(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210964757.7 (22)申请日 2022.08.12 (65)同一申请的已公布的文献号 申请公布号 CN 115050081 A (43)申请公布日 2022.09.13 (73)专利权人 平安银行股份有限公司 地址 518000 广东省深圳市罗湖区深南 东 路5047号 (72)发明人 李骁　于欣璐　赖众程　常鹏　 高洪喜　聂文尚　冯晋飞　胡云飞　 张莉　邓兆卉　苏杰　黎利　陈杭　 (74)专利代理 机构 深圳紫藤知识产权代理有限 公司 44570 专利代理师 张贤慧(51)Int.Cl. G06V 40/16(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06Q 20/40(2012.01) G06Q 40/02(2012.01) G06Q 10/06(2012.01) (56)对比文件 CN 111460981 A,2020.07.28 CN 111460981 A,2020.07.28 CN 109472 206 A,2019.0 3.15 CN 111582150 A,2020.08.25 WO 2021083241 A1,2021.0 5.06 审查员 郑明月 (54)发明名称 表情样本生成方法、 表情识别方法、 装置及 终端设备 (57)摘要 本申请提供了一种表情样 本生成方法、 表情 识别方法、 装置及终端设备， 该方法包括： 获取第 一身份信息对应的初始宏表情以及获取第二身 份信息对应的初始微表情； 初始宏表情包括至少 一种第一表情种类， 初始微表情包括至少一种 第 二表情种类； 对第一身份信息以及初始微表情的 第二表情种类进行融合， 得到第一目标微表情； 对第二身份信息以及初始宏表情的第一表情种 类进行融合， 得到第二目标微表情； 确定第一目 标微表情和第二目标微表情的相关系数； 根据第 一目标微表情和第二目标微表情的相关系数， 得 到目标微表情样本。 本申请提供的表情样本生成 方法， 可以提高生成的表情 样本的质量。 权利要求书3页 说明书13页 附图2页 CN 115050081 B 2022.11.25 CN 115050081 B 1.一种表情 样本生成方法， 其特 征在于， 所述方法包括： 获取第一身份信 息对应的初始宏表情以及获取第 二身份信 息对应的初始微表情； 所述 初始宏表情包括至少一种第一表情种类， 所述初始微表情包括至少一种第二表情种类； 对所述第一身份信 息以及所述初始微表情的第 二表情种类进行融合， 得到第 一目标微 表情； 对所述第二身份信 息以及所述初始宏表情的第 一表情种类进行融合， 得到第 二目标微 表情； 确定所述第 一目标微表情和所述第 二目标微表情各自对应的质量评价指标； 所述确定 所述第一目标微表情和所述第二目标微表情各自对应的质量评价指标， 包括： 确定所述第 一目标微表情的第 一表情熵， 以及所述第 一目标微表情与 所述初始宏表情 的第一相关系数、 所述第一目标微表情与所述初始微表情的第二相关系数； 确定所述第 二目标微表情的第 二表情熵、 以及所述第 二目标微表情与 所述初始宏表情 的第三相关系数， 以及所述第二目标微表情与所述初始宏表情的第四相关系数； 根据所述第 一相关系数与 所述第二相关系数， 确定所述第 一目标微表情的第 一目标相 关系数， 将所述第一表情熵以及所述第一 目标相关系 数， 确定为所述第一 目标微表情的质 量评价指标； 根据所述第 三相关系数与 所述第四相关系数， 确定所述第 二目标微表情的第 二目标相 关系数， 将所述第二表情熵以及所述第二 目标相关系 数， 确定为所述第二 目标微表情的质 量评价指标； 根据所述第 一目标微表情和所述第 二目标微表情各自对应的质量评价指标， 得到目标 微表情样本。 2.