人脸则为椭圆形区域。为了使得区域的划分能够对角度变化、误差、人脸对齐等因素鲁棒，各个区域需要包含相对大一点的面积，各区域之间可以有重合。
步骤S202、判断所述人脸特征集合与预设人脸特征组是否一致；
在得到人脸特征集合之后，该终端设备判断该人脸特征集合与预设人脸特征组是否一致，具体地，计算该人脸特征集合与预设人脸特征组之间的相似度，并判断该相似度是否大于或等于预设阈值，如果该相似度大于或等于预设阈值，则确定该人脸特征集合与预设人脸特征组一致，如果该相似度小于预设阈值，则确定该人脸特征集合与预设人脸特征组不一致。
步骤S203、若所述人脸特征集合与预设人脸特征组一致，则对获取到的记账视频进行微表情识别，得到所述记账视频的微表情类型集合。
如果该人脸特征集合与预设人脸特征组一致，则对获取到的记账视频进行微表情识别，得到该记账视频的微表情类型集合，即同时对该记账视频中的每一记账视频图像帧进行微表情识别，确定每一记账视频图像帧的微表情类型，并汇集每一记账视频图像帧的微表情类型，得到该记账视频的微表情类型集合。具体实施中，如果该人脸特征集合与预设人脸特征组不一致，则提醒用户重新录制记账视频。
步骤S204、获取预存的微表情类型组，并根据所述微表情类型组和所述微表情类型集合，对所述记账视频进行真伪校验。
为准确的确定记账视频是否通过真伪校验，在得到记账视频的微表情类型集合之后，该终端设备获取预存的微表情类型组，并根据该微表情类型组和微表情类型集合，对该记账视频进行真伪校验。
步骤S205、当所述记账视频通过真伪校验时，对所述记账视频进行语音识别，得到记账信息，并将所述记账信息上传至服务器进行存储，以形成记账数据。
当该记账视频通过真伪校验时，该终端设备对记账视频进行语音识别，得到记账信息，并将该记账信息上传至服务器进行存储，以形成记账数据。其中，为快速的从记账视频中识别出记账信息，终端设备在记账视频通过真伪校验时，从该记账视频中分离出记账音频，并对该记账音频进行语音识别，得到记账信息。具体实施中，如果该记账视频未通过真伪校验，则提醒用户重新输入记账视频。
步骤S206、接收所述服务器基于所述记账数据和预设理财需求决策模型推送的理财产品链接。
终端设备接收服务器基于该记账数据和预设理财需求决策模型推送的理财产品链接，并显示包含该理财产品链接的页面。其中，该理财产品链接可以为文字类链接，也可以为图标类链接，还可以为消息类链接，本方案对此不作具体限定。
上述实施例提供的理财产品推荐方法，通过对记账视频进行真人识别和真伪校验，可以进一步地防止记账信息的伪造与非本人输入，保证记账信息的准确性，同时基于真实的记账信息和预设理财需求决策模型，可以有效的提高理财产品推荐的精确性。
请参照图5，图5为本申请实施例提供的另一种理财产品推荐方法的流程示意图。
如图5所示，该理财产品推荐方法包括步骤S301至307。
步骤S301、当监测到记账指令时，显示记账界面，并通过所述记账界面采集用户语音数据。
当用户需要记账时，通过点击终端设备中的记账控件触发记账指令，当终端设备监测到记账指令时，显示记账界面，并通过该记账界面采集用户语音数据，即当监测到该记账界面中的语音记账控件被点击时，采集用户语音数据。
步骤S302、在采集用户语音数据的同时，开启摄像头拍摄得到包含用户脸部表情的视频数据，且不显示所述视频数据。
在采集用户语音数据的同时，该终端设备开启摄像头拍摄得到包含用户脸部表情的视频数据，且不显示该视频数据，即通过无感的方式拍摄得到包含用户脸部表情的视频数据。
步骤S303、根据采集到的用户语音数据和拍摄得到的视频数据，合成对应的记账视频。
在采集到用户语音数据和拍摄得到视频数据之后，该终端设备根据采集到的用户语音数据和拍摄得到的视频数据，合成对应的记账视频。
步骤S304、对获取到的记账视频进行微表情识别，得到所述记账视频的微表情类型集合。
在得到记账视频之后，对获取到的记账视频进行微表情识别，得到该记账视频的微表情类型集合，即同时对该记账视频中的每一记账视频图像帧进行微表情识别，确定每一记账视频图像帧的微表情类型，并汇集每一记账视频图像帧的微表情类型，得到该记账视频的微表情类型集合。具体实施中，如果该人脸特征集合与预设人脸特征组不一致，则提醒用户重新录制记账视频。
步骤S305、获取预存的微表情类型组，并根据所述微表情类型组和所述微表情类型集合，对所述记账视频进行真伪校验。
为准确的确定记账视频是否通过真伪校验，在得到记账视频的微表情类型集合之后，该终端设备获取预存的微表情类型组，并根据该微表情类型组和微表情类型集合，对该记账视频进行真伪校验。
步骤S306、当所述记账视频通过真伪校验时，对所述记账视频进行语音识别，得到记账信息，并将所述记账信息上传至服务器进行存储，以形成记账数据。
