基于語義網(wǎng)絡(luò)的人臉識別專家系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及數(shù)字圖像處理和人工智能領(lǐng)域，尤其設(shè)及基于語義網(wǎng)絡(luò)的人臉識別專 豕系統(tǒng)。
【背景技術(shù)】
[0002] 隨著科學(xué)技術(shù)的發(fā)展，人臉識別技術(shù)作為多學(xué)科領(lǐng)域的、具有挑戰(zhàn)性的課題，它覆 蓋了數(shù)字圖像處理、模式識別、計算機視覺、神經(jīng)網(wǎng)絡(luò)、屯、理學(xué)、生理學(xué)、數(shù)學(xué)等諸多學(xué)科的 內(nèi)容，同時也具有十分廣泛的應(yīng)用價值。人臉識別在國家重要機構(gòu)及社會安全領(lǐng)域具有廣 泛而特殊的用途。例如；公安系統(tǒng)的視覺監(jiān)控、證件和各類金融卡持有人的身份驗證等。同 其他生物識別技術(shù)（如；指紋、掌紋、虹膜等）相比，人臉具有方便性、友好性。因為它取樣 方便，可W不接觸目標(biāo)就進行識別。
[0003] 專家系統(tǒng)是人工智能的一個分支，它大量利用專業(yè)知識W解決只有專家才能解決 的問題。專家是一個在特定領(lǐng)域里具有?？谥R的人。也就是說，專家具有不為大多數(shù)人 所知或利用的專口技能。專家能夠解決大多數(shù)人所不能解決或是不能高效地（而不是低劣 地）解決的問題。當(dāng)專家系統(tǒng)在20世紀(jì)70年代最初發(fā)展起來時，專家系統(tǒng)特指包含專家 知識。然而"專家系統(tǒng)"該一術(shù)語在今天適用于任何應(yīng)用專家系統(tǒng)技術(shù)的系統(tǒng)。專家系統(tǒng) 技術(shù)包括專口的專家系統(tǒng)語言、程序和為了輔助專家開發(fā)和執(zhí)行而設(shè)計的硬件。
[0004] 因此如何很好的將人臉識別技術(shù)與專家系統(tǒng)結(jié)合是值得研究的。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明所要解決的技術(shù)問題在于提供一種基于語義網(wǎng)絡(luò)的人臉識別專家系統(tǒng)，其 能夠準(zhǔn)確地對人臉進行識別，滿足身份驗證、基于內(nèi)容的檢索等實際需求。
[0006] 為解決上述技術(shù)問題，本發(fā)明所采取的技術(shù)方案是：
[0007] 基于語義網(wǎng)絡(luò)的人臉識別專家系統(tǒng)，包括：
[000引攝像頭，用于采集人臉圖像；
[0009] 特征提取模塊，用于提取采集到的人臉圖像中的人臉特征數(shù)據(jù)；
[0010] 人臉圖像知識庫模塊，用于儲存基于語義網(wǎng)絡(luò)表達的人臉識別知識和推理規(guī)則；
[0011] 數(shù)據(jù)庫模塊，用于儲存特征提取模塊提取的人臉特征數(shù)據(jù)；
[0012] 推理機模塊，根據(jù)從特征提取模塊獲取的人臉特征數(shù)據(jù)，反復(fù)匹配推理規(guī)則，獲得 人臉識別結(jié)論，并將推理過程中產(chǎn)生的中間結(jié)果和人臉識別結(jié)論保存在數(shù)據(jù)庫模塊中；
[0013] 人機交互界面模塊，用于該人臉識別專家系統(tǒng)與用戶進行交流。
[0014] 本發(fā)明將人臉識別與專家系統(tǒng)結(jié)合，為人臉識別提供了一種有效的途徑，同時能 夠提升識別速度和識別準(zhǔn)確率。此外，本發(fā)明使用語義網(wǎng)絡(luò)的表達方法來代替常用的基于 產(chǎn)生式規(guī)則的表達方法，使得其在知識的表達上面更加靈活，表達能力也較強，也更接近人 的思維習(xí)慣。
【附圖說明】
[0015] 此處所說明的附圖用來提供對本發(fā)明的進一步理解，構(gòu)成本發(fā)明的一部分，本發(fā) 明的示意性實施例及其說明用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的不當(dāng)限定。在附圖中：
