(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211087812.5 (22)申请日 2022.09.07 (71)申请人 杭银消费金融股份有限公司 地址 310005 浙江省杭州市拱 墅区庆春路 38号7层702室、 8层(801、 802、 803、 804 室)、 11层(1101、 1102室) (72)发明人 吴玉明　段美宁　李恒奎　王震　 (74)专利代理 机构 浙江维创盈嘉专利代理有限 公司 33477 专利代理师 龚洋洋 (51)Int.Cl. G06V 40/20(2022.01) G06V 40/60(2022.01) G06V 40/16(2022.01) G06V 10/26(2022.01)G06V 10/44(2022.01) G06V 10/75(2022.01) G06V 10/74(2022.01) (54)发明名称 基于AI模型的业务用户特征识别方法及系 统 (57)摘要 本发明提供的基于AI模型的业务用户特征 识别方法及系统， 涉及人工智 能技术领域。 在本 发明中， 对目标业务用户进行图像信息采集操 作， 以输出目标业务用户对应的图像信息集合。 对于图像信息集合包括的多帧业务用户图像中 的每一帧业务用户图像， 对该业务用户图像进行 用户特征点识别操作， 以输出该业务用户图像对 应的用户特征点集合， 用户特征点集合包括多个 用户特征点。 通过预先训练形成的AI模 型对用户 特征点集合包括的用户特征点进行识别操作， 以 输出目标业务用户的用户身份特征信息。 基于上 述方法， 可以提高对用户特 征识别的可靠度。 权利要求书4页 说明书12页 附图2页 CN 115424353 A 2022.12.02 CN 115424353 A 1.一种基于AI模型的业务用户特征识别方法， 其特征在于， 应用于特征识别服务器， 所 述基于AI模型的业 务用户特 征识别方法包括： 对目标业务用户进行图像信 息采集操作， 以输出所述目标业务用户对应的图像信 息集 合， 所述图像信息集合包括多帧业务用户图像， 所述多帧业务用户图像通过对目标业务用 户的相同部位进行 连续的信息采集形成； 对于所述图像信 息集合包括的多帧业务用户图像中的每一帧业务用户图像， 对该业务 用户图像进行用户特征点识别操作， 以输出该业务用户图像对应的用户特征点集合， 所述 用户特征点集合包括多个用户特 征点； 通过预先训练形成的AI模型对所述用户特征点集合包括的用户特征点进行识别操作， 以输出所述目标业务用户的用户身份特征信息， 所述用户身份特征信息用于反映所述目标 业务用户的用户身份。 2.如权利要求1所述的基于AI模型的业务用户特征识别方法， 其特征在于， 所述对目标 业务用户进行图像信息采集操作， 以输出所述 目标业务用户对应的图像信息集合的步骤， 包括： 在接收到用于对目标业务用户进行特征识别的用户请求信 息的条件下， 对所述用户请 求信息对应的用户终端设备进 行图像信息采集指 令的下发操作， 以使得所述用户终端设备 依据所述图像信息采集指 令对所述目标业务用户进行图像信息采集操作， 以形成图像信息 集合； 在所述用户终端设备依据所述图像信息采集指令对目标业务用户进行图像信息采集 操作后， 获取进行 该图像信息采集操作形成的图像信息集 合。 3.如权利要求2所述的基于AI模型的业务用户特征识别方法， 其特征在于， 所述在接收 到用于对目标业务用户进 行特征识别的用户请求信息的条件下， 对所述用户请求信息对应 的用户终端设备进行图像信息采集指 令的下发操作， 以使得所述用户终端设备依据所述图 像信息采集指令对所述目标业务用户进行图像信息采集操作， 以形成图像信息集合的步 骤， 包括： 在接收到用于对目标业务用户进行特征识别的用户请求信 息的条件下， 依据 预先配置 的动作提 示信息， 生成图像信息采集指令； 对所述用户请求信 息对应的用户终端设备进行所述图像信 息采集指令的下发操作， 以 使得所述用户终端设备依据所述图像信息采集指令对所述目标业务用户进行图像信息采 集操作， 以形成图像信息集合， 且在进 行图像信息采集操作的过程中， 所述用户终端设备还 用于根据所述图像信息采集指令中携带的所述动作提示信息对目标业务用户进行动作提 示操作。 