CN111192141A - 基于远程光体积描述术的风险评估方法、装置及存储介质 - Google Patents
基于远程光体积描述术的风险评估方法、装置及存储介质 Download PDFInfo
- Publication number
- CN111192141A CN111192141A CN202010009999.1A CN202010009999A CN111192141A CN 111192141 A CN111192141 A CN 111192141A CN 202010009999 A CN202010009999 A CN 202010009999A CN 111192141 A CN111192141 A CN 111192141A
- Authority
- CN
- China
- Prior art keywords
- heart rate
- risk assessment
- target person
- data
- abnormal
- 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
Links
- 238000012502 risk assessment Methods 0.000 title claims abstract description 122
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000013186 photoplethysmography Methods 0.000 title claims abstract description 38
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 147
- 230000002159 abnormal effect Effects 0.000 claims abstract description 91
- 238000011156 evaluation Methods 0.000 claims abstract description 48
- 230000003287 optical effect Effects 0.000 claims abstract description 14
- 238000013473 artificial intelligence Methods 0.000 claims description 39
- 238000005516 engineering process Methods 0.000 claims description 27
- 230000008569 process Effects 0.000 claims description 23
- 230000000630 rising effect Effects 0.000 claims description 21
- 230000000241 respiratory effect Effects 0.000 claims description 20
- 230000009471 action Effects 0.000 claims description 7
- 230000001815 facial effect Effects 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 208000024584 respiratory abnormality Diseases 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
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
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- 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
-
- 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
- G06V40/15—Biometric patterns based on physiological signals, e.g. heartbeat, blood flow
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Multimedia (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Economics (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及风险评估技术领域,提出一种基于远程光体积描述术的风险评估方法、装置及存储介质,其中的方法包括创建远程光体积描述术模型,并建立所述远程光体积描述术模型的用于实时视频流传输和反馈的系统接口;将待检测的视频流通过所述系统接口实时传输至所述远程光体积描述术模型,基于所述远程光体积描述术模型采集所述视频流中的目标人物的心率和呼吸数据;通过所述系统接口实时反馈所述心率和呼吸数据至风险评估系统,用于所述风险评估系统根据所述心率和呼吸数据进行欺诈风险评估。本发明通过评估视频获取目标人物的心率和呼吸异常时间点与提问时间点的关系,更加直观有效的获取目标人物的欺诈风险评分。
Description
技术领域
本发明涉及风险评估技术领域,尤其涉及一种基于远程光体积描述术的风险评估方法、装置及计算机可读存储介质。
背景技术
风险评估是风控部门的重要任务,也是关系到各类业务安全的重要控制手段,而随着互联网时代的发展,大量业务从线下搬到了线上,例如对于贷款业务来说,传统的贷款方式需要贷款人在线下办理面签,流程非常繁琐,对银行来说也消耗较多的人力物力。目前,线下面签逐渐发展成了线上远程面审,这样可以免除贷款者需要外出到达指定网点,以及无需每个网点均配备面签人员,在线远程面审人员可以大大减少银行的人员消耗。
