本技術(shù)涉及人工智能領(lǐng)域、金融科技領(lǐng)域或者其他，具體而言，涉及一種信息處理方法、裝置及電子設(shè)備。

背景技術(shù)：

1、自助終端機可以為客戶提供快速的服務(wù)，減少排隊等待時間，提高整體服務(wù)效率，相比人工服務(wù)，自助終端機可以降低人力成本，尤其是在高峰時段，可以減輕員工的工作負擔(dān)。隨著銀行業(yè)務(wù)自助化程度的不斷提高，自助終端機已成為客戶日常辦理業(yè)務(wù)的重要工具。

2、但是現(xiàn)有技術(shù)中，用戶在使用自助終端機的過程中，由于自助終端機僅向客戶提供辦理業(yè)務(wù)的功能，對于非法分子的違法行為沒有相應(yīng)的應(yīng)對措施，使得用戶可能面臨犯罪分子跟隨、搶劫等安全風(fēng)險，導(dǎo)致用戶財產(chǎn)的安全性較低。

3、針對相關(guān)技術(shù)中用戶使用自助終端設(shè)備辦理業(yè)務(wù)時可能面臨安全隱患，導(dǎo)致用戶財產(chǎn)的安全性較低的問題，目前尚未提出有效的解決方案。

技術(shù)實現(xiàn)思路

1、本技術(shù)的主要目的在于提供一種信息處理方法、裝置及電子設(shè)備，以解決相關(guān)技術(shù)中用戶使用自助終端設(shè)備辦理業(yè)務(wù)時可能面臨安全隱患，導(dǎo)致用戶財產(chǎn)的安全性較低的問題。

2、為了實現(xiàn)上述目的，根據(jù)本技術(shù)的一個方面，提供了一種信息處理方法，該方法包括：通過目標終端采集目標用戶的目標人臉圖像，其中，所述目標終端是金融機構(gòu)向用戶提供自助服務(wù)的設(shè)備；識別所述目標人臉圖像中的人臉信息，并對所述人臉信息的情緒信息進行分類，得到分類結(jié)果；在所述分類結(jié)果指示所述情緒信息屬于負面情緒的情況下，將所述目標人臉圖像輸入目標模型中，評估所述目標用戶的情緒信息，得到情緒評分，其中，所述目標模型是采用人臉數(shù)據(jù)集對神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練后得到的模型；在所述情緒評分大于預(yù)設(shè)閾值的情況下，通過所述目標終端進行預(yù)警提醒。

3、進一步地，通過所述目標終端進行預(yù)警提醒，包括：計算第一對象和所述目標用戶之間的目標距離，其中，所述第一對象是預(yù)設(shè)范圍內(nèi)除所述目標用戶之外的對象；在所述目標距離按照預(yù)設(shè)趨勢變化，且所述目標距離小于第一預(yù)警閾值的情況下，將所述第一對象標記為目標對象，其中，所述目標對象是指對所述目標用戶存在威脅的對象；在所述目標距離小于第一預(yù)警閾值，且大于或等于第二預(yù)警閾值的情況下，通過廣播設(shè)備播放預(yù)設(shè)語音，并通過所述目標終端展示預(yù)設(shè)文本；在所述目標距離小于所述第二預(yù)警閾值的情況下，通過所述目標終端回收所述目標用戶的財物。

4、進一步地，在將所述第一對象標記為目標對象之后，所述方法還包括：通過所述目標終端采集語音數(shù)據(jù)，并通過語音識別模型識別所述語音數(shù)據(jù)對應(yīng)的文本信息；依據(jù)所述語音數(shù)據(jù)對應(yīng)的文本信息和關(guān)鍵詞集合確定聲音系數(shù)，其中，所述關(guān)鍵詞集合包含負面情緒對應(yīng)的詞語；確定所述第一預(yù)警閾值對應(yīng)的第一系數(shù)，以及確定所述第二預(yù)警閾值對應(yīng)的第二系數(shù)；依據(jù)目標系數(shù)、所述第一系數(shù)、所述目標距離和歸一化系數(shù)計算所述第一預(yù)警閾值，其中，所述目標系數(shù)至少包括所述聲音系數(shù)；依據(jù)所述目標系數(shù)、所述第二系數(shù)、所述目標距離和所述歸一化系數(shù)計算所述第二預(yù)警閾值。

