CN109948644A - 一种相似房源数据检测方法、装置及终端设备 - Google Patents

Abstract

本发明提供了一种相似房源数据检测方法、装置及终端设备，适用于数据处理技术领域，该方法包括：获取第一房源数据中包含的N张第一图片，以及第二房源数据中包含的M张第二图片，其中，N和M均为正整数；对N张第一图片和M张第二图片进行相似度检测，得到第一房源数据与第二房源数据中包含的相似图片的数量；基于相似图片的数量，判断第一房源数据与第二房源数据是否为相似房源数据。本发明实施例保证了最终对两张图片相似度检测的准确性，实现对相似图片的精确识别。

Description

一种相似房源数据检测方法、装置及终端设备

技术领域

本发明属于数据处理技术领域，尤其涉及相似房源数据检测方法及终端设备。

背景技术

现在进行卖房租房信息展示的房源平台管理方式较为松散，房东和中介可自由上传房源图片至平台，但实际应用中发现由于房东和中介可能会对一个房源重复发帖，从而使得房源平台中充斥着大量重复、相似的图片，这严重导致了平台存储资源的浪费，同时使得用户无法正常使用平台进行房源信息查阅。因此，现有技术中急需一种可以进行相似房源数据识别的方法，以帮助房源平台对检测出相同房源的房源数据进行管理，提升平台的管理效率。

发明内容

有鉴于此，本发明实施例提供了一种相似房源数据检测方法及终端设备，以解决现有技术中房源平台重复房源数据过多，无法识别相似房源数据的问题。

本发明实施例的第一方面提供了一种相似房源数据检测方法，包括：

获取第一房源数据中包含的N张第一图片，以及第二房源数据中包含的M张第二图片，其中，N和M均为正整数；

对所述N张第一图片和所述M张第二图片进行相似度检测，得到所述第一房源数据与所述第二房源数据中包含的相似图片的数量；

基于所述相似图片的数量，判断所述第一房源数据与所述第二房源数据是否为相似房源数据；

所述对所述N张第一图片和所述M张第二图片进行相似度检测，包括：

提取第一图片中包含的第一特征点，筛选出其中的边缘特征点，并基于该边缘特征点进行连线得到对应的第一多边形；

基于所述第一多边形内包含的图片内容，对第二图片进行图片区域匹配，筛选出在所述第二图片中对应的第一图片区域；

提取所述第一图片区域中包含的第二特征点，筛选出其中的边缘特征点，并基于该边缘特征点进行连线得到对应的第二多边形；

计算所述第一多边形内包含的图片内容，与所述第一图片区域的第一相似度，并计算所述第一多边形与所述第二多边形的第二相似度；

若所述第一相似度和所述第二相似度均大于对应的预设阈值，判定所述第一图片与所述第二图片为相似图片。

本发明实施例的第二方面提供了一种相似房源数据检测装置，包括：

图片获取模块，用于获取第一房源数据中包含的N张第一图片，以及第二房源数据中包含的M张第二图片，其中，N和M均为正整数；

相似图片检测模块，用于对所述N张第一图片和所述M张第二图片进行相似度检测，得到所述第一房源数据与所述第二房源数据中包含的相似图片的数量；

相似房源判定模块，用于基于所述相似图片的数量，判断所述第一房源数据与所述第二房源数据是否为相似房源数据；

相似图片检测模块，包括：

第一多边形提取模块，用于提取第一图片中包含的第一特征点，筛选出其中的边缘特征点，并基于该边缘特征点进行连线得到对应的第一多边形；

第一图片区域筛选模块，用于基于所述第一多边形内包含的图片内容，对第二图片进行图片区域匹配，筛选出在所述第二图片中对应的第一图片区域；

第二多边形提取模块，用于提取所述第一图片区域中包含的第二特征点，筛选出其中的边缘特征点，并基于该边缘特征点进行连线得到对应的第二多边形；

第一相似度计算模块，用于计算所述第一多边形内包含的图片内容，与所述第一图片区域的第一相似度，并计算所述第一多边形与所述第二多边形的第二相似度；

第一判定模块，用于若所述第一相似度和所述第二相似度均大于对应的预设阈值，判定所述第一图片与所述第二图片为相似图片。

本发明实施例的第三方面提供了一种终端设备，所述终端设备包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的相似房源数据检测方法或上述相似房源数据检测的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，包括：存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上所述的相似房源数据检测方法或上述相似房源数据检测的步骤。

本发明实施例与现有技术相比存在的有益效果是：通过对房源数据中的房源图片进行两两组合，对每组进行相似图片的检测，并根据相似图片的数量来实现对相似房源的检测，其中在进行相似图片检测时，通过特征点提取并进行边缘特征点的多边形绘制，确定出了第一图片中的核心特征区域，再基于该核心特征区域来对第二图片进行图片区域筛选，确定出与第一图片核心特征区域相关性最强的图片区域，最后基于第一图片的核心特征区域与筛选出的第二图片的图片区域的图片相似度，以及边缘特征点绘制的多边形相似度两个维度的相似度匹配，从而保证了最终对两张图片相似度检测的准确性，实现对相似房源图片的精确识别，进而实现了对相似房源数据的精确识别。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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发明的一些实施例，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1A和图1B是本发明实施例一提供的相似房源数据检测方法的实现流程示意图；

