(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210988054.8 (22)申请日 2022.08.17 (71)申请人 中国工商银行股份有限公司 地址 100140 北京市西城区复兴门内大街 55号 (72)发明人 彭宇豪　赵栩晨　李松　 (74)专利代理 机构 华进联合专利商标代理有限 公司 44224 专利代理师 胡雪 (51)Int.Cl. G06V 20/40(2022.01) G06V 10/80(2022.01) G06V 40/16(2022.01) G06V 40/20(2022.01) G06Q 40/00(2012.01) (54)发明名称 欺诈风险识别方法、 装置、 计算机设备和存 储介质 (57)摘要 本申请涉及一种欺诈风险识别方法和装置， 可用于人工智能技术领域， 以提高欺诈风险的识 别准确率。 所述方法包括： 根据待识别视频中各 帧微表情 视频帧的像素信息， 以及各帧微表情视 频帧的相邻微表情视频帧的像素信息， 对各帧微 表情视频帧进行特征提取处理， 得到各帧微表情 视频帧对应的特征视频帧； 将各帧微表情视频帧 与对应的特征视频帧进行融合， 得到待识别视频 对应的目标识别视频； 根据目标识别视频中的初 始视频帧和峰值视频帧之间的第一光流信息， 以 及峰值视频帧和目标识别视频中终止视频帧之 间的第二光流信息， 得到目标识别视频中的目标 对象的微表情特征； 将微表情特征输入至预先训 练的欺诈风险识别模型中， 得到针对目标对象 的 欺诈风险识别结果。 权利要求书3页 说明书17页 附图9页 CN 115272938 A 2022.11.01 CN 115272938 A 1.一种欺诈风险识别方法， 其特 征在于， 所述方法包括： 根据待识别视频中各帧微表情视频帧的像素信 息， 以及所述各帧微表情视频帧的相邻 微表情视频帧的像素信息， 对所述待识别视频中各帧微表情视频帧进行特征提取处理， 得 到所述各帧微表情视频帧对应的特 征视频帧； 将所述待识别视频中各帧微表情视频帧与所述各帧微表情视频帧对应的特征视频帧 进行融合， 得到所述待识别视频对应的目标识别视频； 根据所述目标识别视频中的初始视频帧和峰值视频帧之间的第 一光流信 息， 以及所述 峰值视频帧和所述目标识别视频中的终止视频帧之 间的第二光流信息， 得到所述目标识别 视频中的目标对象的微表情特征； 所述初始视频帧用于表示所述目标识别视频中微表情第 一次出现的视频帧； 所述峰值视频帧用于表示所述目标识别视频中微表情幅度满足预设条 件的视频帧； 所述终止视频帧用于表示所述目标识别视频中微表情最后一次出现的视频 帧； 将所述微表情特征输入至预先训练 的欺诈风险识别模型中， 得到针对所述目标对象的 欺诈风险识别结果。 2.根据权利要求1所述的方法， 其特征在于， 所述根据待识别视频中各帧微表情视频帧 的像素信息， 以及所述各帧微表情视频帧的相邻微表情视频帧的像素信息， 对所述待识别 视频中各帧微表情视频帧进行特征提取处理， 得到所述各帧微表情视频帧对应的特征视频 帧， 包括： 以所述待识别 视频中各帧微表情视频帧中的各像素为中心， 获取所述各像素的相邻像 素的像素信息， 作为第一像素信息； 根据所述各帧微表情视频帧中各像素的像素位置， 从所述相邻微表情视频帧中， 获取 与所述像素位置相对应的目标像素的像素信息， 作为第二像素信息； 对所述第一像素信 息和所述第 二像素信 息进行特征提取处理， 得到所述各帧微表情视 频帧对应的特 征视频帧。 3.