基于人脸表情识别和人脸特征提取的信用风险预测方法技术

本发明专利技术公开了一种基于人脸表情识别和人脸特征提取的信用风险预测方法，该方法中，通过提取图像库中的人脸图像，并对脸部图像的表情和特征进行提取，使用脸部图像的表情结果和脸部特征作为建模变量，建立信用风险预测的机器学习模型。最终使用加入人脸表情和人脸特征的信用风险模型对金融机构客户的信用风险做出预测。

Credit risk prediction method based on facial expression recognition and facial feature extraction

The invention discloses a prediction method of facial expression recognition and facial feature of credit risk based on this method, the extraction of face images in the image library, and expression and features of face image are extracted, using facial image expression results and facial features as the modeling variables, establish the credit risk prediction of machine learning model. Finally, a credit risk model with facial expression and facial features is used to predict the credit risk of financial institution customers.

【技术实现步骤摘要】
基于人脸表情识别和人脸特征提取的信用风险预测方法
本专利技术涉及图像处理领域，具体涉及一种基于人脸表情识别和人脸特征提取的信用风险预测方法。
技术介绍
在金融交易的各项业务组，尤其是贷款业务时，银行等金融机构需要对借贷者的风险做出预测评估，以减风险。传统金融机构的信用风险预测模型只是基于个人的基本信息和征信相关信息而建立；用户个人的基本信息需要用户自己提供，因此用户个人信息完整性会受到用户提供的信息量影响。用户征信相关信息在传统风险预测中，有着举足轻重的作用。因此，传统金融机构的风险预测模型存在预测精度低的问题。尤其是当用户征信缺失时，传统金融机构的风险预测模型更是无法准确预测出用户的信用风险。人的面部表情具有外露性强、复杂丰富的特点，一般来说，人的心理状态都会通过各种表情表现在脸上，人们的思想、情感通过面部表情来表现，很直截了当。这位信用风险的判断提供了一个新思路。
技术实现思路
本专利技术的目的在于：针对上述现有信用风险预测模型只是基于个人的基本信息和征信相关信息而建立，存在的预测精度不高、对征信缺失的客户无法准确预测的问题，本专利技术提供一种基于人脸表情识别和人脸特征提取的信用风险本文档来自技高网...

【技术保护点】
基于人脸表情识别和人脸特征提取的信用风险预测方法，其特征在于，信用风险预测过程的步骤如下：(11)输入待预测的人脸图像,对人脸图像进行预处理，对预处理后的人脸图像进行人脸表情提取和人脸特征提取，将人脸表情提取和人脸特征提取的特征共变换为P维特征；(12)使用最优信用风险预测模型进行人脸图像的信用风险预测，得到人脸图像的风险预测情况输出。

【技术特征摘要】
1.基于人脸表情识别和人脸特征提取的信用风险预测方法，其特征在于，信用风险预测过程的步骤如下：(11)输入待预测的人脸图像,对人脸图像进行预处理，对预处理后的人脸图像进行人脸表情提取和人脸特征提取，将人脸表情提取和人脸特征提取的特征共变换为P维特征；(12)使用最优信用风险预测模型进行人脸图像的信用风险预测，得到人脸图像的风险预测情况输出。2.根据权利要求1所述的基于人脸表情识别和人脸特征提取的信用风险预测方法，其特征在于，信用风险预测模型的建立过程包括如下步骤：(21)对N张人脸图像进行风险类别标记，将已标记好类别的N个人脸图像输入图像库，对输入图像库的N张人脸图像进行预处理；(22)对步骤1中预处理后的所有N个人脸图像进行人脸表情提取和人脸特征提取，将人脸表情提取和人脸特征提取的特征共变换为P维特征；(23)将步骤1中已经标记好类别的人脸图像按照性别随机分为男组、女组、男女混合组共三组，将男组、女组、男女混合组分别分为训练集和测试集，其中训练集的人脸图像共为N1个，测试集的人脸图像共为N2个；(24)使用训练集中的N1个人脸图像中进行信用风险预测模型训练；(25)使用测试集中的N2个人脸图像对步骤4中训练好的风险预测模型进行测试；(26)修改4中的模型训练方法，重复步骤4、步骤5，选择最优测试集上的AUC值对应的信用风险预测模型固化为最优信用风险预测模型。3.根据权利要求1或2任一所述的基于人脸表情识别和人脸特征提取的信用风险预测方法，其特征在于，预处理包含以下几个步骤：(31)人脸区域图像提取：对包含人脸的人脸图片进行人脸区域检测，识别以人脸额头、双耳边缘、下巴为界的正方形区域，并提取识别出的人脸区域图像；(32)人脸图片标准化：对步骤a中各人脸照片进行标准化变换处理，将各图片大小变换一致、视角变...

【专利技术属性】
技术研发人员：卫浩，徐志华，刘嵩，陈贻汕，
申请(专利权)人：四川新网银行股份有限公司，
类型：发明
国别省市：四川,51