[發明專利]車輛傷損識別方法、裝置、設備及存儲介質

在審

• 申請號: 202110226715.9
• 申請日: 2021-03-01
• 公開（公告）號: CN112966730A
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 張發恩;郭慧娟
• 申請（專利權）人: 創新奇智（上海）科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/34;G06K9/46;G06N3/04;G06Q40/08
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 余菲

1.一種車輛傷損識別方法，其特征在于，所述方法包括：

獲取待監測車輛的傷損圖片；

根據神經網絡提取所述待監測車輛的傷損圖片的圖像特征；

根據所述圖像特征確定所述傷損圖片中的若干個傷損候選區域；

根據實例分割模型對帶有所述若干個傷損候選區域的所述傷損圖片進行處理，以使得所述實例分割模型輸出所述待監測車輛的損傷檢測結果，所述損傷檢測結果包括至少一個損傷的信息，所述損傷的信息包括所述損傷的類別和位置信息。

2.如權利要求1所述的方法，其特征在于，所述實例分割模型包括分類分支網絡、邊框回歸分支網絡、mask預測分支網絡；

以及，所述根據所述圖像特征確定所述傷損圖片中的若干個傷損候選區域，包括：

根據所述分類分支網絡對所述傷損圖片中的所述若干個傷損候選區域進行分類，得到第一預測結果；

根據所述邊框回歸分支網絡對所述傷損圖片中的所述若干個傷損候選區域進行邊框回歸處理，得到第二預測結果；

根據所述mask預測分支網絡對所述傷損圖片中的所述若干個傷損候選區域進行mask預測，以得第三預測結果；

根據所述第一預測結果、所述第二預測結果、所述第三預測結果輸出所述待監測車輛的損傷檢測結果。

3.如權利要求2所述的方法，其特征在于，所述mask預測分支網絡包括若干個深度可分卷積網絡和一個反卷積網絡；

以及，所述根據所述mask預測分支網絡對所述傷損圖片中的所述若干個傷損候選區域進行mask預測，以得第三預測結果，包括：

將所述傷損圖片中的所述若干個傷損候選區域作為所述反卷積網絡的輸入，以使得所述反卷積網絡輸出所述傷損圖片中的所述若干個傷損候選區域的淺層特征；

根據所述若干個深度可分卷積網絡對所述傷損圖片中的所述若干個傷損候選區域進行處理，以輸出所述傷損圖片中的所述若干個傷損候選區域的深層特征；

根據所述淺層特征、所述深層特征得到所述第三預測結果。

4.如權利要求2所述的方法，其特征在于，所述分類分支網絡包括sigmod函數；

以及，所述根據所述分類分支網絡對所述傷損圖片中的所述若干個傷損候選區域進行分類，得到第一預測結果，包括：

根據所述sigmod函數對所述傷損圖片中的所述若干個傷損候選區域進行分類，得到所述第一預測結果。

5.如權利要求4所述的方法，其特征在于，所述分類分支網絡還包括損失函數，所述損失函數的計算式為：

L_cls＝L+L_0-1；

以及，

其中，L表示交叉熵損失函數,L_0-1表示0-1損失函數，σ(α_i)為所述sigmod函數，N代表類別數。

6.如權利要求1所述的方法，其特征在于，所述損傷的類別為剮蹭、劃傷、邊角變形、非邊角變形、死褶、開裂、破裂、位移、部分缺失、完全缺失、燈具破損、玻璃破損、嚴重損傷中的一種。

7.一種車輛傷損識別裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取待監測車輛的傷損圖片；

提取模塊，用于根據神經網絡提取所述待監測車輛的傷損圖片的圖像特征；

確定模塊，用于根據所述圖像特征確定所述傷損圖片中的若干個傷損候選區域；

識別模塊，用于根據實例分割模型對帶有所述若干個傷損候選區域的所述傷損圖片進行處理，以使得所述實例分割模型輸出所述待監測車輛的損傷檢測結果，所述損傷檢測結果包括至少一個損傷的信息，所述損傷的信息包括所述損傷的類別和位置信息。