[發明專利]欺詐識別方法、裝置、電子設備及存儲介質

在審

• 申請號: 201910306022.3
• 申請日: 2019-04-16
• 公開（公告）號: CN110222554A
• 公開（公告）日: 2019-09-10
• 發明（設計）人: 胡藝飛;徐國強;邱寒
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06Q30/06
• 代理公司: 深圳市賽恩倍吉知識產權代理有限公司 44334
• 代理人: 楊毅玲;劉麗華

1.一種欺詐識別方法，其特征在于，所述方法包括：

當接收到欺詐識別指令時，獲取至少一個待檢測視頻；

提取所述至少一個待檢測視頻中，每個待檢測視頻的目標視頻序列；

將每個目標視頻序列輸入到預先訓練的預測模型中，確定目標人物在每個目標視頻序列中的欺詐概率；

基于分位數原理，將每個欺詐概率組合成一個目標向量；

將所述目標向量輸入到預先訓練的分類器中，確定目標概率；

根據所述目標概率，確定所述目標人物是否有欺詐風險。

2.如權利要求1所述的欺詐識別方法，其特征在于，所述至少一個待檢測視頻包括以下一種或者多種的組合：

銀行業務面審過程中，每個問題的應答視頻；及/或

保險業務面審過程中，每個問題的應答視頻。

3.如權利要求1所述的欺詐識別方法，其特征在于，所述提取所述至少一個待檢測視頻中，每個待檢測視頻的目標視頻序列包括：

采用K均值聚類算法提取所述至少一個待檢測視頻中，每個待檢測視頻的目標視頻序列。

4.如權利要求1所述的欺詐識別方法，其特征在于，在將每個目標視頻序列分別輸入到預先訓練的預測模型中，確定目標人物在每個目標視頻序列中的欺詐概率前，所述方法還包括：

獲取樣本視頻序列；

采用人臉識別算法，提取所述樣本視頻序列中每個人物的面部動作、眼球角度；

采用支持向量回歸算法訓練每個人物的面部動作，得到每個人物的第一向量；

采用神經網絡算法訓練所述所有人物的眼球角度，得到每個人物的第二向量；

截取所述所有人物的頭部轉動角度，得到每個人物的第三向量；

合并每個人物的第一向量、第二向量及第三向量，得到每個人物的樣本向量；

從配置數據庫中，確定每個人物的逾期數據，以制定每個人物的逾期標簽；

將每個人物的樣本向量及逾期標簽作為樣本數據，采用梯度提升算法訓練所述預測模型。

5.如權利要求1所述的欺詐識別方法，其特征在于，所述根據所述目標概率，確定所述目標人物是否有欺詐風險包括：

當所述目標概率大于或者等于預設閾值時，確定所述目標人物有欺詐風險；或者

當所述目標概率小于所述預設閾值時，確定所述目標人物沒有欺詐風險。

6.如權利要求1所述的欺詐識別方法，其特征在于，當確定所述目標人物有欺詐風險時，所述方法還包括：

保存所述目標人物對應的視頻；

從保存的視頻中截取所述目標人物的圖像；

結合截取的圖像，發送提示信息至指定終端設備。

7.如權利要求6所述的欺詐識別方法，其特征在于，當確定所述目標人物有欺詐風險時，所述方法還包括：

從所述配置數據庫中，獲取所述目標人物的所有記錄信息；

將所述所有記錄信息發送至所述指定終端設備。

8.一種欺詐識別裝置，其特征在于，所述裝置包括：

獲取單元，用于當接收到欺詐識別指令時，獲取至少一個待檢測視頻；

提取單元，用于提取所述至少一個待檢測視頻中，每個待檢測視頻的目標視頻序列；

確定單元，用于將每個目標視頻序列分別輸入到預先訓練的預測模型中，確定目標人物在每個目標視頻序列中的欺詐概率；

組合單元，用于基于分位數原理，將每個欺詐概率組合成一個目標向量；

所述確定單元，還用于將所述目標向量輸入到預先訓練的分類器中，確定目標概率；

所述確定單元，還用于根據所述目標概率，確定所述目標人物是否有欺詐風險。

9.一種電子設備，其特征在于，所述電子設備包括：

存儲器，存儲至少一個指令；及

處理器，執行所述存儲器中存儲的指令以實現如權利要求1至7中任意一項所述的欺詐識別方法。

10.一種計算機可讀存儲介質，其特征在于：所述計算機可讀存儲介質中存儲有至少一個指令，所述至少一個指令被電子設備中的處理器執行以實現如權利要求1至7中任意一項所述的欺詐識別方法。