[发明专利]基于人工智能拍摄驾驶证的方法、装置、设备及存储介质

权利要求书

1.一种基于人工智能拍摄驾驶证的方法，其特征在于，所述方法包括：

检测到用户在终端登陆交警系统，接收到用户在终端选择驾驶证拍摄模式的指令后，根据所述指令启动终端的拍摄装置，驾驶证拍摄模式对应一组图像特征的配置参数；

检测用户启动所述驾驶证拍摄模式的指令，根据所述驾驶证拍摄模式对应的第一配置参数采集所述拍摄装置所拍摄的画面；

依据人脸识别技术，识别出所述摄像头拍摄的画面中的人脸，并在所述画面中显示定位框，以定位出所述人脸在所述画面中的位置；其中，所述定位框用于定位所述画面中与预设拍摄对象匹配的的检测对象；

对所述画面中的人脸进行分析，判断所述画面中的人脸是否符合所述第一配置参数的条件；

根据第一配置参数中设置的尺寸对所述人脸图像进行裁剪处理，得到预设尺寸的人脸图像；根据第一配置参数中设置的背景色对所述人脸图像的背景色进行调整，使所述预设尺寸的人脸图像符合背景色要求；根据第一配置参数中设置的像素对所述预设尺寸的人脸图像进行压缩处理，得到预设分辨率大小的目标驾驶证图像；

在生成目标驾驶证图像后，跳转至支付页面，在所述支付页面提示用户对本次拍摄服务进行支付；

在检测到用户完成支付后，生成并保存所述驾驶证相片的电子回执。

2.根据权利要求1所述的方法，其特征在于，所述识别出所述摄像头拍摄的画面中的人脸之后，所述对所述画面中的人脸进行分析之前，所述方法还包括：

利用坎尼边缘检测算法对所述摄像头拍摄的画面中的图像进行边缘处理，得到边缘二值图；

统计所述边缘二值图中边缘点和非边缘点的个数，并计算边缘点个数与边缘点和非边缘点个数总和的比值；

如果计算出的比值大于设定阈值，则确定所述摄像头拍摄的画面中的图像为清晰的人脸图像；

对所述人脸图像进行数据处理，并作面部关键点定位取得关键点数据；

根据面部关键点提取统计特征将定位出的人脸图像划分为多个特征区域，根据预设的图像检测算法从各特征区域中检测出眼睛区域、眉毛区域、鼻子区域、嘴巴区域和耳朵区域。

3.根据权利要求1所述的方法，其特征在于，所述识别出所述摄像头拍摄的画面中的人脸之后，所述对所述画面中的人脸进行分析之前，所述方法还包括：

在定位出所述人脸在画面中的位置后，采用Multi-task描述算子的人脸检测框架对所述画面中的人脸进行人脸特征点检测，将所述画面中的人脸与预设预设人脸图像作对比，若通过对比确定所述画面中的人脸不全，则检测出所述画面中人脸轮廓上各像素点在所述画面中的坐标，以及人脸缺失部位；

计算所述人脸轮廓上各像素点在所述画面中的坐标与画面之间的坐标差；

根据所述人脸缺失部位和所述人脸轮廓上各像素点在所述画面中的坐标与画面之间的坐标差确定移动方向，所述移动方向包括终端待移动的方向或人脸待移动的方向；

发出指示移动方向的第一提示信息；所述第一提示信息用于指示用户移动在画面中的人脸，直至所述画面中的人脸显示全；或者，所述第一提示信息用于指示用户相对终端移动，直至所述画面中的人脸显示全；

实时检测所述画面中的人脸，将实时检测到的人脸与预设人脸图像匹配，当检测到所述画面中的人脸显示全后，发出第二提示信息。

4.根据权利要求3所述的方法，其特征在于，所述采用Multi-task描述算子的人脸检测框架对所述画面中的人脸进行人脸特征点检测，包括：

采用以下公式对所述画面中的人脸分类：

其中，为人脸分类的交叉熵损失函数，pi是指是人脸的概率，为背景的真实标签；

边界框回归采用下述公式实现：

其中，为通过欧氏距离计算的回归损失；通过网络预测得到，为实际的真实的背景坐标；

采用下述公式实现检测出所述画面中人脸轮廓上各像素点在所述画面中的坐标，以及人脸缺失部位：

其中，为通过欧氏距离计算得到的回归损失，用于计算预测的像素点坐标位置和实际像素点坐标的欧式距离，以及最小化所述欧式距离；为通过网络预测得到，为实际的真实的地标坐标。