本申请涉及互联网技术领域，尤其涉及一种风险识别方法、装置及设备。
背景技术：
随着科技的发展和进步，二维码技术已经广泛地运用于我们的生活中了，例如，在社交活动场景、营销宣传场景等可以利用二维码进行信息传播，而在资金流转场景则可以利用二维码进行收付款操作以完成交易等。虽然这种基于二维码技术的支付方式具有便利、快捷、高效的优点，但也存在针对支付环境、支付过程及交易真实性等监管困难的问题。
基于此，如何提供一种针对二维码支付方式的风险识别方法成为了一种亟需解决的问题。
技术实现要素：
本说明书实施例提供了一种风险识别方法、装置及设备，以识别用户利用二维码收付款过程中所存在的风险。
为解决上述技术问题，本说明书实施例是这样实现的：
本说明书实施例提供的一种风险识别方法，包括：
获取付款方所使用的收款码图像；所述收款码图像是付款方设备采用非拍摄方式获取的图像；所述收款码图像中包含收款方的收款二维码；
确定所述收款二维码在所述收款码图像中的位置信息；
根据所述位置信息，确定所述收款二维码的形变程度；
若所述形变程度达到第一阈值，则确定所述收款方为风险收款方。
本说明书实施例提供的一种风险识别装置，包括：
第一获取模块，用于获取付款方所使用的收款码图像；所述收款码图像是付款方设备采用非拍摄方式获取的图像；所述收款码图像中包含收款方的收款二维码；
第一确定模块，用于确定所述收款二维码在所述收款码图像中的位置信息；
第二确定模块，用于根据所述位置信息，确定所述收款二维码的形变程度；
第三确定模块，用于若所述形变程度达到第一阈值，则确定所述收款方为风险收款方。
本说明书实施例提供的一种风险识别设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
获取付款方所使用的收款码图像；所述收款码图像是付款方设备采用非拍摄方式获取的图像；所述收款码图像中包含收款方的收款二维码；
确定所述收款二维码在所述收款码图像中的位置信息；
根据所述位置信息，确定所述收款二维码的形变程度；
若所述形变程度达到第一阈值，则确定所述收款方为风险收款方。
本说明书中提供的至少一个实施例能够实现以下有益效果：
当付款方使用付款方设备采用非拍摄方式获取的收款码图像时，若确定收款码图像中的收款方的收款二维码的形变程度达到第一阈值，则可以表示付款方使用的收款二维码并非是支付服务提供商所提供给收款方的标准二维码，从而可以确定所述收款方为风险收款方。该方案通过根据付款方所使用的收款方的收款二维码的形变程序，以识别收款方在利用收款二维码的收款过程中所存在的风险，有利于提升对于利用二维码收付款过程中存在的风险的识别能力，保障用户之间的交易的安全性。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本说明书实施例提供的一种风险识别方法的泳道流程示意图；
图2为本说明书实施例提供的一种风险识别方法的流程示意图；
图3为本说明书实施例提供的一种收款码图像的示意图；
图4为本说明书实施例提供的对应于图2的一种风险识别装置的结构示意图；
图5为本说明书实施例提供的对应于图2的一种风险识别设备的结构示意图。
具体实施方式
为使本说明书一个或多个实施例的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书一个或多个实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明中的实施例，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，都属于本说明书一个或多个实施例保护的范围。
以下结合附图，详细说明本说明书各实施例提供的技术方案。
现有技术中，收款方的收款二维码，又称为收款码，或者收钱码等，是指收款方向支付服务提供商申请的用于收款的二维码。收款方可以通过提供个人的收款二维码给付款方，以便于付款方通过识别该收款二维码而向该收款方进行付款。
