CN111339859A - 一种多模态风险控制方法、装置以及计算机可读存储介质 - Google Patents

一种多模态风险控制方法、装置以及计算机可读存储介质 Download PDF

Info

Publication number
CN111339859A
CN111339859A CN202010096198.3A CN202010096198A CN111339859A CN 111339859 A CN111339859 A CN 111339859A CN 202010096198 A CN202010096198 A CN 202010096198A CN 111339859 A CN111339859 A CN 111339859A
Authority
CN
China
Prior art keywords
risk
target object
biological
biological characteristics
acquiring
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
CN202010096198.3A
Other languages
English (en)
Inventor
邱慧宇
谷博
雷欣
李志飞
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.)
Mobvoi Information Technology Co Ltd
Chumen Wenwen Information Technology Co Ltd
Original Assignee
Mobvoi Information 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 Mobvoi Information Technology Co Ltd filed Critical Mobvoi Information Technology Co Ltd
Priority to CN202010096198.3A priority Critical patent/CN111339859A/zh
Publication of CN111339859A publication Critical patent/CN111339859A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/401—Transaction verification
    • G06Q20/4014—Identity check for transactions
    • G06Q20/40145—Biometric identity checks
    • 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
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/19—Sensors therefor
    • 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
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Accounting & Taxation (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Computer Security & Cryptography (AREA)
  • Ophthalmology & Optometry (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开了一种多模态风险控制方法、装置以及计算机可读存储介质，包括：获取目标对象在答题时的生物特征；根据所获取的生物特征，确定对应于所述生物特征的第一风险评分；至少根据所确定的第一风险评分，确定对应于所述目标对象的风险标签。由此，通过在目标对象答题时获取其多个生物特征，以多模态的生物特征来确定该目标对象的风险标签，从而使得一些欺诈者不易蒙混过关，提高了金融交易的安全性。

