CN112541411A - 线上视频反欺诈识别方法及装置 - Google Patents

线上视频反欺诈识别方法及装置 Download PDF

Info

Publication number
CN112541411A
CN112541411A CN202011380727.9A CN202011380727A CN112541411A CN 112541411 A CN112541411 A CN 112541411A CN 202011380727 A CN202011380727 A CN 202011380727A CN 112541411 A CN112541411 A CN 112541411A
Authority
CN
China
Prior art keywords
fraud
micro
expression
data
online video
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
CN202011380727.9A
Other languages
English (en)
Inventor
王健
钱江
王建奇
黄艳
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.)
Industrial and Commercial Bank of China Ltd ICBC
Original Assignee
Industrial and Commercial Bank of China Ltd ICBC
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 Industrial and Commercial Bank of China Ltd ICBC filed Critical Industrial and Commercial Bank of China Ltd ICBC
Priority to CN202011380727.9A priority Critical patent/CN112541411A/zh
Publication of CN112541411A publication Critical patent/CN112541411A/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
    • G06V40/174—Facial expression recognition
    • 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
    • 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
    • H04L67/01—Protocols
    • H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种线上视频反欺诈识别方法及装置，涉及信息安全技术领域。方法包括：采集面审流程中申请人的微表情视频数据并进行存储；根据接收的数据分析指令对存储的微表情视频数据进行分帧分析计算，得到申请人的微表情数据；根据所述微表情数据和预设的微表情模型确定申请人对应的反欺诈数值；基于所述反欺诈数值进行线上视频的批量反欺诈识别。本发明能够提升线上视频面审效率以及提升反欺诈能力，从而提升线上视频面审质量。