目前，收款方通常会对个人的收款二维码进行打印，并将打印的纸质版的收款二维码放置于其经营场所处，以供付款方付款时使用。但这也给不法分子带来了可乘之机，不法分子可以通过拍摄收款方打印的收款二维码，以轻松获取到收款方的收款码图像；不法分子还可以通过散播该收款码图像，以进行违规的代收款业务，从而给基于二维码的收付款方式带来了风险。但目前尚无有效的方案可以识别上述风险。
为了解决现有技术中的缺陷，本方案给出了以下实施例：
图1为本说明书实施例提供的一种风险识别方法的泳道流程示意图。如图1所示，该风险识别流程涉及二维码识别模块及风险识别模型。
在付款发起阶段，付款方设备中的二维码识别模块可以获取到该付款方设备采用非拍摄方式获取的待识别图像，并确定该待识别图像中是否包含收款方的收款二维码，若包含，则可以将该待识别图像确定为付款方所使用的收款码图像。
在风险识别阶段，付款方设备处的风险识别模块或者支付服务提供商的设备处的风险识别模块，可以获取二维码识别模块确定出的付款方所使用的收款码图像，并确定该收款码图像中包含的收款二维码的位置信息；以及根据所述位置信息，确定所述收款二维码的形变程度；若所述形变程度达到第一阈值，则可以表示付款方所使用的收款二维码并非是支付服务提供机构所提供的标准二维码，而是不法分子通过拍摄方式获取的收款二维码，因此，可以确定所述收款方为风险收款方，以识别不法分子通过散播其通过拍摄方式获取到的收款码图像而存在的代收款风险。
图2为本说明书实施例提供的一种风险识别方法的流程示意图。从程序角度而言，该流程的执行主体可以为付款方设备或者支付服务提供商处的设备，也可以是付款方设备或者支付服务提供商处的设备中搭载的风险识别应用。如图2所示，该流程可以包括以下步骤：
步骤202：获取付款方所使用的收款码图像；所述收款码图像是付款方设备采用非拍摄方式获取的图像；所述收款码图像中包含收款方的收款二维码。
在本说明书实施例中，付款方可以对收款码图像中的收款方的收款二维码进行识别处理，以基于该收款二维码向收款方付款。
在实际应用中，付款方可以利用付款方设备通过拍摄方式获取到收款码图像，例如，通过使用该付款方设备处的摄像头、二维码扫描器等硬件设备去扫描收款码图像等。当然，付款方还可以利用付款方设备通过非拍摄方式获取到收款码图像，例如，付款方可以直接调用付款方设备本地存储或缓存的收款码图像等。
由于付款方设备的摄像头或二维码扫描器以不同的扫描角度去扫描收款二维码时，会使得通过拍摄方式获取到的收款二维码存在不同程度的形变，这将导致无法区分付款方使得的收款二维码所存在的形变，具体是由于付款方针对收款二维码的采集过程导致的，还是由于付款方所使用的收款二维码并非是标准二维码(即付款方使用了不法分子通过拍摄方式采集的收款二维码)导致的。
但是，当付款方利用付款方设备通过非拍摄方式获取收款码图像时，由于并不涉及付款方设备对于收款二维码的扫描角度的问题，从而可以确定该收款码图像中的收款二维码存在的形变，是由付款方所使用的收款码图像自身所导致的，因此，本说明书实施例中的方案，可以用于对付款方设备采用非拍摄方式获取的收款码图像进行风险识别处理。
步骤204：确定所述收款二维码在所述收款码图像中的位置信息。
在本说明书实施例中，步骤204的实现方式有多种。例如，实现方式一，可以基于目标检测模型，确定收款二维码在收款码图像中的位置信息。或者，实现方式二，可以基于光学字符识别技术，确定收款二维码在收款码图像中的位置信息等。
针对第一种实现方式
步骤204：具体可以包括：利用训练后的目标检测模型对所述收款码图像进行处理，得到所述收款二维码在所述收款码图像中的位置信息。
在本实现方式中，目标检测模型可以基于卷积神经网络而实现。在模型训练时，可以将包含标准收款二维码的图像以及包含发生形变的收款二维码的图像作为训练样本，即可以将包含支付服务提供商所提供的矩形的收款二维码的图像，以及通过拍摄支付服务提供商所提供的矩形的收款二维码而得到的图像作为训练样本。并预先人工标定各个训练样本中的收款二维码在训练样本中的位置信息，作为目标检测模型输出的预测框的位置信息。通过对目标检测模型进行训练，可以使得训练后的目标检测模型输出的预测框的位置信息即为收款二维码在收款码图像中的位置信息。
其中，人工标定的收款二维码在训练样本中的位置信息可以为收款二维码的各个顶点在训练样本中的坐标信息，从而使得训练后的目标检测模型输出的预测框的位置信息可以包括收款二维码的顶点坐标信息。
