用于生成证件图像的方法、系统、装置和介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113888675A(43)申请公布日2022.01.04(21)申请号202111158142.7(22)申请日2021.09.30(71)申请人支付宝(杭州)信息技术有限公司地址310023浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人甘宇飞(74)专利代理机构上海专利商标事务所有限公司31100代理人钱孟清段登新(51)Int.Cl.G06T11/60(2006.01)G06F40/186(2020.01)G06N20/00(2019.01)权利要求书2页说明书10页附图7页(54)发明名称用于生成证件图像的方法、系统、装置和介质(57)摘要公开了一种用于生成证件图像的方法，包括：从证件特征因子库获取多个证件特征因子，所述证件特征因子是从多个真实证件图像提取的；将所述多个证件特征因子组合以便生成多个证件模板；用新证件特征因子替换所述多个证件模板中的对应证件特征因子以生成多个证件样本；以及采用机器学习算法来对每个证件样本执行质量风格迁移以生成一个或多个证件图像。本申请还涉及用于生成证件图像的系统、装置和介质。本申请的方案能够生成各种质量风格的大量逼真证件图像。CN113888675ACN113888675A权利要求书1/2页1.一种用于生成证件图像的方法，包括：从证件特征因子库获取多个证件特征因子，所述证件特征因子是从多个真实证件图像提取的；将所述多个证件特征因子组合以便生成多个证件模板；用新证件特征因子替换所述多个证件模板中的对应证件特征因子以生成多个证件样本；以及采用机器学习算法来对每个证件样本执行质量风格迁移以生成一个或多个证件图像。2.如权利要求1所述的方法，其中生成所述证件模板包括：使用二分类模型来筛选证件模板以提升所生成的证件模板的布局的真实性。3.如权利要求2所述的方法，其中生成所述证件模板包括：随机组合所述多个证件特征因子以生成候选证件模板；使用所述二分类模型确定所述候选证件模板为真的置信度；将所述置信度与置信度阈值进行比较；以及选择所述置信度大于所述置信度阈值的候选证件模板作为所生成的证件模板。4.如权利要求3所述的方法，其中所述二分类模型是使用训练样本集来训练的，其中所述训练样本集包括正样本和负样本，所述正样本为真实证件图像，所述负样本为通过证件特征因子的随机布局组成的证件图像。5.如权利要求4所述的方法，其中所述训练样本集中的训练样本的质量风格是随机的。6.如权利要求1所述的方法，其中基于所述证件模板生成多个证件样本包括：用新证件特征因子替换所述证件模板中的对应证件特征因子。7.如权利要求1所述的方法，其中所述机器学习模型为生成对抗网络。8.如权利要求1所述的方法，其中所述证件特征因子库包括多个子库，每个子库包括相同或相似类别的证件特征因子。9.一种用于生成证件图像的系统，包括：证件特征因子获取模块，用于从证件特征因子库获取多个证件特征因子，所述证件特征因子是从多个真实证件图像提取的；证件模板生成模块，用于将所述多个证件特征因子组合以便生成多个证件模板；证件样本生成模块，用于用新证件特征因子替换所述多个证件模板中的对应证件特征因子以生成多个证件样本；以及质量风格迁移模块，用于采用机器学习算法来对每个证件样本执行质量风格迁移以生成一个或多个证件图像。10.如权利要求9所述的系统，其中所述证件模板生成模块用于使用二分类模型来筛选证件模板以提升所生成的证件模板的布局的真实性。11.如权利要求10所述的系统，其中所述证件模板生成模块用于：随机组合所述多个证件特征因子以生成候选证件模板；使用所述二分类模型确定所述候选证件模板的布局的置信度；将所述置信度与置信度阈值进行比较；以及选择所述置信度大于所述置信度阈值的候选证件模板作为所生成的证件模板。12.如权利要求11所述的系统，其中所述二分类模型是使用训练样本集来训练的，其中2CN113888675A权利要求书2/2页所述训练样本集包括正样本和负样本，所述正样本为真实证件图像，所述负样本为通过证件特征因子的随机布局组成的证件图像。13.如权利要求12所述的系统，其中所述训练样本集中的训练样本的质量风格是随机的。14.如权利要求9所述的系统，其中所述证件样本生成模块用于：用新证件特征因子替换所述证件模板中的对应证件特征因子。15.如权利要求9所述的系统，其中所述机器学习模型为生成对抗网络。16.如权利要求9所述的系统，其中所述证件特征因子库包括多个子库，每个子库包括相同或相似类别的证件特征因子。17.一种用于生成证件图像的装置，包括：存储器；以及处理器，所述处理器被配置成执行如权利要求1‑8中任一项所述的方法。18.一种存储指令的计算机可读存储介质，所述指令当被计算机执