Description

线上视频反欺诈识别方法及装置
技术领域
本发明涉及信息安全技术领域，特别涉及表情识别技术，具体涉及一种线上视频反欺诈识别方法及装置。
背景技术
金融机构在对贷款进行审批过程中，需对贷款申请人的信息进行审核，通常需要进行一对一或一对多的面审，根据客户对相关问题的回答结果判断申请人是否满足贷款审批条件，以及是否存在欺诈行为，以此进行风险控制来降低贷款不良率。传统的线下面审方式需贷款申请人及共同申请人到达指定地点，耗费人力成本较高，且在传染病预防期间，不易采用聚众形式与客户接触，因此采用线上视频面审的方式已成为各大金融机构提升放贷效率的一种重要手段。
目前，线上视频的面审流程，往往需要富有经验的客户经理依靠多年业务经验进行问答和鉴别，审核成本高且审批效率较低。而且线上视频的面审流程中加入微表情识别技术，对客户问答结果给出欺诈识别结果，可从技术手段上提高视频面审的效率及质量。
但是，当前适用于线上视频面审的微表情识别方法与业务结合度低、反欺诈能力弱且不具备批量处理分析多笔识别数据的能力。导致线上视频的面审流程存在审核成本高、效率低的问题。
发明内容
针对现有技术中的问题，本发明提供一种线上视频反欺诈识别方法及装置，具体包括以下技术方案：
第一方面，本发明提供一种线上视频反欺诈识别方法，包括：
采集面审流程中申请人的微表情视频数据并进行存储；
根据接收的数据分析指令对存储的微表情视频数据进行分帧分析计算，得到申请人的微表情数据；
根据所述微表情数据和预设的微表情模型确定申请人对应的反欺诈数值；
基于所述反欺诈数值进行线上视频的批量反欺诈识别。
在基于所述反欺诈数值进行线上视频的批量反欺诈识别之后，还包括：
接收申请人的业务反馈结果，根据所述业务反馈结果对所述微表情模型进行优化处理。
所述基于所述反欺诈数值进行线上视频的批量反欺诈识别，包括：
确定所述反欺诈数值大于预设阈值的申请人存在欺诈行为。
所述微表情视频数据采用消息队列机制通过kakfa消息进行传输和存储。
第二方面，本发明提供一种线上视频反欺诈识别装置，包括：
采集单元，用于采集面审流程中申请人的微表情视频数据并进行存储；
数据处理单元，用于根据接收的数据分析指令对存储的微表情视频数据进行分帧分析计算，得到申请人的微表情数据；
计算单元，用于根据所述微表情数据和预设的微表情模型确定申请人对应的反欺诈数值；
识别单元，用于基于所述反欺诈数值进行线上视频的批量反欺诈识别。
还包括：
优化单元，用于接收申请人的业务反馈结果，根据所述业务反馈结果对所述微表情模型进行优化处理。
所述识别单元包括：
识别子单元，用于确定所述反欺诈数值大于预设阈值的申请人存在欺诈行为。
所述微表情视频数据采用消息队列机制通过kakfa消息进行传输和存储。
第三方面，本发明提供一种电子设备，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，所述处理器执行所述程序时实现所述的线上视频反欺诈识别方法的步骤。
第四方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的线上视频反欺诈识别方法的步骤。
由上述技术方案可知，本发明提供一种线上视频反欺诈识别方法及装置，通过采集面审流程中申请人的微表情视频数据并进行存储；根据接收的数据分析指令对存储的微表情视频数据进行分帧分析计算，得到申请人的微表情数据；根据所述微表情数据和预设的微表情模型确定申请人对应的反欺诈数值；基于所述反欺诈数值进行线上视频的批量反欺诈识别，能够提升线上视频面审效率以及提升反欺诈能力，从而提升线上视频面审质量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中的线上视频反欺诈识别方法的第一流程示意图。
图2为本发明实施例中的线上视频反欺诈识别方法的第二流程示意图。
图3为本发明实施例中的线上视频反欺诈识别系统的结构示意图。
图4为本发明实施例中的线上视频反欺诈识别系统中信号的交互图。
图5为本发明实施例中的线上视频反欺诈识别装置的结构示意图。
图6为本发明实施例中的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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、完整的描述，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。
本发明提供一种线上视频反欺诈识别方法的实施例，参见图1，所述线上视频反欺诈识别方法具体包含有如下内容：
S101：采集面审流程中申请人的微表情视频数据并进行存储；
S102：根据接收的数据分析指令对存储的微表情视频数据进行分帧分析计算，得到申请人的微表情数据；
S103：根据所述微表情数据和预设的微表情模型确定申请人对应的反欺诈数值；
S104：基于所述反欺诈数值进行线上视频的批量反欺诈识别。
在本步骤中，确定所述反欺诈数值大于预设阈值的申请人存在欺诈行为。
在本实施例中，微表情视频数据采用消息队列机制通过kakfa消息进行传输和存储，通过kakfa消息队列能够实现批量识别和处理。
从上述描述可知，本发明提供一种线上视频反欺诈识别方法，通过采集面审流程中申请人的微表情视频数据并进行存储；根据接收的数据分析指令对存储的微表情视频数据进行分帧分析计算，得到申请人的微表情数据；根据所述微表情数据和预设的微表情模型确定申请人对应的反欺诈数值；基于所述反欺诈数值进行线上视频的批量反欺诈识别，能够提升线上视频面审效率以及提升反欺诈能力，从而提升线上视频面审质量。
在本发明一实施例中，参见图2，在上述方法实施例的基础上，还包括：
S105：接收申请人的业务反馈结果，根据所述业务反馈结果对所述微表情模型进行优化处理。
从上述描述可知，贷款发放后，可选择将后续业务结果反馈给微表情模型，用于模型优化和矫正，提高反欺诈效果。
本发明提供一种线上视频反欺诈识别系统的实施例，参见图3，所述线上视频反欺诈识别系统具体包含有如下内容：
