[发明专利]一种基于图片背景相似性的欺诈检测识别方法及设备

说明书

本发明公开了一种基于图片背景相似性的欺诈检测识别方法及设备。该方法包括获取各用户贷款申请上传的图片数据，基于场景分类模型过滤所述图片数据中的正常背景图片，以获得疑似欺诈场景图片；基于特征提取模型提取所述疑似欺诈场景图片中的背景特征信息；根据所述背景特征信息对疑似欺诈场景图片进行聚类，以获得身份证场景聚类结果和大头照场景聚类结果；对身份证场景聚类结果和大头照场景聚类结果进行整合输出。本发明利用场景分类，提高聚类效果，利用特征提取模型，可有效提取图片背景特征，利用HDBSCAN对于提取的疑似欺诈场景的图片特征做聚类，确保聚类后的效果，便于进行欺诈检测及欺诈团伙识别。

技术领域

本发明涉及欺诈检测及欺诈团伙识别技术领域，具体涉及一种基于图片背景相似性的欺诈检测识别方法及设备。

背景技术

近年来，随着互联网的出现，互联网金融得到了迅速的发展。虽然互联网金融的蓬勃发展为金融业注入了新的活力，但其发展过程也暴露了一些问题和风险隐患，并对金融管理带来了巨大挑战。目前，由互联网金融而导致的互联网欺诈已经变得非常专业化和产业化。

在实际业务当中，申请贷款需要上传身份证照片及个人大头照，而通过中介上传的图片的背景非常类似，比如都在某办公室，某大楼的外面，某酒店等。对于此类欺诈团伙的识别，如果所有客户上传的照片都通过人工审核，那么实现难度极大。由于图片样本本身的多样性及不规则性，图片的审核难度随着审核图片的数量的增加急剧上升，为了辅助人工审核，通过图片背景相似度进行聚类的算法被提出。场景分类作为图片分类的一个应用，发展已经比较成熟，场景分类不仅包括室内、室外场景的粗粒度分类，也包括指教室、医院、篮球场等细粒度分类。由于实际场景中，通过欺诈团伙申请的用户图片非常少，正常图片数量远远高于欺诈团伙场景图片，这样就会对于聚类对象带来非常多的噪音，造成聚类准确率低。

发明内容

本发明的目的是针对现有技术存在的不足，提供一种基于图片背景相似性的欺诈检测识别方法及设备。

为实现上述目的，在第一方面，本发明提供了一种基于图片背景相似性的欺诈检测识别方法，包括：

获取各用户贷款申请上传的图片数据，所述图片数据包括身份证图片和大头照图片；

基于场景分类模型过滤所述图片数据中的正常背景图片，以获得疑似欺诈场景图片，所述疑似欺诈场景图片包括疑似欺诈身份证图片和疑似欺诈大头照图片；

基于特征提取模型提取所述疑似欺诈场景图片中的背景特征信息；

根据所述背景特征信息对疑似欺诈场景图片进行聚类，以获得身份证场景聚类结果和大头照场景聚类结果，所述身份证场景聚类结果和大头照场景聚类结果依次包括若干类簇的疑似欺诈身份证图片和疑似欺诈大头照图片；

根据所述身份证场景聚类结果和大头照场景聚类结果分别对应的户头号，两两组合对比计算户头号的重合度IOU：

其中，为身份证场景聚类结果中的第e个类簇的户头号集合，为大头照场景聚类结果中的第f个类簇的户头号集合，e、f均为大于零的自然数；

将所述重合度IOU大于设定的重合度阈值的户头号集合组合判定为同一类簇，并取所述户头号集合组合中的集合与集合的并集得到户头号集合且以户头号集合作为户头号聚类结果，m为取值为 1至e的自然数，n为取值为1至f的自然数；

向户头号为和的类簇中依次添加与户头号集合分别对应且缺少的疑似欺诈身份证图片和疑似欺诈大头照图片，并作为聚类结果输出。