[发明专利]基于视频的车辆外观部件深度学习分割方法和系统

说明书

本发明公开了一种基于视频的车辆外观部件深度学习分割方法和系统，方法包括：获取车辆外观部件的录制视频，确定视频中可辨识车辆外观部件的起始位置作为起始帧；将视频由起始帧开始每间隔预设数量帧取一帧图像存入预设的图像缓冲区；对起始帧的图像进行语义分割，并基于语义分割图像掩码标签进行上色；将语义分割上色图片和图像缓冲区内其余图像输入至训练完成的半监督视频目标分割模型中进行推理分割，输出图像缓冲区中所有图像对应的分割图像。通过本发明的技术方案，解决了不同距离下的图片部件分割识别问题，实现了像素级的目标追踪，无需通过图像特征匹配和逻辑关系对不同图片的部件区域进行关联，提高了视频分割的精度和鲁棒性。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于视频的车辆外观部件深度学习分割方法和一种基于视频的车辆外观部件深度学习分割系统。

背景技术

车辆外观部件识别是各类汽车业务中的重要一环，在譬如汽车保险理赔，分时租赁以及汽车日租的取车还车过程，都需要对车辆外观部件进行识别。目前普遍的实现方式有两种，一种是现场工作人员对待识别车辆查勘并完成车辆外观部件识别，另一种是用户拍摄照片(或视频)，用深度学习模型进行处理，例如现有技术中提出的基于深度学习的多任务车辆部件识别模型、方法和系统。

现有的系统存在以下问题：

1.单一地使用分类模型或检测模型，无法精确识别到车辆外观的所有总成部件信息，因为现实中车辆外观部件及子部件配件大小尺寸不一，部分配件细节图像相似，因此从较远距离单一图像中做定损是永远覆盖不全车辆外观部件信息的，看上去会明显弱于人眼辨识能力，而采用图像特征匹配或逻辑匹配(例如空间位置强制对应)则通常会出现匹配失败或错误，准确率低，同时对不同场景也不鲁棒(例如夜晚)；逻辑匹配则会需要用户拍摄时小心谨慎，试图通过人工刻意调整角度和距离来匹配，明显会降低用户定损采集体验。

2.在保险理赔、验车、分时租赁等实际的汽车业务应用场景中，不仅需要对车辆进行远距离的拍摄，还要求对车辆进行近距离的拍摄，而不同距离下的车辆外观精准识别是非常具有挑战的一个视觉任务。现有的系统只适用于较远距离拍摄场景，而如何在近距离情况下准确地识别车辆部件，成为影响整个车辆部件识别系统落地的难题。

3.现实中人工后台阅读理赔案件的定损图片通常是从远到近顺序阅读理解，是一个相对连续递进的过程，通常情况下在中距离或远距离条件下人眼从车辆外观图片中可以准确辨识外观部件，但随着距离不断变小，人眼辨识能力会下降，下降的原因主要是车辆细节结构很多都是相似的，当拍摄图片中仅有这些细节结构时，即使有经验的人也可能判断出多个可能的汽车位置与之对应，这是符合认知常识的，因此对于特别近距离下尤其是图片中涉及到的外观部件仅有1个或2个时，无论是后台审核人员还是深度学习模型对其辨别能力是不足的。而现在的深度学习图像识别技术成熟的多数是单张图片识别，从单张图片来看存在着较远距离容易辨识车辆外观部件但较难看见或看清损伤细节，而较近距离容易看清和辨识损伤细节但较难辨识损伤所在的车辆外观部件及其上的子部件信息的现实矛盾。

发明内容

针对上述问题，本发明提供了一种基于视频的车辆外观部件深度学习分割方法和系统，通过语义分割对起始帧图像进行分割和上色，并利用半监督视频目标分割模型，基于起始帧图像的分割上色图进行传导学习推理，实现像素级的目标追踪，从而解决不同距离下的图片部件分割识别问题，无需通过图像特征匹配和逻辑关系对不同图片的部件区域进行关联，提高了视频分割的精度和鲁棒性。

为实现上述目的，本发明提供了一种基于视频的车辆外观部件深度学习分割方法，包括：获取车辆外观部件的录制视频，确定视频中可辨识车辆外观部件的起始位置作为起始帧；将所述视频由所述起始帧开始每间隔预设数量帧取一帧图像存入预设的图像缓冲区；对所述起始帧的图像进行语义分割，并基于语义分割图像掩码标签进行上色，形成语义分割上色图片；将所述语义分割上色图片和所述图像缓冲区内其余图像输入至训练完成的半监督视频目标分割模型中进行推理分割，输出所述图像缓冲区中所有图像对应的分割图像。