当该记账视频通过真伪校验时，该终端设备对记账视频进行语音识别，得到记账信息，并将该记账信息上传至服务器进行存储，以形成记账数据。其中，为快速的从记账视频中识别出记账信息，终端设备在记账视频通过真伪校验时，从该记账视频中分离出记账音频，并对该记账音频进行语音识别，得到记账信息。具体实施中，如果该记账视频未通过真伪校验，则提醒用户重新输入记账视频。
步骤S307、接收所述服务器基于所述记账数据和预设理财需求决策模型推送的理财产品链接。
终端设备接收服务器基于该记账数据和预设理财需求决策模型推送的理财产品链接，并显示包含该理财产品链接的页面。其中，该理财产品链接可以为文字类链接，也可以为图标类链接，还可以为消息类链接，本方案对此不作具体限定。
上述实施例提供的理财产品推荐方法，通过拍摄包含用户脸部表情的视频数据时，并不显示该视频数据，能够在用户不知晓的情况下采集包含用户脸部表情的视频数据，可以使得用户可以放松的记账，提高拍摄到的视频数据中的脸部表情的准确性，并对记账视频进行真人识别和真伪校验，可以进一步地防止记账信息的伪造与非本人输入，保证记账信息的准确性，同时基于真实的记账信息和预设理财需求决策模型，可以有效的提高理财产品推荐的精确性。
请参照图6，图6为本申请实施例提供的一种理财产品推荐装置的示意性框图。
如图6所示，该理财产品推荐装置400，包括：微表情识别模块401、数据校验模块402、语音识别模块403、数据上传模块404和数据接收模块405。
微表情识别模块401，用于微表情识别模块，用于对获取到的记账视频进行微表情识别，得到所述记账视频的微表情类型集合。
在一个实施例中，如图7所示，所述微表情识别模块401包括：
微表情识别子模块4011，用于对获取到的记账视频中的每一记账视频图像帧进行微表情识别，确定每一记账视频图像帧的微表情类型。
汇集子模块4012，用于汇集每一记账视频图像帧的微表情类型，得到所述记账视频的微表情类型集合。
数据校验模块402，用于获取预存的微表情类型组，并根据所述微表情类型组和所述微表情类型集合，对所述记账视频进行真伪校验。
在一个实施例中，所述数据校验模块402具体用于判断所述微表情类型集合内是否包含所述微表情类型组中一半以上的微表情类型；若所述微表情类型集合内包含所述微表情类型组中一半以上的微表情类型，则确定所述记账视频未通过真伪校验；若所述微表情类型集合内包含所述微表情类型组中少于一半的微表情类型，则确定所述记账视频通过真伪校验。
语音识别模块403，用于当所述记账视频通过真伪校验时，对所述记账视频进行语音识别，得到记账信息。
在一个实施例中，所述语音识别模块403，具体用于当所述记账视频通过真伪校验时，从所述记账视频中分离出记账音频；对所述记账音频进行语音识别，得到记账信息。
数据上传模块404，用于将所述记账信息上传至服务器进行存储，以形成记账数据。
数据接收模块405，用于接收所述服务器基于所述记账数据和预设理财需求决策模型推送的理财产品链接。
请参照图8，图8为本申请实施例提供的另一种理财产品推荐装置的示意性框图。
如图8所示，该理财产品推荐装置500，包括：人脸特征提取模块501、判断模块502、微表情识别模块503、数据校验模块504、语音识别模块505、数据上传模块506和数据接收模块507。
人脸特征提取模块501，用于获取记账视频，并提取所述记账视频中的全部人脸特征，以形成人脸特征集合。
判断模块502，用于判断所述人脸特征集合与预设人脸特征组是否一致。
在一实施例中，所述判断模块502，具体用于计算所述人脸特征集合与预设人脸特征组之间的相似度，并判断所述相似度是否大于或等于预设阈值；若所述相似度大于或等于预设阈值，则确定所述人脸特征集合与预设人脸特征组一致；若所述相似度小于预设阈值，则确定所述人脸特征集合与预设人脸特征组不一致。
微表情识别模块503，用于若所述人脸特征集合与预设人脸特征组一致，则对获取到的记账视频进行微表情识别，得到所述记账视频的微表情类型集合。
数据校验模块504，用于获取预存的微表情类型组，并根据所述微表情类型组和所述微表情类型集合，对所述记账视频进行真伪校验。
语音识别模块505用于当所述记账视频通过真伪校验时，对所述记账视频进行语音识别，得到记账信息。
数据上传模块506，用于将所述记账信息上传至服务器进行存储，以形成记账数据
数据接收模块507，用于接收所述服务器基于所述记账数据和预设理财需求决策模型推送的理财产品链接。
请参照图9，图9为本申请实施例提供的另一种理财产品推荐装置的示意性框图。
如图9所示，该理财产品推荐装置600，包括：语音数据采集模块601、视频数据采集模块602、合成模块603、微表情识别模块604、数据校验模块605、语音识别模块606、数据上传模块607和数据接收模块608。
语音数据采集模块601，用于当监测到记账指令时，显示记账界面，并通过所述记账界面采集用户语音数据。
