TWM590744U - 風險評估系統 - Google Patents
風險評估系統 Download PDFInfo
- Publication number
- TWM590744U TWM590744U TW108213220U TW108213220U TWM590744U TW M590744 U TWM590744 U TW M590744U TW 108213220 U TW108213220 U TW 108213220U TW 108213220 U TW108213220 U TW 108213220U TW M590744 U TWM590744 U TW M590744U
- Authority
- TW
- Taiwan
- Prior art keywords
- risk assessment
- assessment system
- user
- dynamic image
- face
- Prior art date
Links
- 238000012502 risk assessment Methods 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000005259 measurement Methods 0.000 claims abstract description 18
- 238000012550 audit Methods 0.000 claims abstract description 14
- 238000003062 neural network model Methods 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims abstract description 9
- 230000008859 change Effects 0.000 claims abstract description 8
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 230000003287 optical effect Effects 0.000 claims abstract description 5
- 230000036541 health Effects 0.000 claims description 5
- 238000012552 review Methods 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000013186 photoplethysmography Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000000306 recurrent effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
一種風險評估系統包含一使用端及一服務系統，該風險評估系統獲得一由該使用端進行錄影而產生的動態影像，並藉由一臉部辨識神經網路模型判斷該動態影像中是否存在一呈現出一使用者之臉部的人臉部分，當判斷出該動態影像中存在該人臉部分時，該風險評估系統利用光體積變化描記圖技術對該人臉部分進行一分析處理，以獲得一對應該分析處理的生理測量結果，該風險評估系統並根據該生理測量結果以及一相關於該使用者的紀錄資料產生一風險評估結果，該風險評估結果用於被作為一金融服務審核程序的一輸入參數。
Description
本新型是有關於一種風險評估系統，特別是指一種涉及影像辨識的風險評估系統。
在現代社會中，金融機構所提供的服務愈來愈多樣化。然而，某些種類的服務會為金融機構帶來風險，例如提供保險服務時的核保風險，或是提供貸款服務時貸款風險。因此，如何對申辦服務的客戶進行有效地風險管理，便成為相當值得探討的議題。
因此，本新型的其中一目的，即在於提供一種有利於風險管理的風險評估系統。
本新型風險評估系統包含一使用端及一用於與電連接該使用端電連接的服務系統。該風險評估系統獲得一由該使用端進行錄影而產生的動態影像，並藉由一臉部辨識神經網路模型判斷該動態影像中是否存在一呈現出一使用者之臉部的人臉部分，當判斷出該動態影像中存在該人臉部分時，該風險評估系統利用光體積變化描記圖技術對該人臉部分進行一分析處理，以獲得一對應該分析處理的生理測量結果，該風險評估系統並根據該生理測量結果以及一相關於該使用者的紀錄資料產生一風險評估結果，該風險評估結果用於被作為一金融服務審核程序的一輸入參數。
在本新型風險評估系統的一些實施態樣中，該生理測量結果指示出一心率。
在本新型風險評估系統的一些實施態樣中，當判斷出該動態影像中存在該人臉部分時，該風險評估系統還定義出該人臉部分所具有的一目標位置，並顯示一定位框，且該風險評估系統還根據該目標位置而將該人臉部分顯示於該定位框中。
在本新型風險評估系統的一些實施態樣中，該紀錄資料包含相關於該使用者的一生理紀錄及一醫療理賠紀錄，該風險評估結果指示出多個高低不同的健康風險等級的其中一者，且該金融服務審核程序為相關於該使用者的一要保審核程序或一貸款審核程序。
