[发明专利]基于面部图片的风险识别方法、装置、计算机设备及存储介质

权利要求书

1.一种基于面部图片的风险识别方法，其特征在于，包括：

获取客户回复预设问题时的视频数据；

采用预先训练好的遮挡识别模型对所述视频数据进行图像识别，识别结果包括手部遮挡脸部图像和手部未遮挡脸部图像；

获取每一所述手部遮挡脸部图像对应的手部遮挡脸部位置，基于所有所述手部遮挡脸部图像对应的手部遮挡脸部位置，获取紧张程度识别结果；

将所述手部未遮挡脸部图像输入至预先训练好的安全判断模型中，获取风险程度识别结果；

根据所述紧张程度识别结果和所述风险程度识别结果，确定风险预警识别结果，若所述风险预警识别结果大于第一预设阈值，则所述视频数据为风险预警数据。

2.如权利要求1所述的基于面部图片的风险识别方法，其特征在于，在所述采用预先训练好的遮挡识别模型对所述视频数据进行图像识别的步骤之前，所述基于面部图片的风险识别方法还包括：

获取遮挡训练图像，所述遮挡训练图像包含手部遮挡训练图像和手部未遮挡训练图像；

将所述手部遮挡训练图像和所述手部未遮挡训练图像转换为二值化图像，采用脸部关键点识别算法确定所述二值化图像的脸部区域；

基于所述脸部区域，获取与所述脸部区域对应的梯度直方图特征；

采用主成分分析算法对所述梯度直方图特征进行降维处理，获取目标梯度直方图特征；

采用SVM分类算法对所述目标梯度直方图特征进行训练，获取遮挡识别模型。

3.如权利要求1所述的基于面部图片的风险识别方法，其特征在于，所述基于所有所述手部遮挡脸部图像对应的手部遮挡脸部位置，获取紧张程度识别结果，包括：

基于所有所述手部遮挡脸部图像对应的手部遮挡脸部位置，获取每一所述手部遮挡脸部位置对应的遮挡概率；

将所述遮挡概率最大对应的手部遮挡脸部图像，输入至紧张评估模型，获取所述遮挡概率最大的手部遮挡脸部图像对应的紧张程度，作为紧张程度识别结果。

4.如权利要求1所述的基于面部图片的风险识别方法，其特征在于，所述将所述手部未遮挡脸部图像输入至预先训练好的安全判断模型中，获取风险程度识别结果，包括：

采用K-Means算法对所述手部未遮挡脸部图像进行聚类处理，确定关键帧对应的手部未遮挡脸部图像；

将所述关键帧对应的手部未遮挡脸部图像输入到预先训练好的安全判断模型中，获取所述安全判断模型输出的风险概率，作为所述风险程度识别结果。

5.如权利要求1所述的基于面部图片的风险识别方法，其特征在于，所述根据所述紧张程度识别结果和所述风险程度识别结果，确定风险预警识别结果，包括：

获取所述手部遮挡脸部图像对应的第一总帧数和所述手部未遮挡脸部图像对应的第二总帧数；

基于所述第一总帧数、所述第二总帧数、所述紧张程度识别结果和所述风险程度识别结果，确定风险预警识别结果。

6.如权利要求5所述的基于面部图片的风险识别方法，其特征在于，所述基于所述第一总帧数、所述第二总帧数、所述紧张程度识别结果和所述风险程度识别结果，确定风险预警识别结果，包括：

计算所述第一总帧数与所述第二总帧数的差值绝对值；

若所述差值绝对值大于第二预设阈值，则在所述第一总帧数大于所述第二总帧数时，将所述紧张程度识别结果作为风险预警识别结果，在所述第一总帧数小于所述第二总帧数时，将所述风险程度识别结果作为风险预警识别结果；

若所述差值绝对值不大于第二预设阈值，则通过预先配置的结果计算公式对所述紧张程度识别结果和所述风险程度识别结果进行计算，获取风险预警识别结果。