CN113032760A - 一种基于头部图像分析的交易安全监管系统 - Google Patents

一种基于头部图像分析的交易安全监管系统 Download PDF

Info

Publication number
CN113032760A
CN113032760A CN202110575526.2A CN202110575526A CN113032760A CN 113032760 A CN113032760 A CN 113032760A CN 202110575526 A CN202110575526 A CN 202110575526A CN 113032760 A CN113032760 A CN 113032760A
Authority
CN
China
Prior art keywords
processing module
preset
area
user
risk
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.)
Granted
Application number
CN202110575526.2A
Other languages
English (en)
Other versions
CN113032760B (zh
Inventor
陈佳霖
宋志明
戚惠敏
严彪
杨成林
陈骁
邓日晓
阳城
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.)
Hunan Sanxiang Bank Co Ltd
Original Assignee
Hunan Sanxiang Bank 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 Hunan Sanxiang Bank Co Ltd filed Critical Hunan Sanxiang Bank Co Ltd
Priority to CN202110575526.2A priority Critical patent/CN113032760B/zh
Publication of CN113032760A publication Critical patent/CN113032760A/zh
Application granted granted Critical
Publication of CN113032760B publication Critical patent/CN113032760B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31User authentication
    • G06F21/32User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Finance (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明涉及一种基于头部图像分析的交易安全监管系统,涉及金融监管技术领域,包括,验证模块,用以验证用户身份信息,其与采集模块连接;所述采集模块用以采集金融交易设备获取的头部图像信息,其与处理模块连接;所述处理模块用以对所述采集模块采集到的头部图像信息进行处理,并生成处理结果,其与预警模块连接;所述预警模块用以根据所述处理模块生成的处理结果进行对应的预警;用户在完成身份验证后,所述验证模块进行登录安全提醒,用户根据提示确认安全后,所述采集模块实时采集用户交易的头部图像信息,所述处理模块根据实时获取的头部图像信息进行交易风险提醒。本发明所述系统有效提高了用户进行金融交易的安全性。