图2是本发明实施例二提供的相似房源数据检测方法的实现流程示意图；

图3是本发明实施例三提供的相似房源数据检测方法的实现流程示意图；

图4是本发明实施例四提供的相似房源数据检测方法的实现流程示意图；

图5是本发明实施例五提供的相似房源数据检测装置的结构示意图；

图6是本发明实施例六提供的终端设备的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

为了便于理解本发明，此处先对本发明实施例进行简要介绍：考虑到实际情况中房源平台的重复、相似图片情况严重，因此，为了实现对相似图片的准确识别，本发明实施例会对待识别图片其中的一张图片进行核心特征区域提取，并会根据该核心特征区域进行另一张图片的相似图片区域筛选，再对该图片区域进行核心特征区域的提取，最后基于两张图片的核心特征区域以及筛选出来的相似图片区域，来进行两张图片的相似度检测，从而实现了基于图片核心特征区域的相似度检测，实现了对相似图片的精确识别，详述如下：

图1A和图1B示出了本发明实施例一提供的相似房源数据检测方法的实现流程图，详述如下：

S101，获取第一房源数据中包含的N张第一图片，以及第二房源数据中包含的M张第二图片，其中，N和M均为正整数。

其中，本发明实施例中的房源数据，既可以是已上传并公开至房源平台的数据，也可以是用户准备上传或正在上传而未公开的房源数据。由于两个待匹配的房源数据而言，其中包含的具体房源图片数量是无法预先确定的，因此本发明实施例首先要获取两个房源数据所包含的所有房源图片，再对这些房源图片进行是否相似的检测。

S102，对N张第一图片和M张第二图片进行相似度检测，得到第一房源数据与第二房源数据中包含的相似图片的数量。

对于N张第一图片和M张第二图片而言，其共可以产生N×M种第一图片+第二图片的组合，再对这N×M种组合进行图片相似度的检测，即可确定出两个房源数据的相似图片数据，具体房源图片相似度检测方法参见本发明实施例后续说明。

S103，基于相似图片的数量，判断第一房源数据与第二房源数据是否为相似房源数据。

当两个房源数据中包含大量相似的房源数据时，即可说明两个房源数据极有可能时同一房源数据，因此本发明实施例会根据具体相似图片的数量，来判断两个房源数据是否相似。具体而言，可以是直接预设一个数量阈值，若检测出的相似图片的数量大于该数量阈值，判定为是相似房源数据，也可以是预设一个数量比例阈值，并计算相似图片的数量占两个房源数据中房源图片总数量的比例，若大于数量比例阈值，则判定为相似房源数据，还可以使上述两种方法同时使用，只要满足其中一种阈值要求，则判定为相似房源数据。

对N张第一图片和M张第二图片进行相似度检测，包括：

S1021，提取第一图片中包含的第一特征点，筛选出其中的边缘特征点，并基于该边缘特征点进行连线得到对应的第一多边形。

本发明实施例中，每次进行相似度检测的图片为两张，为了便于区分以及后续处理对象的确定，将其中一张命名为第一图片另一张命名为第二图片，而具体的命名顺序，既可以是随机选取确定，也可以是根据技术人员设定的选取规则确定，如可以是将两张图片中文件体积较小的作为第一图片等，此处不予限定。特征点指的是图片灰度值发生剧烈变化的点或者在图片边缘上曲率较大的点(即两个边缘的交点)，本发明实施例中对特征点的提取使用的方法不予限定，包括但不限于如使用SIFT特征点提取算法等进行提取，具体可由技术人员自行设定。边缘特征点是指提取出的第一特征点中位于最外围的特征点。通过对边缘特征点进行连线得到对应的多边形，可以实现将图片中所有的特征点均包含至对应多边形中，由于该多边形中已经包含了图片的所有特征点，因此多边形内的图片内容即为原图片的核心特征区域，从而实现了对图片的核心特征区域的识别。

S1022，基于第一多边形内包含的图片内容，对第二图片进行图片区域匹配，筛选出在第二图片中对应的第一图片区域。

在识别出第一图片的核心特征区域之后，本发明实施例会进一步地基于该核心特征区域对第二图片内进行图片区域匹配，以查找出在第二图片中与第一图片核心特征区域匹配度最高的图片区域。其中具体进行图片区域匹配的方法包括但不限于如将核心特征区域在第二图片内逐行/列像素的平移，并在每次平移位置处计算与第二图片重叠区域内的图片相似度，最后在对整个第二图片平移相似度计算完成后，筛选出其中图片相似度最高的图片区域作为本发明实施例中的第一图片区域，或者也可以使用OpenCV等提供的图片区域匹配算法进行匹配处理，如使用OpenCV提供的Imgproc.matchTemplate等算法来实现对图像区域的匹配，具体可由技术人员根据实际需求自行设定，此处不予限定。