针对线上远程面审,业内将诸多AI人工智能产品嵌入其中,试图通过视频对贷款者进行分析,从而建立反欺诈风控机制。举例,人脸识别技术在贷款过程中使用,可以对贷款者的身份进行确认;微表情技术在贷款过程中使用,可以对贷款者的面部细小的表情进行识别。但是表情和人脸识别都是基于视频的单帧图像进行分析,对视频的利用率较低,较难分析出贷款者在整个面审过程中连续的情绪变化,导致欺诈评估的工作量大、准确性低。
发明内容
本发明提供一种基于远程光体积描述术的风险评估方法、电子装置及计算机可读存储介质,其主要目的在于通过评估视频获取目标人物的心率和呼吸异常时间点与提问时间点的关系,更加直观有效的获取目标人物的欺诈风险评分。
为实现上述目的,本发明提供一种基于远程光体积描述术的风险评估方法,包括以下步骤:
基于光体积描述术的欺诈风险评估方法,应用于电子装置,其特征在于,所述方法包括:
创建远程光体积描述术模型,并建立所述远程光体积描述术模型的用于实时视频流传输和反馈的系统接口;
将待检测的视频流通过所述系统接口实时传输至所述远程光体积描述术模型,基于所述远程光体积描述术模型采集所述视频流中的目标人物的心率和呼吸数据;
通过所述系统接口实时反馈所述心率和呼吸数据至风险评估系统,用于所述风险评估系统根据所述心率和呼吸数据进行欺诈风险评估。
优选地,所述风险评估系统根据所述心率和呼吸数据进行欺诈风险评估的步骤包括:
在所述风险评估系统的显示界面中实时显示所述目标人物的心率和呼吸数据;
当所述心率或呼吸数据在预设时间内升高幅度超过设定值时,进一步判定所述心率或呼吸数据升高提示的时间点与所述风险评估系统提出问题的时间点是否在预设邻近范围内;
当所述心率或呼吸数据升高提示的时间点与所述风险评估系统提出问题的时间点在预设邻近范围内时,判定所述目标人物存在欺诈风险。
优选地,所述风险评估系统根据所述心率和呼吸数据进行欺诈风险评估的步骤还包括:
将所述目标人物在风险评估过程中的评估视频对话内容实时转换成文本数据,然后基于人工智能系统自动判断所述目标人物回答问题的时间点,同时自动测算所述时间点的目标人物的心率和呼吸数据是否存在异常,并通过所述人工智能系统对所述评估视频的欺诈风险进行评估打分;
或者,预先采集所述评估视频中提问人员和所述目标人物的声纹信息,并基于声纹识别技术对所述提问人员和所述目标人物的说话时间进行切割,获取所述目标人物开始说话的时间点,同时自动测算所述时间点的目标人物的心率和呼吸数据是否存在异常,并通过所述人工智能系统对所述评估视频的欺诈风险进行评估打分;
或者,对所述评估视频中的目标人物的面部嘴唇动作进行监测,并基于语音转文字或声纹识别技术,获取所述目标人物开始说话的时间点,同时自动测算所述时间点的目标人物的心率和呼吸数据是否存在异常,并通过所述人工智能系统对所述评估视频的欺诈风险进行评估打分。
优选地,所述通过所述人工智能系统对所述评估视频的欺诈风险进行评估打分的步骤包括:
设定所述心率或呼吸数据中残值较大的点、高杠杆点和强影响点作为初步异常点;
判断所述初步异常点与所述目标人物开始说话的时间点之间的时间差是否在设定范围内,若所述时间差在所述设定范围内,则确认所述初步异常点为确认异常点;
获取所述心率或呼吸数据的异常比例,
并基于所述异常比例获取欺诈风险评分。
优选地,所述心率或呼吸数据的异常比例获取公式为:
其中,a为心率或呼吸数据中的心率值点或呼吸值点,n为心率或呼吸数据的异常点,m为所述异常点n之前预设时间段内的平均心率值或呼吸值。
优选地,所述基于所述异常比例获取欺诈风险评分的公式为:
其中,P为所述评估视频的欺诈风险评分,N为所述评估视频的心率或呼吸数据中的心率值点或呼吸值点的总和,∑a为所述评估视频的心率或呼吸数据的异常比例总和。
为实现上述目的,本发明还提供一种电子装置,该电子装置包括:存储器及处理器,所述存储器中包括基于远程光体积描述术的风险评估程序,所述基于远程光体积描述术的风险评估程序被所述处理器执行时实现如下步骤:
创建远程光体积描述术模型,并建立所述远程光体积描述术模型的用于实时视频流传输和反馈的系统接口;
将待检测的视频流通过所述系统接口实时传输至所述远程光体积描述术模型,基于所述远程光体积描述术模型采集所述视频流中的目标人物的心率和呼吸数据;
通过所述系统接口实时反馈所述心率和呼吸数据至风险评估系统,用于
所述风险评估系统根据所述心率和呼吸数据进行欺诈风险评估。
优选地,所述风险评估系统根据所述心率和呼吸数据进行欺诈风险评估的步骤包括:
在所述风险评估系统的显示界面中实时显示所述目标人物的心率和呼吸数据;
当所述心率或呼吸数据在预设时间内升高幅度超过设定值时,进一步判定所述心率或呼吸数据升高提示的时间点与所述风险评估系统提出问题的时间点是否在预设邻近范围内;
当所述心率或呼吸数据升高提示的时间点与所述风险评估系统提出问题的时间点在预设邻近范围内时,判定所述目标人物存在欺诈风险。
优选地,所述风险评估系统根据所述心率和呼吸数据进行欺诈风险评估的步骤还包括:
将所述目标人物在风险评估过程中的评估视频对话内容实时转换成文本数据,然后基于人工智能系统自动判断所述目标人物回答问题的时间点,同时自动测算所述时间点的目标人物的心率和呼吸数据是否存在异常,并通过所述人工智能系统对所述评估视频的欺诈风险进行评估打分;
或者,预先采集所述评估视频中提问人员和所述目标人物的声纹信息,并基于声纹识别技术对所述提问人员和所述目标人物的说话时间进行切割,获取所述目标人物开始说话的时间点,同时自动测算所述时间点的目标人物的心率和呼吸数据是否存在异常,并通过所述人工智能系统对所述评估视频的欺诈风险进行评估打分;
或者,对所述评估视频中的目标人物的面部嘴唇动作进行监测,并基于语音转文字或声纹识别技术,获取所述目标人物开始说话的时间点,同时自动测算所述时间点的目标人物的心率和呼吸数据是否存在异常,并通过所述人工智能系统对所述评估视频的欺诈风险进行评估打分
此外,为实现上述目的,本发明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中包括基于远程光体积描述术的风险评估程序,所述基于远程光体积描述术的风险评估程序被处理器执行时,实现如上所述的基于远程光体积描述术的风险评估方法中的任意步骤。
