一种风险预测的方法和设备技术

本发明专利技术涉及人工智能技术领域，特别涉及一种风险预测的方法和设备，用以解决现有网络平台无法对注册用户进行风险预测的问题。本发明专利技术实施例将采集到的待评估对象的面部图像中的特征点输入到风险控制模型中，该风险控制模型能够根据待评估对象的面部图像中的特征点对待评估对象进行风险预测，并根据风险控制模型输出的风险预测值判断待评估对象是否存在风险，从而实现了通过风险控制模型根据用户的面部图像的特征点对该用户进行风险预测。

A method and equipment of risk prediction

【技术实现步骤摘要】
一种风险预测的方法和设备
本专利技术涉及人工智能
，特别涉及一种风险预测的方法和设备。
技术介绍
目前，随着科技的发展，各种网络平台推出的产品层出不穷，遍及生活的方方面面，比如，网络购物、网贷以及最近几年某些网络平台推出的非常火热的共享产品。以共享产品为例，比如，共享单车、共享汽车、共享雨伞等。用户若要使用这些网络平台的共享产品，只需通过手机等终端在对应的网络平台完成在线注册即可，一般的在线注册的流程是获取用户的基本信息以及通过活体检测采集用户的面部图像，完成在线认证等操作。共享产品的初衷是对于具有有效身份，即通过在线注册的用户实现物品共享，以缓解资源和环境的压力，方便人们的生活。然而现实生活中仍存在大量的共享产品私有化、暴力使用、乱停乱放等违规使用的情况，增加了共享产品的维护成本，同时对社会造成极大的负面影响。然后，由于线上和线下的限制，目前，这些网络平台对于信用较差的用户并没有十分有效的管理方法。且网络平台仅具备用户的一些基本信息，无法对用户进行信用预测，以规避风险和损失。综上所述，现有网络平台无法对注册用户进行风险预测。
技术实现思路
本专利技术提供一种风险预测的方法和设备，用以解决现有网络平台无法对注册用户进行风险预测的问题。第一方面，本专利技术实施例提供的一种风险预测的方法，包括：采集待评估对象的面部图像；将所述待评估对象的面部图像中的特征点输入到风险控制模型中；根据所述风险控制模型输出的风险预测值判断所述待评估对象是否具有风险。上述方法，将采集到的待评估对象的面部图像中的特征点输入到风险控制模型中，该风险控制模型能够根据待评估对象的面部图像中的特征点对待评估对象进行风险预测，并根据风险控制模型输出的风险预测值判断待评估对象是否存在风险，从而实现了通过风险控制模型根据用户的面部图像的特征点对该用户进行风险预测。在一种可选的实施方式中，所述待评估对象的面部图像中的特征点包括所述待评估对象的面部特征点和/或采集的所述待评估对象的面部图像中的背景特征点。在一种可选的实施方式中，所述风险控制模型是利用所述用户的面部图像中的特征点和所述用户的信用数据对机器学习算法进行训练得到的；或所述风险控制模型是利用所述用户的面部图像在的特征点、所述用户的个人数据和所述用户的信用数据对机器学习算法进行训练得到的。在一种可选的实施方式中，若所述风险控制模型是利用机器学习算法训练所述用户的面部图像在的特征点、所述用户的个人数据和所述用户的信用数据得到的，则所述将所述待评估对象的面部图像中的特征点输入到风险控制模型中，还包括：将所述待评估对象的个人数据输入到风险控制模型中；其中，所述待评估对象的个人数据包括所述待评估对象的个人信息和/或所述待评估对象的行为信息。在一种可选的实施方式中，根据所述风险控制模型输出的风险预测值判断所述待评估对象是否具有风险，包括：若所述风险控制模型输出的风险预测值为表示所述待评估用户的风险概率的值，则判断所述待评估对象的风险预测值是否超过预设阈值，若超过，则确定所述待评估对象具有风险；否则，确定所述待评估对象不具有风险；或若所述风险控制模型输出的风险预测值为表示用户类别的值，则根据风险预测值与用户类别的对应关系，判断所述待评估对象的风险预测值对应的用户类别是否为具有风险的用户类别，如果是，则确定所述待评估对象具有风险；否则，确定所述待评估对象不具有风险。第二方面，本专利技术实施例还提供了一种风险预测的设备，该设备包括：处理器以及存储器，其中，所述存储器存储有程序代码，当所述存储器存储的一个或多个计算机程序被所述处理器执行时，使得所述终端执行下列过程：采集待评估对象的面部图像；将所述待评估对象的面部图像中的特征点输入到风险控制模型中；根据所述风险控制模型输出的风险预测值判断所述待评估对象是否具有风险。在一种可能的实现方式中，所述待评估对象的面部图像中的特征点包括所述待评估对象的面部特征点和/或采集的所述待评估对象的面部图像中的背景特征点。在一种可能的实现方式中，所述风险控制模型是利用所述用户的面部图像中的特征点和所述用户的信用数据对机器学习算法进行训练得到的；或所述风险控制模型是利用所述用户的面部图像在的特征点、所述用户的个人数据和所述用户的信用数据对机器学习算法进行训练得到的。在一种可能的实现方式中，所述处理器还用于：若所述风险控制模型是利用机器学习算法训练所述用户的面部图像在的特征点、所述用户的个人数据和所述用户的信用数据得到的，则将所述待评估对象的个人数据输入到风险控制模型中；其中，所述待评估对象的个人数据包括所述待评估对象的个人信息和/或所述待评估对象的行为信息。在一种可能的实现方式中，所述处理器具体用于：若所述风险控制模型输出的风险预测值为表示所述待评估用户的风险概率的值，则判断所述待评估对象的风险预测值是否超过预设阈值，若超过，则确定所述待评估对象具有风险；否则，确定所述待评估对象不具有风险；或若所述风险控制模型输出的风险预测值为表示用户类别的值，则根据风险预测值与用户类别的对应关系，判断所述待评估对象的风险预测值对应的用户类别是否为具有风险的用户类别，如果是，则确定所述待评估对象具有风险；否则，确定所述待评估对象不具有风险。第三方面，本专利技术实施例还提供一种风险预测的设备，该设备包括：采集模块：用于采集待评估对象的面部图像；信息输入模块：用于将所述待评估对象的面部图像中的特征点输入到风险控制模型中；处理模块：用于根据所述风险控制模型输出的风险预测值判断所述待评估对象是否具有风险。第四方面，本申请还提供一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面所述方法的步骤。另外，第二方面至第四方面中任一一种实现方式所带来的技术效果可参见第一方面中不同实现方式所带来的技术效果，此处不再赘述。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域的普通技术人员来讲，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为本专利技术实施例提供的一种活体检测人脸的场景示意图；图2为本专利技术实施例提供的一种风险预测的方法流程示意图；图3为本专利技术实施例提供的一种通过活体检测抓取的面部图像示意图；图4为本专利技术实施例提供的一种检测面部图像中特征点的示意图；图5为本专利技术实施例提供的一种神经网络模型的示意图；图6为本专利技术实施例提供的另一种神经网络模型的示意图；图7位本专利技术实施例提供的一种风险预测的设备的结构示意图；图8位本专利技术实施例提供的另一种风险预测的设备的结构示意图。具体实施方式为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步地详细描述，显然，所描述的实施例仅仅是本专利技术一部份实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。下面对文中出现的一些词语进行解释：1、本专利技术实施例中术语“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”本文档来自技高网...

