(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 202210444771.4 (22)申请日 2022.04.26 (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　 (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. G06K 9/62(2022.01) G06Q 40/04(2012.01) G06V 40/16(2022.01) G06V 10/762(2022.01) (54)发明名称 银行网点的人脸识别处 理方法及系统 (57)摘要 本发明提出了一种银行网点的人脸识别处 理方法及系统， 涉及大数据处理技术领域， 该方 法包括： 对客户进行分类， 获得多个客户类别； 从 所述多个客户类别中确定出多个待选客户类别； 当客户归属于待选客户类别时， 确定客户在各个 银行网点办理业务的次数； 确定待下发人脸识别 信息的客户； 对于每个待下发人脸识别信息的客 户， 确定客户对应的待下发银行网点； 对于每个 银行网点， 确定银行网点的人脸识别阈值与风险 概率的对应关系； 对于待下发人脸识别信息的客 户， 确定客户在待下发银行网点中进行人脸识别 的人脸识别阈值； 当第一客户在银行网点办理业 务且需要进行人脸识别时， 利用存储 人脸识别阈 值对客户进行人脸识别， 本发明可以提高人脸识 别处理效率。 权利要求书4页 说明书11页 附图6页 CN 114997269 A 2022.09.02 CN 114997269 A 1.一种银 行网点的人脸识别处 理方法， 其特 征在于， 包括： 依据银行的历史 交易数据， 对客户进行分类， 获得多个客户类别； 依据银行的历史 交易数据， 从所述多个客户类别中确定出多个待选客户类别； 对于每个客户， 当该客户归属于待选客户类别时， 依据该客户在所有银行网点的历史 办理数据， 确定该客户在各个银 行网点办理业 务的次数； 依据多个待选客户类别的客户在各个银行网点办理业务的次数， 确定待下发人脸识别 信息的客户； 对于每个待下发人脸识别信息的客户， 依据该客户在各个银行网点办理业务 的次数， 确定该客户对应的待下发银 行网点； 对于每个银行网点， 确定该 银行网点的人脸识别阈值与风险概 率的对应关系； 对于待下发人脸识别信 息的客户， 根据该客户对应的每个待下发银行网点的人脸识别 阈值与风险概率的对应关系， 确定该客户在该待 下发银行网点中进行人脸识别的人脸识别 阈值， 将该客户的人脸信息和该 人脸识别阈值下发到该待下发银 行网点； 当第一客户在银行网点办理业务且需要进行人脸识别时， 确定该银行网点是否存储该 第一客户的人脸信息和人脸识别阈值， 如果是， 则利用存储的该第一客户的人脸信息和人 脸识别阈值对该客户进行人脸识别， 否则将该客户的人脸信息发送到银行服务器进行人脸 识别。 2.根据权利要求1所述的方法， 其特征在于， 依据银行的历史交易数据， 从所述多个客 户类别中确定出多个待选客户类别， 包括： 对于每个客户类别， 依据该客户类别的交易数据， 确定该客户类别对应各个风险类别 的风险系数； 依据所述多个客户类别 对应各个风险类别的风险系数， 确定客户类别的偏序， 其中， 该 偏序用于确定任何两个客户类别中第一 客户类别是否优于第二 客户类别； 依据客户类别的偏序， 确定所述多个客户类别中的极大客户类别， 其中， 极大客户类别 是该偏序的极大 元素； 将所述多个客户类别中的极大客户类别确定为多个待选客户类别。 3.根据权利要求2所述的方法， 其特征在于， 依据 所述多个客户类别对应各个风险类别 的风险系数， 确定客户类别的偏序， 包括： 在确定客户类别的偏序时， 对于任何两个客户类别， 如果对于各个风险类别， 该两个客 户类别的第一客户类别对应该风险类别的风险系数小于等于该两个客户类别的第二客户 类别对应该风险类别的风险系数， 且该第一客户类别对应该风险类别的风险系数小于该风 险类别对应的阈值， 则确定该第一 客户类别优于该第二 客户类别。 