[发明专利]欺诈行为的识别方法、计算机可读存储介质及终端设备

权利要求书

1.一种欺诈行为的识别方法，其特征在于，包括：

获取用户填写资料时的视频数据，并从所述视频数据中提取所述用户的表情特征向量；

分别计算所述用户的表情特征向量与预设的样本集合中的各个表情特征向量样本之间的特征距离：其中，d为向量维度的序号，1≤d≤DimNum，DimNum为所述用户的表情特征向量的维度总数，EmoElm_d为所述用户的表情特征向量在第d个维度上的分量，s为样本的序号，1≤s≤SpNum，SpNum为所述样本集合中的样本总数，SpElm_s,d为所述样本集合中的第s个表情特征向量样本在第d个维度上的分量，EmoDst_s为所述用户的表情特征向量与所述样本集合中的第s个表情特征向量样本之间的特征距离，所述样本集合包括正样本子集和负样本子集，所述正样本子集中的各个样本为在历史记录中出现欺诈行为的用户的表情特征向量，所述负样本子集中的各个样本为在历史记录中未出现欺诈行为的用户的表情特征向量；

根据各个所述特征距离计算所述用户的表情特征向量与所述正样本子集之间的第一平均距离，以及所述用户的表情特征向量与所述负样本子集之间的第二平均距离：其中，pn为正样本的序号，1≤pn≤PN，PN为所述正样本子集中的样本总数，PosDst_pn为所述用户的表情特征向量与所述正样本子集中的第pn个样本之间的特征距离，PosAvDst为所述第一平均距离，ngn为负样本的序号，1≤ngn≤NgN，NgN为所述负样本子集中的样本总数，NegDst_ngn为所述用户的表情特征向量与所述负样本子集中的第ngn个样本之间的特征距离，NegAvDst为所述第二平均距离；

根据所述第一平均距离和所述第二平均距离计算所述用户的欺诈指数，并根据所述用户的欺诈指数确定对所述用户的识别结果。

2.根据权利要求1所述的欺诈行为的识别方法，其特征在于，所述从所述视频数据中提取所述用户的表情特征向量包括：

在所述视频数据中识别指定的面部动作单元；

统计各个面部动作单元的持续时长，并获取在各个面部动作单元的持续时长内的眼球朝向以及肩膀位移量；

根据下式构造所述用户的表情特征向量：

EmoVec＝(AU₁,Time₁,Eye₁,Sd₁,...,AU_n,Time_n,Eye_n,Sd_n,...,AU_N,Time_N,Eye_N,Sd_N)

其中，n为面部动作单元的序号，1≤n≤N，N为指定的面部动作单元的总数，AU_n为第n个面部动作单元的标志位，若在所述视频数据中识别出第n个面部动作单元，则AU_n取值为1，若在所述视频数据中未识别出第n个面部动作单元，则AU_n取值为0，Time_n为第n个面部动作单元的持续时长，Eye_n为在第n个面部动作单元的持续时长内的眼球朝向，Sd_n为在第n个面部动作单元的持续时长内的肩膀位移量，EmoVec为所述用户的表情特征向量。

3.根据权利要求1至2中任一项所述的欺诈行为的识别方法，其特征在于，所述根据所述第一平均距离和所述第二平均距离计算所述用户的欺诈指数，并根据所述用户的欺诈指数确定对所述用户的识别结果的步骤之后，还包括：

获取所述用户面签时的视频数据，并计算所述用户面签时的欺诈指数；

根据所述用户填写资料时的欺诈指数和所述用户面签时的欺诈指数确定对所述用户的识别结果。

4.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，其特征在于，所述计算机可读指令被处理器执行时实现如权利要求1至3中任一项所述的欺诈行为的识别方法的步骤。