(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211306347.X (22)申请日 2022.10.25 (71)申请人 湖南木屋网络科技有限公司 地址 410000 湖南省长 沙市高新 开发区麓 龙路199号麓谷商务中心 A栋505-37室 (72)发明人 容柏清　 (74)专利代理 机构 长沙知行亦创知识产权代理 事务所(普通 合伙) 43240 专利代理师 李杰 (51)Int.Cl. G06F 16/2458(2019.01) G06Q 30/00(2012.01) G06F 16/27(2019.01) G06F 16/34(2019.01) G06K 9/62(2022.01)G06V 30/148(2022.01) (54)发明名称 基于区块链的食品安全溯源方法、 装置及设 备 (57)摘要 本发明涉及人工智能技术， 揭露了一种基于 区块链的食品安全溯源方法， 包括： 基于食品加 工全周期数据集合的周期节点构建食品溯源联 盟链， 选取不同周期节点的文本数据、 票据数据、 图像数据及视频数据， 对票据数据中提取的票据 文本、 文本数据提取的摘要文本、 图像数据及视 频数据进行哈希融合， 得到溯源哈希 值并存储至 食品溯源联盟链， 构建溯源数据库及查询数据 库， 基于待查询食品编号 从溯源数据库中查询溯 源数据原件并计算验证哈希值， 从查询数据库中 查询目标区块编号并提取目标溯源哈希值， 根据 验证哈希值及目标溯源哈希值得到食品溯源结 果。 本发明还提出一种基于区块链的食品安全溯 源装置及设备。 本发明可以准确快速的对食品进 行食品安全溯源。 权利要求书3页 说明书18页 附图2页 CN 115374189 A 2022.11.22 CN 115374189 A 1.一种基于区块链的食品安全溯源方法， 其特 征在于， 所述方法包括： 获取食品加工全周期数据集合， 基于所述食 品加工全周期数据集合的不同周期节点构 建食品溯源联盟链； 从所述食品加工全周期数据集合中选取不同周期节点的食 品周期节点数据集合， 其中 所述食品周期节点数据集 合中包括文本数据、 票据数据、 图像数据及视频 数据； 利用预构建的双 层票据文本提取模型从所述 票据数据中提取票据文本； 利用预构建的摘要提取算法从所述文本数据提取摘要 文本； 对所述票据文本、 所述摘要文本、 所述图像数据及视频数据分别进行哈希融合处理， 得 到溯源哈希值， 将所有食品周期节点数据集 合的溯源哈希值存 储至所述食品溯源联盟链； 根据所述食品加工全周期数据集合及所述食品加工全周期数据集合中数据的食品编 号构建溯源数据库， 以及根据所述食品加工全周期数据集合中数据的食品编号及所述食品 溯源联盟链中区块链 节点的区块编号构建查询数据库； 获取待查询食 品编号， 基于所述待查询食 品编号从所述溯源数据库中查询溯源数据原 件， 基于所述待查询食品编号从所述 查询数据库中查询目标区块编号； 基于所述目标区块编号从所述食 品溯源联盟链中提取目标溯源哈希值， 计算所述溯源 数据原件的验证哈希值， 根据所述验证哈希值及所述目标溯源哈希值得到食品溯源结果。 2.如权利要求1中所述的基于区块链的食 品安全溯源方法， 其特征在于， 所述基于所述 食品加工全周期数据集 合的不同周期节点构建食品溯源联盟链， 包括： 根据所述食 品加工全周期数据集合对应的周期节点构建区块链节点， 使得周期节点和 区块链节点一一对应； 利用预设的区块链平台对不同周期节点的参与 方进行智能合约协商及验证， 将验证成 功的参与方作为参与方节点， 汇总所有的区块链节点及参与方节点得到所述食品溯源联盟 链。 3.