CN114373083A - 空壳公司的识别方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本发明公开了一种空壳公司的识别方法、装置、计算机设备及存储介质，该方法包括获取目标公司的公司信息；获取在公司地址信息所处的预设地理范围内拍摄得到的人像拍摄图片，并将员工人像图片与人像拍摄图片进行图像特征比对，以获得目标人像图片；基于目标人像图片，生成目标人像图片所包含对象的动态特征和静态特征；将动态特征和静态特征与目标员工的表征特征进行比对，以得到第一图像比对结果；根据第一图像比对结果，确定人像拍摄图片与目标公司对应的第一比对分值；根据第一比对分值与预设识别阈值对目标公司进行疑似空壳公司的识别，以得到第一识别结果。本发明提高了对空壳公司的识别分析的效率以及准确率。

Description

空壳公司的识别方法、装置、计算机设备及存储介质

技术领域

本发明涉及网络信息技术领域，尤其涉及一种空壳公司的识别方法、装置、计算机设备及存储介质。

背景技术

空壳公司可能通过参与各种买空卖空事件进行经济犯罪，并且通常涉及的资金规模庞大，威胁金融秩序和经济发展。因此，对空壳公司进行准确识别，可以有效降低甚至避免可能引发的非法资金转移及欺诈风险。

现有技术中，一般是通过司法机关对各公司进行侦查，或者是在接到公众的投诉时对该被投诉公司进行侦查。但是该方法需要耗用大量的人力物力，且对空壳公司的识别效率较低，也无法准确识别出空壳公司。

发明内容

本发明提供一种空壳公司的识别方法、装置、计算机设备及存储介质，以解决现有技术中对空壳公司的识别效率较低且准确率较低的问题。

在一方面，本发明揭露一种空壳公司的识别方法，包括：获取目标公司的公司信息，所述公司信息包括所述目标公司的公司地址信息以及所述目标公司的至少一个目标员工的员工人像图片；获取在所述公司地址信息所处的预设地理范围内拍摄得到的人像拍摄图片，并将所述员工人像图片与所述人像拍摄图片进行图像特征比对，以获得目标人像图片；基于所述目标人像图片，生成所述目标人像图片所包含对象的动态特征和静态特征，其中所述动态特征用于表征所述目标人像图片所包含对象的动态行为，所述静态特征用于表征所述目标人像图片所包含对象的静态行为；将所述动态特征和所述静态特征与所述目标员工的表征特征进行比对，以得到第一图像比对结果；根据所述第一图像比对结果，确定所述人像拍摄图片与所述目标公司对应的第一比对分值；根据所述第一比对分值与预设识别阈值对所述目标公司进行疑似空壳公司的识别，以得到第一识别结果。

在另一方面，本发明还揭露一种空壳公司的识别装置，其特征在于，包括：信息获取模块，用于获取目标公司的公司信息，所述公司信息包括所述目标公司的公司地址信息以及所述目标公司的至少一个目标员工的员工人像图片；图像特征比对模块，用于获取在所述公司地址信息所处的预设地理范围内拍摄得到的人像拍摄图片，并将所述员工人像图片与所述人像拍摄图片进行图像特征比对，以获得目标人像图片，基于所述目标人像图片建立动态特征和静态特征，其中所述动态特征反映所述目标人像图片所包含对象的动态行为，所述静态特征为所述目标人像图片所包含对象的静态行为，将所述动态特征和所述静态特征与所述目标员工的表征特征进行比对，以得到所述人像拍摄图片与所述员工人像图片之间的第一图像比对结果；比对分值确定模块，用于根据所述人像拍摄图片与所述员工人像图片之间的所述第一图像比对结果，确定所述人像拍摄图片与所述目标公司对应的第一比对分值；以及空壳公司识别模块，用于获取预设识别阈值，并根据所述第一比对分值与所述预设识别阈值对所述目标公司进行疑似空壳公司的识别，得到第一识别结果。

在另一方面，本发明还揭露一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述空壳公司的识别方法。

在另一方面，本发明还揭露一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述空壳公司的识别方法。

上述空壳公司的识别方法、装置、计算机设备及存储介质，该方法通过获取在目标公司的公司地址信息所处的预设地理范围内拍摄得到的人像拍摄图片，并将目标公司中目标员工的员工人像图片与人像拍摄图片进行图像特征比对，首先获得目标人像图片，再基于目标人像图片所包含对象的动态特征和静态特征与目标员工的表征特征进行比对，以得到第一图像比对结果，如此即可通过图像特征比对的方式，确定目标员工是否出现在目标公司或者目标公司所处的预设地理范围内。在根据第一图像比对结果即可表征大部分或者所有目标员工是否未出现在目标公司或者目标公司附近，进而确定该目标公司为疑似空壳公司，如此通过上述方法可以对目标公司做出初步的空壳公司分析，为后续对目标公司进一步分析提供了准确的数据，提高了对目标公司进行空壳公司分析识别的效率以及准确率。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例中空壳公司的识别方法的一应用环境示意图；

图2是本发明一实施例中空壳公司的识别方法的一流程图；

图3是本发明一实施例中空壳公司的识别方法的另一流程图；

图4是本发明一实施例中空壳公司的识别方法的另一流程图；

图5是本发明一实施例中空壳公司的识别方法的另一流程图；

图6是本发明一实施例中空壳公司的识别装置的一原理框图；

图7是本发明一实施例中计算机设备的一示意图。

具体实施方式

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作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。

