买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京金沙江科技有限公司申请的专利一种将人像照片自动处理为标准证件照片的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120147111B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510224890.2，技术领域涉及：G06T3/04；该发明授权一种将人像照片自动处理为标准证件照片的方法是由胡国志;谷子良设计研发完成，并于2025-02-27向国家知识产权局提交的专利申请。

本一种将人像照片自动处理为标准证件照片的方法在说明书摘要公布了：本发明的一种将人像照片自动处理为标准证件照片的方法，属于计算机视觉和图像处理技术领域，具体为将人像照片进行自动处理为证件照片的技术，能够自动调节人物体态，使人物双眼与肩膀齐平的技术。该技术涉及人脸检测、关键点定位、图像旋转、背景合成、图像分割、肩膀关键点检测与位置调整等领域，具体应用于证件照片自动生成。本发明提供一种将人像照片自动处理为标准证件照片的方法，有别于传统的手工处理，能够将人像照片自动处理为符合标准要求的证件照片，且能自动调节人物体态，使人物双眼与肩膀齐平，免去了传统手工处理的繁琐，提高了处理效率，节省了人工，并且处理精度更高。

本发明授权一种将人像照片自动处理为标准证件照片的方法在权利要求书中公布了：1.一种将人像照片自动处理为标准证件照片的方法，其特征在于：包括如下步骤， 步骤S1：输入人像照片，使用预先训练的人脸关键点检测模型，进行人脸关键点检测，定位出双眼所在坐标； 步骤S2：根据双眼所在坐标，计算出所需旋转的方向与角度，确保双眼在水平方向上的对齐； 步骤S3：使用抠图模型进行精度抠图，生成出透明背景人像图，将透明背景人像图进行旋转，得到人眼对齐后的透明背景人像图， 所述抠图模型用于将前景从背景中精确分离，生成高质量的透明背景人像图，抠图模型包括共享编码器模块、金字塔池化模块、语义上下文分支模块、高分辨率细节分支模块，抠图模型的骨干网络采用的是高分辨率网络，同时也作为共享编码器使用，在骨干网络最后一个阶段的输出被送入金字塔池化模块，以获取更丰富的语义上下文信息， 所述语义上下文分支模块由五个块组成，每个块包括卷积、批归一化、激活函数以及一个双线性上采样模块，语义上下文分支的输出还被用于语义分割任务的监督，该任务包含前景、背景和过渡区域三类， 所述高分辨率细节分支的输入由共享编码器的中间特征经过上采样操作后拼接而成， 所述共享编码器在不同层级提取的中间特征首先通过上采样操作恢复到相同的分辨率，然后将这些特征图在通道维度上进行拼接，形成高分辨率细节分支的初始输入， 所述语义上下文分支模块的语义上下文特征图和所述高分辨率细节分支模块的细节特征图进行引导流处理，所述引导流处理是将来自语义上下文分支的语义上下文特征图和高分辨率细节分支的细节特征图拼接后，送入包含卷积、批归一化、修正线性单元激活函数及卷积、批归一化、S形激活函数，生成引导图，然后，将引导图与高分辨率细节分支的细节特征图进行点乘和相加操作，生成高分辨率细节下一阶段的特征图， 语义上下文分支的116和14分辨率的中间特征中引入引导流，引导流将来自语义上下文分支的语义上下文特征图和高分辨率细节分支的细节特征图拼接后，送入包含卷积、批归一化、修正线性单元激活函数及卷积、批归一化、S形激活函数，生成引导图， 将引导图与高分辨率细节分支的细节特征图进行点乘和相加操作，生成高分辨率细节下一阶段的特征图，总的交叉熵损失函数见公式（2）： 2 其中表示总的交叉熵损失；c表示类别索引；i表示像素的索引；表示图像中的所有像素的位置集合；表示第i个像素在类别c上的真实标签值；表示第i个像素在类别c上的预测概率；表示的自然对数；表示属于前景类别；表示属于背景类别；表示属于第三个类别的像素位置集合； 步骤S4：根据旋转结果裁剪透明背景人像图，并将透明背景与标准背景合成，处理为标准证件照片； 步骤S5：使用预先训练的人体肩膀关键点检测模型，检测标准证件照左右肩膀的关键点， 通过使用标注工具对人像图中的关键部位进行标注，以人脸为中心左右两侧分别有12个关键点，每个标注点都要赋予唯一的标签，以确保标记信息的准确性与规范性，标注的图像数据需要与相应的标签信息一起转化为可用于模型训练的文本格式，整理好标注数据后，需要将所有人像图及其对应的标签信息整理成完整的训练数据集； 步骤S6：根据左右肩膀关键点坐标，计算肩膀平均高度与预设参考高度的差值，确定需要调整的一侧肩膀， 根据所获取的左右肩膀关键点的坐标，首先分别计算左侧和右侧肩膀的平均高度，接着，设定一个预设值作为肩膀的参考高度，并将左右两侧肩膀的平均高度分别与参考高度进行比较，计算出每一侧肩膀与参考高度之间的高度差值，并取其绝对值，通过比较两侧高度差值的大小，将差值较大的一侧确定为需要调整的“调整侧”，并将该侧的系列关键点定义为“调整前关键点”， 根据调整前关键点与另一侧肩膀关键点的相对位置关系，逐一计算调整后的关键点坐标，具体来说，调整后关键点的横坐标保持与调整前关键点一致，以确保横向位置的准确性；而调整后关键点的纵坐标则调整为与另一侧对应关键点的纵坐标一致，以实现垂直方向的对齐，这一调整过程旨在保证两侧肩膀及其相关关键点的对称性，同时优化整体结构的准确性和均衡性，确保模型在人体关键点的检测与标注任务中的精度和一致性； 步骤S7：通过局部形变算法，对需要调整的肩膀关键点进行调整，使其高度与参考值对齐，获得原始图像的双眼与肩膀齐平结果图， 根据调整前的肩膀关键点与目标调整后关键点的坐标，选取图像中的肩膀区域作为待调整区域，并将肩膀关键点定义为控制点，根据控制点的位置和分布，构建一个覆盖整个图像的变形网格，通过分析控制点与网格节点之间的关系，计算控制点与目标调整后位置之间的偏移量，确定变形过程中需要施加的形变参数， 根据上述形变参数，利用网格内插值方法逐个计算图像中每个像素点在变形后的位置，对完成形变计算的图像进行整体重构，生成调整后图像，调整后的图像中，双眼与肩膀的相对位置达到水平对齐的效果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京金沙江科技有限公司，其通讯地址为：101100 北京市通州区新华北路55号2幢4层216室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。