CN114418596A - 一种基于区块链的艺术品鉴别方法及装置 - Google Patents
一种基于区块链的艺术品鉴别方法及装置 Download PDFInfo
- Publication number
- CN114418596A CN114418596A CN202111653748.8A CN202111653748A CN114418596A CN 114418596 A CN114418596 A CN 114418596A CN 202111653748 A CN202111653748 A CN 202111653748A CN 114418596 A CN114418596 A CN 114418596A
- Authority
- CN
- China
- Prior art keywords
- artwork
- identification
- characteristic
- response
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/186—Templates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Development Economics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及艺术品鉴别技术领域,具体提供了一种基于区块链的艺术品鉴别方法及装置,方法具体包括:响应于至少一个的鉴别请求,根据预设的艺术品鉴别请求响应模型确定待鉴定的艺术品特征信息在多个预设的响应方位上的特征响应结果;基于构建的响应度匹配模型创建响应度虚拟鉴别模型获取所述特征响应结果以及多个预设的响应方位确定艺术品的特征信息特征响应度;加载预配置的鉴别分类数据库,基于预设的鉴别分类训练模型多次训练所述特征响应结果;本发明实施例将鉴别分类数据库导入艺术品分析报告生成模块,方便用户获取实时分析结果,不需要人工操作就可以实现对艺术品种类、年代以及真伪进行分析检测,提高了检测的准确度。
Description
技术领域
本发明涉及艺术品鉴别技术领域,尤其涉及种基于区块链的艺术品鉴别方法及装置。
背景技术
艺术品市场一直受到赝品等问题的困扰,无法完全让人对藏品和投资放心。艺术品收藏者在购买的时候需要对艺术品的真伪进行判断,因为艺术品的真伪判断相对需要专业知识,并且难度较大。
为了提升艺术品鉴别的准确率,有力推动艺术品投资和收藏进程,现阶段需要搭建艺术品鉴别分析服务平台,艺术品鉴别分析服务平台可以对用户提供的艺术类产品进行分析检索,然后给出检索分析对比报告,现有技术中,鉴别艺术品真伪的方法大多采用RFID的技术方法;或者提取保存含有原作者DNA的头发或血液作为比对的依据;或者因为仿造者无法仿造真品细节,所以用显微镜放大细节进行辨别;以上方法,某些程度可以达到鉴别真伪的效果,但随着年代的久远,都有可能导致鉴别结果出现偏差,从而影响艺术品的交易和收藏,同时现有鉴别分析过程中依赖人工检索对比,影响鉴别的效率和准确率。
发明内容
本发明的目的在于提供一种基于区块链的艺术品鉴别方法及装置,以解决现有鉴别分析过程中依赖人工检索对比,影响鉴别的效率和准确率的问题。
本发明提供了一种基于区块链的艺术品鉴别方法和装置,通过区块链服务平台对区块链鉴别响应服务器进行加载配置,区块链服务平台以5G通信的方式分别连接区块链鉴别响应模块、特征响应度获取模块以及艺术品分析报告生成模块,由区块链服务平台400激活区块链鉴别响应服务器,将鉴别分类数据库导入艺术品分析报告生成模块,方便用户获取实时分析结果,不需要人工操作就可以实现对艺术品种类、年代以及真伪进行分析检测,提高了检测的准确度。
为实现上述目的,本发明提供如下技术方案:
第一方面,在本发明提供的一个实施例中,提供了一种基于区块链的艺术品鉴别方法,所述基于区块链的艺术品鉴别方法具体包括:
响应于至少一个的鉴别请求,所述鉴别请求包含艺术品特征信息,根据预设的艺术品鉴别请求响应模型确定待鉴定的艺术品特征信息在多个预设的响应方位上的特征响应结果;
基于构建的响应度匹配模型创建响应度虚拟鉴别模型获取所述特征响应结果以及多个预设的响应方位确定艺术品的特征信息特征响应度;
