[發明專利]一種車輛定損方法、裝置、設備及存儲介質在審
| 申請號： | 202211476056.5 | 申請日： | 2022-11-23 |
| 公開（公告）號： | CN115713517A | 公開（公告）日： | 2023-02-24 |
| 發明（設計）人： | 張新會 | 申請（專利權）人： | 長城汽車股份有限公司 |
| 主分類號： | G06T7/00 | 分類號： | G06T7/00;G06V20/40;G06V20/62;G06V10/80;G06V10/82;G06N3/045;G06N3/0442;G06N3/0464 |
| 代理公司： | 北京信遠達知識產權代理有限公司 11304 | 代理人： | 趙曉榮 |
| 地址： | 071000 河北省*** | 國省代碼： | 河北;13 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 車輛 方法 裝置 設備 存儲 介質 | ||
1.一種車輛定損方法，其特征在于，所述方法包括：
獲取連續視頻，所述連續視頻包括車輛的車架號和受損區域；
基于卷積網絡，分析所述連續視頻，得到所述車輛的外觀部件信息和損傷部位信息；
根據所述車輛的外觀部件信息和損傷部位信息，得到所述車輛的損傷程度。
2.根據權利要求1所述的方法，其特征在于，所述獲取連續視頻，包括：
在采集視頻畫面的過程中，輸出車架號拍攝提醒；
響應于所述采集的視頻畫面包括車架號，確認所述車架號的正確性；
響應于所述車架號正確，輸出受損部位拍攝提醒；
響應于所述采集的視頻畫面終止，結束采集所述視頻畫面，得到連續視頻。
3.根據權利要求1所述的方法，其特征在于，所述基于卷積網絡，分析所述連續視頻，得到所述車輛的外觀部件信息和損傷部位信息，包括：
下采樣所述連續視頻，得到多個無損失下采樣圖；
基于融合識別卷積網絡，融合所述多個無損失下采樣圖的特征信息，識別出所述車輛的外觀部件信息和損傷部位信息。
4.根據權利要求4所述的方法，其特征在于，所述下采樣所述連續視頻，得到多個無損失下采樣圖，包括：
對所述連續視頻進行間隔采樣，得到多個間隔采樣圖；
基于通道維度，拼接所述多個間隔采樣圖，得到多個無損失下采樣圖。
5.根據權利要求4所述的方法，其特征在于，所述基于融合識別卷積網絡，融合所述多個無損失下采樣圖的特征信息，識別出所述車輛的外觀部件信息和損傷部位信息，包括：
基于movilenetv3-large網絡，利用所述多個無損失下采樣圖，生成多尺度特征；
基于ConvGRU網絡，融合所述多個無損失下采樣圖的同義尺度的特征信息，得到融合特征信息；
利用所述多尺度特征和所述融合特征信息，識別出所述車輛的外觀部件信息和損傷部位信息。
6.根據權利要求1所述的方法，其特征在于，所述車輛的外觀部件信息包括所述車輛的外觀部件名稱、所述車輛的外觀部件位置、所述車輛的外觀部件面積；所述車輛的損傷部位信息包括所述車輛的損傷部位的位置和所述車輛的損傷部位的面積。
7.根據權利要求6所述的方法，其特征在于，所述根據所述車輛的外觀部件信息和損傷部位信息，得到所述車輛的損傷程度，包括：
利用所述車輛的損傷部位的面積除以所述車輛的外觀部件面積，得到所述車輛的損傷比例。
8.一種車輛定損裝置，其特征在于，所述裝置包括：
獲取模塊，用于獲取連續視頻，所述連續視頻包括車輛的車架號和受損區域；
分析模塊，用于基于卷積網絡，分析所述連續視頻，得到所述車輛的外觀部件信息和損傷部位信息；
定損模塊，用于根據所述車輛的外觀部件信息和損傷部位信息，得到所述車輛的損傷程度。
9.一種設備，其特征在于，所述設備包括存儲器和處理器，所述存儲器用于存儲指令或代碼，所述處理器用于執行所述指令或代碼，以使所述設備執行權利要求1至7任一項所述的車輛定損方法。
10.一種計算機存儲介質，其特征在于，所述計算機存儲介質中存儲有代碼，當所述代碼被運行時，運行所述代碼的計算機存儲設備實現權利要求1至7任一項所述的車輛定損方法。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于長城汽車股份有限公司，未經長城汽車股份有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202211476056.5/1.html，轉載請聲明來源鉆瓜專利網。