如权利要求1所述的基于区块链的食 品安全溯源方法， 其特征在于， 所述利用预构建 的双层票据文本提取模型从所述 票据数据中提取票据文本之前， 所述方法还 包括： 获取预构建的票据训练图像集合， 对所述票据训练图像集合中的票据图像进行图像腐 蚀及灰度转 化， 得到灰度图像训练集 合； 利用预构建的原始票据文本检测模型对所述灰度图像训练集合中的灰度图像进行字 符检测， 得到 字符框集 合及字符框对应的字符预测概 率； 基于所述字符框集合构建亲和力 框集合， 利用所述原始票据文本检测模型输出亲和力 框对应的亲和力预测概 率； 基于所述字符预测概率及所述亲和力预测概率计算第 一损失值， 在所述第 一损失值大 于预构建的第一损失阈值时， 调整原始票据文本检测模型中的模型参数， 并返回所述利用 预构建的原始票据文本检测模型对所述灰度图像训练集合中的灰度图像进行字符检测的 步骤， 直至所述第一损失值小于或等于所述第一损失 阈值时， 停止训练， 得到标准票据文本 检测模型； 利用所述标准票据文本检测模型输出所述票据训练图像集合中票据图像的字符区域 及亲和力区域， 基于所述字符区域及亲和力区域计算出所述票据训练图像集合中票据图像 的训练文本区域 集合；权　利　要　求　书 1/3 页 2 CN 115374189 A 2利用所述训练文本区域集合对预构建的原始票据文本识别模型进行训练， 得到标准票 据文本识别模型， 汇总所述标准票据文本检测模型及所述标准票据文本识别模型得到所述 双层票据文本提取模型。 4.如权利要求3所述的基于区块链的食 品安全溯源方法， 其特征在于， 所述基于所述字 符框集合构建亲和力框集 合， 包括： 连接每个字符框的对角顶点， 从而在每 个字符框中划分出四个三角形； 将上、 下三角形的中心作为标准对角顶点， 依次利用相邻字符框中的标准对角顶点构 建亲和力框， 汇总所有亲和力框得到亲和力框集 合。 5.如权利要求3所述的基于区块链的食 品安全溯源方法， 其特征在于， 所述利用所述训 练文本区域集合对预构建的原始票据文本识别模型进行训练， 得到标准票据文本识别模 型， 包括： 利用所述原始票据文本识别模型中的主干网络提取所述训练文本区域集合中每个文 本区域的特 征序列； 利用所述原始票据文本识别模型中的识别网络识别出所述特征序列中的文本字符集 合， 并利用所述原始票据文本识别模型中的全连接层计算所述文本字符集合中每个文本字 符的字符识别概率， 输出所有字符识别概率满足预设概率阈值的文本字符作为原始字符集 合； 利用预设的路径算法对所述原始字符集合进行路径转化， 得到标准字符集合， 利用所 述原始字符集合及所述标准字符集合计算第二损失值， 在所述第二损失值不满足预构建的 第二损失阈值时， 调整所述原始票据文本识别模型总的模型参数， 返回所述利用所述原始 票据文本识别模型中的主干网络提取所述训练文本区域集合中每个文本区域的特征序列 的步骤， 直至所述第二损失值满足预构建的第二损失 阈值时， 停止训练， 得到所述标准票据 文本识别模型。 6.如权利要求5所述的基于区块链的食 品安全溯源方法， 其特征在于， 通过下述公式计 算第二损失值： 其中， 表示第二损失值， 表示训练文本区域集合中第i个训练文本 区域， 表示 对 应的原始字符， 表示 对应的标准字符， 表示路径， 表示所有 经过 变换后是 的路径 ， T表示路径总数， 表示第 条路径 的概率。 7.如权利要求3所述的基于区块链的食 品安全溯源方法， 其特征在于， 所述利用预构建 的双层票据文本提取模型从所述 票据数据中提取票据文本， 包括： 利用所述双层票据文本提取模型中的标准票据文本检测模型识别出所述票据数据中 的票据字符区域， 对所述 票据字符区域进行区域连通， 得到票据文本区域； 利用所述双层票据文本提取模型中的标准票据文本识别模型识别出所述票据文本区 域中的文本 字符作为 票据文本 。 8.如权利要求1所述的基于区块链的食 品安全溯源方法， 其特征在于， 所述利用预构建 的摘要提取算法从所述文本数据提取摘要 文本， 包括：权　利　要　求　书 2/3 页 3 CN 115374189 A 3