视频数据采集模块602，用于在采集用户语音数据的同时，开启摄像头拍摄得到包含用户脸部表情的视频数据，且不显示所述视频数据。
合成模块603，用于根据采集到的用户语音数据和拍摄得到的视频数据，合成对应的记账视频。
微表情识别模块604，用于对获取到的记账视频进行微表情识别，得到所述记账视频的微表情类型集合。
数据校验模块605，用于获取预存的微表情类型组，并根据所述微表情类型组和所述微表情类型集合，对所述记账视频进行真伪校验。
语音识别模块606，用于当所述记账视频通过真伪校验时，对所述记账视频进行语音识别，得到记账信息。
数据上传模块607，用于将所述记账信息上传至服务器进行存储，以形成记账数据。
数据接收模块608，用于接收所述服务器基于所述记账数据和预设理财需求决策模型推送的理财产品链接。
需要说明的是，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，上述描述的装置和各模块及单元的具体工作过程，可以参考前述理财产品推荐方法实施例中的对应过程，在此不再赘述。
上述实施例提供的装置可以实现为一种计算机程序的形式，该计算机程序可以在如图10所示的计算机设备上运行。
请参阅图10，图10为本申请实施例提供的一种计算机设备的结构示意性框图。该计算机设备可以为终端设备。
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、存储器和网络接口，其中，存储器可以包括非易失性存储介质和内存储器。
非易失性存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令，该程序指令被执行时，可使得处理器执行任意一种理财产品推荐方法。
处理器用于提供计算和控制能力，支撑整个计算机设备的运行。
内存储器为非易失性存储介质中的计算机程序的运行提供环境，该计算机程序被处理器执行时，可使得处理器执行任意一种理财产品推荐方法。
该网络接口用于进行网络通信，如发送分配的任务等。本领域技术人员可以理解，图10中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
应当理解的是，处理器可以是中央处理单元(Central Processing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
其中，在一个实施例中，所述处理器用于运行存储在存储器中的计算机程序，以实现如下步骤：
对获取到的记账视频进行微表情识别，得到所述记账视频的微表情类型集合；
获取预存的微表情类型组，并根据所述微表情类型组和所述微表情类型集合，对所述记账视频进行真伪校验；
当所述记账视频通过真伪校验时，对所述记账视频进行语音识别，得到记账信息，并将所述记账信息上传至服务器进行存储，以形成记账数据；
接收所述服务器基于所述记账数据和预设理财需求决策模型推送的理财产品链接。
在一个实施例中，所述处理器在实现对获取到的记账视频进行微表情识别，得到所述记账视频的微表情类型集合时，用于实现：
对获取到的记账视频中的每一记账视频图像帧进行微表情识别，确定每一记账视频图像帧的微表情类型；
汇集每一记账视频图像帧的微表情类型，得到所述记账视频的微表情类型集合。
在一个实施例中，所述处理器在实现根据所述微表情类型组和所述微表情类型集合，对所述记账视频进行真伪校验时，用于实现：
判断所述微表情类型集合内是否包含所述微表情类型组中一半以上的微表情类型；
若所述微表情类型集合内包含所述微表情类型组中一半以上的微表情类型，则确定所述记账视频未通过真伪校验；
若所述微表情类型集合内包含所述微表情类型组中少于一半的微表情类型，则确定所述记账视频通过真伪校验。
在一个实施例中，所述处理器在实现当所述记账视频通过真伪校验时，对所述记账视频进行语音识别，得到记账信息时，用于实现：
当所述记账视频通过真伪校验时，从所述记账视频中分离出记账音频；
对所述记账音频进行语音识别，得到记账信息。
其中，在另一实施例中，所述处理器用于运行存储在存储器中的计算机程序，以实现如下步骤：
获取记账视频，并提取所述记账视频中的全部人脸特征，以形成人脸特征集合；
判断所述人脸特征集合与预设人脸特征组是否一致；
若所述人脸特征集合与预设人脸特征组一致，则对获取到的记账视频进行微表情识别，得到所述记账视频的微表情类型集合。
在一个实施例中，所述处理器在实现判断所述人脸特征集合与预设人脸特征组是否一致时，用于实现：
计算所述人脸特征集合与预设人脸特征组之间的相似度，并判断所述相似度是否大于或等于预设阈值；
若所述相似度大于或等于预设阈值，则确定所述人脸特征集合与预设人脸特征组一致；
若所述相似度小于预设阈值，则确定所述人脸特征集合与预设人脸特征组不一致。
其中，在另一实施例中，所述处理器用于运行存储在存储器中的计算机程序，以实现如下步骤：
