【技术实现步骤摘要】
一种图像标注方法、装置及系统
本说明书一个或多个涉及智能识别
,尤其涉及一种图像标注方法、装置及系统。
技术介绍
目前,随着社会经济的快速增长,中国高收入人群的增多,由于车辆给人们的出行带来了很大的方便,因而车辆的拥有数量也在随之不断增长,随之交通事故的发生也越来越频繁,人们为了减少因交通事故带来的损失,通常定期给车辆缴纳必要的车险,这样车主发生车辆事故后,可以提出理赔申请,然后保险公司需要对车辆的损伤程度进行评估,以确定需要修复的项目清单以及赔付金额,具体的,需要专业定损人员对现场采集的车损图像进行综合分析,进而对车辆碰撞修复进行科学系统的估损定价。当前,为了提高车损图像的损伤长度进行快速识别,采用基于深度学习来识别车辆损伤程度,即基于预先训练好的车损识别模型对现场采集的车损图像进行智能识别,自动输出识别得到的损伤程度分析结果,其中,在训练得到车损识别模型时,需要获取大量的标注好的车损样本数据,通常针对每个子问题需要10万~1000万量级的标注数据,即事先对各种类型、材质的损伤进行标注,标明车损图像中各子区域对应的损伤程度,现有技术中对采集的大量车损图像进行人工标注,这样存在标注效率低、人工成本高、人为因素影响大、准确度低的问题,难以在短时间内产生训练模型所需的大量标注数据。因此,需要提供一种效率高、准确度高、人工成本低的车损图像标注方法及装置。
技术实现思路
本说明书一个或多个实施例的目的是提供一种图像标注方法、装置及系统,通过将利用摄像装置得到的视觉图像和基于物理探测方式得到的物理属性信息相结合,自动生成训练模型所需标注数据,无需人工手动对车损图像 ...
【技术保护点】
1.一种图像标注方法,其特征在于,包括:获取利用摄像装置拍摄得到的目标车辆上预设损伤区域的车损图像;以及,获取基于物理探测方式针对所述预设损伤区域进行扫描得到的物理属性信息;根据所述物理属性信息对所述车损图像进行损伤标注,生成用于训练车损识别模型的车损样本数据。
【技术特征摘要】
1.一种图像标注方法,其特征在于,包括:获取利用摄像装置拍摄得到的目标车辆上预设损伤区域的车损图像;以及,获取基于物理探测方式针对所述预设损伤区域进行扫描得到的物理属性信息;根据所述物理属性信息对所述车损图像进行损伤标注,生成用于训练车损识别模型的车损样本数据。2.根据权利要求1所述的方法,其特征在于,所述获取基于物理探测方式针对所述预设损伤区域进行扫描得到的物理属性信息,包括:获取利用激光雷达装置针对所述预设损伤区域进行扫描得到的三维深度信息;和/或,获取利用红外热成像装置针对所述预设损伤区域进行扫描得到的表面热成像信息。3.根据权利要求1所述的方法,其特征在于,所述获取利用摄像装置拍摄得到的目标车辆上预设损伤区域的车损图像,包括:获取针对目标车辆上预设损伤区域的车损图像集合,其中,所述车损图像集合包括:利用摄像装置在不同拍摄条件下拍摄得到的多张车损图像;对应的,所述获取基于物理探测方式针对所述预设损伤区域进行扫描得到的物理属性信息,包括:获取针对所述预设损伤区域的物理属性信息集合,其中,所述物理属性信息集合包括:利用物理探测方式在不同拍摄条件下扫描得到的多个物理属性信息。4.根据权利要求1所述的方法,其特征在于,所述根据所述物理属性信息对所述车损图像进行损伤标注,生成用于训练车损识别模型的车损样本数据,包括:根据所述物理属性信息,确定所述车损图像中各像素点的损伤情况;将所述各像素点的损伤情况和所述车损图像确定为用于训练车损识别模型的车损样本数据。5.根据权利要求4所述的方法,其特征在于,所述目标车辆上预设损伤区域的车损图像包括:在不同拍摄条件下拍摄得到的多张车损图像;所述根据所述物理属性信息,确定所述车损图像中各像素点的损伤情况,包括:针对每张所述车损图像,根据在该车损图像对应的拍摄条件下得到的所述物理属性信息,确定该车损图像中各像素点的损伤情况。6.根据权利要求1所述的方法,其特征在于,在生成用于训练车损识别模型的车损样本数据之后,还包括:将所述车损样本数据输入至基于有监督学习模式的机器学习模型;利用机器学习方法并基于所述车损样本数据对所述机器学习模型进行训练,得到车损识别模型。7.根据权利要求3所述的方法,其特征在于,所述拍摄条件包括:所述摄像装置的拍摄方位、所述摄像装置与目标车辆的相对位置、拍摄环境的光照参数、以及其他影响损伤区域视觉特征的现场环境因素中至少一种。8.根据权利要求7所述的方法,其特征在于,所述摄像装置与目标车辆的相对位置是基于具备厘米级精确定位能力的定位装置对所述目标车辆的移动进行控制得到的。9.一种图像标注装置,其特征在于,包括:第一获取模块,用于获取利用摄像装置拍摄得到的目标车辆上预设损伤区域的车损图像;以及,第二获取模块,用于获取基于物理探测方式针对所述预设损伤区域进行扫描得到的物理属性信息;图像标注模块,用于根据所述物理属性信息对所述车损图像进行损伤标注,生成用于训练车损识别模型的车损样本数据。10.根据权利要求9所述的装置,其特征在于,所述第二获取模块,具体用于:获取利用激光雷达装置针对所述预设损伤区域进行扫描得到的三维深度信息;和/或,获取利用红外热成像装置针对所述预设损伤区域进行扫描得到的表面热成像信息。11.根据权利要求9所述的装置,其特征在于,所述第一获取模块,具体用于:获取针对目标车辆上预设损伤区域的车损图像集合,其中,所述车损图像集合包括:利用摄像装置在不同拍摄条件下拍摄得到的多张车损图像;对应的,所述第二获取模块,具体用于:获取针对所述预设损伤区域的物理属性信息集合,其中,所述物理属性信息集合包括:利用物理探测方式在不同拍摄条件下扫描得到的多个物理属性信息。12.根据权利要求9所述的装置,其特征在于,所述图像标注模块,具体用于:根据所述物理属性信息,确定所述车损图像中各像素点的损伤情况;将所述各像素点的损伤情况和所述车损图像确定为用于训练车损识别模型的车损样本数据。13.根据权...
【专利技术属性】
技术研发人员:周凡,
申请(专利权)人:阿里巴巴集团控股有限公司,
类型:发明
国别省市:开曼群岛,KY
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。