(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 202210379608.4 (22)申请日 2022.04.12 (71)申请人 吉林建筑大学 地址 130000 吉林省长 春市新城大街5 088 号 (72)发明人 李也　孙明阳　 (74)专利代理 机构 北京卓岚智财知识产权代理 事务所 (特殊普通合伙) 11624 专利代理师 时修丽 (51)Int.Cl. G06V 30/226(2022.01) G06V 30/19(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 16/583(2019.01) G06F 16/51(2019.01) (54)发明名称 基于人工智能的书法赝品识别系统 (57)摘要 本发明公开了基于人工智能的书法赝品识 别系统， 包括对比数据库建立模块、 对比数据库、 书法获取模块、 图像识别模块、 特征提取模块、 特 征对比模块和结果判定模块； 所述对比数据库建 立模块用于建立对比数据库； 所述对比数据库用 于对现有的全部书法的特征集进行储存； 所述书 法获取模块用于获取需要鉴定的书法的图像； 所 述图像识别模块用于基于深度学习对图像进行 识别， 并对图像中的特征进行挖掘； 所述特征提 取模块用于对挖掘的特征进行提取。 本发明通过 设置对比数据库建立模块能够建立书法对比数 据库， 从而方便对书法的真实信息进行存储， 为 书法的赝品鉴别提供准确的依据。 权利要求书3页 说明书7页 附图2页 CN 114898378 A 2022.08.12 CN 114898378 A 1.基于人工智能的书法赝品识别系统， 其特征在于： 包括对比数据库建立模块、 对比数 据库、 书法获取模块、 图像识别模块、 特 征提取模块、 特 征对比模块和结果判定模块； 所述对比数据库建立模块用于建立对比数据库； 所述对比数据库用于对现有的全部书法的特 征集进行储 存； 所述书法获取模块用于获取需要鉴定的书法的图像； 所述图像识别模块用于基于深度学习对图像进行识别， 并对图像中的特 征进行挖掘； 所述特征提取模块用于对挖掘的特 征进行提取； 所述特征对比模块用于将所述特征提取模块用进行提取的特征与所述对比数据库中 的每个特征集相比对， 选取匹配度最高的特 征集所代 表的作者； 以及所述结果判定模块用于对所述特征对比模块中得出的作者与需要鉴定的书法作 者进行判定， 若结果 不一致， 则判定为赝品。 2.根据权利要求1所述的基于人工智能的书法赝品识别系统， 其特征在于： 所述对比数 据库建立模块包括图像采集单 元、 照片处 理单元、 图片剔除单 元和导入单 元； 所述图像采集单元用于利用电子扫描或数码摄影对现有的全部书法进行摄像， 获得高 清的数码照片； 所述照片处理单元用于将照片导入计算机中进行分析处理， 对每幅书法的数码照片进 行分割， 得到每个单独的字体或相互连接的多个字体的图片， 再利用软件对每张单独字体 的图片或多个字体的图片进行灰度化处理和图像边缘锐化处理， 得到该幅书法作品的基本 图片集合； 所述图片剔除单元用于从得到的书法作品的基本图片集合与该书法作品的作者相关 联， 并剔除掉集合中相同的图片， 得到表征该作者的特征子集， 利用计算机将属于同个作者 的若干特 征子集进行比对， 剔除相同的图片， 进 而得到表征 该作者作品系列的特 征集； 所述导入单元用于将所有作者的特 征集导入到所述对比数据库中。 3.根据权利要求2所述的基于人工智能的书法赝品识别系统， 其特征在于： 所述照片处 理单元中进行灰度化处理具体采用直方图均衡化方法对图像进行对比度变换， 输出图像灰 度值Sk为： 其中， k为灰度级数， n 为图像总像素个数， ni为灰度级为 i的像素数量。 4.根据权利要求1所述的基于人工智能的书法赝品识别系统， 其特征在于： 所述图像识 别模块包括图像预 处理单元， 所述图像预处理单元用于对图像中的文字进 行分解， 从结构、 字和书写力度三个方面， 挖掘图像中的特征， 所述图像中的特征包括字形重合度、 结构相似 性、 骨架相似性和单 笔画相似性。 5.根据权利要求1所述的基于人工智能的书法赝品识别系统， 其特征在于： 所述书法赝 品识别系统还包括溯源模块， 所述溯源模块用于对书法文物进行溯源， 确定书法文物的持 有者信息 。 6.根据权利要求5所述的基于人工智能的书法赝品识别系统， 其特征在于： 所述溯源模 块包括书法信息 录入单元、 交易鉴定单元和信息 显示单元；权　利　要　求　书 1/3 页 2 CN 114898378 A 2所述书法信息 录入单元用于对交易的书法信息进行全网录入； 所述交易 鉴定单元用于对每次交易的鉴定时间、 鉴定结果以及交易对象进行存 储； 所述信息 显示单元用于查看书法最近一次交易的鉴定时间、 鉴定结果以及交易对象。 7.根据权利要求2所述的基于人工智能的书法赝品识别系统， 其特征在于： 所述对比数 据库建立模块对所述对比数据库的建立方法包括： S1.利用电子扫描或数码摄 影对现有的全部书法进行摄 像， 获得高清的数码照片； S2.将照片导入计算机 中进行分析处理， 对每幅书法的数码照片进行分割， 得到每个单 独的字体或相互连接的多个字体的图片， 再利用软件对每张单独字体的图片或多个字体的 图片进行 灰度化处 理和图像边 缘锐化处 理， 得到该幅书法作品的基本图片集 合； S3.从得到的书法作品的基本图片集合与该书法作品的作者相关联， 并剔除掉集合中 相同的图片， 得到表征该作者的特征子集， 利用计算机将属于同个作者的若干特征子集进 行比对， 剔除相同的图片， 进 而得到表征 该作者作品系列的特 征集； S4.将所有作者的特 征集导入到对比数据库中， 完成所述对比数据库的建立。 8.根据权利要求1所述的基于人工智能的书法赝品识别系统， 其特征在于： 所述图像识 别模块中基于深度学习对图像进 行识别的具体方法包括： 建立基于深度学习的书法字体与 文字内容同步识别模型， 所述基于深度学习的书法字体与文字内容同步识别模型共有七层 结构， 前四层为卷积层和池化层， 后三层为全连接层， 固定前三层卷积池化网络参数， 识别 书法字体的模型参数， 用以识别汉字内容； 前六层采用ReLU激活函数， 最后一层采用 SoftMax回归分类器处理多分类问题； 模型优化采用梯度下降与反向传播相结合的方法进 行优化迭代处 理； 使用cros sentropy交叉熵计算损失函数。 9.根据权利要求8所述的基于人工智能的书法赝品识别系统， 其特征在于： 所述卷积层 在卷积运 算过程中的函数 方程f(x)为： f(x)＝ω ·x+b 其中， f(x)为卷积层输出值， x为输入参数， ω为权值 参数， b为偏置量； ReLU激活函数为： σ(x)＝max(0,x) 其中， x为卷积层得到的输入映射， σ(x)为池化层输出值。 10.根据权利要求8所述的基于人工智能的书法赝品识别系统， 其特征在于： 所述全连 接层的全连接 输出值yj为： 其中， xi为全连接输入向量值， ωji为输入到输出的全连接参数， bj为输出对应的偏置 项； 将前六层神经网络得到结果分别导入最后分类层进行分类判断操作， 经过SoftMax回 归处理的概率输出， 概 率分布P为： 权　利　要　求　书 2/3 页 3 CN 114898378 A 3