5、進一步地，所述目標模型由以下步驟訓(xùn)練得到：對人臉數(shù)據(jù)集進行預(yù)處理操作，得到目標訓(xùn)練集；將所述目標訓(xùn)練集中的訓(xùn)練樣本輸入所述神經(jīng)網(wǎng)絡(luò)模型中，得到所述訓(xùn)練樣本的情緒信息的預(yù)測評分；依據(jù)所述預(yù)測評分和損失函數(shù)計算損失函數(shù)值，并通過反向傳播算法更新所述神經(jīng)網(wǎng)絡(luò)模型的模型參數(shù)，直到所述神經(jīng)網(wǎng)絡(luò)模型收斂，得到第一模型，其中，所述損失函數(shù)至少包括：交叉熵損失函數(shù)和合頁損失函數(shù)；采用超參數(shù)調(diào)優(yōu)算法和交叉驗證算法對所述第一模型的模型參數(shù)進行優(yōu)化，得到所述目標模型。

6、進一步地，將所述目標訓(xùn)練集中的訓(xùn)練樣本輸入所述神經(jīng)網(wǎng)絡(luò)模型中，得到所述訓(xùn)練樣本的情緒信息的預(yù)測評分，包括：采用第一神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)提取所述訓(xùn)練樣本的低層次特征，其中，所述第一神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)至少包含：卷積層、激活函數(shù)；采用第二神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)從所述低層次特征中提取深層次特征，其中，所述第二神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)至少包含：卷積層、卷積層連接結(jié)構(gòu)；采用注意力機制更新所述低層次特征中的權(quán)重信息，以及更新所述深層次特征中的權(quán)重信息；采用特征融合結(jié)構(gòu)對更新后的低層次特征和更新后的深層次特征進行融合，得到多尺度特征；將所述多尺度特征輸入第三神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中，得到所述訓(xùn)練樣本的情緒信息的預(yù)測評分。

7、進一步地，對人臉數(shù)據(jù)集進行預(yù)處理操作，得到目標訓(xùn)練集，包括：獲取第一類圖像和第二類圖像，其中，所述第一類圖像至少包含人臉信息的灰度圖像，所述第二類圖像至少包含帶有情緒標簽的人臉圖像；對所述第二類圖像進行剪裁，并轉(zhuǎn)換為灰度圖像，將轉(zhuǎn)換后的第二類圖像與所述第一類圖像進行組合，得到第一訓(xùn)練集；采用數(shù)據(jù)增強技術(shù)擴充所述第一訓(xùn)練集，得到所述目標訓(xùn)練集。

8、進一步地，采用數(shù)據(jù)增強技術(shù)擴充所述第一訓(xùn)練集，得到所述目標訓(xùn)練集，包括：按照預(yù)設(shè)圖像尺寸對所述第一訓(xùn)練集中人臉圖像的隨機位置進行剪裁，得到剪裁后的人臉圖像；對所述剪裁后的人臉圖像進行隨機翻轉(zhuǎn)，得到翻轉(zhuǎn)后的人臉圖像；將所述剪裁后的人臉圖像和所述翻轉(zhuǎn)后的人臉圖像添加至所述第一訓(xùn)練集中，得到所述目標訓(xùn)練集。

9、進一步地，識別所述目標人臉圖像中的人臉信息，并對所述人臉信息的情緒信息進行分類，得到分類結(jié)果，包括：通過人臉檢測算法定位所述目標人臉圖像中的人臉位置信息；依據(jù)所述人臉位置信息提取所述目標人臉圖像的人臉特征信息；將所述人臉特征信息輸入分類器中，對所述人臉特征信息的情緒信息進行分類，得到所述分類結(jié)果。

10、為了實現(xiàn)上述目的，根據(jù)本技術(shù)的另一方面，提供了一種信息處理裝置，該裝置包括：采集單元，用于通過目標終端采集目標用戶的目標人臉圖像，其中，所述目標終端是金融機構(gòu)向用戶提供自助服務(wù)的設(shè)備；分類單元，用于識別所述目標人臉圖像中的人臉信息，并對所述人臉信息的情緒信息進行分類，得到分類結(jié)果；第一評估單元，用于在所述分類結(jié)果指示所述情緒信息屬于負面情緒的情況下，將所述目標人臉圖像輸入目標模型中，評估所述目標用戶的情緒信息，得到情緒評分，其中，所述目標模型是采用人臉數(shù)據(jù)集對神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練后得到的模型；第一處理單元，用于在所述情緒評分大于預(yù)設(shè)閾值的情況下，通過所述目標終端進行預(yù)警提醒。

