车辆防剐蹭方法、装置、电子设备及存储介质与流程

1.本发明涉及图像处理技术领域，具体涉及一种车辆防剐蹭方法、装置、电子设备及存储介质。


背景技术：

2.随着发展，汽车行业得到了飞速的发展，全国汽车数量不断增多，道路交通给人类带来无数的生活便利、经济效益以及社会的繁荣，基本上每户家庭都有汽车，给人们的出行带来了极大的方便。
3.在实际使用过程中，申请人发现伴随着汽车保有量逐年增加，与汽车相关的问题也逐渐显现出来，其中以汽车剐蹭的问题尤为突出。通过对医院、超市、写字楼等地下流动车库调查，发现车辆被剐蹭现象很普遍。由于停车后，车主一般不再车旁，当发生剐蹭时，也就很难及时通知车主，也就导致有很大一部分车主不知或不注意车辆何时被剐蹭，当发现被剐蹭时候，已无从调查，造成很多不必要的损失。


技术实现要素：

4.本发明实施例提供一种车辆防剐蹭方法、装置、电子设备及存储介质，可以在车辆发生剐蹭时实时捕捉画面，并且对车主进行提醒，大大提升了提醒的及时性，并且能够避免或减少汽车被剐蹭所带来的损失。
5.本发明实施例提供一种车辆防剐蹭方法，包括：
6.获取车辆区域的多张图像；
7.对所述多张图像中的目标车辆进行边缘检测，生成车辆边缘信息；
8.当所述多张图像中存在人物时，检测所述人物的关键点信息；
9.根据所述车辆边缘信息和所述关键点信息确定所述目标车辆是否被剐蹭，若是，则进行提醒。
10.在一实施例中，所述获取车辆区域的多张图像的步骤包括：
11.检测所述车辆区域是否出现移动物体；
12.若是，则对所述车辆区域进行连拍，以获取所述车辆区域的多张图像。
13.在一实施例中，所述对所述多张图像中的目标车辆进行边缘检测的步骤包括：
14.对所述多张图像进行预处理；
15.将所述预处理后的多张图像输入车辆边缘特征检测模型，以生成车辆边缘信息。
16.在一实施例中，所述对所述多张图像进行预处理的步骤包括：
17.将所述图像分割为n个区域，并赋予不同区域对应的权重值，
18.根据所述权重值计算通道矫正系数u、v，以及图像中的红色通道r值r
new
；
19.提取所述图像的全局特征图和局部特征图，并根据所述r值、全局特征图以及局部特征图通过以下公式进行图像融合：
[0020][0021]
其中，f为融合特征图，c为融合特征图的通道数，c’全局特征图以及局部特征图的通道数，b为偏置值，w为全局特征图的权重值，w’为局部特征图的权重值，σ为relu激活函数，s为步长，x和y分别为全局特征图对应的像素点横坐标和纵坐标。
[0022]
在一实施例中，所述车辆边缘特征检测模型的训练过程包括：
[0023]
获取多张车辆图像作为样本图像，并将所述多张车辆图像中的车辆刮蹭结果作为标签信息；
[0024]
根据所述样本图像和对应的标签信息构建训练集；
[0025]
将所述训练集输入初始网络模型进行迭代训练，并计算所述网络模型的损失值；
[0026]
当所述损失值小于预设值时，确定输出的模型为所述车辆边缘特征检测模型。
[0027]
在一实施例中，所述检测所述人物的关键点信息的步骤包括：
[0028]
提取所述多张图像中的人体骨骼点特征，并根据所述人体骨骼点特征确定所述人物的手部坐标；
[0029]
根据所述手部坐标截图手部区域图像，并在所述手部区域图像当中检测预设物品。
[0030]
在一实施例中，在所述检测所述人物的关键点信息之前，所述方法还包括：
[0031]
获取所述多张图像中存在人物的人脸特征信息，并根据所述人脸特征信息进行身份识别；
[0032]
根据所述身份识别结果检测所述人物的关键点信息。
[0033]
本发明实施例还提供一种车辆防剐蹭装置，包括：
[0034]
获取模块，用于获取车辆区域的多张图像；
[0035]
第一检测模块，用于对所述多张图像中的目标车辆进行边缘检测，生成车辆边缘信息；
[0036]
第二检测模块，用于当所述多张图像中存在人物时，检测所述人物的关键点信息；
[0037]
