基于视频识别的贷款风险信息挖掘方法技术

本发明专利技术涉及贷款风险信息挖掘技术领域，具体公开了一种基于视频识别的贷款风险信息挖掘方法，其中，包括：获取贷款申请者的面审视频，并对面审视频进行预处理；提取预处理后的面审视频中带有微表情感兴趣区域的光流图像；根据无锚框时序动作检测算法对光流图像中的微表情感兴趣区域进行识别，获得微表情的类别及微表情的置信度；提取预处理后的面审视频中带有显著性变量感兴趣区域的图像；对显著性变量感兴趣区域进行识别，获得显著性变量识别结果，其中显著性变量至少包括年龄、衣着暴露度和人脸配合度；根据微表情的类别、微表情的置信度及显著性变量识别结果获得贷款风险评分结果。本发明专利技术提供的实现了从多维角度挖掘贷款风险信息的目标。风险信息的目标。风险信息的目标。

【技术实现步骤摘要】
基于视频识别的贷款风险信息挖掘方法


[0001]本专利技术涉及贷款风险信息挖掘
，尤其涉及一种基于视频识别的贷款风险信息挖掘方法。

技术介绍

[0002]随着经济的发展和居民收入的增多，人们对衣食住行的需求也逐渐发生着从量到质的转变，消费贷、个人经营贷等以互联网为载体的个人金融贷款业务的需求也在逐年增长。互联网金融个人贷款，又称零售信贷业务，具有笔数多、单笔金额小、贷款人信息复杂度高等特性。一方面，零售信贷业务关系到民生，为个人提供贷款服务是银行等公共服务机构需行使的社会责任；另一方面，因个人业务千人千面的复杂性，骗贷、逾期还款等问题层出不穷。因此，建设完备的贷前风险识别风控体系尤为重要。
[0003]传统的零售信贷业务对贷款人的评估多是基于征信、社保的缴存、消费记录、面审等指标。然而，对于部分申请个人贷款业务的群体(包括小微企业店主、农民工和应届毕业生等)，这部分可查的信息较少，甚至几乎为零。如何在此基础信息之外挖掘更多维、可靠的信息，是银行风控模型部门探索的方向。
[0004]因此，如何能够通过多维角度挖掘贷款风险信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视频识别的贷款风险信息挖掘方法，其特征在于，包括：获取贷款申请者的面审视频，并对所述面审视频进行预处理；提取预处理后的面审视频中带有微表情感兴趣区域的光流图像；根据无锚框时序动作检测算法对所述光流图像中的微表情感兴趣区域进行识别，获得微表情的类别及微表情的置信度；提取预处理后的面审视频中带有显著性变量感兴趣区域的图像；对所述显著性变量感兴趣区域进行识别，获得显著性变量识别结果，其中所述显著性变量至少包括年龄、衣着暴露度和人脸配合度；根据所述微表情的类别、微表情的置信度及所述显著性变量识别结果获得贷款风险评分结果。2.根据权利要求1所述的基于视频识别的贷款风险信息挖掘方法，其特征在于，获取贷款申请者的面审视频，并对所述面审视频进行预处理，包括：根据人脸检测工具对所述面审视频逐帧进行人脸检测，获得人脸坐标框和人脸关键点，所述人脸关键点包括眼睛、鼻子和嘴角；根据衣着检测工具对所述面审视频进行衣着检测，获得衣着检测序列。3.根据权利要求2所述的基于视频识别的贷款风险信息挖掘方法，其特征在于，获取贷款申请者的面审视频，并对所述面审视频进行预处理，还包括：根据所述人脸坐标框和人脸关键点对人脸进行归一化处理，得到矫正后的人脸图像。4.根据权利要求3所述的基于视频识别的贷款风险信息挖掘方法，其特征在于，提取预处理后的面审视频中带有微表情感兴趣区域的光流图像，包括：提取矫正后的人脸图像中的稠密度光流；读取所述稠密度光流中的光流分量，并进行合并处理得到微表情光流特征集。5.根据权利要求4所述的基于视频识别的贷款风险信息挖掘方法，其特征在于，根据无锚框时序动作检测算法对所述光流图像中的微表情感兴趣区域进行识别，获得微表情的类别及微表情的置信度，包括：对所述微表情光流特征集进行微表情特征提取；根据无锚预测模块对提取的特征获得时间边界特征；对所述时间边界特征进行精细预测，获得动作边界特征；根据所述时间边界特征和所述动作边...

【专利技术属性】
技术研发人员：杨赛，顾全林，曹攀，
申请(专利权)人：无锡锡商银行股份有限公司，
类型：发明
国别省市：