[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

本申請提供一種車輛傷損識別方法、裝置、設備及存儲介質，其中，車輛傷損識別方法包括：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所述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。本申請能夠提高車輛傷損識別的精確度。

技術領域

本申請涉及計算機視覺領域，具體而言，涉及一種車輛傷損識別方法、裝置、設備及存儲介質。

背景技術

得益于深度學習的飛速發展，計算機視覺的商業價值逐漸在安防、互聯網、工業制造等多個領域得到體現。遷移、改造、創新人工智能算法，同樣可適用于車輛定損的輔助分析中。AI可以幫助提高確定車輛損傷的效率和準確性。目前現有車輛定損流程為：根據用戶現場拍攝車損的圖片來識別判斷車損狀況。可以提升用戶體驗并且降低保險公司的成本。

目前智能定損的最大難點在于車輛損傷的識別具有較高精度的要求，不僅要求精確定位出損傷位置，還要判斷損傷類別，而目前現有定損方案中對車輛傷損的精度不高。

發明內容

本申請實施例的目的在于提供一種車輛傷損識別方法、裝置、設備及存儲介質，用以提高車輛傷損識別的精確度。

為此，本申請第一方面公開一種車輛傷損識別方法，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所述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。

在本申請第一方面中，通過獲取待監測車輛的傷損圖片，進而能夠根據神經網絡提取待監測車輛的傷損圖片的圖像特征，進而能夠根據圖像特征確定傷損圖片中的若干個傷損候選區域，進而能夠根據實例分割模型對帶有若干個傷損候選區域的傷損圖片進行處理，以使得實例分割模型輸出待監測車輛的損傷檢測結果，損傷檢測結果包括至少一個損傷的信息，損傷的信息包括損傷的類別和位置信息。與現有技術相比，本申請實施例能夠利用實例分割模型對傷損圖片進行處理，使得傷損定位到圖像的每個像素點，進而能夠提高車輛傷損的識別定位精確度。

在本申請第一方面中，作為一種可選的實施方式，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。

在本可選的實施方式中，通過分類分支網絡對傷損圖片中的若干個傷損候選區域進行分類，進而能夠得到第一預測結果；根據邊框回歸分支網絡對傷損圖片中的若干個傷損候選區域進行邊框回歸處理，進而能夠得到第二預測結果；再一方面，根據mask預測分支網絡對傷損圖片中的若干個傷損候選區域進行mask預測，進而能夠得第三預測結果，從而根據第一預測結果、第二預測結果、第三預測結果輸出待監測車輛的損傷檢測結果。