本发明提出的基于远程光体积描述术的风险评估方法、电子装置及计算机可读存储介质,利用远程光体积描述术在风险评估过程中对目标人物进行心率和呼吸的监测,同时,结合AI人工智能技术,获取整个评估过程中的心率和呼吸的异常时间点与目标人物回答问题的时间点的关系,以此为依据进行欺诈风险评估,能够给出更加直观可理解和信服的判断结果。
附图说明
图1为本发明基于远程光体积描述术的风险评估方法较佳实施例的应用环境示意图;
图2为图1中基于远程光体积描述术的风险评估程序较佳实施例的模块示意图;
图3为本发明基于远程光体积描述术的风险评估方法较佳实施例的流程图;
图4为本发明具体实施例的心率曲线图;
图5为本发明具体实施例的呼吸曲线图。
本发明目的的实现、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
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种基于远程光体积描述术的风险评估方法,应用于一种电子装置1。参照图1所示,为本发明基于远程光体积描述术的风险评估方法较佳实施例的应用环境示意图。
在本实施例中,电子装置1可以是服务器、智能手机、平板电脑、便携计算机、桌上型计算机等具有运算功能的终端设备。
该电子装置1包括:处理器12、存储器11、摄像装置13、网络接口14及通信总线15。
存储器11包括至少一种类型的可读存储介质。所述至少一种类型的可读存储介质可为如闪存、硬盘、多媒体卡、卡型存储器11等的非易失性存储介质。在一些实施例中,所述可读存储介质可以是所述电子装置1的内部存储单元,例如该电子装置1的硬盘。在另一些实施例中,所述可读存储介质也可以是所述电子装置1的外部存储器11,例如所述电子装置1上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。
在本实施例中,所述存储器11的可读存储介质通常用于存储安装于所述电子装置1的基于远程光体积描述术的风险评估程序10、人脸图像样本库及预先训练好的AU分类器、情绪分类器等。所述存储器11还可以用于暂时地存储已经输出或者将要输出的数据。
处理器12在一些实施例中可以是一中央处理器(Central Processing Unit,CPU),微处理器或其他数据处理芯片,用于运行存储器11中存储的程序代码或处理数据,例如执行基于远程光体积描述术的风险评估程序10等。
网络接口14可选地可以包括标准的有线接口、无线接口(如WI-FI接口),通常用于在该电子装置1与其他电子设备之间建立通信连接。
通信总线15用于实现这些组件之间的连接通信。
图1仅示出了具有组件11-15的电子装置1,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
可选地,该电子装置1还可以包括用户接口,用户接口可以包括输入单元比如键盘(Keyboard)、语音输入装置比如麦克风(microphone)等具有语音识别功能的设备、语音输出装置比如音响、耳机等,可选地用户接口还可以包括标准的有线接口、无线接口。
可选地,该电子装置1还可以包括显示器,显示器也可以称为显示屏或显示单元。在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及有机发光二极管(Organic Light-Emitting Diode,OLED)触摸器等。显示器用于显示在电子装置1中处理的信息以及用于显示可视化的用户界面。
可选地,该电子装置1还包括触摸传感器。所述触摸传感器所提供的供用户进行触摸操作的区域称为触控区域。此外,这里所述的触摸传感器可以为电阻式触摸传感器、电容式触摸传感器等。而且,所述触摸传感器不仅包括接触式的触摸传感器,也可包括接近式的触摸传感器等。此外,所述触摸传感器可以为单个传感器,也可以为例如阵列布置的多个传感器。
此外,该电子装置1的显示器的面积可以与所述触摸传感器的面积相同,也可以不同。可选地,将显示器与所述触摸传感器层叠设置,以形成触摸显示屏。该装置基于触摸显示屏侦测用户触发的触控操作。
可选地,该电子装置1还可以包括射频(Radio Frequency,RF)电路,传感器、音频电路等等,在此不再赘述。
在图1所示的装置实施例中,作为一种计算机存储介质的存储器11中可以包括操作系统、以及基于远程光体积描述术的风险评估程序10;处理器12执行存储器11中存储的基于远程光体积描述术的风险评估程序10时实现如下步骤:
创建远程光体积描述术模型,并建立所述远程光体积描述术模型的用于实时视频流传输和反馈的系统接口;
将待检测的视频流通过所述系统接口实时传输至所述远程光体积描述术模型,基于所述远程光体积描述术模型采集所述视频流中的目标人物的心率和呼吸数据;
通过所述系统接口实时反馈所述心率和呼吸数据至风险评估系统,用于所述风险评估系统根据所述心率和呼吸数据进行欺诈风险评估。
优选地,所述风险评估系统根据所述心率和呼吸数据进行欺诈风险评估的步骤包括:
在所述风险评估系统的显示界面中实时显示所述目标人物的心率和呼吸数据;
当所述心率或呼吸数据在预设时间内升高幅度超过设定值时,进一步判定所述心率或呼吸数据升高提示的时间点与所述风险评估系统提出问题的时间点是否在预设邻近范围内;
当所述心率或呼吸数据升高提示的时间点与所述风险评估系统提出问题的时间点在预设邻近范围内时,判定所述目标人物存在欺诈风险。
优选地,所述风险评估系统根据所述心率和呼吸数据进行欺诈风险评估的步骤还包括:
将所述目标人物在风险评估过程中的评估视频对话内容实时转换成文本数据,然后基于人工智能系统自动判断所述目标人物回答问题的时间点,同时自动测算所述时间点的目标人物的心率和呼吸数据是否存在异常,并通过所述人工智能系统对所述评估视频的欺诈风险进行评估打分;
或者,预先采集所述评估视频中提问人员和所述目标人物的声纹信息,并基于声纹识别技术对所述提问人员和所述目标人物的说话时间进行切割,获取所述目标人物开始说话的时间点,同时自动测算所述时间点的目标人物的心率和呼吸数据是否存在异常,并通过所述人工智能系统对所述评估视频的欺诈风险进行评估打分;