Description

一种基于头部图像分析的交易安全监管系统
技术领域
本发明涉及金融监管技术领域,尤其涉及一种基于头部图像分析的交易安全监管系统。
背景技术
随着人们生活习惯和环境情况的改变,线上交易渐渐成为了主要交易方式,然而在进行金融交易时存在多方面危险因素,因此在进行金融交易时需确认交易环境安全。
中国专利公开号:CN108090416A,公开了一种基于视频分析的智能金融监管方法和金融监管系统,该系统在进行交易安全判定时,无法准确分析用户交易时的安全环境,仅根据是否有人员闯入和聚集对交易安全性作出判定,其判定方法不够精确,无法满足人们对交易安全的需求,由此可见,金融交易的安全性还有待提高。
发明内容
为此,本发明提供一种基于头部图像分析的交易安全监管系统,用以克服现有技术中无法通过准确的金融交易环境图像分析导致的金融交易安全性低的问题。
为实现上述目的,本发明提供一种基于头部图像分析的交易安全监管系统,包括:
验证模块,用以验证用户身份信息,其与采集模块连接;
所述采集模块,用以采集金融交易设备获取的头部图像信息,其与处理模块连接;
所述处理模块,用以对所述采集模块采集到的头部图像信息进行处理,并生成处理结果,其与预警模块连接;
所述预警模块,用以根据所述处理模块生成的处理结果进行对应的预警;
用户在完成身份验证后,所述验证模块进行登录安全提醒,用户根据提示确认安全后,所述采集模块实时采集用户交易的头部图像信息,所述处理模块根据实时获取的头部图像信息进行交易风险提醒;
所述处理模块将采集到的矩形头部图像信息平均划分为3×3的网格采集区域,所述处理模块将所述网格采集区域的中心区域作为高风险区域,并将其他网格采集区域作为中风险区域;
所述处理模块在进行图像处理时,所述处理模块通过将各风险关键字与各所述网格采集区域的字符串进行比对生成风险提醒结果;
当所述处理模块根据人员闯入关键字A生成风险提醒结果时,所述处理模块通过将实时采集的人员闯入面积S与各预设人员闯入面积进行比对生成不同等级的风险提醒结果,所述处理模块在进行人员闯入面积比对时,所述处理模块根据人员闯入数量对实时采集的人员闯入面积S进行调节,调节完成后,所述处理模块通过将采集到的人员闯入区域的个数F与各预设人员闯入区域个数进行比对选取对应的闯入面积修正系数对调节后的人员闯入面积S’进行修正;
当所述处理模块根据用户消失关键字G生成风险提醒结果时,所述处理模块通过将实时采集的用户消失面积M与各预设用户消失面积进行比对生成不同等级的风险提醒结果,所述处理模块在进行用户消失面积比对时,所述处理模块根据用户消失时间对实时采集的用户消失面积M进行调节,调节完成后,所述处理模块通过将采集到的用户消失次数J与各预设用户消失次数进行比对选取对应的消失面积补偿系数对调节后的用户消失面积M’进行补偿;
所述预警模块在进行预警时,所述处理模块根据预警次数判定是否终止交易,并设置交易等待时间。
进一步地,所述处理模块中设置有若干个预设字符长度的风险关键字,所述处理模块将各所述风险关键字与各所述网格采集区域的字符串进行比对,并根据比对结果生成风险提醒结果,其中,
在将各所述中风险区域的字符串与各所述风险关键字进行比对时,当字符串与各所述风险关键字的重合度大于等于90%时,所述处理模块生成风险提醒结果;
在将所述高风险区域的字符串与各所述风险关键字进行比对时,当字符串与各所述风险关键字的重合度大于等于80%时,所述处理模块生成风险提醒结果。
进一步地,所述处理模块在设置风险关键字时,所述风险关键字包括字符长度为k1的人员闯入关键字A和字符长度为k2的用户消失关键字G,其中,k1<k2;
当人员闯入关键字A与字符串的重合度大于等于预设值,所述处理模块在生成风险提醒结果时,所述处理模块将实时采集的人员闯入面积S与各预设人员闯入面积进行比对,并根据比对结果生成不同等级的风险提醒结果,其中,
当S1≤S<S2时,所述处理模块生成中等级风险提醒结果;
当S2≤S<S3时,所述处理模块生成中高等级风险提醒结果;
当S3≤S时,所述处理模块生成高等级风险提醒结果;
其中,S1为第一预设人员闯入面积,S2为第二预设人员闯入面积,S3为第三预设人员闯入面积,S1<S2<S3。
进一步地,所述处理模块在进行人员闯入面积比对时,所述处理模块将采集到的人员闯入数量C与各预设人员闯入数量进行比对,并根据比对结果选取对应的闯入面积调节系数对人员闯入面积S进行调节,其中,
当所述处理模块选取第i预设闯入面积调节系数ai对S进行调节时,设定i=1,2,3,调节后的人员闯入面积为S’,设定S’=S×ai,其中,
当C1≤C<C2时,所述处理模块选取a1对S进行调节;
当C2≤C<C3时,所述处理模块选取a2对S进行调节;
当C3≤C时,所述处理模块选取a3对S进行调节;
其中,C1为第一预设人员闯入数量,C2为第二预设人员闯入数量,C3为第三预设人员闯入数量,C1<C2<C3;a1为第一预设闯入面积调节系数,a2为第二预设闯入面积调节系数,a3为第三预设闯入面积调节系数,1<a1<a2<a3<2。
进一步地,所述处理模块在对人员闯入面积S调节完成后,所述处理模块将采集到的人员闯入区域的个数F与各预设人员闯入区域个数进行比对,并根据比对结果选取对应的闯入面积修正系数对调节后的人员闯入面积S’进行修正,其中,