提醒模块，用于根据所述车辆边缘信息和所述关键点信息确定所述目标车辆是否被剐蹭，若是，则进行提醒。
[0038]
本发明实施例还提供一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，执行本技术实施例提供的任一项所述车辆防剐蹭方法中的步骤。
[0039]
本发明实施例还提供一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序适于处理器进行加载，以执行本技术实施例提供的任一项所述车辆防剐蹭方法中的步骤。
[0040]
本发明实施例提供的车辆防剐蹭方法，可以获取车辆区域的多张图像，对多张图像中的目标车辆进行边缘检测，生成车辆边缘信息，当多张图像中存在人物时，检测人物的关键点信息，根据车辆边缘信息和关键点信息确定目标车辆是否被剐蹭，若是，则进行提醒。本技术实施例通过对图像进行车辆的边缘检测以及人物的关键点检测，可以在车辆发生剐蹭时实时捕捉画面，并且对车主进行提醒，从而避免或减少汽车被剐蹭带来的损失。
附图说明
[0041]
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，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的附图。
[0042]
图1是本发明实施例提供的车辆防剐蹭方法的第一种流程示意图；
[0043]
图2是本发明实施例提供的车辆防剐蹭方法的第二种流程示意图；
[0044]
图3是本发明实施例提供的车辆防剐蹭装置的第一种结构示意图；
[0045]
图4是本发明实施例提供的车辆防剐蹭装置的第二种结构示意图；
[0046]
图5是本发明实施例提供的终端的结构示意图。
具体实施方式
[0047]
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。
[0048]
需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素，此外，本技术不同实施例中具有同样命名的部件、特征、要素可能具有相同含义，也可能具有不同含义，其具体含义需以其在该具体实施例中的解释或者进一步结合该具体实施例中上下文进行确定。
[0049]
应该理解的是，虽然本技术实施例中的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
[0050]
需要说明的是，在本文中，采用了诸如101、102等步骤代号，其目的是为了更清楚简要地表述相应内容，不构成顺序上的实质性限制，本领域技术人员在具体实施时，可能会先执行102后执行101等，但这些均应在本技术的保护范围之内。
[0051]
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
[0052]
本发明实施例提供一种车辆防剐蹭方法，该车辆防剐蹭方法的执行主体可以是本发明实施例提供的车辆防剐蹭装置，或者集成了该车辆防剐蹭装置的服务器，其中该车辆防剐蹭装置可以采用硬件或者软件的方式实现。
[0053]
如图1所示，图1是本发明实施例提供的车辆防剐蹭方法的第一流程示意图，该车辆防剐蹭方法的具体流程可以如下：
[0054]
101、获取车辆区域的多张图像。
[0055]
在本技术实施例中，上述车辆区域可以为停车位，具体的可以在停车位上设置至少一个摄像头，用于实时拍摄该停车区域对应的图像。需要说明的是上述多张图像可以为同一个摄像头多次拍摄得到的，也可以为多个摄像头同时拍摄得到的。
[0056]
在一实施例中，上述摄像头可以设置在停车位顶部，比如在车位顶部设置一个360
°
全景摄像头，可以进行360
°
的环视数据采集，该摄像头可以包括若干个超大广角摄像头，可以用于对当前车位实时进行拍摄。
[0057]