Description

一种多模态风险控制方法、装置以及计算机可读存储介质
技术领域
本发明涉及反欺诈技术领域，尤其涉及一种多模态风险控制方法、装置以及计算机可读存储介质。
背景技术
现如今社会的诈骗案件种类繁多，尤其是金融诈骗案件，对社会影响很大。对于金融诈骗，现出台了反诈骗机制，主要是通过问卷答题的方式来判断答题者是否为欺诈团伙，但是此方法很容易被经验丰富的欺诈团伙蒙混过关，判断准确率较低。
发明内容
本发明实施例提供了一种多模态风险控制方法、装置以及计算机可读存储介质，通过获取目标对象的多个生物特征来判断其是否为欺诈者，使得一些欺诈者不易蒙混过关，提高了金融交易的安全性。
本发明一方面提供一种多模态风险控制方法，所述方法包括：获取目标对象在答题时的生物特征；根据所获取的生物特征，确定对应于所述生物特征的第一风险评分；至少根据所确定的第一风险评分，确定对应于所述目标对象的风险标签。
在一可实施方式中，所述获取目标对象在答题时的生物特征，包括：接收并响应第一控制指令，以开启用于拍摄目标对象的拍摄设备；通过所述拍摄设备，获取目标对象在答题时的生物特征。
在一可实施方式中，所述生物特征至少包括眼球视线、人脸朝向、情绪、眨眼频率、嘴部状态、面部遮挡、人脸个数；相应的，所述根据所获取的生物特征，确定对应于所述生物特征的第一风险评分，包括：将所获取的生物特征分别与对应的风险基准值进行比较；根据比较结果，确定对应于所述生物特征的第一风险评分。
在一可实施方式中，在获取目标对象在答题时的生物特征之前，所述方法还包括：获取所述目标对象在闲聊时的生物特征；将在闲聊时所获取的生物特征作为对应于所述目标对象的风险基准值。
在一可实施方式中，所述至少根据所确定的第一风险评分，确定对应于所述目标对象的风险标签，包括：获取所述目标对象的答题情况；根据所获取的答题情况，得到对应于所述答题情况的第二风险评分；根据所述第一风险评分和第二风险评分，确定对应于所述目标对象的风险标签。
本发明另一方面提供一种多模态风险控制装置，所述装置包括：生物特征获取模块，用于获取目标对象在答题时的生物特征；风险评分模块，用于根据所获取的生物特征，确定对应于所述生物特征的第一风险评分；风险标签确定模块，用于至少根据所确定的第一风险评分，确定对应于所述目标对象的风险标签。
在一可实施方式中，所述生物特征获取模块，具体用于：接收并响应第一控制指令，以开启用于拍摄目标对象的拍摄设备；通过所述拍摄设备，获取目标对象在答题时的生物特征。
在一可实施方式中，所述生物特征至少包括眼球视线、人脸朝向、情绪、眨眼频率、嘴部状态、面部遮挡、人脸个数；相应的，所述风险评分模块，具体用于：将所获取的生物特征分别与对应的风险基准值进行比较；根据比较结果，确定对应于所述生物特征的第一风险评分。
在一可实施方式中，在经所述生物特征获取模块获取目标对象在答题时的生物特征之前，所述装置还包括：风险基准值确定模块，用于获取所述目标对象在闲聊时的生物特征；将在闲聊时所获取的生物特征作为对应于所述目标对象的风险基准值。
本发明另一方面提供一种计算机可读存储介质，所述存储介质包括一组计算机可执行指令，当所述指令被执行时用于执行上述任一项所述的一种多模态风险控制方法。
在本发明实施例中，由此，通过在目标对象答题时获取其多个生物特征，以多模态的生物特征来确定该目标对象的风险标签，从而使得一些欺诈者不易蒙混过关，提高了金融交易的安全性。
附图说明
通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：
在附图中，相同或对应的标号表示相同或对应的部分。
图1为本发明实施例一种多模态风险控制方法的实现流程示意图；
图2为本发明实施例一种多模态风险控制方法的具体实现流程示意图；
图3为本发明实施例一种多模态风险控制装置的结构组成示意图。
具体实施方式
为使本发明的目的、特征、优点能够更加的明显和易懂，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，所描述的实施例仅仅是本发明一部分实施例，而非全部实施例。基于本发明中的实施例，本领域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，都属于本发明保护的范围。
图1为本发明实施例一种多模态风险控制方法的实现流程示意图；
图2为本发明实施例一种多模态风险控制方法的具体实现流程示意图。
如图1和图2所示，本发明实施例提供一种多模态风险控制方法，方法包括：
步骤101，获取目标对象在答题时的生物特征；
