基于人脸识别的风险预测方法、装置、终端及可读介质与流程

本发明涉及计算机技术领域，尤其涉及一种基于人脸识别的风险预测方法、装置、终端及可读介质。

背景技术：

目前，随着经济发展，金融行业的发展越来越迅速，金融行业在人们生活中占据了非常重要的地位，其中，金融行业包括银行、证券公司、借贷公司等。作为金融服务行业，如何更好地服务客户以及进行风险控制成为研究的重点。

技术实现要素：

本发明实施例提供一种基于人脸识别的风险预测方法、装置、终端及可读介质，可实现智能化和自动化地风险控制，提升风险控制的效率。

第一方面，本发明实施例提供了一种基于人脸识别的风险预测方法，包括：

获取摄像装置拍摄目标对象采集到的人脸图像，其中，所述摄像装置设置在预设区域内；

对所述人脸图像进行图像识别，得到所述人脸图像的五官特征信息；

对所述五官特征信息进行解析，确定与所述五官特征信息对应的情绪信息；

根据所述情绪信息，对所述目标对象进行风险预测。

进一步地，所述对所述五官特征信息进行解析之前，还包括：

检测预设的黑名单数据库中是否存在与所述五官特征信息对应的用户标识；

如果检测结果为是，则输出提示信息，所述提示信息用于提示所述目标对象为黑名单用户；

如果检测结果为否，则确定所述目标对象不是黑名单用户，并执行所述对所述五官特征信息进行解析的步骤。

进一步地，所述对所述五官特征信息进行解析，确定与所述五官特征信息对应的情绪信息，包括：

对所述五官特征信息进行解析，确定所述五官特征信息与情绪信息的映射关系；

根据所述映射关系，确定与所述五官特征信息对应的目标情绪。

进一步地，所述根据所述情绪信息，对所述目标对象进行风险预测之前，还包括：

检测预设数据库中是否存在所述五官特征信息，其中，所述预设数据库用于存储用户的历史行为数据；

如果检测结果为是，则获取与所述五官特征信息对应用户的目标历史行为数据。

进一步地，所述根据所述情绪信息，对所述目标对象进行风险预测，包括：

根据所述目标情绪和所述目标历史行为数据，对所述目标对象进行风险预测。

进一步地，所述根据所述目标情绪和所述目标历史行为数据，对所述目标对象进行风险预测，包括：

检测所述目标情绪是否与预设的风险数据库中的风险情绪相匹配；

如果检测结果为是，则从所述预设的风险数据库中确定与所述目标情绪对应的风险情绪；

根据所述风险情绪和所述目标历史行为数据，预测所述目标对象存在的至少一个风险。

进一步地，所述根据所述风险情绪和所述目标历史行为数据，预测所述目标对象存在的至少一个风险，包括：

根据所述风险情绪和目标历史行为数据，计算所述目标对象存在的各风险的概率；

按照所述概率的大小顺序对所述各风险进行排序；

确定所述排序中所述概率大于预设阈值的至少一个风险为所述目标对象的风险。

第二方面，本发明实施例提供了一种风险预测装置，包括：

获取模块，用于获取摄像装置拍摄目标对象采集到的人脸图像，其中，所述摄像装置设置在预设区域内；

识别模块，用于对所述人脸图像进行图像识别，得到所述人脸图像的五官特征信息；

解析模块，用于对所述五官特征信息进行解析，确定与所述五官特征信息对应的情绪信息；

预测模块，用于根据所述情绪信息，对所述目标对象进行风险预测。

第三方面，本发明实施例提供了一种智能终端，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储支持风险预测装置执行上述方法的计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述第一方面的方法。

第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述第一方面的方法。

本发明实施例，智能终端通过获取摄像装置拍摄目标对象采集到的人脸图像，对所述人脸图像进行图像识别，得到所述人脸图像的五官特征信息，并对所述五官特征信息进行解析，确定与所述五官特征信息对应的情绪信息，从而根据所述情绪信息，对所述目标对象进行风险预测，以实现智能化和自动化地进行风险控制，提升了风险控制的效率。

