• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    有關(guān)證件照自動(dòng)處理技術(shù)的研究

    2022-03-11 09:14:26錢彬,顧席光,王軍華
    道路交通管理 2022年2期
    關(guān)鍵詞:證件照駕駛證人臉

    自2021年12月10日起,駕駛證電子化便利措施在全國(guó)全面推行,駕駛?cè)丝梢酝ㄟ^(guò)手機(jī)提交照片的方式在“交管12123”App上申領(lǐng)電子駕駛證。為提高照片審核效率、規(guī)范照片質(zhì)量,基于人工智能的數(shù)字圖像處理算法被運(yùn)用在電子駕駛證業(yè)務(wù)中。本文從人臉檢測(cè)、關(guān)鍵點(diǎn)檢測(cè)、背景去除、質(zhì)量檢測(cè)、合規(guī)性檢測(cè)和亮度調(diào)整共六個(gè)方面,分析證件照自動(dòng)處理技術(shù),給出了詳細(xì)的分析和解決方法,為下一步如何提高照片自動(dòng)審核效率、改善照片質(zhì)量提出了研究建議。

    一、電子駕駛證申領(lǐng)

    電子駕駛證具備使用便捷、不易丟失、實(shí)時(shí)可查驗(yàn)等優(yōu)點(diǎn),既可以在交管窗口辦理業(yè)務(wù)、接受執(zhí)法檢查時(shí)出示使用,也可在客貨運(yùn)輸、汽車租賃、保險(xiǎn)購(gòu)置等各式各樣的應(yīng)用場(chǎng)景下使用。電子駕駛證一經(jīng)推出,受到了社會(huì)各界和群眾的廣泛關(guān)注和好評(píng)。

    首次申領(lǐng)電子駕駛證時(shí),“交管12123”App將自動(dòng)調(diào)取駕駛證申請(qǐng)人已留存的照片作為電子駕駛證照片,電子駕駛證生成后,可自愿選擇是否更換照片。如申請(qǐng)人未留存照片的,將提示申請(qǐng)人通過(guò)手機(jī)拍照或者相冊(cè)選擇的方式提交證件照,通過(guò)審核后,即可生成電子駕駛證。雖然通過(guò)手機(jī)提交證件照的方式便民利民,但存在兩個(gè)問(wèn)題亟需解決:一是提交照片的質(zhì)量一致性差。手機(jī)上采集證件照易受環(huán)境影響,不同拍攝光線、不同角度采集的證件照差異很大,照片規(guī)范性難以約束,質(zhì)量難以統(tǒng)一,很難達(dá)到標(biāo)準(zhǔn)證件照的技術(shù)要求;二是審核工作量大。由于駕駛證屬于法定證照,審核人員需確認(rèn)是否是本人、是否有違規(guī)動(dòng)作、是否有過(guò)分照片處理和美化、是否有裸露等行為,審核通過(guò)后才可發(fā)放電子駕駛證。常規(guī)采用人工方式審核照片工作量大、效率低,照片審核結(jié)果不能及時(shí)反饋給用戶,用戶體驗(yàn)較差。

    為了提高照片審核效率、規(guī)范照片質(zhì)量,基于智能手機(jī)平臺(tái)實(shí)現(xiàn)證件照的自動(dòng)處理技術(shù)有待探索。將傳統(tǒng)數(shù)字圖像處理和深度學(xué)習(xí)技術(shù)融合,證件照自動(dòng)處理的精度和效率都得到了大幅提高,有效提升了用戶體驗(yàn)。因此,基于深度學(xué)習(xí)技術(shù)的證件照自動(dòng)處理技術(shù)被應(yīng)用到電子駕駛證業(yè)務(wù)中。