[0016] 圖1是本發(fā)明基于語義網(wǎng)絡(luò)的人臉識別專家系統(tǒng)的一個實施例的原理框圖；
[0017] 圖2為根據(jù)本發(fā)明一實施例的人眼的示意圖。
【具體實施方式】
[0018] 下面結(jié)合附圖和具體實施例對本發(fā)明進行詳細(xì)說明。
[0019] 請參考圖1。根據(jù)本發(fā)明一實施例的基于語義網(wǎng)絡(luò)的人臉識別專家系統(tǒng)，包括攝像 頭1、特征提取模塊4、人臉圖像知識庫模塊5、數(shù)據(jù)庫模塊6、推理機模塊7和人機交互界面 模塊8。
[0020] 攝像頭1用于采集人臉圖像。攝像頭1可采用網(wǎng)絡(luò)攝像頭，網(wǎng)絡(luò)攝像頭是將傳統(tǒng) 攝像頭與網(wǎng)絡(luò)視頻技術(shù)相結(jié)合的新一代產(chǎn)品，除了具備一般傳統(tǒng)攝像頭所具有的圖像捕捉 功能外，還內(nèi)置有用于實現(xiàn)圖像模擬信號和數(shù)字模擬信號的轉(zhuǎn)換壓縮及轉(zhuǎn)換解壓的數(shù)字化 壓縮控制器和基于Web的操作系統(tǒng)，使得視頻數(shù)據(jù)經(jīng)壓縮加密后，通過局域網(wǎng)，Internet和 無線網(wǎng)絡(luò)將圖像模擬信號送至終端用戶。
[0021] 特征提取模塊4用于提取采集到的人臉圖像中的人臉特征數(shù)據(jù)。
[0022] 人臉圖像知識庫模塊5用于儲存基于語義網(wǎng)絡(luò)表達的人臉識別知識和基于語義 網(wǎng)絡(luò)表達的推理規(guī)則。語義網(wǎng)的結(jié)構(gòu)可用圖形表示為結(jié)點W及連接結(jié)點的弧。結(jié)點用來表 示對象，而弧則稱為連接或邊。人臉圖像知識庫模塊5能通過人機交互界面8及時更新知 識庫。在本系統(tǒng)中，知識的獲取有非自動知識獲取和自動知識獲取兩種形式。
[0023] 數(shù)據(jù)庫模塊6用于儲存特征提取模塊4提取的人臉特征數(shù)據(jù)。在本實施例中，數(shù) 據(jù)庫模塊6基于Windows SQL Sever來實現(xiàn)。
[0024] 推理機模塊7根據(jù)從特征提取模塊4獲取的人臉特征數(shù)據(jù)，反復(fù)匹配所述的推理 規(guī)則，獲得人臉識別結(jié)論，并將推理過程中產(chǎn)生的中間結(jié)果和人臉識別結(jié)論保存在數(shù)據(jù)庫 模塊6中。在本實施例中，推理機模塊7包括推理引擎模塊及共享內(nèi)容模塊，推理引擎模塊 用于根據(jù)推理規(guī)則進行推理，該推理規(guī)則W化IPS語言描述，具體實現(xiàn)時可W采用其他語 言，如PROLOG JESS, W及其他高級語言如化va，C#等。共享內(nèi)容模塊用于存儲推理引擎模 塊的推理結(jié)果，其使用CLIPMM作為接口與人機交互界面交互。由于化IPS具有兼容性好， 可移植性強，能夠同時支持面向?qū)ο蠛兔嫦蜻^程等優(yōu)點。
[0025] 人機交互界面模塊8用于該人臉識別專家系統(tǒng)與用戶進行交流。在本實施例中， 所述人臉圖像的實時顯示方法采用C#可視化編程語言開發(fā)，用于完成用戶與專家系統(tǒng)直 接的信息交流，并實現(xiàn)同時建立、修改與擴充數(shù)據(jù)庫模塊，W及對數(shù)據(jù)庫模塊的一致性和完 整性的維護。
[0026] 優(yōu)選地，根據(jù)本發(fā)明一實施例的基于語義網(wǎng)絡(luò)的人臉識別專家系統(tǒng)還包括人臉檢 巧時莫塊2和圖像預(yù)處理模塊3。人臉檢測模塊2用于標(biāo)定出人臉圖像中人臉的位置和大小。 前述的網(wǎng)絡(luò)攝像頭可W通過無線網(wǎng)絡(luò)將采集到的人臉圖像傳遞至人臉檢測模塊2。在本實 施例中，人臉檢測模塊2采用了 AdaBoost算法。AdaBoost算法能夠挑選出一些最能代表人 臉的矩形特征（弱分類器），按照加權(quán)投票的方式將弱分類構(gòu)成為一個強分類器，再將訓(xùn)練 得到的若干強分類器串聯(lián)組成一個級聯(lián)