4.根据权利要求2所述的方法， 其特征在于， 依据 所述多个客户类别对应各个风险类别 的风险系数， 确定客户类别的偏序， 包括： 对于每个客户类别， 确定该客户类别的所有客户在各个银 行网点办理业 务的次数； 确定客户类别的偏序， 其中， 对于任何两个客户类别， 如果对于每个银行网点， 该两个 客户类别的第一客户类别的所有客户在该银行网点办理业务的次数大于等于该两个客户 类别的第二客户类别的所有客户在该银行网点办理业务的次数， 且该第一客户类别对应各 个风险类别的风险系数小于该各个风险类别对应的阈值， 则确定该第一客户类别优于该第 二客户类别。权　利　要　求　书 1/4 页 2 CN 114997269 A 25.根据权利要求1所述的方法， 其特征在于， 依据多个待选客户类别的客户在各个银行 网点办理业务的次数， 确定待下发人脸识别信息的客户； 对于每个待下发人脸识别信息的 客户， 依据该客户在各个银行网点办理业务的次数， 确定该客户对应的待 下发银行网点， 包 括： 依据多个待选客户类别的客户在各个银行网点办理业务的次数， 确定客户的偏序， 其 中， 对于该多个待选客户类别的任何两个客户， 如果对于每个银行网点， 该两个客户的第一 客户在该银行网点办理业务的次数大于等于该两个客户的第二客户在该银行网点办理业 务的次数， 则确定该第一 客户优于该第二 客户； 依据客户的偏序， 确定所述多个待选客户类别的所有客户的极大客户， 其中， 极大客户 是该偏序的极大 元素； 将所述多个待选客户类别的所有客户的极大客户确定为待下发人脸识别 信息的客户； 对于每个待下发人脸识别信 息的客户， 从所有的银行网点中选取出该客户办理业务的 次数超过设定阈值的多个银行网点， 将选取出的多个银行网点确定为该客户对应的待 下发 银行网点。 6.根据权利要求1所述的方法， 其特征在于， 对于每个银行网点， 确定该银行网点的人 脸识别阈值与风险概 率的对应关系， 包括： 根据该银行网点所在位置的设定范围内的支付地点对应的交易数据， 确定该银行网点 的环境对应各个风险类别的风险系数； 根据银行网点的环境对应各个风险类别的风险系数对所有银行网点分类， 得到多个银 行网点类别； 对于每个银行网点类别， 根据该银行网点类别的所有银行网点的人脸识别数据， 确定 该银行网点类别的人脸识别阈值与风险概率的对应关系； 其中， 对于每个人脸识别阈值， 计 算该银行网点类别的所有人脸识别数据中， 人脸匹配值超过该人脸识别阈值的所有数据 中， 风险数据的比例， 将该比例作为该 人脸识别阈值对应的风险概 率； 将银行网点类别的人脸识别阈值与风险概率的对应关系， 作为该银行网点类别中所有 银行网点的人脸识别阈值与风险概 率的对应关系。 7.根据权利要求1所述的方法， 其特征在于， 对于待下发人脸识别信息的客户， 根据该 客户对应的每个待下发银行网点的人脸识别阈值与风险概率的对应关系， 确定该客户在该 待下发银行网点中进 行人脸识别的人脸识别阈值， 将该客户的人脸信息和该人脸识别阈值 下发到该待下发银 行网点， 包括： 对于待下发人脸识别信 息的客户， 确定该客户在银行服务器进行人脸识别的风险概率 r； 其中， 获取该客户在银行服务器的人脸识别阈值， 并确定银行服务器的人脸匹配值大于 该人脸识别阈值的所有人脸识别数据中， 风险数据的比例， 该比例作为该客户在银行服务 器进行人脸识别的风险概 率； 对于该客户对应的每个待下发银行网点， 根据该待下发银行网点的人脸识别阈值与风 险概率的对应关系， 确定该客户在该待下发银行网点进行人脸识别时的人脸识别阈值； 其 中， 在对应关系的所有风险概率中， 找到小于风险概率r的最大值， 将该最大值对应的人脸 识别阈值， 作为该客户在该待下发银行网点进行人脸识别时的人脸识别阈值； 并将该客户 的人脸信息和该 人脸识别阈值下发到该待下发银 行网点。权　利　要　求　书 2/4 页 3 CN 114997269 A 3