[發明專利]一種圖像標注方法、裝置及系統

在審

• 申請號: 201811282580.2
• 申請日: 2018-10-31
• 公開（公告）號: CN109615649A
• 公開（公告）日: 2019-04-12
• 發明（設計）人: 周凡
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06T7/521
• 分類號: G06T7/521;G06T7/64;G06K9/32;G06K9/62
• 代理公司: 北京國昊天誠知識產權代理有限公司 11315
• 代理人: 許振新;朱文杰

本說明書一個或多個實施例提供了一種圖像標注方法、裝置及系統，該方法包括：獲取利用攝像裝置拍攝得到的預設損傷區域的車損圖像；以及，獲取基于物理探測方式針對預設損傷區域進行掃描得到的物理屬性信息；根據該物理屬性信息對車損圖像進行損傷標注，生成車損樣本數據。通過將利用攝像裝置得到的視覺圖像和基于物理探測方式得到的物理屬性信息相結合，自動生成訓練模型所需標注數據，無需人工手動對車損圖像進行損傷情況標注，還能夠實現對車損圖像進行像素級的損傷情況標注，提高了車損圖像的標注效率和精度，從而能夠為基于深度學習進行模型訓練的過程提供海量、精準的標注樣本數據，以便訓練得到識別精度更高的車損識別模型。

技術領域

本說明書一個或多個涉及智能識別技術領域，尤其涉及一種圖像標注方法、裝置及系統。

背景技術

目前，隨著社會經濟的快速增長，中國高收入人群的增多，由于車輛給人們的出行帶來了很大的方便，因而車輛的擁有數量也在隨之不斷增長，隨之交通事故的發生也越來越頻繁，人們為了減少因交通事故帶來的損失，通常定期給車輛繳納必要的車險，這樣車主發生車輛事故后，可以提出理賠申請，然后保險公司需要對車輛的損傷程度進行評估，以確定需要修復的項目清單以及賠付金額，具體的，需要專業定損人員對現場采集的車損圖像進行綜合分析，進而對車輛碰撞修復進行科學系統的估損定價。

當前，為了提高車損圖像的損傷長度進行快速識別，采用基于深度學習來識別車輛損傷程度，即基于預先訓練好的車損識別模型對現場采集的車損圖像進行智能識別，自動輸出識別得到的損傷程度分析結果，其中，在訓練得到車損識別模型時，需要獲取大量的標注好的車損樣本數據，通常針對每個子問題需要10萬～1000萬量級的標注數據，即事先對各種類型、材質的損傷進行標注，標明車損圖像中各子區域對應的損傷程度，現有技術中對采集的大量車損圖像進行人工標注，這樣存在標注效率低、人工成本高、人為因素影響大、準確度低的問題，難以在短時間內產生訓練模型所需的大量標注數據。

因此，需要提供一種效率高、準確度高、人工成本低的車損圖像標注方法及裝置。

發明內容

本說明書一個或多個實施例的目的是提供一種圖像標注方法、裝置及系統，通過將利用攝像裝置得到的視覺圖像和基于物理探測方式得到的物理屬性信息相結合，自動生成訓練模型所需標注數據，無需人工手動對車損圖像進行損傷情況標注，還能夠實現對車損圖像進行像素級的損傷情況標注，提高了車損圖像的標注效率和精度，從而能夠為基于深度學習進行模型訓練的過程提供海量、精準的標注樣本數據，以便訓練得到識別精度更高的車損識別模型。

為解決上述技術問題，本說明書一個或多個實施例是這樣實現的：

本說明書一個或多個實施例提供了一種圖像標注方法，包括：

獲取利用攝像裝置拍攝得到的目標車輛上預設損傷區域的車損圖像；以及，

獲取基于物理探測方式針對所述預設損傷區域進行掃描得到的物理屬性信息；

根據所述物理屬性信息對所述車損圖像進行損傷標注，生成用于訓練車損識別模型的車損樣本數據。

本說明書一個或多個實施例提供了一種圖像標注裝置，包括：

第一獲取模塊，用于獲取利用攝像裝置拍攝得到的目標車輛上預設損傷區域的車損圖像；以及，

第二獲取模塊，用于獲取基于物理探測方式針對所述預設損傷區域進行掃描得到的物理屬性信息；

圖像標注模塊，用于根據所述物理屬性信息對所述車損圖像進行損傷標注，生成用于訓練車損識別模型的車損樣本數據。

本說明書一個或多個實施例提供了一種圖像標注系統，包括：攝像裝置、物理探測裝置和上述圖像標注裝置，其中，所述攝像裝置和所述物理探測裝置均與所述圖像標注裝置相連接；