当监测到记账指令时，显示记账界面，并通过所述记账界面采集用户语音数据；
在采集用户语音数据的同时，开启摄像头拍摄得到包含用户脸部表情的视频数据，且不显示所述视频数据；
根据采集到的用户语音数据和拍摄得到的视频数据，合成对应的记账视频。
本申请实施例还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，所述计算机程序中包括程序指令，所述程序指令被执行时所实现的方法可参照本申请理财产品推荐方法的各个实施例。
其中，所述计算机可读存储介质可以是前述实施例所述的计算机设备的内部存储单元，例如所述计算机设备的硬盘或内存。所述计算机可读存储介质也可以是所述计算机设备的外部存储设备，例如所述计算机设备上配备的插接式硬盘，智能存储卡(SmartMedia Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种理财产品推荐方法，其特征在于，包括：
对获取到的记账视频进行微表情识别，得到所述记账视频的微表情类型集合；
获取预存的微表情类型组，并根据所述微表情类型组和所述微表情类型集合，对所述记账视频进行真伪校验；
当所述记账视频通过真伪校验时，对所述记账视频进行语音识别，得到记账信息，并将所述记账信息上传至服务器进行存储，以形成记账数据；
接收所述服务器基于所述记账数据和预设理财需求决策模型推送的理财产品链接。
2.如权利要求1所述的理财产品推荐方法，其特征在于，所述对获取到的记账视频进行微表情识别，得到所述记账视频的微表情类型集合的步骤包括：
对获取到的记账视频中的每一记账视频图像帧进行微表情识别，确定每一记账视频图像帧的微表情类型；
汇集每一记账视频图像帧的微表情类型，得到所述记账视频的微表情类型集合。
3.如权利要求1所述的理财产品推荐方法，其特征在于，所述根据所述微表情类型组和所述微表情类型集合，对所述记账视频进行真伪校验的步骤包括：
判断所述微表情类型集合内是否包含所述微表情类型组中一半以上的微表情类型；
若所述微表情类型集合内包含所述微表情类型组中一半以上的微表情类型，则确定所述记账视频未通过真伪校验；
若所述微表情类型集合内包含所述微表情类型组中少于一半的微表情类型，则确定所述记账视频通过真伪校验。
4.如权利要求1-3中任一项所述的理财产品推荐方法，其特征在于，所述对获取到的记账视频进行微表情识别，得到所述记账视频的微表情类型集合的步骤之前，还包括：
获取记账视频，并提取所述记账视频中的全部人脸特征，以形成人脸特征集合；
判断所述人脸特征集合与预设人脸特征组是否一致；
若所述人脸特征集合与预设人脸特征组一致，则对获取到的记账视频进行微表情识别，得到所述记账视频的微表情类型集合。
5.如权利要求4所述的理财产品推荐方法，其特征在于，所述判断所述人脸特征集合与预设人脸特征组是否一致的步骤包括：
计算所述人脸特征集合与预设人脸特征组之间的相似度，并判断所述相似度是否大于或等于预设阈值；
若所述相似度大于或等于预设阈值，则确定所述人脸特征集合与预设人脸特征组一致；
若所述相似度小于预设阈值，则确定所述人脸特征集合与预设人脸特征组不一致。
6.如权利要求1-3中任一项所述的理财产品推荐方法，其特征在于，当所述记账视频通过真伪校验时，对所述记账视频进行语音识别，得到记账信息的步骤包括：
当所述记账视频通过真伪校验时，从所述记账视频中分离出记账音频；
对所述记账音频进行语音识别，得到记账信息。
7.如权利要求1-3中任一项所述的理财产品推荐方法，其特征在于，所述对获取到的记账视频进行微表情识别，得到所述记账视频的微表情类型集合的步骤之前，还包括：
当监测到记账指令时，显示记账界面，并通过所述记账界面采集用户语音数据；
在采集用户语音数据的同时，开启摄像头拍摄得到包含用户脸部表情的视频数据，且不显示所述视频数据；
根据采集到的用户语音数据和拍摄得到的视频数据，合成对应的记账视频。
8.一种理财产品推荐装置，其特征在于，所述理财产品推荐装置包括：
微表情识别模块，用于对获取到的记账视频进行微表情识别，得到所述记账视频的微表情类型集合；
数据校验模块，用于获取预存的微表情类型组，并根据所述微表情类型组和所述微表情类型集合，对所述记账视频进行真伪校验；
语音识别模块，用于当所述记账视频通过真伪校验时，对所述记账视频进行语音识别，得到记账信息；
数据上传模块，用于将所述记账信息上传至服务器进行存储，以形成记账数据；
数据接收模块，用于接收所述服务器基于所述记账数据和预设理财需求决策模型推送的理财产品链接。
9.一种计算机设备，其特征在于，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如权利要求1至7中任一项所述的理财产品推荐方法的步骤。
