[發(fā)明專利]識別車體方向的方法和裝置

有效

• 申請?zhí)枺?/td>: 201910105020.8
• 申請日: 2019-02-01
• 公開（公告）號: CN110569865B
• 公開（公告）日: 2020-07-17
• 發(fā)明（設計）人: 蔣晨
• 申請（專利權(quán)）人: 阿里巴巴集團控股有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京億騰知識產(chǎn)權(quán)代理事務所(普通合伙) 11309
• 代理人: 孫欣欣;周良玉

1.一種識別車體方向的方法，所述方法用于車輛定損案件，所述方法包括：

獲取同一定損案件的多個車輛圖片；

針對所述多個車輛圖片中的每個車輛圖片進行單圖的車體方向識別，得到單圖的車體方向置信度向量，所述單圖的車體方向置信度向量用于表征該車輛圖片的車體方向歸屬各個車體方向類別的可能性；

針對所述多個車輛圖片中的每個車輛圖片進行單圖的車體部件識別，得到單圖的車體部件檢測結(jié)果；

至少根據(jù)目標車輛圖片的所述單圖的車體方向置信度向量和所述目標車輛圖片的所述單圖的車體部件檢測結(jié)果，確定所述目標車輛圖片的車體方向；

所述至少根據(jù)目標車輛圖片的所述單圖的車體方向置信度向量和所述目標車輛圖片的所述單圖的車體部件檢測結(jié)果，確定所述目標車輛圖片的車體方向，包括：

根據(jù)所述多個車輛圖片中各車輛圖片的單圖的車體部件檢測結(jié)果，將所述多個車輛圖片兩兩進行部件匹配計算，確定各車輛圖片的部件匹配對應關(guān)系；

根據(jù)所述目標車輛圖片的所述單圖的車體方向置信度向量和各車輛圖片的部件匹配對應關(guān)系，確定所述目標車輛圖片的車體方向。

2.如權(quán)利要求1所述的方法，其中，所述車體方向類別包括以下任意一項：

上、下、左、右、無法判斷。

3.如權(quán)利要求1所述的方法，其中，所述針對所述多個車輛圖片中的每個車輛圖片進行單圖的車體方向識別，得到單圖的車體方向置信度向量，包括：

將所述多個車輛圖片中的每個車輛圖片分別作為預先訓練的第一神經(jīng)網(wǎng)絡模型的輸入，得到每個車輛圖片的單圖的車體方向置信度向量，其中所述第一神經(jīng)網(wǎng)絡模型為分類器。

4.如權(quán)利要求1所述的方法，其中，所述針對所述多個車輛圖片中的每個車輛圖片進行單圖的車體部件識別，得到單圖的車體部件檢測結(jié)果，包括：

將所述多個車輛圖片中的每個車輛圖片分別作為預先訓練的第二神經(jīng)網(wǎng)絡模型的輸入，得到每個車輛圖片的單圖的車體部件檢測結(jié)果，其中所述第二神經(jīng)網(wǎng)絡模型采用目標檢測算法。

5.如權(quán)利要求1所述的方法，其中，所述根據(jù)所述多個車輛圖片中各車輛圖片的單圖的車體部件檢測結(jié)果，將所述多個車輛圖片兩兩進行部件匹配計算，確定各車輛圖片的部件匹配對應關(guān)系，包括：

根據(jù)所述多個車輛圖片中各車輛圖片的單圖的車體部件檢測結(jié)果，確定每個車輛圖片中各部件的特征描述向量；

根據(jù)每個車輛圖片中各部件的特征描述向量，將所述多個車輛圖片兩兩進行部件匹配計算，確定各車輛圖片的部件匹配對應關(guān)系。

6.如權(quán)利要求1所述的方法，其中，所述根據(jù)所述目標車輛圖片的所述單圖的車體方向置信度向量和各車輛圖片的部件匹配對應關(guān)系，確定所述目標車輛圖片的車體方向，包括：

將所述目標車輛圖片的所述單圖的車體方向置信度向量和各車輛圖片的部件匹配對應關(guān)系作為預先訓練的決策模型的輸入，得到所述目標車輛圖片的車體方向。

7.如權(quán)利要求6所述的方法，其中，所述決策模型采用如下任意一種算法：

決策樹算法、支持向量機算法和隨機森林算法。