[发明专利]一种基于机器学习模型的证件照合成方法和系统

说明书

本说明书实施例提供一种基于机器学习模型的证件照合成方法和系统，属于图像处理技术领域，该系统包括数据获取模块，用于获取包含有人脸的待处理图像及目标证件照的相关信息；类别判断模块，用于识别待处理图像的类型；人脸提取模块，用于根据待处理图像的类型，通过对应的机器学习模型从待处理图像中提取待处理人脸图像；合成模块，用于基于待处理人脸图像和目标证件照的相关信息，生成目标证件照，具有帮助用户快速合成证件照，避免用户多次去照相馆拍摄，且其无需用户掌握较高的照片处理技能，可简化用户操作，提高用户体验的优点。

技术领域

本发明涉及图像处理领域，特别涉及一种基于机器学习模型的证件照合成方法和系统。

背景技术

人们在生活、学习、工作中经常需要办理各种证件，如居民身份证、社保、护照、工作证、学生证、驾驶证等等。证件照作为重要的证件识别标识，证件种类繁多并且有一定的大小规范，通常，人们需要到照相馆进行照片采集，较为麻烦，且，不同的证件的要求也不相同。用户在办理不同证件时，需要多次拍摄证件照，体验较差，且，用户自己通过 PS等图像处理软件对照片进行图像处理来得到证件照效率也较低。

因此，需要提供一种基于机器学习模型的证件照合成方法和系统，用于帮助用户快速合成证件照，避免用户多次去照相馆拍摄，且其无需用户掌握较高的照片处理技能，可简化用户操作，提高用户体验。

发明内容

为了解决现有技术中的技术问题，本说明书实施例之一提供一种基于机器学习模型的证件照合成系统，包括：数据获取模块，用于获取包含有人脸的待处理图像及目标证件照的相关信息；类别判断模块，用于识别所述待处理图像的类型；人脸提取模块，用于根据所述待处理图像的类型，通过对应的机器学习模型从所述待处理图像中提取待处理人脸图像；合成模块，用于基于所述待处理人脸图像和所述目标证件照的相关信息，生成所述目标证件照。

在一些实施例中，所述系统还包括深度图像获取模块，所述深度图像获取模块包括多个深度图像获取终端，其中，所述深度图像获取终端用于获取深度图像；所述系统还包括多个用户终端，其中，所述用户终端用于上传二维图像；所述类别判断模块识别所述待处理图像的类型，包括：根据所述待处理图像的来源，确定所述待处理图像的父类型，其中，所述父类型为所述深度图像或所述二维图像。

在一些实施例中，所述类别判断模块识别所述待处理图像的类型，还包括：当根据所述待处理图像的来源，确定所述待处理图像的父类型为所述二维图像时，根据所述待处理图像的像素的颜色分量，确定所述待处理图像的子类型，其中，所述子类型为证件照或生活照；所述人脸提取模块根据所述待处理图像的类型，通过对应的机器学习模型从所述待处理图像中提取待处理人脸图像，包括：所述待处理图像的父类型为所述深度图像时，通过深度信息抠图模型基于所述待处理图像的深度信息及像素的颜色分量提取所述待处理人脸图像；所述待处理图像的子类型为所述证件照时，通过证件照抠图模型从所述待处理图像中提取待处理人脸图像；所述待处理图像的子类型为所述生活照时，通过生活照抠图模型从所述待处理图像中提取待处理人脸图像。

在一些实施例中，所述人脸提取模块获取所述证件照抠图模型，包括：生成初始证件照抠图模型；获取多个样本图像，基于所述多个样本图像生成多个训练样本及多个测试样本；通过所述多个训练样本及多个测试样本完成所述初始证件照抠图模型的训练及测试，生成所述证件照抠图模型。

在一些实施例中，所述人脸提取模块基于所述多个样本图像生成多个训练样本及多个测试样本，包括：对所述多个样本图像进行预处理，其中，所述预处理至少包括去重复图像及去遮挡图像；基于预处理后的多个样本图像生成多个训练样本及多个测试样本。

在一些实施例中，所述深度图像获取终端包括人体感应组件、图像采集组件及微控制器，其中，所述人体感应组件用于感应目标区域内是否存在人体，所述微控制器用于在所述人体感应组件感应所述目标区域内存在人体时，开启所述图像采集组件采集包含有人脸的深度图像。