本發(fā)明涉及區(qū)塊鏈，具體涉及一種將奶牛作為抵押物的風險識別方法及裝置。

背景技術(shù)：

1、飼養(yǎng)奶牛的牧場場主期望通過將奶牛作為抵押物獲取抵押資金，但是資金提供方，例如銀行雖然可以通過估值模型對抵押物的抵押金額進行評估確定，但是奶牛在飼養(yǎng)過程中會出現(xiàn)諸多不確定因素，這給銀行提供抵押貸款帶來了一定風險，銀行希望能夠在風險可控的前提下促成業(yè)務(wù)開展。

2、另外，對抵押物進行風險識別需要大量相關(guān)數(shù)據(jù)，數(shù)據(jù)的真實性和可靠性也顯得格外重要，現(xiàn)有技術(shù)中牧場場主通過養(yǎng)殖場管理系統(tǒng)可以實現(xiàn)規(guī)范養(yǎng)殖管理，避免養(yǎng)殖過程中出現(xiàn)的風險，但是單單依靠養(yǎng)殖場管理系統(tǒng)還是不足以規(guī)避大量的養(yǎng)殖過程風險。

技術(shù)實現(xiàn)思路

1、針對現(xiàn)有技術(shù)中的問題，本發(fā)明實施例提供一種將奶牛作為抵押物的風險識別方法及裝置，能夠至少部分地解決現(xiàn)有技術(shù)中存在的問題。

2、一方面，本發(fā)明提出一種將奶牛作為抵押物的風險識別方法，包括：

3、基于預設(shè)奶牛健康狀態(tài)識別模型對用作抵押物的目標奶牛在不同時刻的目標牛臉分別對應(yīng)的拍攝圖像進行識別，得到所述目標奶牛的健康識別狀態(tài)結(jié)果；

4、其中，所述預設(shè)奶牛健康狀態(tài)識別模型基于奶牛健康狀態(tài)識別樣本數(shù)據(jù)訓練機器學習模型得到；

5、根據(jù)所述健康識別狀態(tài)結(jié)果、從區(qū)塊鏈中獲取的供應(yīng)商向所述目標奶牛所在的目標養(yǎng)殖場提供的第一牧草數(shù)據(jù)和醫(yī)療人員向所述目標奶牛提供的第一治療數(shù)據(jù)，對預先確定的所述目標奶牛的實際抵押金額進行修正，得到第一修正抵押金額；

6、若確定所述第一修正抵押金額與所述目標奶牛的產(chǎn)奶累積量對應(yīng)售價之和小于所述實際抵押金額，則生成提示抵押物金額不足的第一風險提示消息；

7、其中，所述產(chǎn)奶累積量為所述目標奶牛被用作抵押物之日起的累計產(chǎn)奶量。

8、其中，根據(jù)奶牛健康狀態(tài)識別樣本數(shù)據(jù)訓練機器學習模型得到所述預設(shè)奶牛健康狀態(tài)識別模型，包括：

9、獲取奶牛數(shù)據(jù)集；所述奶牛數(shù)據(jù)集包括與每個品種對應(yīng)的多只奶牛的牛臉分別對應(yīng)的多張拍攝圖像樣本，以及與每個品種對應(yīng)的多只奶牛的生理參數(shù)檢測數(shù)據(jù)；

10、對與每個品種對應(yīng)的多只奶牛的生理參數(shù)檢測數(shù)據(jù)進行健康狀態(tài)分析，將健康狀態(tài)為正常的多張拍攝圖像樣本作為正樣本，將健康狀態(tài)為異常的多張拍攝圖像樣本作為負樣本；

11、根據(jù)所述正樣本和所述負樣本訓練機器學習模型得到所述預設(shè)奶牛健康狀態(tài)識別模型。

12、其中，所述將奶牛作為抵押物的風險識別方法還包括：

13、從目標養(yǎng)殖場管理系統(tǒng)中獲取所述目標奶牛的目標生理參數(shù)檢測數(shù)據(jù)，以及向所述目標奶牛真實提供的第二治療數(shù)據(jù)，并對在喂食所述目標奶牛時的投喂牧草的拍攝圖像進行識別，得到向所述目標奶牛真實投喂的第二牧草數(shù)據(jù)；