步骤102，根据所获取的生物特征，确定对应于生物特征的第一风险评分；
步骤103，至少根据所确定的第一风险评分，确定对应于目标对象的风险标签。
本实施例中，本方法基于现有的语音问答的基础上实现，可用于自动取款机、移动端等等；利用该方法也可以用于收集目标对象的风险评级，对一些金融机构提供信用参考。
具体步骤为：在用户与问侦语音对话机器人进行语音问答时，依靠现有一系列成熟的人工智能模型来获取目标对象在答题时的各个生物特征。其中，问侦语音对话机器人即智能语音对话机器人，智能语音对话机器人可以通过语音交互的方式，与人进行自主对话，具备语音识别、语音合成、语义理解和对话策略等功能；监测的目标对象数量可以是一个也可以是多个。
接着根据所获取的生物特征，确定对应于生物特征的第一风险评分。其中，生物特征包括眼球视线、人脸朝向、情绪、眨眼频率、嘴部状态、面部遮挡、人脸个数等，以上的生物特征为面部状态信息，当然可以是其他部位，比如说肢体动作等。
最后至少根据所确定的第一风险评分，确定对应于目标对象的风险标签，其中，风险标签可以分为多个等级，例如高、中、低。在实际应用中，当目标对象风险标签被确定为高时，可以给金融机构对其信用度进行参考，自动取款机或者移动端可以自动终止交易。
由此，通过在目标对象答题时获取其多个生物特征，以多模态的生物特征来确定该目标对象的风险标签，从而使得一些欺诈者不易蒙混过关，提高了金融交易的安全性。
在一可实施方式中，获取目标对象在答题时的生物特征，包括：
接收并响应第一控制指令，以开启用于拍摄目标对象的拍摄设备；
通过拍摄设备，获取目标对象在答题时的生物特征。
本实施例中，步骤101的进一步具体过程为：接收第一控制指令，该第一控制指令可由目标对象在执行特定操作时触发，比如说将卡片插入自动取款机时触发，也可以利用人体红外设备在检测到人体时触发。
接着响应该第一控制指令，控制指令在执行时用于开启拍摄目标对象的拍摄设备，通过拍摄设备实时拍摄目标对象，再通过现有的一系列成熟用于辨别面部状态的人工智能模型来获取目标对象的生物特征。
在一可实施方式中，生物特征至少包括眼球视线、人脸朝向、情绪、眨眼频率、嘴部状态、面部遮挡、人脸个数；
相应的，根据所获取的生物特征，确定对应于生物特征的第一风险评分，包括：
将所获取的生物特征分别与对应的风险基准值进行比较；
根据比较结果，确定对应于生物特征的第一风险评分。
本实施例中，步骤102的具体过程为：将所获取的生物特征分别与对应的风险基准值进行比较，其中，每个生物特征都设有对应的风险基准值，风险基准值为固定值，在答题前预置于系统中。将各个生物特征分别与各自的风险基准值进行比较，比如所拍摄到的人脸个数超过对应的风险基准值(比如说2)时，得到第一评分，所识别到的眨眼频率超过对应的风险基准值时，得到第二评分，所识别到的情绪状态是紧张时，得到第三评分，以此得到各个生物特征的评分，将这些评分可通过公式得到对应于生物特征的第一风险评分，其中，公式可由设计者设定。
在一可实施方式中，在获取目标对象在答题时的生物特征之前，方法还包括：
获取目标对象在闲聊时的生物特征；
将在闲聊时所获取的生物特征作为对应于目标对象的风险基准值。
本实施例中，由于考虑到不同的答题者或许有千奇百怪的回答问题方式和习惯，例如答题者A习惯性眨眼，眨眼频率较高，但这就是他的生活习惯，如果仍然以固定次数来做评判，或许会造成评判失误。
由此，在获取目标对象在答题时的生物特征之前，首先要获取目标对象在闲聊时的生物特征，将该生物特征作为风险基准值。具体过程为：在正式与目标对象答题前，先与目标对象进行一些无任何认知压力的闲聊，在闲聊的过程中，通过拍摄设备获取此时的生物特征，将该生物特征作为正式答题时的风险基准值。
通过此步骤，可以防止出现因个别人的特殊习惯导致误判。
在一可实施方式中，至少根据所确定的第一风险评分，确定对应于目标对象的风险标签，包括：
获取目标对象的答题情况；
根据所获取的答题情况，得到对应于答题情况的第二风险评分；
根据第一风险评分和第二风险评分，确定对应于目标对象的风险标签。
本实施例中，步骤103的具体过程为：获取语音机器人与目标对象之间的答题情况，答题形式可以是问卷答题，接着对答题情况进行自动阅卷，并计算得到对应于答题情况的第二风险评分。
根据第一风险评分和第二风险评分，确定对应于目标对象的风险标签，其具体的可实现可以为：首先将所有风险标签(本实施例中的风险标签分为高、中、低)，对每种风险标签设置得分区间。接着将第一风险评分和第二风险评分通过预设计算公式来得到综合得分，再判断综合得分落入哪个风险标签所对应的得分区间内，根据落入情况确定对应于目标对象的风险标签。
