车辆状态检测方法、装置、系统、设备、介质及产品与流程

本申请涉及图像识别领域，具体而言，涉及一种车辆状态检测方法、装置、系统、设备、介质及产品。

背景技术：

连锁的车辆维修门店分布于全国各地，这就导致对各地的门店进行线下管理时，需要维护规模不小的督导人员。督导人员需要各地出差，大量时间花费在路途中，使得不仅管理效率低下，而且成本过高。

相关技术中，通过摄像头监控车辆维修门店中的车辆维修状态，以提高门店管理效率。然而，经发明人研究发现，相关技术中车辆维修状态的检测方式，存在检测精度欠佳的问题。

技术实现要素：

为了克服现有技术中的至少一个不足，本申请实施例提供一种车辆状态检测方法、装置、系统、设备、介质及产品，能够解决现有技术中存在车辆状态检测准确率欠佳的问题。

第一方面，本申请实施例提供一种车辆状态检测方法，应用于电子设备，所述方法包括：

获取至少一张待识别图像；

针对每张所述待识别图像，确定出维修人员在所述待识别图像中的第一图像区域以及目标车辆在所述待识别图像中的第二图像区域；

获取所述第一图像区域与所述第二图像区域之间的第一距离；

当全部待识别图像中的第一距离均小于距离阈值时，则确定所述目标车辆处于维修状态。

第二方面，本申请实施例提供一种车辆状态检测装置，应用于电子设备，所述车辆状态检测装置包括：

图像获取模块，用于获取至少一张待识别图像；

区域确定模块，用于针对每张所述待识别图像，确定出维修人员在所述待识别图像中的第一图像区域以及目标车辆在所述待识别图像中的第二图像区域；

距离获取模块，用于获取所述第一图像区域与所述第二图像区域之间的第一距离；

状态确定模块，用于当全部待识别图像中的第一距离均小于距离阈值时，则确定所述目标车辆处于维修状态。

第三方面，本申请实施例提供一种车辆状态检测系统，所述车辆状态检测系统包括电子设备以及与所述电子设备通信连接的服务器；

所述电子设备获取至少一张待识别图像；针对每张所述待识别图像，确定出维修人员在所述待识别图像中的第一图像区域以及目标车辆在所述待识别图像中的第二图像区域；

获取所述第一图像区域与所述第二图像区域之间的第一距离；当全部待识别图像中的第一距离均小于距离阈值时，则确定所述目标车辆处于维修状态；

将所述目标车辆的状态信息发送给所述服务器，其中，所述状态信息携带有所述标车辆处于维修状态的状态标识；

所述服务器根据预设需求对所述状态信息进行统计。

第四方面，本申请实施例提供一种电子设备，所述电子设备包括处理器以及存储器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，实现所述的车辆状态检测方法。

第五方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现所述的车辆状态检测方法。

第六方面，本申请实施例提供一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时，实现所述车辆状态检测方法。

相对于现有技术而言，本申请具有以下有益效果：

本申请实施例提供的车辆状态检测方法、装置、系统、设备、介质及产品中，电子设备通过获取维修人员与目标车辆的图像区域在待识别图像中的距离，并将该距离与距离阈值进行比较，当距离满足特定状态条件的情况下，则认为目标车辆处于维修状态。由于车辆与维修人员之间的距离能够反映车辆是否真实处于维修状态，因此，提高了车辆状态的检测精度。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例提供的电子设备结构示意图；

图2为本申请实施例提供的车辆状态检测方法步骤示意图之一；

图3为本申请实施例提供的图像区域示意图之一；

图4为本申请实施例提供的图像区域示意图之二；

图5为本申请实施例提供的第一距离示意图；

图6为本申请实施例提供的维修工位标示线示意图；

图7为本申请实施例提供的工位参考区域示意图；

图8为本申请实施例提供的车辆状态检测方法步骤示意图之二；

图9为本申请实施例提供的子区域示意图；

图10为本申请实施例提供的电子设备通信场景示意图；

图11为本申请实施例提供的车辆状态检测装置示意图。

图标：100-电子设备；120-存储器；130-处理器；140-通信装置；200-待识别图像；201-第一图像区域；202-第二图像区域；203-标识线；204-工位参考区域；2021-车轮子区域；2022-发动机子区域；2023-车尾子区域；2024-前脸子区域；2025-车窗子区域；2026-挡风玻璃子区域；300-服务器；401-图像获取模块；402-区域确定模块；403-距离获取模块；404-状态确定模块。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

