[发明专利]基于区块链的智慧社区商品大数据智能拼单和结算方法有效

专利信息
申请号: 202310064851.1 申请日: 2023-02-06
公开(公告)号: CN115795408B 公开(公告)日: 2023-04-25
发明(设计)人: 吴昊;孙运传 申请(专利权)人: 北京师范大学
主分类号: G06F21/10 分类号: G06F21/10;H04L67/1097;G06T3/40;G06V10/74;G06V30/19
代理公司: 成都鱼爪智云知识产权代理有限公司 51308 代理人: 甯树娇
地址: 100875 北*** 国省代码: 北京;11
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 智慧 社区 商品 数据 智能 结算 方法
【权利要求书】:

1.一种基于区块链的智慧社区商品大数据智能拼单和结算方法,其特征在于,包括以下步骤:

对于社区的任意一位居民,在消费平台中获取该居民的高频消费商品图像;

利用基于图像超分辨率重建的多特征算子相似度计算方法,计算社区内所有居民的高频消费商品图像两两之间的相似度,以确定每位居民所对应的消费偏好相似居民,包括:对居民A的高频消费商品图像和居民B的高频消费商品图像进行图像超分辨率重建,以得到居民A的高频消费商品重建图像和居民B的高频消费商品重建图像;利用SIFT特征算子对居民A的高频消费商品重建图像和居民B的高频消费商品重建图像进行表征,并利用欧式距离计算两者之间的相似度,以得到第一相似度结果;利用GIST特征算子对居民A的高频消费商品重建图像和居民B的高频消费商品重建图像进行表征,并利用欧式距离计算两者之间的相似度,以得到第二相似度结果;利用HOG特征算子对居民A的高频消费商品重建图像和居民B的高频消费商品重建图像进行表征,并利用欧式距离计算两者之间的相似度,以得到第三相似度结果;根据第一相似度结果、第二相似度结果和第三相似度结果生成目标相似度结果;

对于任意一个在社区新上线的商品,采集并根据居民观看购买商品信息初步确定居民身份,并采集该居民的人脸图像,利用基于图像小波去噪的哈希匹配方法,将该居民人脸图像和预置的数据库中所有的人脸图像进行相似度计算,以筛选得到并根据目标匹配人脸图像获取对应的居民身份识别信息;

若初步确定的居民身份和对应的居民身份识别信息一致,则获取该居民的签字图像,利用基于多尺度的图像熵检测方法,将该居民的签字图像和对应的模板签字图像进行对比,生成对比结果;反之,则锁定该居民的付款功能;

若对比结果为相同,则根据居民观看购买商品信息的商品售价在该居民账户中进行扣款,完成付款交易;反之,则锁定该居民的付款功能;

完成付款交易后,提取并将对应的商品图像推送给该居民所对应的消费偏好相似居民,如果某一消费偏好相似居民确定购买该商品,则对该消费偏好相似居民进行身份确认,确认成功后,在对应的居民账户中进行扣款,完成付款交易;

统计并判断购买该商品的居民数量是否大于预置的消费人数阈值,若是,则确认拼团成功,计算并根据该商品的商品售价和团购价的差值将对应的差价退还给对应的用户账户中;

获取并将该商品的信息、购买该商品的居民身份信息以及购买时间信息上传至区块链。

2.根据权利要求1所述的一种基于区块链的智慧社区商品大数据智能拼单和结算方法,其特征在于,所述利用基于图像小波去噪的哈希匹配方法,将该居民人脸图像和预置的数据库中所有的人脸图像进行相似度计算的方法包括以下步骤:

将该居民人脸图像和预置的数据库中所有的人脸图像进行图像小波去噪,以得到对应的居民去噪图像和多个人脸模板去噪图像;

分别对居民去噪图像和多个人脸模板去噪图像进行哈希编码,并利用欧式距离计算该居民人脸图像和数据库中每个人脸图像之间的相似度。

3.根据权利要求1所述的一种基于区块链的智慧社区商品大数据智能拼单和结算方法,其特征在于,所述利用基于多尺度的图像熵检测方法,将该居民的签字图像和对应的模板签字图像进行对比的方法包括以下步骤:

将该居民的签字图像和对应的模板签字图像分别进行多尺度重建,以得到多个尺度的居民签字图像和模板签字图像;

分别对各个尺度下的居民签字图像和模板签字图像进行熵值计算,以得到并将各个尺度下的居民签字图像的熵值和模板签字图像之间的熵值进行对比。

4.根据权利要求3所述的一种基于区块链的智慧社区商品大数据智能拼单和结算方法,其特征在于,所述分别对各个尺度下的居民签字图像和模板签字图像进行熵值计算的方法包括以下步骤:

计算各个尺度下的居民签字图像和模板签字图像中每个像素点的灰度值;

计算某个灰度在该居民签字图像或该模板签字图像中出现的概率;

利用公式对该居民签字图像和该模板签字图像的熵值进行计算,其中,为某个灰度在居民签字图像或模板签字图像中出现的概率,H为居民签字图像或模板签字图像的熵值。

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北京师范大学,未经北京师范大学许可,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/202310064851.1/1.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