S1023，提取第一图片区域中包含的第二特征点，筛选出其中的边缘特征点，并基于该边缘特征点进行连线得到对应的第二多边形。

首先应当说明地，由于本发明实施例中的图片相似度检测主要针对的是房源图片的相似度检测，与传统的图片相似度检测最大的区别在于：本发明实施例不需要整体图片全都相似，只需要两张图片中包含的核心特征区域相似即可，如两张对同一卧室拍摄的图片，第一张照的是整个卧室，第二张是卧室中的床和飘窗等，按照传统的相似度检测方法，第一张在除床和飘窗以外的区域无法与第二张进行正常匹配，因此极有可能会被认定为不是相似图片，但在本发明实施例中，若第二张图片中的床和飘窗与第一张卧室中的床和飘窗相似，则仍可以说明两张图片是对同一卧室拍的，即两张图片属于同一房源图片。因此，在实现了从第二图片中筛选出与第一图片核心特征区域最为相似的图片区域之后，本发明实施例会继续深入分析核心特征区域与第一图片区域的相似情况，以确定出第一图片和第二图片是否为相似房源图片。

为了实现对核心特征区域与第一图片区域的相似情况分析，本发明实施例中会对第一图片区域进行特征点分析，并进行与本发明实施例步骤S101相同的多边形绘制，得到第一图片区域的核心特征区域，以供后续使用。

S1024，计算第一多边形内包含的图片内容，与第一图片区域的第一相似度，并计算第一多边形与第二多边形的第二相似度。

在得到第一图片的核心特征区域、第一图片核心特征区域在第二图片中对应的第一图片区域以及第一图片区域的核心特征区域之后，本发明实施例会分别对第一图片的核心特征区域和第一图片区域，以及第一图片的核心特征区域和第一图片区域的核心特征区域进行相似度计算，以实现从图片区域整体，以及局部核心特征区域两方面，对第一图片的核心特征区域和第一图片区域是否相似的精确判断。

其中，在进行第一相似度计算时，考虑到其实在本发明实施例步骤S102进行第一图片区域提取时，就已经计算了第一图片的核心特征区域和第一图片区域，因此，在本发明实施例中，既可以直接将步骤S102中计算时得到的相似度结果作为第一相似度，也可以由技术人员自行选定或设计其他的图片相似度计算方法来实现对第一相似度的计算，如可以参考本发明实施例三至四相关内容，此处不进行具体限定。对于第二相似度，由于两个核心特征区域对应的多边形图案已经被绘制出来，因此在本发明实施例中会直接检测两个多边形几何图案的相似度，具体而言，本发明实施例不对两个多边形具体的相似度计算方法进行限定，可以是对多边形的边数、内角数以及面积中的一种或多种特征参数进行比对分析，以确定出两者的相似度如何，也可以是技术人员设定的其他方法。

作为本发明对两个多边形的一种相似度计算方法具体实现方法，本发明实施例包括：基于第一多边形与第二多边形分别包含的内角数量，计算第二相似度。

本发明实施例会根据两个多边形的内角数量/边数量来进行匹配，内角数量/边数量越接近，说明两个多边形越相似，即第一图片的核心特征区域和第一图片区域的核心特征区域特征点分布越相似，具体而言，设第一多边形的内角数量/边数量为a，第二多边形的内角数量/边数量为b，则第二相似度＝(a+b-2|a-b|)/(a+b)。

S1025，若第一相似度和第二相似度均大于对应的预设阈值，判定第一图片与第二图片为相似图片。

当第一图片的核心特征区域和第一图片区域，以及第一图片的核心特征区域和第一图片区域的核心特征区域的相似度均较高时，说明第一图片的核心特征区域和第一图片区域，在图片区域整体局部核心特征区域两方面均较为相似，即第一图片的核心特征区域和第一图片区域可以被认定为高相似度的图片区域，由上述说明可知，当一张房源图片与另一张房源图片的部分区域相同，即可说明两者很大概率是对同一房源拍摄的图片，因此此时本发明实施例会将两张图片判断为是对同一房源的相似图片，即第一图片与第二图片为相似图片。其中，第一相似度和第二相似度对应的阈值，既可以相同也可以不同，具体阈值大小，可由技术人员根据实际情况预先设定。

通过对房源数据中的房源图片进行两两组合，对每组进行相似图片的检测，并根据相似图片的数量来实现对相似房源的检测，其中在进行相似图片检测时，通过特征点提取并进行边缘特征点的多边形绘制，确定出了第一图片中的核心特征区域，再基于该核心特征区域来对第二图片进行图片区域筛选，确定出与第一图片核心特征区域相关性最强的图片区域，最后基于第一图片的核心特征区域与筛选出的第二图片的图片区域的图片相似度，以及边缘特征点绘制的多边形相似度两个维度的相似度匹配，从而保证了最终对两张图片相似度检测的准确性，实现对相似房源图片的精确识别，进而实现了对相似房源数据的精确识别。

