[发明专利]人像提取、质量评价、身份验证及模型训练方法及装置

说明书

本发明提供一种人像提取、质量评价、身份验证及模型训练方法及装置，该人像提取方法包括：提取待处理图像中的卡证区域图像；根据目标相对位置，提取所述卡证区域图像中的人像区域图像，其中，所述目标相对位置为预设的卡证区域图像和人像区域图像的相对位置。通过本发明提供的人像提取方法，可以较为准确的从卡证图像中提取到人像区域图像。

技术领域

本发明涉及信息处理技术领域，尤其涉及一种人像提取、质量评价、身份验证及模型训练方法及装置。

背景技术

随着互联网技术的不断发展，涌现了大量的互联网应用，例如，互联网购物、互联网金融(例如，信贷、理财、支付等)等。为了保证安全性，许多互联网应用都需要对用户进行身份信息的核验。目前存在一些基于用户上传的卡证图像(例如，身份证图像、社保卡图像、护照图像等)自动对用户进行人脸识别以验证用户身份的方案。

通常人脸识别效果受图像质量影响。目前，卡证图像质量评价方法大都是先通过人脸检测算法检测卡证图像中的人像区域图像，再计算人像区域图像的梯度函数等计算人像区域图像的模糊度，或是通过人像区域图像的直方图的分布来判断人像区域图像是否反光等。然而，上述卡证图像质量评价方法在图像尺度上波动较大，而用户上传的卡证图像大小又往往不一，这样无法在不同尺度上都达到一个良好的识别精度，此外，受光照、拍摄角度、拍摄设备等各种因素的影响，用户上传的卡证图像通常会存在人像区域图像特征丢失的情况，这样通过人脸检测算法检测人像区域图像容易检测失败或是检测结果不准确，进而影响后续的图像模糊度或是反光情况的判断。

可见，现有技术中存在检测卡证图像的人像区域图像准确性较差的问题。

发明内容

本发明实施例提供一种人像提取、质量评价、身份验证及模型训练方法及装置，以解决现有技术中检测卡证图像的人像区域图像准确性较差的问题。

为了解决上述技术问题，本发明是这样实现的：

第一方面，本发明实施例提供了一种人像提取方法，该方法包括：

提取待处理图像中的卡证区域图像；

根据目标相对位置，提取所述卡证区域图像中的人像区域图像，其中，所述目标相对位置为预设的卡证区域图像和人像区域图像的相对位置。

第二方面，本发明实施例提供了一种图像质量评价方法。该方法包括：

获取待处理图像，所述待处理图像为待评价图像；

利用上述的人像处理方法对所述待评价图像进行处理，得到人像区域图像；

将所述人像区域图像输入图像质量评价模型，得到所述人像区域图像的图像质量评价结果，其中，所述图像质量评价模型为基于目标神经网络训练得到的模型。

第三方面，本发明实施例提供了一种身份验证方法。该方法包括：

接收用户上传的待处理图像，所述待处理图像包括卡证区域图像；

利用上述的图像质量评价方法，对所述待处理图像进行图像质量评价，得到图像质量评价结果；

若所述图像质量评价结果指示所述待处理图像为合格图像，则根据所述待处理图像进行身份验证；

若所述图像质量评价结果指示所述待处理图像为不合格图像，则输出提示信息，其中，所述提示信息用于提示用户重新上传图像。

第四方面，本发明实施例提供了一种模型训练方法。该方法包括：

获取S张图像样本和所述S张图像样本的标签数据，其中，每个所述图像样本均包括卡证区域图像，所述标签数据用于指示卡证区域图像中的人像区域图像的图像质量类别，S为大于1的整数；

分别提取所述S张图像样本中每个图像样本中的卡证区域图像，得到S个卡证区域图像；