一种图像特征图谱聚类方法及系统技术方案

本发明专利技术公开了一种图像特征图谱聚类方法及系统，涉及电子信息技术领域。该方法包括：获取并将目标图像数据存储到图像数据库中；获取并对图像数据库中的目标图像数据进行特征提取，输出对应的图像特征向量；将图像特征向量输入到历史图像特征向量库中进行存储；对历史图像特征向量库中的图像特征向量进行图谱聚类，以得到并输出聚类群组结果。本发明专利技术可对非高度相似，但具有一定的链式关系的相似关系图像群组进行有效聚类，大大提高聚类效果。大大提高聚类效果。大大提高聚类效果。

【技术实现步骤摘要】
一种图像特征图谱聚类方法及系统


[0001]本专利技术涉及电子信息
，具体而言，涉及一种图像特征图谱聚类方法及系统。

技术介绍

[0002]传统线下业务，如5G线下营业厅手机分期场景也会存在中介欺诈风险。主要表现外部中介，通过与营业员、用户合谋或直接诱骗用户至线下营业厅办理分期后，骗取分期商品或分期款项。
[0003]无论线上线下，该类欺诈场景存在一大显著特征，即在开户认证时的背景图像均为同一背景。通过对这一图像特征的提取与聚类分析，能够精准地识别此类高风险用户群体，帮助业务提前发现风险，减少损失。
[0004]基于5G的实时性和低延时性，实时将用户拍摄的验证视频或图像，传输至服务端，通过模型对同一线下场景聚集性环境信息的核验，可有效识别该类作案手法，即时判断用户是否违规，节约时间成本，防范资金损失。

