[发明专利]车辆损伤的检测方法、装置、设备及存储介质

说明书

本申请涉及人工智能技术领域，揭示了一种车辆损伤的检测方法、装置、设备及存储介质，其中方法包括：获取标准数据集；对目标图像标记区域候选框；识别每一个区域候选框在目标图像中对应的目标损伤部位；分别计算区域候选框聚合至目标损伤部位对应的时的聚合嵌入值和聚合置信度；根据聚合嵌入值和聚合置信度，对同一个目标损伤部位对应的各个区域候选框进行合并，得到目标损伤部位对应的原型表征信息；通过检测模型，分别将原型表征信息与每一个车辆类型的标准损伤标注信息进行域间对齐，并将对齐距离最小的标准损伤标注信息作为原型表征信息对应的车辆损伤信。从而提高了车辆损伤检测的精确度。

技术领域

本申请涉及到人工智能技术领域，特别是涉及到一种车辆损伤的检测方法、装置、设备及存储介质。

背景技术

在汽车的日常驾驶中，受天气情况、道路环境和驾驶人员个体差异等因素的影响，汽车受损是不可避免的。因此，确定受损车辆的受损部位和受损程度是不可或缺的，其不仅会影响到后续车辆维修方案的确定，也会影响到事故相关方的经济赔偿额度确认。

近年来，随着人工智能技术的发展，已有一部分机构摒弃了依赖人工判断的定损方法，转而采用基于人工智能视觉检测等方法为受损车辆定损。但是基于人工智能视觉检测等方法需要预先获取不同车型下，大量带标注的车辆图片进行模型训练，在生产实践中，若人工智能视觉检测模型未预先对需要定损的车型进行训练，则无法准确识别车辆的损伤情况，导致车辆损伤检测的精确度降低。

发明内容

本申请的主要目的为提供一种车辆损伤的检测方法、装置、设备及存储介质，旨在解决现有技术中未预先对需要定损的车型进行训练则无法准确识别车辆的损伤情况，导致车辆损伤检测的精确度降低的技术问题。

为了实现上述发明目的，本申请提出一种车辆损伤的检测方法，所述方法包括：

获取标准数据集，其中，所述标准数据集包括带有不同标准损伤标注信息的若干个不同车辆类型的车辆数据；

获取目标图像，对所述目标图像进行预识别，并对每一个预识别为损伤区域的部位标记区域候选框，其中，所述目标图像包括若干个未进行损伤标注的车辆图像；

根据不同的所述区域候选框之间的位置关系，识别每一个所述区域候选框在所述目标图像中对应的目标损伤部位；

分别对所述区域候选框进行聚合计算，得到所述区域候选框聚合至所述目标损伤部位时的聚合嵌入值和聚合置信度；

根据所述聚合嵌入值和所述聚合置信度，对同一个所述目标损伤部位对应的各个所述区域候选框进行合并，得到所述目标损伤部位对应的原型表征信息；

通过检测模型，分别将所述原型表征信息与每一个所述车辆类型的标准损伤标注信息进行域间对齐，并将对齐距离最小的标准损伤标注信息作为所述原型表征信息对应的车辆损伤信息。

进一步的，所述根据不同的所述区域候选框之间的位置关系，识别每一个所述区域候选框在所述目标图像中对应的目标损伤部位，包括：

在同一个所述目标图像中，选取两个不同的所述区域候选框作为第一识别框和第二识别框；

根据所述第一识别框和所述第二识别框的位置关系，计算所述第一识别框和所述第二识别框之间的交并比；

若所述交并比大于预设的比例阈值，判定所述第一识别框和所述第二识别框对应的目标损伤部位相同；

再次选取两个不同的所述区域候选框作为所述第一识别框和所述第二识别框，并进行所述交并比计算和所述比例阈值判定，直至所述目标图像中的每一个所述区域候选框均与其余所述区域候选框完成所述交并比计算和所述比例阈值判定。

进一步的，所述聚合嵌入值的计算方法，包括：

通过所述交并比构建所述区域候选框之间的邻接矩阵；