[发明专利]吸烟者智能识别方法及装置

说明书

本发明提供了一种吸烟者智能识别方法及装置，涉及智能识别技术领域。该方法包括：获取待识别用户的面部特征和基本属性信息；将面部特征和基本属性信息输入至训练好的吸烟者识别模型，输出与面部特征和基本属性信息对应的待识别用户为吸烟者的概率；当概率大于等于预先设定的阈值时，确定待识别用户为吸烟者。本发明实施例的吸烟者智能识别方法及装置能够降低投保用户不实告知风险，优化客户投保流程，从而提高个人健康风险识别准确率，提升客户体验。

技术领域

本发明涉及智能识别技术领域，尤其是涉及一种吸烟者智能识别方法及装置。

背景技术

对于保险行业产品，尤其是健康险和寿险产品来说，客户的吸烟状况是判断其健康风险水平的重要依据之一，目前判断“客户是否吸烟”主要通过两种方式：客户健康告知以及体检机构通过吸烟试纸检测。

然而，上述两种方式或者完全依赖于客户的主动告知，客户不实告知风险大，导致为客户承保风险大；或者需要客户去体检机构进行吸烟试纸检测，流程繁琐，且投保流程因该检测而被中断，客户体验差。

发明内容

有鉴于此，本发明提供一种吸烟者智能识别方法及装置，以改善上述技术问题。

第一方面，本发明实施例提供了一种吸烟者智能识别方法，所述方法包括以下步骤：

获取待识别用户的面部特征和基本属性信息，其中，所述面部特征包括正脸特征和侧脸特征，所述基本属性信息包括年龄、性别、地域、光暴露度；

将所述面部特征和所述基本属性信息输入至训练好的吸烟者识别模型，输出与所述面部特征和所述基本属性信息对应的所述待识别用户为吸烟者的概率；

当所述概率大于等于预先设定的阈值时，确定所述待识别用户为吸烟者。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述获取待识别用户的面部特征的步骤，包括：

获取所述待识别用户的面部照片，其中，所述面部照片包括正脸照片和侧脸照片；

将所述面部照片输入到对应的面部特征提取模型，获取所述待识别用户的面部特征，其中，所述面部特征提取模型包括正脸特征提取模型和侧脸特征提取模型。

结合第一方的第一种可能的实施方式征提取模型通过以下步骤训练得到：

获取所述待识别用户的面部照片；

根据所述面部照片以及根据所述面部照片确定的皱纹评级建立面部特征提取模型训练数据集；

将所述面部特征提取模型训练数据集输入至待训练的卷积神经网络模型，对所述待训练的卷积神经网络模型进行训练以得到所述面部特征提取模型。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述吸烟者识别模型通过以下步骤训练得到：

根据所述待识别用户的面部特征、基本属性信息和吸烟等级信息，建立吸烟者识别模型训练数据集；

将所述吸烟者识别模型训练数据集输入至待训练的支持向量机SVM模型，对所述待训练的支持向量机SVM模型进行训练以得到所述吸烟者识别模型。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述获取所述待识别用户的面部照片的步骤，包括：

采集所述待识别用户的面部原始照片；

对所述面部原始照片进行预处理，得到所述待识别用户的面部照片。

第二方面，本发明实施例还提供一种吸烟者智能识别装置，所述装置包括：