附图说明

为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种风险预测方法的示意流程图；

图2是本发明实施例提供的另一种风险预测方法的示意流程图；

图3是本发明实施例提供的一种风险预测装置的示意框图；

图4是本发明实施例提供的一种智能终端示意框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

本发明实施例提供的基于人脸识别的风险预测方法可以由一种风险预测系统执行，其中，所述风险预测系统包括用于风险预测的智能终端和图像采集终端，在某些实施例中，所述智能终端和所述图像采集终端之间可以建立通信连接，以进行双向通信。在某些实施例中，所述图像采集终端可以包括摄像装置，在某些实施例中，所述图像采集终端和所述智能终端设置于预设区域内，在某些实施例中，所述预设区域内可以包括一个或多个所述摄像装置。在某些实施例中，所述摄像装置可以锁定所述预设区域的入口，以拍摄进入所述预设区域的目标对象。

本发明实施例中，该风险预测系统中所述图像采集终端可以控制摄像装置实时拍摄目标对象，以采集预设区域内的人脸图像，并将采集到的所述人脸图像发送给所述智能终端，所述智能终端可以对所述人脸图像进行图像识别，得到所述人脸图像的五官特征信息。所述智能终端在获取到所述五官特征信息之后可以对所述五官特征信息进行解析，确定与所述五官特征信息对应的情绪信息，进一步根据所述情绪信息，对所述目标对象进行风险预测。通过这种方式实现了智能化和自动化地风险控制，提升了风险控制的效率。下面对本发明实施例的基于人脸识别的风险预测方法进行示意性说明。

请参见图1，图1是本发明实施例提供的一种风险预测方法的示意流程图，如图1所示，该方法可以由风险预测装置执行，所述风险预测装置可以设置于智能终端中，所述智能终端的具体解释如前所述，此处不再赘述。具体地，本发明实施例的所述方法包括如下步骤。

s101：获取摄像装置拍摄目标对象采集到的人脸图像。

本发明实施例中，智能终端可以获取摄像装置拍摄目标对象采集到的人脸图像。在一个实施例中，图像采集终端可以控制摄像装置实时拍摄从预设区域的入口进入的目标对象，以采集得到人脸图像，并将所述人脸图像发送给所述智能终端，以使所述智能终端可以获取到所述人脸图像。

s102：对所述人脸图像进行图像识别，得到所述人脸图像的五官特征信息。

本发明实施例中，智能终端可以对所述人脸图像进行图像识别，得到所述人脸图像的五官特征信息。在一个实施例中，所述五官特征信息可以包括眉毛、眼睛、鼻子、嘴巴、耳朵、脸型等特征信息。

s103：对所述五官特征信息进行解析，确定与所述五官特征信息对应的情绪信息。

本发明实施例中，智能终端可以对所述五官特征信息进行解析，确定与所述五官特征信息对应的情绪信息。在某些实施例中，所述情绪信息可以包括发怒、悲伤、开心、难过、痛苦等任意一种或多种情绪。

在一个实施例中，智能终端可以预先设置不同五官特征信息与不同情绪信息的对应关系，当所述智能终端获取到五官特征信息时，可以对所述五官特征信息进行解析，并根据所述预先设置不同五官特征信息与不同情绪信息的对应关系，确定出与所述五官特征信息对应的情绪信息。

例如，智能终端在获取到五官特征信息时，可以对所述五官特征信息进行解析，并根据所述预先设置不同五官特征信息与不同情绪信息的对应关系，确定出与所述五官特征信息对应的情绪信息为发怒。

在一个实施例中，所述智能终端在对所述五官特征信息进行解析之前，可以检测预设的黑名单数据库中是否存在与所述五官特征信息对应的用户标识，如果检测结果为是，则输出提示信息，所述提示信息用于提示所述目标对象为黑名单用户，如果检测结果为否，则确定所述目标对象不是黑名单用户，并执行所述s103的步骤。在某些实施例中，所述预设的黑名单数据库用于存储历史行为数据异常的用户信息，以及与所述用户信息对应的五官特征信息和历史行为数据。

