买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】生成车辆外观部件识别样本的方法、装置、介质及服务器_爱保科技有限公司_202110754155.4 

申请/专利权人:爱保科技有限公司

申请日:2021-07-05

公开(公告)日:2021-10-12

公开(公告)号:CN113256778B

主分类号:G06T15/00(20110101)

分类号:G06T15/00(20110101);G06T17/00(20060101);G06T3/00(20060101);G06N3/08(20060101)

优先权:

专利状态码:有效-授权

法律状态:2021.10.12#授权;2021.08.31#实质审查的生效;2021.08.13#公开

摘要:本发明实施例涉及智能保险领域,公开了一种生成车辆外观部件识别样本的方法、装置、介质及服务器。该方法包括:获取待处理车辆的三维模型信息;根据三维模型信息获取车辆部件的ID贴图;设置渲染数据,渲染数据包括观测相机的内外参数、光源参数和背景图像;根据渲染数据及车辆部件的ID贴图将车辆三维模型渲染为二维车辆图像,并得到车辆图像上的车辆部件掩膜;用CycleGAN网络训练车辆图像风格转换器,在保持部件掩膜位置的同时将渲染的车辆图像进一步风格迁移为真实风格车辆图像。本发明的实施自动生成具有准确掩膜级部件标注的车辆图片样本,可以显著节省车辆部件识别任务的人工标注成本。

主权项:1.一种生成车辆外观部件识别样本的方法,其特征在于,包括:获取待处理车辆的三维模型信息;根据所述三维模型信息获取车辆部件的ID贴图;设置渲染数据,所述渲染数据包括观测相机的内外参数、光源参数和背景图像;根据所述渲染数据和所述车辆部件的ID贴图将车辆三维模型渲染为二维车辆图像,并得到车辆图像上的车辆部件掩膜位置;用CycleGAN网络训练车辆图像风格转换器,所述车辆图像风格转换器在保持部件掩膜位置的同时将渲染的车辆图像进一步风格迁移为真实风格车辆图像,所述真实风格车辆图像和对应的车辆部件掩膜作为车辆外观部件识别任务的标注样本;所述根据所述渲染数据和所述车辆部件ID贴图将车辆三维模型渲染为二维车辆图像,并得到车辆图像上的车辆部件掩膜位置包括:根据所述观测相机的内外参数确定模型坐标系到屏幕坐标系的坐标变换矩阵;根据所述观测相机的内外参数、光源参数、背景图像,以及车辆3D模型中颜色、材质、反射率信息,使用真实感渲染3D引擎将车辆三维模型渲染为二维图片;根据所述车辆的三维模型、坐标变换矩阵以及车辆部件的ID贴图,得到二维车辆图像中的车辆部件掩膜位置;所述用CycleGAN网络训练车辆图像风格转换器,包括:收集渲染车辆图像和真实车辆图像样本,训练CycleGAN网络,获得从渲染风格车辆图像到真实风格车辆图像的车辆图像风格转换器;将所述渲染二维车辆图像输入所述车辆图像风格转换器,转换器输出真实风格车辆图像,将输出的真实风格车辆图像和对应的车辆部件掩膜作为车辆外观部件识别任务的标注样本;所述训练CycleGAN网络,获得从渲染风格车辆图像到真实风格车辆图像的车辆图像风格转换器包括:准备训练样本,CycleGAN网络的X域采用由不同车型三维模型渲染生成的车辆图像,CycleGAN网络的Y域采用收集的真实车辆图像;构建CycleGAN网络,所述CycleGAN网络包括第一图像生成器、第二图像生成器、第一判别器、第二判别器,所述第一图像生成器由X域渲染车辆图像生成伪真实车辆图像,所述第二图像生成器由Y域真实图像生成伪渲染车辆图像,所述第一判别器用于区分真正的X域渲染车俩图像和生成的伪渲染车俩图像,所述第二判别器用于区分Y域真实车俩图像和生成的伪真实车俩图像;构建CycleGAN网络的损失函数;采用Adam优化器交替更新CycleGAN网络第一、第二图像生成器和第一、第二判别器的参数使得网络损失函数值下降,网络达到纳什平衡状态即判别器无法区分真假图像时的第一图像生成器作为所述车辆图像风格转换器。

全文数据:

权利要求:

百度查询: 爱保科技有限公司 生成车辆外观部件识别样本的方法、装置、介质及服务器

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。