技术实现思路

[0005]为了克服上述问题或者至少部分地解决上述问题，本专利技术实施例提供一种图像特征图谱聚类方法及系统，可对非高度相似，但具有一定的链式关系的相似关系图像群组进行有效聚类，大大提高聚类效果。
[0006]本专利技术的实施例是这样实现的：
[0007]第一方面，本专利技术实施例提供一种图像特征图谱聚类方法，包括以下步骤：
[0008]获取并将目标图像数据存储到图像数据库中；
[0009]获取并对图像数据库中的目标图像数据进行特征提取，输出对应的图像特征向量；
[0010]将图像特征向量输入到历史图像特征向量库中进行存储；/>[0011]对历史图像特征向量库中的图像特征向量进行图谱聚类，以得到并输出聚类群组结果。
[0012]为了解决现有技术中在聚类过程中无法聚类出非高度相似，但具有一定的链式关系的相似关系图像群组的问题，本方法首先将图像数据存储到图像数据库中，并对图像进行特征提取，再进行图像特征图谱聚类，最后输出结果。通过对图像特征图谱聚类分析，能够精准地识别此类高风险用户群体，帮助业务提前发现风险，减少损失。
[0013]基于第一方面，在本专利技术的一些实施例中，上述获取并对图像数据库中的目标图像数据进行特征提取的方法包括以下步骤：
[0014]获取并对应的业务办理顺序依次从图像数据库中提取目标图像数据，并进行特征提取。
[0015]基于第一方面，在本专利技术的一些实施例中，上述对图像数据库中的目标图像数据
进行特征提取的方法包括以下步骤：
[0016]通过预先训练好的图像模型对对图像数据库中的目标图像数据进行特征提取。
[0017]基于第一方面，在本专利技术的一些实施例中，上述对历史图像特征向量库中的图像特征向量进行图谱聚类，以得到并输出聚类群组结果的方法包括以下步骤：
[0018]对历史图像特征向量库中的图像特征向量，进行两两计算相似度建立边关系；
[0019]根据预设的阈值对上述边关系中的边进行过滤，以得到并根据过滤结果计算图谱的邻接矩阵，构建目标图谱；
[0020]基于目标图谱使用连通子图进行聚类，以得到并根据聚类结果每个节点的度进行打分，并对节点进行过滤，再更新图信息并循环聚类，直至整个图结构稳定，输出聚类群组结果。
[0021]第二方面，本专利技术实施例提供一种图像特征图谱聚类系统，包括：图像存储模块、特征提取模块、向量存储模块以及聚类模块，其中：
[0022]图像存储模块，用于获取并将目标图像数据存储到图像数据库中；
[0023]特征提取模块，用于获取并对图像数据库中的目标图像数据进行特征提取，输出对应的图像特征向量；
[0024]向量存储模块，用于将图像特征向量输入到历史图像特征向量库中进行存储；
[0025]聚类模块，用于对历史图像特征向量库中的图像特征向量进行图谱聚类，以得到并输出聚类群组结果。
[0026]为了解决现有技术中在聚类过程中无法聚类出非高度相似，但具有一定的链式关系的相似关系图像群组的问题，本系统通过图像存储模块、特征提取模块、向量存储模块以及聚类模块等多个模块的配合，首先将图像数据存储到图像数据库中，并对图像进行特征提取，再进行图像特征图谱聚类，最后输出结果。通过对图像特征图谱聚类分析，能够精准地识别此类高风险用户群体，帮助业务提前发现风险，减少损失。
[0027]第三方面，本申请实施例提供一种电子设备，其包括存储器，用于存储一个或多个程序；处理器。当一个或多个程序被处理器执行时，实现如上述第一方面中任一项的方法。
[0028]第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述第一方面中任一项的方法。
[0029]本专利技术实施例至少具有如下优点或有益效果：
[0030]本专利技术实施例提供一种图像特征图谱聚类方法及系统，将图像数据存储到图像数据库中，并对图像进行特征提取，再进行图像特征图谱聚类，最后输出结果。通过对图像特征图谱聚类分析，能够精准地识别此类高风险用户群体，帮助业务提前发现风险，减少损失。本专利技术有效地解决传统图像聚类过程中无法聚类出非高度相似，但又具有一定的链式关系的相似图像群组的问题。
附图说明
[0031]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0032]图1为本专利技术实施例一种图像特征图谱聚类方法的流程图；
[0033]图2为本专利技术实施例一种图像特征图谱聚类方法中整体流程示意图；
[0034]图3为本专利技术实施例一种图像特征图谱聚类方法中图谱聚类的流程示意图；
[0035]图4为本专利技术实施例一种图像特征图谱聚类系统的原理框图；
[0036]图5为本专利技术实施例提供的一种电子设备的结构框图。
[0037]附图标记说明：100、图像存储模块；200、特征提取模块；300、向量存储模块；400、聚类模块；101、存储器；102、处理器；103、通信接口。
具体实施方式
[0038]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。
[0039]因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0040]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像特征图谱聚类方法，其特征在于，包括以下步骤：获取并将目标图像数据存储到图像数据库中；获取并对图像数据库中的目标图像数据进行特征提取，输出对应的图像特征向量；将图像特征向量输入到历史图像特征向量库中进行存储；对历史图像特征向量库中的图像特征向量进行图谱聚类，以得到并输出聚类群组结果。2.根据权利要求1所述的一种图像特征图谱聚类方法，其特征在于，所述获取并对图像数据库中的目标图像数据进行特征提取的方法包括以下步骤：获取并对应的业务办理顺序依次从图像数据库中提取目标图像数据，并进行特征提取。3.根据权利要求1所述的一种图像特征图谱聚类方法，其特征在于，所述对图像数据库中的目标图像数据进行特征提取的方法包括以下步骤：通过预先训练好的图像模型对对图像数据库中的目标图像数据进行特征提取。4.根据权利要求1所述的一种图像特征图谱聚类方法，其特征在于，所述对历史图像特征向量库中的图像特征向量进行图谱聚类，以得到并输出聚类群组结果的方法包括以下步骤：对历史图像特征向量库中的图像特征向量，进行两两计算相似度建立边关系；根据预设的阈值对上述边关系中的边进行过滤，以得到...

【专利技术属性】
技术研发人员：汤敏伟，徐华建，徐德华，袁顺杰，黄心泓，
申请(专利权)人：天翼电子商务有限公司，
类型：发明
国别省市：