本发明实施例提供的空壳公司的识别方法，该空壳公司的识别方法可应用如图1所示的应用环境中。具体地，该空壳公司的识别方法应用在空壳公司的识别系统中，该空壳公司的识别系统包括如图1所示的客户端和服务器，可以通过该空壳公司的识别系统中的客户端或者服务器实现空壳公司的识别方法，客户端与服务器通过网络进行通信，用于解决现有技术中对空壳公司的识别效率较低且准确率较低的问题。其中，客户端又称为用户端，是指与服务器相对应，为客户提供本地服务的程序。客户端可安装在但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备上。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一实施例中，如图2所示，提供一种空壳公司的识别方法，以该方法应用在图1中的服务器为例进行说明，包括如下步骤：

S10：获取目标公司的公司信息，所述公司信息包括所述目标公司的公司地址信息以及所述目标公司的至少一个目标员工的员工人像图片。

可以理解地，目标公司指的是需要进行空壳公司分析的公司，公司信息指的是与目标公司关联的信息，示例性地，公司信息可以为目标公司的地址、工商信息等，公司地址信息主要是指目标公司注册时的地址信息。

其中，目标员工是指该目标公司的在职员工，进一步地，在本实施例中不限定目标员工的数量，也即此处的目标员工可以为目标公司的所有在职员工，也可以为目标公司的部分在职员工(例如目标公司的法人、董监高等)。员工人像图片是指包含目标员工的脸部特征的图片，且一个目标员工具有一张员工人像图片。进一步地，该员工人像图片可以存储在目标公司的数据库中，进而可以从该数据库中获取各目标员工的员工人像图片。从员工人像图片或其他渠道，还进一步确定目标员工的表征特征，例如性别、年龄、职称等信息。

S20：获取在所述公司地址信息所处的预设地理范围内拍摄得到的人像拍摄图片，并将所述员工人像图片与所述人像拍摄图片进行图像特征比对，以获得目标人像图片。

可以理解地，人像拍摄图片即为在公司地址信息所处的预设地理范围内的摄像头或者其它拍摄设备拍摄得到的图片，例如目标公司所处大厦的门口，电梯处的摄像头拍摄的图片，该人像拍摄图片一般存储在公司地址的大厦摄像头关联的数据库中存储，因此可以直接从这些摄像头关联的数据库中获取人像拍摄图片。其中，预设地理范围可以根据具体场景进行限定，例如预设地理范围可以是目标公司所属大厦，或者目标公司所属园区等。需要说明的是，本实施例中需要进行人像的图像特征比对，因此该人像拍摄图片为经过预先过滤得到的，也即从摄像头关联的数据库获取的拍摄图像中进行人像识别后，将包含至少一个人像信息(也即脸部特征)的拍摄图像记录为人像拍摄图片。

进一步地，本实施例中的图像特征比对即为确定人像拍摄图片中是否存在具有与员工人像图片中的目标员工脸部特征相同的特征，也是将一个员工人像图片与人像拍摄图片进行一一比较，进而可以确定人像拍摄图片中的脸部特征与员工人像图片中的脸部特征是否相同。

具体地，在获取目标公司的公司信息之后，自与目标公司的公司地址信息所处的预设地理范围内所关联的摄像头或其它摄像设备的数据库中，获取人像拍摄图片，并将各目标员工的员工人像图片与人像拍摄图片一一进行图像特征比对，进而确定是否存在与员工人脸图像中的脸部特征的相似度，选择相似度达到预定相似度阈值的人像拍摄图片作为目标人像图片，即判断是否存在与员工人脸图像中的脸部特征相同或者相近特征的人像拍摄图片，这些与员工人脸图像中的脸部特征相同或者相近特征的人像拍摄图片为目标人像图片。

S30：基于所述目标人像图片，生成所述目标人像图片所包含对象的动态特征和静态特征，其中所述动态特征用于表征所述目标人像图片所包含对象的动态行为，所述静态特征用于表征所述目标人像图片所包含对象的静态行为。

在得到目标人像图片后，基于目标人像图片进行动态特征和静态特征分析。

动态特征分析指的是对目标人像图片的拍摄时间进行时间维度分析、对拍摄地点进行地点维度分析，即反映目标人像图片的动态行为，通过上述分析，可以得到目标人像图片对应的动态特征，例如行为规律、活动规律等。这些特征就作为目标人像图片的动态特征。

具体来说，动态特征包括：第一类的动态特征及第二类的动态特征的至少一项。第一类的动态特征包括：日夜颠倒动态特征、频繁出入动态特征、团体群聚动态特征和停留时间动态特征；第二类的动态特征包括：预设时间内在预设地理范围内出没达到预设次数的特征。

日夜颠倒动态特征是指夜间出现的次数大于白天出现的次数。可以设定在一段时间内(例如一个月)，某人员每天自晚间12点至隔天早晨6点间被拍到的次数大于自早晨6点至晚间12点间被拍到的次数，则视为该人员为日夜颠倒。频繁出入动态特征是指在预设地理范围的一定时间内，出没次数超过特定次数。具体来说，可以设置在24小时内，某人员在预设地理范围被拍摄到的次数大于阈值，则视为该人员为频繁出入。团体群聚动态特征是指在预设地理范围内，该人员参与了人数超过阈值的活动。停留时间动态特征是在一段时间内(例如一周)，在预设地理范围内该员单次停留的平均时间，具体来说可以通过统计该员进入预设地理范围与离开预设地理范围的时间差而得。

静态特征分析指的是对目标人像图片中大致上不随时间产生明显变化的静态行为进行分析，以得到该目标人像图片的静态特征，静态特征包括性别、年龄、穿着风格、发型等。

在此步骤中，对目标人像图片进行统计分析，以获得动态特征和静态特征。动态特征中可以严格的只包含上述信息，也可以包含相关的时间、地点等细节信息。例如，频繁出入动态特征可以只是频繁出入，也可以是在某地或某个时间段频繁出入。

