[发明专利]去网纹系统训练方法、去网纹方法、装置、设备及介质

说明书

本发明公开了一种去网纹系统训练方法、去网纹方法、装置、设备及介质。该去网纹系统训练方法包括：基于网纹位置和预设的标签值获取第一误差函数，基于仿真图片和不带网纹训练样本获取第二误差函数，根据判别结果获取第三误差函数和第四误差函数，根据特征A和特征B获取第五误差函数，并基于生成式对抗网络的特点，根据第二误差函数、第三误差函数、第三误差函数和第五误差函数分别获取第六误差函数和第七误差函数，再根据训练产生的误差构建误差函数，采用误差函数反传更新去网络系统中各部分模型的网络参数。该去网纹系统去除了去网纹系统训练过程中多个影响去网纹系统去网纹效果的误差因素，使得该去网纹系统的去网纹效果比较好。

技术领域

本发明涉及图像处理领域，尤其涉及一种去网纹系统训练方法、去网纹方法、装置、设备及介质。

背景技术

目前的证件照很多是经过加网纹处理的，以提高证件照的安全性。但加了网纹的证件照，很难进行人脸特征点的检测，使得其无法直接进行人脸识别。因此，在进行人脸特征点的检测之前需要先去掉网纹，才能够进行人脸识别。目前业界的去网纹模型的去网纹效果比较差，容易使得去网纹后的证件照或者其他图片上的人脸出现变形的现象。

发明内容

本发明实施例提供一种去网纹系统训练方法、装置、设备及介质，以解决当前去网纹模型的去网纹效果差的问题。

一种去网纹系统训练方法，包括：

提取待训练样本，所述待训练样本包括样本数量相等的带网纹训练样本和不带网纹训练样本；

将所述带网纹训练样本输入到网纹提取器中，提取网纹位置，基于所述网纹位置和预设的标签值获取第一误差函数，并根据所述第一误差函数更新网纹提取器的网络参数；

将所述网纹位置和所述带网纹训练样本输入到生成式对抗网络生成器中，生成仿真图片，并基于所述仿真图片和所述不带网纹训练样本获取第二误差函数；

将所述仿真图片和所述不带网纹训练样本输入到生成式对抗网络判别器中，获取判别结果，并根据所述判别结果获取第三误差函数和第四误差函数；

采用预先训练好的人脸识别模型提取所述仿真图片的特征A和所述不带网纹训练样本的特征B，根据所述特征A和所述特征B获取第五误差函数；

获取第六误差函数，根据所述第六误差函数更新生成式对抗网络生成器中的网络参数，其中，第六误差函数＝第二误差函数+第三误差函数+第五误差函数；

获取第七误差函数，根据所述第七误差函数更新生成式对抗网络判别器中的网络参数，其中，第七误差函数＝第四误差函数+第五误差函数。

一种去网纹系统训练装置，包括：

训练样本获取模块，用于提取待训练样本，所述待训练样本包括样本数量相等的带网纹训练样本和不带网纹训练样本；

第一误差函数获取模块，用于将所述带网纹训练样本输入到网纹提取器中，提取网纹位置，基于所述网纹位置和预设的标签值获取第一误差函数，并根据所述第一误差函数更新网纹提取器的网络参数；

第二误差函数获取模块，用于将所述网纹位置和所述带网纹训练样本输入到生成式对抗网络生成器中，生成仿真图片，并基于所述仿真图片和所述不带网纹训练样本获取第二误差函数；

判别结果获取模块，用于将所述仿真图片和所述不带网纹训练样本输入到生成式对抗网络判别器中，获取判别结果，并根据所述判别结果获取第三误差函数和第四误差函数；

第五误差函数获取模块，用于采用预先训练好的人脸识别模型提取所述仿真图片的特征A和所述不带网纹训练样本的特征B，根据所述特征A和所述特征B获取第五误差函数；