加载预配置的鉴别分类数据库,基于预设的鉴别分类训练模型多次训练所述特征响应结果,提取预配置的鉴别分类数据库中对应艺术品分析数据,推送所述艺术品分析数据。
进一步的,艺术品鉴别请求响应模型的构建方法包括:
获取原始响应模型,将艺术品基础信息输入原始响应模型编辑系统,所述原始响应模型编辑系统包括基础图层编辑单元和特征图层编辑单元;
响应所述原始响应模型编辑系统,根据艺术品类别逐一丰富原始响应模型;
基于所述原始响应模型,在原始响应模型编辑系统生成待鉴别的特征响应结果。
进一步的,响应度虚拟鉴别模型的构建方法,具体包括:
获取不同种类的艺术品作为标准样本,基于红外扫描成像获取标准样本中的艺术品图像信息;
获取标准样本中的艺术品图像信息,所述艺术品特征信息包括艺术品光谱图像信息、颜色组成特征信息、完整度信息以及尺寸比例信息;
根据标准样本中的艺术品图像信息创建响应度虚拟鉴别模型,采用SPXY法按照5:1的比例随机分配,并标记为训练集和预测集,以艺术品图像信息作为输入层,艺术品分析结果作为输出层,分别采用多种建模方法进行训练,构建响应度虚拟鉴别模型。
进一步的,响应度虚拟鉴别模型的构建方法还包括:
获取至少一个的鉴别请求,其中鉴别请求包括艺术品光谱图像信息、颜色组成特征信息、完整度信息以及尺寸比例信息;以艺术品图像信息作为输入层,艺术品分析结果作为输出层,执行构建响应度虚拟鉴别模型,获取艺术品分析数据。
进一步的,鉴别分类数据库构建方法具体包括:
获取艺术品分析报告模板,艺术品分析报告模板包含艺术品鉴定记录模板以及艺术品鉴定历史报告模板;
生成分析报告模板填充信息,生成填充信息组织架构树;
基于填充信息组织架构树逐一遍历生成分析报告模板填充信息,合并生成分类数据库。
进一步的,还包括鉴别请求导入方法,所述鉴别请求导入方法具体包括:
获取多组显示屏待识别的艺术品特征图像;
提取所述显示屏待识别的艺术品特征图像。
进一步的,推送所述艺术品分析数据具体包括:
获取发送对象,读取发送对象信息;
查阅发送内容,获取每组所述发送对象的发送内容,逐一审核发送内容;
提取发送指令,根据发送对象对发送指令进行不同等级加密处理。
第一方面,在本发明提供的一个实施例中,提供了一种基于区块链的艺术品鉴别装置,包括:
区块链鉴别响应模块,用于响应于至少一个的鉴别请求,所述鉴别请求包含艺术品特征信息,根据预设的艺术品鉴别请求响应模型确定待鉴定的艺术品特征信息在多个预设的响应方位上的特征响应结果;
特征响应度获取模块,用于获取构建的响应度匹配模型创建响应度虚拟鉴别模型获取所述特征响应结果以及多个预设的响应方位确定艺术品的特征信息特征响应度;
艺术品分析报告生成模块,用于加载预配置的鉴别分类数据库,基于预设的鉴别分类训练模型多次训练所述特征响应结果,提取预配置的鉴别分类数据库中对应艺术品分析数据,推送所述艺术品分析数据。
进一步的,区块链鉴别响应模块包括:
鉴别请求提取模块,响应于至少一个的鉴别请求;
特征信息确定模块,用于根据预设的艺术品鉴别请求响应模型确定待鉴定的艺术品特征信息在多个预设的响应方位上的特征响应结果。
进一步的,还包括鉴别请求导入模块,所述鉴别请求导入模块包括:
艺术品特征图像获取单元,用于获取多组显示屏待识别的艺术品特征图像;
艺术品特征图像提取单元,用于提取所述显示屏待识别的艺术品特征图像。
综上所述,本发明与现有技术相比具有以下有益效果:
将鉴别分类数据库导入艺术品分析报告生成模块,方便用户获取实时分析结果,不需要人工操作就可以实现对艺术品种类、年代以及真伪进行分析检测,提高了检测的准确度。
附图说明
图1为本发明实施例的系统架构图。
图2示出了本发明实施例提供的基于区块链的艺术品鉴别方法的实现流程图;
图3示出了本发明实施例提供的艺术品鉴别请求响应模型的构建方法的实现流程图;
图4示出了本发明实施例提供的响应度虚拟鉴别模型的构建方法的实现流程图;
图5示出了本发明实施例提供的鉴别分类数据库构建方法的实现流程图;
图6示出了本发明实施例提供的鉴别请求导入方法的实现流程图;
图7示出了本发明实施例提供的推送所述艺术品分析数据方法的实现流程图;
图8示出了本发明实施例提供的区块链鉴别响应模块的结构示意图;
图9示出了本发明实施例提供的艺术品鉴别装置的结构示意图;
图10示出了本发明实施例提供的鉴别请求导入模块的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
现有技术中,鉴别艺术品真伪的方法大多采用RFID的技术方法;或者提取保存含有原作者DNA的头发或血液作为比对的依据;或者因为仿造者无法仿造真品细节,所以用显微镜放大细节进行辨别;以上方法,某些程度可以达到鉴别真伪的效果,但随着年代的久远,都有可能导致鉴别结果出现偏差,从而影响艺术品的交易和收藏,同时现有鉴别分析过程中依赖人工检索对比,影响鉴别的效率和准确率。
为了解决上述问题,本发明提供了一种基于区块链的艺术品鉴别方法和装置,参见图1,通过区块链服务平台400对区块链鉴别响应服务器100进行加载配置,区块链服务平台400以5G通信的方式分别连接区块链鉴别响应模块200、特征响应度获取模块300以及艺术品分析报告生成模块500,由区块链服务平台400激活区块链鉴别响应服务器100,将鉴别分类数据库导入艺术品分析报告生成模块500,方便用户获取实时分析结果,不需要人工操作就可以实现对艺术品种类、年代以及真伪进行分析检测,提高了检测的准确度。
需要说明的是,在不冲突的情况下,本发明的实施例中的特征可以相互结合。
如图2所示,为本发明的一个实施例提供的一种基于区块链的艺术品鉴别方法,需要说明的是,本发明实施例提供的基于区块链的艺术品鉴别方法其中部分步骤的顺序可以根据实际需要相互交换,或者其中的部分步骤也可以省略或删除,所述基于区块链的艺术品鉴别方法具体包括:
步骤S1、响应于至少一个的鉴别请求,所述鉴别请求包含艺术品特征信息,根据预设的艺术品鉴别请求响应模型确定待鉴定的艺术品特征信息在多个预设的响应方位上的特征响应结果。
具体地,在本实施例中,艺术品特征信息包括但不限于艺术品光谱图像信息、颜色组成特征信息、完整度信息以及尺寸比例信息,获取艺术品特征信息采用摄像机和红外扫描成像设备完成,摄像机和红外扫描成像设备可以分别单独完成成像工作,也可以配合完成采像工作,保证采像的精准度。
红外扫描成像设备对艺术品进行扫描成像工作方法为,选取多组视角对艺术品进行扫描,在第一视角上提取第一子视角图像,然后重复循环上述步骤,直至执行第N+1层角图像,然后将N+1和第一视角之间的所有视角图像整合,用于辅助艺术品真伪辨别和分析。
示例性的,艺术品包括但不限于古书籍、字画、陶瓷、紫砂、乐器、雕刻、砂岩、仿砂岩、琉璃摆件、铁艺、铜艺、玻璃钢,获取艺术品特征信息通过鉴别请求获取模块获取艺术品特征信息,通过摄像机和红外扫描成像设备可以分别单独完成成像工作,通过测距仪以及称重仪测量艺术品的基础数据,并将包含有各类基础数据的数集合并,通过5G通信转码协议,将包含有各类基础数据的数集协议转码,方便了数据的传输,5G通信转码协议可对接中国移动、中国联通及中国电信三大运营商MaaP平台,基于RCS富媒体消息功能并结合使用聊天机器人(chatbot)、NLP(自然语言处理)、AI等技术实现面向行业的消息服务平台,显著提高了数据传效率。
步骤S2、基于构建的响应度匹配模型创建响应度虚拟鉴别模型获取所述特征响应结果以及多个预设的响应方位确定艺术品的特征信息特征响应度。
具体地,在本发明实施例中,所述确定艺术品的特征信息特征响应度输入响应度匹配模型进行不断训练,可以使得输出的训练结果更加精确。所述消息训练模型是一个神经网络模型即机器学习中的神经网络模型,神经网络(NeuralNetworks,NN)是由大量的、简单地处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。简单地讲,它是一个数学模型。在本申请实施例中,将所述短信消息执行命令标识输入消息训练模型进行不断训练,用标识的数据匹配度信息对所述神经网络模型进行训练。
步骤S3、加载预配置的鉴别分类数据库,基于预设的鉴别分类训练模型多次训练所述特征响应结果,提取预配置的鉴别分类数据库中对应艺术品分析数据,推送所述艺术品分析数据。
在本发明的一个实施例中,如图3所示,艺术品鉴别请求响应模型的构建方法包括:
步骤S101、获取原始响应模型,将艺术品基础信息输入原始响应模型编辑系统,所述原始响应模型编辑系统包括基础图层编辑单元和特征图层编辑单元;
步骤S102、响应所述原始响应模型编辑系统,根据艺术品类别逐一丰富原始响应模型;
步骤S103、基于所述原始响应模型,在原始响应模型编辑系统生成待鉴别的特征响应结果。
在本实施例中,原始响应模型创建时,可以在区块链服务平台400的显示屏以及触控屏输入艺术品基础信息,其中艺术品基础信息为遍历原始数据库得到的鉴定历史信息,并基于ENVI软件的特征提取艺术品基础图像,并将基础图像分隔为多组基础图层编辑单元和特征图层编辑单元。
在本发明实施例中,基础图层编辑单元在显示屏中呈现艺术品基础轮廓,而特征图层编辑单元呈现艺术品残缺、破碎和模糊特征点,创建原始响应模型时,显示屏呈现原始响应模型创建界面,操作者可以通过选择对应原始响应模型创建界面丰富原始响应模型编辑系统。
在本发明的一个实施例中,如图4所示,所述响应度虚拟鉴别模型的构建方法,具体包括:
步骤S201、获取不同种类的艺术品作为标准样本,基于红外扫描成像获取标准样本中的艺术品图像信息;
步骤S202、获取标准样本中的艺术品图像信息,所述艺术品特征信息包括艺术品光谱图像信息、颜色组成特征信息、完整度信息以及尺寸比例信息;
步骤S203、根据标准样本中的艺术品图像信息创建响应度虚拟鉴别模型,采用SPXY法按照5:1的比例随机分配,并标记为训练集和预测集,以艺术品图像信息作为输入层,艺术品分析结果作为输出层,分别采用多种建模方法进行训练,构建响应度虚拟鉴别模型。
在本实施例中,标准样本所包含的基础信息还包括标准样本的年代、保存状态以及艺术品特征信息,例如,获取:“古书籍·小说·西游记·吴承恩·全书”。在选择艺术品后,可以生成对应的响应度虚拟鉴别模型。
在本发明的一个实施例中,如图1和图2所示,响应度虚拟鉴别模型的构建方法还包括:
获取至少一个的鉴别请求,其中鉴别请求包括艺术品光谱图像信息、颜色组成特征信息、完整度信息以及尺寸比例信息;以艺术品图像信息作为输入层,艺术品分析结果作为输出层,执行构建响应度虚拟鉴别模型,获取艺术品分析数据。
在本实施例中,鉴别请求包括但不限于古书籍、字画、陶瓷、紫砂、乐器、雕刻、砂岩、仿砂岩、琉璃摆件、铁艺、铜艺、玻璃钢的鉴别请求,获取艺术品特征信息通过鉴别请求获取模块获取艺术品特征信息,通过摄像机和红外扫描成像设备可以分别单独完成成像工作。
在本发明的一个实施例中,如图5所示,鉴别分类数据库构建方法具体包括:
步骤S301、获取艺术品分析报告模板,艺术品分析报告模板包含艺术品鉴定记录模板以及艺术品鉴定历史报告模板;
在本实施例中,通过通过区块链服务平台400调取区块链中用户共享以及上传的艺术品鉴定记录模板以及艺术品鉴定历史报告,方便了鉴别分类数据库的构建。
步骤S302、生成分析报告模板填充信息,生成填充信息组织架构树;
步骤S303、基于填充信息组织架构树逐一遍历生成分析报告模板填充信息,合并生成分类数据库。
在本实施例中,生成分析报告模板包含对艺术品特征响应结果的判断,对艺术品年代的判断、艺术品优劣等级的分类,以及艺术品交易收藏价值的评判。
在本发明的一个实施例中,如图6所示,本发明实施例还包括鉴别请求导入方法,所述鉴别请求导入方法具体包括:
S401、获取多组显示屏待识别的艺术品特征图像;
S402、提取所述显示屏待识别的艺术品特征图像。
在本实施例中,当需要进行人脸识别时,利用摄像机和红外扫描成像设备对用户提供的艺术品进行拍照,然后对照片中艺术品的中心区域、边缘区域、残缺区域所形成的特征点信息进行提取,可以理解的是,本发明实施例中对用户提供的艺术品图像进行获取时,用户提供的艺术品信息包括但不局限于上述的中心区域、边缘区域、残缺区域等位置点的信息,此处对的举例仅为方便理解本方案,具体艺术品特征图像的选定可根据实际需要灵活设定,此处不做限定。
在本发明的一个实施例中,如图7所示,推送所述艺术品分析数据具体包括:
步骤S501、获取发送对象,读取发送对象信息;
步骤S502、查阅发送内容,获取每组所述发送对象的发送内容,逐一审核发送内容;
步骤S503、提取发送指令,根据发送对象对发送指令进行不同等级加密处理。
在本实施例中,为了保证信息数据传输安全,采用标准SMGP协议进行数据传输。按照协议规范采用账户、密码认证。认证信息按照协议要求采用加密处理。系统内部数据传输采用消息队列模式,所有数据采用二进制数据流传输,对外不可见。