【技术保护点】
1.一种风险预测的方法，其特征在于，该方法包括：采集待评估对象的面部图像；将所述待评估对象的面部图像中的特征点输入到风险控制模型中；根据所述风险控制模型输出的风险预测值判断所述待评估对象是否具有风险。

【技术特征摘要】
1.一种风险预测的方法，其特征在于，该方法包括：采集待评估对象的面部图像；将所述待评估对象的面部图像中的特征点输入到风险控制模型中；根据所述风险控制模型输出的风险预测值判断所述待评估对象是否具有风险。2.如权利要求1所述的方法，其特征在于，所述待评估对象的面部图像中的特征点包括所述待评估对象的面部特征点和/或采集的所述待评估对象的面部图像中的背景特征点。3.如权利要求1所述的方法，其特征在于，所述风险控制模型是利用所述用户的面部图像中的特征点和所述用户的信用数据对机器学习算法进行训练得到的；或所述风险控制模型是利用所述用户的面部图像在的特征点、所述用户的个人数据和所述用户的信用数据对机器学习算法进行训练得到的。4.如权利要求3所述的方法，其特征在于，若所述风险控制模型是利用机器学习算法训练所述用户的面部图像在的特征点、所述用户的个人数据和所述用户的信用数据得到的，则所述将所述待评估对象的面部图像中的特征点输入到风险控制模型中，还包括：将所述待评估对象的个人数据输入到风险控制模型中；其中，所述待评估对象的个人数据包括所述待评估对象的个人信息和/或所述待评估对象的行为信息。5.如权利要求1所述的方法，其特征在于，根据所述风险控制模型输出的风险预测值判断所述待评估对象是否具有风险，包括：若所述风险控制模型输出的风险预测值为表示所述待评估用户的风险概率的值，则判断所述待评估对象的风险预测值是否超过预设阈值，若超过，则确定所述待评估对象具有风险；否则，确定所述待评估对象不具有风险；或若所述风险控制模型输出的风险预测值为表示用户类别的值，则根据风险预测值与用户类别的对应关系，判断所述待评估对象的风险预测值对应的用户类别是否为具有风险的用户类别，如果是，则确定所述待评估对象具有风险；否则，确定所述待评估对象不具有风险。6.一种风险预测的...

【专利技术属性】
技术研发人员：曾伟雄，莫卉星，纪磊，
申请(专利权)人：联动优势科技有限公司，
类型：发明
国别省市：北京,11