图3为本发明实施例一种多模态风险控制装置的结构组成示意图,如图3所示。
本发明实施例提供一种多模态风险控制装置，装置包括：
生物特征获取模块201，用于获取目标对象在答题时的生物特征；
风险评分模块202，用于根据所获取的生物特征，确定对应于生物特征的第一风险评分；
风险标签确定模块203，用于至少根据所确定的第一风险评分，确定对应于目标对象的风险标签。
本实施例中，本装置基于现有的语音问答的基础上实现，可用于自动取款机、移动端等等；利用该方法也可以用于收集目标对象的风险评级，对一些金融机构提供信用参考。
具体步骤为：在用户与问侦语音对话机器人进行语音问答时，通过生物特征获取模块201依靠现有一系列成熟的人工智能模型来获取目标对象在答题时的各个生物特征。其中，问侦语音对话机器人即智能语音对话机器人，智能语音对话机器人可以通过语音交互的方式，与人进行自主对话，具备语音识别、语音合成、语义理解和对话策略等功能；监测的目标对象数量可以是一个也可以是多个。
接着通过风险评分模块202根据所获取的生物特征，确定对应于生物特征的第一风险评分。其中，生物特征包括眼球视线、人脸朝向、情绪、眨眼频率、嘴部状态、面部遮挡、人脸个数等，以上的生物特征为面部状态信息，当然可以是其他部位，比如说肢体动作等。
最后通过风险标签确定模块203至少根据所确定的第一风险评分，确定对应于目标对象的风险标签，其中，风险标签可以分为多个等级，例如高、中、低。在实际应用中，当目标对象风险标签被确定为高时，可以给金融机构对其信用度进行参考，自动取款机或者移动端可以自动终止交易。
由此，通过在目标对象答题时获取其生物特征，以多模态的生物特征来确定该目标对象的风险标签，从而使得一些欺诈者不易蒙混过关，提高了金融交易的安全性。
在一可实施方式中，生物特征获取模块201，具体用于：
接收并响应第一控制指令，以开启用于拍摄目标对象的拍摄设备；
通过拍摄设备，获取目标对象在答题时的生物特征。
本实施例中，生物特征获取模块201，具体用于：接收第一控制指令，该第一控制指令可由目标对象在执行特定操作时触发，比如说将卡片插入自动取款机时触发，也可以利用人体红外设备在检测到人体时触发。
接着响应该第一控制指令，控制指令在执行时用于开启拍摄目标对象的拍摄设备，通过拍摄设备实时拍摄目标对象，再通过现有的一系列成熟用于辨别面部状态的人工智能模型来获取目标对象的生物特征。
在一可实施方式中，生物特征至少包括眼球视线、人脸朝向、情绪、眨眼频率、嘴部状态、面部遮挡、人脸个数；
相应的，风险评分模块202，具体用于：
将所获取的生物特征分别与对应的风险基准值进行比较；
根据比较结果，确定对应于生物特征的第一风险评分。
本实施例中，风险评分模块202，具体用于：将所获取的生物特征分别与对应的风险基准值进行比较，其中，每个生物特征都设有对应的风险基准值，风险基准值为固定值，在答题前预置于系统中。将各个生物特征分别与各自的风险基准值进行比较，比如所拍摄到的人脸个数超过对应的风险基准值(比如说2)时，得到第一评分，所识别到的眨眼频率超过对应的风险基准值时，得到第二评分，所识别到的情绪状态是紧张时，得到第三评分，以此得到各个生物特征的评分，将这些评分可通过公式得到对应于生物特征的第一风险评分，其中，公式可由设计者设定。
在一可实施方式中，在经生物特征获取模块获取目标对象在答题时的生物特征之前，装置还包括：
风险基准值确定模块204，用于获取目标对象在闲聊时的生物特征；
将在闲聊时所获取的生物特征作为对应于目标对象的风险基准值。
本实施例中，由于考虑到不同的答题者或许有千奇百怪的回答问题方式和习惯，例如答题者A习惯性眨眼，眨眼频率较高，但这就是他的生活习惯，如果仍然以固定次数来做评判，或许会造成评判失误。
由此，在获取目标对象在答题时的生物特征之前，首先要通过风险基准值确定模块204获取目标对象在闲聊时的生物特征，将该生物特征作为风险基准值。具体过程为：在正式与目标对象答题前，先与目标对象进行一些无任何认知压力的闲聊，在闲聊的过程中，通过拍摄设备获取此时的生物特征，将该生物特征作为正式答题时的风险基准值。
通过此步骤，可以防止出现因个别人的特殊习惯导致误判。
基于上文提供的一种多模态风险控制方法，本发明另一方面提供一种计算机可读存储介质，存储介质包括一组计算机可执行指令，当指令被执行时用于执行上述任一项的多模态风险控制方法。