针对第二种实现方式
步骤204：具体可以包括：利用光学字符识别技术对所述收款码图像进行处理，得到所述收款二维码在所述收款码图像中的位置信息。
在本实现方式中，光学字符识别技术(opticalcharacterrecognition，英文缩写：ocr)，是指电子设备通过检测图像中像素的暗、亮模式，以确定图像形状的技术。具体的，可以利用光学字符识别技术对收款码图像进行处理，通过将收款码图像中的像素的暗、亮模式转变为0或1这样的可被应用程序处理的数据，以基于该数据以及二维码特征信息，确定收款二维码在收款码图像中的位置信息。其中，二维码特征信息可以指收款二维码中的回字形定位块的特征信息，或者，收款二维码相对于二维码背景区域的特征信息等。
步骤206：根据所述位置信息，确定所述收款二维码的形变程度。
在本说明书实施例中，当支付服务提供商提供给收款方的标准的收款二维码为矩形时，可以在收款码图像中，以收款二维码的任意一条边所在直线，或者与收款二维码的任意一条边平行的直线作为横轴(即x轴)，并将与横轴垂直的直线作为纵轴，建立坐标系。此时，确定出来的该收款二维码在收款码图像中的位置信息可以包括：该收款二维码的各个顶点在该坐标系中的坐标信息(即顶点坐标信息)。以便于根据该收款二维码的顶点坐标信息，确定所述收款二维码的形变程度。
在本说明书实施例中，步骤206可以包括：根据第一差值、第二差值、第三差值及第四差值中的至少一种，确定所述收款二维码的形变程度。其中，所述第一差值为所述收款二维码的左上角顶点的横坐标与所述收款二维码的左下角顶点的横坐标之间的差值，所述第二差值为所述收款二维码的左上角顶点的纵坐标与所述收款二维码的右上角顶点的纵坐标之间的差值，所述第三差值为所述收款二维码的左下角顶点的纵坐标与所述收款二维码的右下角顶点的纵坐标之间的差值，所述第四差值为所述收款二维码的右上角顶点的横坐标与所述收款二维码的右下角顶点的横坐标之间的差值。
具体的，可以根据第一差值、第二差值、第三差值或第四差值分别与基准值的商，去确定所述收款二维码的形变程度。其中，该基准值既可以是根据收款二维码的顶点坐标信息，计算得到的该收款二维码的任意一条边的长度，也可以是计算得到的该收款二维码的面积值，或者，还可以是该收款二维码的面积值的2次方根等。
在实际应用中，由于第一差值、第二差值、第三差值或第四差值的值越大，则该收款二维码的形变程度通常越高。因此，可以将第一差值、第二差值、第三差值或第四差值分别与基准值的商中的最大值，确定为确定所述收款二维码的形变程度，以提升确定出的收款二维码的形变程序的准确性。
图3为本说明书实施例提供的一种收款码图像的示意图。如图3所示，收款码图像301中包含收款二维码302，以该收款二维码的底边所在直线作为横轴(即x轴)，并以垂直于该横轴的直线作为纵轴(即y轴)。假定，确定出的收款二维码302的左上角顶点a的顶点坐标信息为：横坐标及纵坐标分别为0,4，简写为a(0,4)，左下角顶点b(0.5,0)，右上角顶点c(3.8,4.1)，右下角顶点d(4.5,0)，则可以计算得到第一差值、第二差值、第三差值及第四差值分别为：-0.5、-0.1、0及-0.7。
若假定基准值为顶点b与d之间的边长(即4)，并将第一差值、第二差值、第三差值及第四差值分别与该基准值的商的最大值作为该收款二维码的形变程度，则该收款二维码的形变程度可以为17.5％。
步骤208：若所述形变程度达到第一阈值，则确定所述收款方为风险收款方。
在本说明书实施例中，当第一差值、第二差值、第三差值及第四差值均为0时，可知，收款二维码为矩形，即可以确定收款二维码未发生形变，付款方所使用的收款二维码为支付服务提供商向收款方提供的标准收款二维码。而当第一差值、第二差值、第三差值及第四差值中至少有一个差值不为0时，则可以表示付款方所使用的收款二维码可能存在形变，但该形变既可能是由付款方使用了不法分子通过拍摄方式非法采集的收款二维码导致的，也可能是由于收款二维码的某个顶点处为白色像素但其他顶点处为黑色像素导致的，或者，还可能是由于确定出的收款二维码的顶点坐标信息存在误差导致的。