    數(shù)字圖像處理學(xué)科大約形成于20世紀(jì)60年代初,早期的圖像處理目的是改善圖像質(zhì)量。伴隨著硬件設(shè)施處理能力的強(qiáng)化和圖像處理研究的深入,數(shù)字圖像處理方法擴(kuò)展至圖像壓縮、圖像增強(qiáng)、目標(biāo)檢測(cè)、圖像分割和圖像識(shí)別等,并在復(fù)雜多變的應(yīng)用場(chǎng)景中得到廣泛使用。智能手機(jī)的普及伴隨著圖像處理能力的飛速提升,使得數(shù)字圖像處理技術(shù)在手機(jī)上的應(yīng)用越來(lái)越廣泛,智能手機(jī)中照相App的各種濾鏡、圖像變換使用的就是數(shù)字圖像處理技術(shù),包括增強(qiáng)、去噪、對(duì)比度拉伸、縮放、幾何變換、灰度化、二值化、目標(biāo)檢測(cè)、圖像分割、實(shí)例分割、圖像修復(fù)等。

    值得注意的是,近幾年基于深度學(xué)習(xí)的人工智能技術(shù)得到了飛速的發(fā)展。得益于深度學(xué)習(xí)強(qiáng)大的圖像特征表示能力,越來(lái)越多的研究學(xué)者將深度學(xué)習(xí)應(yīng)用于圖像處理,取得了諸多令人矚目的研究成果,并在實(shí)際應(yīng)用中體現(xiàn)出了巨大的實(shí)用價(jià)值。2006 年,Geoffrey Everest Hinton(杰弗里·埃弗里斯特·辛頓)提出了深度學(xué)習(xí)算法,它本質(zhì)上屬于神經(jīng)網(wǎng)絡(luò)的一種。之后深度學(xué)習(xí)在諸多領(lǐng)域取得了巨大成功,受到研究學(xué)者廣泛關(guān)注。深度學(xué)習(xí)能夠取得成功有兩個(gè)重要原因。首先是大數(shù)據(jù)的出現(xiàn)在很大程度上緩解了訓(xùn)練過(guò)擬合的問(wèn)題。其次,計(jì)算機(jī)硬件的飛速發(fā)展提供了強(qiáng)大的計(jì)算能力,使得訓(xùn)練大規(guī)模神經(jīng)網(wǎng)絡(luò)成為可能。目前我們使用的手機(jī)中的美顏特效、圖片搜索、人臉識(shí)別等都已經(jīng)使用到了深度學(xué)習(xí)技術(shù)。

    二、證件照自動(dòng)處理

    傳統(tǒng)證件照的制作與處理主要通過(guò)手工P圖的方式實(shí)現(xiàn),這種處理方式耗時(shí)耗力,效率較低,不適合批量處理海量數(shù)據(jù)。當(dāng)面對(duì)海量的圖像處理任務(wù)時(shí),通過(guò)多種的圖像處理算法來(lái)實(shí)現(xiàn)圖片的批量處理成為研究的熱點(diǎn)之一。

    基于計(jì)算機(jī)算法的證件照自動(dòng)處理主要包括人臉定位、去背景、亮度調(diào)整三個(gè)步驟。本文將進(jìn)一步細(xì)化為人臉檢測(cè)、關(guān)鍵點(diǎn)檢測(cè)、背景去除、質(zhì)量檢測(cè)、合規(guī)性檢測(cè)和亮度調(diào)整共六個(gè)步驟,詳細(xì)分析每個(gè)步驟的操作目的和實(shí)現(xiàn)原理。證件照自動(dòng)處理流程如圖1所示。

    圖1 證件照自動(dòng)處理流程圖

    (一)人臉檢測(cè)

    證件照自動(dòng)處理首先要做的就是人臉檢測(cè)。所謂的人臉檢測(cè)就是判斷圖像中是否包含人臉肖像及其標(biāo)定包含人臉肖像在圖像中的具體位置。人臉檢測(cè)算法會(huì)采用矩形框來(lái)標(biāo)注出人臉肖像在圖像中的位置,如圖2所示。

    圖2 人臉檢測(cè)

