[發明專利]證卡數字人像復原方法、裝置、存儲介質及處理器

在審

• 申請號: 201911030852.4
• 申請日: 2019-10-28
• 公開（公告）號: CN110766635A
• 公開（公告）日: 2020-02-07
• 發明（設計）人: 黃金;錢彬;虞力英;徐巍;倪鳴
• 申請（專利權）人: 公安部交通管理科學研究所
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 32104 無錫市大為專利商標事務所(普通合伙)
• 代理人: 曹祖良;陳麗麗

本發明涉及圖像處理技術領域，具體公開了一種證卡數字人像復原方法，其中，包括：采集數字人像照片；根據所述數字人像照片建立數字人像訓練數據庫；根據所述數字人像照片建立深度殘差卷積神經網絡；根據所述數字人像訓練數據庫和所述深度殘差卷積神經網絡進行深度殘差網絡學習，得到深度殘差網絡復原模型；將待復原的證卡數字人像輸入至所述深度殘差網絡復原模型得到復原后的證卡數字人像。本發明還公開了一種證卡數字人像復原裝置、存儲介質及處理器。本發明提供的證卡數字人像復原方法不需要傳統數字圖像修復方法中所采用的默認特定圖像先驗的方法，對證卡人像的復原更具有針對性，復原效果可以顯著提高。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種證卡數字人像復原方法、一種證卡數字人像復原裝置、一種存儲介質及一種處理器。

背景技術

現有的圖像和視頻壓縮技術中，基于塊的壓縮編碼方式已被廣泛采用，例如當前最常見的JPEG(離散余弦變換)、JPEG2000(小波變換)、H.264(AVC)、H.265(HEVC)等。在量化壓縮過程中，當采樣率較低時，壓縮圖像就會出現塊模糊等塊退化效應，影響視覺質量，也阻止了進一步降低壓縮容量的可能。為了解決這個問題，近來出現了很多后處理技術，即針對某種變換解壓后再對解壓圖片進行一定程度的修復，以增強圖像清晰度，保留圖像細節。

這些后處理方法大致可以分為兩大類：圖像增強方法、圖像修復方法。圖像增強方法主要采用一些濾波算法在空間域和頻率域上對圖像作平滑處理，減弱噪聲。基于圖像修復的方法通常利用一些先驗知識將整個修復模型形式化為一個病態的圖像還原反問題，如基于稀疏先驗、低秩先驗、聚類相似先驗、非局部自相似先驗等，其中圖像的非局部自相似特性是目前采用較多的先驗信息形式。上述這些圖像復原算法對于以人像為主的證件照片的復原效果不是很有效，因為現有的復原算法都是針對普通的自然圖像進行的，而且更多的是在默認某種先驗模型的情況下進行處理，這種方式無法直接套用在人像照片中。

近些年，第二代證件系統——證卡在國內外得到普遍的重視，并開始在各個領域中得到應用和普及。與傳統紙質證件不同的是，證卡可以在介質中加入電子芯片用于存儲數據并且利用一些加密算法可以對芯片數據進行加密保護，這種證卡的安全性和實用性明顯高于紙質證件。由于證卡對存儲容量的限制，需要將圖像以極高的壓縮比進行壓縮存儲，這就造成了很大程度上的圖像信息丟失，圖像解壓后嚴重影響證卡人像的認證。而目前更多的證卡人像壓縮復原技術依然側重于壓縮解壓環節(身份證等)，針對后處理的證卡人像復原技術研究較少，截止目前也沒有最佳的解決方案。

發明內容

本發明提供了一種證卡數字人像復原方法、一種證卡數字人像復原裝置、一種存儲介質及一種處理器，解決相關技術中存在的證卡復原人像后處理問題。

作為本發明的第一個方面，提供一種證卡數字人像復原方法，其中，包括：

采集數字人像照片；

根據所述數字人像照片建立數字人像訓練數據庫；

根據所述數字人像照片建立深度殘差卷積神經網絡；

根據所述數字人像訓練數據庫和所述深度殘差卷積神經網絡進行深度殘差網絡學習，得到深度殘差網絡復原模型；

將待復原的證卡數字人像輸入至所述深度殘差網絡復原模型得到復原后的證卡數字人像。

進一步地，所述根據所述數字人像照片建立數字人像訓練數據庫，包括：

對所述數字人像照片進行人像定位，得到規范化人像照片；

對所述規范化人像照片進行小波變換和解壓縮處理，得到數字人像訓練數據庫。

進一步地，所述根據所述數字人像照片建立數字人像訓練數據庫，還包括：

對所述數字人像訓練數據庫中的圖像進行鏡像變換。