因此，可以在确定收款二维码的形变程度达到第一阈值后，再确定付款方使用了不法分子通过拍摄方式非法采集的收款二维码，存在代收款风险，以排除因收款二维码的顶点处存在白色像素，或者因确定出的顶点坐标信息存在误差而带来的干扰，有利于提升风险识别结果的准确性。其中，第一阈值的取值可以根据实际需求确定，对此不作具体限定。而若所述形变程度未达到第一阈值，则可以根据所述收款方的其他信息对该收款方进行风险识别及风险控制。
图2中的方案，通过根据付款方所使用的收款方的收款二维码的形变程序，可以识别付款方所使用的收款方的收款二维码是否是标准二维码，进而可以识别不法分子通过散播其拍摄到的收款二维码而进行代收款业务所带来的风险，有利于提升对于利用二维码收付款过程中存在的风险的识别能力，保障用户之间的交易的安全性及合法性。
在本说明书实施例中，付款方使用付款方设备采用非拍摄方式获取的收款码图像的实现方式有多种。例如，实现方式一，付款方在使用二维码识别应用时，可以调用付款方设备中已存储的收款码图像，以识别该收款码图像中的收款二维码。或者，实现方式二，付款方还可以在使用除了二维码识别应用以外的目标应用时，针对该目标应用的应用界面中显示的收款码图像执行指定操作(例如，长按操作、多点触摸操作、滑动操作)，以调用二维码识别应用或者该目标应用中的二维码识别功能，去识别该收款码图像中的收款二维码。
针对第一种实现方式
步骤202：获取付款方所使用的收款码图像，具体可以包括：
获取付款方从付款方设备本地存储的图像中所选中的收款码图像，所述收款码图像中包含收款方的收款二维码。
而针对第二种实现方式
步骤202：获取付款方所使用的收款码图像，具体可以包括：
获取付款方从付款方设备的目标应用界面处展示的图像中所选中的收款码图像，所述收款码图像中包含收款方的收款二维码。在实际应用中，目标应用界面处展示的图像通常是会在付款方设备处进行缓存的。
在本说明书实施例中，当图2中方案的执行主体为付款方设备或付款方设备中的应用时，图2中方案的执行主体可以在确定付款方在使用收款码图像中包含的收款二维码进行付款操作后，或者，在确定付款方使用该收款码图像中的收款二维码完成付款后，再执行图2中的方案流程，并将风险识别结果反馈至支付服务提供商，以便于支付服务提供商基于该风险识别结果，对付款方及收款方之间的收付款行为进行风险控制。
而当图2中方案的执行主体为支付服务提供商设备或支付服务提供商设备中的应用时，图2中方案的执行主体则需要从付款方设备处获取付款方所使用的收款码图像，以自行生成可信度高的风险识别结果，基于基于该风险识别结果，对付款方及收款方之间的收付款行为进行风险控制。
在本说明书实施例中，步骤208：确定所述收款方为风险收款方之后，还可以包括：
获取第一用户的第一数量；所述第一用户为使用所述收款方的收款二维码付款的用户。
获取所述第一用户中的第二用户的第二数量；所述第二用户为使用的所述收款方的收款二维码的形变程度达到所述第一阈值的用户。
根据所述第二数量与所述第一数量的比值，确定所述收款方的风险类型。
在本说明书实施例中，第一用户通常可以仅包含使用的收款码图像是由付款方设备采用非拍摄方式获取的图像的付款方，从而可以提升确定出的在收款方处执行代收款业务的付款方的占比的准确性。
由于通常情况下，在收款方处执行代收款业务的付款方的占比与该收款方存在的代收款风险的风险程序成正比，而该风险程序越高则可以表示收款方主动参与非法的代收款业务的可能性越高，从而可以基于第二用户的第二数量与第一用户的第一数量的比值，去确定收款方的风险类型。
其中，所述根据所述第二数量与所述第一数量的比值，确定所述收款方的风险类型，具体可以包括:
判断所述第二数量与所述第一数量的比值是否达到第二阈值，得到第一判断结果。
若所述第一判断结果表示所述第二数量与所述第一数量的比值达到所述第二阈值，则确定所述收款方具有主动代收款风险。
若所述第一判断结果表示所述第二数量与所述第一数量的比值未达到所述第二阈值，则确定所述收款方具有被动代收款风险。
在本说明书实施例中，若确定所述收款方具有主动代收款风险，则可以禁止所述收款方使用所述收款二维码收款，从而可以强有力的遏制违规的代收款业务的执行。