在本申请的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

经发明人研究发现，通过摄像头监控车辆维修门店中的车辆维修状态的相关技术中，存在检测精度欠佳的问题。

上述相关技术中，通过摄像头对车辆维修门店中的维修工位进行检测，当检测到维修工位存在车辆时，则判定维修工位上的车辆处于维修状态。

然而，经发明人研究发现，当车辆位于维修工位时，并不能代表该车辆已经处于维修状态。

例如，在一种情况中，当维修门店中同时有多个车辆同时进行维修时，而维修人员的数量不足，则维修人员只能在不同的时段，对不同的车辆进行维修。即虽然当前车辆停放在维修工位，但很长一段时间内，该车辆并没有维修人员对其进行维修。

在其他可能的情况中，也有可能是维修门店外的停车位紧缺，维修人员将维修工位作为了临时停车位。

为了至少部分解决上述相关技术中的缺陷，本申请实施例提供一种应用于电子设备的车辆状态检测方法。在该车辆状态检测方法中，电子设备通过获取维修人员与目标车辆之间的距离，在距离满足特定状态条件的情况下，则认为目标车辆处于维修状态。

由于在本申请实施例中，维修人员与目标车辆之间的距离，能够在一定程度上反映车辆的状态，因此，能够提高对车辆状态检车结果的准确率。

其中，上述电子设备可以是图像采集装置，还可以是与图像采集装置通信连接的服务器、智能终端、个人电脑(personalcomputer，pc)等。该图像采集装置可以架设在车辆维修门店内，正对维修工位的位置，使得维修工位的车辆能够全部位于图像采集装的图像采集范围以内，达到便于采集待识别图像的目的。

另外，该电子设备的操作系统可以是，但不限于，安卓(android)系统、ios(iphoneoperatingsystem)系统、windowsphone系统、windows系统等。

为了方便阐述本申请实施例所提供的技术方案，本申请实施例还提供一种该电子设备的结构示意图。如图1所示，该电子设备包括存储器120、处理器130，其中，该存储器存储有计算机程序，计算机程序被处理器执行时，实现上述车辆状态检测方法。

请再次参照图1，该电子设备还包括有用于收发数据的通信装置。上述存储器120、处理器130以及通信装置140各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。

其中，该存储器120可以是，但不限于，随机存取存储器(randomaccessmemory，ram)，只读存储器(readonlymemory，rom)，可编程只读存储器(programmableread-onlymemory，prom)，可擦除只读存储器(erasableprogrammableread-onlymemory，eprom)，电可擦除只读存储器(electricerasableprogrammableread-onlymemory，eeprom)等。其中，存储器120用于存储程序，该处理器130在接收到执行指令后，执行该程序。该通信装置140用于通过网络收发数据。

该处理器130可能是一种集成电路芯片，具有信号的处理能力。上述的处理器可以是通用处理器，包括中央处理器(centralprocessingunit，简称cpu)、网络处理器(networkprocessor，简称np)等；还可以是数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

为了清楚阐述上述车辆状态检测方法，本申请实施例还提供一种车辆状态检测方法的步骤示意图。如图2所示，车辆状态检测方法包括：

步骤s101，获取至少一张待识别图像。

步骤s102，针对每张待识别图像，确定出维修人员在待识别图像中的第一图像区域以及目标车辆在待识别图像中的第二图像区域。

针对上述第一图像区域以及第二图像区域，在本申请实施例提供的一种实现方式中，电子设备配置有预训练的神经网络模型，通过神经网络模型对待识别图像进行处理，确定出维修人员在待识别图像中的第一图像区域，以及目标车辆在待识别图像中的第二图像区域。

本申请实施例中，上述第一图像区域以及第二图像区域的形状，可以跟随所采用的神经网络模型的类型进行相应的变化。

示例性的，如图3所示的待识别图像200中，包括目标车辆以及维修人员。其中，可以将包括目标车辆的矩形框作为第二图像区域202，将包括维修人员的矩形框作为第一图像区域201。

在其他示例中，如图4所示的待识别图图像中，同样包括目标车辆以及维修人员。其中，可以将目标车辆的边缘曲线所包围的区域，作为第二图像区域202；将维修人员的边缘曲线所包围的区域，作为第一图像区域201。

