摘要
本发明公开了一种基于社交隐私关系挖掘的隐私泄露评估方法和系统,方法包括:收集社交平台上包含人脸的图片,并通过MTCNN和FaceNet对收集图片中人脸检测识别的人脸信息数据;在开放环境和封闭环境下进行主体对齐;通过数据挖掘算法,利用FP‑Tree算法挖掘人脸信息的频繁项;基于YoloV8提供的人体姿态估计关键点检测和目标检测算法,得到每张图片的关系数据;通过Transformer进行亲密关系分类训练;对挖掘出的频繁项所在的原始图片进行频繁项的关系分类;挖掘出隐私关系并做出粗粒度类别判定,评估隐私泄露的风险;本发明通过从图像数据中获取的主体特征,运用数据挖掘算法,挖掘社交隐私关系,结合图像理解通过神经网络推理出社交关系类别,并评估隐私泄露风险。
技术关键词
数据挖掘算法
图片
人体姿态估计
人脸检测识别
人脸数据库
关系
社交平台
Word2Vec模型
照片
神经网络推理
频繁项挖掘
列表
标记
人体关键点
模式
系统为您推荐了相关专利信息
识别岩石
神经网络模型
识别方法
样本
人工智能深度学习
队列
非瞬时性计算机可读存储介质
图形处理器
图片
计算机程序指令
注意力检测方法
Adaboost算法
Harris角点检测算法
区域位置信息
视频
组件库系统
图形渲染引擎
机器学习算法分析
布局算法
子模块