基于语义网络的人脸识别专家系统技术方案

本发明专利技术公开了基于语义网络的人脸识别专家系统，包括：摄像头，用于采集人脸图像；特征提取模块，用于提取采集到的人脸图像中的人脸特征数据；人脸图像知识库模块，用于储存基于语义网络表达的人脸识别知识和推理规则；数据库模块，用于储存特征提取模块提取的人脸特征数据；推理机模块，根据从特征提取模块获取的人脸特征数据，反复匹配推理规则，获得人脸识别结论，并将推理过程中产生的中间结果和人脸识别结论保存在数据库模块中；人机交互界面模块，用于该人脸识别专家系统与用户进行交流。本发明专利技术将人脸识别与专家系统结合，为人脸识别提供了一种有效的途径，同时能够提升识别速度和识别准确率。

【技术实现步骤摘要】

本专利技术设及数字图像处理和人工智能领域，尤其设及基于语义网络的人脸识别专 豕系统。
技术介绍
随着科学技术的发展，人脸识别技术作为多学科领域的、具有挑战性的课题，它覆 盖了数字图像处理、模式识别、计算机视觉、神经网络、屯、理学、生理学、数学等诸多学科的 内容，同时也具有十分广泛的应用价值。人脸识别在国家重要机构及社会安全领域具有广 泛而特殊的用途。例如；公安系统的视觉监控、证件和各类金融卡持有人的身份验证等。同 其他生物识别技术（如；指纹、掌纹、虹膜等）相比，人脸具有方便性、友好性。因为它取样 方便，可W不接触目标就进行识别。 专家系统是人工智能的一个分支，它大量利用专业知识W解决只有专家才能解决 的问题。专家是一个在特定领域里具有专口知识的人。也就是说，专家具有不为大多数人 所知或利用的专口技能。专家能够解决大多数人所不能解决或是不能高效地（而不是低劣 地）解决的问题。当专家系统在20世纪70年代最初发展起来时，专家系统特指包含专家 知识。然而"专家系统"该一术语在今天适用于任何应用专家系统技术的系统。专家系统 技术包括专口的专家系统语言、程序和为了辅助专家开发和执行而设计的硬件。 因此如何很好的将人脸识别技术与专家系统结合是值得研究的。
技术实现思路
本专利技术所要解决的技术问题在于提供一种基于语义网络的人脸识别专家系统，其 能够准确地对人脸进行识别，满足身份验证、基于内容的检索等实际需求。 为解决上述技术问题，本专利技术所采取的技术方案是： 基于语义网络的人脸识别专家系统，包括：[000引摄像头，用于采集人脸图像； 特征提取模块，用于提取采集到的人脸图像中的人脸特征数据； 人脸图像知识库模块，用于储存基于语义网络表达的人脸识别知识和推理规则； 数据库模块，用于储存特征提取模块提取的人脸特征数据； 推理机模块，根据从特征提取模块获取的人脸特征数据，反复匹配推理规则，获得 人脸识别结论，并将推理过程中产生的中间结果和人脸识别结论保存在数据库模块中； 人机交互界面模块，用于该人脸识别专家系统与用户进行交流。 本专利技术将人脸识别与专家系统结合，为人脸识别提供了一种有效的途径，同时能 够提升识别速度和识别准确率。此外，本专利技术使用语义网络的表达方法来代替常用的基于 产生式规则的表达方法，使得其在知识的表达上面更加灵活，表达能力也较强，也更接近人 的思维习惯。【附图说明】 此处所说明的附图用来提供对本专利技术的进一步理解，构成本专利技术的一部分，本发 明的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中： 图1是本专利技术基于语义网络的人脸识别专家系统的一个实施例的原理框图； 图2为根据本专利技术一实施例的人眼的示意图。【具体实施方式】 下面结合附图和具体实施例对本专利技术进行详细说明。 请参考图1。根据本专利技术一实施例的基于语义网络的人脸识别专家系统，包括摄像 头1、特征提取模块4、人脸图像知识库模块5、数据库模块6、推理机模块7和人机交互界面 模块8。 摄像头1用于采集人脸图像。摄像头1可采用网络摄像头，网络摄像头是将传统 摄像头与网络视频技术相结合的新一代产品，除了具备一般传统摄像头所具有的图像捕捉 功能外，还内置有用于实现图像模拟信号和数字模拟信号的转换压缩及转换解压的数字化 压缩控制器和基于Web的操作系统，使得视频数据经压缩加密后，通过局域网，Internet和 无线网络将图像模拟信号送至终端用户。 特征提取模块4用于提取采集到的人脸图像中的人脸特征数据。 人脸图像知识库模块5用于储存基于语义网络表达的人脸识别知识和基于语义 网络表达的推理规则。语义网的结构可用图形表示为结点W及连接结点的弧。结点用来表 示对象，而弧则称为连接或边。人脸图像知识库模块5能通过人机交互界面8及时更新知 识库。在本系统中，知识的获取有非自动知识获取和自动知识获取两种形式。 数据库模块6用于储存特征提取模块4提取的人脸特征数据。在本实施例中，数 据库模块6基于Windows SQL Sever来实现。 推理机模块7根据从特征提取模块4获取的人脸特征数据，反复匹配所述的推理 规则，获得人脸识别结论，并将推理过程中产生的中间结果和人脸识别结论保存在数据库 模块6中。在本实施例中，推理机模块7包括推理引擎模块及共享内容模块，推理引擎模块 用于根据推理规则进行推理，该推理规则W化IPS语言描述，具体实现时可W采用其他语 言，如PROLOG JESS, W及其他高级语言如化va，C#等。共享内容模块用于存储推理引擎模 块的推理结果，其使用CLIPMM作为接口与人机交互界面交互。由于化IPS具有兼容性好， 可移植性强，能够同时支持面向对象和面向过程等优点。 人机交互界面模块8用于该人脸识别专家系统与用户进行交流。在本实施例中， 所述人脸图像的实时显示方法采用C#可视化编程语言开发，用于完成用户与专家系统直 接的信息交流，并实现同时建立、修改与扩充数据库模块，W及对数据库模块的一致性和完 整性的维护。 优选地，根据本专利技术一实施例的基于语义网络的人脸识别专家系统还包括人脸检 巧时莫块2和图像预处理模块3。人脸检测模块2用于标定出人脸图像中人脸的位置和大小。 前述的网络摄像头可W通过无线网络将采集到的人脸图像传递至人脸检测模块2。在本实 施例中，人脸检测模块2采用了 AdaBoost算法。AdaBoost算法能够挑选出一些最能代表人 脸的矩形特征（弱分类器），按照加权投票的方式将弱分类构成为一个强分类器，再将训练 得到的若干强分类器串联组成一个级联当前第1页1 2 本文档来自技高网...

【技术保护点】
基于语义网络的人脸识别专家系统，其特征在于，包括：摄像头，用于采集人脸图像；特征提取模块，用于提取采集到的人脸图像中的人脸特征数据；人脸图像知识库模块，用于储存基于语义网络表达的人脸识别知识和推理规则；数据库模块，用于储存所述特征提取模块提取的人脸特征数据；推理机模块，根据从所述特征提取模块获取的人脸特征数据，反复匹配所述的推理规则，获得人脸识别结论，并将推理过程中产生的中间结果和所述的人脸识别结论保存在所述的数据库模块中；人机交互界面模块，用于该人脸识别专家系统与用户进行交流。

【技术特征摘要】

【专利技术属性】
技术研发人员：程武山，陆程程，梁冬梅，陈小明，
申请(专利权)人：上海华旌科技有限公司，
类型：发明
国别省市：上海;31