另外，本申请实施例中，还考虑到需要进行维修的车辆包括多种情况。其中，一些车辆只是进行例行的包养服务，例如，车内清洁、更换空气滤芯、更换机油等。进行这些维修项目的车辆，车身结构以及形状不会发生过于明显的变化。

然而，其他一些车辆，可能是发生了严重的交通事故，导致车身发生了严重的变形。或者，在一些维修项目中，需要对车辆进行拆卸，同样会导致车辆的车身形状发生较为明显的变化。因此，采用常规的车辆识别模型，在识别事故车辆，或者在识别大修的车辆时，存在识别精度欠佳的问题。

鉴于本申请实施例的使用场景为车辆维修门店，所维修的车辆中包括一些事故车辆。为了能够检测因事故或者因为维修导致形状发生变化的车辆，在神经网络模型的预训练期间，按照预设的比例在训练样本中加入了事故车辆的图片以及维修状态的车辆图片。

其中，事故车辆的图片可以是，但不限于，碰撞类型的车辆图片，追尾类型的车辆图片、侧翻类型的车辆图片等。维修状态的车辆图片可以是，但不限于，发动机盖处于开启状态的车辆图片、拆卸掉车轮的车辆图片、拆卸掉挡风玻璃的车辆图片等。

步骤s103，获取第一图像区域与第二图像区域之间的第一距离。

步骤s104，当全部待识别图像中的第一距离均小于距离阈值时，则确定目标车辆处于维修状态。

经发明人研究发现，目标车辆在维修时，维修人员与目标车辆之间的距离通常保持在特定的范围以内。基于这一发现，将维修人员与目标车辆之间的距离，作为检测目标车辆是否处于维修状态的参考标准。

同时，不同的维修项目之间，维修人员与目标车辆之间的距离存在差异。经过发明人研究发现，所有的维修项目中，维修人员与目标车辆之间的距离均在2m以内。当然，本领域技术人员可以根据需要，在2m的基础上，进行适当的增加或者减小。

由于维修人员对应的第一图像区域201与目标车辆对应的第二图像区域202，均为待识别图像200中的局部区域，因此，第一图像区域201与第二图像区域202之间的区域距离并不是维修人员与目标车辆之间的真实距离，但区域距离与真实距离之间满足预设的比例关系。

按照该比例关系，获得与2m对应的距离阈值，用于判断目标车辆是否处于维修状态的标准。

如图5所示，考虑到第一图像范围与第二图像范围中的不同位置之间的距离存在一定的差异。因此，在一种可能的实现方式中，电子设备将第一图像区域201的中心位置与第二图像区域202的中心位置之间的距离，作为第一距离，用于与距离阈值进行比较。

其中，当第一距离小于距离值时，电子设备则确定目标车辆处于维修状态。

值得说明的时，本领域技术人员还可以根据实际场景的需要，选取第一图像区域201与第二图像区域202中其他位置之间的距离作为第一距离，其基于本申请实施例所提供的方案，并不需要创造性的贡献。

因此，通过上述车辆状态检测方法，电子设备通过获取维修人员与目标车辆的图像区域在待识别图像200中的距离，并将该距离与距离阈值进行比较，当距离满足特定状态条件的情况下，则认为目标车辆处于维修状态。由于车辆与维修人员之间的距离能够反映车辆是否真实处于维修状态，因此，提高了车辆状态的检测精度。

在另外一种实施方式中，考虑到维修人员经过目标车辆的周围时，虽然两者之间的距离在2m以内，但维修人员实际是并未对车辆进行维修。因此，本申请实施例中，上述至少一张待识别图像还可以是获取的多张待识别图像200，其中，多张待识别图像200之间为依次连续的帧图像，所述依次连续的帧图像对应预设时长的视频片段。

当多张待识别图像200中的第一图像区域201与第二图像区域202之间的第一距离均现由于距离阈值时，则表明在多张待识别图像200对应的时长内，维修人员与目标车辆之间的距离均位于2m以内，继而该目标车辆持续处于维修状态，达到提高识别精度的目的。

本申请实施例还考虑到图像采集装置的图像采集范围了，除了出现维修人员，还有可能出现除维修人员以外的其他人员。例如，目标车辆的车主、保洁人员等。

鉴于此，本申请实施例中，电子设备从待识别图像200中确定出至少一个待识别的人体区域；获取各人体区域中的身份特征与参考身份特征之间的相似度，其中，参考身份特征为维修人员的身份特征。

