[发明专利]一种基于深度学习的证件照分类识别及免冠检测方法及系统在审
| 申请号： | 201910227933.7 | 申请日： | 2019-03-25 |
| 公开（公告）号： | CN109886360A | 公开（公告）日： | 2019-06-14 |
| 发明（设计）人： | 吴运祥;潘震 | 申请（专利权）人： | 山东浪潮云信息技术有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/00 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 姜明 |
| 地址： | 250100 山东省济南市高*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 证件照 分类识别 检测 人脸 图片 学习 人脸检测模型 神经网络分类 人工智能 模型检测 模型判断 图像分类 用户上传 自动识别 校验 生活照 上传 帽子 审核 节约 | ||
1.一种基于深度学习的证件照分类识别及免冠检测方法，其特征在于：对用户上传的图片，采用人脸检测模型检测图片中是否含有人脸，检测到人脸后通过免冠检测模型检测图片中是否含有帽子，然后通过深度神经网络分类模型判断图片为证件照或生活照。
2.根据权利要求1所述的基于深度学习的证件照分类识别及免冠检测方法，其特征在于：该方法具体包括以下步骤：
S1、对用户上传的图片；
S2、人脸检测模型检测图片中是否含有人脸，若有执行步骤S3，否则执行步骤S5；
S3、通过免冠检测模型检测图片中是否含有帽子，继续执行步骤S4；
S4、通过深度神经网络分类模型检测判断照片为证件照或者生活照；
S5、结束。
3.根据权利要求2所述的基于深度学习的证件照分类识别及免冠检测方法，其特征在于：所述人脸检测模型由深度学习框架TensorFlow搭建而成，提取图片特征信息，检测图片中是否包含人脸。
4.根据权利要求3所述的基于深度学习的证件照分类识别及免冠检测方法，其特征在于：所述免冠检测模型由深度学习框架Keras搭建而成，包括目标检测模型与免冠分类模型。
5.根据权利要求4所述的基于深度学习的证件照分类识别及免冠检测方法，其特征在于：所述目标检测模型用于检测图片中潜在的帽子区域，推断出帽子在图片中的位置坐标。
6.根据权利要求5所述的基于深度学习的证件照分类识别及免冠检测方法，其特征在于：所述免冠分类模型对目标检测模型推断出的潜在帽子区域进行进一步的特征提取，进一步判断该区域是否存在帽子。
7.根据权利要求6所述的基于深度学习的证件照分类识别及免冠检测方法，其特征在于：所述深度神经网络分类模型由深度学习框架Keras搭建而成，用于判断图片属于白底证件照、蓝底证件照、红底证件照还是生活照。
8.一种基于深度学习的证件照分类识别及免冠检测系统，其特征在于：该系统包括以下模块：
图片上传模块：用于对用户上传的图片；
人脸检测模型模块：用于检测图片中是否含有人脸；
免冠检测模型模块：用于检测图片中是否含有帽子；
深度神经网络分类模型模块：用于判断图片属于白底证件照、蓝底证件照、红底证件照还是生活照。
9.根据权利要求8所述的基于深度学习的证件照分类识别及免冠检测系统，其特征在于：所述人脸检测模型模块提取图片特征信息，检测图片中是否包含人脸；免冠检测模型模块包括目标检测模型与免冠分类模型，所述目标检测模型模块用于检测图片中潜在的帽子区域，推断出帽子在图片中的位置坐标，所述免冠分类模型模块对目标检测模型推断出的潜在帽子区域进行进一步的特征提取，进一步判断该区域是否存在帽子。
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山东浪潮云信息技术有限公司，未经山东浪潮云信息技术有限公司许可，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/201910227933.7/1.html，转载请声明来源钻瓜专利网。
- 上一篇：基于卷积神经网络的小目标检测方法及检测系统
- 下一篇：感应伸缩式全自动取卡机