根据权利要求1所述的方法， 其特征在于， 所述根据所述目标识别视频中的初始视频 帧和峰值视频帧之 间的第一光流信息， 以及所述峰值视频帧和所述目标识别视频中的终止 视频帧之间的第二 光流信息， 得到所述目标识别视频中的目标对象的微表情特 征， 包括： 根据所述第一光流信息， 得到所述初始视频帧和所述峰值视频帧之间的第一光流方 向、 第一光流强度信息和第一 光学应变信息； 根据所述一光流强度信 息和所述第 一光学应变信 息， 得到所述第 一光流方向对应的第 一光流分布信息； 根据所述第二光流信息， 得到所述峰值视频帧和所述终止视频帧之间的第二光流方 向、 第二光流强度信息和第二 光学应变信息； 根据所述第 二光流强度信 息和所述第 二光学应变信 息， 得到所述第 二光流方向对应的 第二光流分布信息； 根据所述第 一光流分布信 息和所述第 二光流分布信 息， 得到所述目标识别视频中的目 标对象的微表情特 征。 4.根据权利要求1所述的方法， 其特征在于， 在根据待识别视频中各帧微表情视频帧的 像素信息， 以及所述各帧微表情视频帧的相邻微表情视频帧的像素信息， 对所述待识别视权　利　要　求　书 1/3 页 2 CN 115272938 A 2频中各帧微表情视频帧进 行特征提取 处理， 得到所述各帧微表情视频帧对应的特征视频帧 之前， 还包括： 获取针对所述目标对象的姿态矫正视频； 所述姿态矫正视频为所述目标对象的面部姿 态存在矫 正的情况 下采集得到； 根据所述姿态矫正视频中的目标对象的面部特征， 对所述姿态矫正视频进行裁切处 理， 得到裁切后视频； 根据预设切片时长， 对所述裁切后视频进行切片处理， 得到所述裁切后视频对应的视 频序列； 根据所述视频序列中的各帧视频帧的相位， 对所述视频序列中的各帧视频帧进行微表 情放大处理， 得到所述各帧视频帧对应的微表情视频帧， 以及通过各帧所述微表情视频帧 构成的所述待识别视频。 5.根据权利要求4所述的方法， 其特征在于， 所述根据所述视频序列中的各帧视频帧的 相位， 对所述视频序列中的各帧视频帧进行微表情放大处理， 得到所述各帧视频帧对应的 微表情视频帧， 包括： 根据所述视频序列中的各帧视频帧的相位， 对所述视频序列中的各帧视频帧进行分 解， 得到各帧视频帧对应的多个分解后视频帧； 分别对所述多个分解后视频帧中的微表情进行放大处理， 得到所述各帧视频帧对应的 多个放大后视频帧； 对所述多个放大后视频帧进行融合， 得到所述各帧视频帧对应的微表情视频帧。 6.根据权利要求1至 5任意一项所述的方法， 其特 征在于， 所述方法还 包括： 在所述目标对象的欺诈风险识别结果为高风险的情况下， 将调查问卷发送到终端进行 展示； 采集所述目标对象对所述终端 展示的调查问卷进行回答的回答视频； 将所述回答视频中的微表情的微表情特征， 再次输入至所述预先训练 的欺诈风险识别 模型， 得到针对所述目标对象的目标欺诈风险识别结果。 7.一种欺诈风险识别装置， 其特 征在于， 所述装置包括： 视频帧特征提取模块， 用于根据待识别视频中各帧微表情视频帧的像素信息， 以及所 述各帧微表情视频帧的相 邻微表情视频帧的像素信息， 对所述待识别视频中各帧微表情视 频帧进行 特征提取处 理， 得到所述各帧微表情视频帧对应的特 征视频帧； 视频帧对应融合模块， 用于将所述待识别 视频中各帧微表情视频帧与 所述各帧微表情 视频帧对应的特 征视频帧进行融合， 得到所述待识别视频对应的目标识别视频； 微表情特征获取模块， 用于根据所述目标识别视频中的初始视频帧和峰值视频帧之间 的第一光流信息， 以及所述峰值视频帧和所述目标识别视频中的终止视频帧之 间的第二光 流信息， 得到所述 目标识别视频中的目标对 象的微表情特征； 所述初始视频帧用于表示所 述目标识别视频中微表情第一次出现的视频帧； 所述峰值视频帧用于表示所述目标识别视 频中微表情幅度满足预设条件的视频帧； 所述终止视频帧用于表示所述目标识别视频中微 表情最后一次出现的视频帧； 欺诈风险识别模块， 用于将所述微表情特征输入至预先训练的欺诈风险识别模型中， 得到针对所述目标对象的欺诈风险识别结果。权　利　要　求　书 2/3 页 3 CN 115272938 A 3