[发明专利]基于端到端卷积神经网络的证件照抠图方法及系统

权利要求书

1.一种基于端到端卷积神经网络的证件照抠图方法，其特征在于，所述基于端到端卷积神经网络的证件照抠图方法包括：

将证件人像照片的抠图蒙版中的前景图与互联网照片进行合成得到训练图像，其中所述证件人像照片的抠图蒙版为对所述证件人像照片进行人工精细抠图获得；

根据轻量级语义分割网络模型生成粗分割Trimap图网络；

根据编解码网络对所述粗分割Trimap图网络进行精细化抠图，得到精细化抠图网络；

将所述粗分割Trimap图网络和所述精细化抠图网络进行级联，得到端到端网络模型；

将所述训练图像输入所述端到端网络模型进行微调，得到完成训练的端到端网络模型，其中所述完成训练的端到端网络模型能够用于对输入的证件照进行抠图。

2.根据权利要求1所述的基于端到端卷积神经网络的证件照抠图方法，其特征在于，所述将证件人像照片的抠图蒙版中的前景图与互联网照片进行合成得到训练图像，包括：

分别采集证件人像照片以及不含人像的互联网照片；

获取每张证件人像照片的抠图蒙版；

将所述不含人像的互联网照片作为背景图与所述证件人像照片的抠图蒙版中的前景图进行合成，得到所述训练图像。

3.根据权利要求2所述的基于端到端卷积神经网络的证件照抠图方法，其特征在于，合成所述训练图像的合成公式为：

I_new＝aF+(1-a)B,a∈[0,1]，

其中，I_new表示所述训练图像，F表示证件人像照片的抠图蒙版中的前景图，B表示所述不含人像的互联网照片。

4.根据权利要求2所述的基于端到端卷积神经网络的证件照抠图方法，其特征在于，所述将证件人像照片的抠图蒙版中的前景图与互联网照片进行合成得到训练图像，还包括：

将所述证件人像照片的抠图蒙版与所述训练图像合并保存成png格式图片。

5.根据权利要求1所述的基于端到端卷积神经网络的证件照抠图方法，其特征在于，所述根据轻量级语义分割网络模型生成粗分割Trimap图网络，包括：

根据所述证件人像照片的抠图蒙版的灰度值进行二分割确定抠图蒙版的背景图和前景图；

对所述证件人像照片的抠图蒙版进行形态学腐蚀和膨胀操作获得抠图蒙版的可能前景图。

6.根据权利要求5所述的基于端到端卷积神经网络的证件照抠图方法，其特征在于，所述根据编解码网络对所述粗分割Trimap图网络进行精细化抠图，得到精细化抠图网络，包括：

将所述粗分割Trimap图网络中的背景图、前景图和可能前景图与所述证件人像照片的RGB三通道图合并得到六通道图；

将所述六通道图输入到所述编解码网络，并进行多卷积和去卷积训练，得到单通道抠图结果。

7.根据权利要求6所述的基于端到端卷积神经网络的证件照抠图方法，其特征在于，所述根据编解码网络对所述粗分割Trimap图网络进行精细化抠图，得到精细化抠图网络，还包括在所述将所述六通道图输入到所述编解码网络步骤前进行的：

根据VGG16分类模型对所述编解码网络进行初始化。