[发明专利]一种证件照抠图方法及系统在审

专利信息
申请号: 202210086989.7 申请日: 2022-01-25
公开(公告)号: CN114494530A 公开(公告)日: 2022-05-13
发明(设计)人: 郭志强;魏延文 申请(专利权)人: 世纪开元智印互联科技集团股份有限公司
主分类号: G06T11/60 分类号: G06T11/60;G06T3/00;G06T7/11;G06T7/194;G06N3/04;G06N3/08
代理公司: 济南舜源专利事务所有限公司 37205 代理人: 徐胭脂
地址: 250101 山东省济南市高*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 证件 照抠图 方法 系统
【权利要求书】:

1.一种证件照抠图方法,其特征在于,包括步骤:

S1:将待抠图证件照图像输入预先训练好的能够提取人像前景掩模的网络模型进行运算,得到所述待抠图证件照图像的人像前景掩模,记为目标人像前景掩模;

S2:根据所述目标人像前景掩模,估计所述待抠图证件照图像的前景图像,得到所述待抠图证件照图像对应的前景估计图像;

S3:将所述目标人像前景掩模、所述前景估计图像以及给定的证件照背景图像进行图像融合,得到所述待抠图证件照图像对应的抠图后的证件照图像。

2.根据权利要求1所述的证件照抠图方法,其特征在于,步骤S1中所述网络模型的获取步骤为:

创建证件照抠图数据集;

构建用来提取人像前景掩模的网络结构;

利用所述证件照抠图数据集训练所述网络结构,得到训练好的能够提取人像前景掩模的网络模型。

3.根据权利要求2所述的证件照抠图方法,其特征在于,所述的创建证件照抠图数据集,其实现方法为:

收集证件照图像形成训练集;

利用图像处理软件对训练集中的各证件照图像分别进行人像前景抠图,得到训练集中每一个证件照图像的人像前景图像;

对训练集中的每一个证件照图像,分别根据其对应的人像前景图像,提取其对应的人像前景掩模;

利用训练集中的各证件照图像及其各自的人像前景掩模,构建证件照抠图数据集。

4.根据权利要求2或3所述的证件照抠图方法,其特征在于,所述网络结构的构建方法为:

构建用来提取人像前景掩模的网络结构的子模块,该子模块以ResNet网络中的残差模块为基础,用卷积层输入替换残差模块的原始数据输入,用类U-Net的对称编码器-解码器结构代替残差模块中的两层权重层,将残差模块的快捷连接的原始数据输入替换为卷积层输入,通过求和来连接卷积层输入和类U-Net的对称编码器-解码器结构的输出,并实现输入卷积层提取的局部特征和类U-Net的对称编码器-解码器结构提取的多尺度特征的残差连接;

以所述子模块为基础构建能够从多尺度提取证件照人像局部和全局特征信息的类U型网络结构,该类U型网络结构即为构建得到的用于提取人像前景掩模的网络结构,其中,该网络结构能够在编码阶段从逐渐降采样特征映射过程中提取多尺度特征,能够在解码阶段将上述提取的多尺度特征编码到高分辨率特征图像中,并能够将解码阶段和最后编码阶段相连接的显著图融合得到输出结果。

5.根据权利要求2或3所述的证件照抠图方法,其特征在于,所述利用所述证件照抠图数据集训练所述网络结构,得到训练好的能够提取人像前景掩模的网络模型,其实现方法步骤为:

将证件照抠图数据集中的证件照图像输入所述网络结构进行前向计算,得到预测的人像前景掩模;

将所述预测的人像前景掩模与其在证件照抠图数据集中对应的人像前景掩模进行比较,反向计算,优化构建的网络结构,反复迭代得到上述训练好的用于提取人像前景掩模的网络模型。

6.根据权利要求1或2或3所述的证件照抠图方法,其特征在于,步骤S2的实现方法为:

根据目标人像前景掩模,采用多层次的前景估计方法,以预先设定的分辨率求解所述待抠图证件照图像的前景图像,迭代最小局部成本函数,然后以当前分辨率下求解出的前景图像为初始化图像,计算下一个预先设定的分辨率下的前景图像,重复执行以上过程,直到最新计算出的前景图像达到所述待抠图证件照图像的原始大小,即得到所述待抠图证件照图像对应的前景估计图像,其中,对于任意相邻两次用于求解前景图像的两个预先设定的分辨率来说,在先用于求解前景图像的分辨率小于在后用于求解前景图像的分辨率。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于世纪开元智印互联科技集团股份有限公司,未经世纪开元智印互联科技集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210086989.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top