在一实施例中，可以先判断上述车辆区域当前是否泊车，若否则无需进行拍摄。当检测到用户将车辆停泊至该车辆区域，则可以进行多次拍摄从而得到多张图像。进一步的，考虑到若在停车位附近未出现移动其他物体时，上述摄像头为避免浪费设备资源也无需进行拍摄，当检测到用户将车辆停泊至车辆区域并在该区域周围检测到可移动物体时，车辆存在被剐蹭的可能，则可以对当前车辆区域进行拍摄。也即所述获取车辆区域的多张图像的步骤包括：检测所述车辆区域是否出现移动物体；若是，则对所述车辆区域进行连拍，以获取所述车辆区域的多张图像。
[0058]
其中，上述移动物体可以包括车辆区域(比如停车位)外的其他车辆、三轮车、电动车、行人等。上述车辆区域可以包括停车位对应的区域，也可以包括停车位外围预设距离内的区域，比如车位外围0.5m以内的区域，从而可以进一步增大检测范围。
[0059]
在一实施例中，可以在移动物体出现在车辆区域以及离开车辆区域的时间段内连续对该车辆区域进行拍摄，以得到多张图像。进一步的，还可以在移动物体出现在车辆区域以及离开车辆区域时记录当下的时间，从而可以计算出上述移动物体停留在车辆区域的持续时长，该持续时长也可作为后续判断是否对目标车辆进行剐蹭的依据。其中，目标车辆即为停放在车辆区域比如停车位内的车辆。
[0060]
在一实施例中，还可以进一步通过拍摄到的多张图像计算移动物体与目标车辆之间的距离，该距离同样可以作为后续判断是否对目标车辆进行剐蹭的依据。举例来说，当上述计算移动物体停留在车辆区域的持续时长超过了预设时长(比如为10秒)，且该移动物体与目标车辆之间的距离小于预设安全距离(比如为10cm)时，就可以判定该移动物体存在剐蹭目标车辆的风险，并及时发出声音进行提醒，从而避免发生剐蹭。另外，在后续确定目标车辆被剐蹭时也可以同时加入上述两个判断条件，从而进一步提升判断的准确性。其中上述移动物体与目标车辆之间的距离可以通过景深摄像头进行获取或者通过不同角度多个机位拍摄的图像进行计算，本技术对此不做进一步限定。
[0061]
102、对多张图像中的目标车辆进行边缘检测，生成车辆边缘信息。
[0062]
在一实施例中，在对多张图像中的目标车辆进行边缘检测之前，还可以先对上述图像进行图像增强处理，具体可以先对原图进行裁剪，然后经过多次卷积层分别得到全局特征图以及局部特征图，其中上述全局特征图以及局部特征图可以通过不同的卷积核以及全连接层得到，然后再通过图像融合即可得到新的特征图，也即增强图像。
[0063]
具体的，在本技术实施例中，因为光照条件对车辆刮痕的检测影响较大，本技术还可以基于白平衡来进行图像优化，按实际应用场景将图片分割为n个区域。举例来说，对实
际场景的多个光源如灯光、太阳光等因素进行分割。然后对图片进行车辆识别，用车辆中心点位置赋予不同区域的权值。车辆多的区域权重占比较高。再通过白平衡的方法以及各区域的权重对整图进行优化。比如，先计算通道矫正系数u、v，具体计算公式可以为：
[0064][0065][0066][0067][0068]
其中，本技术实施例以红色通道r为例进行说明，g为绿色通道，b为蓝色通道，ave为平均值，max为最大值，sum为求和。然后再进一步对u、v值进行平衡，在将图片分割为n个区域后，以第i个区域为例进行说明，具体公式为：
[0069][0070]
对上述u、v值平衡后即可计算新的r值，计算公式为：
[0071]rnew
＝ur
sum
+vr
sum
[0072]
在进行图像融合时，可通过公式：
[0073][0074]
其中，f为融合特征图，c为融合特征图的通道数，c’全局特征图以及局部特征图的通道数，b为偏置值，w为全局特征图的权重值，w’为局部特征图的权重值，σ为relu激活函数，s为步长，x和y分别为全局特征图对应的像素点横坐标和纵坐标。
[0075]
考虑到在车辆发生剐蹭时，其位置往往位于车辆的边缘位置，因此在一实施例中可以根据上述多张图像对目标车辆进行边缘检测，生成车辆边缘信息，从而判断车辆是否发生剐蹭。
[0076]