S40：将所述动态特征和所述静态特征与所述目标员工的表征特征进行比对，以得到第一图像比对结果。

接着根据动态特征和静态特征与目标员工的表征特征的对应关系，确定目标人像图片对应的人员身份。在此实施例中，可以只根据动态特征与目标员工的表征特征的对应关系，确定目标人像图片对应的人员身份；也可以只根据静态特征与目标员工的表征特征的对应关系，确定目标人像图片对应的员工的人员身份，还可以根据动态特征和静态特征与目标员工的表征特征的对应关系，确定目标人像图片对应的员工的人员身份，本领域技术人员可根据实际需要进行排列组合。

这些排列组合可以是多个动态特征和静态特征的交集。例如，目标人像图片的特征为男性、年龄约25至35岁、穿着休闲、出入不频繁、停留时间平均每次为10小时，而如果该名目标员工的表征特征为男性且职称是程序员，经比对后形象基本相符，则比对成功；但如果该名目标员工的表征特征为女性且职称是行政人员，与目标人像图片的形象不符，则比对失败。

在此实施例中，先获取员工人像图片，与人像拍摄图片进行图像特征比对，确定是否存在与员工人脸图像中的脸部特征相同或者相近特征的人像拍摄图片。如无，则比对失败。如发现目标人像图片，继续根据目标人像图片描绘其动态特征和静态特征；根据动态特征和静态特征与目标员工的表征特征的对应关系，获得第一图像比对结果。第一图像比对结果包括表征特征比对成功的结果，以及表征特征比对失败的结果。

其中，在一个员工人像图片的第一图像比对结果比对成功时，即为存在至少一个人像拍摄图片中一个拍摄对象(拍摄对象即为人像拍摄图片中的不同对象，可以通过不同的脸部特征进行区分)的脸部特征与该员工人像图片中的脸部特征之间的相似度达到预定相似度阈值，且图片的动态特征与静态特征与员工的表征特征相符，即该员工人像图片对应的目标员工出现在目标公司附近或者目标公司内。在一个员工人像图片的第一图像比对结果比对失败时，即不存在人像拍摄图片中的拍摄对象的脸部特征与该员工人像图像中的脸部特征相同且动态特征和/或静态特征与目标员工的表征特征相同，也即表征该员工人像图片对应的目标员工没有出现在目标公司附近或者目标公司内。

经过前述一连串的分析，即可确定与各员工人像图片对应的第一图像比对结果。

S50：根据所述人像拍摄图片与所述员工人像图片之间的第一图像比对结果，确定所述人像拍摄图片与所述目标公司对应的第一比对分值。

可以理解地，在上述说明中指出第一图像比对结果包含表征特征比对成功的结果，以及表征特征比对失败的结果，因此基于各员工人像图片对应的第一图像比对结果，即可确定出与目标公司对应的第一比对分值，例如，该第一比对分值可以通过表征特征比对失败的第一图像比对结果的总数与人像拍摄图片的总数之间的比值。其中，第一比对分值用于对目标公司是否为疑似空壳公司进行判定的依据。

S60：根据所述第一比对分值与预设识别阈值对所述目标公司进行疑似空壳公司的识别，以得到第一识别结果。

可选地，预设识别阈值根据如所述目标人像图片进行选取。第一识别结果包含表征目标公司为疑似空壳公司的识别结果，以及表征特征目标公司不是疑似空壳公司的识别结果。

具体地，在根据所述人像拍摄图片与所述员工人像图片之间的第一图像比对结果，确定第一比对分值之后，获取预设识别阈值，并将第一比对分值与预设识别阈值进行比较；若第一比对分值大于或等于预设识别阈值，则确定第一识别结果为表征该目标公司大部分或者所有的目标员工没有出现在公司附近，进而该目标公司可能为空壳公司，因此需要将该目标公司标记为疑似空壳公司。若第一比对分值小于预设识别阈值，则确定第一识别结果为表征该目标公司大部分或者所有的目标员工出现在公司附近，进而该目标公司可能不是空壳公司，因此将该目标公司标记为非疑似空壳公司。

进一步地，在确定目标公司为疑似空壳公司之后，向预设接收方发送告警信息，进而该预设接收方可以对该目标公司进行实时监控，并且为该预设接收方提供实时数据，例如在一定时间范围内(如一个月、三个月、六个月等，时间范围不宜较短，例如两天，三天等，如在放假或者外出开年会，游玩时也会出现第一比对分值大于或等于预设识别阈值的情况)，该目标公司的第一比对分值持续大于或等于预设识别阈值，则表征特征该目标公司确实存在空壳公司的可能，进而可以通知相关部门人员对该目标公司进行侦查，若侦查到该目标公司为空壳公司时，为该目标公司打上空壳公司的标签，并不再对该目标公司进行空壳公司分析，如此即可提高对空壳公司的识别的效率以及准确率。

在本实施例中，通过获取在目标公司对应的公司地址信息所处的预设地理范围内拍摄得到的人像拍摄图片，并将目标公司中目标员工的员工人像图片与人像拍摄图片进行图像特征比对，以及根据动态特征与静态特征进行比对后，得到第一图像比对结果，如此即可通过图像特征比对的方式，确定目标员工是否出现在目标公司或者目标公司所处的预设地理范围内。在根据第一图像比对结果确定的第一比对分值大于或等于预设识别阈值时，即可表征特征大部分或者所有目标员工未出现在目标公司或者目标公司附近，进而确定该目标公司为疑似空壳公司，如此通过上述方法可以对目标公司做出初步的空壳公司分析，为后续对目标公司进一步分析提供了准确的数据，提高了对目标公司进行空壳公司分析识别的效率以及准确率。

在一实施例中，步骤S20中，也即获取在所述公司地址信息所处的预设地理范围内拍摄得到的人像拍摄图片，并将所述员工人像图片与所述人像拍摄图片进行图像特征比对，以获得目标人像图片，包括：