当所述处理模块选取第i预设闯入面积修正系数bi对S’进行修正时,设定i=1,2,3,修正后的人员闯入面积为S”,设定S”=S’×bi,其中,
当F1≤F<F2时,所述处理模块选取b1对S’进行修正;
当F2≤F<F3时,所述处理模块选取b2对S’进行修正;
当F3≤F时,所述处理模块选取b3对S’进行修正;
其中,F1为第一预设人员闯入区域个数,F2为第二预设人员闯入区域个数,F3为第三预设人员闯入区域个数,F1<F2<F3;b1为第一预设闯入面积修正系数,b2为第二预设闯入面积修正系数,b3为第三预设闯入面积修正系数,1<b1<b2<b3<2。
进一步地,当用户消失关键字G与字符串的重合度大于等于预设值,所述处理模块在生成风险提醒结果时,所述处理模块将实时采集的用户消失面积M与各预设用户消失面积进行比对,并根据比对结果生成不同等级的风险提醒结果,其中,
当M1≤M<M2时,所述处理模块生成中等级风险提醒结果;
当M2≤M<M3时,所述处理模块生成中高等级风险提醒结果;
当M3≤M时,所述处理模块生成高等级风险提醒结果;
其中,M1为第一预设用户消失面积,M2为第二预设用户消失面积,M3为第三预设用户消失面积,M1<M2<M3。
进一步地,所述处理模块在进行用户消失面积比对时,所述处理模块将采集到的用户消失时间T与各预设用户消失时间进行比对,并根据比对结果选取对应的消失面积调节系数对用户消失面积M进行调节,其中,
当所述处理模块选取第i预设消失面积调节系数di对M进行调节时,设定i=1,2,3,调节后的用户消失面积为M’,设定M’=M×di,其中,
当T1≤T<T2时,所述处理模块选取d1对M进行调节;
当T2≤T<T3时,所述处理模块选取d2对M进行调节;
当T3≤T时,所述处理模块选取d3对M进行调节;
其中,T1为第一预设用户消失时间,T2为第二预设用户消失时间,T3为第三预设用户消失时间,T1<T2<T3;d1为第一预设消失面积调节系数,d2为第二预设消失面积调节系数,d3为第三预设消失面积调节系数,1<d1<d2<d3<2。
进一步地,所述处理模块在对用户消失面积M调节完成后,所述处理模块将采集到的用户消失次数J与各预设用户消失次数进行比对,并根据比对结果选取对应的消失面积补偿系数对调节后的用户消失面积M’进行补偿,其中,
当所述处理模块选取第i预设消失面积补偿系数ei对M’进行补偿时,设定i=1,2,3,补偿后的用户消失面积为M”,设定M”=M’×ei,其中,
当J1≤J<J2时,所述处理模块选取e1对M’进行补偿;
当J2≤J<J3时,所述处理模块选取e2对M’进行补偿;
当J3≤J时,所述处理模块选取e3对M’进行补偿;
其中,J1为第一预设用户消失次数,J2为第二预设用户消失次数,J3为第三预设用户消失次数,J1<J2<J3;e1为第一预设消失面积补偿系数,e2为第二预设消失面积补偿系数,e3为第三预设消失面积补偿系数,1<e1<e2<e3<2。
进一步地,所述预警模块在根据所述处理模块生成的风险提醒结果进行预警时,所述处理模块根据预警次数判定是否终止交易,其中,
当中等级风险提醒的预警次数R1≥3时,所述处理模块判定终止交易,并进入交易等待,交易等待时间为t1;
当中高等级风险提醒的预警次数R2≥2时,所述处理模块判定终止交易,并进入交易等待,交易等待时间为t2;
当高等级风险提醒的预警次数R3≥1时,所述处理模块判定终止交易,并进入交易等待,交易等待时间为t3;
其中,t1为第一预设交易等待时间,t2为第二预设交易等待时间,t3为第三预设交易等待时间,t1<t2<t3。
进一步地,当同等级风险提醒重复出现在同一网格采集区域且风险关键字相同时,所述处理模块根据预设预警次数调整系数f对预警次数Ri做出调整,设定i=1,2,0.5<f<1,其中,当所述处理模块根据预设预警次数调整系数f对预警次数Ri做出调整时,调整后的预警次数为Ri’,设定Ri’=Ri×f,Ri’取整。
与现有技术相比,本发明的有益效果在于,本发明所述系统通过实时采集用户交易的头部图像信息可有效检测用户交易环境是否安全,所述处理模块在对采集的图像进行处理时,将采集到的矩形头部图像信息平均划分为3×3的网格采集区域,通过对图像进行分区,可使图像处理更加精确,且通过将九个采集区域划分为中风险区域和高风险区域,可进一步提高图像处理时的准确度;所述处理模块通过将风险关键字与各网格采集区域的字符串进行比对,生成不同等级的风险提醒结果,通过设置不同风险等级可进一步确保用户交易的安全性,同时还可避免错误判断;所述处理模块在根据人员闯入关键字A生成风险提醒结果时,通过将实时采集的人员闯入面积S与各预设人员闯入面积进行比对生成不同等级的风险提醒结果,通过比对人员闯入面积可进一步提高用户交易环境图像处理的准确度,从而提高交易安全性,所述处理模块根据人员闯入数量对实时采集的人员闯入面积S进行调节,并根据采集到的人员闯入区域的个数F对调节后的人员闯入面积S’进行修正,可进一步加强用户交易的安全性;所述处理模块在根据用户消失关键字G生成风险提醒结果时,根据实时采集的用户消失面积M的不同生成不同等级的风险提醒结果,通过判断用户是否在图像采集区域消失,生成不同风险提醒结果,可进一步提高用户交易的安全性,所述处理模块根据用户消失时间对实时采集的用户消失面积M进行调节,并根据采集到的用户消失次数J对调节后的用户消失面积M’进行补偿,可进一步提高风险提醒的准确度,从而提高用户交易的安全性。