在本发明的一个实施例中,如图5所示,一种基于区块链的艺术品鉴别装置,区块链鉴别响应模块200,用于响应于至少一个的鉴别请求,所述鉴别请求包含艺术品特征信息,根据预设的艺术品鉴别请求响应模型确定待鉴定的艺术品特征信息在多个预设的响应方位上的特征响应结果;
特征响应度获取模块300,用于获取构建的响应度匹配模型创建响应度虚拟鉴别模型获取所述特征响应结果以及多个预设的响应方位确定艺术品的特征信息特征响应度;
艺术品分析报告生成模块500,用于加载预配置的鉴别分类数据库,基于预设的鉴别分类训练模型多次训练所述特征响应结果,提取预配置的鉴别分类数据库中对应艺术品分析数据,推送所述艺术品分析数据。
在本发明的一个实施例中,如图9所示,区块链鉴别响应模块200包括:
鉴别请求提取模块210,响应于至少一个的鉴别请求;
特征信息确定模块220,用于根据预设的艺术品鉴别请求响应模型确定待鉴定的艺术品特征信息在多个预设的响应方位上的特征响应结果。
在本发明的一个实施例中,如图10所示,还包括鉴别请求导入模块600,所述鉴别请求导入模块600包括:
艺术品特征图像获取单元610,用于获取多组显示屏待识别的艺术品特征图像;
艺术品特征图像提取单元620,用于提取所述显示屏待识别的艺术品特征图像。
本发明实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,上述计算机程序被处理器执行时实现如实施例所述的基于区块链的艺术品鉴别方法。
本发明实施例提供的终端设备,该终端设备包括处理器,处理器用于执行存储器中存储的计算机程序时实现上述基于区块链的艺术品鉴别方法的步骤。
示例性的,计算机程序可以被分割成一个或多个模块,一个或者多个模块被存储在存储器中,并由处理器执行,以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在终端设备中的执行过程。例如,上述计算机程序可以被分割成上述各个系统实施例提供的基于区块链的艺术品鉴别方法的单元或模块。
本发明提供了一种基于区块链的艺术品鉴别方法和装置,参见图1,通过区块链服务平台400对区块链鉴别响应服务器100进行加载配置,区块链服务平台400以5G通信的方式分别连接区块链鉴别响应模块200、特征响应度获取模块300以及艺术品分析报告生成模块500,由区块链服务平台400激活区块链鉴别响应服务器100,将鉴别分类数据库导入艺术品分析报告生成模块500,方便用户获取实时分析结果,不需要人工操作就可以实现对艺术品种类、年代以及真伪进行分析检测,提高了检测的准确度。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于区块链的艺术品鉴别方法,其特征在于,所述基于区块链的艺术品鉴别方法具体包括:
响应于至少一个的鉴别请求,所述鉴别请求包含艺术品特征信息,根据预设的艺术品鉴别请求响应模型确定待鉴定的艺术品特征信息在多个预设的响应方位上的特征响应结果;
基于构建的响应度匹配模型创建响应度虚拟鉴别模型获取所述特征响应结果以及多个预设的响应方位确定艺术品的特征信息特征响应度;
加载预配置的鉴别分类数据库,基于预设的鉴别分类训练模型多次训练所述特征响应结果,提取预配置的鉴别分类数据库中对应艺术品分析数据,推送所述艺术品分析数据。
2.根据权利要求1所述的基于区块链的艺术品鉴别方法,其特征在于,艺术品鉴别请求响应模型的构建方法包括:
获取原始响应模型,将艺术品基础信息输入原始响应模型编辑系统,所述原始响应模型编辑系统包括基础图层编辑单元和特征图层编辑单元;
响应所述原始响应模型编辑系统,根据艺术品类别逐一丰富原始响应模型;
基于所述原始响应模型,在原始响应模型编辑系统生成待鉴别的特征响应结果。
3.根据权利要求2所述的基于区块链的艺术品鉴别方法,其特征在于,响应度虚拟鉴别模型的构建方法,具体包括:
获取不同种类的艺术品作为标准样本,基于红外扫描成像获取标准样本中的艺术品图像信息;
获取标准样本中的艺术品图像信息,所述艺术品特征信息包括艺术品光谱图像信息、颜色组成特征信息、完整度信息以及尺寸比例信息;