作为本发明的一个实施例，考虑到实际情况中很多中介和房东，都喜欢对自己上传的图片加上水印，如加上一些中介公司的徽标或者商标，或者加上一些个人的名称和联系方式等，而这些水印都会对本发明实施例一中的特征点提取以及图片区域匹配等造成极大的影响，从而使得最终对图片相似度检测的准确度下降，因此，为了祛除水印对图片相似度检测的影响，在本发明实施例一对第一图片进行特征点检测之前，本发明实施例包括：

剔除第一图片和第二图片中包含的水印。

其中，具体的水印去除方法本发明实施例中不予限定，包括但不限于如使用一些现有的水印识别算法或水印去除算法来进行水印的识别和去除，如OpenCV中提供的一些基于FMM算法的水印修复算法，或者，考虑到实际情况中中介和房东放置水印的位置相对较为固定，因此可以由技术人员根据实际情况中水印放置的位置来设定好一些固定水印位置，如可以设置为图片的右下角位置等，再将待进行相似度检测的第一图片和第二图片中这些固定水印位置的图片内容进行剔除，从而实现对图片水印的剔除。

作为本发明实施例二，考虑到本发明实施例一中是以待进行相似度检测的两张图片中的第一图片作为参考对象来进行核心特征区域提取，再基于该核心特征区域来进一步对第二图片进行匹配处理等操作的，因此最开始提取出的核心特征区域的实际情况以及后续的相似度检测结果，直接依赖于选取的第一图片实际情况如何，而由上述说明可知，由于本发明实施例中针对的是房源图片的相似度检测，其极有可能会出现待检测的两张图片中一张拍摄的内容仅是另一张拍摄的内容的一部分，因此，在本发明实施例一中，当选取的第二图片拍摄的内容仅是第一图片的一部分时，直接导致的结果是对第一图片提取出的核心特征区域内容，可能还是多于整个第二图片所包含的内容，此时，即使是使用本发明实施例一中的方法进行处理匹配，得到的结果也往往时两张图片存在较大差异，相似度难以满足要求，从而将两张图片误检测为不相似，因此，为了保证对房源图片是否相似的精确检测，如图2所示，包括：

S201，若第一相似度和第二相似度中，存在相似度不大于对应的预设阈值，提取第二图片中包含的第三特征点，筛选出其中的边缘特征点，并基于该边缘特征点进行连线得到对应的第三多边形。

S202，基于第三多边形内包含的图片内容，对第一图片进行图片区域匹配，筛选出在第一图片中对应的第二图片区域。

S203，提取第二图片区域中包含的第四特征点，筛选出其中的边缘特征点，并基于该边缘特征点进行连线得到对应的第四多边形。

S204，计算第三多边形内包含的图片内容，与第二图片区域的第三相似度，并计算第三多边形与第四多边形的第四相似度。

S205，若第三相似度与第四相似度均大于对应的预设阈值，判定第一图片与第二图片为相似图片。

当本发明实施例一中的第一相似度和第二相似度中有一个或者两个不大于对应的阈值，说明第一图片的核心特征区域和第一图片区域相似度较低，即根据第一图片的核心特征区域和第一图片区域还不能判断第一图片和第二图片相似。因此，本发明实施例会将对第一图片和第二图片的处理方式进行对调，即以第二图片作为最初的核心特征区域分析对象，并基于第二图片的核心特征区域来对第一图片进行第二图片区域的匹配和第二图片区域核心特征区域的识别，最后再基于第二图片的核心特征区域和第二图片区域的相似情况，来判断第一图片和第二图片的相似度情况。

应当说明地，由于本发明实施例中对第二图片和第一图片的处理方法，仅是将本发明实施例一对第一图片和第二图片的处理方法中的处理对象进行了对调，其中具体的特征点提取、图像区域匹配、多边形绘制以及相似度计算等处理过程，均与本发明实施例一一致，因此，本发明实施例中不再对具体的处理过程进行赘述，可具体参考本发明实施例一的相关说明。

在本发明实施例中，通过在本发明实施例一无法准确判别第一图片和第二图片是否相似时，将第一图片和第二图片进行对调，并基于第二图片进行核心特征区域提取以及后续一系列的图像处理操作，从而避免了由于对第一图片和第二图片选取导致的相似图片检测不准确的情况发生，使得即使本发明实施例一中第二图片拍摄的内容仅是第一图片的一部分，使得本发明实施例一无法准确进行图片相似度检测，本发明实施例依然能实现对两张待检测的图片的相似度精确检测，实现了对相似房源图片的精确识别。

作为本发明的一个实施例，当本发明实施例二得到的第三相似度和第四相似度中，存在相似度不大于对应的预设阈值时，判定第一图片和第二图片不为相似图片。当对调处理后仍无法得到两张图片相似的结果时，说明无论以第一图片还是以第二图片为对象进行核心特征区域提取和处理，两张图片的特征点情况相似度都是较低的，因此，本发明实施例会判定两张图片是不相似图片。