本新型之功效在於：該風險評估系統能藉由該臉部辨識神經網路模型從動態影像中辨識出該人臉部分，再利用光體積變化描記圖技術根據該人臉部分獲得該生理測量結果，並根據該生理測量結果產生該風險評估結果，進一步地，藉由將該風險評估結果作為金融服務審核程序的輸入參數，該風險評估系統能將使用者的健康風險因子應用於金融服務領域，而有利於金融機構對其所提供的金融服務進行有效的風險管理。
在本新型被詳細描述之前應當注意：本專利說明書中所述的「電連接」是泛指多個電子設備/裝置/元件之間透過導電材料相連接而達成的有線電連接，以及透過無線通訊技術進行無線信號傳輸的無線電連接。並且，本專利說明書中所述的「電連接」亦泛指兩個電子設備/裝置/元件之間直接相連而形成的「直接電連接」，以及兩個電子設備/裝置/元件之間還透過其他電子設備/裝置/元件相連而形成的「間接電連接」。
參閱圖1，本新型風險評估系統1之一實施例例如包含一服務系統11，以及一用於透過一通訊網路（圖未示）與該服務系統11電連接的使用端12。該服務系統11則例如歸屬於一金融機構，而該使用端12則例如歸屬於一使用者，但並不以此為限。
更明確地說，該服務系統11例如為由該金融機構所管理的一台伺服器，且該服務系統11例如儲存有一資料庫D1、一臉部辨識模組D2及一生理訊號擷取模組D3。補充說明的是，在其他實施例中，該服務系統11也可被實施為彼此電連接的多台伺服器的組合，應當理解的是，該服務系統11的具體實施方式能夠基於成本及運算性能的需求自由調整，而並不以本實施例為限。
該使用端12可例如為該使用者所持有且具有錄影功能的一台智慧型手機。補充說明的是，在其他實施例中，該風險評估系統1也可以是包含多個使用端12，且每一使用端12也可被實施為一平板電腦、一筆記型電腦或者一桌上型電腦，而並不以本實施例為限。
在本實施例中，該資料庫D1例如包含一對應於該使用者的紀錄資料，且該紀錄資料可例如包含相關於該使用者的一生理紀錄及一醫療理賠紀錄。舉例來說，該生理紀錄可例如包含該使用者的身高、體重、血壓及過往的診斷紀錄，而該醫療理賠紀錄則可例如為該使用者曾經請領醫療保險金的相關紀錄，但並不以此為限。
該臉部辨識模組D2例如具有一臉部辨識神經網路模型，該臉部辨識神經網路模型可例如是屬於卷積神經網路(Convolution Neural Network，簡稱CNN)、遞歸神經網路（Recurrent Neural Networks，簡稱RNN）、長短期記憶（Long Short-Term Memory，簡稱LSTM）神經網路或者是Transformer 神經網路，且該臉部辨識神經網路模型例如是以深度學習方式所預先訓練的，但並不以此為限。
該生理訊號擷取模組D3例如具有一利用光體積變化描記圖(英文為Photoplethysmography，簡稱PPG)技術而達成的光體積變化描記圖演算法，且該光體積變化描記圖演算法能令該服務系統11及該使用端12根據影片中之人臉的顏色變化擷取生理資訊。
同時參閱圖1及圖2，以下示例性地詳細說明本實施例的該風險評估系統1如何實施一風險評估方法。
首先，在步驟S1中，該服務系統11自該使用端12獲得一動態影像。在本實施例中，該動態影像可例如是該使用端12根據該使用者的操作而進行錄影所產生的一段即時視訊影像，但並不以此為限。接著，流程進行至步驟S2。
在步驟S2中，該服務系統11藉由該臉部辨識神經網路模型判斷該動態影像中是否存在一呈現出使用者之臉部的人臉部分。若該服務系統11判斷的結果為否，流程進行至步驟S3，另一方面，若該服務系統11判斷的結果為是，則流程進行至步驟S4。
在接續於步驟S2之後的步驟S3中，當該服務系統11判斷出該動態影像中不存在人臉部分時，該服務系統11產生並傳送一辨識失敗通知至該使用端12以供該使用端12輸出，且流程再次進行至步驟S2。在本實施例中，該辨識失敗通知可例如是用於指示該使用者將該使用端12所具有的鏡頭對準臉部，但並不以此為限。
在接續於步驟S2之後的步驟S4中，當該服務系統11判斷出該動態影像中存在該人臉部分時，該服務系統11藉由該臉部辨識神經網路模型定義出該人臉部分所具有的一目標位置，並將該人臉部分傳送至該使用端12，特別說明的是，該目標位置在本實施例中例如是該人臉部分中呈現出該使用者之鼻尖的位置，但並不以此為限。並且，在本實施例中，當該使用端12接收到該人臉部分時，該使用端12例如會顯示一定位框且將該目標位置與該定位框的中心點對齊，而藉此將該人臉部分以符合該定位框之尺寸的方式顯示於該定位框的中央。另一方面，當該服務系統11判斷出該動態影像中存在該人臉部分時，該服務系統11同時還藉由該臉部辨識神經網路模型而根據該目標位置持續地對該人臉部分進行即時定位，並藉由執行該光體積變化描記圖演算法而對該人臉部分進行一分析處理，以獲得一對應該分析處理的生理測量結果。值得注意的是，由於該分析處理主要是比對該人臉部分的特定區域在不同時間點的顏色差異，因此，透過持續對該人臉部分進行即時定位，即便該人臉部分於該動態影像中的位置產生變化，該服務系統11仍能成功地透過該分析處理而獲得該生理測量結果。另外，該生理測量結果在本實施例中例如為一心率，且該心率例如指示出該使用者的每分鐘心跳數，但並不以此為限。
在該服務系統11獲得該生理測量結果後，流程進行至步驟S5。