    在人臉檢測(cè)的過(guò)程中,會(huì)得到一個(gè)預(yù)測(cè)值Score,該預(yù)測(cè)值表明當(dāng)前檢測(cè)到的人臉肖像的置信度,是指當(dāng)前算法檢測(cè)到的這個(gè)框內(nèi)包含真實(shí)人臉的可能性,可通過(guò)調(diào)節(jié)Score閾值的大小,來(lái)定義篩選人臉不清楚等質(zhì)量不合格照片。證件照要求頭部位置居中,通過(guò)人臉檢測(cè)處理算法,一方面可以判定當(dāng)前證件照中是否存在人臉肖像,另一方面可以根據(jù)得到的人臉框位置判定臉部是否偏移,人臉肖像占整個(gè)照片的大小是否滿足要求。

    (二)關(guān)鍵點(diǎn)檢測(cè)

    為了進(jìn)一步分析證件照質(zhì)量,可采用關(guān)鍵點(diǎn)檢測(cè)算法得到臉部關(guān)鍵位置再進(jìn)行質(zhì)量分析。常見(jiàn)的人臉關(guān)鍵點(diǎn)檢測(cè)算法有5點(diǎn)檢測(cè)、68點(diǎn)檢測(cè)等,根據(jù)檢測(cè)到的關(guān)鍵點(diǎn)再結(jié)合空間幾何映射計(jì)算得到俯仰角pitch、偏航角yaw和滾轉(zhuǎn)角roll,如圖3所示。根據(jù)這三個(gè)角度來(lái)判斷頭部姿態(tài)是否符合證件照要求。電子駕駛證采用了人臉關(guān)鍵點(diǎn)使用5點(diǎn)檢測(cè),具體包括左眼、右眼、鼻子、左嘴角和右嘴角,如圖4所示,簡(jiǎn)單、快速地進(jìn)行證件照質(zhì)量分析。

    圖3 頭部姿態(tài)示意圖

    圖4 關(guān)鍵點(diǎn)檢測(cè)

    (三)背景去除

    證件照要求背景單一,常規(guī)為白底、紅底或藍(lán)底三種。但使用手機(jī)拍攝的人像帶有各式各樣的背景,因此,需對(duì)手機(jī)拍攝的肖像照片先進(jìn)行去背景處理,如何快速準(zhǔn)確地實(shí)現(xiàn)自動(dòng)去背景成為了當(dāng)前亟需解決的難題,也是當(dāng)下計(jì)算機(jī)視覺(jué)領(lǐng)域的研究熱點(diǎn)。

    傳統(tǒng)去背景方法利用三分圖(Trimap)來(lái)輔助解決任務(wù),這類算法由于沒(méi)有考慮背景的復(fù)雜性,算法適應(yīng)性較差。另外,由于依賴用戶提供的三分圖精度,因此不適合自動(dòng)批量處理。近幾年來(lái),基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)去背景算法相繼被提出。這些算法在精度和魯棒性方面相比傳統(tǒng)方法取得了顯著的進(jìn)步,即使是相對(duì)復(fù)雜的背景也能夠準(zhǔn)確地提取出人像前景。為了能夠在移動(dòng)設(shè)備上實(shí)現(xiàn)基于深度學(xué)習(xí)的去背景應(yīng)用,一些算法嘗試結(jié)合MobileNet網(wǎng)絡(luò)實(shí)現(xiàn)輕量化部署,這大大優(yōu)化了移動(dòng)設(shè)備上的證件照去背景性能,使得復(fù)雜的重模型能夠以輕量化的形態(tài)運(yùn)行在移動(dòng)設(shè)備上,從而提升人像背景去除能力,圖5展示了證件照背景替換的效果圖。

    圖5 背景替換效果圖

    (四)質(zhì)量檢測(cè)

    通過(guò)人臉檢測(cè)和關(guān)鍵點(diǎn)檢測(cè),可在一定程度上保障用戶的臉部位置和姿態(tài)符合證件照要求。但是受限于拍攝環(huán)境的不確定性,使用者通過(guò)手機(jī)提交的照片往往存在臉部光線過(guò)亮、光線過(guò)暗、偏光、模糊等質(zhì)量問(wèn)題。因此,需要對(duì)臉部光線、模糊等問(wèn)題進(jìn)行檢測(cè),判斷是否在證件照規(guī)定的要求范圍內(nèi)。