例如，如果智能终端在对所述五官特征信息进行解析之前，检测到预设的黑名单数据库中存在与所述五官特征信息对应的用户标识，则所述智能终端可以输出提示信息，所述提示信息用于提示所述目标对象为黑名单用户，以提醒服务人员对所述目标对象的行为进行监控，提高风险控制以及预设区域的安全性。

在一个实施例中，所述智能终端可以对所述五官特征信息进行解析，确定所述五官特征信息与情绪信息的映射关系，并根据所述映射关系，确定与所述五官特征信息对应的目标情绪。

在某些实施例中，所述智能终端可以根据所述五官特征信息与情绪信息的映射关系，确定出与所述五官特征信息相关联的多个情绪信息，所述智能终端可以对各个情绪信息分别设置预设权重，并根据预设的关联度算法，计算各个情绪信息与所述五官特征信息的关联度，从而将所述关联度最大的情绪信息为与所述五官特征信息对应的目标情绪。

例如，假设述智能终端根据所述五官特征信息与情绪信息的映射关系，确定出与所述五官特征信息相关联的3个情绪信息即分别为发怒、哀怨、焦虑，所述智能终端可以为这3个情绪信息分别设置预设权重，并根据预设的关联度算法，分别计算这3个情绪信息与所述五官特征信息的关联度为50％、60％、80％，从而将所述关联度最大80％的情绪信息焦虑确定为与所述五官特征信息对应的目标情绪。

s104：根据所述情绪信息，对所述目标对象进行风险预测。

本发明实施例中，智能终端可以根据所述情绪信息，对所述目标对象进行风险预测。

在一个实施例中，所述智能终端在对所述目标对象进行风险预测之前，可以检测预设数据库中是否存在所述五官特征信息，其中，所述预设数据库用于存储用户的历史行为数据，如果检测结果为是，则获取与所述五官特征信息对应用户的目标历史行为数据。

在一个实施例中，所述智能终端在对所述目标对象进行风险预测时，可以根据所述情绪信息和所述目标历史行为数据，对所述目标对象进行风险预测。

在一个实施例中，所述智能终端在对所述目标对象进行风险预测时，可以确定出与所述目标对象相关联的多个风险，并计算所述目标对象存在各风险的概率，根据所述概率对所述多个风险进行排序，根据排序后的各个风险，对所述目标对象进行风险等级的划分。在某些实施例中，一个概率可以对应一个风险等级，在某些实施例中，多个概率可以对应一个风险等级。在某些实施例中，划分所述风险等级的方式可以根据预设的概率范围进行划分，本发明实施例对所述风险等级的划分方式不做具体限定。

例如，假设所述智能终端在对所述目标对象进行风险预测时，确定出与所述目标对象相关联的3个风险，且计算出所述目标对象存在这3个风险的概率分别为50％、60％、70％，则所述智能终端可以根据这3个风险各自对应的概率对这3个风险进行排序，并根据排序后的各个风险，对所述目标对象进行风险等级的划分。

本发明实施例中，智能终端通过获取摄像装置拍摄目标对象采集到的人脸图像，对所述人脸图像进行图像识别，得到所述人脸图像的五官特征信息，并对所述五官特征信息进行解析，确定与所述五官特征信息对应的情绪信息，从而根据所述情绪信息，对所述目标对象进行风险预测，以实现智能化和自动化地进行风险控制，提升了风险控制的效率。

请参见图2，图2是本发明实施例提供的另一种风险预测方法的示意流程图，如图2所示，该方法可以由风险预测装置执行，该风险预测装置可以设置在智能终端上，该智能终端的具体解释如前所述，此处不再赘述。本发明实施例与上述图1所述实施例的区别在于，本发明实施例是对所述风险预测方法的详细实施过程进行说明。具体地，本发明实施例的所述方法包括如下步骤。

s201：获取摄像装置拍摄目标对象采集到的人脸图像。

本发明实施例中，智能终端可以获取摄像装置拍摄目标对象采集到的人脸图像。在一个实施例中，图像采集终端可以控制摄像装置实时拍摄从预设区域的入口进入的目标对象，以采集得到人脸图像，并将所述人脸图像发送给所述智能终端，以使所述智能终端可以获取到所述人脸图像。