尤其,所述处理模块通过在不同风险区域设置不同风险关键字的重合度阈值,从而生成风险提醒结果,可进一步提高风险提醒的准确度,从而提高用户交易的安全性。
尤其,所述处理模块通过将实时采集的人员闯入面积S与各预设人员闯入面积进行比对生成不同等级的风险提醒结果,可进一步提高风险提醒的准确度,从而提高用户交易的安全性。
尤其,所述处理模块通过将采集到的人员闯入数量C与各预设人员闯入数量进行比对选取对应的闯入面积调节系数对人员闯入面积S进行调节,可进一步提高风险提醒的准确度,从而提高用户交易的安全性。
尤其,所述处理模块通过将采集到的人员闯入区域的个数F与各预设人员闯入区域个数进行比对选取对应的闯入面积修正系数对调节后的人员闯入面积S’进行修正,可进一步提高风险提醒的准确度,从而提高用户交易的安全性。
尤其,所述处理模块通过将实时采集的用户消失面积M与各预设用户消失面积进行比对生成不同等级的风险提醒结果,可进一步提高风险提醒的准确度,从而提高用户交易的安全性。
尤其,所述处理模块通过将采集到的用户消失时间T与各预设用户消失时间进行比对选取对应的消失面积调节系数对用户消失面积M进行调节,可进一步提高风险提醒的准确度,从而提高用户交易的安全性。
尤其,所述处理模块通过将采集到的用户消失次数J与各预设用户消失次数进行比对选取对应的消失面积补偿系数对调节后的用户消失面积M’进行补偿,可进一步提高风险提醒的准确度,从而提高用户交易的安全性。
尤其,所述处理模块根据预警次数判定是否终止交易,并设置交易等待时间,可进一步提高用户交易的安全性。
尤其,所述处理模块根据预设预警次数调整系数f对预警次数Ri做出调整,可有效保证交易关闭的有效性,并排除其他干扰,进一步提高了用户交易的安全性。
附图说明
图1为本实施例基于头部图像分析的交易安全监管系统的框架示意图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,其为本实施例所述基于头部图像分析的交易安全监管系统,包括:
验证模块,用以验证用户身份信息,其与采集模块连接;
所述采集模块,用以采集金融交易设备获取的头部图像信息,其与处理模块连接;
所述处理模块,用以对所述采集模块采集到的头部图像信息进行处理,并生成处理结果,其与预警模块连接;
所述预警模块,用以根据所述处理模块生成的处理结果进行对应的预警。
具体而言,所述金融交易设备包括但不限于POS机、交易柜台。
具体而言,用户在完成身份验证后,所述验证模块进行登录安全提醒,用户根据提示确认安全后,所述采集模块实时采集用户交易的头部图像信息,所述处理模块根据实时获取的头部图像信息进行交易风险提醒。
具体而言,所述处理模块将采集到的矩形头部图像信息平均划分为3×3的网格采集区域,所述处理模块将所述网格采集区域的中心区域作为高风险区域,并将其他网格采集区域作为中风险区域。
具体而言,本实施例所述处理模块通过对图像进行分区,可使图像处理更加精确,且通过将九个采集区域划分为中风险区域和高风险区域,可进一步提高图像处理时的准确度。
具体而言,所述处理模块在对获取的头部图像信息进行处理时,所述处理模块将各所述网格采集区域的像素格分别进行编码,每个像素格对应一个字节,各所述网格采集区域的字节组合成字符串;
所述处理模块中设置有若干个预设字符长度的风险关键字,所述处理模块将各所述风险关键字与各所述网格采集区域的字符串进行比对,并根据比对结果生成风险提醒结果,其中,
在将各所述中风险区域的字符串与各所述风险关键字进行比对时,当字符串与各所述风险关键字的重合度大于等于90%时,所述处理模块生成风险提醒结果;
在将所述高风险区域的字符串与各所述风险关键字进行比对时,当字符串与各所述风险关键字的重合度大于等于80%时,所述处理模块生成风险提醒结果。
具体而言,所述处理模块在设置风险关键字时,所述风险关键字包括字符长度为k1的人员闯入关键字A和字符长度为k2的用户消失关键字G,其中,k1<k2。
具体而言,定义闯入人员图像占所述网格采集区域的面积为人员闯入面积,当人员闯入关键字A与字符串的重合度大于等于预设值,所述处理模块在生成风险提醒结果时,所述处理模块将实时采集的人员闯入面积S与各预设人员闯入面积进行比对,并根据比对结果生成不同等级的风险提醒结果,其中,
当S1≤S<S2时,所述处理模块生成中等级风险提醒结果;
当S2≤S<S3时,所述处理模块生成中高等级风险提醒结果;
当S3≤S时,所述处理模块生成高等级风险提醒结果;
其中,S1为第一预设人员闯入面积,S2为第二预设人员闯入面积,S3为第三预设人员闯入面积,S1<S2<S3。
具体而言,本实施例所述处理模块通过将实时采集的人员闯入面积S与各预设人员闯入面积进行比对生成不同等级的风险提醒结果,可进一步提高风险提醒的准确度,从而提高用户交易的安全性。