然后，电子设备将相似度超过相似阈值的人体区域，作为维修人员在待识别图像200中的第一图像区域201。

因此，当待识别图像200中存在多个人体区域时，电子设备通过上述方式，将人体区域中的身份特征与表征维修人员的身份特征进行匹配，从中筛选除维修人员对应的人体区域，并作为第一图像区域201。

其中，上述身份特征可以包括人脸特征和/或服饰特征，相对应的，电子设备中预先配置有人脸参考特征和/或参考服饰特征。其中，人脸参考特征可以是事先录入的车辆维修门店中维修人员的脸部图像，参考服饰特征可以是车辆维修门店的工作服图片。

考虑到不同的车辆维修门店，因为管理要求的不同，一些门店统一配置有工作服，而一些门店则未配置有工作服。

因此，在一些情况下，电子设备仅获取人脸特征与参考人脸特征之间的人脸相似度，并与第一相似阈值进行比较，当大于第一相似阈值时，则将对应的人体区域作为第一图像区域201。

在一些情况下，电子设备仅获取服饰特征与参考服饰特征之间的服饰相似度，并与第二相似阈值进行比较，当大于第二相似阈值时，则将对应的人体区域作为第一图像区域201。

当然，电子设备还可以结合人脸特征与服饰特征，在同时大于第一相似阈值以及第二相似阈值的时，才将对应的人体区域作为第一图像区域201。

本申请实施例还考虑到图像采集装置的图像采集范围了，会因为视野范围的原因，拍摄到多个待识别车辆。因此，需要从多个车辆对应的车身区域中筛选出目标车辆对应的第二图像区域202。

如图6所示，在一些实现方式中，电子设备可以识别出图像中用于标识维修工位的标识线203，然后，再将位于该标识线203内的车辆作为目标车辆，继而获得目标车辆对应的第二图像区域202。

发明人研究发现，车辆维修门店中工位的标识线203容易被目标车辆遮挡，或者被维修工具遮挡。甚至一些车辆维修门店内，并未标识有维修工位的标识线203。因此，通过维修工位的标识线203筛选目标车辆的第二图像区域202，存在一定的局限性。

因此，在本申请实施例中，电子设备从待识别图像200中确定出至少一个待识别的车身区域；获取各车身区域在工位参考区域中的第一面积占比。

其中，工位参考区域基于目标车辆在待识别图像200中的显示区域，对待识别图像200进行区域划分获得。

然后，电子设备将第一面积占比超过第一占比阈值的车身区域，作为目标车辆在待识别图像200中的第二图像区域202。

示例性的，请参照图7中的目标车辆的显示位置。由于图像采集装置在安装之后，视野范围并不会做过大的调整，因此，可以将所拍摄待识别图像200中左边30％区域、右边30％的区域以及上边20％的区域划定为非工位参考区域，其中，非工位区域可能属于其他车辆的工位区域。相对应的，待识别图像200中剩余的区域即为工位参考区域204。

当然，本领域技术人员可以根据所使用图像采集装置的型号以及图像采集装置的安装位置，适应性调整上述比例。本申请实施例不对上述比例做具体的限定。

然后，电子设备将包括待识别车辆的矩形框作为车身区域，并获取车身区域与工位参考区域204重叠的部分在工位参考区域204中的第一面积占比；将第一面积占比超过第一占比阈值的车身区域作为目标车辆的第二图像区域202。

在上述筛选目标车辆对应第二图像区域202的实施方式中，不依赖于维修工位的标识线203，因此能够提高对维修工位设置样式的适应能力，达到提高图像区域检测精度的目的。

为了实现对车辆门店进行更为精细化的管理，需要获取与车辆维修状态更为细节的信息。

鉴于此，请参照图8，在确定出目标车辆处于维修状态后，上述车辆状态检测方法还包括：

步骤s105，获取第一图像区域与第二图像区域中各预设子区域之间的第二距离。

其中，各子区域分别对应不同的维修项目。示例性的，如图9所示，本申请实施例中的预设子区域可以是，但不限于，4个车轮子区域2021、发动机子区域2022、车尾子区域2023、前脸子区域2024、车窗子区域2025、挡风玻璃子区域2026等。

