[發(fā)明專利]識(shí)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(shè)計(jì)）人: 蔣晨
• 申請（專利權(quán)）人: 阿里巴巴集團(tuán)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(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11309
• 代理人: 孫欣欣;周良玉

本說明書實(shí)施例提供一種識(shí)別車體方向的方法和裝置，方法包括：首先獲取同一定損案件的多個(gè)車輛圖片，然后針對每個(gè)車輛圖片進(jìn)行單圖的車體方向識(shí)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(gè)車體方向類別的可能性，接著針對每個(gè)車輛圖片進(jìn)行單圖的車體部件識(shí)別，得到單圖的車體部件檢測結(jié)果，最后至少根據(jù)目標(biāo)車輛圖片的所述單圖的車體方向置信度向量和所述目標(biāo)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(biāo)車輛圖片的車體方向，從而能夠做到高效識(shí)別車體方向，并且結(jié)果的置信度高。

技術(shù)領(lǐng)域

本說明書一個(gè)或多個(gè)實(shí)施例涉及計(jì)算機(jī)領(lǐng)域，尤其涉及識(shí)別車體方向的方法和裝置。

背景技術(shù)

在車險(xiǎn)定損場景，通常存在人工車輛定損和智能圖像定損兩種定損方式。其中，在車險(xiǎn)定損場景，需要保險(xiǎn)專業(yè)定損員根據(jù)出險(xiǎn)車輛的損失部件及其損失程度給出車輛的維修方案,這一過程是人工車輛定損的過程。而智能圖像定損指的人工智能算法根據(jù)普通用戶拍攝提交出險(xiǎn)車輛的損失情況拍攝圖片,由對其進(jìn)行損失部件及其損傷程度進(jìn)行自動(dòng)識(shí)別并自動(dòng)產(chǎn)生車輛維修方案的過程。

在智能圖像定損這種定損方式中，用戶在拍攝現(xiàn)場和定損照片時(shí)，往往會(huì)出現(xiàn)豎拍，橫拍，斜拍等各種拍攝角度的照片，這會(huì)影響定損的準(zhǔn)確度，增加定損的成本，為了提高定損的準(zhǔn)確度，需要將車體方向識(shí)別出來，以便于后續(xù)的自動(dòng)定損。

現(xiàn)有技術(shù)中通常采用人工識(shí)別車體方向，這種方法較為低效，且周期較長。

因此，希望能有改進(jìn)的方案，能夠高效的識(shí)別車體方向。

發(fā)明內(nèi)容

本說明書一個(gè)或多個(gè)實(shí)施例描述了一種識(shí)別車體方向的方法和裝置，能夠高效的識(shí)別車體方向。

第一方面，提供了一種識(shí)別車體方向的方法，所述方法用于車輛定損案件，方法包括：

獲取同一定損案件的多個(gè)車輛圖片；

針對所述多個(gè)車輛圖片中的每個(gè)車輛圖片進(jìn)行單圖的車體方向識(shí)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(gè)車體方向類別的可能性；

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

至少根據(jù)目標(biāo)車輛圖片的所述單圖的車體方向置信度向量和所述目標(biāo)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(biāo)車輛圖片的車體方向。

在一種可能的實(shí)施方式中，所述至少根據(jù)目標(biāo)車輛圖片的所述單圖的車體方向置信度向量和所述目標(biāo)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(biāo)車輛圖片的車體方向，包括：

根據(jù)所述多個(gè)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(gè)車輛圖片兩兩進(jìn)行部件匹配計(jì)算，確定各車輛圖片的部件匹配對應(yīng)關(guān)系；

根據(jù)所述目標(biāo)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(yīng)關(guān)系，確定所述目標(biāo)車輛圖片的車體方向。

在一種可能的實(shí)施方式中，所述車體方向類別包括以下任意一項(xiàng)：

上、下、左、右、無法判斷。

在一種可能的實(shí)施方式中，所述針對所述多個(gè)車輛圖片中的每個(gè)車輛圖片進(jìn)行單圖的車體方向識(shí)別，得到單圖的車體方向置信度向量，包括：

將所述多個(gè)車輛圖片中的每個(gè)車輛圖片分別作為預(yù)先訓(xùn)練的第一神經(jīng)網(wǎng)絡(luò)模型的輸入，得到每個(gè)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(luò)模型為分類器。

在一種可能的實(shí)施方式中，所述針對所述多個(gè)車輛圖片中的每個(gè)車輛圖片進(jìn)行單圖的車體部件識(shí)別，得到單圖的車體部件檢測結(jié)果，包括：