具体而言,所述处理模块在进行人员闯入面积比对时,所述处理模块根据人员闯入数量对实时采集的人员闯入面积S进行调节,所述处理模块将采集到的人员闯入数量C与各预设人员闯入数量进行比对,并根据比对结果选取对应的闯入面积调节系数对人员闯入面积S进行调节,其中,
当所述处理模块选取第i预设闯入面积调节系数ai对S进行调节时,设定i=1,2,3,调节后的人员闯入面积为S’,设定S’=S×ai,其中,
当C1≤C<C2时,所述处理模块选取a1对S进行调节;
当C2≤C<C3时,所述处理模块选取a2对S进行调节;
当C3≤C时,所述处理模块选取a3对S进行调节;
其中,C1为第一预设人员闯入数量,C2为第二预设人员闯入数量,C3为第三预设人员闯入数量,C1<C2<C3;a1为第一预设闯入面积调节系数,a2为第二预设闯入面积调节系数,a3为第三预设闯入面积调节系数,1<a1<a2<a3<2。
具体而言,定义闯入人员的图像占网格采集区域的区域个数为人员闯入区域个数,所述处理模块在对人员闯入面积S调节完成后,所述处理模块将采集到的人员闯入区域的个数F与各预设人员闯入区域个数进行比对,并根据比对结果选取对应的闯入面积修正系数对调节后的人员闯入面积S’进行修正,其中,
当所述处理模块选取第i预设闯入面积修正系数bi对S’进行修正时,设定i=1,2,3,修正后的人员闯入面积为S”,设定S”=S’×bi,其中,
当F1≤F<F2时,所述处理模块选取b1对S’进行修正;
当F2≤F<F3时,所述处理模块选取b2对S’进行修正;
当F3≤F时,所述处理模块选取b3对S’进行修正;
其中,F1为第一预设人员闯入区域个数,F2为第二预设人员闯入区域个数,F3为第三预设人员闯入区域个数,F1<F2<F3;b1为第一预设闯入面积修正系数,b2为第二预设闯入面积修正系数,b3为第三预设闯入面积修正系数,1<b1<b2<b3<2。
具体而言,定义所述网格采集区域中用户图像消失部分面积为用户消失面积,当用户消失关键字G与字符串的重合度大于等于预设值,所述处理模块在生成风险提醒结果时,所述处理模块将实时采集的用户消失面积M与各预设用户消失面积进行比对,并根据比对结果生成不同等级的风险提醒结果,其中,
当M1≤M<M2时,所述处理模块生成中等级风险提醒结果;
当M2≤M<M3时,所述处理模块生成中高等级风险提醒结果;
当M3≤M时,所述处理模块生成高等级风险提醒结果;
其中,M1为第一预设用户消失面积,M2为第二预设用户消失面积,M3为第三预设用户消失面积,M1<M2<M3。
具体而言,本实施例所述处理模块通过将实时采集的用户消失面积M与各预设用户消失面积进行比对生成不同等级的风险提醒结果,可进一步提高风险提醒的准确度,从而提高用户交易的安全性。
具体而言,所述处理模块在进行用户消失面积比对时,所述处理模块根据用户消失时间对实时采集的用户消失面积M进行调节,所述处理模块将采集到的用户消失时间T与各预设用户消失时间进行比对,并根据比对结果选取对应的消失面积调节系数对用户消失面积M进行调节,其中,
当所述处理模块选取第i预设消失面积调节系数di对M进行调节时,设定i=1,2,3,调节后的用户消失面积为M’,设定M’=M×di,其中,
当T1≤T<T2时,所述处理模块选取d1对M进行调节;
当T2≤T<T3时,所述处理模块选取d2对M进行调节;
当T3≤T时,所述处理模块选取d3对M进行调节;
其中,T1为第一预设用户消失时间,T2为第二预设用户消失时间,T3为第三预设用户消失时间,T1<T2<T3;d1为第一预设消失面积调节系数,d2为第二预设消失面积调节系数,d3为第三预设消失面积调节系数,1<d1<d2<d3<2。
具体而言,所述处理模块在对用户消失面积M调节完成后,所述处理模块将采集到的用户消失次数J与各预设用户消失次数进行比对,并根据比对结果选取对应的消失面积补偿系数对调节后的用户消失面积M’进行补偿,其中,
当所述处理模块选取第i预设消失面积补偿系数ei对M’进行补偿时,设定i=1,2,3,补偿后的用户消失面积为M”,设定M”=M’×ei,其中,
当J1≤J<J2时,所述处理模块选取e1对M’进行补偿;
当J2≤J<J3时,所述处理模块选取e2对M’进行补偿;
当J3≤J时,所述处理模块选取e3对M’进行补偿;
其中,J1为第一预设用户消失次数,J2为第二预设用户消失次数,J3为第三预设用户消失次数,J1<J2<J3;e1为第一预设消失面积补偿系数,e2为第二预设消失面积补偿系数,e3为第三预设消失面积补偿系数,1<e1<e2<e3<2。
具体而言,所述预警模块在根据所述处理模块生成的风险提醒结果进行预警时,所述处理模块根据预警次数判定是否终止交易,其中,
当中等级风险提醒的预警次数R1≥3时,所述处理模块判定终止交易,并进入交易等待,交易等待时间为t1;
当中高等级风险提醒的预警次数R2≥2时,所述处理模块判定终止交易,并进入交易等待,交易等待时间为t2;
当高等级风险提醒的预警次数R3≥1时,所述处理模块判定终止交易,并进入交易等待,交易等待时间为t3;
其中,t1为第一预设交易等待时间,t2为第二预设交易等待时间,t3为第三预设交易等待时间,t1<t2<t3。
