[发明专利]一种基于区块链与表情识别的短视频版权存储算法有效
申请号: | 202011347975.3 | 申请日: | 2020-11-26 |
公开(公告)号: | CN112464179B | 公开(公告)日: | 2022-10-21 |
发明(设计)人: | 俞定国;杨阳;陈楠;钱永江 | 申请(专利权)人: | 浙江传媒学院 |
主分类号: | G06F21/16 | 分类号: | G06F21/16;G06F16/738;G06V20/40;G06V40/16;G06N3/04;G06N3/08 |
代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 陈升华 |
地址: | 310018 浙江省*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 区块 表情 识别 视频 版权 存储 算法 | ||
1.一种基于区块链与表情识别的短视频版权存储算法,其特征在于,包括以下步骤:
第1步:基于视觉优先规则的卷积神经网络算法对人脸类短视频中人脸表情进行识别,通过客户端上传短视频作品,提取短视频全程人脸表情特征,算法生成能够唯一标识该短视频的内容标签值日志JSON文件;
所述的基于视觉优先规则的卷积神经网络算法对人脸类短视频中人脸表情进行识别,具体包括:
A)提取输入数据的特征,设定core为卷积神经网络的卷积核,其大小为X*Y,X*Y表示卷积核的大小,bias为其偏置量,fun为激活函数,input与output分别为输入、输出,且input与output的大小均为M*N,则提出的卷积运算公式如公式(1)所示:
B),进行平均池化运算,将下采样层设定为samplingdown,且采用最大池化计算则最大池化定义如公式(2)所示;
samplingdown=max(samplingdown-1) (2)
其中,samplingdown-1表示下采样层的前一采样层;
C),采用ELU激活函数,未控制激活函数饱和值本发明设置count为常数,则激活函数的表达式如公式(3)所示;
其中,ELU(x)表示基于自变量x的激活函数,count(exp(x)-1)中count是一个常数,count(exp(x)-1)用于控制激活函数的饱和值;
所述的短视频的内容标签值日志JSON文件由以下面部特征信息组成:唇厚度、唇宽度、鼻厚度、耳垂厚度、耳垂宽度、耳廓宽度、鼻高度、下眼睑宽度、眼角宽度、睫毛宽度、右眉毛宽度、眉间距、右鬓角高度、发色、发中宽度、头顶高度、额头颜色、左鬓角宽度、左眉毛宽度、眉头高度、眉尾高度、单双眼皮、鱼尾宽度、眼球色、耳饰品、鼻宽度、人中深度、唇色、下唇厚度、下巴宽度,且其识别值由以下表情标签组成:害怕、高兴、生气、厌恶、悲伤、惊讶和正常;
第2步:采用基于区块链与人脸表情识别的短视频数字版权存储算法将对第1步生成的短视频的内容标签值日志JSON文件存储进如联盟区块链;
第3步:向联盟区块链中负责收集登记申请、加入未确认登记列表与建立区块的第一节点发送登记请求,第一节点向全网发布广播请求登记验证;
第4步:全网可用节点收到第一节点的请求首先计算新区块哈希值,然后再向全网发布广播请求哈希值校验;
第5步:全网可用节点接收到第4步计算出的新区块哈希值,首先对哈希值进行校验,然后将自己的校验结果广播到全网,经过全网以容错算法为规则确认之后进行存储登记,最后向客户端返回结果。
2.根据权利要求1所述的基于区块链与表情识别的短视频版权存储算法,其特征在于,还包括:在第1步之前,联盟链成员登录认证。
3.根据权利要求1所述的基于区块链与表情识别的短视频版权存储算法,其特征在于,联盟链成员登录认证具体包括:
联盟链成员节点通过自己唯一的私钥向联盟区块链发起登录请求,如果该登录验证不被通过,则联盟区块链会自动拒绝该节点对交易系统的登录请求;如果该登录验证通过,则会将通过结果反馈给请求认证的节点,节点将会被允许进入短视频数字版权存储系统并发起之后的操作。
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浙江传媒学院,未经浙江传媒学院许可,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/202011347975.3/1.html,转载请声明来源钻瓜专利网。