对人像拍摄图片进行人像聚类，得到至少一个包含同一个拍摄对象的截取人像图片的拍摄人像类别；所述截取人像图片是指自所述人像拍摄图片中截取的各所述拍摄对象的人像图片。

可以理解地，人像聚类也即区分出人像拍摄图片中不同的拍摄对象的方法，进而可以将人像拍摄图片中不同的脸部特征归类至对应的拍摄对象对应的拍摄人像类别中。其中，一个拍摄对象对应于一个拍摄人像类别，在一个拍摄人像类别中包括自人像拍摄图片中截取的包含该拍摄对象的人像图片，也即截取人像图片；一个拍摄人像类别中至少包括一个截取人像图片，例如在不同的人像拍摄图片中均存在该拍摄对象时，则可以从多个不同的人像拍摄图片中截取到该拍摄对象的人像图片。如此，在对人像拍摄图片进行人像聚类并得到拍摄人像类别之后，可以提高后续步骤中员工人像图片与人像拍摄图片进行图像特征比对的效率。

基于每一个拍摄人像类别，确定员工人像图片与拍摄人像类别中的截取人像图片之间的图片相似度，并根据图片相似度确定目标人像图片。

具体地，在对包含拍摄对象的各所述人像拍摄图片进行人像聚类，得到至少一个包含同一个拍摄对象的截取人像图片的拍摄人像类别之后，即可通过将员工人像图片与各拍摄人像类别中的截取人像图片进行比较，进而确定出员工人像图片与各拍摄人像类别中的截取人像图片之间的图片相似度，进而根据图片相似度确定目标人像图片。

在本实施例中，通过对人像拍摄图片进行人像聚类得到拍摄人像类别之后，可以将员工人像图片与同一个拍摄对象的截取人像图片进行比对，而不是将员工人像图片与任意的截取人像图片进行比对，由于同一个拍摄对象的脸部特征的相同的，进而将员工人像图片与同一个拍摄对象的截取人像图片进行比对可以更好的注意到脸部特征之间的差异，提高了图像特征比对的效率以及准确率。

在一实施例中，如图3所示，将所述动态特征和所述静态特征与所述目标员工的表征特征进行比对，以得到第一图像比对结果之后，还包括：

S01：在所述第一图像比对结果表征比对失败时，将与表征比对失败的第一图像比对结果对应的员工人像图片记录为第一比对失败图片。

具体地，在上述说明中指出若与同一个员工人像图片对应的所有图片相似度均小于预设相似度阈值，或是动态特征与静态特征比对失败的目标人像图片，皆表征与该员工人像图片对应的第一图像比对结果为比对失败，因此可以将表征比对失败的第一图像比对结果对应的员工人像图片记录为第一比对失败图片。第一比对失败图片包括与员工人脸图像中的脸部特征不相同或不相近特征的人像拍摄图片和/或目标人像图片中那些动态特征和静态特征与该员工的表征特征不一致的图片。

S02：根据所述公司地址信息确定公共场所地址信息，并获取在所述公共场所地址信息所处的预设地理范围内拍摄得到的公共场所人像图片。

可以理解地，在上述说明中指出公司地址信息指的是目标公司的公司地址，进而本实施例中可以根据该公司地址信息确定出公共场所地址信息。其中，公共场所地址信息可以为与公司地址相邻近的场所的地址信息，例如街道，公司地址所属片区内的场所等。公共场所人像图片即为公共场所地址信息所处的预设地理范围中的摄像头或其它摄像设备所拍摄到的人像图片，该公共场所人像图片也可以预先进行过滤得到，也即对该公共场所地址信息所处的预设地理范围中的摄像头所拍摄的拍摄图像进行人像过滤，也即将公共场所地址信息中的摄像头所拍摄的拍摄图像中不包含人像特征的图像过滤，即可得到公共场所人像图片。

S03：将所述第一比对失败图片与各所述公共场所人像图片进行图像特征比对，得到所述公共场所人像图片与所述第一比对失败图片之间的第二图像比对结果。

具体地，在根据所述公司地址信息确定公共场所地址信息，并获取在所述公共场所地址信息所处的预设地理范围内拍摄得到的公共场所人像图片之后，即可将第一比对失败图片与各公共场所人像图片进行图像特征比对，得到公共场所人像图片与第一比对失败图片对应的第二图像比对结果。可以理解地，本实施例中将第一比对失败图片与各公共场所人像图片进行图像特征比对的方法与上述步骤中的将员工人像图片与人像拍摄图片进行图像特征比对方法相同，可以包括目标人像图片的动态特征和静态特征的比对，在此不再赘述。其中，第二图像比对结果包含表征比对成功的结果，也即假设一个第一比对失败图片的第二图像比对结果表征比对成功时，表征至少存在一个公共场所人像图片与该第一比对失败图片比对成功；第二图像比对结果还包含表征比对失败的结果，也即假设一个第一比对失败图片的第二图像比对结果表征比对失败时，表征所有的公共场所人像图片与该第一比对失败图片比对失败。

进一步地，此处不再将除第一比对失败图片之外的其它员工人像图片与公共场所人像图片进行图像特征比对，是由于除第一比对失败图片之外的其它员工人像图片在上述步骤中已经与人像拍摄图片图像比对成功，因此不需要再对除第一比对失败图片之外的其它员工人像图片再一次进行图像特征比对，提高疑似空壳公司确定的效率。

S04：根据所述公共场所人像图片与第一比对失败图片之间的第二图像比对结果，确定所述目标公司对应的第二比对分值。

可以理解地，上述说明中指出第二图像比对结果包括表征比对成功的结果，也包括比对失败的结果，因此需要确定表征比对成功的第二图像比对结果对应的第一比对失败图片的总数，以及表征比对失败的第二图像比对结果对应的第一比对失败图片的总数。进而可以根据第一比对失败图片的总数，表征比对失败的第二图像比对结果对应的第一比对失败图片的总数，确定第二比对分值。

