[发明专利]基于区块链的人脸识别方法及系统

权利要求书

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，所述最优人脸识别模型的创建步骤包括：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；

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。

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，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。

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。

4.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，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。

5.一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；

人脸识别结果单元，用于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，所述最优人脸识别模型的创建步骤包括：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；

所述人脸识别系统还包括：

最优人脸识别模型创建单元，用于执行如下迭代处理：

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。

6.根据权利要求5所述的基于区块链的人脸识别系统，其特征在于，所述最优人脸识别模型创建单元具体用于：

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。