14、根據(jù)所述目標生理參數(shù)檢測數(shù)據(jù)、所述第二牧草數(shù)據(jù)和所述第二治療數(shù)據(jù)，對預先確定的所述目標奶牛的實際抵押金額進行修正，得到第二修正抵押金額；

15、若確定所述第二修正抵押金額與所述第一修正抵押金額之間的差值大于預設(shè)差值閾值，則生成提示由奶牛飼養(yǎng)管理造成的第二風險提示消息。

16、其中，在所述生成提示由奶牛飼養(yǎng)管理造成的第二風險提示消息的步驟之后，所述將奶牛作為抵押物的風險識別方法還包括：

17、根據(jù)預先建立的預設(shè)生理參數(shù)檢測數(shù)據(jù)與預設(shè)奶牛健康識別狀態(tài)結(jié)果之間的對應(yīng)關(guān)系，確定與所述目標生理參數(shù)檢測數(shù)據(jù)相對應(yīng)的目標奶牛健康識別狀態(tài)結(jié)果；

18、對所述目標奶牛健康識別狀態(tài)結(jié)果與所述健康識別狀態(tài)結(jié)果進行比較，若確定比較結(jié)果之間的差異在預設(shè)差異范圍以外，則生成由人工進行相關(guān)設(shè)備故障排查的第一提醒消息。

19、其中，在所述生成提示由奶牛飼養(yǎng)管理造成的第二風險提示消息的步驟之后，所述將奶牛作為抵押物的風險識別方法還包括：

20、獲取與所述第一牧草數(shù)據(jù)對應(yīng)的第一牧草數(shù)據(jù)項清單，與所述第二牧草數(shù)據(jù)對應(yīng)的喂食所述目標奶牛時的投喂牧草的拍攝圖像以及投喂牧草人員的投喂牧草操作記錄信息；

21、生成由人工進行投喂牧草數(shù)據(jù)核驗的第二提醒消息。

22、其中，在所述生成提示由奶牛飼養(yǎng)管理造成的第二風險提示消息的步驟之后，所述將奶牛作為抵押物的風險識別方法還包括：

23、獲取與所述第一治療數(shù)據(jù)對應(yīng)的第一治療數(shù)據(jù)項清單，與所述第二治療數(shù)據(jù)對應(yīng)的治療所述目標奶牛時的投喂藥物和/或操作過程的拍攝圖像，以及投喂藥物人員的投喂藥物操作記錄信息；

24、生成由人工進行投喂藥物數(shù)據(jù)核驗的第三提醒消息。

25、一方面，本發(fā)明提出一種將奶牛作為抵押物的風險識別裝置，包括：

26、獲取單元，用于基于預設(shè)奶牛健康狀態(tài)識別模型對用作抵押物的目標奶牛在不同時刻的目標牛臉分別對應(yīng)的拍攝圖像進行識別，得到所述目標奶牛的健康識別狀態(tài)結(jié)果；

27、其中，所述預設(shè)奶牛健康狀態(tài)識別模型基于奶牛健康狀態(tài)識別樣本數(shù)據(jù)訓練機器學習模型得到；

28、修正單元，用于根據(jù)所述健康識別狀態(tài)結(jié)果、從區(qū)塊鏈中獲取的供應(yīng)商向所述目標奶牛所在的目標養(yǎng)殖場提供的第一牧草數(shù)據(jù)和醫(yī)療人員向所述目標奶牛提供的第一治療數(shù)據(jù)，對預先確定的所述目標奶牛的實際抵押金額進行修正，得到第一修正抵押金額；

29、識別單元，用于若確定所述第一修正抵押金額與所述目標奶牛的產(chǎn)奶累積量對應(yīng)售價之和小于所述實際抵押金額，則生成提示抵押物金額不足的第一風險提示消息；

30、其中，所述產(chǎn)奶累積量為所述目標奶牛被用作抵押物之日起的累計產(chǎn)奶量。

31、再一方面，本發(fā)明實施例提供一種電子設(shè)備，包括：處理器、存儲器和總線，其中，

32、所述處理器和所述存儲器通過所述總線完成相互間的通信；

33、所述存儲器存儲有可被所述處理器執(zhí)行的程序指令，所述處理器調(diào)用所述程序指令能夠執(zhí)行如下方法：

34、基于預設(shè)奶牛健康狀態(tài)識別模型對用作抵押物的目標奶牛在不同時刻的目標牛臉分別對應(yīng)的拍攝圖像進行識別，得到所述目標奶牛的健康識別狀態(tài)結(jié)果；

