[发明专利]证件图片生成方法及装置

说明书

本发明公开了一种证件图片生成方法及装置，其中，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，并利用训练样本对循环生成对抗网络模型进行训练；其中，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；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。基于循环生成对抗网络模型可以降低对样本数据的采集要求，采集的样本数据中人脸图片和证件图片可以不一一对应，节省了采集所花费的人力、财力和时间成本。

技术领域

本发明涉及计算机视觉技术领域，具体涉及一种证件图片生成方法及装置。

背景技术

随着深度学习方法的快速发展和广泛应用，人脸和其证件图片对比技术的识别准确率已经得到质的提升，达到了可实际应用的级别。越来越多的生活和工作场景开始采用智能化识别真实人脸的技术来验证一个人的身份。而在许多应用场景下，所识别的人脸都是来自于用户和其所持有的证件上的照片，通过识别真实人脸和证件上的人脸照片的相似度来验证用户的身份。其基于人脸匹配识别技术，需要通过深度学习提取人脸特征将两张人脸进行对比判断是否是同一个人，并给出相应的置信度评分，即身份相似度验证。而此技术需要取决于人脸匹配识别模型的性能，人脸匹配识别模型需要大量证件图片和人脸真实照片作为训练集才能够保证其检测和识别的准确性。但由于证件图片涉及个人相关信息以及个人隐私，能够获取的证件图片数量并不多，导致无法使用大规模的数据集进行模型训练。

为获取证件图片，一般采用以下方案：

1)使用证件图片合成技术，利用相关证件图片背景和真实证件的照片人脸尺寸来模拟生成证件风格人脸图片。

2)向某些专业的数据收集和处理公司提出人脸照片的规格和要求，付费购买相关的数据集的使用权和所有权。

上述传统证件图片的获取方案存在以下问题：

1)模拟生成的证件图片风格比较单一，而实际应用场景下的证件图片会有图片不够清晰，图片的噪点多，图片拍摄时的角度不统一，图片的大小和图片分辨率不同，图片拍照的光照条件不同等特征。模拟生成的证件图片无法模拟出风格多种多样、与实际证件图片相应的证件图片。

2)购买专业图片数据集的价格昂贵，会耗费大量时间和浪费人力。专业的数据收集和处理公司按照要求的规格去采集和处理证件图片数据需要耗费大量时间和人力资源。由于人脸数据和证件图片数据涉及个人隐私，采集的难度较大，耗费大量的时间。

综上所述，依靠现有的技术方案虽然可以获取大量的证件图片，但是获取到的证件图片的风格无法保证与真实证件图片的风格相近，且存在证件图片的数据采集和处理的难度大，耗费的时间周期长，成本高等诸多缺点。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的证件图片生成方法及装置。

根据本发明的一个方面，提供了一种证件图片生成方法，其包括：

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，并利用训练样本对循环生成对抗网络模型进行训练；其中，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；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。

根据本发明的另一方面，提供了一种证件图片生成装置，其包括：

采集模块，适于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；