申请/专利权人：松立控股集团股份有限公司

申请日：2022-05-23

公开（公告）日：2024-03-29

公开（公告）号：CN114782409B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/11;G06T5/77;G06N3/0464;G06N3/084;G06V10/74;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.03.29#授权;2022.08.09#实质审查的生效;2022.07.22#公开

摘要：本发明属于车辆表面检测技术领域，涉及一种基于侧方位相机的车辆表面异常检测方法，通过构建数据集训练图像分割网络，然后对分割后的图像构建图像修复数据集，构建图像修复网络模型，对原始图像掩膜处理后再进行修复处理，通过SSIM计算原始图像与修复后的图像之间的相似度，从左上角遍历到右下角，如果所有图像块修复后与原始图像相似，则认为该车辆可见部分不存在异常，如果有异常的块，则该车辆表面存在异常，通过这种方法可快速有效的检测到车辆表面的异常。

主权项：1.一种基于侧方位相机的车辆表面异常检测方法，其特征在于，具体过程为：（1）构建车辆分割数据集：收集路侧停车场侧方位相机的视频图像，并对图像中的车辆表面进行分割标注，将图像中的像素分类成车辆表面类和背景类得到分割数据集，再将分割数据集根据实际需要划分为训练集、验证集和测试集；（2）利用分割网络对车辆表面图像进行分割：将车辆表面图像的像素缩放到1333*800，选用图像分割网络对车辆表面图像进行分割，并设定其能量损失；（3）对车辆表面图像进行掩膜处理和修复：将步骤（2）得到的每个车辆表面图像缩放到512*256分辨率大小，对于鱼眼摄像头采集到的图像中如有分割到两个车的情况，依次对每个车进行掩膜处理，掩膜大小为64*32像素，从左上角往右下角依次进行掩膜处理，背景部分不进行处理，每辆车辆掩膜最多有64个；从掩膜处理后的图像中选择64张图像一起输入卷积神经网络进行修复得到掩膜修复后的图像；（4）原始图像与掩膜修复后的图像进行对比：利用步骤（3）得到的掩膜修复后的图像与原始图像做对比，对64个做图像修复的每个位置进行相似度判断，如果原始表面图像与修复的图像之间相似则判断该位置没有残损，如果表面图像与修复图像之间不相似，则判断有残损；（5）训练网络得到训练好的参数模型：利用步骤（2）中的分割结果制作数据集，选用1000张分割后的图像进行缩放后将每张图像从左上角到右下角依次掩膜后作为网络的输入训练样本，网络输出为未经过掩膜处理的图像，再采用绝对值损失计算损失误差，通过反向传播更新参数，经过设定次数的完整训练集训练迭代后，保存验证集上结果最好的模型参数，作为最终模型训练好的参数，即得到训练好的图像修复网络参数；（6）通过推理得到结果：将侧方位监控相机的视频图像输入到步骤（5）训练好的图像修复网络中进行前向推理得到修复后的车辆表面图像，再通过步骤（4）判断拍摄的车辆是否存在表面异常。

全文数据：

权利要求：

百度查询： 松立控股集团股份有限公司 一种基于侧方位相机的车辆表面异常检测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD