[發(fā)明專利]用于證卡激光簽注的數(shù)字人像處理方法、存儲(chǔ)介質(zhì)和系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201911030215.7
• 申請(qǐng)日: 2019-10-28
• 公開(kāi)（公告）號(hào): CN110796618B
• 公開(kāi)（公告）日: 2022-05-31
• 發(fā)明（設(shè)計(jì)）人: 錢彬;黃金;王軍華;虞力英;倪鳴
• 申請(qǐng)（專利權(quán)）人: 公安部交通管理科學(xué)研究所
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00;G06T3/40;G06T7/00
• 代理公司: 無(wú)錫市大為專利商標(biāo)事務(wù)所(普通合伙) 32104
• 代理人: 曹祖良;屠志力

1.一種用于證卡激光簽注的數(shù)字人像處理方法，其特征在于，包括以下步驟：

步驟S10，對(duì)用戶上傳的人像照片進(jìn)行初步判定，排除非人像照片；

步驟S20，對(duì)人像照片進(jìn)行人臉識(shí)別、人像定位和自適應(yīng)裁剪；

步驟S30，對(duì)人像照片進(jìn)行自動(dòng)評(píng)估，保留質(zhì)量評(píng)估合格的人像照片，剔除不合格的人像照片；

步驟S50，對(duì)人像照片圖像進(jìn)行灰度優(yōu)化；

步驟S60，將人像照片圖像進(jìn)行編碼安全傳輸；

步驟S30與S50之間，還包括：

步驟S40，對(duì)低分辨率的人像照片圖像進(jìn)行超分辨率增強(qiáng)；

步驟S40具體包括：

首先采用深度殘差卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行建模和訓(xùn)練，得到超分辨率增強(qiáng)模型；具體包括：

采集人像照片樣本，對(duì)于高分辨率的人像照片通過(guò)下采樣得到低分辨率的人像照片，然后將高、低分辨率成對(duì)人像照片圖像存入訓(xùn)練集；

采用深度殘差卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行建模：將低分辨率人像照片圖像丟失細(xì)節(jié)信息的過(guò)程看作是一種額外的噪聲干擾v混入的過(guò)程；設(shè)原始的高分辨率人像照片圖像為x，相應(yīng)低分辨率人像照片圖像通過(guò)上采樣后得到的圖像為y，三者關(guān)系滿足y＝x+v；

將y作為深度殘差卷積神經(jīng)網(wǎng)絡(luò)模型的輸入，y與原始的高分辨率人像照片圖像x的差作為模型的期望輸出，即以的形式作為訓(xùn)練數(shù)據(jù)點(diǎn)對(duì)；N是訓(xùn)練數(shù)據(jù)點(diǎn)對(duì)數(shù)量；將平均均方誤差作為目標(biāo)函數(shù)：

其中Θ表示期望學(xué)習(xí)得到的模型參數(shù)，F(xiàn)表示F范式，R()表示映射；

利用訓(xùn)練數(shù)據(jù)點(diǎn)對(duì)，完成深度殘差卷積神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練學(xué)習(xí)；即當(dāng)目標(biāo)函數(shù)最小時(shí)，停止訓(xùn)練學(xué)習(xí)過(guò)程，得到超分辨率增強(qiáng)模型；

然后，將用戶上傳的低分辨率人像照片圖像輸入得到的超分辨率增強(qiáng)模型，進(jìn)行超分辨率增強(qiáng)。

2.如權(quán)利要求1所述的用于證卡激光簽注的數(shù)字人像處理方法，其特征在于，

步驟S10中，具體將人像照片輸入一個(gè)預(yù)先訓(xùn)練好的級(jí)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別，以排除人像照片。

3.如權(quán)利要求2所述的用于證卡激光簽注的數(shù)字人像處理方法，其特征在于，

步驟S20中，具體利用所述級(jí)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)得到人像照片中人臉區(qū)域、人像輪廓；然后依據(jù)人像的對(duì)稱性進(jìn)行人像照片的自適應(yīng)裁剪，使得人像在人像照片中居中，且裁剪后人像照片的圖像長(zhǎng)寬比符合長(zhǎng)寬比規(guī)定。

4.如權(quán)利要求3所述的用于證卡激光簽注的數(shù)字人像處理方法，其特征在于，

步驟S30中，人像照片質(zhì)量評(píng)估的指標(biāo)包括：頭部姿勢(shì)、背景、光線均勻性、清晰度、衣服顏色；

在人臉識(shí)別和人像定位的基礎(chǔ)上，進(jìn)行以下處理：

頭部姿勢(shì)的評(píng)估：計(jì)算頭部旋轉(zhuǎn)角度、頭部歪斜角度；這兩個(gè)角度均需要在設(shè)定范圍內(nèi)則頭部姿勢(shì)評(píng)估合格；

背景的評(píng)估：利用人像邊界反向處理得到背景區(qū)域，再扣除人像照片中脖子以下部分的背景干擾區(qū)，即可得到需要的背景區(qū)域；計(jì)算背景區(qū)域的對(duì)比度和平均灰度，背景區(qū)域的對(duì)比度小于設(shè)定閾值，且平均灰度大于設(shè)定閾值，則背景評(píng)估合格；

光線均勻性的評(píng)估：光線均勻性依賴人臉的對(duì)稱特性進(jìn)行計(jì)算，人臉區(qū)域左半部和右半部的平均灰度的差在設(shè)定閾值以內(nèi)，則光線均勻性評(píng)估合格；

清晰度的評(píng)估：對(duì)經(jīng)過(guò)步驟S10和S20處理后的人像照片圖像采用兩次高斯模糊的方法，在人臉區(qū)域進(jìn)行計(jì)算，人臉區(qū)域的局部灰度方差大于設(shè)定閾值則清晰度評(píng)估合格；

衣服顏色的評(píng)估：對(duì)經(jīng)過(guò)步驟S10和S20處理后的人像照片圖像進(jìn)行衣服區(qū)域摳取，然后計(jì)算衣服區(qū)域的平均灰度，需要小于設(shè)定閾值，則衣服顏色評(píng)估合格。

5.如權(quán)利要求4所述的用于證卡激光簽注的數(shù)字人像處理方法，其特征在于，

頭部姿勢(shì)的評(píng)估中，采用開(kāi)源工具Opencv進(jìn)行計(jì)算得到頭部旋轉(zhuǎn)角度；利用人臉的對(duì)稱特性進(jìn)行計(jì)算頭部歪斜角度。

6.如權(quán)利要求1～5中任一項(xiàng)所述的用于證卡激光簽注的數(shù)字人像處理方法，其特征在于，

步驟S50具體包括：調(diào)整圖像的灰度曲線，使得背景灰度接近白色，且采用高通濾波算法進(jìn)行清晰度增強(qiáng)銳化處理。