作为本发明实施例一或二中，对第一图片的核心特征区域与第二图片对应的第一图片区域的第一相似度计算的一种具体实现方式，考虑到本发明实施例一中已经对第一图片的核心特征区域和第一图片区域进行了特征点提取，因此本发明实施例中会基于这些特征点情况来进一步分析两者的相似度情况，如图3所示，本发明实施例三，包括：

S301，获取第一特征点的第一像素灰度值以及在第一图片中的第一像素坐标，并获取第二特征点的第二像素灰度值以及在第二图片中的第二像素坐标。

本发明实施例中，首先会对第一图片和第二图片进行灰度二值化处理，得到每个像素点的灰度值，再确定出第一特征点对应的第一像素灰度值和在第一图片中的像素坐标，以及第二特征点在第二图片中的第二像素灰度值和在第二图片中对应的像素坐标。

S302，基于第一像素灰度值、第二像素灰度值、第一像素坐标以及第二像素坐标，筛选第一特征点与第二特征点中的相似特征点，并统计相似特征点的数量。

像素坐标记录了像素在一张图片中的准确位置，在进行特征点匹配时，为了确定出第一图片核心特征区域与第一图片区域特征点的相似情况，本发明实施例会查找出其中的相似特征点，即在像素灰度值以及坐标位置均相似的特征点。具体而言，可以使用一些现有的特征点匹配算法来实现对相似特征点的匹配，如使用OpenCV中提供的FLANNBASED特征点匹配算法来确定出第一特征点和第二特征点中相似的特征点，或者也可以由技术人员自行设计一些特征点匹配算法来进行匹配，例如，先将第一图片核心特征区域和第一图像区域划分为多区域位置，如左上、左下、右上和右下(或者也可以划分的根据细一点，这里仅是划分规则的举例)，根据第一特征点的第一像素坐标，确定出其在第一图片核心特征区域的区域位置，并对相同区域位置的第一特征点和第二特征点的像素灰度值进行匹配，若接近，则判定为是相似特征点，且每个特征点仅能对应有一个相似特征点，具体使用的相似特征点匹配算法此处不予限定。

S303，基于第一像素坐标计算第一特征点的第一特征点离散度，并基于第二像素坐标计算第二特征点的第二特征点离散度。

除了具体从每个相似特征点角度来进行相度的检测，本发明实施例同时还会将第一特征点分布情况和第二特征点在图片中空间分布情况进行对比，以从整体特征点的空间分布情况角度判断第一图片的核心特征区域和第一图片区域相似度如何。为了实现对整体特征点的空间分布情况相似度检测，首先需要实现对特征点空间分布情况的量化，本发明实施例中选用了计算特征点离散度的方式，来量化特征点分布情况。其中具体计算离散度的方法可由技术人员根据实际需求进行设定，此处不予限定，包括但不限于如使用一些现有的坐标点离散度计算方法来进行计算，如OpenCV中提供的离散度算法，或者由技术人员自行设计一些离散度计算方法，例如对特征点进行两两随机组合，并基于像素坐标计算每组特征点之间的坐标距离，再将其中最大的坐标距离值作为对应的特征点离散度即可，或者再得到每组特征点之间的坐标距离之后，基于异众比率、协方差或者方差标准差等，计算坐标距离的离散程度，并作为对应的特征点离散度即可。

S304，根据相似特征点的数量、第一特征点离散度和第二特征点离散度，计算第一相似度。

在得到相似特征点的数量、第一特征点离散度以及第二特征点离散度之后，即实现了从每个特征点相似的局部维度以及特征点分布整体维度两个维度的图片特征点分析，最后本发明实施例会将两个维度综合计算第一图片核心特征区域与第二图片中对应的第一图片区域的第一相似度。具体而言，可以基于相似特征点的数量a、第一特征点数量b和第二特征点的数量c，计算出局部维度的特征点匹配度＝2a/(b+c)，或者基于相似特征点的数量所处预设的数量阈值范围，进行局部维度的特征点匹配度评分，并计算两个特征点离散度的匹配度情况，得到整体维度的特征点相似度，再基于两个维度的特征点相似度来权重计算出最终的第一相似度即可。

作为本发明实施例三中，计算第一相似度的一种具体实现方法，如图4所示，本发明实施例四，包括：

S401，统计第一特征点的数量以及第二特征点的数量。

S402，基于第一特征点的数量、第二特征点的数量以及相似特征点的数量，计算第一特征点与第二特征点的第一匹配度。

设相似特征点的数量为a、第一特征点数量为b同时第二特征点数量为c，在本发明实施例中第一匹配度＝2a/(b+c)，同时，当a＝b或者a＝c时，第一匹配度＝1。其中，当a＝b或者a＝c，说明第一特征点全部包含于第二特征点中，或者第二特征点全部包含于第一特征点中，根据房源图片相似度匹配的特殊性：当一张房源图片内的图片内容全部包含于另一张房源图片时，即可认定为两者房源图片是对同一房源拍摄的图片，即两者是相似的房源图片(可见本发明实施例一中相关解释)，因此当此时本发明实施例会直接判定第一匹配度为最大值1。