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上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如权利要求1至7中任一项所述的理财产品推荐方法的步骤。
CN201910605733.0A 2019-05-22 2019-07-05 理财产品推荐方法、装置、设备及计算机可读存储介质 Pending CN110473049A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2019104295300 2019-05-22
CN201910429530 2019-05-22

Publications (1)

Publication Number Publication Date
CN110473049A true CN110473049A (zh) 2019-11-19

Family

ID=68506854

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910605733.0A Pending CN110473049A (zh) 2019-05-22 2019-07-05 理财产品推荐方法、装置、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN110473049A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111695458A (zh) * 2020-05-28 2020-09-22 腾讯科技（深圳）有限公司 一种视频图像帧处理方法及装置
WO2021128847A1 (zh) * 2019-12-25 2021-07-01 深圳壹账通智能科技有限公司 终端交互方法、装置、计算机设备及存储介质
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
TWI804968B (zh) * 2021-09-02 2023-06-11 中國信託商業銀行股份有限公司 線上證明資料防偽系統及線上證明資料防偽方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180005272A1 (en) * 2016-06-30 2018-01-04 Paypal, Inc. Image data detection for micro-expression analysis and targeted data services
CN108171403A (zh) * 2017-12-12 2018-06-15 广东广业开元科技有限公司 一种基于语音输入的人工智能手机记账系统和方法
CN108776922A (zh) * 2018-06-04 2018-11-09 北京至信普林科技有限公司 基于大数据的理财产品推荐方法及装置
CN109389492A (zh) * 2018-09-29 2019-02-26 平安科技（深圳）有限公司 基于微表情计算欺诈概率的方法、系统、设备及存储介质
CN109672935A (zh) * 2017-10-13 2019-04-23 富泰华工业（深圳）有限公司 基于用户情绪的视频推送系统及方法
CN109685611A (zh) * 2018-12-15 2019-04-26 深圳壹账通智能科技有限公司 一种产品推荐方法、装置、计算机设备及存储介质
CN109785066A (zh) * 2019-01-17 2019-05-21 深圳壹账通智能科技有限公司 基于微表情的产品推荐方法、装置、设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180005272A1 (en) * 2016-06-30 2018-01-04 Paypal, Inc. Image data detection for micro-expression analysis and targeted data services
CN109672935A (zh) * 2017-10-13 2019-04-23 富泰华工业（深圳）有限公司 基于用户情绪的视频推送系统及方法
CN108171403A (zh) * 2017-12-12 2018-06-15 广东广业开元科技有限公司 一种基于语音输入的人工智能手机记账系统和方法
CN108776922A (zh) * 2018-06-04 2018-11-09 北京至信普林科技有限公司 基于大数据的理财产品推荐方法及装置
CN109389492A (zh) * 2018-09-29 2019-02-26 平安科技（深圳）有限公司 基于微表情计算欺诈概率的方法、系统、设备及存储介质