或者,对所述评估视频中的目标人物的面部嘴唇动作进行监测,并基于语音转文字或声纹识别技术,获取所述目标人物开始说话的时间点,同时自动测算所述时间点的目标人物的心率和呼吸数据是否存在异常,并通过所述人工智能系统对所述评估视频的欺诈风险进行评估打分。
优选地,所述通过所述人工智能系统对所述评估视频的欺诈风险进行评估打分的步骤包括:
设定所述心率或呼吸数据中残值较大的点、高杠杆点和强影响点作为初步异常点;
判断所述初步异常点与所述目标人物开始说话的时间点之间的时间差是否在设定范围内,若所述时间差在所述设定范围内,则确认所述初步异常点为确认异常点;
获取所述心率或呼吸数据的异常比例,并
基于所述异常比例获取欺诈风险评分。
优选地,所述心率或呼吸数据的异常比例获取公式为:
其中,a为心率或呼吸数据中的心率值点或呼吸值点,n为心率或呼吸数据的异常点,m为所述异常点n之前预设时间段内的平均心率值或呼吸值。
优选地,所述基于所述异常比例获取欺诈风险评分的公式为:
其中,P为所述评估视频的欺诈风险评分,N为所述评估视频的心率或呼吸数据中的心率值点或呼吸值点的总和,∑a为所述评估视频的心率或呼吸数据的异常比例总和。
在其他实施例中,基于远程光体积描述术的风险评估程序10还可以被分割为一个或者多个模块,一个或者多个模块被存储于存储器11中,并由处理器12执行,以完成本发明。本发明所称的模块是指能够完成特定功能的一系列计算机程序指令段。
参照图2所示,为图1中基于远程光体积描述术的风险评估程序10较佳实施例的程序模块图。所述基于远程光体积描述术的风险评估程序10可以被分割为:
模型创建单元11,用于创建远程光体积描述术模型,并建立所述远程光体积描述术模型的用于实时视频流传输和反馈的系统接口;
评估数据采集单元12,用于将待检测的视频流通过所述系统接口实时传输至所述远程光体积描述术模型,基于所述远程光体积描述术模型采集所述视频流中的目标人物的心率和呼吸数据;
数据反馈单元13,用于将所述心率和呼吸数据通过所述系统接口实时反馈至风险评估系统;
风险评估单元14,用于所述风险评估系统根据所述心率和呼吸数据进行欺诈风险评估。
此外,本发明还提供一种基于远程光体积描述术的风险评估方法。参照图3所示,为本发明基于远程光体积描述术的风险评估方法较佳实施例的流程图。该方法可以由一个装置执行,该装置可以由软件和/或硬件实现。
在本实施例中,基于远程光体积描述术的风险评估方法包括:
S110:创建远程光体积描述术模型,并建立所述远程光体积描述术模型的用于实时视频流传输和反馈的系统接口。
其中,实时视频流传输和反馈的系统接口的输入参数包括视频流和输出心率的频度,假设输入的视频流的帧率为15fps,则输出的心率或呼吸的频度最多每秒钟15个值,假设输入的视频流的帧率为60fps,则输出的心率或呼吸的频度最多每秒钟60个值,换言之,输入的视频流帧率越高,则可输出的心率或呼吸频度也越高,进而绘制出的心率或呼吸曲线也越精细,在某个瞬间发生的心率或呼吸变化越容易被发现,对应的远程光体积描述术模型采集数据时的耗时也会较长。
另外,对于不同的业务要求,可以自行进行输出心率或呼吸的频度设置,如果输入参数中设置的心率或呼吸频度高于输入视频流本身的帧率,则以视频流的帧率(或视频流的帧率值的频度)输出心率或呼吸。
此外,实时视频流传输和反馈系统接口的输出参数包括:时间点和与时间点对应的心率或呼吸。
S120:将待检测的视频流通过所述系统接口实时传输至所述远程光体积描述术模型,基于所述远程光体积描述术模型采集所述视频流中的目标人物的心率和呼吸数据。
S130:通过所述系统接口实时反馈所述心率和呼吸数据至风险评估系统,用于所述风险评估系统根据所述心率和呼吸数据进行欺诈风险评估。
其中,所述风险评估系统可以为多种应用系统或者程序,当风险评估对象为贷款人时,该风险评估系统可以为对应的贷款系统或者贷款系统中的远程面审子系统。
具体地,在贷款人面审过程中:1面签开始话术、2信息核实/提问、3联网核查、4核对银行卡号、5拍照合影及上传、6签合同/贷款信息告知、7合同简单告知、资金成本、还款等信息告知、8客户条款朗读、9贷后信息告知及确认;以上这些环节均由面审人员和贷款人通过远程视频的方式完成,整个过程中会产生两段视频,一段是对面审人员的录制,另一段是对贷款人的录制,两段视频长度相同,在归档时,会合并到一个画面中,便于后续视频的观看时可以两个画面同步播放。在归档前画面未做合并时,将贷款人的视频传输给远程光体积描述术模型的实时视频流传输和反馈系统接口,能够实时获取贷款人的心率和呼吸数据。
此外,风险评估系统根据所述心率和呼吸数据进行欺诈风险评估包括以下四种情况:
第一种情况:
1、在所述风险评估系统的显示界面中实时显示所述目标人物的心率和呼吸数据;
2、当所述心率或呼吸数据在预设时间内升高幅度超过设定值时,进一步判定所述心率或呼吸数据升高提示的时间点与所述风险评估系统提出问题的时间点是否在预设邻近范围内;
3、当所述心率或呼吸数据升高提示的时间点与所述风险评估系统提出问题的时间点在预设邻近范围内时,判定所述目标人物存在欺诈风险。
第二种情况:将所述目标人物在风险评估过程中的评估视频对话内容实时转换成文本数据,然后基于人工智能系统自动判断所述目标人物回答问题的时间点,同时自动测算所述时间点的目标人物的心率和呼吸数据是否存在异常,并通过所述人工智能系统对所述评估视频的欺诈风险进行评估打分;
第三种情况:预先采集所述评估视频中提问人员和所述目标人物的声纹信息,并基于声纹识别技术对所述提问人员和所述目标人物的说话时间进行切割,获取所述目标人物开始说话的时间点,同时自动测算所述时间点的目标人物的心率和呼吸数据是否存在异常,并通过所述人工智能系统对所述评估视频的欺诈风险进行评估打分;
第四种情况:对所述评估视频中的目标人物的面部嘴唇动作进行监测,并基于语音转文字或声纹识别技术,获取所述目标人物开始说话的时间点,同时自动测算所述时间点的目标人物的心率和呼吸数据是否存在异常,并通过所述人工智能系统对所述评估视频的欺诈风险进行评估打分。
在本发明的一个具体实施方式中,通过所述人工智能系统对所述评估视频的欺诈风险进行评估打分的步骤包括:
1、设定所述心率或呼吸数据中残值较大的点、高杠杆点和强影响点作为初步异常点;
2、判断所述初步异常点与所述目标人物开始说话的时间点之间的时间差是否在设定范围内,若所述时间差在所述设定范围内,则确认所述初步异常点为确认异常点;
3、获取所述心率或呼吸数据的异常比例,并基于所述异常比例获取欺诈风险评分。
具体地,所述心率或呼吸数据的异常比例获取公式为:
其中,a为心率或呼吸数据中的心率值点或呼吸值点,n为心率或呼吸数据的异常点,m为所述异常点n之前预设时间段内的平均心率值或呼吸值。
所述基于所述异常比例获取欺诈风险评分的公式为:
其中,P为所述评估视频的欺诈风险评分,N为所述评估视频的心率或呼吸数据中的心率值点或呼吸值点的总和,∑a为所述评估视频的心率或呼吸数据的异常比例总和。
换言之,通过AI人工智能进行欺诈风险打分的步骤包括:
1、查找心率和呼吸数据的初步异常点,其中可将残值较大的点、高杠杆点和强影响点等设定为初步异常点;此处,采用3σ原则的方法,假设心率或呼吸数据正常情况下服从正态分布,在3σ的原则下,异常值被定义为:一组测定值中与平均值的偏差超过3倍标准差的值。在正态分布的假设下,举例平均值3σ之外的值出现概率为:P(|x-μ|>3σ)<=0.003。
2、目标人物开始说话的时间点与心率或呼吸初步异常点的时间点之间的时间差的绝对值在1s以内的,则确认该初步异常点为确认异常点,否则为正常点。
3、获取任一点的心率或呼吸数据的异常比例;某一点的异常比例=|1-异常点的心率或呼吸值/异常点前面3秒的平均心率或呼吸值|,某一点值的是心率或呼吸曲线上的心率值点或者呼吸值点。
4、基于所述异常比例获取欺诈风险评分。其中,整个视频的欺诈风险分数=(Σ每个点的异常比例)/整个视频的心率和呼吸曲线上的点的总数。
需要说明的是,上述通过AI人工智能进行欺诈风险打分的过程还可以通过训练欺诈打分模型实现,即通过采集数据训练神经网络模型,形成欺诈打分模型,然后将采集到的心率和呼吸数据输入所述欺诈打分模型中进行欺诈打分,采用训练打分模型的方式,虽然能够提高欺诈风险评估的准确性,但是其操作复杂,成本较高,在具体应用过程中,可根据应用场景及需求,自行选择风险评估的途径,再此不做限制。
作为具体示例,图4和图5分别示出了根据本发明具体实施例的远程面审黑名单目标人物的心率曲线和呼吸曲线示意结构。
根据图4和图5所示,贷款人在视频中有短暂的心率上升及屏住呼吸的情况。再次播放视频时发现,其心率上升和屏住呼吸的瞬间,与该贷款人回答面审人员问题的时间点相吻合,且面审人员仅仅是对其手机号码进行提问,贷款者回答时略微结巴停顿,同时从心率和呼吸情况可以看出贷款者的紧张情绪,进而可结合人工智能实现对目标人物的欺诈评估。
上述基于远程光体积描述术的风险评估方法所提出的利用远程光体积描述术在对目标人物进行心率和呼吸的监测,利用心率和呼吸对目标人物的心理状态进行判断。同时,结合AI人工智能技术,获取整个面审过程中的心率和呼吸的异常时间点与目标人物回答问题的时间点的关系,以此为依据进行欺诈风险评估,能够给出更加直观可理解和信服的判断结果。
此外,本发明实施例还提出一种计算机可读存储介质,所述计算机可读存储介质中包括基于远程光体积描述术的风险评估程序,所述基于远程光体积描述术的风险评估程序被处理器执行时实现如下操作:
基于光体积描述术的欺诈风险评估方法,应用于电子装置,其特征在于,所述方法包括:
创建远程光体积描述术模型,并建立所述远程光体积描述术模型的用于实时视频流传输和反馈的系统接口;
将待检测的视频流通过所述系统接口实时传输至所述远程光体积描述术模型,基于所述远程光体积描述术模型采集所述视频流中的目标人物的心率和呼吸数据;
通过所述系统接口实时反馈所述心率和呼吸数据至风险评估系统,用于所述风险评估系统根据所述心率和呼吸数据进行欺诈风险评估。
优选地,所述风险评估系统根据所述心率和呼吸数据进行欺诈风险评估的步骤包括:
在所述风险评估系统的显示界面中实时显示所述目标人物的心率和呼吸数据;
当所述心率或呼吸数据在预设时间内升高幅度超过设定值时,进一步判定所述心率或呼吸数据升高提示的时间点与所述风险评估系统提出问题的时间点是否在预设邻近范围内;
当所述心率或呼吸数据升高提示的时间点与所述风险评估系统提出问题的时间点在预设邻近范围内时,判定所述目标人物存在欺诈风险。
优选地,所述风险评估系统根据所述心率和呼吸数据进行欺诈风险评估的步骤还包括:
将所述目标人物在风险评估过程中的评估视频对话内容实时转换成文本数据,然后基于人工智能系统自动判断所述目标人物回答问题的时间点,同时自动测算所述时间点的目标人物的心率和呼吸数据是否存在异常,并通过所述人工智能系统对所述评估视频的欺诈风险进行评估打分;
或者,预先采集所述评估视频中提问人员和所述目标人物的声纹信息,并基于声纹识别技术对所述提问人员和所述目标人物的说话时间进行切割,获取所述目标人物开始说话的时间点,同时自动测算所述时间点的目标人物的心率和呼吸数据是否存在异常,并通过所述人工智能系统对所述评估视频的欺诈风险进行评估打分;
或者,对所述评估视频中的目标人物的面部嘴唇动作进行监测,并基于语音转文字或声纹识别技术,获取所述目标人物开始说话的时间点,同时自动测算所述时间点的目标人物的心率和呼吸数据是否存在异常,并通过所述人工智能系统对所述评估视频的欺诈风险进行评估打分。
优选地,所述通过所述人工智能系统对所述评估视频的欺诈风险进行评估打分的步骤包括:
设定所述心率或呼吸数据中残值较大的点、高杠杆点和强影响点作为初步异常点;
判断所述初步异常点与所述目标人物开始说话的时间点之间的时间差是否在设定范围内,若所述时间差在所述设定范围内,则确认所述初步异常点为确认异常点;
获取所述心率或呼吸数据的异常比例,并
基于所述异常比例获取欺诈风险评分。
优选地,所述心率或呼吸数据的异常比例获取公式为:
其中,a为心率或呼吸数据中的心率值点或呼吸值点,n为心率或呼吸数据的异常点,m为所述异常点n之前预设时间段内的平均心率值或呼吸值。
优选地,所述基于所述异常比例获取欺诈风险评分的公式为:
其中,P为所述评估视频的欺诈风险评分,N为所述评估视频的心率或呼吸数据中的心率值点或呼吸值点的总和,∑a为所述评估视频的心率或呼吸数据的异常比例总和。
