[發明專利]基于視頻的車輛外觀部件深度學習分割方法和系統

在審

• 申請號: 202011355098.4
• 申請日: 2020-11-26
• 公開（公告）號: CN112288755A
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 叢建亭;黃賢俊;侯進
• 申請（專利權）人: 深源恒際科技有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06N5/04;G06N3/08
• 代理公司: 北京匯信合知識產權代理有限公司 11335
• 代理人: 林聰源

1.一種基于視頻的車輛外觀部件深度學習分割方法，其特征在于，包括：

獲取車輛外觀部件的錄制視頻，確定視頻中可辨識車輛外觀部件的起始位置作為起始幀；

將所述視頻由所述起始幀開始每間隔預設數量幀取一幀圖像存入預設的圖像緩沖區；

對所述起始幀的圖像進行語義分割，并基于語義分割圖像掩碼標簽進行上色，形成語義分割上色圖片；

將所述語義分割上色圖片和所述圖像緩沖區內其余圖像輸入至訓練完成的半監督視頻目標分割模型中進行推理分割，輸出所述圖像緩沖區中所有圖像對應的分割圖像。

2.根據權利要求1所述的基于視頻的車輛外觀部件深度學習分割方法，其特征在于，所述半監督視頻目標分割模型的訓練方法包括：

獲取車輛外觀部件的錄制視頻，確定視頻中可辨識車輛外觀部件的起始位置作為起始幀；

將所述視頻由所述起始幀開始每間隔預設數量幀取一幀圖像存入預設的圖像緩沖區；

對所述起始幀的圖像進行語義分割，并基于語義分割圖像掩碼標簽進行上色，形成語義分割上色圖片；

對所述圖像緩沖區中的其余圖像進行分割，并對分割后的圖像進行標注；

將所述語義分割上色圖片以及所述圖像緩沖區內的其余圖像作為輸入、以對應所述圖像緩沖區分割和標注后的圖像作為輸出，對所述半監督視頻目標分割模型進行訓練。

3.根據權利要求1所述的基于視頻的車輛外觀部件深度學習分割方法，其特征在于，所述對所述起始幀的圖像進行語義分割，并基于語義分割圖像掩碼標簽進行上色，形成語義分割上色圖片具體包括：

采用語義分割算法對所述起始幀的圖像進行語義分割；

根據語義分割后圖像的掩碼標簽，通過預設的轉換函數對分割后的圖像進行上色，上色后的圖像作為語義分割上色圖片。

4.根據權利要求1所述的基于視頻的車輛外觀部件深度學習分割方法，其特征在于，所述視頻由所述起始幀每隔3幀取一幀圖像存入所述圖像緩沖區。

5.一種基于視頻的車輛外觀部件深度學習分割系統，應用權利要求1至4中任一項所述的基于視頻的車輛外觀部件深度學習分割方法，其特征在于，包括：

視頻獲取模塊，用于獲取車輛外觀部件的錄制視頻，確定視頻中可辨識車輛外觀部件的起始位置作為起始幀；

圖像間取模塊，用于將所述視頻由所述起始幀開始每間隔預設數量幀取一幀圖像存入預設的圖像緩沖區；

分割上色模塊，用于對所述起始幀的圖像進行語義分割，并基于語義分割圖像掩碼標簽進行上色，形成語義分割上色圖片；

視頻分割模塊，用于將所述語義分割上色圖片和所述圖像緩沖區內其余圖像輸入至訓練完成的半監督視頻目標分割模型中進行推理分割，輸出所述圖像緩沖區中所有圖像對應的分割圖像。

6.根據權利要求5所述的基于視頻的車輛外觀部件深度學習分割系統，其特征在于，所述半監督視頻目標分割模型的訓練方法包括：

獲取車輛外觀部件的錄制視頻，確定視頻中可辨識車輛外觀部件的起始位置作為起始幀；

將所述視頻由所述起始幀開始每間隔預設數量幀取一幀圖像存入預設的圖像緩沖區；

對所述起始幀的圖像進行語義分割，并基于語義分割圖像掩碼標簽進行上色，形成語義分割上色圖片；

對所述圖像緩沖區中的其余圖像進行分割，并對分割后的圖像進行標注；

將所述語義分割上色圖片以及所述圖像緩沖區內的其余圖像作為輸入、以對應所述圖像緩沖區分割和標注后的圖像作為輸出，對所述半監督視頻目標分割模型進行訓練。

7.根據權利要求5所述的基于視頻的車輛外觀部件深度學習分割系統，其特征在于，所述分割上色模塊具體用于：

采用語義分割算法對所述起始幀的圖像進行語義分割；

根據語義分割后圖像的掩碼標簽，通過預設的轉換函數對分割后的圖像進行上色，上色后的圖像作為語義分割上色圖片。

8.根據權利要求5所述的基于視頻的車輛外觀部件深度學習分割系統，其特征在于，所述圖像間取模塊將所述視頻由所述起始幀每隔3幀取一幀圖像存入所述圖像緩沖區。