基于面部特征点检测的图片纠正方法、装置和计算机设备制造方法及图纸

本申请揭示了一种基于面部特征点检测的图片纠正方法、装置、计算机设备和存储介质，所述方法包括：获取包括人脸的指定证件图片；将所述指定证件图片按第一姿态放置，从而得到中间证件图片；将所述中间证件图片输入预设的面部特征点检测模型中进行处理，得到第一特征点数量；若所述第一特征点数量不大于预设的数量阈值，则将所述中间证件图片顺时针旋转指定角度，从而得到旋转证件图片；将旋转证件图片输入面部特征点检测模型中进行处理，得到第二特征点数量，并判断第二特征点数量是否大于所述数量阈值；若所述第二特征点数量大于所述数量阈值，则将所述旋转证件图片记为纠正后的图片。从而实现了对证件图片进行准确纠正。

Image correction method, device and computer equipment based on facial feature point detection

【技术实现步骤摘要】
基于面部特征点检测的图片纠正方法、装置和计算机设备
本申请涉及到计算机领域，特别是涉及到一种基于面部特征点检测的图片纠正方法、装置、计算机设备和存储介质。
技术介绍
随着人工智能的发展，人工智能对证件的分析的场景越来越多。证件的角度纠正是十分重要的一个功能，对于证件的文字识别准确率有很大的影响，同时也影响对证件其他方面的准确分析。如果对于任一角度身份证件都能将证件最后纠正到标准角度，那么文字或者图像都会很贴近人的视觉感受，并且有利于后面的文字提取等图像处理技术。传统的证件角度纠正，需要找到证件的四个顶点坐标，最后只能把证件纠正到0度(即标准姿态，也即最适于观看或处理的姿态)、90度、180度、270度中的一者，但是无法确定纠正后的角度是这四者中的哪一者，因此不利于后续的图像处理。因此现有技术缺乏对证件图片进行准确纠正的技术方案。
技术实现思路
本申请的主要目的为提供一种基于面部特征点检测的图片纠正方法、装置、计算机设备和存储介质，旨在对证件图片进行准确纠正。为了实现上述专利技术目的，本申请提出一种基于面部特征点检测的本文档来自技高网...

【技术保护点】
1.一种基于面部特征点检测的图片纠正方法，其特征在于，包括：/n获取包括人脸的指定证件图片，其中所述指定证件图片中的证件图像呈矩形状；/n根据预设的矩形边检测方法，检测出所述证件图像的四条边，并将所述指定证件图片按第一姿态放置，从而得到中间证件图片，其中所述第一姿态指所述四条边中的一条与预设的参考线平行的姿态；/n将所述中间证件图片输入预设的面部特征点检测模型中进行处理，得到所述面部特征点检测模型输出的第一特征点数量，其中所述面部特征点检测模型是基于神经网络模型，并利用训练数据进行训练而成，所述训练数据仅由标准姿态放置的证件图片和所述标准姿态放置的证件图片中标注的面部特征点构成；/n判断所述第...

【技术特征摘要】
1.一种基于面部特征点检测的图片纠正方法，其特征在于，包括：
获取包括人脸的指定证件图片，其中所述指定证件图片中的证件图像呈矩形状；
根据预设的矩形边检测方法，检测出所述证件图像的四条边，并将所述指定证件图片按第一姿态放置，从而得到中间证件图片，其中所述第一姿态指所述四条边中的一条与预设的参考线平行的姿态；
将所述中间证件图片输入预设的面部特征点检测模型中进行处理，得到所述面部特征点检测模型输出的第一特征点数量，其中所述面部特征点检测模型是基于神经网络模型，并利用训练数据进行训练而成，所述训练数据仅由标准姿态放置的证件图片和所述标准姿态放置的证件图片中标注的面部特征点构成；
判断所述第一特征点数量是否大于预设的数量阈值；
若所述第一特征点数量不大于预设的数量阈值，则将所述中间证件图片顺时针旋转指定角度，从而得到旋转证件图片，其中所述指定角度为90度、180度和270度中的一者；
将旋转证件图片输入所述面部特征点检测模型中进行处理，得到所述面部特征点检测模型输出的第二特征点数量，并判断所述第二特征点数量是否大于所述数量阈值；
若所述第二特征点数量大于所述数量阈值，则将所述旋转证件图片记为纠正后的图片，从而完成对所述指定证件图片的纠正。


2.根据权利要求1所述的基于面部特征点检测的图片纠正方法，其特征在于，所述根据预设的矩形边检测方法，检测出所述证件图像的四条边的步骤,包括：
获取所述指定证件图片中的所有像素点的色值；
将所述指定证件图片划分为多个区块，其中同一个区块中的像素点的色值的最大值与最小值之差小于预设的色值差阈值；
从所述多个区块的交界线中选出最长的两条线段，并判断所述两条线段是否能作为一个矩形的两条平行边；
若所述两条线段能作为一个矩形的两条平行边，则将所述两条线段记为所述证件图像的两条平行边，并根据矩形的相邻边呈90度角的原理，获取所述证件图像的另外两条边。


3.根据权利要求1所述的基于面部特征点检测的图片纠正方法，其特征在于，所述指定证件图片中包括姓名栏，所述将所述中间证件图片输入预设的面部特征点检测模型中进行处理，得到所述面部特征点检测模型输出的第一特征点数量，其中所述面部特征点检测模型是基于神经网络模型，并利用训练数据进行训练而成，所述训练数据仅由标准姿态放置的证件图片和所述标准姿态放置的证件图片中标注的面部特征点构成的步骤之前,包括：
通过预设的文字识别技术识别所述姓名栏，从而得到姓名；
判断是否预存有相同姓名的标准证件图片，其中所述标准证件图片按所述标准姿态放置；
若预存有相同姓名的标准证件图片，则根据预设的图片相似度计算方法，计算所述中间证件图片与所述标准证件图片间的第一相似度值，以及计算所述中间证件图片与顺时针旋转90度后的所述标准证件图片间的第二相似度值，以及计算所述中间证件图片与顺时针旋转180度后的所述标准证件图片间的第三相似度值，以及计算所述中间证件图片与顺时针旋转270度后的所述标准证件图片间的第四相似度值；
判断所述第一相似度值、第二相似度值、第三相似度值和第四相似度值是否大于预设的相似度阈值；
若所述第一相似度值、第二相似度值、第三相似度值和第四相似度值均不大于预设的相似度阈值，则生成第一特征点数量获取指令，所述第一特征点数量获取指令用于指示将所述中间证件图片输入预设的面部特征点检测模型中进行处理。


4.根据权利要求3所述的基于面部特征点检测的图片纠正方法，其特征在于，所述根据预设的图片相似度计算方法，计算所述中间证件图片与所述标准证件图片间的第一相似度值的步骤,包括：
获取所述中间证件图片的像素点的色值和所述标准证件图片的像素点的色值，并生成所述中间证件图片的像素点矩阵A和所述标准证件图片的像素点矩阵B，其中所述像素点矩阵A和所述像素点矩阵B均为m×n矩阵；
根据公式：C＝[Aij/avg(Aij)],其中i＝1,2,...,m，j＝1,2,...,n，获取矩阵C，其中Aij为像素点矩阵A中第i行第j列的数值；以及根据公式：D＝[Bij/avg(Bij)],其中i＝1,2,....

【专利技术属性】
技术研发人员：黄锦伦，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44