11、進一步地，所述第一處理單元包括：第一計算子單元，用于計算第一對象和所述目標用戶之間的目標距離，其中，所述第一對象是預(yù)設(shè)范圍內(nèi)除所述目標用戶之外的對象；第一獲取子單元，用于在所述目標距離按照預(yù)設(shè)趨勢變化，且所述目標距離小于第一預(yù)警閾值的情況下，將所述第一對象標記為目標對象，其中，所述目標對象是指對所述目標用戶存在威脅的對象；第一處理子單元，用于在所述目標距離小于第一預(yù)警閾值，且大于或等于第二預(yù)警閾值的情況下，通過廣播設(shè)備播放預(yù)設(shè)語音，并通過所述目標終端展示預(yù)設(shè)文本；第二處理子單元，用于在所述目標距離小于所述第二預(yù)警閾值的情況下，通過所述目標終端回收所述目標用戶的財物。

12、進一步地，所述處理單元還包括：確定子單元，用于在將所述第一對象標記為目標對象之后，通過所述目標終端采集語音數(shù)據(jù)，并通過語音識別模型識別所述語音數(shù)據(jù)對應(yīng)的文本信息；依據(jù)所述語音數(shù)據(jù)對應(yīng)的文本信息和關(guān)鍵詞集合確定聲音系數(shù)，其中，所述關(guān)鍵詞集合包含負面情緒對應(yīng)的詞語；確定所述第一預(yù)警閾值對應(yīng)的第一系數(shù)，以及確定所述第二預(yù)警閾值對應(yīng)的第二系數(shù)；第二計算子單元，用于依據(jù)目標系數(shù)、所述第一系數(shù)、所述目標距離和歸一化系數(shù)計算所述第一預(yù)警閾值，其中，所述目標系數(shù)至少包括所述聲音系數(shù)；第三計算子單元，用于依據(jù)所述目標系數(shù)、所述第二系數(shù)、所述目標距離和所述歸一化系數(shù)計算所述第二預(yù)警閾值。

13、進一步地，所述裝置還包括：第二處理單元，用于對人臉數(shù)據(jù)集進行預(yù)處理操作，得到目標訓(xùn)練集；第二評估單元，用于將所述目標訓(xùn)練集中的訓(xùn)練樣本輸入所述神經(jīng)網(wǎng)絡(luò)模型中，得到所述訓(xùn)練樣本的情緒信息的預(yù)測評分；計算單元，用于依據(jù)所述預(yù)測評分和損失函數(shù)計算損失函數(shù)值，并通過反向傳播算法更新所述神經(jīng)網(wǎng)絡(luò)模型的模型參數(shù)，直到所述神經(jīng)網(wǎng)絡(luò)模型收斂，得到第一模型，其中，所述損失函數(shù)至少包括：交叉熵損失函數(shù)和合頁損失函數(shù)；優(yōu)化單元，用于采用超參數(shù)調(diào)優(yōu)算法和交叉驗證算法對所述第一模型的模型參數(shù)進行優(yōu)化，得到所述目標模型。

14、進一步地，所述預(yù)測單元包括：第一提取子單元，用于采用第一神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)提取所述訓(xùn)練樣本的低層次特征，其中，所述第一神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)至少包含：卷積層、激活函數(shù)；第二提取子單元，用于采用第二神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)從所述低層次特征中提取深層次特征，其中，所述第二神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)至少包含：卷積層、卷積層連接結(jié)構(gòu)；更新子單元，用于采用注意力機制更新所述低層次特征中的權(quán)重信息，以及更新所述深層次特征中的權(quán)重信息；融合子單元，用于采用特征融合結(jié)構(gòu)對更新后的低層次特征和更新后的深層次特征進行融合，得到多尺度特征；評估子單元，用于將所述多尺度特征輸入第三神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中，得到所述訓(xùn)練樣本的情緒信息的預(yù)測評分。