S403，基于第一特征点离散度和第二特征点离散度，计算第一特征点与第二特征点的第二匹配度。

设第一离散度为d，第二离散度为e，在得到两个离散度之后，本发明实施例会进一步计算两个离散度的相似性，以得到第一特征点和第二特征点在整体空间分布上的第二匹配度＝(d+e-2|d-e|)/(d+e)。

S404，基于第一匹配度和第二匹配度，计算第一相似度。

在得到两个匹配度之后，本发明实施例会根据预设的每个匹配度的权重分数来对两个匹配度进行权重计算，从而得到最终的第一相似度。其中具体每个匹配度对应的权重分数可由技术人员自行设定，优选地，两个匹配度的权重分数均设置为0.5。

作为本发明的一个实施例，包括：

若第一匹配度和第二匹配度中，存在匹配度小于对应的预设匹配度阈值，将第一相似度设置为零。

由于第一匹配度和第二匹配度分别是从特征点相似的局部维度和特征点分布的整体维度计算得到的，当其中任何一个匹配度不满足阈值要求时，都说明第一特征点和第二特征点之间在局部维度或者整体维度上，匹配度还不够高，因此，此时本发明实施例会直接认定为第一特征点和第二特征点匹配度较低，第一图片核心特征区域与其在第二图片中对应的第一图片区域相似性较低，并会直接将第一相似度设置为0。

应当理解地，上述本发明实施例三至四虽然是对本发明实施例一中相关技术内容的进一步解释说明，但由于本发明实施例二中实际处理方法与本发明实施例一是完全一样的，且第一图片和第二图片的对调，并不会对本发明实施例三至五的技术方案与本发明实施例二技术方案结合带来任何技术障碍，因此，也可以将上述本发明实施例三至五中的相关技术内容，结合至本发明实施例二进行实施应用，从而得到对应的新的技术方案，这仍属于本发明的保护范围之中。

通过对房源数据中的房源图片进行两两组合，对每组进行相似图片的检测，并根据相似图片的数量来实现对相似房源的检测，其中在进行相似图片检测时，通过特征点提取并进行边缘特征点的多边形绘制，确定出了第一图片中的核心特征区域，再基于该核心特征区域来对第二图片进行图片区域筛选，确定出与第一图片核心特征区域相关性最强的图片区域，最后基于第一图片的核心特征区域与筛选出的第二图片的图片区域的图片相似度，以及边缘特征点绘制的多边形相似度两个维度的相似度匹配，从而保证了最终对两张图片相似度检测的准确性，实现对相似房源图片的一次精确识别。同时，在第一识别无法确认出图片是否相似时，本发明实施例还会将第一图片和第二图片对调，重复进行一次核心特征区域提取以及后续的相似度计算等操作，保证了对房源图片相似度检测的准确可靠。

对应于上文实施例的方法，图5示出了本发明实施例提供的相似房源数据检测装置的结构框图，为了便于说明，仅示出了与本发明实施例相关的部分。图5示例的相似房源数据检测装置可以是前述实施例一提供的相似房源数据检测方法的执行主体。

参照图5，该相似房源数据检测装置包括：

图片获取模块51，用于获取第一房源数据中包含的N张第一图片，以及第二房源数据中包含的M张第二图片，其中，N和M均为正整数。

相似图片检测模块52，用于对所述N张第一图片和所述M张第二图片进行相似度检测，得到所述第一房源数据与所述第二房源数据中包含的相似图片的数量。

相似房源判定模块53，用于基于所述相似图片的数量，判断所述第一房源数据与所述第二房源数据是否为相似房源数据。

相似图片检测模块52，包括：

第一多边形提取模块，用于提取第一图片中包含的第一特征点，筛选出其中的边缘特征点，并基于该边缘特征点进行连线得到对应的第一多边形。

第一图片区域筛选模块，用于基于所述第一多边形内包含的图片内容，对第二图片进行图片区域匹配，筛选出在所述第二图片中对应的第一图片区域。

第二多边形提取模块，用于提取所述第一图片区域中包含的第二特征点，筛选出其中的边缘特征点，并基于该边缘特征点进行连线得到对应的第二多边形。

第一相似度计算模块，用于计算所述第一多边形内包含的图片内容，与所述第一图片区域的第一相似度，并计算所述第一多边形与所述第二多边形的第二相似度。

第一判定模块，用于若所述第一相似度和所述第二相似度均大于对应的预设阈值，判定所述第一图片与所述第二图片为相似图片。

进一步地，相似图片检测模块52，还包括：

第三多边形提取模块，用于若所述第一相似度和所述第二相似度中，存在相似度不大于对应的所述预设阈值，提取所述第二图片中包含的第三特征点，筛选出其中的边缘特征点，并基于该边缘特征点进行连线得到对应的第三多边形。