根据标准样本中的艺术品图像信息创建响应度虚拟鉴别模型,采用SPXY法按照5:1的比例随机分配,并标记为训练集和预测集,以艺术品图像信息作为输入层,艺术品分析结果作为输出层,分别采用多种建模方法进行训练,构建响应度虚拟鉴别模型。
4.根据权利要求2所述的基于区块链的艺术品鉴别方法,其特征在于,响应度虚拟鉴别模型的构建方法还包括:
获取至少一个的鉴别请求,其中鉴别请求包括艺术品光谱图像信息、颜色组成特征信息、完整度信息以及尺寸比例信息;以艺术品图像信息作为输入层,艺术品分析结果作为输出层,执行构建响应度虚拟鉴别模型,获取艺术品分析数据。
5.根据权利要求4所述的基于区块链的艺术品鉴别方法,其特征在于,鉴别分类数据库构建方法具体包括:
获取艺术品分析报告模板,艺术品分析报告模板包含艺术品鉴定记录模板以及艺术品鉴定历史报告模板;
生成分析报告模板填充信息,生成填充信息组织架构树;
基于填充信息组织架构树逐一遍历生成分析报告模板填充信息,合并生成分类数据库。
6.根据权利要求1-5任一所述的基于区块链的艺术品鉴别方法,其特征在于,还包括鉴别请求导入方法,所述鉴别请求导入方法具体包括:
获取多组显示屏待识别的艺术品特征图像;
提取所述显示屏待识别的艺术品特征图像。
7.根据权利要求5所述的基于区块链的艺术品鉴别方法,其特征在于,推送所述艺术品分析数据具体包括:
获取发送对象,读取发送对象信息;
查阅发送内容,获取每组所述发送对象的发送内容,逐一审核发送内容;
提取发送指令,根据发送对象对发送指令进行不同等级加密处理。
8.一种基于区块链的艺术品鉴别装置,其特征在于,包括:
区块链鉴别响应模块,用于响应于至少一个的鉴别请求,所述鉴别请求包含艺术品特征信息,根据预设的艺术品鉴别请求响应模型确定待鉴定的艺术品特征信息在多个预设的响应方位上的特征响应结果;
特征响应度获取模块,用于获取构建的响应度匹配模型创建响应度虚拟鉴别模型获取所述特征响应结果以及多个预设的响应方位确定艺术品的特征信息特征响应度;
艺术品分析报告生成模块,用于加载预配置的鉴别分类数据库,基于预设的鉴别分类训练模型多次训练所述特征响应结果,提取预配置的鉴别分类数据库中对应艺术品分析数据,推送所述艺术品分析数据。
9.根据权利要求8所述的基于区块链的艺术品鉴别装置,其特征在于,区块链鉴别响应模块包括:
鉴别请求提取模块,响应于至少一个的鉴别请求;
特征信息确定模块,用于根据预设的艺术品鉴别请求响应模型确定待鉴定的艺术品特征信息在多个预设的响应方位上的特征响应结果。
10.根据权利要求9所述的基于区块链的艺术品鉴别装置,其特征在于,还包括鉴别请求导入模块,所述鉴别请求导入模块包括:
艺术品特征图像获取单元,用于获取多组显示屏待识别的艺术品特征图像;
艺术品特征图像提取单元,用于提取所述显示屏待识别的艺术品特征图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111653748.8A CN114418596A (zh) | 2021-12-30 | 2021-12-30 | 一种基于区块链的艺术品鉴别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111653748.8A CN114418596A (zh) | 2021-12-30 | 2021-12-30 | 一种基于区块链的艺术品鉴别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114418596A true CN114418596A (zh) | 2022-04-29 |
Family
ID=81269641
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111653748.8A Withdrawn CN114418596A (zh) | 2021-12-30 | 2021-12-30 | 一种基于区块链的艺术品鉴别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114418596A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115272804A (zh) * | 2022-09-27 | 2022-11-01 | 泉州海关综合技术服务中心 | 一种基于区块链和联邦学习的茶叶种类鉴别平台 |
