[發(fā)明專利]一種圖像處理方法、裝置、電子設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201910975337.7
• 申請日: 2019-10-14
• 公開（公告）號: CN110956080A
• 公開（公告）日: 2020-04-03
• 發(fā)明（設(shè)計(jì)）人: 張堯;陳孟飛
• 申請（專利權(quán)）人: 北京海益同展信息科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T7/90
• 代理公司: 北京華夏泰和知識產(chǎn)權(quán)代理有限公司 11662
• 代理人: 韓月玲

本申請涉及一種圖像處理方法、裝置、電子設(shè)備及存儲介質(zhì)，通過大量的彩色人臉圖像樣本預(yù)先訓(xùn)練得到人臉識別模型，基于該人臉識別模型，可以準(zhǔn)確識別出圖像中的人臉特征，使用相對少量的紅外人臉圖像樣本采用人臉識別模型繼續(xù)訓(xùn)練，對紅外人臉圖像樣本中的正負(fù)樣本中真?zhèn)稳四樀膮^(qū)別特征進(jìn)行學(xué)習(xí)，從而訓(xùn)練得到用于識別紅外人臉圖像真?zhèn)蔚娜四樂纻文Ｐ汀＿@樣，可以避免小數(shù)據(jù)集訓(xùn)練模型產(chǎn)生過擬合的問題，使得最終訓(xùn)練得到的人臉防偽模型識別準(zhǔn)確率較高。

技術(shù)領(lǐng)域

本申請涉及圖像處理領(lǐng)域，尤其涉及一種圖像處理方法、裝置、電子設(shè)備及存儲介質(zhì)。

背景技術(shù)

隨著進(jìn)入人工智能時代，各種AI應(yīng)用層出不窮，如物體檢測(object detection)、物體識別(classification)、人臉識別(face recognition)、自動駕駛(automatic drive)等，深刻影響著行業(yè)的發(fā)展。尤其是基于深度學(xué)習(xí)(deep learning)的人臉識別(facerecognition)技術(shù)，更是迅速工業(yè)化，例如刷臉支付、打卡簽到、車站人證對比等等。考慮到這些場景對安全有一定的要求，而人臉作為一種特征，比傳統(tǒng)領(lǐng)域的密碼、指紋更易獲得，加劇了大家對人臉識別安全性的訴求。所以，人臉防偽技術(shù)也應(yīng)運(yùn)而生。

目前人臉防偽的模型主要是利用深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行大量圖像的訓(xùn)練。但是在實(shí)現(xiàn)本發(fā)明過程中發(fā)明人發(fā)現(xiàn)，如果沒有大量的數(shù)據(jù)，或數(shù)據(jù)的分布不明確的話，難以訓(xùn)練出高準(zhǔn)確率的人臉防偽模型，非常容易出現(xiàn)過擬合。

發(fā)明內(nèi)容

為了解決上述技術(shù)問題或者至少部分地解決上述技術(shù)問題，本申請實(shí)施例提供了一種圖像處理方法、裝置、電子設(shè)備及存儲介質(zhì)。

第一方面，本申請實(shí)施例提供了一種圖像處理方法，包括：

獲取第一數(shù)據(jù)集和第二數(shù)據(jù)集，所述第一數(shù)據(jù)集包括第一彩色人臉圖像樣本，第二數(shù)據(jù)集包括紅外人臉圖像樣本，所述第二數(shù)據(jù)集中的圖像按照人臉真?zhèn)芜M(jìn)行分類；

根據(jù)所述第一數(shù)據(jù)集訓(xùn)練人臉識別模型，所述人臉識別模型用于識別彩色人臉圖像中的人臉特征；

根據(jù)所述人臉識別模型和所述第二數(shù)據(jù)集訓(xùn)練人臉防偽模型，所述人臉防偽模型用于識別紅外人臉圖像的真?zhèn)巍?/p>

可選的，所述第二數(shù)據(jù)集還包括：與所述紅外人臉圖像匹配的第二彩色人臉圖像樣本，所述紅外人臉圖像樣本和所述第二彩色人臉圖像樣本為對目標(biāo)人臉同時拍攝得到的；

所述根據(jù)所述人臉識別模型和所述第二數(shù)據(jù)集訓(xùn)練人臉防偽模型，包括：

將所述第二數(shù)據(jù)集中的第二彩色人臉圖像樣本灰度化，得到第一灰度人臉圖像樣本；

將所述紅外人臉圖像樣本與所述第一灰度人臉圖像樣本進(jìn)行顏色通道疊加后，得到第三數(shù)據(jù)集；

根據(jù)所述人臉識別模型對所述第三訓(xùn)練集進(jìn)行訓(xùn)練，得到所述人臉防偽模型。

可選的，所述第一灰度人臉圖像樣本為單顏色通道，所述紅外人臉圖像樣本為3顏色通道；

所述將所述紅外人臉圖像樣本與所述第一灰度人臉圖像樣本進(jìn)行顏色通道疊加后，得到第三數(shù)據(jù)集，包括：

將所述紅外人臉圖像樣本與第一灰度人臉圖像樣本進(jìn)行顏色通道疊加后，得到4顏色通道的第二灰度人臉圖像樣本；

生成包括所述第二灰度人臉圖像樣本的第三數(shù)據(jù)集。

可選的，所述獲取第一數(shù)據(jù)集，包括：

獲取第一彩色人臉圖像；

將所述第一彩色人臉圖像進(jìn)行人臉對齊后，裁剪為包括人臉的預(yù)設(shè)尺寸的第一彩色人臉圖像樣本。

可選的，所述獲取第二數(shù)據(jù)集，包括：