S05：根据所述第二比对分值与所述预设识别阈值对所述目标公司进行疑似空壳公司的识别，得到第二识别结果。

具体地，在根据所述公共场所人像图片与第一比对失败图片之间的第二图像比对结果，确定所述目标公司对应的第二比对分值之后，将所述第二比对分值与预设识别阈值进行比较，在所述第二比对分值大于或等于所述预设识别阈值时，确定所述目标公司为疑似空壳公司。若第二比对分值小于预设识别阈值，则可以确定目标公司可能不是空壳公司。

在本实施例中，基于与人像拍摄图片比对失败的第一比对失败图片，引入了公共场所地址信息，进而通过将第一比对失败图片与公共场所地址信息中的公共场所人像图片进行图像特征比对的方式，可以进一步确定未在目标公司附近出现的目标员工是否在目标公司所属的公共场所中出现，且对与公共场所人像图片进行图像特征比对得到的第二图像比对结果加入到图像比对分值的计算中，增加了一个图像比对分值计算的维度，进一步提高了对目标公司进行空壳公司分析的准确率。

在一实施例中，所述根据所述公共场所人像图片与所述第一比对失败图片之间的第二图像比对结果，确定所述目标公司对应的第二比对分值，包括：

将与表征比对失败的第二图像比对结果对应的第一比对失败图片记录为第二比对失败图片，将与表征比对成功的第二图像比对结果对应的第一比对失败图片记录为第二比对成功图片。

可以理解地，上述说明中指出第二图像比对结果中包含表征比对成功的结果，以及表征比对失败的结果，因此可以直接将表征比对失败的第二图像比对结果对应的第一比对失败图片记录为第二比对失败图片；将表征比对成功的第二图像比对结果对应的第一比对失败图片记录为第二比对成功图片。

获取所述第一图像比对结果对应的第一比对权重分值，以及所述第二图像比对结果对应的第二比对权重分值。

可以理解地，第一比对权重分值和第二比对权重分值可以根据具体需求进行配置；示例性地，假设第一比对权重分值和第二比对权重分值均为大于0 小于1的数值，则在当前实施例中仅引入第一比对权重分值以及第二比对权重分值时，该第一比对权重分值与第二比对权重分值之和为1，且第一比对权重分值大于第二比对权重分值，例如第一比对权重分值设定为0.8，第二比对权重分值设定为0.2等。上述仅为一种示例，在本实施例中不对第一比对权重分值以及第二比对权重分值的表现形式进行限定，可以为百分比，分数值(如大于1小于100的分值)等。

获取所述员工人像图片的第一图片总数，所述第一比对失败图片的第二图片总数、所述第二比对失败图片的第三图片总数。

可以理解地，第一图片总数即为步骤S10中空壳公司分析指令中包含的员工人像图片的图片总数量(该第一图片总数中包括第一比对失败图片的第二图片总数，以及第一比对成功图片的图片总数，第一比对成功图片即为与表征比对成功的第一图像比对结果对应的员工人像图片)；第二图片总数即为第一比对失败图片的图片总数量(该第二图片总数中包括第二比对失败图片的第三图片总数，以及第二比对成功图片的图片总数，第二比对成功图片即为与表征比对成功的第二图像比对结果对应的第一比对失败图片)；第三图片总数即为第二比对失败图片的图片总数量。

将所述第二图片总数与所述第一图片总数之间的比值记录为第一图片比值，将所述第三图片总数与所述第二图片总数之间的比值记录为第二图片比值。

可以理解地，第一图片比值即为第二图片总数与第二图片总数之间的比值，即表征比对失败的员工人像图片在总员工人像图片中的占比；第二图片比值即为第三图片总数与第二图片总数之间的比值，即表征比对失败的第二比对失败图片在总的第一比对失败图片中的占比。

根据所述第一图片比值、第二图片比值、第一比对权重分值以及所述第二比对权重分值，确定所述第二比对分值。

具体地，在将所述第二图片总数与所述第一图片总数之间的比值记录为第一图片比值，将所述第三图片总数与所述第二图片总数之间的比值记录为第二图片比值之后，可以将第一图片比值与第一比对权重分值之积记录为第一碰撞值，将第二图片比值与第二比对权重分值之积记录为第二碰撞值，进而将第一碰撞值和第二碰撞值之和记录为第二比对分值。

可以理解地，上述步骤仅为确定第二比对分值的一种示例，除上述之外的其它确定第二比对分值的方法也可以实现。

在本实施例中，为第一图像比对结果以及第二图像比对结果分配不同的权重分值，使得第一图像比对结果可以占得较大的比重，第二图像比对结果所占比重较小，如此可以满足人像拍摄图片的优先级大于公共场所人像图片的优先级，使得最终确定的第二比对分值更具有说服力，进一步提高了第二比对分值的准确率，从而提高了对目标公司进行空壳公司分析的准确率。

在一实施例中，如图4所示，所述将所述第一比对失败图片与所述公共场所人像图片进行图像特征比对，得到所述公共场所人像图片与所述第一比对失败图片之间的第二图像比对结果之后，包括：