35、其中，所述預設(shè)奶牛健康狀態(tài)識別模型基于奶牛健康狀態(tài)識別樣本數(shù)據(jù)訓練機器學習模型得到；

36、根據(jù)所述健康識別狀態(tài)結(jié)果、從區(qū)塊鏈中獲取的供應(yīng)商向所述目標奶牛所在的目標養(yǎng)殖場提供的第一牧草數(shù)據(jù)和醫(yī)療人員向所述目標奶牛提供的第一治療數(shù)據(jù)，對預先確定的所述目標奶牛的實際抵押金額進行修正，得到第一修正抵押金額；

37、若確定所述第一修正抵押金額與所述目標奶牛的產(chǎn)奶累積量對應(yīng)售價之和小于所述實際抵押金額，則生成提示抵押物金額不足的第一風險提示消息；

38、其中，所述產(chǎn)奶累積量為所述目標奶牛被用作抵押物之日起的累計產(chǎn)奶量。

39、本發(fā)明實施例提供一種非暫態(tài)計算機可讀存儲介質(zhì)，包括：

40、所述非暫態(tài)計算機可讀存儲介質(zhì)存儲計算機指令，所述計算機指令使所述計算機執(zhí)行如下方法：

41、基于預設(shè)奶牛健康狀態(tài)識別模型對用作抵押物的目標奶牛在不同時刻的目標牛臉分別對應(yīng)的拍攝圖像進行識別，得到所述目標奶牛的健康識別狀態(tài)結(jié)果；

42、其中，所述預設(shè)奶牛健康狀態(tài)識別模型基于奶牛健康狀態(tài)識別樣本數(shù)據(jù)訓練機器學習模型得到；

43、根據(jù)所述健康識別狀態(tài)結(jié)果、從區(qū)塊鏈中獲取的供應(yīng)商向所述目標奶牛所在的目標養(yǎng)殖場提供的第一牧草數(shù)據(jù)和醫(yī)療人員向所述目標奶牛提供的第一治療數(shù)據(jù)，對預先確定的所述目標奶牛的實際抵押金額進行修正，得到第一修正抵押金額；

44、若確定所述第一修正抵押金額與所述目標奶牛的產(chǎn)奶累積量對應(yīng)售價之和小于所述實際抵押金額，則生成提示抵押物金額不足的第一風險提示消息；

45、其中，所述產(chǎn)奶累積量為所述目標奶牛被用作抵押物之日起的累計產(chǎn)奶量。

46、本發(fā)明實施例提供的將奶牛作為抵押物的風險識別方法及裝置，基于預設(shè)奶牛健康狀態(tài)識別模型對用作抵押物的目標奶牛在不同時刻的目標牛臉分別對應(yīng)的拍攝圖像進行識別，得到所述目標奶牛的健康識別狀態(tài)結(jié)果；其中，所述預設(shè)奶牛健康狀態(tài)識別模型基于奶牛健康狀態(tài)識別樣本數(shù)據(jù)訓練機器學習模型得到；根據(jù)所述健康識別狀態(tài)結(jié)果、從區(qū)塊鏈中獲取的供應(yīng)商向所述目標奶牛所在的目標養(yǎng)殖場提供的第一牧草數(shù)據(jù)和醫(yī)療人員向所述目標奶牛提供的第一治療數(shù)據(jù)，對預先確定的所述目標奶牛的實際抵押金額進行修正，得到第一修正抵押金額；若確定所述第一修正抵押金額與所述目標奶牛的產(chǎn)奶累積量對應(yīng)售價之和小于所述實際抵押金額，則生成提示抵押物金額不足的第一風險提示消息；其中，所述產(chǎn)奶累積量為所述目標奶牛被用作抵押物之日起的累計產(chǎn)奶量，能夠準確識別將奶牛作為抵押物的風險，保證相關(guān)數(shù)據(jù)安全可靠，有助于發(fā)現(xiàn)并規(guī)避養(yǎng)殖管理中存在的風險。