在步驟S5中，該服務系統11根據該生理測量結果以及該資料庫D1中的該紀錄資料產生一風險評估結果，具體而言，該服務系統11例如是根據該生理測量結果（在本實施例中為心率）、該紀錄資料的內容以及一風險評估演算法而產生該風險評估結果，且該風險評估結果在本實施例中例如指示出多個高低不同的健康風險等級的其中一者，以及一相關於該使用者的心理評估資料。該心理評估資料可例如是該服務系統11根據該生理測量結果隨著時間的變化情形而產生，且例如指示出該使用者於該動態影像中所呈現出的情緒，而能用於輔助判斷該使用者是否於視訊的過程中刻意提供偽冒資訊，另外，該風險評估演算法可例如是透過決策樹（Decision tree）、支援向量機（Support Vector Machine，簡稱SVM）或者遞歸神經網路等技術達成，但並不以此為限。
更進一步地說，該風險評估結果例如是用來被該服務系統11作為一金融服務審核程序的一輸入參數，且該金融服務審核程序可例如為相關於該使用者的一要保審核程序或一貸款審核程序。具體而言，該要保審核程序例如是用於令該服務系統11產生一要保審核結果，且該要保審核結果例如指示出是否准予一相關於該使用者的要保請求。另一方面，該貸款審核程序例如是用於令該服務系統11產生一放款審核結果，且該放款審核結果例如指示出是否准予一相關於該使用者的貸款請求，但並不以此為限。
以上即為本實施例的風險評估系統1所實施的風險評估方法。補充說明的是，在另一個實施例中，該風險評估方法也可以是全部由該使用端12來實施。具體而言，該使用端12可例如是預先地安裝一由該金融機構所發行的應用程式，並藉此獲得該紀錄資料、該臉部辨識神經網路模型、該光體積變化描記圖演算法以及該風險評估演算法。如此一來，該使用端12便能獨立地實施該風險評估方法而產生該風險評估結果，再將該風險評估結果傳送至該服務系統11，以供該服務系統11將該風險評估結果應用於金融服務審核程序。
進一步說明的是，該應用程式例如是被包含在一電腦程式產品中，該電腦程式產品可例如被實施為儲存有該應用程式的光碟片、隨身碟等資料載體，但也可例如被實施為儲存於網路空間而可供下載安裝的一套程式軟體，因此，該電腦程式產品並不限於以實體產品的態樣實施。並且，當一台與該使用端12具有均等硬體功能的電子裝置載入並執行該應用程式時，則該應用程式能令該電子裝置實施前述實施例中的該風險評估方法。
綜上所述，本實施例的風險評估系統1能藉由該臉部辨識神經網路模型從動態影像中辨識出該人臉部分並持續對該人臉部分進行定位，再利用光體積變化描記圖技術根據該人臉部分獲得該生理測量結果，並根據該生理測量結果產生該風險評估結果，進一步地，藉由將該風險評估結果作為金融服務審核程序的輸入參數，該風險評估系統1能將該使用者的健康風險因子應用於金融服務領域，而有利於金融機構對其所提供的金融服務進行有效的風險管理，故確實能達成本新型之目的。
惟以上所述者，僅為本新型之實施例而已，當不能以此限定本新型實施之範圍，凡是依本新型申請專利範圍及專利說明書內容所作之簡單的等效變化與修飾，皆仍屬本新型專利涵蓋之範圍內。
1‧‧‧風險評估系統
11‧‧‧服務系統
12‧‧‧使用端
D1‧‧‧資料庫
D2‧‧‧臉部辨識模組
D3‧‧‧生理訊號擷取模組
S1~S5‧‧‧步驟
本新型之其他的特徵及功效，將於參照圖式的實施方式中清楚地呈現，其中：
圖1是本新型風險評估系統之一實施例的一方塊示意圖；及
圖2是一流程圖，示例性地說明該實施例如何實施一風險評估方法。
1‧‧‧風險評估系統
11‧‧‧服務系統
12‧‧‧使用端
D1‧‧‧資料庫
D2‧‧‧臉部辨識模組
D3‧‧‧生理訊號擷取模組
Claims (4)
- 一種風險評估系統，包含： 一使用端；及 一服務系統，用於與電連接該使用端電連接； 其中，該風險評估系統獲得一由該使用端進行錄影而產生的動態影像，並藉由一臉部辨識神經網路模型判斷該動態影像中是否存在一呈現出一使用者之臉部的人臉部分，當判斷出該動態影像中存在該人臉部分時，該風險評估系統利用光體積變化描記圖技術對該人臉部分進行一分析處理，以獲得一對應該分析處理的生理測量結果，該風險評估系統並根據該生理測量結果以及一相關於該使用者的紀錄資料產生一風險評估結果，該風險評估結果用於被作為一金融服務審核程序的一輸入參數。
- 如請求項1所述的風險評估系統，其中，該生理測量結果指示出一心率。
- 如請求項1所述的風險評估系統，其中，當判斷出該動態影像中存在該人臉部分時，該風險評估系統還定義出該人臉部分所具有的一目標位置，並顯示一定位框，且該風險評估系統還根據該目標位置而將該人臉部分顯示於該定位框中。
- 如請求項1所述的風險評估系統，其中，該紀錄資料包含相關於該使用者的一生理紀錄及一醫療理賠紀錄，該風險評估結果指示出多個高低不同的健康風險等級的其中一者，且該金融服務審核程序為相關於該使用者的一要保審核程序或一貸款審核程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW108213220U TWM590744U (zh) | 2019-10-05 | 2019-10-05 | 風險評估系統 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW108213220U TWM590744U (zh) | 2019-10-05 | 2019-10-05 | 風險評估系統 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| TWM590744U true TWM590744U (zh) | 2020-02-11 |
Family
ID=70414775