本发明之计算机可读存储介质的具体实施方式与上述基于远程光体积描述术的风险评估方法、电子装置的具体实施方式大致相同,在此不再赘述。
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、装置、物品或者方法不仅包括那些要素,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、装置、物品或者方法所固有的要素。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、装置、物品或者方法中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于光体积描述术的欺诈风险评估方法,应用于电子装置,其特征在于,所述方法包括:
创建远程光体积描述术模型,并建立所述远程光体积描述术模型的用于实时视频流传输和反馈的系统接口;
将待检测的视频流通过所述系统接口实时传输至所述远程光体积描述术模型,基于所述远程光体积描述术模型采集所述视频流中的目标人物的心率和呼吸数据;
通过所述系统接口实时反馈所述心率和呼吸数据至风险评估系统,用于所述风险评估系统根据所述心率和呼吸数据进行欺诈风险评估。
2.根据权利要求1所述的基于远程光体积描述术的风险评估方法,其特征在于,所述风险评估系统根据所述心率和呼吸数据进行欺诈风险评估的步骤包括:
在所述风险评估系统的显示界面中实时显示所述目标人物的心率和呼吸数据;
当所述心率或呼吸数据在预设时间内升高幅度超过设定值时,进一步判定所述心率或呼吸数据升高提示的时间点与所述风险评估系统提出问题的时间点是否在预设邻近范围内;
当所述心率或呼吸数据升高提示的时间点与所述风险评估系统提出问题的时间点在预设邻近范围内时,判定所述目标人物存在欺诈风险。
3.根据权利要求1所述的基于远程光体积描述术的风险评估方法,其特征在于,所述风险评估系统根据所述心率和呼吸数据进行欺诈风险评估的步骤还包括:
将所述目标人物在风险评估过程中的评估视频对话内容实时转换成文本数据,然后基于人工智能系统自动判断所述目标人物回答问题的时间点,同时自动测算所述时间点的目标人物的心率和呼吸数据是否存在异常,并通过所述人工智能系统对所述评估视频的欺诈风险进行评估打分;
或者,预先采集所述评估视频中提问人员和所述目标人物的声纹信息,并基于声纹识别技术对所述提问人员和所述目标人物的说话时间进行切割,获取所述目标人物开始说话的时间点,同时自动测算所述时间点的目标人物的心率和呼吸数据是否存在异常,并通过所述人工智能系统对所述评估视频的欺诈风险进行评估打分;
或者,对所述评估视频中的目标人物的面部嘴唇动作进行监测,并基于语音转文字或声纹识别技术,获取所述目标人物开始说话的时间点,同时自动测算所述时间点的目标人物的心率和呼吸数据是否存在异常,并通过所述人工智能系统对所述评估视频的欺诈风险进行评估打分。
4.根据权利要求3所述的基于远程光体积描述术的风险评估方法,其特征在于,所述通过所述人工智能系统对所述评估视频的欺诈风险进行评估打分的步骤包括:
设定所述心率或呼吸数据中残值较大的点、高杠杆点和强影响点作为初步异常点;
判断所述初步异常点与所述目标人物开始说话的时间点之间的时间差是否在设定范围内,若所述时间差在所述设定范围内,则确认所述初步异常点为确认异常点;
获取所述心率或呼吸数据的异常比例,并基于所述异常比例获取欺诈风险评分。
7.一种电子装置,其特征在于,该电子装置包括:存储器及处理器,所述存储器中包括基于远程光体积描述术的风险评估程序,所述基于远程光体积描述术的风险评估程序被所述处理器执行时实现如下步骤:
创建远程光体积描述术模型,并建立所述远程光体积描述术模型的用于实时视频流传输和反馈的系统接口;
将待检测的视频流通过所述系统接口实时传输至所述远程光体积描述术模型,基于所述远程光体积描述术模型采集所述视频流中的目标人物的心率和呼吸数据;
通过所述系统接口实时反馈所述心率和呼吸数据至风险评估系统,用于所述风险评估系统根据所述心率和呼吸数据进行欺诈风险评估。
8.根据权利要求7所述的电子装置,其特征在于,所述风险评估系统根据所述心率和呼吸数据进行欺诈风险评估的步骤包括:
在所述风险评估系统的显示界面中实时显示所述目标人物的心率和呼吸数据;
当所述心率或呼吸数据在预设时间内升高幅度超过设定值时,进一步判定所述心率或呼吸数据升高提示的时间点与所述风险评估系统提出问题的时间点是否在预设邻近范围内;
当所述心率或呼吸数据升高提示的时间点与所述风险评估系统提出问题的时间点在预设邻近范围内时,判定所述目标人物存在欺诈风险。
9.根据权利要求7所述的电子装置,其特征在于,所述风险评估系统根据所述心率和呼吸数据进行欺诈风险评估的步骤还包括:
将所述目标人物在风险评估过程中的评估视频对话内容实时转换成文本数据,然后基于人工智能系统自动判断所述目标人物回答问题的时间点,同时自动测算所述时间点的目标人物的心率和呼吸数据是否存在异常,并通过所述人工智能系统对所述评估视频的欺诈风险进行评估打分;
或者,预先采集所述评估视频中提问人员和所述目标人物的声纹信息,并基于声纹识别技术对所述提问人员和所述目标人物的说话时间进行切割,获取所述目标人物开始说话的时间点,同时自动测算所述时间点的目标人物的心率和呼吸数据是否存在异常,并通过所述人工智能系统对所述评估视频的欺诈风险进行评估打分;
或者,对所述评估视频中的目标人物的面部嘴唇动作进行监测,并基于语音转文字或声纹识别技术,获取所述目标人物开始说话的时间点,同时自动测算所述时间点的目标人物的心率和呼吸数据是否存在异常,并通过所述人工智能系统对所述评估视频的欺诈风险进行评估打分。
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中包括基于远程光体积描述术的风险评估程序,所述基于远程光体积描述术的风险评估程序被处理器执行时,实现如权利要求1至6中任一项所述的基于远程光体积描述术的风险评估方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010009999.1A CN111192141A (zh) | 2020-01-06 | 2020-01-06 | 基于远程光体积描述术的风险评估方法、装置及存储介质 |