线上视频反欺诈识别系统包括：微表情视频采集子系统、微表情视频存储子系统、微表情模型定制及反馈子系统、微表情结果分析处理子系统。
在微表情模型定制及反馈子系统中定制面审业务的相关模型问题；线上视频面审平台对接微表情视频采集子系统后，视频面审过程中可根据定制模型动态展示面审相关题目，面审过程中子系统自动对问答视频进行采集并存储至微表情视频存储子系统中；微表情结果分析处理子系统对接微表情视频存储子系统对采集视频进行异步的批量分析和处理。
微表情分析结果可以作为线上视频面审参考依据，贷款发放后，可选择将后续业务结果反馈给微表情模型定制与反馈子系统，用于模型优化和矫正，提高反欺诈效果。
1)微表情视频采集子系统
用于业务模型相关题目获取和展示及面审过程中微表情视频采集。
对接微表情模型定制及反馈子系统，根据客户面审相关业务信息通过分布式服务获取对应模型的问答题目数据并进行展示。
对接微表情视频存储子系统，面审过程中客户经理根据面审提示题目进行问答和题目切换，自动以题目维度对面审微表情视频进行录制，并实时传输至微表情视频存储子系统进行存储。
2)微表情视频存储子系统
用于存储采集的微表情视频，分别对接微表情视频采集子系统和微表情结果分析处理子系统。
提供微表情视频获取分布式服务，存储微表情视频可通过该服务后期查看，用于贷款审批及后续相关纠纷的证据依据。
3)微表情模型定制及反馈子系统
用于微表情识别的模型问题定制以及业务结果反馈接收，提供模型题目定制和查看子系统，提供获取业务模型题目数据的分布式服务、接收业务结果反馈的分布式服务。
模型题目定制：可在前台根据产品、模型维度进行模型题目定制和查看。
模型题目获取：结合反欺诈模型，以产品、模型维度进行模型问答题目信息整合，题目类型包括业务题目、反欺诈题目、基本信息核实题目三种。提供的分布式服务可根据输入的产品和模型信息获取以产品和模型维度的微表情问答题目数据，用于视频面审中的微表情识别和反欺诈。
4)结果反馈接收：以产品、模型维度接收业务结果数据，包括贷款逾期数据、还款数据等，反馈给微表情模型定制及反馈子系统，用于模型优化和矫正，可提高反欺诈能力及优化模型题目数据。
5)微表情结果分析处理子系统
用于微表情识别视频的分析和处理，采用异步消息队列机制实现异步批量处理多笔识别数据的效果。提供识别结果查询分布式服务。
包括数据分析子单元、反欺诈模型子单元、消息处理子单元。数据分析子单元用于对采集视频进行分帧视频分析输出多维模型数据；反欺诈模型子单元利用反欺诈模型对数据进行分析和处理，最终输出反欺诈结果；消息处理子单元用于消息监听、逻辑处理及数据存储，并提供识别结果查询分布式服务。单元采用异步消息队列机制，具有异步批量处理多笔面审数据的能力。
参见图4，数据处理流程如下：
微表情视频采集子系统采集所需微表情视频数据后，实时上送至微表情视频存储子系统，微表情视频存储完毕后，微表情视频存储子系统采用消息队列机制通过kakfa消息发送至微表情结果分析处理子系统，其消息处理子单元负责接收和处理对应消息。
消息处理子单元监听到微表情视频存储子系统发送的相关消息后，对数据进行整合，并通过调用反欺诈模型子单元提供的分布式服务进行输出数据传输。
反欺诈模型子单元接收整合后的数据后通过调用数据分析子单元提供的分布式服务发送数据分析指令和相关信息。
数据分析子单元接收指令和相关信息后，首先从微表情视频存储子系统中获取视频信息，然后对视频信息进行分帧分析，最终输出多维视频数据并通过分布式服务返回分析数据至反欺诈模型子单元。
反欺诈模型子系统接收数据分析子系统的分析数据后，输入微表情反欺诈模型进行反欺诈分析，最终输出反欺诈结果，并通过异步消息机制发送消息。
消息处理子系统监听反欺诈模型子系统发送的相关消息，接收消息后，对结果数据进行处理和存储。
从上述描述可知，通过引入微表情识别技术且通过异步消息处理机制实现批量处理分析多笔识别数据的能力，从而提高线上视频面审的效率；通过微表情模型问题定制与业务结果反馈与业务深度结合提升反欺诈能力，从而提升线上视频面审的质量；最终提升线上视频面审的效率和质量。可大幅提升线上视频面审的效率和质量。
线上视频面审平台对接系统后，可进行微表情模型题目定制，面审过程中根据面审题目对客户进行题目问答，系统自动对微表情视频数据进行采集并存储，同时异步批量处理多笔面审数据最终输出反欺诈结果，作为线上视频面审参考依据，从而提升线上视频面审的效率和质量。还具有如下优点：在线上视频面审中引入微表情识别技术且采用异步消息处理机制批量处理多笔识别数据，提升线上视频面审效率；通过微表情模型问题定制与业务结果反馈保证与业务深度结合来提升反欺诈能力，从而提升线上视频面审质量。
本发明实施例提供一种能够实现所述线上视频反欺诈识别方法中全部内容的线上视频反欺诈识别装置的具体实施方式，参见图5，所述线上视频反欺诈识别装置具体包括如下内容：
采集单元10，用于采集面审流程中申请人的微表情视频数据并进行存储；
数据处理单元20，用于根据接收的数据分析指令对存储的微表情视频数据进行分帧分析计算，得到申请人的微表情数据；
计算单元30，用于根据所述微表情数据和预设的微表情模型确定申请人对应的反欺诈数值；
识别单元40，用于基于所述反欺诈数值进行线上视频的批量反欺诈识别。
还包括：
优化单元，用于接收申请人的业务反馈结果，根据所述业务反馈结果对所述微表情模型进行优化处理。
所述识别单元包括：
识别子单元，用于确定所述反欺诈数值大于预设阈值的申请人存在欺诈行为。
所述微表情视频数据采用消息队列机制通过kakfa消息进行传输和存储。
本发明提供的线上视频反欺诈识别装置的实施例具体可以用于执行上述实施例中的线上视频反欺诈识别方法的实施例的处理流程，其功能在此不再赘述，可以参照上述方法实施例的详细描述。
从上述描述可知，本发明提供一种线上视频反欺诈识别装置，通过采集面审流程中申请人的微表情视频数据并进行存储；根据接收的数据分析指令对存储的微表情视频数据进行分帧分析计算，得到申请人的微表情数据；根据所述微表情数据和预设的微表情模型确定申请人对应的反欺诈数值；基于所述反欺诈数值进行线上视频的批量反欺诈识别，能够提升线上视频面审效率以及提升反欺诈能力，从而提升线上视频面审质量。