具体而言,当同等级风险提醒重复出现在同一网格采集区域且风险关键字相同时,所述处理模块根据预设预警次数调整系数f对预警次数Ri做出调整,设定i=1,2,0.5<f<1,其中,当所述处理模块根据预设预警次数调整系数f对预警次数Ri做出调整时,调整后的预警次数为Ri’,设定Ri’=Ri×f,Ri’取整。
具体而言,本实施例所述处理模块根据预设预警次数调整系数f对预警次数Ri做出调整,可有效保证交易关闭的有效性,并排除其他干扰,进一步提高了用户交易的安全性。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。 凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于头部图像分析的交易安全监管系统,其特征在于,包括:
验证模块,用以验证用户身份信息,其与采集模块连接;
所述采集模块,用以采集金融交易设备获取的用户头部图像信息,其与处理模块连接;
所述处理模块,用以对所述采集模块采集到的用户头部图像信息进行处理,并生成处理结果,其与预警模块连接;
所述预警模块,用以根据所述处理模块生成的处理结果进行对应的预警;
用户在完成身份验证后,所述验证模块进行登录安全提醒,用户根据提示确认安全后,所述采集模块实时采集用户交易的头部图像信息,所述处理模块根据实时获取的头部图像信息进行交易风险提醒;
所述处理模块将采集到的矩形头部图像信息平均划分为3×3的网格采集区域,所述处理模块将所述网格采集区域的中心区域作为高风险区域,并将其他网格采集区域作为中风险区域;
所述处理模块在进行图像处理时,所述处理模块通过将各风险关键字与各所述网格采集区域的字符串进行比对生成风险提醒结果;
当所述处理模块根据人员闯入关键字A生成风险提醒结果时,所述处理模块通过将实时采集的人员闯入面积S与各预设人员闯入面积进行比对生成不同等级的风险提醒结果,所述处理模块在进行人员闯入面积比对时,所述处理模块根据人员闯入数量对实时采集的人员闯入面积S进行调节,调节完成后,所述处理模块通过将采集到的人员闯入区域的个数F与各预设人员闯入区域个数进行比对选取对应的闯入面积修正系数对调节后的人员闯入面积S’进行修正;
当所述处理模块根据用户消失关键字G生成风险提醒结果时,所述处理模块通过将实时采集的用户消失面积M与各预设用户消失面积进行比对生成不同等级的风险提醒结果,所述处理模块在进行用户消失面积比对时,所述处理模块根据用户消失时间对实时采集的用户消失面积M进行调节,调节完成后,所述处理模块通过将采集到的用户消失次数J与各预设用户消失次数进行比对选取对应的消失面积补偿系数对调节后的用户消失面积M’进行补偿;
所述预警模块在进行预警时,所述处理模块根据预警次数判定是否终止交易,并设置交易等待时间。
2.根据权利要求1所述的基于头部图像分析的交易安全监管系统,其特征在于,所述处理模块中设置有若干个预设字符长度的风险关键字,所述处理模块将各所述风险关键字与各所述网格采集区域的字符串进行比对,并根据比对结果生成风险提醒结果,其中,
在将各所述中风险区域的字符串与各所述风险关键字进行比对时,当字符串与各所述风险关键字的重合度大于等于90%时,所述处理模块生成风险提醒结果;
在将所述高风险区域的字符串与各所述风险关键字进行比对时,当字符串与各所述风险关键字的重合度大于等于80%时,所述处理模块生成风险提醒结果。
3.根据权利要求2所述的基于头部图像分析的交易安全监管系统,其特征在于,所述处理模块在设置风险关键字时,所述风险关键字包括字符长度为k1的人员闯入关键字A和字符长度为k2的用户消失关键字G,其中,k1<k2;
当人员闯入关键字A与字符串的重合度大于等于预设值,所述处理模块在生成风险提醒结果时,所述处理模块将实时采集的人员闯入面积S与各预设人员闯入面积进行比对,并根据比对结果生成不同等级的风险提醒结果,其中,
当S1≤S<S2时,所述处理模块生成中等级风险提醒结果;
当S2≤S<S3时,所述处理模块生成中高等级风险提醒结果;
当S3≤S时,所述处理模块生成高等级风险提醒结果;
其中,S1为第一预设人员闯入面积,S2为第二预设人员闯入面积,S3为第三预设人员闯入面积,S1<S2<S3。
4.根据权利要求3所述的基于头部图像分析的交易安全监管系统,其特征在于,所述处理模块在进行人员闯入面积比对时,所述处理模块将采集到的人员闯入数量C与各预设人员闯入数量进行比对,并根据比对结果选取对应的闯入面积调节系数对人员闯入面积S进行调节,其中,
当所述处理模块选取第i预设闯入面积调节系数ai对S进行调节时,设定i=1,2,3,调节后的人员闯入面积为S’,设定S’=S×ai,其中,
当C1≤C<C2时,所述处理模块选取a1对S进行调节;
当C2≤C<C3时,所述处理模块选取a2对S进行调节;
当C3≤C时,所述处理模块选取a3对S进行调节;
其中,C1为第一预设人员闯入数量,C2为第二预设人员闯入数量,C3为第三预设人员闯入数量,C1<C2<C3;a1为第一预设闯入面积调节系数,a2为第二预设闯入面积调节系数,a3为第三预设闯入面积调节系数,1<a1<a2<a3<2。
5.根据权利要求4所述的基于头部图像分析的交易安全监管系统,其特征在于,所述处理模块在对人员闯入面积S调节完成后,所述处理模块将采集到的人员闯入区域的个数F与各预设人员闯入区域个数进行比对,并根据比对结果选取对应的闯入面积修正系数对调节后的人员闯入面积S’进行修正,其中,
