基于区块链的食品安全溯源方法、装置及设备制造方法及图纸

本发明专利技术涉及人工智能技术，揭露了一种基于区块链的食品安全溯源方法，包括：基于食品加工全周期数据集合的周期节点构建食品溯源联盟链，选取不同周期节点的文本数据、票据数据、图像数据及视频数据，对票据数据中提取的票据文本、文本数据提取的摘要文本、图像数据及视频数据进行哈希融合，得到溯源哈希值并存储至食品溯源联盟链，构建溯源数据库及查询数据库，基于待查询食品编号从溯源数据库中查询溯源数据原件并计算验证哈希值，从查询数据库中查询目标区块编号并提取目标溯源哈希值，根据验证哈希值及目标溯源哈希值得到食品溯源结果。本发明专利技术还提出一种基于区块链的食品安全溯源装置及设备。本发明专利技术可以准确快速的对食品进行食品安全溯源。行食品安全溯源。行食品安全溯源。

【技术实现步骤摘要】
基于区块链的食品安全溯源方法、装置及设备


[0001]本专利技术涉及人工智能
，尤其涉及一种基于区块链的食品安全溯源方法、装置及电子设备。

技术介绍

[0002]食品安全溯源是指对食品生产、加工、销售各个环节的具体信息进行追溯，从而保证食品的安全。
[0003]传统食品溯源存在以下问题：1、各个环节信息相互封闭，溯源时涉及查询部门众多，数据查询困难重重，溯源效率十分低下；2、以中心化数据库存储为主，数据易被人为更改，溯源时和个人主观意愿相关，使得溯源数据真实性及安全性不足；3、溯源数据的存储以人工导入为主，数据存储效率较低，且随着数据量的不断增大，溯源效率也会越来越低。