本申请提供一种用于实现所述线上视频反欺诈识别方法中的全部或部分内容的电子设备的实施例所述电子设备具体包含有如下内容：
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述通信接口用于实现相关设备之间的信息传输；该电子设备可以是台式计算机、平板电脑及移动终端等，本实施例不限于此。在本实施例中，该电子设备可以参照实施例用于实现所述线上视频反欺诈识别方法的实施例及用于实现所述线上视频反欺诈识别装置的实施例进行实施，其内容被合并于此，重复之处不再赘述。
图6为本申请实施例的电子设备9600的系统构成的示意框图。如图6所示，该电子设备9600可以包括中央处理器9100和存储器9140；存储器9140耦合到中央处理器9100。值得注意的是，该图6是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。
一实施例中，线上视频反欺诈识别功能可以被集成到中央处理器9100中。其中，中央处理器9100可以被配置为进行如下控制：
采集面审流程中申请人的微表情视频数据并进行存储；根据接收的数据分析指令对存储的微表情视频数据进行分帧分析计算，得到申请人的微表情数据；根据所述微表情数据和预设的微表情模型确定申请人对应的反欺诈数值；基于所述反欺诈数值进行线上视频的批量反欺诈识别。
从上述描述可知，本申请的实施例提供的电子设备，通过采集面审流程中申请人的微表情视频数据并进行存储；根据接收的数据分析指令对存储的微表情视频数据进行分帧分析计算，得到申请人的微表情数据；根据所述微表情数据和预设的微表情模型确定申请人对应的反欺诈数值；基于所述反欺诈数值进行线上视频的批量反欺诈识别，能够提升线上视频面审效率以及提升反欺诈能力，从而提升线上视频面审质量。
在另一个实施方式中，线上视频反欺诈识别装置可以与中央处理器9100分开配置，例如可以将线上视频反欺诈识别配置为与中央处理器9100连接的芯片，通过中央处理器的控制来实现线上视频反欺诈识别功能。
如图6所示，该电子设备9600还可以包括：通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是，电子设备9600也并不是必须要包括图6中所示的所有部件；此外，电子设备9600还可以包括图6中没有示出的部件，可以参考现有技术。
如图6所示，中央处理器9100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
其中，存储器9140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序，以实现信息存储或处理等。
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器，但并不限于此。
该存储器9140可以是固态存储器，例如，只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为EPROM等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142，该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
存储器9140还可以包括数据存储部9143，该数据存储部9143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。
基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块9110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132，以经由扬声器9131提供音频输出，并接收来自麦克风9132的音频输入，从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器9130还耦合到中央处理器9100，从而使得可以通过麦克风9132能够在本机上录音，且使得可以通过扬声器9131来播放本机上存储的声音。
本发明的实施例还提供能够实现上述实施例中的线上视频反欺诈识别方法中全部步骤的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，该计算机程序被处理器执行时实现上述实施例中的线上视频反欺诈识别方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
采集面审流程中申请人的微表情视频数据并进行存储；根据接收的数据分析指令对存储的微表情视频数据进行分帧分析计算，得到申请人的微表情数据；根据所述微表情数据和预设的微表情模型确定申请人对应的反欺诈数值；基于所述反欺诈数值进行线上视频的批量反欺诈识别。
从上述描述可知，本发明实施例提供的计算机可读存储介质，通过采集面审流程中申请人的微表情视频数据并进行存储；根据接收的数据分析指令对存储的微表情视频数据进行分帧分析计算，得到申请人的微表情数据；根据所述微表情数据和预设的微表情模型确定申请人对应的反欺诈数值；基于所述反欺诈数值进行线上视频的批量反欺诈识别，能够提升线上视频面审效率以及提升反欺诈能力，从而提升线上视频面审质量。
虽然本发明提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
本领域技术人员应明白，本说明书的实施例可提供为方法、装置(系统)或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。本发明并不局限于任何单一的方面，也不局限于任何单一的实施例，也不局限于这些方面和/或实施例的任意组合和/或置换。而且，可以单独使用本发明的每个方面和/或实施例或者与一个或更多其他方面和/或其实施例结合使用。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (10)

