[发明专利]一种基于手机视频流的实时车辆损伤和部件检测的方法

权利要求书

1.一种基于手机视频流的实时车辆损伤和部件检测的方法，其特征在于，所述基于手机视频流的实时车辆损伤和部件检测的方法包括：

将手机摄像头对准待定损车辆，通过手机对所述待定损车辆进行摄像，获取所述待定损车辆的实时视频流；

对所述待定损车辆的实时视频流中的每帧图像进行车辆部件检测，获得当前帧图像中的车辆部件的位置和名称；

通过获取的车辆部件的位置和名称，根据车辆部件在当前帧图像中的大小占比和对应关系，判断拍摄者和所述待定损车辆之间的拍摄距离；

当所述拍摄距离在预设距离范围内时，通过手机提示用户拍摄照片；

对所述待定损车辆的实时视频流中的每帧图像进行损伤位置检测，获取当前帧图像中的损伤位置；

计算当前帧图像中损伤的大小，当损伤大小在预设大小范围内时，通过手机提示用户拍摄照片；

通过手机将拍摄到的所有照片提交到云端，对所述待定损车辆进行定损。

2.如权利要求1所述的基于手机视频流的实时车辆损伤和部件检测的方法，其特征在于，所述对所述待定损车辆的实时视频流中的每帧图像进行车辆部件检测和对所述待定损车辆的实时视频流中的每帧图像进行损伤位置检测分别采用Faster RCNN、EAST、SSD以及YOLO中的任意一种算法。

3.如权利要求2所述的基于手机视频流的实时车辆损伤和部件检测的方法，其特征在于，所述对所述待定损车辆的实时视频流中的每帧图像进行车辆部件检测和对所述待定损车辆的实时视频流中的每帧图像进行损伤位置检测均采用Faster RCNN算法，其检测过程为：

深度卷积网络提取当前帧图片的抽象特征；使用区域候选网络推荐车辆部件/损伤的候选区域；从候选区域回归车辆部件/损伤的精准区域。

4.如权利要求3所述的基于手机视频流的实时车辆损伤和部件检测的方法，其特征在于，所述深度卷积网络提取当前帧图片的抽象特征采用MobileNet、Resnet、ShuffleNet以及AlexNet中的任意一种网络模型。

5.如权利要求4所述的基于手机视频流的实时车辆损伤和部件检测的方法，其特征在于，所述深度卷积网络提取当前帧图片的抽象特征采用MobileNet网络模型，其提取过程包括：

采用depth-wise separable convolution，即逐通道的卷积，一个卷积负责一个通道；采用Point-wise convolution，将depth-wise separable convolution得到的抽象特征再进一步融合。