其中，车轮子区域2021所对应的维修项目可以为车轮维修；发动机子区域2022对应的维修项目可以为发动机维修；车尾子区域2023对应的维修项目可以为追尾修复；前脸子区域2024对应的维修项目可以为前脸碰撞修复；车窗子区域2025对应的维修项目可以为车门维修；挡风玻璃子区域2026对应的维修项目可以是挡风玻璃维修。

步骤s106，从各第二距离中确定出最小的目标距离。

步骤s107，根据目标距离对应的子区域，确定目标车辆的维修项目。

请再次参照图9，图中维修人员对应的第一图像区域201与右上角的车轮子区域2021之间的第二距离最小，因此，电子设备可以确定图9中的目标车辆当前的维修项目为车轮维修。

当上述至少一张待识别图像200为多张时，可以选取其中任意一张待识别图像200，用于确定目标车辆当前的维修项目。示例性，本申请实施例中，电子设备可以选取多张待识别图像中的最后一张待识别图像200，确定其中第一图像区域与各子区域之间的第二距离，并选取最小的目标距离，用以确定对应的维修项目。

在上述检测车辆维修项目的实施例中，电子设备通过将目标车辆对应的第二图像区域202划分成预设子区域，并计算维修人员与各子区域之间的第二距离，用于确定目标车辆的维修项目，达到从图像识别的角度检测车辆维修项目的目的。

另外，本申请实施例还考虑到需要对目标车辆的维修信息进行统计，因此，需要获取目标车辆的车牌号，将其作为目标车辆的标识信息。

因此，请再次参照图8，上述车辆状态检测方法还包括：

步骤s108，从待识别图像中确定出至少一个待识别的车牌区域。

步骤s109，获取各车牌区域与第二图像区域之间的重合部分在对应车牌区域中的第二面积占比。

步骤s110，将第二面积占比超过第二占比阈值的车牌区域，作为目标车牌区域。

步骤s111，将目标车牌区域对应的车牌作为目标车辆的车牌。

通过上述检测车牌区域的实施方式，使得电子设备从存在大量车牌的复杂环境中，能够准确筛选出目标车辆的车牌。

本申请实施例还提供一种车辆状态检测系统。所述车辆状态检测系统包括电子设备以及与所述电子设备通信连接的服务器；

所述电子设备获取至少一张待识别图像；针对每张所述待识别图像，确定出维修人员在所述待识别图像中的第一图像区域以及目标车辆在所述待识别图像中的第二图像区域；

获取所述第一图像区域与所述第二图像区域之间的第一距离；当全部待识别图像中的第一距离均小于距离阈值时，则确定所述目标车辆处于维修状态；

将所述目标车辆的状态信息发送给所述服务器，其中，所述状态信息携带有所述标车辆处于维修状态的状态标识；

所述服务器根据预设需求对所述状态信息进行统计。

如图10所示，本申请实施中，电子设备100与服务器300通过网络通信连接，其中，该服务器300用于管理全国各地的维修门店。电子设备100可以将上述检测到的状态信息发送给服务器300，其中，该状态信息可以包括车辆维修状态的状态标识、维修项目的项目标识、车辆维修门店的门店标识以及车牌号。

服务器300根据上述车辆维修状态的状态标识、维修项目的项目标识、车辆维修门店的门店标识以及车牌号实现对车辆维修门店的运营管理。

例如，服务器300可以统计维修工位有车的记录占总记录的比例，将其作为工位有车率；聚合车辆维修门店中所有工位的工位有车率，就能有效的衡量工位的利用情况。

服务器300还可以计算维修工位有维修人员以及有目标车辆的记录占总记录的比例，将其作为工位在修率。上述工位有车率表示维修工位停放有目标车辆的时间占比，但目标车位停放在维修工位，却无维修人员进行维修。一次你，将维修工位作为了停车位，实际并没有产生产值。工位在修率能够量化工位实际产生产值的时间比例。