在一实施例中，可以根据多张图像来获取目标车辆的边缘轮廓，然后基于上述边缘轮廓进行边缘检测。具体可以通过图像色差获取目标车辆在多张图像中的边缘轮廓，还可以通过实例分割获取目标车辆在多张图像中的边缘轮廓，等等，本技术实施例对此不作具体限定。当获得了目标车辆的边缘轮廓之后，分割或提取图像中边缘轮廓内的区域，也就得到了目标车辆在多张图像中的边缘图像，然后在边缘图像当中进一步检测是否存在剐蹭痕迹，其中上述剐蹭痕迹可以包括刮痕、凹面、蹭漆等。
[0077]
进一步的，可以在获取目标车辆的边缘图像后分析目标车辆的边缘轮廓是否发生形变，若是，则进一步计算该边缘轮廓发生形变的程度，从而区分当前形变为刮痕还是凹
面。在本技术实施例中，可以将目标车辆的边缘轮廓划分为多个区域，然后分别在每个区域进行形变判定，比如当目标车辆的某一区域边缘轮廓的形变程度小于或等于10％，则确定目标车辆存在刮痕，若该边缘轮廓的形变程度大于10％，则确定目标车辆存在凹面。需要说明的是，上述边缘轮廓包括目标车辆的表面轮廓以及侧面立体轮廓。另外，本技术实施例还可以在获取目标车辆的边缘图像后分析该图像中是否发生颜色变化，比如若在车辆的某个边缘区域确定图像颜色发生变化，且变化面积超过该区域面积的20％，就可以确定目标车辆存在蹭漆。
[0078]
进一步的，在获得了目标车辆的边缘轮廓之后，还可以进一步对上述边缘轮廓进行校正，比如根据目标车辆的车型对车辆的边缘轮廓进行校正。举例来说，可以由用户提前输入所驾驶目标车辆的车型信息，当停入停车位后，通过摄像头先对车辆区域中停放车辆进行边缘轮廓扫描，然后再根据登记的车型信息进一步对上述边缘轮廓进行校正，从而提升目标车辆的边缘轮廓的准确性。方便后续生成车辆的边缘信息。
[0079]
103、当多张图像中存在人物时，检测人物的关键点信息。
[0080]
在一实施例中，当在多张图像中检测到目标车辆附近存在人物时，可以进一步检测人物手部或脚部的关键点信息，以此来判断人物是否手持尖锐物品，或者通过手或脚破坏目标车辆等行为。
[0081]
具体的，可以通过上述多张图像确定人物的多个人体骨骼点特征，比如该人体骨骼点特征可以包括鼻子、左右眼睛、左右耳朵、左右肩膀、左右手肘、左右手腕、左右臀部、左右膝盖以及左右脚踝，共17个骨骼点特征。通过上述人体骨骼点特征即可确定图像当中人物的手部或脚部，从而进一步判断人物手中是否持有尖锐物品。在一实施例中，还可以通过上述多个人体骨骼点特征确定人物的姿态，通过对该姿态进行分析就可以确定人物所作的动作，进而判断人物是否做出破坏目标车辆的动作。需要说明的是，当上述多张图像中存在多个人物时，可以分别检测每一个人物的关键点信息。
[0082]
在一实施例中，在判断人物是否手持尖锐物品时可以通过检测手部图像附近是否存在锐利边缘信息来进行确定。
[0083]
104、根据车辆边缘信息和关键点信息确定目标车辆是否被剐蹭，若是，则进行提醒。
[0084]
在一实施例中，若上述车辆边缘信息包括目标车辆存在被剐蹭、蹭漆、碰撞等特征，或者上述关键点信息包括检测到附近人物手持危险物品的特征时，就可以生成提醒信息并发送至目标车辆对应的用户也即车主，同时还可以控制目标车辆发声以进行警告。
[0085]
比如，当用户的车辆在停车位被其他车辆剐蹭或者被人为破坏时，就可以控制车辆自动发出警报，同时还可以将上述多张图像进行存储并生成提醒信息发送至用户以作为后期的维权证据。其中上述提醒信息可以通过无线网络，例如wi-fi网络、3g/4g网络等发送至与当前车辆或车主相关联的客户端。其中还可以在提醒信息中添加目标车辆受损的部位、受损的程度、碰撞的力度等等，以便车主更加全面的了解。
[0086]
进一步的，若当用户位于车内时检测到车辆发生剐蹭或者被人为破坏，还可以在车辆的车载中控屏幕中展示摄像头拍摄到的多张图像，并通过扬声器播放语音消息，以便提醒用户。
[0087]
由上所述，本发明实施例提出的车辆防剐蹭方法可以获取车辆区域的多张图像，