第二图片区域筛选模块，用于基于所述第三多边形内包含的图片内容，对所述第一图片进行图片区域匹配，筛选出在所述第一图片中对应的第二图片区域。

第四多边形提取模块，用于提取所述第二图片区域中包含的第四特征点，筛选出其中的边缘特征点，并基于该边缘特征点进行连线得到对应的第四多边形。

第二相似度计算模块，用于计算所述第三多边形内包含的图片内容，与所述第二图片区域的第三相似度，并计算所述第三多边形与所述第四多边形的第四相似度。

第二判定模块，用于若所述第三相似度与所述第四相似度均大于对应的预设阈值，判定所述第一图片与所述第二图片为相似图片。

进一步地，第一相似度计算模块54，包括：

像素坐标获取子模块，用于获取所述第一特征点的第一像素灰度值以及在所述第一图片中的第一像素坐标，并获取所述第二特征点的第二像素灰度值以及在所述第二图片中的第二像素坐标。

相似点统计子模块，用于基于所述第一像素灰度值、所述第二像素灰度值、所述第一像素坐标以及所述第二像素坐标，筛选所述第一特征点与所述第二特征点中的相似特征点，并统计所述相似特征点的数量。

离散度计算子模块，用于基于所述第一像素坐标计算所述第一特征点的第一特征点离散度，并基于所述第二像素坐标计算所述第二特征点的第二特征点离散度。

相似度计算子模块，用于根据所述相似特征点的数量、所述第一特征点离散度和所述第二特征点离散度，计算所述第一相似度。

进一步地，相似度计算子模块，包括：

统计所述第一特征点的数量以及所述第二特征点的数量。

基于所述第一特征点的数量、所述第二特征点的数量以及所述相似特征点的数量，计算所述第一特征点与所述第二特征点的第一匹配度。

基于所述第一特征点离散度和所述第二特征点离散度，计算所述第一特征点与所述第二特征点的第二匹配度。

基于所述第一匹配度和所述第二匹配度，计算所述第一相似度。

进一步地，相似度计算子模块，包括：

若所述第一匹配度和所述第二匹配度中，存在匹配度小于对应的预设匹配度阈值，将所述第一相似度设置为零。

进一步地，第一相似度计算模块54，还包括：

基于所述第一多边形与所述第二多边形分别包含的内角数量，计算所述第二相似度。

进一步地，相似图片检测模块52，还包括：

剔除所述第一图片和所述第二图片中包含的水印。

本发明实施例提供的相似房源数据检测装置中各模块实现各自功能的过程，具体可参考前述图1A和图1B所示实施例一的描述，此处不再赘述。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

还应理解的是，虽然术语“第一”、“第二”等在文本中在一些本发明实施例中用来描述各种元素，但是这些元素不应该受到这些术语的限制。这些术语只是用来将一个元素与另一元素区分开。例如，第一表格可以被命名为第二表格，并且类似地，第二表格可以被命名为第一表格，而不背离各种所描述的实施例的范围。第一表格和第二表格都是表格，但是它们不是同一表格。

图6是本发明一实施例提供的终端设备的示意图。如图6所示，该实施例的终端设备6包括：处理器60、存储器61，所述存储器61中存储有可在所述处理器60上运行的计算机程序62。所述处理器60执行所述计算机程序62时实现上述各个相似房源数据检测方法实施例中的步骤，例如图1所示的步骤101至105。或者，所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能，例如图5所示模块51至53的功能。

所述终端设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器60、存储器61。本领域技术人员可以理解，图6仅仅是终端设备6的示例，并不构成对终端设备6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入发送设备、网络接入设备、总线等。

所称处理器60可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器61可以是所述终端设备6的内部存储单元，例如终端设备6的硬盘或内存。所述存储器61也可以是所述终端设备6的外部存储设备，例如所述终端设备6上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器61还可以既包括所述终端设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器61还可以用于暂时地存储已经发送或者将要发送的数据。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、电载波信号、电信信号以及软件分发介质等。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使对应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种相似房源数据检测方法，其特征在于，包括：

获取第一房源数据中包含的N张第一图片，以及第二房源数据中包含的M张第二图片，其中，N和M均为正整数；

对所述N张第一图片和所述M张第二图片进行相似度检测，得到所述第一房源数据与所述第二房源数据中包含的相似图片的数量；

基于所述相似图片的数量，判断所述第一房源数据与所述第二房源数据是否为相似房源数据；

所述对所述N张第一图片和所述M张第二图片进行相似度检测，包括：

提取第一图片中包含的第一特征点，筛选出其中的边缘特征点，并基于该边缘特征点进行连线得到对应的第一多边形；

基于所述第一多边形内包含的图片内容，对第二图片进行图片区域匹配，筛选出在所述第二图片中对应的第一图片区域；

提取所述第一图片区域中包含的第二特征点，筛选出其中的边缘特征点，并基于该边缘特征点进行连线得到对应的第二多边形；

计算所述第一多边形内包含的图片内容，与所述第一图片区域的第一相似度，并计算所述第一多边形与所述第二多边形的第二相似度；

若所述第一相似度和所述第二相似度均大于对应的预设阈值，判定所述第一图片与所述第二图片为相似图片。

2.如权利要求1所述的相似房源数据检测方法，其特征在于，所述对所述N张第一图片和所述M张第二图片进行相似度检测，还包括：

若所述第一相似度和所述第二相似度中，存在相似度不大于对应的所述预设阈值，提取所述第二图片中包含的第三特征点，筛选出其中的边缘特征点，并基于该边缘特征点进行连线得到对应的第三多边形；