服务器300还可以计算目标辆车在为修工位的在修时长与停留时长支架的占比，作为目标车辆的维修效率。其中，该维修效率反应车辆维修门店的维修效率。

当然，服务器300还可以根据目标车辆的维修项目，通过历史维修时长数据，预计目标车辆对应维修项目的维修时长。

请参照图11，本实施例还提供一种车辆状态检测装置，车辆状态检测装置包括至少一个可以软件形式存储于存储器中的功能模块。从功能上划分，车辆状态检测装置可以包括：

图像获取模块401，用于获取至少一张待识别图像；

区域确定模块402，用于针对每张待识别图像，确定出维修人员在待识别图像中的第一图像区域以及目标车辆在待识别图像中的第二图像区域；

距离获取模块403，用于获取第一图像区域与第二图像区域之间的第一距离；

状态确定模块404，用于当全部待识别图像中的第一距离均小于距离阈值时，则确定目标车辆处于维修状态。

本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现所述的车辆状态检测方法。

本申请实施例还提供一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现所述车辆状态检测方法。

综上所述，本申请实施例公开了ts1、一种车辆状态检测方法，应用于电子设备，所述方法包括：

获取至少一张待识别图像。

针对每张所述待识别图像，确定出维修人员在所述待识别图像中的第一图像区域以及目标车辆在所述待识别图像中的第二图像区域。

获取所述第一图像区域与所述第二图像区域之间的第一距离。

当全部待识别图像中的第一距离均小于距离阈值时，则确定所述目标车辆处于维修状态。

ts2、根据ts1所述的车辆状态检测方法，所述方法还包括：

在确定出所述目标车辆处于维修状态后，获取所述第一图像区域与所述第二图像区域中各预设子区域之间的第二距离，其中，各所述子区域分别对应不同的维修项目。

从各所述第二距离中确定出最小的目标距离。

根据所述目标距离对应的子区域，确定所述目标车辆的维修项目。

ts3、根据ts1所述的车辆状态检测方法，所述确定出维修人员在所述待识别图像中的第一图像区域，包括：

从所述待识别图像中确定出至少一个待识别的人体区域。

获取各所述人体区域中的身份特征与参考身份特征之间的相似度，其中，所述参考身份特征为所述维修人员的身份特征。

将相似度超过相似阈值的人体区域，作为所述维修人员在所述待识别图像中的第一图像区域。

ts4、根据ts3所述的车辆状态检测方法，所述身份特征包括人脸特征和/或服饰特征，所述参考身份特征包括参考人脸特征和/或参考服饰特征。

所述获取各所述人体区域中的身份特征与参考身份特征之间的相似度，包括：

获取所述人脸特征与所述参考人脸特征之间的人脸相似度，和/或所述服饰特征与所述参考服饰特征之间的服饰相似度。

所述将相似度超过相似阈值的人体区域，作为所述维修人员在所述待识别图像中的第一图像区域，包括：

将所述人脸相似度大于第一相似阈值和/或所述服饰相似度大于第二相似阈值的人体区域，作为所述维修人员在所述待识别图像中的第一图像区域。

ts5、根据ts1所述的车辆状态检测方法，所述确定出目标车辆在所述待识别图像中的第二图像区域，包括：

从所述待识别图像中确定出至少一个待识别的车身区域。

获取各所述车身区域在工位参考区域中的第一面积占比，其中，所述工位参考区域基于目标车辆在所述待识别图像中的显示区域，对所述待识别图像进行区域划分获得。

将第一面积占比超过第一占比阈值的车身区域，作为所述目标车辆在所述待识别图像中的第二图像区域。

ts6、根据ts1所述的车辆状态检测方法，所述方法还包括：

从所述待识别图像中确定出至少一个待识别的车牌区域。

获取各所述车牌区域与所述第二图像区域之间的重合部分在对应车牌区域中的第二面积占比。

将第二面积占比超过第二占比阈值的车牌区域，作为目标车牌区域。

将所述目标车牌区域对应的车牌作为所述目标车辆的车牌。

ts7、根据ts1所述的车辆状态检测方法，所述至少一张待识别图像为多个，且多个待识别图像为依次连续的帧图像；所述当全部待识别图像中的第一距离均小于距离阈值时，则确定所述目标车辆处于维修状态，包括：

