一种人像证件照自动生成方法技术

本发明专利技术提出一套人像证件照自动生成方法，由多个子任务深度神经网络模块衔接处理实现，包括人像姿态矫正模块以及人像背景着装置换模块；通过人像姿态矫正模块实现保持人像身份的前提下完成动作姿态调整的任务，其中用动作姿态提取模块进行人像动作姿态特征提取，用特征融合模块实现来自不同人像的身份特征与动作姿态特征的融合。本发明专利技术能提高被拍摄人自主获取标准人像证件照速度且降低标准人像证件照拍摄难度。照拍摄难度。照拍摄难度。

【技术实现步骤摘要】
一种人像证件照自动生成方法


[0001]本专利技术涉及标准证件照的智能处理
，特别是涉及一个由多个子任务深度神经网络模块衔接处理实现的人像证件照自动生成方法。

技术介绍

[0002]人像证件照自动生成的目的是摒弃常规证件照拍摄过程中由工作人员手持照相机以及被拍摄人摆正身体及面部姿态配合工作人员的繁杂拍摄方式，利用深度学习方法实现由被拍摄人自主拍摄包含面部在内的图像，并使用深度神经网络模型自动生成符合人像证件照使用标准的证件照。人像标准证件照在日常工作学习中，尤其在涉及人员档案管理时具有极其重要的作用，被广泛应用在政府机关，公司企业以及学校日常档案管理工作中，其中，人像标准证件照通常具有以下几点要求：首先被拍摄人不得佩戴帽子，即需为免冠照；其次，被拍摄人需为正面照，同时人像需具备双耳轮廓以及男士喉结位置以上的全部人脸特征；最后，被拍摄人面部不得有明显化妆痕迹，即被拍摄人不得有较为严重的状容覆盖或遮掩面部原有特征。
[0003]常规人像证件照拍摄方式需要被拍摄人主动前往照相馆单独拍摄，需要被拍摄人与工作人员进行频繁的互动，并且在拍摄完本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.人像证件照自动生成方法，其特征在于，由多个子任务深度神经网络模块处理实现，该多个子任务深度神经网络模块包括人像姿态矫正模块、人像背景着装置换模块；人像姿态矫正模块包括身份特征提取模块、动作姿态特征提取模块、特征融合模块以及特征解码生成模块；人像背景着装置换模块包括语义特征提取模块、边界特征提取模块、特征融合解码模块以及背景着装置换模块；处理步骤如下：身份特征提取模块与动作姿态特征提取模块分别提取待处理图像x
i
的身份特征I
id
、参考模板x
r
的多尺度动作姿态特征R
p
；将身份特征I
id
与多尺度动作姿态特征R
p
送入特征融合模块利用自注意力机制获得融合特征f
ip
，融合特征f
ip
送入特征解码生成模块逐层特征解码，输出姿态矫正图像y
i
；语义特征提取模块提取输出y
i
的多尺度语义特征LR
8x
和LR
2x
，其中，LR
8x
表示大小为姿态矫正图像y
i
尺寸1/8的特征图，LR
2x
表示大小为输出y
i
尺寸1/2的特征图，多尺度语义特征LR
2x
与姿态矫正图像y
i
送入边界特征提取模块获得边界特征HR
2x
，多尺度语义特征LR
8x
和HR
2x
以及姿态矫正图像y
i
送入特征融合解码模块逐层解码生成人像前景分割结果alpha；姿态矫正图像y
i
与人像前景分割结果alpha送入背景着装置换模块进行背景着装置换，生成完成人像姿态矫正与背景着装置换的标准证件照y输出。2.根据权利要求1所述人像证件照自动生成方法，其特征在于，所述动作姿态特征提取模块具体处理步骤如下：对输入的参考模板进行深度为n层的编码并经由线性层处理，获得潜在空间各尺度的动作姿态特征组合：其中，x
r
表示参考模板，r
p
与R
p
分别表示经过深度为n层的编码器获得的潜在空间各尺度的动作姿态特征组合，atten(
·
)表示空间自注意力机制，E
n
(
·
，N
n
)表示第n层编码结构，N
n
表示该层编码结构中所包含SE残差结构个数，f
c
表示线性层。3.根据权利要求2所述人像证件照自动生成方法，其特征在于，所述特征融合模块的具体处理步骤如下：对提取的身份特征I
id
与动作姿态特征R
p
进行AdaIn编码，然后通过自注意力机制获得融合特征：其中，p表示利用身份特征Iid生成的AdaIn参数，mid表示利用参数p对潜在空间各尺度动作姿态特征组合R
p
编码得到的深层特征，fip表示多尺度融合特征，A(
·
)表示AdaIn参数化层，AdaIn参数化层为全连接层Linear，M(
·
)表示自适应实例归一化层的编码器，mask(
·
)表示掩码编码器，F(
·
)表示特征计算器。4.根据专利要求3所述人像证件照自动生成方法，其特征在于，所述边界特征提取模块具体操作步骤如下：首先对输入的人像姿态矫正模块输出的姿态矫正图像yi进行二维离散小波变换并做
锐化处理，随后利用编码结构获得边界特征编码：其中，y0表示人像姿态矫正模块输出的姿态矫正图像y
i
经由灰度变换后的灰度图，k表示离散度量，K为灰度图尺寸，h[k]与g[k]分别表示垂直方向与水平方向变换核，v
1，H
表示人像灰度图中方向为垂直方向的高通处理结果，ha0表示v
1，H
中方向为水平方向的低通处理结果，LR
2x
表示多尺度语义特征，HR
2x
表示边界特征，F
H
为编码结构，gray(
·
)表示灰度变换，h(
·
)与g(
·
)分别表示高通滤波器与低通滤波器，Gu(
·
)与Ca(
·
)分别表示高斯滤波器与Canny算子层，cat(
·
)表示按照维度为1的特征拼接层。5.根据权利要求4所述人像证件照自动生成方法...

【专利技术属性】
技术研发人员：陈瑞，安仕鹏，刘继鑫，
申请(专利权)人：天津大学，
类型：发明
国别省市：