1.一种线上视频反欺诈识别方法，其特征在于，包括：
采集面审流程中申请人的微表情视频数据并进行存储；
根据接收的数据分析指令对存储的微表情视频数据进行分帧分析计算，得到申请人的微表情数据；
根据所述微表情数据和预设的微表情模型确定申请人对应的反欺诈数值；
基于所述反欺诈数值进行线上视频的批量反欺诈识别。
2.根据权利要求1所述的线上视频反欺诈识别方法，其特征在于，在基于所述反欺诈数值进行线上视频的批量反欺诈识别之后，还包括：
接收申请人的业务反馈结果，根据所述业务反馈结果对所述微表情模型进行优化处理。
3.根据权利要求1所述的线上视频反欺诈识别方法，其特征在于，所述基于所述反欺诈数值进行线上视频的批量反欺诈识别，包括：
确定所述反欺诈数值大于预设阈值的申请人存在欺诈行为。
4.根据权利要求1所述的线上视频反欺诈识别方法，其特征在于，所述微表情视频数据采用消息队列机制通过kakfa消息进行传输和存储。
5.一种线上视频反欺诈识别装置，其特征在于，包括：
采集单元，用于采集面审流程中申请人的微表情视频数据并进行存储；
数据处理单元，用于根据接收的数据分析指令对存储的微表情视频数据进行分帧分析计算，得到申请人的微表情数据；
计算单元，用于根据所述微表情数据和预设的微表情模型确定申请人对应的反欺诈数值；
识别单元，用于基于所述反欺诈数值进行线上视频的批量反欺诈识别。
6.根据权利要求5所述的线上视频反欺诈识别装置，其特征在于，还包括：
优化单元，用于接收申请人的业务反馈结果，根据所述业务反馈结果对所述微表情模型进行优化处理。
7.根据权利要求5所述的线上视频反欺诈识别装置，其特征在于，所述识别单元包括：
识别子单元，用于确定所述反欺诈数值大于预设阈值的申请人存在欺诈行为。
8.根据权利要求5所述的线上视频反欺诈识别装置，其特征在于，所述微表情视频数据采用消息队列机制通过kakfa消息进行传输和存储，实现批量识别和处理。
9.一种电子设备，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，其特征在于，所述处理器执行所述程序时实现权利要求1至4任一项所述的线上视频反欺诈识别方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至4任一项所述的线上视频反欺诈识别方法的步骤。
CN202011380727.9A 2020-11-30 2020-11-30 线上视频反欺诈识别方法及装置 Pending CN112541411A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011380727.9A CN112541411A (zh) 2020-11-30 2020-11-30 线上视频反欺诈识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011380727.9A CN112541411A (zh) 2020-11-30 2020-11-30 线上视频反欺诈识别方法及装置