4.如权利要求2所述的基于AI模型的业务用户特征识别方法， 其特征在于， 所述在所述 用户终端设备依据所述图像信息采集指令对目标业务用户进 行图像信息采集操作后， 获取 进行该图像信息采集操作形成的图像信息集 合的步骤， 包括： 在所述用户终端设备依据所述图像信息采集指令对目标业务用户进行图像信息采集 操作后， 获取进行该图像信息采集操作形成的原始图像信息集合， 再对所述原始图像信息 集合包括的业务用户图像进行动作 识别操作， 以输出所述目标业务用户对应的动作 识别结 果；权　利　要　求　书 1/4 页 2 CN 115424353 A 2将所述动作识别结果和预先设置的动作识别结果对比信 息进行对比操作， 以确定出所 述动作识别结果是否与所述动作识别结果对比信息匹配； 在所述动作识别结果与所述动作识别结果对比信 息不匹配的条件下， 重新通过所述用 户终端设备对所述 目标业务用户进行图像信息采集操作， 以形成新的原始图像信息集合， 直到所述新的原始图像信息集合对应的新的动作识别结果与所述动作识别结果对比信息 匹配； 在所述动作识别结果与所述动作识别结果对比信 息匹配的条件下， 将所述原始图像信 息集合标记为图像信息集 合。 5.如权利要求1所述的基于AI模型的业务用户特征识别方法， 其特征在于， 所述对于所 述图像信息集合包括的多帧业务用户图像中的每一帧业务用户图像， 对该业务用户图像进 行用户特 征点识别操作， 以输出 该业务用户图像对应的用户特 征点集合的步骤， 包括： 对于所述图像信 息集合包括的多帧业务用户图像中的每一帧业务用户图像， 对该业务 用户图像中的每一个像素点进 行灰度值确定操作， 以输出该业务用户图像中的每一个像素 点对应的像素 灰度值； 对于所述图像信 息集合包括的多帧业务用户图像中的每一帧业务用户图像， 依据 该业 务用户图像中的每一个像素点对应的像素灰度值， 对该业务用户图像进 行用户特征点识别 操作， 以输出 该业务用户图像对应的用户特 征点集合。 6.如权利要求5所述的基于AI模型的业务用户特征识别方法， 其特征在于， 所述对于所 述图像信息集合包括的多帧业务用户图像中的每一帧业务用户图像， 依据该业务用户图像 中的每一个像素点对应的像素灰度值， 对该业务用户图像进行用户特征点识别操作， 以输 出该业务用户图像对应的用户特 征点集合的步骤， 包括： 对于所述图像信息集合包括的多帧业务用户图像中的每一帧业务用户图像中的每一 个像素点， 将该像素点作为预先配置的规则图形 的中心点， 从该业务用户图像中提取出该 规则图形的边 缘经过的每一个相关像素点； 依据预先配置的滑窗长度， 对所述规则图形的边缘进行滑窗分割操作， 以形成所述规 则图形对应的多 条滑窗子边缘， 对于所述图像信息集合包括的多帧业务用户图像中的每一 帧业务用户图像中的每一个像素点， 分别将该像素点对应的像素灰度值和每一条滑窗子边 缘经过的相关像素点的像素灰度值进行大小比较操作， 以及， 在存在任意一条滑 窗子边缘 经过的每一个相关像素点的像素灰度值与该像素点对应的像素灰度值之间的大小关系相 同的条件下， 将该像素点标记为 候选用户特 征点； 对于所述图像信 息集合包括的多帧业务用户图像中的每一帧业务用户图像， 从该业务 用户图像对应的候选用户特征点中， 筛查出满足预先条件的每一个候选用户特征点， 再将 筛查出的每一个候选用户特征点标记为该业务用户图像对应的用户特征点， 以组建形成对 应的用户特 征点集合。 7.如权利要求6所述的基于AI模型的业务用户特征识别方法， 其特征在于， 所述对于所 述图像信息集合包括的多帧业务用户图像中的每一帧业务用户图像， 从该业务用户图像对 应的候选用户特征点中， 筛查出满足预先条件的每一个候选用户特征点， 再将筛查出 的每 一个候选用户特征点标记为该业务用户图像对应的用户特征点， 以组建形成对应的用户特 征点集合的步骤， 包括：权　利　要　求　书 2/4 页 3 CN 115424353 A 3