在本发明实施例中计算机可读存储介质包括一组计算机可执行指令，当指令被执行时用于，获取目标对象在答题时的生物特征；根据所获取的生物特征，确定对应于生物特征的第一风险评分；至少根据所确定的第一风险评分，确定对应于目标对象的风险标签。
由此，通过在目标对象答题时获取其生物特征，根据所获得的生物特征来确定该目标对象的风险标签，从而使得一些欺诈者不易蒙混过关，提高了金融交易的安全性。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
以上，仅为本发明的具体实施方式，但本发明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发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种多模态风险控制方法，其特征在于，所述方法包括：
获取目标对象在答题时的生物特征；
根据所获取的生物特征，确定对应于所述生物特征的第一风险评分；
至少根据所确定的第一风险评分，确定对应于所述目标对象的风险标签。
2.根据权利要求1所述的方法，其特征在于，所述获取目标对象在答题时的生物特征，包括：
接收并响应第一控制指令，以开启用于拍摄目标对象的拍摄设备；
通过所述拍摄设备，获取目标对象在答题时的生物特征。
3.根据权利要求1所述的方法，其特征在于，所述生物特征至少包括眼球视线、人脸朝向、情绪、眨眼频率、嘴部状态、面部遮挡、人脸个数；
相应的，所述根据所获取的生物特征，确定对应于所述生物特征的第一风险评分，包括：
将所获取的生物特征分别与对应的风险基准值进行比较；
根据比较结果，确定对应于所述生物特征的第一风险评分。
4.根据权利要求3所述的方法，其特征在于，在获取目标对象在答题时的生物特征之前，所述方法还包括：
获取所述目标对象在闲聊时的生物特征；
将在闲聊时所获取的生物特征作为对应于所述目标对象的风险基准值。
5.根据权利要求1所述的方法，其特征在于，所述至少根据所确定的第一风险评分，确定对应于所述目标对象的风险标签，包括：
获取所述目标对象的答题情况；
根据所获取的答题情况，得到对应于所述答题情况的第二风险评分；
根据所述第一风险评分和第二风险评分，确定对应于所述目标对象的风险标签。
6.一种多模态风险控制装置，其特征在于，所述装置包括：
生物特征获取模块，用于获取目标对象在答题时的生物特征；
风险评分模块，用于根据所获取的生物特征，确定对应于所述生物特征的第一风险评分；
风险标签确定模块，用于至少根据所确定的第一风险评分，确定对应于所述目标对象的风险标签。
7.根据权利要求6所述的装置，其特征在于，所述生物特征获取模块，具体用于：
接收并响应第一控制指令，以开启用于拍摄目标对象的拍摄设备；
通过所述拍摄设备，获取目标对象在答题时的生物特征。
8.根据权利要求6所述的装置，其特征在于，所述生物特征至少包括眼球视线、人脸朝向、情绪、眨眼频率、嘴部状态、面部遮挡、人脸个数；
相应的，所述风险评分模块，具体用于：
将所获取的生物特征分别与对应的风险基准值进行比较；
根据比较结果，确定对应于所述生物特征的第一风险评分。
9.根据权利要求8所述的装置，其特征在于，在经所述生物特征获取模块获取目标对象在答题时的生物特征之前，所述装置还包括：
风险基准值确定模块，用于获取所述目标对象在闲聊时的生物特征；
将在闲聊时所获取的生物特征作为对应于所述目标对象的风险基准值。
10.一种计算机可读存储介质，其特征在于，所述存储介质包括一组计算机可执行指令，当所述指令被执行时用于执行上述权利要求1-5任一项所述的一种多模态风险控制方法。
CN202010096198.3A 2020-02-17 2020-02-17 一种多模态风险控制方法、装置以及计算机可读存储介质 Pending CN111339859A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010096198.3A CN111339859A (zh) 2020-02-17 2020-02-17 一种多模态风险控制方法、装置以及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010096198.3A CN111339859A (zh) 2020-02-17 2020-02-17 一种多模态风险控制方法、装置以及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN111339859A true CN111339859A (zh) 2020-06-26