当所述处理模块选取第i预设闯入面积修正系数bi对S’进行修正时,设定i=1,2,3,修正后的人员闯入面积为S”,设定S”=S’×bi,其中,
当F1≤F<F2时,所述处理模块选取b1对S’进行修正;
当F2≤F<F3时,所述处理模块选取b2对S’进行修正;
当F3≤F时,所述处理模块选取b3对S’进行修正;
其中,F1为第一预设人员闯入区域个数,F2为第二预设人员闯入区域个数,F3为第三预设人员闯入区域个数,F1<F2<F3;b1为第一预设闯入面积修正系数,b2为第二预设闯入面积修正系数,b3为第三预设闯入面积修正系数,1<b1<b2<b3<2。
6.根据权利要求3所述的基于头部图像分析的交易安全监管系统,其特征在于,当用户消失关键字G与字符串的重合度大于等于预设值,所述处理模块在生成风险提醒结果时,所述处理模块将实时采集的用户消失面积M与各预设用户消失面积进行比对,并根据比对结果生成不同等级的风险提醒结果,其中,
当M1≤M<M2时,所述处理模块生成中等级风险提醒结果;
当M2≤M<M3时,所述处理模块生成中高等级风险提醒结果;
当M3≤M时,所述处理模块生成高等级风险提醒结果;
其中,M1为第一预设用户消失面积,M2为第二预设用户消失面积,M3为第三预设用户消失面积,M1<M2<M3。
7.根据权利要求6所述的基于头部图像分析的交易安全监管系统,其特征在于,所述处理模块在进行用户消失面积比对时,所述处理模块将采集到的用户消失时间T与各预设用户消失时间进行比对,并根据比对结果选取对应的消失面积调节系数对用户消失面积M进行调节,其中,
当所述处理模块选取第i预设消失面积调节系数di对M进行调节时,设定i=1,2,3,调节后的用户消失面积为M’,设定M’=M×di,其中,
当T1≤T<T2时,所述处理模块选取d1对M进行调节;
当T2≤T<T3时,所述处理模块选取d2对M进行调节;
当T3≤T时,所述处理模块选取d3对M进行调节;
其中,T1为第一预设用户消失时间,T2为第二预设用户消失时间,T3为第三预设用户消失时间,T1<T2<T3;d1为第一预设消失面积调节系数,d2为第二预设消失面积调节系数,d3为第三预设消失面积调节系数,1<d1<d2<d3<2。
8.根据权利要求7所述的基于头部图像分析的交易安全监管系统,其特征在于,所述处理模块在对用户消失面积M调节完成后,所述处理模块将采集到的用户消失次数J与各预设用户消失次数进行比对,并根据比对结果选取对应的消失面积补偿系数对调节后的用户消失面积M’进行补偿,其中,
当所述处理模块选取第i预设消失面积补偿系数ei对M’进行补偿时,设定i=1,2,3,补偿后的用户消失面积为M”,设定M”=M’×ei,其中,
当J1≤J<J2时,所述处理模块选取e1对M’进行补偿;
当J2≤J<J3时,所述处理模块选取e2对M’进行补偿;
当J3≤J时,所述处理模块选取e3对M’进行补偿;
其中,J1为第一预设用户消失次数,J2为第二预设用户消失次数,J3为第三预设用户消失次数,J1<J2<J3;e1为第一预设消失面积补偿系数,e2为第二预设消失面积补偿系数,e3为第三预设消失面积补偿系数,1<e1<e2<e3<2。
9.根据权利要求6所述的基于头部图像分析的交易安全监管系统,其特征在于,所述预警模块在根据所述处理模块生成的风险提醒结果进行预警时,所述处理模块根据预警次数判定是否终止交易,其中,
当中等级风险提醒的预警次数R1≥3时,所述处理模块判定终止交易,并进入交易等待,交易等待时间为t1;
当中高等级风险提醒的预警次数R2≥2时,所述处理模块判定终止交易,并进入交易等待,交易等待时间为t2;
当高等级风险提醒的预警次数R3≥1时,所述处理模块判定终止交易,并进入交易等待,交易等待时间为t3;
其中,t1为第一预设交易等待时间,t2为第二预设交易等待时间,t3为第三预设交易等待时间,t1<t2<t3。
10.根据权利要求9所述的基于头部图像分析的交易安全监管系统,其特征在于,当同等级风险提醒重复出现在同一网格采集区域且风险关键字相同时,所述处理模块根据预设预警次数调整系数f对预警次数Ri做出调整,设定i=1,2,0.5<f<1,其中,当所述处理模块根据预设预警次数调整系数f对预警次数Ri做出调整时,调整后的预警次数为Ri’,设定Ri’=Ri×f,Ri’取整。
CN202110575526.2A 2021-05-26 2021-05-26 一种基于头部图像分析的交易安全监管系统 Active CN113032760B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110575526.2A CN113032760B (zh) 2021-05-26 2021-05-26 一种基于头部图像分析的交易安全监管系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110575526.2A CN113032760B (zh) 2021-05-26 2021-05-26 一种基于头部图像分析的交易安全监管系统