基于所述第三多边形内包含的图片内容，对所述第一图片进行图片区域匹配，筛选出在所述第一图片中对应的第二图片区域；

提取所述第二图片区域中包含的第四特征点，筛选出其中的边缘特征点，并基于该边缘特征点进行连线得到对应的第四多边形；

计算所述第三多边形内包含的图片内容，与所述第二图片区域的第三相似度，并计算所述第三多边形与所述第四多边形的第四相似度；

若所述第三相似度与所述第四相似度均大于对应的预设阈值，判定所述第一图片与所述第二图片为相似图片。

3.如权利要求1或2所述的相似房源数据检测方法，其特征在于，所述计算所述第一多边形内包含的图片内容，与所述第一图片区域的第一相似度，包括：

获取所述第一特征点的第一像素灰度值以及在所述第一图片中的第一像素坐标，并获取所述第二特征点的第二像素灰度值以及在所述第二图片中的第二像素坐标；

基于所述第一像素灰度值、所述第二像素灰度值、所述第一像素坐标以及所述第二像素坐标，筛选所述第一特征点与所述第二特征点中的相似特征点，并统计所述相似特征点的数量；

基于所述第一像素坐标计算所述第一特征点的第一特征点离散度，并基于所述第二像素坐标计算所述第二特征点的第二特征点离散度；

根据所述相似特征点的数量、所述第一特征点离散度和所述第二特征点离散度，计算所述第一相似度。

4.如权利要求3所述的相似房源数据检测方法，其特征在于，根据所述相似特征点的特征点数量、所述第一特征点离散度和所述第二特征点离散度，计算所述第一相似度，包括：

统计所述第一特征点的数量以及所述第二特征点的数量；

基于所述第一特征点的数量、所述第二特征点的数量以及所述相似特征点的数量，计算所述第一特征点与所述第二特征点的第一匹配度；

基于所述第一特征点离散度和所述第二特征点离散度，计算所述第一特征点与所述第二特征点的第二匹配度；

基于所述第一匹配度和所述第二匹配度，计算所述第一相似度。

5.如权利要求4所述的相似房源数据检测方法，其特征在于，所述基于所述第一匹配度和所述第二匹配度，计算所述第一相似度，包括：

若所述第一匹配度和所述第二匹配度中，存在匹配度小于对应的预设匹配度阈值，将所述第一相似度设置为零。

6.如权利要求1所述的相似房源数据检测方法，其特征在于，计算所述第一多边形与所述第二多边形的第二相似度，包括：

基于所述第一多边形与所述第二多边形分别包含的内角数量，计算所述第二相似度。

7.如权利要求1所述的相似房源数据检测方法，其特征在于，在所述提取第一图片中包含的第一特征点之前，还包括：

剔除所述第一图片和所述第二图片中包含的水印。

8.一种相似房源数据检测装置，包括：

图片获取模块，用于获取第一房源数据中包含的N张第一图片，以及第二房源数据中包含的M张第二图片，其中，N和M均为正整数；

相似图片检测模块，用于对所述N张第一图片和所述M张第二图片进行相似度检测，得到所述第一房源数据与所述第二房源数据中包含的相似图片的数量；

相似房源判定模块，用于基于所述相似图片的数量，判断所述第一房源数据与所述第二房源数据是否为相似房源数据；

相似图片检测模块，包括：

第一多边形提取模块，用于提取第一图片中包含的第一特征点，筛选出其中的边缘特征点，并基于该边缘特征点进行连线得到对应的第一多边形；

第一图片区域筛选模块，用于基于所述第一多边形内包含的图片内容，对第二图片进行图片区域匹配，筛选出在所述第二图片中对应的第一图片区域；

第二多边形提取模块，用于提取所述第一图片区域中包含的第二特征点，筛选出其中的边缘特征点，并基于该边缘特征点进行连线得到对应的第二多边形；

第一相似度计算模块，用于计算所述第一多边形内包含的图片内容，与所述第一图片区域的第一相似度，并计算所述第一多边形与所述第二多边形的第二相似度；

第一判定模块，用于若所述第一相似度和所述第二相似度均大于对应的预设阈值，判定所述第一图片与所述第二图片为相似图片。

9.一种终端设备，其特征在于，所述终端设备包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。