S11：在所述第二图像比对结果表征比对失败时，将与表征比对失败的第二图像比对结果对应的第一比对失败图片记录为第二比对失败图片。

可以理解地，上述说明中指出第二图像比对结果中包含表征比对失败的结果，因此可以直接将表征比对失败的第二图像比对结果对应的第一比对失败图片记录为第二比对失败图片。

S12：获取所述目标公司在预设的第一类第三方平台的公司平台数据，对所述公司平台数据进行实体识别，以确定所述目标公司在所述预设的第一类第三方平台中的平台地址信息。

可以理解地，公司平台数据是指目标公司在第一类第三方平台中存储的数据。其中，第一类第三方平台可以为招聘平台、快递平台等。在该第一类第三方平台中，可能包含了与目标公司相关的数据，例如目标公司在招聘平台上发布的招聘信息，在快递平台上的快递收发信息等。本实施例中的实体识别可以采用如BiLSTM-CRF模型等对公司平台数据进行实体，以识别出公司平台数据中的地址实体，进而将与地址实体关联的数据确定为平台地址信息。其中，平台地址信息即为第一类第三方平台中记录的与目标公司相关的详细地址数据，例如快递平台数据中的发件地址、收件地址，招聘平台中招聘信息的公司地址等。BiLSTM-CRF模型可以预先通过大量样本数据进行训练得到，例如该样本数据可以为不同包含地址信息的数据，进而可以对这些样本数据进行识别，从而根据识别结果不断对BiLSTM-CRF模型中的参数进行调整，使得训练得到的BiLSTM-CRF模型可以准确的识别出第一类第三方平台数据中的地址实体。

S13：根据所述公司地址信息以及所述平台地址信息，确定所述目标公司对应的第一数据比对结果。

可以理解地，上述说明中指出公司地址信息即为目标公司的公司地址，平台地址信息即为第一类第三方平台的公司平台数据中的详细地址，进而可以将公司地址信息与平台地址信息进行匹配，进而确定目标公司对应的第一数据比对结果。其中，第一数据比对结果包含匹配成功的结果，匹配成功即为目标公司的地址与第一类第三方平台中的地址相同，以及匹配失败的结果，匹配失败即为目标公司的地址与第一类第三方平台中的地址不同。

S14：根据所述第一比对失败图片、第二比对失败图片以及所述第一数据比对结果，确定所述目标公司对应的第三比对分值。

可以理解地，上述说明中指出第一数据比对结果包括表征匹配成功的结果，也包括匹配失败的结果，因此需要确定表征匹配成功的第一数据比对结果对应的第二比对失败图片的总数，以及表征匹配失败的第一数据比对结果对应的第二比对失败图片的总数。进而可以根据第一比对失败图片的总数、第二比对失败图片的总数、以及表征匹配失败的第一数据比对结果对应的第二比对失败图片的总数，确定第三比对分值。

进一步地，在上述步骤中为第一图像比对结果赋予了第一比对权重分值，为第二图像比对结果赋予了第二比对权重分值，因此本实施例中赋予第一数据比对结果第三碰撞权重分值，且在本实施例中的第一比对权重分值与第二比对权重分值与上述步骤中确定第二比对分值时不同。在本实施例中，假设第一比对权重分值、第二比对权重分值以及第三碰撞权重分值均为大于0小于1的数值，则第一比对权重分值、第二比对权重分值以及第三碰撞权重分值之和为1，且第一比对权重分值大于第二比对权重分值以及第三碰撞权重分值，而第二比对权重分值以及第三碰撞权重分值可以任意分配。例如，第一比对权重分值设定为0.6，第二比对权重分值设定为0.2，第三碰撞权重分值设定为0.2等。

进一步地，上述说明中指出将第二图片总数与第一图片总数之间的比值记录为第一图片比值，将第三图片总数与第二图片总数之间的比值记录为第二图片比值，本实施例中加入第三个维度，也即将表征匹配失败的第一数据比对结果对应的第二比对失败图片记录为第一匹配失败图片，进而获取第一匹配失败图片的总数，并将第一匹配失败图片的总数与第三图片总数(第三图片总数为第二碰撞图片的总数量)之间的比值记录为第三图片比值；进而将第一图片比值与第一比对权重分值之积记录为新的第一碰撞值，将第二图片比值与第二比对权重分值之积记录为新的第二碰撞值，将第三图片比值与第三碰撞权重分值之积记录为第三碰撞值，如此将新的第一碰撞值、新的第二碰撞值以及第三碰撞值之和记录为第三比对分值。

S15：根据所述第三比对分值以及所述预设识别阈值对所述目标公司进行疑似空壳公司的识别，得到第三识别结果。

具体地，在根据所述第一比对失败图片、第二比对失败图片以及所述第一数据比对结果，确定所述目标公司对应的第三比对分值之后，将第三图像比对分值与预设识别阈值进行比较，在第三图像比对分值大于或等于预设识别阈值时，确定目标公司为疑似空壳公司；在第三图像比对分值小于预设识别阈值时，确定目标公司可能不是空壳公司。

在本实施例中，基于与公共场所人像图片比对失败的第二比对失败图片，引入了第一类第三方平台的公司平台数据，进而通过公司平台数据中的平台地址信息与目标公司的公司地址信息进行匹配，可以进一步确定该目标公司中是否还存在其它数据可以检测到目标公司仍在正常营业(如招聘平台的地址相同，快递平台的配送地址相同)，如此可以减小如摄像头损坏的漏拍导致该目标员工的员工人像图片比对失败的发生带来的错误，进一步提高了对目标公司进行空壳公司分析的准确率。

在一实施例中，如图5所示，所述将所述第一比对失败图片与所述公共场所人像图片进行图像特征比对，得到所述公共场所人像图片与所述第一比对失败图片之间的第二图像比对结果之后，还包括：

S21：在所述第二图像比对结果表征比对失败时，将与表征比对失败的第二图像比对结果对应的第一比对失败图片记录为第二比对失败图片。

可以理解地，上述说明中指出第二图像比对结果中包含表征比对失败的结果，因此可以直接将表征比对失败的第二图像比对结果对应的第一比对失败图片记录为第二比对失败图片。

S22：获取与所述第二比对失败图片对应的目标员工在预设的第二类第三方平台的员工平台数据，对所述员工平台数据进行实体识别，以确定与所述第二比对失败图片对应的目标员工在所述预设的第二类第三方平台中的员工地址信息。

