(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211178451.5 (22)申请日 2022.09.27 (71)申请人 广州卓腾科技有限公司 地址 510640 广东省广州市天河区科华 街 251号20栋101室 (72)发明人 李博　曹婉玉　 (74)专利代理 机构 广州国鹏知识产权代理事务 所(普通合伙) 44511 专利代理师 周燕君 (51)Int.Cl. G06T 5/00(2006.01) G06V 10/26(2022.01) G06V 10/60(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于大数据的证件照眼镜 反光消除方法、 装 置、 介质及设备 (57)摘要 本发明公开了一种基于大数据的证件照眼 镜反光消除方法、 装置、 介质及设备， 包括： 构建 对抗神经网络， 所述对抗神经网络包括生成网络 和判别网络， 所述生成网络用于以眼镜反光区域 的掩码图像作为注意力导向图来消除输入图像 中的眼镜反光区域， 所述判别网络用于判别所述 生成网络的输出图像是否存在眼镜反光； 获取训 练样本集， 采用所述训练样本集对 所述对抗神经 网络中的生成 网络和判别网络进行交替训练； 获 取待处理图像， 通过训练好的所述生成 网络对所 述待处理图像中的眼镜 反光区域进行消除， 得到 无眼镜反光图像。 本发明有效地提高了图像的还 原度、 稳定性， 提高了证件照的拍摄质量， 且降低 了算法运算量， 用户可快速获取高质量合格的证 件照。 权利要求书2页 说明书10页 附图3页 CN 115272136 A 2022.11.01 CN 115272136 A 1.一种基于大 数据的证件照眼镜反光消除方法， 其特 征在于， 包括： 构建对抗神经网络， 所述对抗神经网络包括生成网络和判别网络， 所述生成网络用于 以眼镜反光区域的掩码图像作为注意力导向图来消除输入图像中的眼镜反光区域， 所述判 别网络用于判别所述 生成网络的输出图像是否存在眼镜反光； 获取训练样本集， 采用所述训练样本集对所述对抗神经网络 中的生成网络和判别网络 进行交替训练； 获取待处理图像， 通过训练好的所述生成网络对所述待处理图像中的眼镜反光 区域进 行消除， 得到无眼镜反光图像。 2.如权利要求1所述的基于大数据的证件照眼镜反光消除方法， 其特征在于， 所述生成 网络包括语义分割模块和下采样模块； 所述 生成网络用于： 通过所述语义分割模块对输入图像进行语义分割得到眼镜反光区域的特 征信息； 通过所述下采样模块对所述输入图像进行降采样， 得到第一特 征图； 融合所述第一特 征图和眼镜反光区域的特 征信息， 得到第二特 征图； 将所述眼镜反光区域的特征信息依次进行卷积和池化处理、 通道顺序随机变换处理 shuffle、 若干次卷积和上采样处 理， 得到第一掩码图像； 对所述第一掩码图像进行若干次卷积和池化处理， 得到眼镜反光区域的第二掩码图 像； 对所述第二特 征图进行若干次卷积和激活 处理， 得到第三特 征图； 对所述第三特 征图和第二掩码图像进行拼接， 得到第四特 征图； 对所述第四特征图进行池化处理和若干次上采样处理， 得到无眼镜反光图像， 作为所 述生成网络的输出图像。 3.如权利要求2所述的基于大数据的证件照眼镜反光消除方法， 其特征在于， 所述生成 网络的损失函数由输出图像的像素损失和眼镜反光区域的反光掩码的像素损失构成。 4.如权利要求2所述的基于大数据的证件照眼镜反光消除方法， 其特征在于， 所述判别 网络用于： 对所述生成网络的输出图像和基准图像进行通道堆叠， 得到预设尺寸的输入图像； 对堆叠得到的所述输入图像进行多级的卷积、 激活和池化处理， 得到预设尺寸的特征 图； 将所述特征图转换为预设维度向量， 对所述预设维度向量进行多级全连接和激活处 理， 得到图像的判断信息； 所述判断信 息包括所述生成网络的输出图像为无眼镜反光图像、 所述生成网络的输出 图像为有眼镜反光图像。 5.如权利要求4所述的基于大数据的证件照眼镜反光消除方法， 其特征在于， 所述判别 网络的损失函数采用交叉熵损失函数。 6.如权利要求1至5任一项所述的基于大数据的证件照眼镜反光消 除方法， 其特征在 于， 所述训练样本集包括若干对样本数据； 每一对样本数据包括输入图像、 基准图像以及掩码图像； 同一对样本数据内的所述输 入图像、 基准图像和掩码图像均为根据同一用户的同一姿态获取到， 其中所述输入图像为 有眼镜反光图像， 所述基准图像为无眼镜反光图像， 所述掩码图像为对输入图像中的眼镜权　利　要　求　书 1/2 页 2 CN 115272136 A 2反光区域进行掩码标注得到的图像， 用于在生成网络的训练过程中监 督掩码的生成质量。 7.如权利要求6所述的基于大数据的证件照眼镜反光消除方法， 其特征在于， 所述采用 所述训练样本集对所述对抗神经网络中的生成网络和判别网络进行交替训练包括： 将所述训练样本集中的M对样本数据作为一个批次输入所述对抗神经网络， 使用随机 梯度下降法SGD对每个批次的对抗神经网络的损失函数进 行优化， 并进 行反向传播， 当所述 对抗神经网络的损失代价下降到预设精度时停止迭代； 在训练每个批次后， 将训练样本集中的N对样本数据作为一个批次输入所述对抗神经 网络进行训练验证。 8.一种基于大 数据的证件照眼镜反光消除装置， 其特 征在于， 所述装置包括： 构建模块， 用于构建对抗神经网络， 所述对抗神经网络包括生成网络和判别网络， 所述 生成网络用于以眼镜反光区域的掩码图像作为注意力导向图来消除输入图像中的眼镜反 光区域， 所述判别网络用于判别所述 生成网络的输出图像是否存在眼镜反光； 训练模块， 用于获取训练样本集， 采用所述训练样本集对所述对抗神经网络中的生成 网络和判别网络进行交替训练； 消除模块， 用于获取待处理图像， 通过训练好的所述生成网络对所述待处理图像中的 眼镜反光区域进行消除， 得到无眼镜反光图像。 9.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处理器执行时实现如权利要求 1至7任一项 所述的基于大数据的证件 照眼镜反光消除方法。 10.一种计算机设备， 包括存储器、 处理器以及存储在所述存储器中并可在所述处理器 上运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求 1至 7任一项所述的基于大 数据的证件照眼镜反光消除方法。权　利　要　求　书 2/2 页 3 CN 115272136 A 3