对多张图像中的目标车辆进行边缘检测，生成车辆边缘信息，当多张图像中存在人物时，检测人物的关键点信息，根据车辆边缘信息和关键点信息确定目标车辆是否被剐蹭，若是，则进行提醒。本技术实施例通过对图像进行车辆的边缘检测以及人物的关键点检测，可以在车辆发生剐蹭时实时捕捉画面，并且对车主进行提醒，从而避免或减少汽车被剐蹭带来的损失。
[0088]
根据前面实施例所描述的方法，以下将作进一步详细说明。
[0089]
请参阅图2，图2是本发明实施例提供的车辆防剐蹭方法的第二种流程示意图。所述方法包括：
[0090]
201、获取车辆区域的多张图像。
[0091]
在本技术实施例中，上述车辆区域可以为停车位，具体的可以在停车位上设置至少一个摄像头，用于实时拍摄该停车区域对应的图像。
[0092]
202、对多张图像进行预处理。
[0093]
在一实施例中，上述预处理可以包括图像裁剪、图像降噪、增强对比度等等。其中图像裁剪可以将拍摄到的图像中的无用区域去除，避免干扰并且减小计算量，图像降噪可以提升后续检测的准确性，增强对比度则可以加深目标车辆的轮廓方便后续的边缘检测步骤。
[0094]
其中，以增强图像对比度为例进行说明，在一实施例中可以通过对多张图像进行投影变换，然后再针对投影变换之后的图像通过三线性插值法进行上采样处理，从而增强图像的对比度。
[0095]
在其他实施例中，还可以通过综合形态学的高帽低帽变换和灰度拉伸的方法增强对比度。其中，高帽变化是从原图像中减去开运算后的图像，提取图像中灰度较亮的区域，这里开运算能够补偿不均匀的背景亮度；低帽变换是原图像减去闭运算后的图像，提取图像中灰度较低的区域，原图像加上高帽变换后的图像，再减去低帽变换后的图像，使图像亮区更亮，暗区更暗。在另一实施例中还可以基于灰度直方图锥形非均匀拉伸算法来增强图像对比度。该方法的基本思想是首先将图像直方图均匀的灰度轴按灰度分布不均匀插值，即灰度分布高的区域插值较多，灰度分布低的区域插值较少，然后对插值后的灰度轴按插值点均匀化，从而实现直方图非均匀拉伸。
[0096]
203、将预处理后的多张图像输入车辆边缘特征检测模型，以生成车辆边缘信息。
[0097]
在一实施例中，可以预先构建边缘检测算子(canny)，然后基于该边缘检测算子扫描图像，得到图像中目标车辆的轮廓边缘。具体的，可以先应用高斯滤波来平滑上述图像以去除图像中的噪声，然后找寻上述图像的强度梯度 (intensity gradients)，再应用非最大抑制(non-maximum suppression)技术来消除边误检，接着应用双阈值的方法来决定可能的(潜在的)边界，最后利用滞后技术来跟踪边界，从而得到上述图像中目标车辆的轮廓边缘，生成车辆边缘信息，从而判断车辆是否发生剐蹭。
[0098]
在其他一实施例中，上述车辆边缘特征检测模型为预先训练好的模型，用于预测车辆是否被剐蹭，并据此输出车辆边缘信息。其中，在训练该车辆边缘特征检测模型时，可以获取多张车辆图像作为样本图像，利用样本图像对初始神经网络模型进行训练，从而得到车辆边缘特征检测模型。其中，样本图像具有相应的标签信息，比如可以将所述多张车辆图像中的车辆刮蹭结果作为标签信息，然后根据样本图像和对应的标签信息构建训练集，
将训练集输入初始神经网络模型进行迭代训练，并计算该网络模型的损失值，当损失值小于预设值时，就可以确定输出的模型为车辆边缘特征检测模型。
[0099]
204、当多张图像中存在人物时，提取多张图像中的人体骨骼点特征，并根据人体骨骼点特征确定人物的手部坐标。
[0100]
205、根据手部坐标截图手部区域图像，并在手部区域图像当中检测预设物品，以作为人物的关键点信息。
[0101]
在一实施例中，当在多张图像中检测到目标车辆附近存在人物时，可以进一步检测人物手部或脚部的关键点信息，以此来判断人物是否手持尖锐物品，或者通过手或脚破坏目标车辆等行为。具体可以提取多张图像中人物的人体骨骼点特征，并根据人体骨骼点特征确定人物的手部坐标。然后根据手部坐标截图手部区域图像，并在手部区域图像当中检测预设物品以作为人物的关键点信息。其中，上述预设物品可以为包含锐利边缘的物品或者形状与违禁物品(比如锤子、刀子等)相似度较高的物品。
