[发明专利]基于区块链的图片标注方法、装置及存储介质、服务器在审

专利信息
申请号: 201910969216.1 申请日: 2019-10-12
公开(公告)号: CN110909195A 公开(公告)日: 2020-03-24
发明(设计)人: 王建华;何四燕 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06F16/583 分类号: G06F16/583;G06F21/62;G06N3/04
代理公司: 北京市立方律师事务所 11330 代理人: 刘延喜
地址: 518000 广东省深圳市福田区福*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 区块 图片 标注 方法 装置 存储 介质 服务器
【说明书】:

发明涉及图像检测、图像分类、神经网络技术领域,本申请实施例提供的一种基于区块链的图片标注方法,包括:获取对待标注图片进行标注的标注请求,依据请求通过区块链网络中的深度卷积神经网络不同尺度的各卷积层提取待标注图片的分层特征,分层特征包括几何特征、纹理特征、语义特征;根据分层特征确定待标注图片的图片信息,图片信息包括:语义信息、几何信息、纹理信息;依据图片信息对待标注图片进行标注,获得标注图片。通过对特征的精细划分以及粗略划分的特征融合在一起,使得得到的图片中物体的信息更为精确。结合区块链的大数据对深度卷积神经网络进行训练,降低了深度神经网络在计算过程中的误差。

技术领域

本发明涉及图像检测、图像分类、神经网络技术领域,具体涉及一种基于区块链的图片标注方法、装置及存储介质、服务器。

背景技术

随着近年来人工智能的发展,图片标注任务的需求越来越大。随即出现了一些用于标注图片的工具,这些标注图片的工具多数是桌面版的离线应用程序。现有技术中的标注图片的工具主要有以下几种:一、基于标签的图片标注。这种标注方法是给图片打标签。例如:输入一张图片,图片标注的输出结果为输出几个关键词。二、桌面版的图片标注应用程序。这种标注方法一般用于为基于深度学习的目标检测和识别算法提供训练数据。例如:一张图中有多架飞机,标注时对图中每一架飞机都用矩形框标记并且记录相应的长宽坐标等信息。三、在线图片标注网站。现有的在线图片标注网站仅仅提供单一类型的标注等。在产品开发过程中,开发人员同时需要其他人员辅助完成图片的标注,而其他人员在不能理解开发人员的产品的基础上不仅不能够正确的标注图片,还大大的浪费了开发人员的时间和精力。

发明内容

为克服以上技术问题,特别是目前图片标注形式单一、标注精度低、标注误差高的问题,特提出以下技术方案:

本发明实施例提供的一种基于区块链的图片标注方法,包括:

获取对待标注图片进行标注的标注请求,依据所述标注请求通过区块链网络中的深度卷积神经网络不同尺度的各卷积层提取所述待标注图片的分层特征,所述分层特征包括待标注图片在卷积层中的底层几何特征、中层纹理特征以及高层语义特征;

根据所述分层特征确定所述待标注图片的图片信息,所述图片信息包括:语义信息、几何信息、纹理信息;

依据所述图片信息对所述待标注图片进行标注,获得标注图片。

可选地,所述获取对待标注图片进行标注的标注请求之前,还包括:

响应于区块链网络中深度卷积神经网络所在节点发起的训练请求,获取区块链网络中的样本图片;

通过所述样本图片对所述深度卷积神经网络进行训练,所述样本图片为区块链网络中不同样本节点提供的已标注图片。

可选地,所述响应于区块链网络中深度卷积神经网络所在节点发起的训练请求之前,还包括:

按照预置的训练触发操作,所述深度卷积神经网络所在节点发出所述训练请求。

可选地,所述获取对待标注图片进行标注的标注请求之前,还包括:

区块链网络获取用户的注册账号信息,依据所述注册账号信息生成用户登录区块链网络的账号密钥对,其中,所述账号密钥对包括私钥和公钥;

将所述公钥存储在所述区块链,将所述私钥发送至用户,

可选地,所述获取对待标注图片进行标注的标注请求,依据所述标注请求通过区块链网络中的深度卷积神经网络不同尺度的各卷积层提取所述待标注图片的分层特征,包括:

获取所述标注请求中利用所述私钥处理过的所述用户的信息;

使用所述公钥对所述用户的信息进行验证,确定所述用户是否为区块链网络用户;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910969216.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top