可以理解地，员工平台数据是指目标员工在第二类第三方平台中存储的数据。其中，第二类第三方平台数据可以为外卖平台。在该第二类第三方平台中可能包含了与目标员工相关的数据，例如目标员工在外卖平台上的外卖配送信息中包含的配送地址信息。本实施例中的实体识别可以采用如 BiLSTM-CRF模型等对员工平台数据进行实体，以识别出员工平台数据中的地址实体，进而将与地址实体关联的数据确定为员工地址信息。其中，员工地址信息即为第二类第三方平台中记录的与目标员工相关的详细地址数据，例如外卖数据中的配送地址等。

S23：根据所述公司地址信息以及所述员工地址信息，确定所述第二比对失败图片对应的第二数据比对结果。

可以理解地，上述说明中指出公司地址信息即为目标公司的公司地址，员工地址信息即为第二类第三方平台的员工平台数据中的详细地址，进而可以将公司地址信息与员工地址信息进行匹配，进而确定第二比对失败图片对应的第二数据比对结果。其中，第二数据比对结果包含匹配成功的结果，匹配成功即为目标公司的地址与第二类第三方平台中的地址相同，以及匹配失败的结果，匹配失败即为目标公司的地址与第二类第三方平台中的地址不同。

S24：根据第一比对失败图片、第二比对失败图片以及所述第二数据比对结果，确定所述目标公司对应的第四比对分值。

可以理解地，上述说明中指出第二数据比对结果包括表征匹配成功的结果，也包括匹配失败的结果，因此需要确定表征匹配成功的第二数据比对结果对应的第二比对失败图片的总数，以及表征匹配失败的第二数据比对结果对应的第二比对失败图片的总数。进而可以根据第二比对失败图片的总数、第二比对失败图片的总数、以及表征匹配失败的第二数据比对结果对应的第二比对失败图片的总数，确定第四比对分值。

进一步地，在上述步骤中为第一图像比对结果赋予了第一比对权重分值，为第二图像比对结果赋予了第二比对权重分值，因此本实施例中赋予第二数据比对结果第四碰撞权重分值，且在本实施例中的第一比对权重分值与第二比对权重分值与上述步骤中确定第二比对分值时不同。在本实施例中，假设第一比对权重分值、第二比对权重分值以及第四碰撞权重分值均为大于0小于1的数值，则第一比对权重分值、第二比对权重分值以及第四碰撞权重分值之和为1，且第一比对权重分值大于第二比对权重分值以及第四碰撞权重分值，而第二比对权重分值以及第四碰撞权重分值可以任意分配。例如，第一比对权重分值设定为0.7，第二比对权重分值设定为0.2，第四碰撞权重分值设定为0.1等。

进一步地，上述说明中指出将第二图片总数与第一图片总数之间的比值记录为第一图片比值，将第三图片总数与第二图片总数之间的比值记录为第二图片比值，本实施例中加入第三个维度，也即将表征匹配失败的第二数据比对结果对应的第二比对失败图片记录为第二匹配失败图片，进而获取第二匹配失败图片的总数，并将第二匹配失败图片的总数与第三图片总数(第三图片总数为第二碰撞图片的总数量)之间的比值记录为第四图片比值；进而将第一图片比值与第一比对权重分值之积记录为新的第一碰撞值，将第二图片比值与第二比对权重分值之积记录为新的第二碰撞值，将第四图片比值与第三碰撞权重分值之积记录为第四碰撞值，如此将新的第一碰撞值、新的第二碰撞值以及第四碰撞值之和记录为第四比对分值。

S25：根据所述第四比对分值以及所述预设识别阈值对所述目标公司进行疑似空壳公司的识别，得到第四识别结果。

具体地，在根据第一比对失败图片、第二比对失败图片以及与所述第二数据比对结果，确定所述目标公司对应的第四比对分值之后，将第四图像比对分值与预设识别阈值进行比较，在第四图像比对分值大于或等于预设识别阈值时，确定目标公司为疑似空壳公司；在第四图像比对分值小于预设识别阈值时，确定目标公司可能不是空壳公司。

进一步地，本实施例中引入的第二类第三方平台的员工平台数据，也可以和上述实施例中引入的第一类第三方平台的公司平台数据结合起来实施，也可以分开单独实施。

在本实施例中，基于与公共场所人像图片比对失败的第二比对失败图片，引入了第二类第三方平台的员工平台数据，进而通过员工平台数据中的员工地址信息与目标公司的公司地址信息进行匹配，可以进一步确定该目标公司中是否还存在其它数据可以检测到目标公司仍在正常营业(如外卖平台的配送地址相同)，如此可以减小如摄像头损坏的漏拍导致该目标员工的员工人像图片比对失败的发生带来的错误，进一步提高了对目标公司进行空壳公司分析的准确率。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

在一实施例中，提供一种空壳公司的识别装置，该空壳公司的识别装置与上述实施例中空壳公司的识别方法一一对应。如图6所示，该空壳公司的识别装置包括信息获取模块10、图像特征比对模块20、比对分值确定模块30 和空壳公司识别模块40。各功能模块详细说明如下：

信息获取模块10，用于获取目标公司的公司信息，所述公司信息包括所述目标公司的公司地址信息以及所述目标公司的至少一个目标员工的员工人像图片；

图像特征比对模块20，用于获取在所述公司地址信息所处的预设地理范围内拍摄得到的人像拍摄图片，并将所述员工人像图片与所述人像拍摄图片进行图像特征比对，以获得目标人像图片，基于所述目标人像图片建立动态特征和静态特征，其中所述动态特征反映所述目标人像图片所包含对象的动态行为，所述静态特征为所述目标人像图片所包含对象的静态行为，将所述动态特征和所述静态特征与所述目标员工的表征特征进行比对，以得到所述人像拍摄图片与所述员工人像图片之间的第一图像比对结果；