[0102]
考虑到针对目标车辆的车主本人，当其靠近目标车辆时无需检测其人物的关键点信息，因此在一实施例中，在检测人物的关键点信息之前，上述方法还可以包括：获取多张图像中存在人物的人脸特征信息，并根据人脸特征信息进行身份识别，根据身份识别结果检测人物的关键点信息。其中，上述身份识别可以通过人脸识别，还可以通过虹膜识别、语音识别等方式进行，本技术对此不作进一步限定。进一步的，在获取到人脸特征信息之后，可以根据身份识别结果确定当前人物是否为车主，若否，则继续执行检测所述人物的关键点信息的步骤。在其他实施例中，上述人物的关键点信息还可以考虑到人物的性别体型等因素，比如根据身份识别结果确定当前人物的体型信息和/或性别信息，再根据该体型信息和/或性别信息确定目标部位，并检测人物的目标部位的关键点信息。
[0103]
206、根据车辆边缘信息和关键点信息确定目标车辆是否被剐蹭，若是，则进行提醒。
[0104]
在一实施例中，若上述车辆边缘信息包括目标车辆存在被剐蹭、蹭漆、碰撞等特征，或者上述关键点信息包括检测到附近人物手持危险物品的特征时，就可以生成提醒信息并发送至目标车辆对应的用户也即车主，同时还可以控制目标车辆发声以进行警告。因此根据车辆边缘信息和关键点信息确定目标车辆是否被剐蹭的步骤可以包括：根据车辆边缘信息判断目标车辆的边缘是否发生形变；或，根据关键点信息判断人物是否手持预设物品；若是，则确定目标车辆被剐蹭。
[0105]
在一实施例中，在进行提醒时可以根据车辆边缘信息和关键点信息的判断结果生成语音提醒信息，然后播报该语音提醒信息并将多张图像按照预设联系方式进行发送。比如将上述多张图像进行存储并一并发送至用户的客户端，进一步的，还可以在提醒信息中添加目标车辆受损的部位、受损的程度、碰撞的力度等等。举例来说，当目标车辆发生碰撞时，通过多张图像判断车辆发生形变的区域所对应的部位，比如为前脸、保险杠、车门、轮胎等，然后根据形变的程度来计算车辆受损的程度、以及发生碰撞的力度等。
[0106]
由上所述，本发明实施例提出的车辆防剐蹭方法可以获取车辆区域的多张图像，对多张图像进行预处理，将预处理后的多张图像输入车辆边缘特征检测模型，以生成车辆边缘信息，当多张图像中存在人物时，提取多张图像中的人体骨骼点特征，并根据人体骨骼点特征确定人物的手部坐标，根据手部坐标截图手部区域图像，并在手部区域图像当中检
测预设物品，以作为人物的关键点信息，根据车辆边缘信息和关键点信息进行提醒。本技术实施例通过对图像进行车辆的边缘检测以及人物的关键点检测，可以在车辆发生剐蹭时实时捕捉画面，并且对车主进行提醒，从而避免或减少汽车被剐蹭带来的损失。
[0107]
为了实施以上方法，本发明实施例还提供一种车辆防剐蹭装置，该车辆防剐蹭装置具体可以集成在终端设备如手机、平板电脑等设备中。
[0108]
例如，如图3所示，是本发明实施例提供的车辆防剐蹭装置的第一种结构示意图。该车辆防剐蹭装置可以包括：
[0109]
获取模块301，用于获取车辆区域的多张图像；
[0110]
第一检测模块302，用于对所述多张图像中的目标车辆进行边缘检测，生成车辆边缘信息；
[0111]
第二检测模块303，用于当所述多张图像中存在人物时，检测所述人物的关键点信息；
[0112]
提醒模块304，用于根据所述车辆边缘信息和所述关键点信息确定所述目标车辆是否被剐蹭，若是，则进行提醒。
[0113]
在一实施例中，请进一步参阅图4，其中获取模块301可以包括：
[0114]
检测子模块3011，用于检测所述车辆区域是否出现移动物体；
[0115]
拍摄子模块3012，用于当检测子模块3011检测为是时，对所述车辆区域进行连拍，以获取所述车辆区域的多张图像。
[0116]
在一实施例中，第一检测模块302可以包括：
[0117]
