[发明专利]一种车辆图像定损中的子部件损伤识别方法在审
| 申请号： | 201811528123.7 | 申请日： | 2018-12-13 |
| 公开（公告）号： | CN109635742A | 公开（公告）日： | 2019-04-16 |
| 发明（设计）人： | 尤晶晶;黄贤俊 | 申请（专利权）人： | 深源恒际科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/32;G06T7/11 |
| 代理公司： | 北京汇信合知识产权代理有限公司 11335 | 代理人： | 孙民兴 |
| 地址： | 100086 北京市海*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 子部件 总成部件 损伤 像素级 分割 车辆图像 程度识别 分割模型 损伤识别 调用 车辆外观 车辆总成 分类模型 图像语义 | ||
【权利要求书】：
1.一种车辆图像定损中的子部件损伤识别方法，其特征在于，所述子部件损伤识别方法包括以下步骤：
针对车辆特定总成部件图，调用车辆相应总成部件的子部件分割模型，得到该车辆总成部件像素级的子部件分割图；
针对同一张车辆总成部件图，调用车辆相应总成部件的损伤分割模型，得到该车辆总成部件像素级的损伤分割图；
根据所述子部件分割图和所述损伤分割图，分别提取所述车辆总成部件下的各子部件位置的像素级分割特征和损伤类型的像素级分割特征，输入到分类模型，得到车辆总成部件下的各子部件损伤类型及损伤程度识别结果。
2.如权利要求1所述的车辆图像定损中的子部件损伤识别方法，其特征在于，所述子部件分割模型和所述损伤分割模型均使用deeplabv3算法。
3.如权利要求1所述的车辆图像定损中的子部件损伤识别方法，其特征在于，所述分类模型为cnn分类模型。
4.如权利要求3所述的车辆图像定损中的子部件损伤识别方法，其特征在于，所述得到车辆总成部件下的各子部件损伤类型及损伤程度识别结果的步骤，具体为：
结合子部件位置的像素级分割特征和损伤类型的像素级分割特征，生成与车辆总成部件图尺寸大小相同，且每个像素点包含子部件标签和损伤类型标签的特征图作为输入，使用ResNetV1_50网络进行分类，最终得到车辆子部件的损伤类型及损伤程度识别结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深源恒际科技有限公司，未经深源恒际科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811528123.7/1.html，转载请声明来源钻瓜专利网。