PCT/CN2020/087661 WO2021139053A1 (zh) | 2020-01-06 | 2020-04-29 | 基于远程光体积描述术的风险评估方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010009999.1A CN111192141A (zh) | 2020-01-06 | 2020-01-06 | 基于远程光体积描述术的风险评估方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111192141A true CN111192141A (zh) | 2020-05-22 |
Family
ID=70708744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010009999.1A Pending CN111192141A (zh) | 2020-01-06 | 2020-01-06 | 基于远程光体积描述术的风险评估方法、装置及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111192141A (zh) |
WO (1) | WO2021139053A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117438091A (zh) * | 2023-12-20 | 2024-01-23 | 山西工程科技职业大学 | 一种基于大数据的运动强度检测系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1646055A (zh) * | 2002-02-22 | 2005-07-27 | 德特克斯-奥米达公司 | 基于光体积描记信号的变动监控生理参数 |
US20150025917A1 (en) * | 2013-07-15 | 2015-01-22 | Advanced Insurance Products & Services, Inc. | System and method for determining an underwriting risk, risk score, or price of insurance using cognitive information |
CN108537186A (zh) * | 2018-04-13 | 2018-09-14 | 深圳壹账通智能科技有限公司 | 一体机欺诈审核的方法、装置、设备及可读存储介质 |
CN108734591A (zh) * | 2018-04-09 | 2018-11-02 | 中国平安人寿保险股份有限公司 | 欺诈案件的评估方法、装置、存储介质及终端 |
WO2019071903A1 (zh) * | 2017-10-13 | 2019-04-18 | 深圳壹账通智能科技有限公司 | 微表情面审辅助方法、装置及存储介质 |
US20190117097A1 (en) * | 2017-10-19 | 2019-04-25 | Hill-Rom Services Pte. Ltd. | Respiration rate estimation from a photoplethysmography signal |
CN110222554A (zh) * | 2019-04-16 | 2019-09-10 | 深圳壹账通智能科技有限公司 | 欺诈识别方法、装置、电子设备及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8634591B2 (en) * | 2009-08-20 | 2014-01-21 | Koninklijke Philips N.V. | Method and system for image analysis |
US20160180078A1 (en) * | 2014-12-23 | 2016-06-23 | Jasmeet Chhabra | Technologies for enhanced user authentication using advanced sensor monitoring |
CN109325851A (zh) * | 2018-09-29 | 2019-02-12 | 平安科技(深圳)有限公司 | 欺诈概率的展示方法、系统、计算机设备及可读存储介质 |
CN110427803A (zh) * | 2019-06-18 | 2019-11-08 | 平安科技(深圳)有限公司 | 基于视频分析的测谎方法、装置、电子设备及存储介质 |
-
2020
- 2020-01-06 CN CN202010009999.1A patent/CN111192141A/zh active Pending
- 2020-04-29 WO PCT/CN2020/087661 patent/WO2021139053A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1646055A (zh) * | 2002-02-22 | 2005-07-27 | 德特克斯-奥米达公司 | 基于光体积描记信号的变动监控生理参数 |
US20150025917A1 (en) * | 2013-07-15 | 2015-01-22 | Advanced Insurance Products & Services, Inc. | System and method for determining an underwriting risk, risk score, or price of insurance using cognitive information |
