[发明专利]一种基于人脸图像分割对抗思想的去网纹方法

说明书

本发明公开了一种基于人脸图像分割对抗思想的去网纹方法，包括采用对抗思想的网纹图像生成技术、基于分割思想的图像网纹去除技术。本专利采用深度神经网络：分割网络和对抗网络分别训练去网纹模型，以便于更好地实现对网纹图像的去除。本发明主要解决采用以上方法，在去除网纹的同时，保证人脸图像的清晰度，从而进一步提高网纹照的人脸识别准确率，因此具有重要的现实意义。

技术领域

本发明涉及一种人脸识别技术，尤其涉及一种基于人脸图像分割对抗思想的去网纹方法。

背景技术

人脸识别技术是基于人的脸部特征，对输入的人脸图像或者视频流，首先判断 其是否存在人脸，如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要 面部器官的位置信息，并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征， 并将其与已知的人脸进行对比，从而识别每个人脸的身份。广义的人脸识别实际包 括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别 预处理、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认 或者身份查找的技术或系统。

人脸识别技术由于非接触性和高识别率的特点，在当前安防、认证、交易和反 恐等领域获得了广泛的应用。特别是在生活中，比如买票或者入住酒店时，都需要 对目标人脸和证照库中人脸进行识别比对，这大大提高了人脸识别的可用范围，丰 富了其应用场景。但在实际应用中，往往存在这样一种技术上的挑战：为防止证照 被滥用，从保护隐私的角度出发，公安机关会在原始证照图像的基础上增加随机网 纹；因此，酒店、机场、车站等场所获取的证照人脸图像并非原始人脸图像，而是 公安机关发布的经过打网纹后的人脸图像，这对人脸识别的准确性带来了极大的挑 战，若网纹效果去除不佳，一方面网纹的存在影响人脸特征的提取，另一方面去网 纹的同时有可能模糊了人脸，会大大降低人脸识别的精度。

基于上述技术，本发明提供一种基于人脸图像分割对抗思想的去网纹方法，通 过使用该方法使得去除网纹的同时，保证人脸图像的清晰度，以提高网纹照的人脸 识别准确率。

发明内容

本发明所要解决的技术问题是提供一种基于人脸图像分割对抗思想的去网纹 方法，提高网纹照中人脸识别准确率，以解决背景技术中的问题。

为了解决上述问题，本发明提供了一种基于人脸图像分割对抗思想的去网纹方法，包括如下步骤：

Step1：采集包含人像面在内的身份证信息，通过人脸检测方法提取出身份证 信息中的原始人脸图像，且只保留人脸区域，以便于去除不感兴趣背景区域造成的 影响；同时对检测到的原始人脸图像进行打标签，确认唯一ID，为后续生成对应 网纹人脸图像做准备；

Step2：设计随机网纹生成算法，与Step1中检测到的原始人脸图像进行融合 生成网纹人脸图像，并通过对抗生成网络生成多样网纹图像进行验证；

Step3：采用基于深度学习的图像分割算法模型，以Inception为基础网络结 构构建去网纹网络模型；将Step1中获取的原始人脸图像与Step2中生成的网纹人 脸图像输送到去网纹模型中训练，输出去除网纹后的人脸图像。

其中，在上述Step1中，采集获取包括人像面的身份证照片，可通过手机拍摄、 电脑摄像头拍摄、外设软件拍摄的方式在线/离线获取居民身份证图像。

其中，在上述Step1中，原始人脸图像的获取采用haar特征，Adaboost级联 算法，对身份证原始图像进行人脸检测，获得只包含人脸区域的人脸图像。

其中，在上述Step2中，设计的随机网络生成算法，包括不同粗细的网纹线， 模糊化、正余弦变换、透射变换和角度倾斜、翻转在内的多种操作的集合，以满足 不同类型和不同质量的网纹图像。

其中，在上述Step3中，基于深度学习的分割模型为改进的Unet分割网络。