s202：对所述人脸图像进行图像识别，得到所述人脸图像的五官特征信息。

本发明实施例中，智能终端可以对所述人脸图像进行图像识别，得到所述人脸图像的五官特征信息。在一个实施例中，所述五官特征信息的解释如前所述，此处不再赘述。

s203：对所述五官特征信息进行解析，确定所述五官特征信息与情绪信息的映射关系。

本发明实施例中，智能终端可以对所述五官特征信息进行解析，确定所述五官特征信息与情绪信息的映射关系。

在一个实施例中，所述智能终端中预先存储了所述五官特征信息与情绪的映射关系，所述智能终端可以根据所述映射关系，确定与所述五官特征信息对应的情绪信息。

s204：根据所述映射关系，确定与所述五官特征信息对应的目标情绪。

本发明实施例中，智能终端可以根据所述映射关系，确定与所述五官特征信息对应的目标情绪。

在某些实施例中，所述智能终端可以根据所述五官特征信息与情绪信息的映射关系，确定出与所述五官特征信息相关联的多个情绪信息，所述智能终端可以对各个情绪信息分别设置预设权重，并根据预设的关联度算法，计算各个情绪信息与所述五官特征信息的关联度，从而将所述关联度最大的情绪信息为与所述五官特征信息对应的目标情绪。具体地举例说明如前所述，此处不再赘述。

s205：检测预设数据库中是否存在所述五官特征信息。

本发明实施例中，智能终端可以检测预设数据库中是否存在所述五官特征信息，在某些实施例中，所述预设数据库可以存储用户的历史行为数据。

s206：如果检测结果为是，则获取与所述五官特征信息对应用户的目标历史行为数据。

本发明实施例中，智能终端如果检测到预设数据库中存在所述五官特征信息，则可以获取与所述五官特征信息对应用户的目标历史行为数据。在某些实施例中，所述历史行为数据可以包括业务办理数据、业务浏览数据、投诉数据、闹事数据等与用户行为相关联的数据。

在一个实施例中，所述智能终端如果检测到所述预设数据库中存在所述五官特征信息，则可以根据所述五官特征信息从所述预设数据库中获取与所述五官特征信息对应的用户标识，并根据所述用户标识获取与所述用户标识对应的目标历史行为数据。在某些实施例中，所述用户标识可以包括用户名称、用户身份证、用户性别、用户年龄等信息。

例如，假设所述智能终端检测到所述预设数据库中存在所述五官特征信息，则可以根据所述五官特征信息从所述预设数据库中获取与所述五官特征信息对应的用户名称，并根据所述用户名称获取与所述用户名称对应的目标历史行为数据。

s207：根据所述目标情绪和所述目标历史行为数据，对所述目标对象进行风险预测。

本发明实施例中，智能终端可以根据所述目标情绪和所述目标历史行为数据，对所述目标对象进行风险预测。

在一个实施例中，所述智能终端在根据所述目标情绪和所述目标历史行为数据，对所述目标对象进行风险预测时，可以检测所述目标情绪是否与预设的风险数据库中的风险情绪相匹配，如果检测结果为是，则从所述预设的风险数据库中确定与所述目标情绪对应的风险情绪，并根据所述风险情绪和所述目标历史行为数据，预测所述目标对象存在的至少一个风险。

在一个实施例中，所述智能终端在根据所述风险情绪和所述目标历史行为数据，预测所述目标对象存在的至少一个风险时，可以根据所述风险情绪和目标历史行为数据，计算所述目标对象存在的各风险的概率，按照所述概率的大小顺序对所述各风险进行排序，并确定所述排序中所述概率大于预设阈值的至少一个风险为所述目标对象的风险。具体举例说明如前所述，此处不再赘述。

本发明实施例中，智能终端通过获取摄像装置拍摄目标对象采集到的人脸图像，对所述人脸图像进行图像识别，得到所述人脸图像的五官特征信息，对所述五官特征信息进行解析，确定所述五官特征信息与情绪信息的映射关系，根据所述映射关系，确定与所述五官特征信息对应的目标情绪，如果检测到预设数据库中存在所述五官特征信息，则获取与所述五官特征信息对应用户的目标历史行为数据，并根据所述目标情绪和所述目标历史行为数据，对所述目标对象进行风险预测，从而实现智能化和自动化地进行风险控制，提升了风险控制的效率。