处理子模块3021，用于对所述多张图像进行预处理；
[0118]
第一检测子模块3022，用于将所述预处理后的多张图像输入车辆边缘特征检测模型，以生成车辆边缘信息。
[0119]
在一实施例中，处理子模块3021，具体用于对所述多张图像进行投影变换，针对所述投影变换之后的图像通过三线性插值法进行上采样处理。
[0120]
在一实施例中，第二检测模块303可以包括：
[0121]
提取子模块3031，用于提取所述多张图像中的人体骨骼点特征，并根据所述人体骨骼点特征确定所述人物的手部坐标；
[0122]
第二检测子模块3032，用于根据所述手部坐标截图手部区域图像，并在所述手部区域图像当中检测预设物品。
[0123]
在一实施例中，提醒模块304，具体用于确定所述车辆边缘信息和/或所述关键点信息满足预设条件，播报语音提醒信息并将所述多张图像按照预设联系方式进行发送。
[0124]
上述所有的技术方案，可以采用任意结合形成本技术的可选实施例，在此不再一一赘述。
[0125]
由上可知，本发明实施例提出的车辆防剐蹭装置，可以获取车辆区域的多张图像，对多张图像中的目标车辆进行边缘检测，生成车辆边缘信息，当多张图像中存在人物时，检测人物的关键点信息，根据车辆边缘信息和关键点信息确定目标车辆是否被剐蹭，若是，则进行提醒。本技术实施例通过对图像进行车辆的边缘检测以及人物的关键点检测，可以在车辆发生剐蹭时实时捕捉画面，并且对车主进行提醒，从而避免或减少汽车被剐蹭带来的损失。
[0126]
相应的，本技术实施例还提供一种电子设备，该电子设备可以为终端或者服务器，该终端可以为智能手机、平板电脑、笔记本电脑、触控屏幕、游戏机、个人计算机(pc，personal computer)、个人数字助理(personal digital assistant， pda)等终端设备。如图5所示，图5为本技术实施例提供的电子设备的结构示意图。该电子设备400包括有一个或者一个以上处理核心的处理器401、有一个或一个以上计算机可读存储介质的存储器402及存储在存储器402上并可在处理器上运行的计算机程序。其中，处理器401与存储器402电性连接。本领域技术人员可以理解，图中示出的电子设备结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0127]
处理器401是电子设备400的控制中心，利用各种接口和线路连接整个电子设备400的各个部分，通过运行或加载存储在存储器402内的软件程序和/ 或模块，以及调用存储在存储器402内的数据，执行电子设备400的各种功能和处理数据，从而对电子设备400进行整体监控。
[0128]
在本技术实施例中，电子设备400中的处理器401会按照如下的步骤，将一个或一个以上的应用程序的进程对应的指令加载到存储器402中，并由处理器401来运行存储在存储器402中的应用程序，从而实现各种功能：
[0129]
获取车辆区域的多张图像；
[0130]
对所述多张图像中的目标车辆进行边缘检测，生成车辆边缘信息；
[0131]
当所述多张图像中存在人物时，检测所述人物的关键点信息；
[0132]
根据所述车辆边缘信息和所述关键点信息进行提醒。
[0133]
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
[0134]
可选的，如图5所示，电子设备400还包括：触控显示屏403、射频电路 404、音频电路405、输入单元406以及电源407。其中，处理器401分别与触控显示屏403、射频电路404、音频电路405、输入单元406以及电源407电性连接。本领域技术人员可以理解，图5中示出的电子设备结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0135]
