(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 20221049070 0.8 (22)申请日 2022.05.07 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 朱江波　胡毅　时福林　马克　 赵梦　姚元伟　王艳芳　万荃　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 杨丹　沈珍珠 (51)Int.Cl. G06F 21/32(2013.01) G06Q 40/02(2012.01) G06V 40/16(2022.01) (54)发明名称 一种客户身份审核方法及系统 (57)摘要 本发明提出了一种客户身份审核方法及系 统， 涉及银行大数据处理技术领域， 该方法包括： 当客户在银行网点进行人脸识别失败时， 计算人 脸识别匹配阈值与本次人脸匹配值的差， 将该差 作为本次人脸识别失败对应的匹配差值； 根据本 次人脸识别失败对应的匹配差值， 确定本次人脸 识别失败对应的风险类别向量； 对于多种身份审 核方式， 分别确定每种身份审核方式对应的风险 类别向量； 依据各个身份审核方式对应的风险类 别向量与本次人脸失败对应的风险类别向量， 确 定本次人脸识别失败后该客户对应的身份审核 方式。 权利要求书4页 说明书9页 附图6页 CN 114840835 A 2022.08.02 CN 114840835 A 1.一种客户身份审核方法， 其特 征在于， 包括： 当客户在银行网点进行人脸识别失败时， 计算人脸识别匹配阈值与本次人脸匹配值的 差， 将该差作为本次人脸识别失败 对应的匹配差值； 根据本次人脸识别失败对应的匹配差值， 确定本次人脸识别失败对应的风险类别向 量； 对于多种身份审核方式， 分别确定每种身份审核方式对应的风险类别向量； 依据各个身份审核方式对应的风险类别向量与本次人脸失败对应的风险类别向量， 确 定本次人脸识别失败后该客户对应的身份审核方式。 2.根据权利要求1所述的方法， 其特 征在于， 还 包括： 对于本次人脸识别失败后该客户对应的每种 身份审核方式， 确定该身份审核方式对应 的风险类型， 根据该风险类型确定风险控制模型， 将该风险控制模型确定为该身份审核方 式对应的风险控制模型； 当该客户的身份审核方式通过后， 利用通过的身份审核方式对应的风险控制模型对该 客户的本次交易进行风险控制。 3.根据权利要求1所述的方法， 其特征在于， 根据本次人脸识别失败对应的匹配差值， 确定本次人脸识别失败 对应的风险类别向量， 包括： 获取银行的历史人脸识别失败数据； 根据该匹配差值， 从银行的历史人脸识别失败数据中选取出对应的匹配差值等于该匹 配差值的人脸识别失败数据； 根据选取出的人脸识别失败数据， 确定本次人脸识别失败对应各个风险类型的风险系 数； 根据本次人脸识别失败对应各个风险类型的风险系数， 确定本次人脸失败对应的风险 类别向量； 其中， 该风险类别向量的每一个分量与银行的风险类型一一对应， 每一个分量的 分量值等于本次人脸识别失败 对应该分量对应的风险类型的风险系数。 4.根据权利要求1所述的方法， 其特征在于， 对于多种身份审核方式， 分别确定每种身 份审核方式对应的风险类别向量， 包括： 对于每个身份审核方式， 根据该身份审核方式的历史交易数据， 确定该身份审核方式 对应各个风险类型的风险系数； 根据该身份审核方式对应各个风险类型的风险系数， 确定该身份审核方式对应的风险 类别向量； 其中， 该风险类别向量的每一个分量与银行的风险类型一一对应， 每一个分量的 分量值等于该身份审核方式对应该分量对应的风险类型的风险系数。 5.根据权利要求1所述的方法， 其特征在于， 依据 各个身份审核方式对应的风险类别向 量与本次人脸失败对应的风险类别向量， 确定本次人脸识别失败后该客户对应的身份审核 方式， 包括： 依据各个身份审核方式对应的风险类别向量与本次人脸失败对应的风险类别向量， 确 定身份审核方式的偏序， 其中， 该偏序用于确定任何两个身份审核方式中第一身份审核方 式是否优于第二身份审核方式； 依据身份审核方式的偏序， 确定银行的所有身份审核方式中的多个极大身份审核方 式， 其中， 极大身份审核方式是 该偏序的极大 元素；权　利　要　求　书 1/4 页 2 CN 114840835 A 2将所述多个极大身份审核方式确定为本次人脸识别失败后该客户对应的身份审核方 式。 6.根据权利要求5所述的方法， 其特征在于， 依据 各个身份审核方式对应的风险类别向 量与本次人脸失败 对应的风险类别向量， 确定身份审核方式的偏序， 包括： 在确定身份审核方式的偏序时， 对于任何两个身份审核方式， 计算该两个身份审核方 式中的第一身份审核方式对应的风险类别向量与该两个身份审核方式中的第二身份审核 方式对应的风险类别向量的向量差， 并且计算该第一身份审核方式对应的风险类别向量与 本次人脸 失败对应的风险类别向量的第一距离， 以及计算该第二身份审核方式对应的风险 类别向量与本次人脸 失败对应的风险类别向量的第二距离， 如果该向量差的每个分量都小 于等于0且该第一距离大于等于该第二距离， 则确定该第一身份审核方式优于该第二身份 审核方式。 7.根据权利要求2所述的方法， 其特征在于， 对于本次人脸识别失败后该客户对应的每 种身份审核方式， 确定该身份审核方式对应的风险类型， 根据该风险类型确定风险控制模 型， 将该风险控制模型确定为该身份审核方式对应的风险控制模型， 包括： 对于风险类别向量的每一个分量， 计算该身份审核方式对应的风险类别向量在该分量 的分量值与本次人脸 失败对应的风险类别向量在该分量的分量值的差， 将该差作为该分量 对应的差； 将对应的差最大的分量所对应的风险类型确定为该身份审核方式对应的风险类型； 将该身份审核方式对应的风险类型对应的风险控制模型， 确定为该身份审核方式对应 的风险控制模型。 8.一种客户身份审核系统， 其特 征在于， 包括： 匹配差值计算模块， 用于当客户在银行网点进行人脸识别失败时， 计算人脸识别匹配 阈值与本次人脸匹配值的差， 将该差作为本次人脸识别失败 对应的匹配差值； 本次人脸识别处理模块， 用于根据本次人脸识别失败对应的匹配差值， 确定本次人脸 识别失败 对应的风险类别向量； 身份审核方式处理模块， 用于对于多种身份审核方式， 分别确定每种身份审核方式对 应的风险类别向量； 身份审核方式确定模块， 用于依据 各个身份审核方式对应的风险类别向量与本次人脸 失败对应的风险类别向量， 确定 本次人脸识别失败后该客户对应的身份审核方式。 9.根据权利要求8所述的系统， 其特征在于， 还包括： 风险控制模型确定模块及风险控 制模块； 其中， 风险控制模型确定模块， 用于对于本次人脸识别失败后该客户对应的每种 身份审核方 式， 确定该身份审核方式对应的风险类型， 根据该风险类型确定风险控制模型， 将该风险控 制模型确定为该身份审核方式对应的风险控制模型； 风险控制模块， 用于当该客户的身份审核方式通过后， 利用通过的身份审核方式对应 的风险控制模型对该客户的本次交易进行风险控制。 10.根据权利要求8所述的系统， 其特 征在于， 本次人脸识别处 理模块具体用于： 获取银行的历史人脸识别失败数据； 根据该匹配差值， 从银行的历史人脸识别失败数据中选取出对应的匹配差值等于该匹权　利　要　求　书 2/4 页 3 CN 114840835 A 3