[發明專利]基于微表情的風險評估方法、裝置、設備及介質

有效

• 申請號: 201811182176.8
• 申請日: 2018-10-11
• 公開（公告）號: CN109472206B
• 公開（公告）日: 2023-07-07
• 發明（設計）人: 朱文和
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06Q40/03
• 分類號: G06Q40/03;G06Q20/40;G06V40/16
• 代理公司: 深圳眾鼎專利商標代理事務所(普通合伙) 44325
• 代理人: 譚果林

本發明公開了一種基于微表情的風險評估方法、裝置、設備及介質。所述方法包括：獲取待評估對象的第一視頻數據；使用微表情識別模型對所述第一視頻數據進行微表情識別，得到待評估對象的第一微表情數據；根據第一微表情數據，建立待評估對象的面部微表情基線數據；獲取待評估對象的第二視頻數據；使用微表情識別模型對第二視頻數據進行微表情識別，得到待評估對象的第二微表情數據；使用面部微表情基線數據中每種指標特征的正常數值范圍，對第二微表情數據中每種指標特征的待識別特征數據進行風險評估，得到待評估對象的風險評估結果。本發明的技術方案實現了自動進行風險評估，并能夠提高信貸風險評估準確率，降低信貸風險。

技術領域

本發明涉及計算機技術領域，尤其涉及一種基于微表情的風險評估方法、裝置、設備及介質。

背景技術

隨著軟件系統逐漸應用于金融領域，特別是在貸款金融領域得到了較為廣泛的應用。常見的貸款金融系統，如信貸系統，能夠實現對貸款填單流程、簽約流程、審批流程、放款流程等的電子化和自動化。

然而，目前在信貸過程中的風控大都是通過信審人與貸款人之間面對面的交流，由信審人根據交流的內容以及對貸款人的觀察主觀判斷和評估的，信審人可能因為注意力不集中或者對人的面部表情了解不深的情況下，從而忽略了貸款人一些細微的表情變化，特別是忽略個體的差異，僅僅通過主觀判斷是很難準確辨別風險異常，特別是對于經驗不足的信審人，往往很難辨別出潛在的高風險客戶，導致較高的信貸風險。

發明內容

本發明實施例提供一種基于微表情的風險評估方法、裝置、設備及介質，以解決目前信貸風險評估準確率不高，導致信貸風險高的問題。

一種基于微表情的風險評估方法，包括：

獲取待評估對象的第一視頻數據，其中，所述第一視頻數據為所述待評估對象回答預設的基礎問題的視頻數據；

使用預設的微表情識別模型對所述第一視頻數據進行微表情識別，得到所述待評估對象的第一微表情數據，其中，所述預設的微表情識別模型從所述第一視頻數據中識別預設的指標特征，以及每種所述指標特征的特征數據，所述第一微表情數據包括每種指標特征的特征數據；

根據所述第一微表情數據中每種所述指標特征的特征數據，建立所述待評估對象的面部微表情基線數據，其中，所述面部微表情基線數據包括每種所述指標特征的正常數值范圍；

獲取所述待評估對象的第二視頻數據，其中，所述第二視頻數據為所述待評估對象回答預設的評估問題的視頻數據；

使用所述微表情識別模型對所述第二視頻數據進行微表情識別，得到所述待評估對象的第二微表情數據，其中，所述預設的微表情識別模型從所述第二視頻數據中識別所述指標特征，以及每種所述指標特征的待識別特征數據，所述第二微表情數據包括每種所述指標特征的待識別特征數據；

使用所述面部微表情基線數據中每種所述指標特征的正常數值范圍，對所述第二微表情數據中每種所述指標特征的待識別特征數據進行風險評估，得到所述待評估對象的風險評估結果。

一種基于微表情的風險評估裝置，包括：

第一獲取模塊，用于獲取待評估對象的第一視頻數據，其中，所述第一視頻數據為所述待評估對象回答預設的基礎問題的視頻數據；

第一識別模塊，用于使用預設的微表情識別模型對所述第一視頻數據進行微表情識別，得到所述待評估對象的第一微表情數據，其中，所述預設的微表情識別模型從所述第一視頻數據中識別預設的指標特征，以及每種所述指標特征的特征數據，所述第一微表情數據包括每種指標特征的特征數據；

基線建立模塊，用于根據所述第一微表情數據中每種所述指標特征的特征數據，建立所述待評估對象的面部微表情基線數據，其中，所述面部微表情基線數據包括每種所述指標特征的正常數值范圍；