[发明专利]一种图像处理方法、装置、电子设备及存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取第一数据集和第二数据集，所述第一数据集包括第一彩色人脸图像样本，第二数据集包括红外人脸图像样本，所述第二数据集中的图像按照人脸真伪进行分类；

根据所述第一数据集训练人脸识别模型，所述人脸识别模型用于识别彩色人脸图像中的人脸特征；

根据所述人脸识别模型和所述第二数据集训练人脸防伪模型，所述人脸防伪模型用于识别红外人脸图像的真伪。

2.根据权利要求1所述的方法，其特征在于，所述第二数据集还包括：与所述红外人脸图像匹配的第二彩色人脸图像样本，所述红外人脸图像样本和所述第二彩色人脸图像样本为对目标人脸同时拍摄得到的；

所述根据所述人脸识别模型和所述第二数据集训练人脸防伪模型，包括：

将所述第二数据集中的第二彩色人脸图像样本灰度化，得到第一灰度人脸图像样本；

将所述红外人脸图像样本与所述第一灰度人脸图像样本进行颜色通道叠加后，得到第三数据集；

根据所述人脸识别模型对所述第三训练集进行训练，得到所述人脸防伪模型。

3.根据权利要求2所述的方法，其特征在于，所述第一灰度人脸图像样本为单颜色通道，所述红外人脸图像样本为3颜色通道；

所述将所述红外人脸图像样本与所述第一灰度人脸图像样本进行颜色通道叠加后，得到第三数据集，包括：

将所述红外人脸图像样本与第一灰度人脸图像样本进行颜色通道叠加后，得到4颜色通道的第二灰度人脸图像样本；

生成包括所述第二灰度人脸图像样本的第三数据集。

4.根据权利要求2所述的方法，其特征在于，所述获取第一数据集，包括：

获取第一彩色人脸图像；

将所述第一彩色人脸图像进行人脸对齐后，裁剪为包括人脸的预设尺寸的第一彩色人脸图像样本。

5.根据权利要求2所述的方法，其特征在于，所述获取第二数据集，包括：

获取对同一目标人脸同时拍摄得到的第二彩色人脸图像和红外人脸图像；

分别将所述第二彩色人脸图像和红外人脸图像进行人脸对齐后，裁剪为包括人脸的所述预设尺寸的所述第二彩色人脸图像样本和红外人脸图像样本。

6.根据权利要求1所述的方法，其特征在于，所述根据所述第一数据集训练人脸识别模型，包括：

将所述第一彩色人脸图像样本输入预设的第一卷积神经网络的卷积层，所述第一卷积神经网络包括至少两层隐藏层，每层隐藏层的第一输出样本数据即为下一层隐藏层的第一输入样本数据，每层隐藏层内包括卷积层；

对所述第一输入样本数据在卷积层所有通道上的第一卷积结果进行归一化计算，得到第一归一化结果，根据所述第一归一化结果计算得到所述隐藏层的第一输出样本数据；

根据最后一层隐藏层的第一输出样本数据得到人脸识别模型。

7.根据权利要求3所述的方法，其特征在于，根据所述人脸识别模型对所述第三数据集进行训练，包括：

将所述人脸识别模型的输入层的通道个数修改为4；

将所述第二灰度人脸图像样本输入所述人脸识别模型，得到人脸特征向量；

将所述人脸特征向量输入预设的第二卷积神经网络，所述第二卷积神经网络包括至少两层隐藏层，每层隐藏层的第二输出样本数据即为下一层隐藏层的第二输入样本数据，每层隐藏层内包括卷积层；

对所述第二输入样本数据在卷积层所有通道上的第二卷积结果进行归一化计算，得到第二归一化结果；

采用带泄露修正线性单元函数对所述第二归一化结果进行激活计算，得到激活结果；

根据所述激活结果计算得到所述隐藏层的第二输出样本数据；

根据最后一层隐藏层的第二输出样本数据得到人脸防伪模型。