[發(fā)明專利]圖像修復模型的訓練方法、圖像修復方法及裝置

有效

• 申請?zhí)枺?/td>: 201910219334.0
• 申請日: 2019-03-21
• 公開（公告）號: CN111724310B
• 公開（公告）日: 2023-08-15
• 發(fā)明（設計）人: 付華;趙立軍
• 申請（專利權(quán)）人: 馬上消費金融股份有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06V40/16;G06Q20/40
• 代理公司: 深圳市威世博知識產(chǎn)權(quán)代理事務所(普通合伙) 44280
• 代理人: 何倚雯

本申請公開了一種圖像修復模型的訓練方法、圖像修復方法及裝置，該圖像修復模型的訓練方法包括：通過雙向映射的生成式對抗網(wǎng)絡模型對具有第一圖像質(zhì)量的第一圖像集進行映射，得到具有第二圖像質(zhì)量的第二圖像集；將第一圖像集和第二圖像集輸入到深度生成模型中，通過深度生成模型對第二圖像集進行圖像修復，得到修復后的第三圖像集；根據(jù)損失函數(shù)確定是否對深度生成模型進行再訓練，并將訓練完成的深度生成模型確定為圖像修復模型；其中，損失函數(shù)根據(jù)第一圖像集的圖像特征信息、第三圖像集的圖像特征信息以及判別器的判別結(jié)果確定。通過上述方式，本申請能夠提高工作效率，并提高圖像修復模型的應用范圍。

技術(shù)領(lǐng)域

本申請涉及到圖像識別技術(shù)領(lǐng)域，特別是涉及圖像修復模型的訓練方法、圖像修復方法及裝置。

背景技術(shù)

隨著科技的發(fā)展，用戶經(jīng)常需要上傳一些圖片信息。比如，用戶在線申請金融貸款或其他身份識別場景的時候，需要用戶上傳個人的身份證照片。為了減小網(wǎng)絡延遲，往往需要對用戶上傳身份證照片進行有損壓縮，以便傳輸；同時，由于用戶拍攝設備、場景的環(huán)境光等因素的影響，這會導致我們得到的照片質(zhì)量參差不齊。其中甚至會有一部分照片可能質(zhì)量過差，這時就需要我們對其進行圖像修復。

目前采用深度生成模型對身份證照片的圖像修復，訓練深度生成模型需要有成對的一一對應的高質(zhì)量和低質(zhì)量圖像，常見的做法是：對網(wǎng)上爬取的高質(zhì)量人臉圖像，采取加噪、模糊、降質(zhì)量、顏色抖動等方式，人為的模擬制造低質(zhì)量的人臉圖像。

這種人工模擬的做法費時費力，需要不斷嘗試和調(diào)整，有時候很難模擬得相像，并且也很難完全復現(xiàn)各種復雜場景中的光照和拍攝效果。而當用這樣的成對訓練集去訓練深度分類模型后，會導致該深度分類模型的圖像修復效果不佳。

發(fā)明內(nèi)容

本申請主要解決的技術(shù)問題是提供一種圖像修復模型的訓練方法、圖像修復方法以及裝置，能夠提高工作效率，并提高圖像修復模型的應用范圍。

為解決上述技術(shù)問題，本申請采用的第一個技術(shù)方案是：提供一種圖像修復模型的訓練方法，包括：通過雙向映射的生成式對抗網(wǎng)絡模型對具有第一圖像質(zhì)量的第一圖像集進行映射，得到具有第二圖像質(zhì)量的第二圖像集；將所述第一圖像集和所述第二圖像集輸入到深度生成模型中，通過所述深度生成模型對所述第二圖像集進行圖像修復，得到修復后的第三圖像集；根據(jù)損失函數(shù)確定是否對所述深度生成模型進行再訓練，并將訓練完成的所述深度生成模型確定為所述圖像修復模型；其中，所述損失函數(shù)根據(jù)所述第一圖像集的圖像特征信息、所述第三圖像集的圖像特征信息以及判別器的判別結(jié)果確定。

為解決上述技術(shù)問題，本申請采用的第二個技術(shù)方案是：提供一種圖像修復方法，包括：獲取到待修復圖像；將待修復圖像輸入到所述圖像修復模型中，通過所述圖像修復模型對所述待修復圖像進行修復；輸出修復后的圖像，其中，所述圖像修復模型是通過如上所述的訓練方法訓練得到。

為解決上述技術(shù)問題，本申請采用的第三個技術(shù)方案是：提供一種身份識別方法，所述身份識別方法包括：獲取待識別的人臉圖像；將所述待識別的人臉圖像輸入到所述圖像修復模型中，通過所述圖像修復模型對所述待識別的人臉圖像進行修復，獲取修復后的人臉圖像；對所述修復后的人臉圖像進行人臉識別，得到所述人臉圖像的身份識別結(jié)果，其中，所述圖像修復模型是通過上述任一項訓練方法訓練得到的。

為解決上述技術(shù)問題，本申請采用的第四個技術(shù)方案是：提供一種支付方法，所述支付方法包括：獲取到待支付的人臉圖像和待支付的賬戶預設的人臉圖像；將所述待支付的人臉圖像輸入到圖像修復模型中，通過所述圖像修復模型對所述待支付的人臉圖像進行修復，得到修復后的人臉圖像；對所述修復后的人臉圖像進行人臉識別，得到所述人臉圖像的身份識別結(jié)果；若所述身份識別結(jié)果表示修復后的人臉圖像與所述待支付的賬戶預設的人臉圖像匹配，則執(zhí)行支付其中，所述圖像修復模型是通過上述任一項訓練方法得到的。