而若确定所述收款方具有被动代收款风险，则可以向所述收款方发送风险提示信息，所述风险提示信息用于提示所述收款方的所述收款二维码具有代收款风险；此时，收款方可以基于该风险提示信息进行自查及整改，但该收款方仍旧可以使用其收款二维码进行收款。从而在保证收款方的合规业务正常执行的情况下，对收款方可能存在的违规的代收款业务进行风险控制。
在本说明书实施例中，收款二维码通常可以包括静态二维码和动态二维码两种类型。由于动态二维码通常需要机具支持，从而在付款方使用动态的收款二维码进行付款时，支付服务提供商可以获取到较多的收付款环境信息，以基于获取到的收付款环境信息对收付款过程进行风险控制。而静态二维码多为纸质形态，从而在付款方使用静态的收款二维码进行付款时，支付服务提供商无法获取到足够的收付款环境信息，导致对于收付款过程的风险防控的难度加大。
因此，在步骤206：根据所述位置信息，确定所述收款二维码的形变程度之前，还可以包括：
确定所述收款二维码的二维码类型；所述二维码类型包括静态二维码或动态二维码中的任意一种。
若确定所述收款二维码为静态二维码，则根据所述位置信息，确定所述收款二维码的形变程度。即在确定收款二维码为静态二维码后，再基于图2中的方案确定收款方是否存在风险，以提升风险控制的有效性。
而若确定所述收款二维码为动态二维码，则对所述付款方通过所述收款二维码发起的交易进行处理。即在确定收款二维码为动态二维码后，可以采用现有的风险识别方案对收款方进行风险识别，而无需基于图2中的方案确定收款方是否存在风险，以提升交易处理效率。
基于同样的思路，本说明书实施例还提供了上述方法对应的装置。图4为本说明书实施例提供的对应于图2的一种风险识别装置的结构示意图。如图4所示，该装置可以包括：
第一获取模块402，用于获取付款方所使用的收款码图像；所述收款码图像是付款方设备采用非拍摄方式获取的图像；所述收款码图像中包含收款方的收款二维码。
第一确定模块404，用于确定所述收款二维码在所述收款码图像中的位置信息。
第二确定模块406，用于根据所述位置信息，确定所述收款二维码的形变程度。
第三确定模块408，用于若所述形变程度达到第一阈值，则确定所述收款方为风险收款方。
在本说明书实施例中，所述第一获取模块402，具体可以用于：
获取付款方从付款方设备本地存储的图像中所选中的收款码图像，所述收款码图像中包含收款方的收款二维码。
或者，所述第一获取模块402，具体可以用于：
获取付款方从付款方设备的目标应用界面处展示的图像中所选中的收款码图像，所述收款码图像中包含收款方的收款二维码。
在本说明书实施例中，所述第一确定模块404，具体可以用于：
利用训练后的目标检测模型对所述收款码图像进行处理，得到所述收款二维码在所述收款码图像中的位置信息。
或者，所述第一确定模块404，具体可以用于：
利用光学字符识别技术对所述收款码图像进行处理，得到所述收款二维码在所述收款码图像中的位置信息。
在本说明书实施例中，所述位置信息可以包括所述收款二维码的顶点坐标信息。
对应的，所述第二确定模块406，具体可以用于：
根据第一差值、第二差值、第三差值及第四差值中的至少一种，确定所述收款二维码的形变程度；其中，所述第一差值为所述收款二维码的左上角顶点的横坐标与所述收款二维码的左下角顶点的横坐标之间的差值，所述第二差值为所述收款二维码的左上角顶点的纵坐标与所述收款二维码的右上角顶点的纵坐标之间的差值，所述第三差值为所述收款二维码的左下角顶点的纵坐标与所述收款二维码的右下角顶点的纵坐标之间的差值，所述第四差值为所述收款二维码的右上角顶点的横坐标与所述收款二维码的右下角顶点的横坐标之间的差值。
在本说明书实施例中，图4中的装置还可以包括：
第二获取模块，用于获取第一用户的第一数量；所述第一用户为使用所述收款方的收款二维码付款的用户。
第三获取模块，用于获取所述第一用户中的第二用户的第二数量；所述第二用户为使用的所述收款方的收款二维码的形变程度达到所述第一阈值的用户。
第四确定模块，用于根据所述第二数量与所述第一数量的比值，确定所述收款方的风险类型。
其中，所述第四确定模块，具体可以用于:
判断所述第二数量与所述第一数量的比值是否达到第二阈值，得到第一判断结果。