技术实现思路

[0004]本专利技术提供一种基于区块链的食品安全溯源方法、装置、电子设备及可读存储介质，其主要目的在于可以准确快速的对食品进行食品安全溯源。
[0005]为实现上述目的，本专利技术提供的一种基于区块链的食品安全溯源方法，包括：获取食品加工全周期数据集合，基于所述食品加工全周期数据集合的不同周期节点构建食品溯源联盟链；从所述食品加工全周期数据集合中选取不同周期节点的食品周期节点数据集合，其中所述食品周期节点数据集合中包括文本数据、票据数据、图像数据及视频数据；利用预构建的双层票据文本提取模型从所述票据数据中提取票据文本；利用预构建的摘要提取算法从所述文本数据提取摘要文本；对所述票据文本、所述摘要文本、所述图像数据及视频数据分别进行哈希融合处理，得到溯源哈希值，将所有食品周期节点数据集合的溯源哈希值存储至所述食品溯源联盟链；根据所述食品加工全周期数据集合及所述食品加工全周期数据集合中数据的食品编号构建溯源数据库，以及根据所述食品加工全周期数据集合中数据的食品编号及所述食品溯源联盟链中区块链节点的区块编号构建查询数据库；获取待查询食品编号，基于所述待查询食品编号从所述溯源数据库中查询溯源数据原件，基于所述待查询食品编号从所述查询数据库中查询目标区块编号；基于所述目标区块编号从所述食品溯源联盟链中提取目标溯源哈希值，计算所述溯源数据原件的验证哈希值，根据所述验证哈希值及所述目标溯源哈希值得到食品溯源结果。
[0006]可选地，所述基于所述食品加工全周期数据集合的不同周期节点构建食品溯源联盟链，包括：根据所述食品加工全周期数据集合对应的周期节点构建区块链节点，使得周期节
点和区块链节点一一对应；利用预设的区块链平台对不同周期节点的参与方进行智能合约协商及验证，将验证成功的参与方作为参与方节点，汇总所有的区块链节点及参与方节点得到所述食品溯源联盟链。
[0007]可选地，所述利用预构建的双层票据文本提取模型从所述票据数据中提取票据文本之前，所述方法还包括：获取预构建的票据训练图像集合，对所述票据训练图像集合中的票据图像进行图像腐蚀及灰度转化，得到灰度图像训练集合；利用预构建的原始票据文本检测模型对所述灰度图像训练集合中的灰度图像进行字符检测，得到字符框集合及字符框对应的字符预测概率；基于所述字符框集合构建亲和力框集合，利用所述原始票据文本检测模型输出亲和力框对应的亲和力预测概率；基于所述字符预测概率及所述亲和力预测概率计算第一损失值，在所述第一损失值大于预构建的第一损失阈值时，调整原始票据文本检测模型中的模型参数，并返回所述利用预构建的原始票据文本检测模型对所述灰度图像训练集合中的灰度图像进行字符检测的步骤，直至所述第一损失值小于或等于所述第一损失阈值时，停止训练，得到标准票据文本检测模型；利用所述标准票据文本检测模型输出所述票据训练图像集合中票据图像的字符区域及亲和力区域，基于所述字符区域及亲和力区域计算出所述票据训练图像集合中票据图像的训练文本区域集合；利用所述训练文本区域集合对预构建的原始票据文本识别模型进行训练，得到标准票据文本识别模型，汇总所述标准票据文本检测模型及所述标准票据文本识别模型得到所述双层票据文本提取模型。
[0008]可选地，所述基于所述字符框集合构建亲和力框集合，包括：连接每个字符框的对角顶点，从而在每个字符框中划分出四个三角形；将上、下三角形的中心作为标准对角顶点，依次利用相邻字符框中的标准对角顶点构建亲和力框，汇总所有亲和力框得到亲和力框集合。
[0009]可选地，所述利用所述训练文本区域集合对预构建的原始票据文本识别模型进行训练，得到标准票据文本识别模型，包括：利用所述原始票据文本识别模型中的主干网络提取所述训练文本区域集合中每个文本区域的特征序列；利用预设的路径算法对所述原始字符集合进行路径转化，得到标准字符集合，利用所述原始字符集合及所述标准字符集合计算第二损失值，在所述第二损失值不满足预构建的第二损失阈值时，调整所述原始票据文本识别模型总的模型参数，返回所述利用所述原始票据文本识别模型中的主干网络提取所述训练文本区域集合中每个文本区域的特征序列的步骤，直至所述第二损失值满足预构建的第二损失阈值时，停止训练，得到所述标准票据文本识别模型。
[0010]可选地，通过下述公式计算第二损失值：
其中，表示第二损失值，表示训练文本区域集合中第i个训练文本区域，表示对应的原始字符，表示对应的标准字符，表示路径，表示所有经过变换后是的路径，T表示路径总数，表示第条路径的概率。
[0011]可选地，所述利用预构建的双层票据文本提取模型从所述票据数据中提取票据文本，包括：利用所述双层票据文本提取模型中的标准票据文本检测模型识别出所述票据数据中的票据字符区域，对所述票据字符区域进行区域连通，得到票据文本区域；利用所述双层票据文本提取模型中的标准票据文本识别模型识别出所述票据文本区域中的文本字符作为票据文本。
[0012]可选的，所述利用预构建的摘要提取算法从所述文本数据提取摘要文本，包括：对所述文本数据进行分句及去除停用词处理，得到原始分句集合；计算所述原始分句集合中各分句的长度系数，利用所述长度系数对所述原始分句集合中的分句进行句子过滤处理，得到标准分句集合；对所述标准分句集合中的句子进行段落标记，得到标记分句集合；利用K