    1.臉部光線檢測(cè)

    結(jié)合人臉檢測(cè)和去背景人像語(yǔ)義分割的結(jié)果,可得到人臉區(qū)域外輪廓。接下來(lái)只需要計(jì)算人臉區(qū)域的灰度均值和顏色均值即可判斷臉部光線是否過(guò)亮、過(guò)暗以及是否偏光等光線問(wèn)題。圖6顯示了部分典型光線不合格照片示例。

    圖6 典型光線問(wèn)題照片

    2.模糊檢測(cè)

    傳統(tǒng)的圖像清晰度評(píng)價(jià)算法有很多種,主要分為空域和頻域兩大類。在空域中,主要思路是考察圖像的領(lǐng)域?qū)Ρ榷?,即相鄰像素灰度特征之間的梯度差;在頻域中,主要思路是考察圖像的頻率分量,對(duì)焦清晰的圖像高頻分量較多,對(duì)焦模糊的圖像低頻分量較多。典型算法包括Tenengrad梯度方法、Laplacian梯度方法和方差方法。一般來(lái)說(shuō),單一清晰度評(píng)價(jià)方法誤檢率較高,精度較差。因此,為了提高檢測(cè)精度,可以綜合使用多種清晰度評(píng)價(jià)方法,利用集成學(xué)習(xí)取得更好的檢測(cè)結(jié)果。檢測(cè)證件照是否模糊可以采用傳統(tǒng)的清晰度評(píng)價(jià)算法來(lái)實(shí)現(xiàn)。

    傳統(tǒng)清晰度檢測(cè)算法檢測(cè)速度快、對(duì)硬件環(huán)境要求低,但是總體的檢測(cè)精度不高。一些研究學(xué)者開(kāi)始嘗試使用深度學(xué)習(xí)算法來(lái)實(shí)現(xiàn)圖像清晰度評(píng)價(jià)?;谳p量級(jí)卷積神經(jīng)網(wǎng)絡(luò)的清晰度評(píng)價(jià)算法,將清晰度檢測(cè)任務(wù)看作是一個(gè)基本的二分類問(wèn)題:清晰或模糊。對(duì)于證件照任務(wù)來(lái)說(shuō),樣本場(chǎng)景相對(duì)比較簡(jiǎn)單,因此,通過(guò)大量真實(shí)訓(xùn)練樣本的學(xué)習(xí)可以得到比傳統(tǒng)檢測(cè)算法更好的效果。

    (五)合規(guī)性檢測(cè)

    除了常見(jiàn)的質(zhì)量問(wèn)題以外,少量用戶存在上傳不合規(guī)照片等行為,例如存在戴口罩、戴墨鏡、戴帽子等不符合證件照規(guī)范的照片。圖7顯示了部分典型的不合規(guī)問(wèn)題照片。

    圖7 典型不合規(guī)問(wèn)題照片

    合規(guī)性檢測(cè)任務(wù)采用兩種解決方法。一種就是用一個(gè)統(tǒng)一的檢測(cè)模型,檢測(cè)所有類別及其對(duì)應(yīng)的位置,例如YoloV3算法。使用這類算法訓(xùn)練相對(duì)比較簡(jiǎn)單,但是由于是多類集中學(xué)習(xí),因此檢測(cè)結(jié)果容易產(chǎn)生混淆。還有個(gè)問(wèn)題就是一旦某個(gè)類別多獲取了一些標(biāo)注數(shù)據(jù),此時(shí)就需要重新訓(xùn)練整個(gè)模型,訓(xùn)練比較耗時(shí)。另一種方法就是將任務(wù)拆分為單個(gè)的二分類算法,針對(duì)每個(gè)二分類算法單獨(dú)訓(xùn)練,這樣有助于精度的提升,并且每個(gè)分類子模型較輕,方便在移動(dòng)設(shè)備上進(jìn)行部署。