若所述第一判断结果表示所述第二数量与所述第一数量的比值达到所述第二阈值，则确定所述收款方具有主动代收款风险。
若所述第一判断结果表示所述第二数量与所述第一数量的比值未达到所述第二阈值，则确定所述收款方具有被动代收款风险。
在本说明书实施例中，图4中的装置还可以包括：
禁止使用模块，用于若确定所述收款方具有主动代收款风险，则禁止所述收款方使用所述收款二维码收款。
在本说明书实施例中，图4中的装置还可以包括：
发送模块，用于若确定所述收款方具有被动代收款风险，则向所述收款方发送风险提示信息，所述风险提示信息用于提示所述收款方的所述收款二维码存在代收款风险。
在本说明书实施例中，图4中的装置还可以包括：
第五确定模块，用于确定所述收款二维码的二维码类型；所述二维码类型包括静态二维码或动态二维码中的任意一种。
对应的，所述第二确定模块406，具体可以用于：
若确定所述收款二维码为静态二维码，则根据所述位置信息，确定所述收款二维码的形变程度。
在本说明书实施例中，图4中的装置还可以包括：
交易处理模块，用于若确定所述收款二维码为动态二维码，则对所述付款方通过所述收款二维码发起的交易进行处理。
基于同样的思路，本说明书实施例还提供了上述方法对应的设备。
图5为本说明书实施例提供的对应于图2的一种风险识别设备的结构示意图。如图5所示，设备500可以包括：
至少一个处理器510；以及，
与所述至少一个处理器通信连接的存储器530；其中，
所述存储器530存储有可被所述至少一个处理器510执行的指令520，所述指令被所述至少一个处理器510执行，以使所述至少一个处理器510能够：
获取付款方所使用的收款码图像；所述收款码图像是付款方设备采用非拍摄方式获取的图像；所述收款码图像中包含收款方的收款二维码。
确定所述收款二维码在所述收款码图像中的位置信息。
根据所述位置信息，确定所述收款二维码的形变程度。
若所述形变程度达到第一阈值，则确定所述收款方为风险收款方。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于图5所示的设备而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(programmablelogicdevice,pld)(例如现场可编程门阵列(fieldprogrammablegatearray，fpga))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字符系统“集成”在一片pld上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logiccompiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(hardwaredescriptionlanguage，hdl)，而hdl也并非仅有一种，而是有许多种，如abel(advancedbooleanexpressionlanguage)、ahdl(alterahardwaredescriptionlanguage)、confluence、cupl(cornelluniversityprogramminglanguage)、hdcal、jhdl(javahardwaredescriptionlanguage)、lava、lola、myhdl、palasm、rhdl(rubyhardwaredescriptionlanguage)等，目前最普遍使用的是vhdl(very-high-speedintegratedcircuithardwaredescriptionlanguage)与verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(applicationspecificintegratedcircuit，asic)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：arc625d、atmelat91sam、microchippic18f26k20以及siliconelabsc8051f320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字符助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字符多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