Family

ID=71186973

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010096198.3A Pending CN111339859A (zh) 2020-02-17 2020-02-17 一种多模态风险控制方法、装置以及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN111339859A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108335198A (zh) * 2018-02-07 2018-07-27 平安科技（深圳）有限公司 客户风险测评方法、装置、设备及计算机可读存储介质
CN109345370A (zh) * 2018-08-29 2019-02-15 中国建设银行股份有限公司 基于人脸识别的风险预测方法、装置、终端及可读介质
CN109461073A (zh) * 2018-12-14 2019-03-12 深圳壹账通智能科技有限公司 智能识别的风险管理方法、装置、计算机设备及存储介质
CN109472206A (zh) * 2018-10-11 2019-03-15 平安科技（深圳）有限公司 基于微表情的风险评估方法、装置、设备及介质
CN109544324A (zh) * 2018-11-27 2019-03-29 深圳前海微众银行股份有限公司 信贷反欺诈方法、系统、设备及计算机可读存储介质
CN109829358A (zh) * 2018-12-14 2019-05-31 深圳壹账通智能科技有限公司 微表情贷款控制方法、装置、计算机设备及存储介质
CN109872026A (zh) * 2018-12-14 2019-06-11 深圳壹账通智能科技有限公司 评测结果生成方法、装置、设备及计算机可读存储介质
CN110569347A (zh) * 2019-09-10 2019-12-13 出门问问信息科技有限公司 一种数据处理方法、装置、存储介质和电子设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108335198A (zh) * 2018-02-07 2018-07-27 平安科技（深圳）有限公司 客户风险测评方法、装置、设备及计算机可读存储介质
CN109345370A (zh) * 2018-08-29 2019-02-15 中国建设银行股份有限公司 基于人脸识别的风险预测方法、装置、终端及可读介质
CN109472206A (zh) * 2018-10-11 2019-03-15 平安科技（深圳）有限公司 基于微表情的风险评估方法、装置、设备及介质
CN109544324A (zh) * 2018-11-27 2019-03-29 深圳前海微众银行股份有限公司 信贷反欺诈方法、系统、设备及计算机可读存储介质
CN109461073A (zh) * 2018-12-14 2019-03-12 深圳壹账通智能科技有限公司 智能识别的风险管理方法、装置、计算机设备及存储介质
CN109829358A (zh) * 2018-12-14 2019-05-31 深圳壹账通智能科技有限公司 微表情贷款控制方法、装置、计算机设备及存储介质
CN109872026A (zh) * 2018-12-14 2019-06-11 深圳壹账通智能科技有限公司 评测结果生成方法、装置、设备及计算机可读存储介质
CN110569347A (zh) * 2019-09-10 2019-12-13 出门问问信息科技有限公司 一种数据处理方法、装置、存储介质和电子设备

Similar Documents

Publication Publication Date Title
CN109769099B (zh) 通话人物异常的检测方法和装置
Happy et al. Automated alertness and emotion detection for empathic feedback during e-learning
CN111563487A (zh) 基于姿态识别模型的舞蹈评分方法及相关设备
CN109376225A (zh) 聊天机器人装置及系统
EP2892042A1 (en) Intellectual productivity analysis device, program
CN110970130A (zh) 一种注意缺陷多动障碍的数据处理方法
CN108937973A (zh) 一种机器人诊断人体愤怒情绪方法及装置
CN113537005A (zh) 一种基于姿态估计的线上考试学生行为分析方法
CN111887867A (zh) 基于表情识别与心理学测试生成性格的分析方法及系统
CN110569347A (zh) 一种数据处理方法、装置、存储介质和电子设备
CN115607156B (zh) 基于多模态的心理认知筛查测评方法、系统及存储介质
CN109993044A (zh) 电信诈骗识别系统、方法、装置、电子设备及存储介质
CN112307975A (zh) 融合语音与微表情的多模态情感识别方法及系统
CN108614987A (zh) 数据处理的方法、装置和机器人
CN115205764B (zh) 基于机器视觉的在线学习专注度监测方法、系统及介质
CN110476180A (zh) 用于提供基于文本阅读的奖励型广告服务的方法及用于实行该方法的用户终端
Kuwahara et al. Eye fatigue prediction system using blink detection based on eye image
CN110991277B (zh) 基于深度学习的多维度多任务学习评价系统
CN108681934A (zh) 一种交易平台及其不良用户的识别方法
CN109711970A (zh) 贷款授信平台及其授信方法、授信设备、可读存储介质
CN111339859A (zh) 一种多模态风险控制方法、装置以及计算机可读存储介质
JP2022052144A (ja) Ｃｂｔにおける受験者の監視方法、及び、監視システム
CN112819609A (zh) 风险评估方法、设备、计算机可读存储介质及程序产品
AU2018293922B2 (en) Improvements to fitting orthokeratology lenses
CN110175522A (zh) 考勤方法、系统及相关产品

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200626

RJ01 Rejection of invention patent application after publication