根据权利要求1所述的表情样本生成方法， 其特征在于， 所述对所述第 一身份信 息以 及所述初始微表情的第二表情种类进行融合， 得到第一目标微表情， 包括： 通过预设的表情生成器， 将所述初始宏表情的第 一身份信 息与所述初始微表情的第 二 表情种类进行融合， 生成初始第一目标微表情； 将所述初始第 一目标微表情与所述初始宏表情的第 一表情种类进行融合， 得到第 一目 标微表情。 3.根据权利要求1所述的表情样本生成方法， 其特征在于， 所述对所述第 二身份信 息以 及所述初始宏表情的第一表情种类进行融合， 得到第二目标微表情， 包括： 通过预设的表情生成器， 将所述初始宏表情的第 一表情种类与 所述初始微表情的第 二 身份信息进行融合， 生成目标宏表情； 将所述目标宏表情与所述初始微表情的第二表情种类进行融合， 得到第二目标微表 情。 4.根据权利要求1所述的表情样本生成方法， 其特征在于， 所述根据所述第 一目标微表 情和所述第二目标微表情各自对应的评价指标， 得到目标微表情 样本， 包括： 将所述质量评价指标满足预设的评价阈值的第一目标微表情设置为第一目标微表情 样本； 将所述质量评价指标满足所述评价阈值的第二目标微表情设置为第二目标微表情样 本；权　利　要　求　书 1/3 页 2 CN 115050081 B 2确定所述第一目标微表情 样本与所述第二目标微表情 样本为目标微表情 样本。 5.一种表情识别方法， 其特 征在于， 所述方法包括： 获取目标用户办理面签业 务的视频信息； 根据预设的表情分析模型， 对所述视频信息中所述目标用户的表情进行识别， 得到表 情识别结果； 其中， 通过获取第一身份信息对应的初始宏表情以及获取第二身份信息对应 的初始微表情， 对所述第一身份信息以及所述初始微表情的第二表情种类进行融合， 得到 第一目标微表情， 对所述第二身份信息以及所述初始宏表情的第一表情种类进行融合， 得 到第二目标微表情， 根据所述第一目标微表情和所述第二目标微表情各自对应的质量评价 指标， 确定得到目标微表情 样本， 根据所述目标微表情 样本训练得到所述表情分析模型； 所述根据所述第一目标微表情和所述第二目标微表情各自对应的质量评价指标， 包 括： 确定所述第 一目标微表情的第 一表情熵， 以及所述第 一目标微表情与 所述初始宏表情 的第一相关系数、 所述第一目标微表情与所述初始微表情的第二相关系数； 确定所述第 二目标微表情的第 二表情熵、 以及所述第 二目标微表情与 所述初始宏表情 的第三相关系数， 以及所述第二目标微表情与所述初始宏表情的第四相关系数； 根据所述第 一相关系数与 所述第二相关系数， 确定所述第 一目标微表情的第 一目标相 关系数， 将所述第一表情熵以及所述第一 目标相关系 数， 确定为所述第一 目标微表情的质 量评价指标； 根据所述第 三相关系数与 所述第四相关系数， 确定所述第 二目标微表情的第 二目标相 关系数， 将所述第二表情熵以及所述第二 目标相关系 数， 确定为所述第二 目标微表情的质 量评价指标； 根据所述表情识别结果， 确定所述目标用户办理面签业 务的风险评分。 6.根据权利要求5所述的表情识别方法， 其特征在于， 所述根据所述表情识别结果， 确 定所述目标用户办理面签业 务的风险评分， 包括： 根据预设的声音分析模型， 对所述视频信息中所述目标用户的声音进行识别， 得到声 音识别结果； 根据所述表情识别结果以及所述声音识别结果确定所述目标用户办理面签业务的风 险评分。 7.一种表情 样本生成装置， 其特 征在于， 所述装置包括： 第一获取模块， 用于获取第 一身份信 息对应的初始宏表情以及获取第 二身份信 息对应 的初始微表情； 所述初始宏表情包括至少一种第一表情种类， 所述初始微表情包括至少一 种第二表情种类； 第一融合模块， 用于对所述第 一身份信 息以及所述初始微表情的第 二表情种类进行融 合， 得到第一目标微表情； 第二融合模块， 用于对所述第 二身份信 息以及所述初始宏表情的第 一表情种类进行融 合， 得到第二目标微表情； 确定模块， 用于确定所述第 一目标微表情和所述第 二目标微表情各自对应的质量评价 指标； 所述确定所述第一 目标微表情和所述第二 目标微表情各自对应的质量评价指标， 包 括：权　利　要　求　书 2/3 页 3 CN 115050081 B 3