[發明專利]一種基于神經網絡的車輛劃痕檢測方法

有效

• 申請號: 202010533370.7
• 申請日: 2020-06-12
• 公開（公告）號: CN111709352B
• 公開（公告）日: 2022-10-04
• 發明（設計）人: 王子彤;劉強;金長新
• 申請（專利權）人: 浪潮集團有限公司
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/56;G06V10/82;G06N3/04
• 代理公司: 濟南信達專利事務所有限公司 37100
• 代理人: 姜明

1.一種基于神經網絡的車輛劃痕檢測方法，其特征在于，該方法分為以下步驟：

S01、通過神經網絡對攝像頭采集的車輛全貌圖像和車輛細節圖像進行特征提取，得到特征提取圖；

包括：

S011、部署神經網絡一，對經攝像頭采集的車輛全貌圖進行車型識別，得到待檢測車輛車型信息；

S012、部署神經網絡二，對經攝像頭采集的車輛細節圖進行特征提取，得到待檢測車輛細節特征信息向量組一；

神經網絡一訓練采用多品牌多車型的各角度整體圖片，所述神經網絡二訓練集采用各車輛外觀細節圖片；

所述神經網絡一、神經網絡二由基礎網絡和特殊網絡構成，所述基礎網絡包括但不限于VGG、ResNet、DeepWise或全連接結構；所述特殊網絡對某類特征專門進行提取；

車型信息包括但不限于車輛品牌、車輛型號、上市年月、車輛顏色和車輛牌照；

所述車輛細節特征信息向量包括但不限于車輛兩側前后門顏色與光潔度、車輛前中后玻璃光潔度、車頂顏色與光潔度、輪胎及輪轂側面光潔度、葉子板及車燈顏色與光潔度和后備箱門顏色與光潔度；

S02、檢索后臺標準數據庫，比較標準數據庫中的圖與特征提取圖是否超過閾值，作為待測車輛的初始標記特征；

根據所述車輛車型信息，檢索后臺標準數據庫，比較標準數據庫中與步驟S012得到的所述車輛細節特征信息向量組一，超過設定閾值時記錄此條特征，作為待檢測車輛的初始標記特征，表示在初次測量時車輛可能已存在劃痕損傷；

將所述初始標記特征與所述車輛車型信息和車輛細節特征信息向量組一一起保存在當前工作數據庫中；

S03、經過若干時間或空間范圍后，再次重復S01中對車輛全貌圖像和車輛細節圖像進行特征提取，兩次特征提取圖比較是否超過閾值，判斷車輛是否有劃痕；

經過若干時間或空間范圍后，再次對車輛進行步驟S011和步驟S012所述的神經網絡特征提取，得到車輛車型信息和車輛細節特征信息向量組二；

通過特定方法比較車輛細節特征信息向量組一和車輛細節特征信息向量組二，若低于閾值，則表明在此若干時間或空間范圍內，車輛未受到明顯劃痕或其他損傷；

若高于閾值，則表明車輛可能受到劃痕損傷或對其他車輛造成了損傷，檢索后臺標準數據庫，比較標準數據庫中與車輛細節特征信息向量組二，標記超過設定閾值的特征條目，與所述初始標記特征比較，得到車輛對應受損位置，完成劃痕檢測；

通過向量組歐氏距離、向量組曼哈頓距離、向量組余弦相似度或標準化歐氏距離比較車輛細節特征信息向量組一和車輛細節特征信息向量組二。