【技术实现步骤摘要】
图像处理方法、装置、设备及计算机可读存储介质
本专利技术涉及图像处理领域，尤其涉及一种图像处理方法、装置、设备及计算机可读存储介质。
技术介绍
随着科技的发展，人脸识别技术的应用领域越来越广泛。例如，在网约车领域，为了提高司乘安全，可以通过人脸识别技术对司机的身份信息进行识别。具体地，可以在车辆内部安装图像采集装置，获取当前司机的图像信息，对该图像信息进行人脸识别操作，以确定当前司机的身份信息。但是，由于车内安装的图像采集装置与司机之间往往存在着夹角，相应地，获取到的图像信息往往存在扭转，不是司机的正脸信息，进而导致人脸识别的难度较大，且精度不高。为了解决上述技术问题，现有技术中提供了一种网络模型，在获取到图像采集装置采集到的司机图像之后，通过该网络模型对司机图像进行校正操作。但是，现有技术中提供的网络模型往往校正精度不高，进而根据校正后的图像进行人脸识别的准确度较低，无法满足实际应用的需求。
技术实现思路
本专利技术提供一种图像处理方法、装置、设备及计算机可读存储介质，用于解决现有的图像处理方法...
【技术保护点】
1.一种图像处理方法，其特征在于，包括：/n获取图像采集装置采集到的待校正图像，所述待校正图像为人脸旋转预设的第一角度的司机人脸图像，所述第一角度是根据所述图像采集装置与司机的之间的夹角确定的；/n将所述第一角度作为所述待校正图像的约束条件，将所述待校正图像以及所述第一角度，输入至预设的条件对抗网络，获得校正后的目标图像，其中，所述目标图像为所述司机的正脸图像；/n根据所述目标图像以及预设的人脸识别技术，对所述司机的身份信息进行识别操作。/n
【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：
获取图像采集装置采集到的待校正图像，所述待校正图像为人脸旋转预设的第一角度的司机人脸图像，所述第一角度是根据所述图像采集装置与司机的之间的夹角确定的；
将所述第一角度作为所述待校正图像的约束条件，将所述待校正图像以及所述第一角度，输入至预设的条件对抗网络，获得校正后的目标图像，其中，所述目标图像为所述司机的正脸图像；
根据所述目标图像以及预设的人脸识别技术，对所述司机的身份信息进行识别操作。
2.根据权利要求1所述的方法，其特征在于，所述将所述待校正图像以及所述预设角度，输入至预设的条件对抗网络之前，还包括：
获取预设的待训练数据，所述待训练数据中包括至少一组图像对，所述图像对中包括两张旋转角度相同的同一用户的图像，所述旋转角度为第二角度；
根据所述待训练数据对预设的待训练模型进行训练，获得所述条件对抗网络。
3.根据权利要求2所述的方法，其特征在于，所述根据所述待训练数据对预设的待训练模型进行训练，包括：
随机选取所述图像对中的一张图像作为待训练图像，将所述第二角度作为所述待训练图像的约束条件，将所述待训练图像以及所述第二角度输入至预设的生成器中，获得生成图像；
将所述图像对中的另一图像作为真实图像，将所述真实图像以及所述生成图像分别输入至预设的判别器，以使所述判别器对所述真实图像以及所述生成图像的真实性进行判别；
根据所述判别器输出的判别结果对所述生成器进行监督训练，获得所述条件对抗网络。
4.根据权利要求3所述的方法，其特征在于，所述生成器包括编码器以及解码器；相应地，所述将所述待训练图像以及所述第二角度输入至预设的生成器中，获得生成器输出的生成图像，包括：
通过所述编码器学习所述待训练图像中的人脸特征向量；
通过所述解码器根据所述人脸特征向量生成所述生成图像；以及，
对所述第二角度进行编码操作，获得所述第二角度对应的限制条件向量；
对所述限制条件向量进行重塑操作，获得与所述人脸特征向量尺寸相同的目标限制条件向量；
将所述人脸特征向量以及目标限制条件向量输入至编码器，获得生成器输出的生成图像。
5.根据权利要求4所述的方法，其特征在于，所述对所述限制条件向量进行重塑操作，包括：
通过预设的全连接层将所述限制条件向量重塑为预设尺寸的特征向量；
通过预设的转置卷积并级联至少一个卷积层将所述预设尺寸的特征向量重塑为与所述人脸特征向量尺寸相同的目标限制条件向...
【专利技术属性】
技术研发人员：郭远昊，张修宝，沈海峰，
申请(专利权)人：北京嘀嘀无限科技发展有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。