本发明实施例还提供了一种风险预测装置，该风险预测装置用于执行前述任一项所述的方法的模块。具体地，请参见图3，图3是本发明实施例提供的一种风险预测装置的示意框图。本实施例的风险预测装置包括：获取模块301、识别模块302、解析模块303以及预测模块304。

获取模块301，用于获取摄像装置拍摄目标对象采集到的人脸图像，其中，所述摄像装置设置在预设区域内；

识别模块302，用于对所述人脸图像进行图像识别，得到所述人脸图像的五官特征信息；

解析模块303，用于对所述五官特征信息进行解析，确定与所述五官特征信息对应的情绪信息；

预测模块304，用于根据所述情绪信息，对所述目标对象进行风险预测。

进一步地，所述解析模块303对所述五官特征信息进行解析之前，还用于：

检测预设的黑名单数据库中是否存在与所述五官特征信息对应的用户标识；

如果检测结果为是，则输出提示信息，所述提示信息用于提示所述目标对象为黑名单用户；

如果检测结果为否，则确定所述目标对象不是黑名单用户，并执行所述对所述五官特征信息进行解析的步骤。

进一步地，所述解析模块303对所述五官特征信息进行解析，确定与所述五官特征信息对应的情绪信息时，具体用于：

对所述五官特征信息进行解析，确定所述五官特征信息与情绪信息的映射关系；

根据所述映射关系，确定与所述五官特征信息对应的目标情绪。

进一步地，所述预测模块304根据所述情绪信息，对所述目标对象进行风险预测之前，还用于：

检测预设数据库中是否存在所述五官特征信息，其中，所述预设数据库用于存储用户的历史行为数据；

如果检测结果为是，则获取与所述五官特征信息对应用户的目标历史行为数据。

进一步地，所述预测模块304根据所述情绪信息，对所述目标对象进行风险预测时，具体用于：

根据所述目标情绪和所述目标历史行为数据，对所述目标对象进行风险预测。

进一步地，所述预测模块304根据所述目标情绪和所述目标历史行为数据，对所述目标对象进行风险预测时，具体用于：

检测所述目标情绪是否与预设的风险数据库中的风险情绪相匹配；

如果检测结果为是，则从所述预设的风险数据库中确定与所述目标情绪对应的风险情绪；

根据所述风险情绪和所述目标历史行为数据，预测所述目标对象存在的至少一个风险。

进一步地，所述预测模块304根据所述风险情绪和所述目标历史行为数据，预测所述目标对象存在的至少一个风险时，具体用于：

根据所述风险情绪和目标历史行为数据，计算所述目标对象存在的各风险的概率；

按照所述概率的大小顺序对所述各风险进行排序；

确定所述排序中所述概率大于预设阈值的至少一个风险为所述目标对象的风险。

本发明实施例，智能终端通过获取摄像装置拍摄目标对象采集到的人脸图像，对所述人脸图像进行图像识别，得到所述人脸图像的五官特征信息，并对所述五官特征信息进行解析，确定与所述五官特征信息对应的情绪信息，从而根据所述情绪信息，对所述目标对象进行风险预测，以实现智能化和自动化地进行风险控制，提升了风险控制的效率。

参见图4，图4是本发明实施例提供的一种智能终端示意框图。如图所示的本实施例中的智能终端可以包括：一个或多个处理器401；一个或多个输入设备402，一个或多个输出设备403和存储器404。上述处理器401、输入设备402、输出设备403和存储器404通过总线405连接。存储器404用于存储计算机程序，所述计算机程序包括程序指令，处理器401用于执行存储器404存储的程序指令。其中，处理器401被配置用于调用所述程序指令执行：