所述当全部待识别图像中的第一距离均小于距离阈值时，则确定所述目标车辆在所述多个待识别图像对应的时长内处于维修状态。

ts8、一种车辆状态检测系统，所述车辆状态检测系统包括电子设备以及与所述电子设备通信连接的服务器；

所述电子设备获取至少一张待识别图像；针对每张所述待识别图像，确定出维修人员在所述待识别图像中的第一图像区域以及目标车辆在所述待识别图像中的第二图像区域；

获取所述第一图像区域与所述第二图像区域之间的第一距离；当全部待识别图像中的第一距离均小于距离阈值时，则确定所述目标车辆处于维修状态；

将所述目标车辆的状态信息发送给所述服务器，其中，所述状态信息携带有所述标车辆处于维修状态的状态标识；

所述服务器根据预设需求对所述状态信息进行统计。

ts9、一种车辆状态检测装置，应用于电子设备，所述车辆状态检测装置包括：

图像获取模块，用于获取至少一张待识别图像。

区域确定模块，用于针对每张所述待识别图像，确定出维修人员在所述待识别图像中的第一图像区域以及目标车辆在所述待识别图像中的第二图像区域。

距离获取模块，用于获取所述第一图像区域与所述第二图像区域之间的第一距离。

状态确定模块，用于当全部待识别图像中的第一距离均小于距离阈值时，则确定所述目标车辆处于维修状态。

ts10、根据ts9所述的车辆状态检测装置，在确定出所述目标车辆处于维修状态后，所述距离获取模块还用于：

获取所述第一图像区域与所述第二图像区域中各预设子区域之间的第二距离，其中，各所述子区域分别对应不同的维修项目；从各所述第二距离中确定出最小的目标距离。

所述状态确定模块还用于根据所述目标距离对应的子区域，确定所述目标车辆的维修项目。

ts11、根据ts9所述的车辆状态检测装置，所述区域确定模块还用于：

从所述待识别图像中确定出至少一个待识别的人体区域。

获取各所述人体区域中的身份特征与参考身份特征之间的相似度，其中，所述参考身份特征为所述维修人员的身份特征。

将相似度超过相似阈值的人体区域，作为所述维修人员在所述待识别图像中的第一图像区域。

ts12、根据ts11所述的车辆状态检测装置，所述身份特征包括人脸特征和/或服饰特征，所述参考身份特征包括参考人脸特征和/或参考服饰特征；所述区域确定模块还用于：

获取所述人脸特征与所述参考人脸特征之间的人脸相似度，和/或所述服饰特征与所述参考服饰特征之间的服饰相似度。

将所述人脸相似度大于第一相似阈值和/或所述服饰相似度大于第二相似阈值的人体区域，作为所述维修人员在所述待识别图像中的第一图像区域。

ts13、根据ts9所述的车辆状态检测装置，所述区域确定模块还用于：

从所述待识别图像中确定出至少一个待识别的车身区域。

获取各所述车身区域在工位参考区域中的第一面积占比，其中，所述工位参考区域基于目标车辆在所述待识别图像中的显示区域，对所述待识别图像进行区域划分获得。

将第一面积占比超过第一占比阈值的车身区域，作为所述目标车辆在所述待识别图像中的第二图像区域。

ts14、根据ts9所述的车辆状态检测装置，所述区域确定模块还用于：

从所述待识别图像中确定出至少一个待识别的车牌区域。

获取各所述车牌区域与所述第二图像区域之间的重合部分在对应车牌区域中的第二面积占比。

将第二面积占比超过第二占比阈值的车牌区域，作为目标车牌区域。

将所述目标车牌区域对应的车牌作为所述目标车辆的车牌。

ts15、根据ts9所述的车辆状态检测装置，所述至少一张待识别图像为多个，且多个待识别图像为依次连续的帧图像；所述状态确定模块还用于：

所述当全部待识别图像中的第一距离均小于距离阈值时，则确定所述目标车辆在所述多个待识别图像对应的时长内处于维修状态。

ts16、一种电子设备，所述电子设备包括处理器以及存储器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，实现ts1-ts7任意一项所述的车辆状态检测方法。

ts17、一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现ts1-ts7任意一项所述的车辆状态检测方法。

ts18、一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现ts1-ts7任意一项所述车辆状态检测方法。

因此，本申请实施例提供的车辆状态检测方法、装置、系统、设备、介质及产品中，电子设备通过获取维修人员与目标车辆的图像区域在待识别图像中的距离，并将该距离与距离阈值进行比较，当距离满足特定状态条件的情况下，则认为目标车辆处于维修状态。由于车辆与维修人员之间的距离能够反映车辆是否真实处于维修状态，因此，提高了车辆状态的检测精度。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述，仅为本申请的各种实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。