[发明专利]用于生成证件图像的方法、系统、装置和介质在审

专利信息
申请号: 202111158142.7 申请日: 2021-09-30
公开(公告)号: CN113888675A 公开(公告)日: 2022-01-04
发明(设计)人: 甘宇飞 申请(专利权)人: 支付宝(杭州)信息技术有限公司
主分类号: G06T11/60 分类号: G06T11/60;G06F40/186;G06N20/00
代理公司: 上海专利商标事务所有限公司 31100 代理人: 钱孟清;段登新
地址: 310023 浙江省杭州市*** 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: 用于 生成 证件 图像 方法 系统 装置 介质
【权利要求书】:

1.一种用于生成证件图像的方法,包括:

从证件特征因子库获取多个证件特征因子,所述证件特征因子是从多个真实证件图像提取的;

将所述多个证件特征因子组合以便生成多个证件模板;

用新证件特征因子替换所述多个证件模板中的对应证件特征因子以生成多个证件样本;以及

采用机器学习算法来对每个证件样本执行质量风格迁移以生成一个或多个证件图像。

2.如权利要求1所述的方法,其中生成所述证件模板包括:使用二分类模型来筛选证件模板以提升所生成的证件模板的布局的真实性。

3.如权利要求2所述的方法,其中生成所述证件模板包括:

随机组合所述多个证件特征因子以生成候选证件模板;

使用所述二分类模型确定所述候选证件模板为真的置信度;

将所述置信度与置信度阈值进行比较;以及

选择所述置信度大于所述置信度阈值的候选证件模板作为所生成的证件模板。

4.如权利要求3所述的方法,其中所述二分类模型是使用训练样本集来训练的,其中所述训练样本集包括正样本和负样本,所述正样本为真实证件图像,所述负样本为通过证件特征因子的随机布局组成的证件图像。

5.如权利要求4所述的方法,其中所述训练样本集中的训练样本的质量风格是随机的。

6.如权利要求1所述的方法,其中基于所述证件模板生成多个证件样本包括:

用新证件特征因子替换所述证件模板中的对应证件特征因子。

7.如权利要求1所述的方法,其中所述机器学习模型为生成对抗网络。

8.如权利要求1所述的方法,其中所述证件特征因子库包括多个子库,每个子库包括相同或相似类别的证件特征因子。

9.一种用于生成证件图像的系统,包括:

证件特征因子获取模块,用于从证件特征因子库获取多个证件特征因子,所述证件特征因子是从多个真实证件图像提取的;

证件模板生成模块,用于将所述多个证件特征因子组合以便生成多个证件模板;

证件样本生成模块,用于用新证件特征因子替换所述多个证件模板中的对应证件特征因子以生成多个证件样本;以及

质量风格迁移模块,用于采用机器学习算法来对每个证件样本执行质量风格迁移以生成一个或多个证件图像。

10.如权利要求9所述的系统,其中所述证件模板生成模块用于使用二分类模型来筛选证件模板以提升所生成的证件模板的布局的真实性。

11.如权利要求10所述的系统,其中所述证件模板生成模块用于:

随机组合所述多个证件特征因子以生成候选证件模板;

使用所述二分类模型确定所述候选证件模板的布局的置信度;

将所述置信度与置信度阈值进行比较;以及

选择所述置信度大于所述置信度阈值的候选证件模板作为所生成的证件模板。

12.如权利要求11所述的系统,其中所述二分类模型是使用训练样本集来训练的,其中所述训练样本集包括正样本和负样本,所述正样本为真实证件图像,所述负样本为通过证件特征因子的随机布局组成的证件图像。

13.如权利要求12所述的系统,其中所述训练样本集中的训练样本的质量风格是随机的。

14.如权利要求9所述的系统,其中所述证件样本生成模块用于:

用新证件特征因子替换所述证件模板中的对应证件特征因子。

15.如权利要求9所述的系统,其中所述机器学习模型为生成对抗网络。

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支付宝(杭州)信息技术有限公司,未经支付宝(杭州)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/202111158142.7/1.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