WO2019071903A1 (zh) * | 2017-10-13 | 2019-04-18 | 深圳壹账通智能科技有限公司 | 微表情面审辅助方法、装置及存储介质 |
US20190117097A1 (en) * | 2017-10-19 | 2019-04-25 | Hill-Rom Services Pte. Ltd. | Respiration rate estimation from a photoplethysmography signal |
CN108734591A (zh) * | 2018-04-09 | 2018-11-02 | 中国平安人寿保险股份有限公司 | 欺诈案件的评估方法、装置、存储介质及终端 |
CN108537186A (zh) * | 2018-04-13 | 2018-09-14 | 深圳壹账通智能科技有限公司 | 一体机欺诈审核的方法、装置、设备及可读存储介质 |
CN110222554A (zh) * | 2019-04-16 | 2019-09-10 | 深圳壹账通智能科技有限公司 | 欺诈识别方法、装置、电子设备及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117438091A (zh) * | 2023-12-20 | 2024-01-23 | 山西工程科技职业大学 | 一种基于大数据的运动强度检测系统及方法 |
CN117438091B (zh) * | 2023-12-20 | 2024-03-01 | 山西工程科技职业大学 | 一种基于大数据的运动强度检测系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2021139053A1 (zh) | 2021-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107704834B (zh) | 微表情面审辅助方法、装置及存储介质 | |
US10572778B1 (en) | Machine-learning-based systems and methods for quality detection of digital input | |
US9026476B2 (en) | System and method for personalized media rating and related emotional profile analytics | |
US20180308114A1 (en) | Method, device and system for evaluating product recommendation degree | |
JP5394118B2 (ja) | 行動分析装置及びコールセンターシステム | |
CN111241883B (zh) | 防止远程被测人员作弊的方法和装置 | |
US11033216B2 (en) | Augmenting questionnaires | |
US20140278506A1 (en) | Automatically evaluating and providing feedback on verbal communications from a healthcare provider | |
US11934405B2 (en) | Method for monitoring user behavior when interacting with content and a system for its implementation | |
US10726247B2 (en) | System and method for monitoring qualities of teaching and learning | |
CN113315979A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
CN111192141A (zh) | 基于远程光体积描述术的风险评估方法、装置及存储介质 | |
CN109472518B (zh) | 基于区块链的销售行为评价方法及装置、介质和电子设备 | |
KR102219314B1 (ko) | Htp 검사 장치 | |
CN113052146A (zh) | 情绪预警方法及装置 | |
WO2019000051A1 (en) | DATA ANALYSIS METHOD AND LEARNING SYSTEM | |
CN115393932A (zh) | 基于微表情的视频面签处理方法、装置、系统及存储介质 | |
CN114138960A (zh) | 用户意图识别方法、装置、设备及介质 | |
CN114245204A (zh) | 基于人工智能的视频面签方法、装置、电子设备及介质 | |
CN111209817A (zh) | 基于人工智能的考核方法、装置、设备及可读存储介质 | |
KR102388735B1 (ko) | 메타버스 환경에서의 평가에서 이미지 데이터 처리에 기반하여 부정행위를 검출하는 방법 | |
US20240104956A1 (en) | Image accumulation apparatus, method, and non-transitory computer-readable medium | |
US20220300993A1 (en) | System and method for conducting a survey by a survey bot | |
CN114220055B (zh) | 辅助用户面谈的方法、装置、计算机设备及存储介质 | |
US20210294806A1 (en) | Method for monitoring user behavior when interacting with content and a system for its implementation |
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 |