CN109685611A (zh) * 2018-12-15 2019-04-26 深圳壹账通智能科技有限公司 一种产品推荐方法、装置、计算机设备及存储介质
CN109785066A (zh) * 2019-01-17 2019-05-21 深圳壹账通智能科技有限公司 基于微表情的产品推荐方法、装置、设备及存储介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021128847A1 (zh) * 2019-12-25 2021-07-01 深圳壹账通智能科技有限公司 终端交互方法、装置、计算机设备及存储介质
CN111695458A (zh) * 2020-05-28 2020-09-22 腾讯科技（深圳）有限公司 一种视频图像帧处理方法及装置
TWI804968B (zh) * 2021-09-02 2023-06-11 中國信託商業銀行股份有限公司 線上證明資料防偽系統及線上證明資料防偽方法
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

Similar Documents

Publication Publication Date Title
CN108053838B (zh) 结合音频分析和视频分析的欺诈识别方法、装置及存储介质
Escalante et al. Modeling, recognizing, and explaining apparent personality from videos
CN110473049A (zh) 理财产品推荐方法、装置、设备及计算机可读存储介质
JP6937440B2 (ja) マイクロ表現を用いて信ぴょう性を決定するコンピュータ化されたシステムおよび方法
CN110443692B (zh) 企业信贷审核方法、装置、设备及计算机可读存储介质
JP7454105B2 (ja) 顔画像品質評価方法及び装置、コンピュータ機器並びにコンピュータプログラム
WO2019071903A1 (zh) 微表情面审辅助方法、装置及存储介质
CN109409204A (zh) 防伪检测方法和装置、电子设备、存储介质
US11151385B2 (en) System and method for detecting deception in an audio-video response of a user
CN112233690B (zh) 双录方法、装置、终端及存储介质
US11450434B2 (en) Implementation of machine-learning based query construction and pattern identification through visualization in user interfaces
CN114787883A (zh) 自动情绪识别方法、系统、计算设备及计算机可读存储介质
WO2021068613A1 (zh) 面部识别方法、装置、设备及计算机可读存储介质
CN113095839A (zh) 认证方式的推荐方法、装置、设备及存储介质
CN112634017A (zh) 远程开卡激活方法、装置、电子设备及计算机存储介质
KR20180003696A (ko) 건강검진 결과 분석을 통한 맞춤 금융정보 제공 서버
Delgado-Santos et al. M-GaitFormer: Mobile biometric gait verification using Transformers
CN109800703A (zh) 基于微表情的风险审核方法、装置、计算机设备及存储介质
CN109785114A (zh) 用于贷款审核的信用数据展示方法、装置、设备及介质
CN109545382A (zh) 一种基于大数据的雷同病例识别方法及计算设备
KR102706677B1 (ko) 인공지능 모듈을 활용한 서명 추천 방법 및 그에 대한 시스템
CN113688784B (zh) 基于人脸识别的医保卡盗用风险识别方法及其相关设备
JP7180921B1 (ja) プログラム、情報処理装置および情報処理方法
EP4437534A1 (en) Intelligent transcription and biomarker analysis
Al Sarrih MASTERARBEIT/MASTER’S THESIS

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20191119

WD01 Invention patent application deemed withdrawn after publication