[发明专利]证件图片生成方法及装置在审

专利信息
申请号: 201910611720.4 申请日: 2019-07-08
公开(公告)号: CN112199976A 公开(公告)日: 2021-01-08
发明(设计)人: 汤人杰 申请(专利权)人: 中国移动通信集团浙江有限公司;中国移动通信集团有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06T3/00
代理公司: 北京市浩天知识产权代理事务所(普通合伙) 11276 代理人: 赵娅
地址: 310016 *** 国省代码: 浙江;33
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 图片 生成 方法 装置
【权利要求书】:

1.一种证件图片生成方法,其特征在于,方法包括:

采集人脸图片和证件图片作为样本数据以获取用于训练的训练样本;

创建循环生成对抗网络模型,并利用所述训练样本对所述循环生成对抗网络模型进行训练;其中,所述循环生成对抗网络模型包括生成器网络模型和判别器网络模型;所述训练基于循环一致性损失函数和/或三元组损失函数训练调整所述循环生成对抗网络模型的训练参数;

利用训练后的循环生成对抗网络模型中的生成器网络模型将人脸图片生成证件图片。

2.根据权利要求1所述的方法,其特征在于,所述采集人脸图片和证件图片作为样本数据以获取用于训练的训练样本进一步包括:

采集人脸图片和证件图片作为样本数据,并对所述样本数据进行预处理;所述预处理包括对所述样本数据进行图片尺寸归一化处理;

将预处理后的样本数据按照比例随机划分为训练样本和测试样本。

3.根据权利要求2所述的方法,其特征在于,所述生成器网络模型包括第一生成器和第二生成器;所述第一生成器用于将人脸图片生成具有证件风格的证件图片;所述第二生成器用于将证件图片生成具有人脸风格的人脸图片;所述判别器网络模型包括第一判别器和第二判别器;所述第一判别器用于生成的证件图片是否符合预设证件风格;所述第二判别器用于判断生成的人脸图片是否符合预设人脸风格。

4.根据权利要求3所述的方法,其特征在于,所述创建循环生成对抗网络模型,并利用所述训练样本对所述循环生成对抗网络模型进行训练进一步包括:

基于所述训练样本利用所述生成器网络模型生成对应风格的图片;利用所述判别器网络模型对生成的图片进行风格判定,将判定结果反馈给所述生成器网络模型进行训练参数调整;

利用优化损失函数调整所述生成器网络模型和所述判别器网络模型的训练参数;

利用三元组损失函数调整所述生成器网络模型的训练参数以使其生成的图片与所述训练样本中包含的人脸特征匹配。

5.根据权利要求4所述的方法,其特征在于,所述基于所述训练样本利用所述生成器网络模型生成对应风格的图片;利用所述判别器网络模型对生成的图片进行风格判定,将判定结果反馈给所述生成器网络模型进行训练参数调整进一步包括:

利用所述第一生成器将训练样本中的人脸图片生成对应的具有证件风格的第一证件图片;利用所述第二生成器将生成的第一证件图片生成对应的具有人脸风格的第一人脸图片;利用所述第二生成器将训练样本中的证件图片生成对应的具有人脸风格的第二人脸图片;利用所述第一生成器将生成的第二人脸图片生成对应的具有证件风格的第二证件图片;

利用循环一致性损失函数对生成的第二人脸图片与所述训练样本中人脸图片进行比较,以及对第二证件图片与训练样本中的证件图片进行比较,以调整所述第一生成器和所述第二生成器的训练参数;

利用所述第一判别器的损失函数判断生成的所述第一证件图片是否符合预设证件风格,并对所述第一生成器的训练参数进行调整;利用所述第二判别器的损失函数判断生成的所述第二人脸图片是否符合预设人脸风格,并对所述第二生成器的训练参数进行调整。

6.根据权利要求5所述的方法,其特征在于,所述利用三元组损失函数调整所述生成器网络模型的训练参数以使其生成的图片与所述训练样本中包含的人脸特征匹配进一步包括:

利用三元组损失函数计算所述第一证件图片的人脸特征参数与对应的训练样本中人脸图片的人脸特征参数的差异度;

根据所述差异度调整所述生成器网络模型的训练参数。

7.根据权利要求2-6中任一项所述的方法,其特征在于,所述方法还包括:

利用所述测试样本对训练后的循环生成对抗网络模型进行测试。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中国移动通信集团浙江有限公司;中国移动通信集团有限公司,未经中国移动通信集团浙江有限公司;中国移动通信集团有限公司许可,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/201910611720.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top