-
2021
- 2021-12-30 CN CN202111653748.8A patent/CN114418596A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115272804A (zh) * | 2022-09-27 | 2022-11-01 | 泉州海关综合技术服务中心 | 一种基于区块链和联邦学习的茶叶种类鉴别平台 |
CN115272804B (zh) * | 2022-09-27 | 2022-11-25 | 泉州海关综合技术服务中心 | 一种基于区块链和联邦学习的茶叶种类鉴别平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108229130B (zh) | 一种验证方法及装置 | |
Moses et al. | Automated fingerprint identification system (AFIS) | |
US10339417B2 (en) | Learning contour identification system using portable contour metrics derived from contour mappings | |
CN114117171B (zh) | 一种基于赋能思维的工程档案智能收整方法及系统 | |
CN103116755B (zh) | 书画真伪度自动检测系统及其方法 | |
CN109684803B (zh) | 基于手势滑动的人机验证方法 | |
CN105869066B (zh) | 基于数字图像处理识别的倒闸操作的系统及方法 | |
CN110060531A (zh) | 一种使用智能数码笔的计算机在线考试系统和方法 | |
CN110490238A (zh) | 一种图像处理方法、装置及存储介质 | |
CN107194216A (zh) | 一种基于用户划屏习惯的移动身份认证方法及系统 | |
CN107392982A (zh) | 在线设计方法、装置及系统 | |
CN105678344A (zh) | 一种电力仪表设备的智能分类方法 | |
CN113111154A (zh) | 相似度评估方法、答案搜索方法、装置、设备及介质 | |
CN114418596A (zh) | 一种基于区块链的艺术品鉴别方法及装置 | |
CN113656761A (zh) | 基于生物识别技术的业务处理方法、装置和计算机设备 | |
CN102592142A (zh) | 一种基于计算机系统的手写签名稳定性评估方法 | |
Singh et al. | Efficient face identification and authentication tool for biometric attendance system | |
CN114445095A (zh) | 材料检测方法、装置、存储介质及电子设备 | |
Sanchez-Reillo et al. | Forensic validation of biometrics using dynamic handwritten signatures | |
US7519237B2 (en) | Method for characterizing stored information | |
CN115690819A (zh) | 一种基于大数据的识别方法及其系统 | |
CN111429156A (zh) | 一种手机使用的人工智能识别系统及其应用 | |
CN114444040A (zh) | 认证处理方法、装置、存储介质及电子设备 | |
CN113806666A (zh) | 一种应用于k12教育领域的学生作业自助提交及智能检查系统的算法实现 | |
CN114003493A (zh) | 测试数据处理方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220429 |