Publications (2)

Publication Number Publication Date
CN113032760A true CN113032760A (zh) 2021-06-25
CN113032760B CN113032760B (zh) 2021-08-10

Family

ID=76455815

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110575526.2A Active CN113032760B (zh) 2021-05-26 2021-05-26 一种基于头部图像分析的交易安全监管系统

Country Status (1)

Country Link
CN (1) CN113032760B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060210167A1 (en) * 2005-03-15 2006-09-21 Omron Corporation Display device, control method thereof, electronic device including display device, display device control program, and recording medium on which display device control program is recorded
CN101894416A (zh) * 2010-07-30 2010-11-24 秦小枢 带图像监控识别分析系统的取款机或存取款机
CN106845195A (zh) * 2017-01-13 2017-06-13 安徽金鼎机电装备制造有限公司 一种防止偷窥的方法及移动终端
CN110532881A (zh) * 2019-07-30 2019-12-03 长江大学 一种基于嵌入式人工智能芯片的人脸识别安防报警方法
CN110633562A (zh) * 2019-04-23 2019-12-31 刘月平 基于面积分析的移动终端授权访问装置
CN110955912A (zh) * 2019-10-29 2020-04-03 平安科技(深圳)有限公司 基于图像识别的隐私保护方法、装置、设备及其存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060210167A1 (en) * 2005-03-15 2006-09-21 Omron Corporation Display device, control method thereof, electronic device including display device, display device control program, and recording medium on which display device control program is recorded
CN101894416A (zh) * 2010-07-30 2010-11-24 秦小枢 带图像监控识别分析系统的取款机或存取款机
CN106845195A (zh) * 2017-01-13 2017-06-13 安徽金鼎机电装备制造有限公司 一种防止偷窥的方法及移动终端
CN110633562A (zh) * 2019-04-23 2019-12-31 刘月平 基于面积分析的移动终端授权访问装置
CN110532881A (zh) * 2019-07-30 2019-12-03 长江大学 一种基于嵌入式人工智能芯片的人脸识别安防报警方法
CN110955912A (zh) * 2019-10-29 2020-04-03 平安科技(深圳)有限公司 基于图像识别的隐私保护方法、装置、设备及其存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ANG LI: "PrivacyCamera: Cooperative Privacy-Aware Photographing with Mobile Phones", 《2016 13TH ANNUAL IEEE INTERNATIONAL CONFERENCE ON SENSING, COMMUNICATION, AND NETWORKING (SECON)》 *

Also Published As

Publication number Publication date
CN113032760B (zh) 2021-08-10

Similar Documents

Publication Publication Date Title
CN105224849A (zh) 一种多生物特征融合身份鉴别方法以及装置
US20220076515A1 (en) Face authentication apparatus
CN111126219A (zh) 一种基于人工智能的变电站人员的身份识别系统和方法
US20200234307A1 (en) Systems and methods for detecting periodic patterns in large datasets
CN109509093A (zh) 一种基于主体画像的交易安全控制方法及系统
CN117475502B (zh) 基于矿用的虹膜和人脸融合识别方法及系统
CN105516152A (zh) 异常行为检测方法
CN110363893A (zh) 一种基于人脸识别的宿舍就寝异常数据统计方法及系统
Ray et al. An intelligent vision system for monitoring security and surveillance of ATM
CN111951924A (zh) 一种异常用药行为检测方法及系统
CN110321582B (zh) 一种传销活动分析方法及装置
CN113032760B (zh) 一种基于头部图像分析的交易安全监管系统
CN117195291B (zh) 一种基于热度分级策略的医疗数据安全存储方法
Xu et al. A deep learning based detection method for combined integrity-availability cyber attacks in power system
CN109583396A (zh) 一种基于cnn两阶段人体检测的区域防范方法、系统以及终端
KR102512982B1 (ko) 보험사기 검출 시스템
CN113314230A (zh) 基于大数据的智能防疫方法、装置、设备及存储介质
CN107209562B (zh) 信息处理系统、信息处理装置、控制方法和存储媒体
CN115116119A (zh) 一种基于数字图像处理技术的人脸识别系统
Phillips Privacy operating characteristic for privacy protection in surveillance applications
CN114743159A (zh) 一种基于物联网的智慧街道人口大数据综合管理平台
Chhabra et al. Crime Prediction Patterns Using Hybrid K-Means Hierarchical Clustering
CN116665914B (zh) 一种基于健康管理的老人监控方法及系统
CN114553569B (zh) 基于用户信息建立家庭网络的方法、装置、设备及介质
CN118365334B (zh) 一种支付终端的支付安全识别方法及系统

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
GR01 Patent grant
GR01 Patent grant