[发明专利]一种基于生物图像特征识别的溯源方法和溯源系统

说明书

本发明公开了一种基于生物图像特征识别的溯源方法和溯源系统，所述溯源方法包括：训练生物产品在各个形态下的特征提取模型；建立溯源信息数据库，存储生物产品在各个形态下的溯源信息；溯源信息采集：采集第一生物产品图片及产品流动信息，从第一生物产品图片中提取第一生物图像特征，形成溯源信息存储于溯源信息数据库；溯源信息搜索：采集第二生物产品图片，从第二生物产品图片中提取第二生物图像特征，以第二生物图像特征为索引，检索溯源信息数据库，得到与之匹配的生物产品的溯源信息；溯源信息关联：将生物产品前后形态的溯源信息进行关联。该方法可降低现有溯源技术的成本，具有较实体标签更好的保密性及解决实体标签可能丢失的问题。

技术领域

本发明涉及计算机视觉、深度学习目标识别以及溯源系统技术领域，特别是涉及一种利用深度学习识别生物图像特征的溯源方法和溯源系统。

背景技术

随着科学技术的发展，生物产品溯源技术日趋成熟，溯源系统日益完善。该技术对食品安全、生产者自我约束以及消费者追踪产品信息具有相当重要的意义。在时下，全球受新冠疫情影响时期，对鲜活生物进行溯源极大的帮助了疫情管控工作的开展。在疫情发生之后，也能在一定程度上帮助追踪、定位疫情源头。同时，生物产品溯源还能够减少不必要的损失，在北京新发地疫情爆发后，导致三文鱼产业链受到巨大打击，若采用溯源，消费者即可在消费前确定消费产品的来源，进而放心购买产品。

现有溯源技术主要采用的都是实体标签对产品进行唯一身份编码，此类方法存在着以下缺点：

1.实体标签不可避免的存在着一定的成本。

2.实体标签存在造假现象，不良商贩谋求利益倒卖经济价值较高产品的标签，同时为了预防该情况，产商需要不断更新标签技术，将会造成更大的成本。

3.实体标签在运输过程中有可能丢失，丢失后需要人力物力进行重新进行唯一身份编码，补全溯源信息。

同时在深度学习领域，目标识别技术也飞速发展，识别精度、速度不断提高，对个体目标进行特征提取并识别的技术已经逐渐完善。现阶段目标识别算法主要有R-CNN、YOLO等，上述算法经过不断研究改进，具有很高的精度，具有识别某类物品个体的能力。

发明内容

有鉴于现有技术的上述缺陷，本发明的目的是提供一种非实体标签的溯源方法和溯源系统。

为实现上述目的，本发明提供了一种基于生物图像特征识别的溯源方法，包括以下过程：

建立生物产品各个形态的训练集，训练生物产品在各个形态下的特征提取模型；

建立溯源信息数据库，所述溯源信息数据库用于存储生物产品在各个形态下的溯源信息；

溯源信息采集：采集第一生物产品图片及产品流动信息，从第一生物产品图片中提取第一生物图像特征，将包括第一生物产品图片、第一生物图像特征和产品流动信息在内的溯源信息存储于溯源信息数据库；

溯源信息搜索：采集第二生物产品图片，从第二生物产品图片中提取第二生物图像特征，以第二生物图像特征为索引，检索溯源信息数据库，得到与之匹配的生物产品的溯源信息；

溯源信息关联：当生物产品因加工发生产品形态变化时，在加工前进行溯源信息采集或进行溯源信息搜索，得到生物产品的第一溯源信息；在加工后执行溯源信息采集，生成第二溯源信息，在第一溯源信息和第二溯源信息间建立关联；

所述产品流动信息包括采集第一生物产品图片的位置信息和时间信息。

进一步的，所述溯源信息采集、溯源信息搜索中从生物产品图片提取生物图像特征的具体过程为：采集生物产品图片并进行预处理，根据已经训练好的特征提取模型，对预处理后的生物产品图片进行识别，提取生物图像特征；所述预处理的具体方法为：