Publications (1)

Publication Number Publication Date
CN112541411A true CN112541411A (zh) 2021-03-23

Family

ID=75016725

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011380727.9A Pending CN112541411A (zh) 2020-11-30 2020-11-30 线上视频反欺诈识别方法及装置

Country Status (1)

Country Link
CN (1) CN112541411A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105791431A (zh) * 2016-04-26 2016-07-20 北京邮电大学 一种在线分布式监控视频处理任务调度方法及装置
CN108717663A (zh) * 2018-05-18 2018-10-30 深圳壹账通智能科技有限公司 基于微表情的面签欺诈判断方法、装置、设备及介质
CN108734570A (zh) * 2018-05-22 2018-11-02 深圳壹账通智能科技有限公司 一种风险预测方法、存储介质和服务器
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
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
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
CN109697666A (zh) * 2018-12-18 2019-04-30 深圳壹账通智能科技有限公司 风险预警方法、装置、计算机设备和存储介质
CN110223158A (zh) * 2019-05-21 2019-09-10 平安银行股份有限公司 一种风险用户的识别方法、装置、存储介质和服务器

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105791431A (zh) * 2016-04-26 2016-07-20 北京邮电大学 一种在线分布式监控视频处理任务调度方法及装置
CN108717663A (zh) * 2018-05-18 2018-10-30 深圳壹账通智能科技有限公司 基于微表情的面签欺诈判断方法、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
CN108734570A (zh) * 2018-05-22 2018-11-02 深圳壹账通智能科技有限公司 一种风险预测方法、存储介质和服务器
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
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
CN109697666A (zh) * 2018-12-18 2019-04-30 深圳壹账通智能科技有限公司 风险预警方法、装置、计算机设备和存储介质
CN110223158A (zh) * 2019-05-21 2019-09-10 平安银行股份有限公司 一种风险用户的识别方法、装置、存储介质和服务器

Similar Documents

Publication Publication Date Title
US20190149852A1 (en) Live broadcasting method, method for presenting live broadcasting data stream, and terminal
CN111275546B (zh) 金融客户欺诈风险识别方法及装置
CN110136054B (zh) 图像处理方法和装置
CN111669535A (zh) 基于多路视频远程办理金融业务的方法及系统
CN111782470B (zh) 分布式容器日志数据处理方法及装置
CN112799943B (zh) 业务系统自动化测试方法及装置
CN113435989A (zh) 金融数据处理方法及装置
CN111160984A (zh) 基于银行网点排队叫号服务的营销方法及装置
CN111222869A (zh) 交易数据处理方法、装置、计算机设备及介质
CN111353891A (zh) 资金交易数据中可疑团伙的识别辅助方法及装置
CN111405129A (zh) 智能外呼风险监控方法及装置
CN113159913A (zh) 账务信息处理方法及装置
CN112085596A (zh) 用户风险等级信息的确定方法及装置
CN113159923A (zh) 风险筛查方法及装置
CN112910708B (zh) 分布式服务调用方法及装置
CN112541411A (zh) 线上视频反欺诈识别方法及装置
CN110889765A (zh) 交易信息报送方法及装置
US11937016B2 (en) System and method for real-time, event-driven video conference analytics
CN113554795B (zh) 业务办理大厅智能排号方法、装置及系统
CN111598539B (zh) 基于业务建模的cics联机程序业务处理方法及系统
CN114529398A (zh) 一种多银行支付处理方法及节点
CN114997989A (zh) 基于区块链的贷款请求处理方法及装置
CN114092226A (zh) 银行网点外汇产品推荐方法及装置
CN111062689A (zh) 人民币跨境业务处理方法及装置
CN111767435A (zh) 用户行为分析方法及装置

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