    (六)亮度調(diào)整

    通過(guò)檢測(cè)的照片可能還存在少量光線較弱、較強(qiáng)或者不均勻的問(wèn)題。因此,證件照處理最后的一個(gè)步驟就是照片亮度調(diào)整,從而使所有照片的亮度限定在一個(gè)合理的范圍內(nèi),進(jìn)一步控制證件照質(zhì)量。所謂的亮度調(diào)整就是對(duì)照片的整個(gè)亮度進(jìn)行分析,使得亮度分布盡可能均勻。傳統(tǒng)的亮度調(diào)整算法包括直方圖均衡化、Gamma矯正、局部亮度補(bǔ)償?shù)?,這類算法運(yùn)算速度快、對(duì)硬件要求較低,很多手機(jī)的照相功能都集成了此類算法。圖8顯示了使用亮度補(bǔ)償功能后的照片處理效果。

    圖8 自然場(chǎng)景圖像亮度調(diào)整處理效果

    盡管使用方便,但是這類算法在處理不均勻亮度照片時(shí)效果較差,而且算法魯棒性不高。近年來(lái),一些基于深度學(xué)習(xí)的光線自適應(yīng)調(diào)整算法相繼被提出,尤其是基于生成對(duì)抗網(wǎng)絡(luò)的系列算法,在視覺(jué)體驗(yàn)和魯棒性上均取得了巨大的進(jìn)步,是未來(lái)的重要研究方向。圖9顯示了使用深度學(xué)習(xí)進(jìn)行證件照人像亮度調(diào)整的效果。

    圖9 證件照人像亮度調(diào)整效果

    上述證件照自動(dòng)處理步驟環(huán)環(huán)相扣,各環(huán)節(jié)之間的信息具有一定的互補(bǔ)性。只有充分掌握各個(gè)環(huán)節(jié)的處理技術(shù),才能綜合考慮并設(shè)計(jì)出穩(wěn)定、高效的證件照自動(dòng)處理系統(tǒng)。未來(lái),可以從兩方面來(lái)改進(jìn)現(xiàn)有算法和系統(tǒng)。一方面就是可以結(jié)合前沿的深度學(xué)習(xí)算法,進(jìn)而有效改進(jìn)現(xiàn)有模型精度,例如考慮自監(jiān)督學(xué)習(xí)算法,充分利用無(wú)標(biāo)簽樣本信息來(lái)提升性能。另一方面則是可以研究知識(shí)蒸餾等模型輕量化方法將算法轉(zhuǎn)化到移動(dòng)端實(shí)現(xiàn)快速處理。

    猜你喜歡
    證件照駕駛證人臉
    動(dòng)物拒拍“證件照”
    有特點(diǎn)的人臉
    難考的駕照
    世界博覽(2020年24期)2020-12-23 05:45:06
    三國(guó)漫——人臉解鎖
    動(dòng)物們的證件照
    美國(guó)駕駛證申請(qǐng)與新駕駛員培訓(xùn)簡(jiǎn)介
    汽車與安全(2016年5期)2016-12-01 05:22:10
    拿到駕照后這些知識(shí)必須知道!
    拍證件照呢,嚴(yán)肅點(diǎn)
    最美證件照PK大賽
    Coco薇(2015年3期)2015-12-24 03:17:46
    馬面部與人臉相似度驚人
    吉首市| 弥渡县| 黎城县| 汾西县| 青冈县| 贞丰县| 乐至县| 前郭尔| 岳普湖县| 祁门县| 澄迈县| 仁怀市| 东安县| 汤阴县| 西平县| 津南区| 商丘市| 嵩明县| 永寿县| 大姚县| 广汉市| 宜丰县| 沧源| 海原县| 丹棱县| 万安县| 化州市| 九龙县| 宝清县| 九江县| 开原市| 牡丹江市| 鲜城| 云霄县| 竹北市| 昔阳县| 化州市| 道真| 开封市| 资兴市| 塔河县|