1.一种风险识别方法，包括：
获取付款方所使用的收款码图像；所述收款码图像是付款方设备采用非拍摄方式获取的图像；所述收款码图像中包含收款方的收款二维码；
确定所述收款二维码在所述收款码图像中的位置信息；
根据所述位置信息，确定所述收款二维码的形变程度；
若所述形变程度达到第一阈值，则确定所述收款方为风险收款方。
2.根据权利要求1所述的方法，所述获取付款方所使用的收款码图像，具体包括：
获取付款方从付款方设备本地存储的图像中所选中的收款码图像，所述收款码图像中包含收款方的收款二维码。
3.根据权利要求1所述的方法，所述获取付款方所使用的收款码图像，具体包括：
获取付款方从付款方设备的目标应用界面处展示的图像中所选中的收款码图像，所述收款码图像中包含收款方的收款二维码。
4.根据权利要求1所述的方法，所述确定所述收款二维码在所述收款码图像中的位置信息，具体包括：
利用训练后的目标检测模型对所述收款码图像进行处理，得到所述收款二维码在所述收款码图像中的位置信息。
5.根据权利要求1所述的方法，所述确定所述收款二维码在所述收款码图像中的位置信息，具体包括：
利用光学字符识别技术对所述收款码图像进行处理，得到所述收款二维码在所述收款码图像中的位置信息。
6.根据权利要求1所述的方法，所述位置信息包括所述收款二维码的顶点坐标信息；
所述根据所述位置信息，确定所述收款二维码的形变程度，具体包括：
根据第一差值、第二差值、第三差值及第四差值中的至少一种，确定所述收款二维码的形变程度；其中，所述第一差值为所述收款二维码的左上角顶点的横坐标与所述收款二维码的左下角顶点的横坐标之间的差值，所述第二差值为所述收款二维码的左上角顶点的纵坐标与所述收款二维码的右上角顶点的纵坐标之间的差值，所述第三差值为所述收款二维码的左下角顶点的纵坐标与所述收款二维码的右下角顶点的纵坐标之间的差值，所述第四差值为所述收款二维码的右上角顶点的横坐标与所述收款二维码的右下角顶点的横坐标之间的差值。
7.根据权利要求1所述的方法，所述确定所述收款方为风险收款方之后，还包括：
获取第一用户的第一数量；所述第一用户为使用所述收款方的收款二维码付款的用户；
获取所述第一用户中的第二用户的第二数量；所述第二用户为使用的所述收款方的收款二维码的形变程度达到所述第一阈值的用户；
根据所述第二数量与所述第一数量的比值，确定所述收款方的风险类型。
8.根据权利要求7所述的方法，所述根据所述第二数量与所述第一数量的比值，确定所述收款方的风险类型，具体包括:
判断所述第二数量与所述第一数量的比值是否达到第二阈值，得到第一判断结果；
若所述第一判断结果表示所述第二数量与所述第一数量的比值达到所述第二阈值，则确定所述收款方具有主动代收款风险；
若所述第一判断结果表示所述第二数量与所述第一数量的比值未达到所述第二阈值，则确定所述收款方具有被动代收款风险。
9.根据权利要求8所述的方法，所述确定所述收款方具有主动代收款风险之后，还包括：
禁止所述收款方使用所述收款二维码收款。
10.根据权利要求8所述的方法，所述确定所述收款方具有被动代收款风险之后，还包括：
向所述收款方发送风险提示信息，所述风险提示信息用于提示所述收款方的所述收款二维码具有代收款风险。
11.根据权利要求1所述的方法，所述根据所述位置信息，确定所述收款二维码的形变程度之前，还包括：
确定所述收款二维码的二维码类型；所述二维码类型包括静态二维码或动态二维码中的任意一种；
所述根据所述位置信息，确定所述收款二维码的形变程度，具体包括：
若确定所述收款二维码为静态二维码，则根据所述位置信息，确定所述收款二维码的形变程度。
12.根据权利要求11所述的方法，所述确定所述收款二维码的二维码类型之后，还包括：
