[發明專利]基于人工智能的車輛部件損傷檢測方法及相關設備

在審

• 申請號: 202210825740.3
• 申請日: 2022-07-13
• 公開（公告）號: CN115131564A
• 公開（公告）日: 2022-09-30
• 發明（設計）人: 余憲;劉莉紅;劉玉宇;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06V10/26
• 分類號: G06V10/26;G06V10/74;G06V10/764;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 深圳市賽恩倍吉知識產權代理有限公司 44334
• 代理人: 陳敬華

1.一種基于人工智能的車輛部件損傷檢測方法，其特征在于，所述方法包括：

依據預設方式對車輛部件進行圖像采集獲得初始車輛圖像集；

依據預設的語義分割網絡對所述初始車輛圖像集進行檢測獲得多種類別的車輛部件圖像集；

對所述車輛部件圖像集進行篩選獲得車輛部件篩選集；

基于所述車輛部件篩選集中的所有圖像和預設的車輛部件標準圖像生成車輛部件顯著圖像，所述車輛部件標準圖像和所述車輛部件顯著圖像均與所述車輛部件篩選集一一對應；

依據預設的車輛部件檢測模型對所述車輛部件顯著圖像進行檢測獲得車輛部件損傷結果。

2.如權利要求1所述的基于人工智能的車輛部件損傷檢測方法，其特征在于，所述依據預設方式對車輛部件進行圖像采集獲得初始車輛圖像集包括：

依據預設方式對車輛進行全方位的視頻拍攝獲得車輛部件視頻流；

依次對所述車輛部件視頻流進行單幀圖像提取，并將獲取到的所有單幀圖像作為初始車輛圖像集。

3.如權利要求1所述的基于人工智能的車輛部件損傷檢測方法，其特征在于，所述依據預設的語義分割網絡對所述初始車輛圖像集進行檢測獲得多種類別的車輛部件圖像集包括：

對所述初始車輛圖像集中的所有圖像按照車輛部件類別的不同設置不同的標簽獲得初始車輛標簽集；

依據所述初始車輛圖像集和所述初始車輛標簽集對預設的語義分割網絡進行訓練得到車輛部件分割模型；

基于所述車輛部件分割模型對所述初始車輛圖像集中的所有圖像進行檢測獲得多種類別的車輛部件圖像集。

4.如權利要求1所述的基于人工智能的車輛部件損傷檢測方法，其特征在于，所述對所述車輛部件圖像集進行篩選獲得車輛部件篩選集，包括：

依據連通域分析法計算所述車輛部件圖像集中每一張車輛部件圖像的像素數量；

基于所述像素數量對所述車輛部件圖像集進行篩選獲得車輛部件篩選集。

5.如權利要求4所述的基于人工智能的車輛部件損傷檢測方法，其特征在于，所述基于所述像素數量對所述車輛部件圖像集進行篩選獲得車輛部件篩選集包括：

基于所述像素數量對所述車輛部件圖像集進行分類獲得多種類別的像素數量分類集；

選取像素數量最多的像素數量分類集作為車輛部件篩選集。

6.如權利要求1所述的基于人工智能的車輛部件損傷檢測方法，其特征在于，所述基于所述車輛部件篩選集中的所有圖像和預設的車輛部件標準圖像生成車輛部件顯著圖像，所述車輛部件標準圖像和所述車輛部件顯著圖像均與所述車輛部件篩選集一一對應，包括：

計算所述車輛部件篩選集中的每一張圖像和預設的車輛部件標準圖像之間的圖像相似性；

依據所述圖像相似性由大到小的順序對所述車輛部件篩選集中的所有圖像進行排序獲得排序結果；

基于所述排序結果對所述車輛部件篩選集中的所有圖像進行篩選獲得車輛部件優選圖像集；

基于所述車輛部件優選圖像集中的所有圖像生成車輛部件顯著圖像。

7.如權利要求6所述的基于人工智能的車輛部件損傷檢測方法，其特征在于，所述基于所述車輛部件優選圖像集中的所有圖像生成車輛部件顯著圖像包括：

將所述車輛部件優選圖像集中每一張圖像和預設的車輛部件標準圖像之間的圖像相似性作為各圖像對應的圖像初始權重；

對所有的圖像初始權重進行歸一化獲得所述車輛部件優選圖像集中每一張圖像的圖像歸一化權重；

對所述車輛部件優選圖像集中每一張圖像和對應的圖像歸一化權重進行加權求和獲得車輛部件顯著圖像。