3月21日，工银科技、工商银行一项名为“投票结果处理方法、装置、电子设备、介质和程序产品”的发明专利授权公告。其申请于2021年9月26日，公布于2021年12月21日，涉及人工智能领域，具体为人工神经网络领域。

据《银行科技研究社》了解，该发明主要是利用神经网络模型来确定投票人在投票时的表情类型，从而确定内心情感活动，以此提升表决结果的可靠性。

其方法包括：根据一个或多个投票人针对待表决议题的第一投票结果，确定待表决议题的第一表决结果；获取每个投票人在对待表决议题进行表决的过程中的图像信息；将图像信息输入神经网络模型，输出投票人的表情类型；根据投票人的表情类型和第一投票结果确定投票人针对待表决议题的第二投票结果；根据一个或多个投票人的第二投票结果确定待表决议题的第二表决结果；以及根据第一表决结果与第二表决结果确定待表决议题的最终表决结果。

其中，第一投票结果为投票人履行投票权产生的结果，第一表决结果为统计所有投票人的第一投票结果确定的。

具体而言，根据一个或多个投票人的第二投票结果确定待表决议题的第二表决结果包括：在第二投票结果以数值方式呈现的情况下，响应于投票人的第二投票结果大于或等于第二预设投票阈值，确定第二表决结果为通过。

根据第一表决结果与第二表决结果确定待表决议题的最终表决结果包括：在第一表决结果与第二表决结果均满足预设条件的情况下，确定待表决议题的最终表决结果为通过；在第一表决结果和第二表决结果中的一个表决结果不满足预设条件的情况下，确定待表决议题的最终表决结果为待定；在第一表决结果与第二表决结果均不满足预设条件的情况下，确定待表决议题的最终表决结果为否决。

根据投票人的表情类型和第一投票结果确定投票人针对待表决议题的第二投票结果包括：将第一投票结果进行量化，确定第一单位投票值；根据投票人的表情类型和第一投票结果确定投票人的投票权重系数；基于投票人的投票权重系数与投票人的第一单位投票值确定投票人的第二单位投票值；基于投票人的第二单位投票值确定投票人针对待表决议题的第二投票结果；表情类型包括第一表情类或第二表情类；第一表情类所表示的情感与第二表情类所表示的情感相反。

而根据投票人的表情类型和第一投票结果确定投票人的投票权重系数还包括：在投票人的表情类型为第一表情类的情况下，确定投票人的投票权重系数为第一权重系数；以及在投票人的表情类型为第二表情类型的情况下，确定投票人的权重系数为第二权重系数；其中，第一权重系数大于第二权重系数。

权利要求书提到，神经网络模型包括：卷积神经网络、循环神经网络或长短期记忆神经网络中的任一种或多种的组合。

图像信息包括视频信息；神经网络模型包括第一神经网络与第二神经网络。将图像信息输入神经网络模型，输出投票人的表情类型包括：对视频信息进行预处理，得到多帧图像；其中，多帧图像在时间上是连续的；利用第一神经网络提取多帧图像的图像特征，得到图像特征数据；利用第二神经网络处理图像特征数据，输出投票人的表情类型。

说明书提到该发明的背景为，重要事项或议题的决定通常采用投票表决的方法确定最终表决结果。现有技术中，通常仅统计投票结果为“同意”的票数，在“同意”票数超过预设数值时，确定最终表决结果为通过，否则确定最终表决结果为否决。但相关技术中至少存在如下问题：仅依据投票人的投票结果确定最终表决结果，无法较为真实地体现被表决议题的表决结果价值，导致最终表决结果缺乏可靠性。

该发明提供了一种提高表决结果可靠性的投票结果处理方法、装置、电子设备、介质和程序产品，可应用于金融领域、人工智能领域或者计算机技术领域，例如在银行、保险等金融机构中，针对管理人员的任免，经营决策的决定等重要事项或议题的表决过程中，可以应用上述投票结果处理方法提高表决结果的可靠性。

其中，通过利用神经网络模型处理投票人在投票过程中的图像信息，可以确定投票人在投票时的表情类型，通过投票人的表情类型可以确定投票人在投票时的情感活动。

当然，说明书中对于该发明专利还有更为详细的介绍，此处不再展开。