若确定所述收款二维码为动态二维码，则对所述付款方通过所述收款二维码发起的交易进行处理。
13.一种风险识别装置，包括：
第一获取模块，用于获取付款方所使用的收款码图像；所述收款码图像是付款方设备采用非拍摄方式获取的图像；所述收款码图像中包含收款方的收款二维码；
第一确定模块，用于确定所述收款二维码在所述收款码图像中的位置信息；
第二确定模块，用于根据所述位置信息，确定所述收款二维码的形变程度；
第三确定模块，用于若所述形变程度达到第一阈值，则确定所述收款方为风险收款方。
14.根据权利要求13所述的装置，所述第一获取模块，具体用于：
获取付款方从付款方设备本地存储的图像中所选中的收款码图像，所述收款码图像中包含收款方的收款二维码。
15.根据权利要求13所述的装置，所述第一获取模块，具体用于：
获取付款方从付款方设备的目标应用界面处展示的图像中所选中的收款码图像，所述收款码图像中包含收款方的收款二维码。
16.根据权利要求13所述的装置，所述第一确定模块，具体用于：
利用训练后的目标检测模型对所述收款码图像进行处理，得到所述收款二维码在所述收款码图像中的位置信息。
17.根据权利要求13所述的装置，所述第一确定模块，具体用于：
利用光学字符识别技术对所述收款码图像进行处理，得到所述收款二维码在所述收款码图像中的位置信息。
18.根据权利要求13所述的装置，所述位置信息包括所述收款二维码的顶点坐标信息；
所述第二确定模块，具体用于：
根据第一差值、第二差值、第三差值及第四差值中的至少一种，确定所述收款二维码的形变程度；其中，所述第一差值为所述收款二维码的左上角顶点的横坐标与所述收款二维码的左下角顶点的横坐标之间的差值，所述第二差值为所述收款二维码的左上角顶点的纵坐标与所述收款二维码的右上角顶点的纵坐标之间的差值，所述第三差值为所述收款二维码的左下角顶点的纵坐标与所述收款二维码的右下角顶点的纵坐标之间的差值，所述第四差值为所述收款二维码的右上角顶点的横坐标与所述收款二维码的右下角顶点的横坐标之间的差值。
19.根据权利要求13所述的装置，还包括：
第二获取模块，用于获取第一用户的第一数量；所述第一用户为使用所述收款方的收款二维码付款的用户；
第三获取模块，用于获取所述第一用户中的第二用户的第二数量；所述第二用户为使用的所述收款方的收款二维码的形变程度达到所述第一阈值的用户；
第四确定模块，用于根据所述第二数量与所述第一数量的比值，确定所述收款方的风险类型。
20.根据权利要求19所述的装置，所述第四确定模块，具体用于:
判断所述第二数量与所述第一数量的比值是否达到第二阈值，得到第一判断结果；
若所述第一判断结果表示所述第二数量与所述第一数量的比值达到所述第二阈值，则确定所述收款方具有主动代收款风险；
若所述第一判断结果表示所述第二数量与所述第一数量的比值未达到所述第二阈值，则确定所述收款方具有被动代收款风险。
21.根据权利要求20所述的装置，还包括：
禁止使用模块，用于禁止所述收款方使用所述收款二维码收款。
22.根据权利要求20所述的装置，还包括：
发送模块，用于向所述收款方发送风险提示信息，所述风险提示信息用于提示所述收款方的所述收款二维码存在代收款风险。
23.根据权利要求13所述的装置，还包括：
第五确定模块，用于确定所述收款二维码的二维码类型；所述二维码类型包括静态二维码或动态二维码中的任意一种；
所述第二确定模块，具体用于：
若确定所述收款二维码为静态二维码，则根据所述位置信息，确定所述收款二维码的形变程度。
24.根据权利要求23所述的装置，还包括：
交易处理模块，用于若确定所述收款二维码为动态二维码，则对所述付款方通过所述收款二维码发起的交易进行处理。
25.一种风险识别设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
获取付款方所使用的收款码图像；所述收款码图像是付款方设备采用非拍摄方式获取的图像；所述收款码图像中包含收款方的收款二维码；
确定所述收款二维码在所述收款码图像中的位置信息；
根据所述位置信息，确定所述收款二维码的形变程度；
若所述形变程度达到第一阈值，则确定所述收款方为风险收款方。
技术总结