‑
means 聚类算法将所述标记分句集合聚类成预设个数的聚类簇；基于TextRank算法计算每个聚类簇中句子的权重，利用句子的段落标记进行权重调整，选取每个聚类簇中权重最大的句子作为摘要句；按照预设顺序将所有聚类簇中的摘要句进行组合，得到所述摘要文本。
[0013]为了解决上述问题，本专利技术还提供一种基于区块链的食品安全溯源装置，所述装置包括：溯源联盟链构建模块，用于获取食品加工全周期数据集合，基于所述食品加工全周期数据集合的不同周期节点构建食品溯源联盟链；数据提取模块，用于从所述食品加工全周期数据集合中选取不同周期节点的食品周期节点数据集合，其中所述食品周期节点数据集合中包括文本数据、票据数据、图像数据及视频数据，利用预构建的双层票据文本提取模型从所述票据数据中提取票据文本，利用预构建的摘要提取算法从所述文本数据提取摘要文本；数据上链模块，用于对所述票据文本、所述摘要文本、所述图像数据及视频数据分别进行哈希融合处理，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于区块链的食品安全溯源方法，其特征在于，所述方法包括：获取食品加工全周期数据集合，基于所述食品加工全周期数据集合的不同周期节点构建食品溯源联盟链；从所述食品加工全周期数据集合中选取不同周期节点的食品周期节点数据集合，其中所述食品周期节点数据集合中包括文本数据、票据数据、图像数据及视频数据；利用预构建的双层票据文本提取模型从所述票据数据中提取票据文本；利用预构建的摘要提取算法从所述文本数据提取摘要文本；对所述票据文本、所述摘要文本、所述图像数据及视频数据分别进行哈希融合处理，得到溯源哈希值，将所有食品周期节点数据集合的溯源哈希值存储至所述食品溯源联盟链；根据所述食品加工全周期数据集合及所述食品加工全周期数据集合中数据的食品编号构建溯源数据库，以及根据所述食品加工全周期数据集合中数据的食品编号及所述食品溯源联盟链中区块链节点的区块编号构建查询数据库；获取待查询食品编号，基于所述待查询食品编号从所述溯源数据库中查询溯源数据原件，基于所述待查询食品编号从所述查询数据库中查询目标区块编号；基于所述目标区块编号从所述食品溯源联盟链中提取目标溯源哈希值，计算所述溯源数据原件的验证哈希值，根据所述验证哈希值及所述目标溯源哈希值得到食品溯源结果。2.如权利要求1中所述的基于区块链的食品安全溯源方法，其特征在于，所述基于所述食品加工全周期数据集合的不同周期节点构建食品溯源联盟链，包括：根据所述食品加工全周期数据集合对应的周期节点构建区块链节点，使得周期节点和区块链节点一一对应；利用预设的区块链平台对不同周期节点的参与方进行智能合约协商及验证，将验证成功的参与方作为参与方节点，汇总所有的区块链节点及参与方节点得到所述食品溯源联盟链。3.如权利要求1所述的基于区块链的食品安全溯源方法，其特征在于，所述利用预构建的双层票据文本提取模型从所述票据数据中提取票据文本之前，所述方法还包括：获取预构建的票据训练图像集合，对所述票据训练图像集合中的票据图像进行图像腐蚀及灰度转化，得到灰度图像训练集合；利用预构建的原始票据文本检测模型对所述灰度图像训练集合中的灰度图像进行字符检测，得到字符框集合及字符框对应的字符预测概率；基于所述字符框集合构建亲和力框集合，利用所述原始票据文本检测模型输出亲和力框对应的亲和力预测概率；基于所述字符预测概率及所述亲和力预测概率计算第一损失值，在所述第一损失值大于预构建的第一损失阈值时，调整原始票据文本检测模型中的模型参数，并返回所述利用预构建的原始票据文本检测模型对所述灰度图像训练集合中的灰度图像进行字符检测的步骤，直至所述第一损失值小于或等于所述第一损失阈值时，停止训练，得到标准票据文本检测模型；利用所述标准票据文本检测模型输出所述票据训练图像集合中票据图像的字符区域及亲和力区域，基于所述字符区域及亲和力区域计算出所述票据训练图像集合中票据图像的训练文本区域集合；
利用所述训练文本区域集合对预构建的原始票据文本识别模型进行训练，得到标准票据文本识别模型，汇总所述标准票据文本检测模型及所述标准票据文本识别模型得到所述双层票据文本提取模型。4.如权利要求3所述的基于区块链的食品安全溯源方法，其特征在于，所述基于所述字符框集合构建亲和力框集合，包括：连接每个字符框的对角顶点，从而在每个字符框中划分出四个三角形；将上、下三角形的中心作为标准对角顶点，依次利用相邻字符框中的标准对角顶点构建亲和力框，汇总所有亲和力框得到亲和力框集合。5.如权利要求3所述的基于区块链的食品安全溯源方法，其特征在于，所述利用所述训练文本区域集合对预构建的原始票据文本识别模型进行训练，得到标准票据文本识别模型，包括：利用所述原始票据文本识别模型中的主干网络提取所述训练文本区域集合中每个文本区域的特征序列；利用所述原始票据文本识别模型中的识别网络识别出所述特征序列中的文本字符集合，并利用所述原始票据文本识别模型中的全连接层计算所述文本字...

【专利技术属性】
技术研发人员：容柏清，
申请(专利权)人：湖南木屋网络科技有限公司，
类型：发明
国别省市：