15、進一步地，所述第二第一處理單元包括：第二獲取子單元，用于獲取第一類圖像和第二類圖像，其中，所述第一類圖像至少包含人臉信息的灰度圖像，所述第二類圖像至少包含帶有情緒標簽的人臉圖像；剪裁子單元，用于對所述第二類圖像進行剪裁，并轉(zhuǎn)換為灰度圖像，將轉(zhuǎn)換后的第二類圖像與所述第一類圖像進行組合，得到第一訓(xùn)練集；擴充子單元，用于采用數(shù)據(jù)增強技術(shù)擴充所述第一訓(xùn)練集，得到所述目標訓(xùn)練集。

16、進一步地，所述擴充子單元包括：剪裁模塊，用于按照預(yù)設(shè)圖像尺寸對所述第一訓(xùn)練集中人臉圖像的隨機位置進行剪裁，得到剪裁后的人臉圖像；處理模塊，用于對所述剪裁后的人臉圖像進行隨機翻轉(zhuǎn)，得到翻轉(zhuǎn)后的人臉圖像；添加模塊，用于將所述剪裁后的人臉圖像和所述翻轉(zhuǎn)后的人臉圖像添加至所述第一訓(xùn)練集中，得到所述目標訓(xùn)練集。

17、進一步地，所述分類單元包括：定位子單元，用于通過人臉檢測算法定位所述目標人臉圖像中的人臉位置信息；第三提取子單元，用于依據(jù)所述人臉位置信息提取所述目標人臉圖像的人臉特征信息；分類子單元，用于將所述人臉特征信息輸入分類器中，對所述人臉特征信息的情緒信息進行分類，得到所述分類結(jié)果。

18、為了實現(xiàn)上述目的，根據(jù)本技術(shù)的一個方面，提供了一種計算機程序產(chǎn)品，包括計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述任意一項所述信息處理方法，所述計算機程序被處理器執(zhí)行時實現(xiàn)本技術(shù)各個實施例中所述信息處理方法的步驟。

19、為了實現(xiàn)上述目的，根據(jù)本技術(shù)的一個方面，提供了一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)包括存儲的計算機指令，其中，在所述計算機指令被處理器執(zhí)行時實現(xiàn)上述任意一項所述信息處理方法。

20、為了實現(xiàn)上述目的，根據(jù)本技術(shù)的一個方面，提供了一種電子設(shè)備，包括一個或多個處理器和存儲器，存儲器用于存儲一個或多個程序，其中，當(dāng)一個或多個程序被一個或多個處理器執(zhí)行時，使得一個或多個處理器實現(xiàn)上述任意一項所述信息處理方法。

21、通過本技術(shù)，采用以下步驟：通過目標終端采集目標用戶的目標人臉圖像，其中，所述目標終端是金融機構(gòu)向用戶提供自助服務(wù)的設(shè)備；識別所述目標人臉圖像中的人臉信息，并對所述人臉信息的情緒信息進行分類，得到分類結(jié)果；在所述分類結(jié)果指示所述情緒信息屬于負面情緒的情況下，將所述目標人臉圖像輸入目標模型中，評估所述目標用戶的情緒信息，得到情緒評分，其中，所述目標模型是采用人臉數(shù)據(jù)集對神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練后得到的模型；在所述情緒評分大于預(yù)設(shè)閾值的情況下，通過所述目標終端進行預(yù)警提醒，解決了相關(guān)技術(shù)中用戶使用自助終端設(shè)備辦理業(yè)務(wù)時可能面臨安全隱患，導(dǎo)致用戶財產(chǎn)的安全性較低的問題。通過識別目標終端采集到的目標用戶的人臉圖像，并識別目標用戶的負面情緒，能夠準確判斷目標用戶是否處于危險狀態(tài)，同時通過在目標用戶的情緒評分超過預(yù)設(shè)閾值時，觸發(fā)目標終端的危險預(yù)警機制，能夠為目標用戶提供及時的幫助，以及引導(dǎo)其離開潛在的危險環(huán)境的效果，提高了目標終端機使用過程中的安全性，降低了犯罪行為的發(fā)生概率，達到了提高目標用戶辦理業(yè)務(wù)的安全性的效果，進一步達到了提高目標用戶的財產(chǎn)安全性的效果。