[发明专利]基于区块链的年龄识别系统、方法及装置

权利要求书

1.一种用于年龄识别的分布式系统，其特征在于，包括：

至少一个图像采集设备，用于从任一对象的人脸图像中提取多个原始图像特征，并将所述多个原始图像特征发送给服务器；

所述服务器，用于根据融合特征确定所述对象的年龄，其中，所述融合特征是对多个原始图像特征进行特征融合得到的；

区块链网络，用于生成数据区块，所述数据区块中保存有所述服务器发送的所述原始图像特征、所述融合特征及所述年龄。

2.一种基于区块链的年龄识别方法，应用于服务器，其特征在于，包括：

获取至少一个图像采集设备发送的任一对象的多个原始图像特征，其中，所述原始图像特征为所述图像采集设备从所述对象的人脸图像中提取得到的，所述图像采集设备为所述服务器所在的分布式系统中的设备；

将所述多个原始图像特征进行特征融合，得到目标融合特征；

根据年龄识别模型确定与所述目标融合特征对应的目标年龄；

将所述原始图像特征、所述目标融合特征及所述目标年龄上传至区块链中，以生成保存所述原始图像特征、所述目标融合特征及所述目标年龄的目标数据区块。

3.根据权利要求2所述的方法，其特征在于，将所述多个原始图像特征进行特征融合，得到目标融合特征包括：

获取多类所述原始图像特征的权重矩阵，其中，所述权重矩阵用于保存所述原始图像特征中的子特征之间的关联权重，不同类别的所述原始图像特征为所述图像采集设备利用不同的目标神经网络模型提取的，所述目标神经网络模型包括去噪自动编码器、卷积神经网络及递归神经网络中的至少一种；

利用所述权重矩阵确定每一类所述原始图像特征的相似度矩阵，其中，所述相似度矩阵用于保存所述子特征之间的相似系数；

根据各类所述原始图像特征的所述相似度矩阵确定每一类所述原始图像特征的邻接矩阵，其中，所述邻接矩阵用于保存超图中的边；

利用各类所述原始图像特征的所述权重矩阵和所述邻接矩阵构造超图，并利用所述超图确定所述目标融合特征。

4.根据权利要求3所述的方法，其特征在于，利用各类所述原始图像特征的所述权重矩阵和所述邻接矩阵构造超图，并利用所述超图确定所述目标融合特征包括：

将各类所述原始图像特征的所述邻接矩阵进行拼接，得到融合的邻接矩阵；

利用所述融合的邻接矩阵确定边缘度数矩阵，其中，所述边缘度数矩阵用于保存所述超图中的每条边所连接的顶点的数量；

利用所述权重矩阵确定顶点度数矩阵，其中，所述顶点度数矩阵用于保存所述超图中的每个顶点所连接的边的数量；

利用所述边缘度数矩阵和所述顶点度数矩阵，确定拉普拉斯矩阵，得到所述超图；

确定所述拉普拉斯矩阵的特征值矩阵，并将所述特征值矩阵作为所述目标融合特征。

5.根据权利要求2所述的方法，其特征在于，根据年龄识别模型确定与所述目标融合特征对应的目标年龄包括：

将所述目标融合特征输入所述年龄识别模型，得到所述年龄识别模型识别所述目标融合特征后得到的多个第一概率值，其中，所述第一概率值为所述年龄识别模型预测所述人脸图像指示的所述对象所属的年龄的概率；

将多个所述第一概率值中的最大值指示的年龄作为所述目标年龄。

6.根据权利要求2至5任一所述的方法，其特征在于，根据年龄识别模型确定与所述目标融合特征对应的目标年龄之前，所述方法还包括按照如下方式训练所述年龄识别模型：

获取训练图像，其中，所述训练图像中的目标对象具有目标年龄；

将所述训练图像进行缩放处理，并将缩放后的所述训练图像转换为灰度图像；

利用目标神经网络模型对所述灰度图像进行特征提取，得到训练图像特征；

将所述训练图像特征进行特征融合，得到训练融合特征；

将所述训练融合特征输入回归模型中进行训练；

在所述回归模型预测所述目标对象的年龄为所述目标年龄的概率值达到目标阈值的情况下，将所述回归模型作为所述年龄识别模型。