比对分值确定模块30，用于根据所述人像拍摄图片与所述员工人像图片之间的所述第一图像比对结果，确定所述人像拍摄图片与所述目标公司对应的第一比对分值；

空壳公司识别模块40，用于获取预设识别阈值，并根据所述第一比对分值与所述预设识别阈值对所述目标公司进行疑似空壳公司的识别，得到第一识别结果。

在一实施例中，所述动态特征包括日夜颠倒动态特征、频繁出入动态特征、团体群聚动态特征和停留时间动态特征中的至少一个。

在一实施例中，所述动态特征为在预设时间内，在所述预设地理范围内出没达到预设次数的特征。

在一实施例中，所述静态特征为性别、年龄、穿着风格中的至少一个。

在一实施例中，所述图像特征比对模块20包括：比对子模块，用于将所述员工人像图片所包含对象的脸部特征与所述人像拍摄图片中所包含对象的脸部特征进行比对，确定所述员工人像图片所包含对象的脸部特征与所述人像拍摄图片中所包含对象的脸部特征之间的相似度；选择子模块，用于选择与所述员工人脸图像中的脸部特征之间的相似度达到预定相似度阈值的人像拍摄图片，作为所述目标人像图片。

在一实施例中，所述图像特征比对模块20包括：判断子模块，用于判断所述动态特征和所述静态特征是否符合该目标员工的表征特征；确定子模块，用于如是，则比对成功，如否，则比对失败，以确定所述第一图像比对结果。

关于空壳公司的识别装置的具体限定可以参见上文中对于空壳公司的识别方法的限定，在此不再赘述。上述空壳公司的识别装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7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、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储上述实施例中的空壳公司的识别方法所使用到的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种空壳公司的识别方法。

在一个实施例中，提供了一种计算机设备，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，处理器执行计算机程序时实现上述实施例中的空壳公司的识别方法。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中的空壳公司的识别方法。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM) 或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM (DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM (SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

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，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。

以上所述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精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种空壳公司的识别方法，其特征在于，包括：

获取目标公司的公司信息，所述公司信息包括所述目标公司的公司地址信息以及所述目标公司的至少一个目标员工的员工人像图片；

获取在所述公司地址信息所处的预设地理范围内拍摄得到的人像拍摄图片，并将所述员工人像图片与所述人像拍摄图片进行图像特征比对，以获得目标人像图片；

基于所述目标人像图片，生成所述目标人像图片所包含对象的动态特征和静态特征，其中所述动态特征用于表征所述目标人像图片所包含对象的动态行为，所述静态特征用于表征所述目标人像图片所包含对象的静态行为；

将所述动态特征和所述静态特征与所述目标员工的表征特征进行比对，以得到第一图像比对结果；

根据所述第一图像比对结果，确定所述人像拍摄图片与所述目标公司对应的第一比对分值；

根据所述第一比对分值与预设识别阈值对所述目标公司进行疑似空壳公司的识别，以得到第一识别结果。

2.根据权利要求1所述的识别方法，其特征在于，所述动态特征包括日夜颠倒动态特征、频繁出入动态特征、团体群聚动态特征和停留时间动态特征中的至少一个。

3.根据权利要求1所述的识别方法，其特征在于，所述动态特征为在预设时间内，在所述预设地理范围内出没达到预设次数的特征。

4.根据权利要求1所述的识别方法，其特征在于，所述静态特征为性别、年龄、穿着风格中的至少一个。

5.根据权利要求1所述的识别方法，其特征在于，所述将所述员工人像图片与所述人像拍摄图片进行图像特征比对，以获得目标人像图片，包括：

将所述员工人像图片所包含对象的脸部特征与所述人像拍摄图片中所包含对象的脸部特征进行比对，确定所述员工人像图片所包含对象的脸部特征与所述人像拍摄图片中所包含对象的脸部特征之间的相似度；

选择与所述员工人脸图像中的脸部特征之间的相似度达到预定相似度阈值的人像拍摄图片，作为所述目标人像图片。

6.根据权利要求5所述的识别方法，其特征在于，所述将所述动态特征和所述静态特征与所述目标员工的表征特征进行比对，以得到第一图像比对结果，包括：

判断所述动态特征和所述静态特征是否符合该目标员工的表征特征；

如是，则比对成功，如否，则比对失败，以确定所述第一图像比对结果。

7.根据权利要求6所述的识别方法，其特征在于，所述第一比对分值为比对失败的第一图像比对结果的总数与所述人像拍摄图片的总数之间的比值。

8.一种空壳公司的识别装置，其特征在于，包括：

信息获取模块，用于获取目标公司的公司信息，所述公司信息包括所述目标公司的公司地址信息以及所述目标公司的至少一个目标员工的员工人像图片；

图像特征比对模块，用于获取在所述公司地址信息所处的预设地理范围内拍摄得到的人像拍摄图片，并将所述员工人像图片与所述人像拍摄图片进行图像特征比对，以获得目标人像图片，基于所述目标人像图片建立动态特征和静态特征，其中所述动态特征反映所述目标人像图片所包含对象的动态行为，所述静态特征为所述目标人像图片所包含对象的静态行为，将所述动态特征和所述静态特征与所述目标员工的表征特征进行比对，以得到所述人像拍摄图片与所述员工人像图片之间的第一图像比对结果；

比对分值确定模块，用于根据所述人像拍摄图片与所述员工人像图片之间的所述第一图像比对结果，确定所述人像拍摄图片与所述目标公司对应的第一比对分值；以及

空壳公司识别模块，用于获取预设识别阈值，并根据所述第一比对分值与所述预设识别阈值对所述目标公司进行疑似空壳公司的识别，得到第一识别结果。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现如权利要求1至7任一项所述空壳公司的识别方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述空壳公司的识别方法。

Images