获取摄像装置拍摄目标对象采集到的人脸图像，其中，所述摄像装置设置在预设区域内；

对所述人脸图像进行图像识别，得到所述人脸图像的五官特征信息；

对所述五官特征信息进行解析，确定与所述五官特征信息对应的情绪信息；

根据所述情绪信息，对所述目标对象进行风险预测。

进一步地，所述处理器401对所述五官特征信息进行解析之前，还用于：

检测预设的黑名单数据库中是否存在与所述五官特征信息对应的用户标识；

如果检测结果为是，则输出提示信息，所述提示信息用于提示所述目标对象为黑名单用户；

如果检测结果为否，则确定所述目标对象不是黑名单用户，并执行所述对所述五官特征信息进行解析的步骤。

进一步地，所述处理器401对所述五官特征信息进行解析，确定与所述五官特征信息对应的情绪信息时，具体用于：

对所述五官特征信息进行解析，确定所述五官特征信息与情绪信息的映射关系；

根据所述映射关系，确定与所述五官特征信息对应的目标情绪。

进一步地，所述处理器401根据所述情绪信息，对所述目标对象进行风险预测之前，还用于：

检测预设数据库中是否存在所述五官特征信息，其中，所述预设数据库用于存储用户的历史行为数据；

如果检测结果为是，则获取与所述五官特征信息对应用户的目标历史行为数据。

进一步地，所述处理器401根据所述情绪信息，对所述目标对象进行风险预测时，具体用于：

根据所述目标情绪和所述目标历史行为数据，对所述目标对象进行风险预测。

进一步地，所述处理器401根据所述目标情绪和所述目标历史行为数据，对所述目标对象进行风险预测时，具体用于：

检测所述目标情绪是否与预设的风险数据库中的风险情绪相匹配；

如果检测结果为是，则从所述预设的风险数据库中确定与所述目标情绪对应的风险情绪；

根据所述风险情绪和所述目标历史行为数据，预测所述目标对象存在的至少一个风险。

进一步地，所述处理器401根据所述风险情绪和所述目标历史行为数据，预测所述目标对象存在的至少一个风险时，具体用于：

根据所述风险情绪和目标历史行为数据，计算所述目标对象存在的各风险的概率；

按照所述概率的大小顺序对所述各风险进行排序；

确定所述排序中所述概率大于预设阈值的至少一个风险为所述目标对象的风险。

本发明实施例，智能终端通过获取摄像装置拍摄目标对象采集到的人脸图像，对所述人脸图像进行图像识别，得到所述人脸图像的五官特征信息，并对所述五官特征信息进行解析，确定与所述五官特征信息对应的情绪信息，从而根据所述情绪信息，对所述目标对象进行风险预测，以实现智能化和自动化地进行风险控制，提升了风险控制的效率。

应当理解，在本发明实施例中，所称处理器401可以是中央处理模块(censralprocessingunis，cpu)，该处理器还可以是其他通用处理器、数字信号处理器(digisalsignalprocessor，dsp)、专用集成电路(applicasionspecificinsegrasedcircuis，asic)、现成可编程门阵列(field-programmablegasearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

输入设备402可以包括触控板、麦克风等，输出设备403可以包括显示器(lcd等)、扬声器等。

该存储器404可以包括只读存储器和随机存取存储器，并向处理器401提供指令和数据。存储器404的一部分还可以包括非易失性随机存取存储器。例如，存储器404还可以存储设备类型的信息。

具体实现中，本发明实施例中所描述的处理器401、输入设备402、输出设备403可执行本发明实施例提供的基于人脸识别的风险预测方法的图1或图2所述的方法实施例中所描述的实现方式，也可执行本发明实施例图3所描述的风险预测装置的实现方式或图4所描述的智能终端的实现方式，在此不再赘述。

本发明实施例中还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现图1或图2所对应实施例中描述的基于人脸识别的风险预测方法，也可实现本发明图3所描述的风险预测装置的实现方式或图4所描述的智能终端的实现方式。

所述计算机可读存储介质可以是前述任一实施例所述的智能终端的内部存储模块，例如智能终端的硬盘或内存。所述计算机可读存储介质也可以是所述智能终端的外部存储设备，例如所述智能终端上配备的插接式硬盘，智能存储卡(smarsmediacard,smc)，安全数字(securedigisal,sd)卡，闪存卡(flashcard)等。进一步地，所述计算机可读存储介质还可以既包括所述智能终端的内部存储模块也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述智能终端所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的模块及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的部分实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。