【技术实现步骤摘要】
基于区块链的人脸识别方法及系统
本专利技术涉及区块链
，具体地，涉及一种基于区块链的人脸识别方法及系统。
技术介绍
深度学习属于机器学习的一个分支体系，近些年来在语音识别、自然语言处理、计算机视觉等多个应用领域中取得了突破性进展。深度学习技术在人脸识别方面的应用促进了计算机视觉领域的发展，给人们的生活带来了极大的便利。基于深度学习技术进行人脸识别，一般是通过训练人的面部图像数据，提取个体的面部图像特征建立面部特征模型的实例。此处构建的人脸识别模型可以用来做个体的身份认证，如登陆系统使用人脸识别确认登陆的用户身份等。在使用此人脸识别模型进行认证时，对于给定的人脸图片，模型给出预测值以确定是否为用户本人登陆。使用此模型进行人脸识别时，预测效果取决于模型实例的准确性及泛化性。深度学习算法在训练过程中需要大量训练数据才能得到理想的训练效果，然而，目前单个机构之间拥有的人脸识别训练数据集相互独立无法共享，导致用户使用每一个机构的模型时都需要重新采集面部图像。另外，面部图像数据往往涉及用户隐私，未经用户授权每个机构都无法直...
【技术保护点】
1.一种基于区块链的人脸识别方法，其特征在于，包括：/n获取用户的当前面部图像数据；/n将所述当前面部图像数据输入最优人脸识别模型中，得到当前人脸识别结果；其中，创建最优人脸识别模型的步骤包括：将人脸识别模型参数上传至区块链网络以使所述区块链网络根据所述人脸识别模型参数生成全局模型参数；根据所述全局模型参数创建最优人脸识别模型。/n
【技术特征摘要】
1.一种基于区块链的人脸识别方法，其特征在于，包括：
获取用户的当前面部图像数据；
将所述当前面部图像数据输入最优人脸识别模型中，得到当前人脸识别结果；其中，创建最优人脸识别模型的步骤包括：将人脸识别模型参数上传至区块链网络以使所述区块链网络根据所述人脸识别模型参数生成全局模型参数；根据所述全局模型参数创建最优人脸识别模型。
2.根据权利要求1所述的基于区块链的人脸识别方法，其特征在于，将人脸识别模型参数上传至区块链网络以使所述区块链网络根据所述人脸识别模型参数生成全局模型参数；根据所述全局模型参数创建最优人脸识别模型具体包括：
执行如下迭代处理：
将人脸识别模型参数上传至区块链网络中对应的区块链节点进行广播，以使所述区块链网络的其中一个区块链节点根据来自各个区块链节点的人脸识别模型参数生成全局模型参数并进行广播；
获取所述全局模型参数，根据所述全局模型参数创建人脸识别模型；
根据本地人脸测试数据确定所述人脸识别模型的准确率；
当所述准确率大于预设准确率时，确定所述人脸识别模型为最优人脸识别模型，否则根据本地人脸训练数据更新所述全局模型参数，确定更新后的全局模型参数为人脸识别模型参数，继续执行所述迭代处理。
3.根据权利要求2所述的基于区块链的人脸识别方法，其特征在于，所述区块链网络的其中一个区块链节点根据来自各个区块链节点的人脸识别模型参数生成全局模型参数包括：
所述区块链网络的其中一个区块链节点根据预设的相似度阈值和各个人脸识别模型参数之间的相似度筛选所述人脸识别模型参数，根据筛选后的人脸识别模型参数生成全局模型参数并进行广播。
4.根据权利要求3所述的基于区块链的人脸识别方法，其特征在于，所述本地人脸训练数据包括历史面部图像数据和历史人脸实际结果；
根据本地人脸训练数据更新所述全局模型参数包括：
将所述历史面部图像数据输入所述人脸识别模型中，得到历史人脸识别结果；
根据所述历史人脸实际结果和所述历史人脸识别结果确定精度损失；
根据所述精度损失和预设的学习率更新所述全局模型参数。
5.根据权利要求3所述的基于区块链的人脸识别方法，其特征在于，还包括：
将所述人脸识别模型的准确率上传至区块链网络中对应的区块链节点进行广播，以使所述区块链网络的其中一个区块链节点根据来自各个区块链节点的人脸识别模型的准确率确定打包奖励和区块链打包节点并将所述打包奖励发送至所述区块链打包节点。
6.一种基于区块链的人脸识别系统，其特征在于，包括：
获取单元，用于获取用户的当前面部图像数据；
人脸识别结果单...
【专利技术属性】
技术研发人员：胡兴源，李艳，徐颖，周新衡，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。