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW108213220U TWM590744U (zh) | 2019-10-05 | 2019-10-05 | 風險評估系統 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWM590744U (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112597949A (zh) * | 2020-12-29 | 2021-04-02 | 清华大学 | 一种基于视频的心理压力测量方法及其系统 |
-
2019
- 2019-10-05 TW TW108213220U patent/TWM590744U/zh unknown
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112597949A (zh) * | 2020-12-29 | 2021-04-02 | 清华大学 | 一种基于视频的心理压力测量方法及其系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117238458A (zh) | 基于云计算的重症护理跨机构协同平台系统 | |
| JP2023500974A (ja) | 対人インタラクション支援のために行動データを収集するシステム及び方法 | |
| US20240407671A1 (en) | Method and system for assessment of clinical and behavioral function using passive behavior monitoring | |
| CN118197583B (zh) | 病房智能化护理管理系统及方法 | |
| CN115736939A (zh) | 房颤患病概率生成方法、装置、电子设备和存储介质 | |
| WO2019157448A1 (en) | Virtual and augmented reality telecommunication platforms | |
| US20210361897A1 (en) | Apparatus and method for selecting positive airway pressure mask interface | |
| CN108108974A (zh) | 支付方法及装置和电子设备 | |
| US11904179B2 (en) | Virtual reality headset and system for delivering an individualized therapy session | |
| TWM590744U (zh) | 風險評估系統 | |
| Jersak et al. | A systematic review on mobile health care | |
| CN111419216A (zh) | 心电数据传输系统及方法 | |
| US20250194926A1 (en) | Biometric Monitoring Systems and Methods | |
| TWI774997B (zh) | 風險評估方法及系統、服務系統與電腦程式產品 | |
| US20240145065A1 (en) | Apparatuses, systems, and methods for a real time bioadaptive stimulus environment | |
| US12412650B2 (en) | System and method for user interface management to provide an augmented reality-based therapeutic experience | |
| US12236920B2 (en) | Augmented reality sessions responsive to eye behavior | |
| CN110634545A (zh) | 一种个人病例在线保存方法及系统 | |
| CN117275719A (zh) | 一种健康状态监测方法、装置、设备及其存储介质 | |
| KR20230164800A (ko) | 메타버스 서비스를 통한 원격 진료 시스템 | |
| CN110543607A (zh) | 页面数据生成方法、装置、计算机设备及存储介质 | |
| US12433486B2 (en) | Distributed body area network computing system, method, and computer program products | |
| CN111967333A (zh) | 一种信号生成方法、系统、存储介质及脑机接口拼写器 | |
| CN114639475B (zh) | 信息处理方法、装置、服务器及存储介质 | |
| US20260003429A1 (en) | Devices, systems, and methods for creating and managing health records using data generated by flexible circuits |