触控显示屏403可用于显示图形用户界面以及接收用户作用于图形用户界面产生的操作指令。触控显示屏403可以包括显示面板和触控面板。其中，显示面板可用于显示由用户输入的信息或提供给用户的信息以及电子设备的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。可选的，可以采用液晶显示器(lcd，liquid crystal display)、有机发光二极管(oled，organic light-emitting diode)等形式来配置显示面板。触控面板可用于收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板上或在触控面板附近的操作)，并生成相应的操作指令，且操作指令执行对应程序。可选的，触控面板可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器401，并能接收处理器401发来的命令并加以执行。触控面板可覆盖显示面板，当触控面板检测到在其上或附近的触摸操作后，传送给处理器401以确定触摸事件的类型，随后处理器401根据触摸事件的类型在显示面板上提供相应的视觉输出。在本技术实施例中，可以将触控面板与显示面板集成到触控显示屏403而实现输入和输出功能。但是在某些
实施例中，触控面板与触控面板可以作为两个独立的部件来实现输入和输出功能。即触控显示屏403也可以作为输入单元406的一部分实现输入功能。
[0136]
在本技术实施例中，通过处理器401执行应用程序在触控显示屏403上生成图形用户界面。该触控显示屏403用于呈现图形用户界面以及接收用户作用于图形用户界面产生的操作指令。
[0137]
射频电路404可用于收发射频信号，以通过无线通信与网络设备或其他电子设备建立无线通讯，与网络设备或其他电子设备之间收发信号。在本技术实施例中，上述电子设备可通过射频电路与安装在目标车辆或是停车位上的摄像头建立通讯，从而在上述摄像头拍摄到车辆区域的目标车辆发生剐蹭时，及时通过电子设备进行提醒，并可以通过电子设备快速查看摄像头拍摄到的图像，从而避免或减少汽车被剐蹭所带来的损失。
[0138]
音频电路405可以用于通过扬声器、传声器提供用户与电子设备之间的音频接口。音频电路405可将接收到的音频数据转换后的电信号，传输到扬声器，由扬声器转换为声音信号输出；另一方面，传声器将收集的声音信号转换为电信号，由音频电路405接收后转换为音频数据，再将音频数据输出处理器401 处理后，经射频电路404以发送给比如另一电子设备，或者将音频数据输出至存储器402以便进一步处理。音频电路405还可能包括耳塞插孔，以提供外设耳机与电子设备的通信。
[0139]
输入单元406可用于接收输入的数字、字符信息或用户特征信息(例如指纹、虹膜、面部信息等)，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
[0140]
电源407用于给电子设备400的各个部件供电。可选的，电源407可以通过电源管理系统与处理器401逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源407还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
[0141]
尽管图5中未示出，电子设备400还可以包括摄像头、传感器、无线保真模块、蓝牙模块等，在此不再赘述。
[0142]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
[0143]
由上可知，本实施例提供的电子设备，通过获取车辆区域的多张图像，对多张图像中的目标车辆进行边缘检测，生成车辆边缘信息，当多张图像中存在人物时，检测人物的关键点信息，根据车辆边缘信息和关键点信息进行提醒。本技术实施例通过对图像进行车辆的边缘检测以及人物的关键点检测，可以在车辆发生剐蹭时实时捕捉画面，并且对车主进行提醒，从而避免或减少汽车被剐蹭带来的损失。
[0144]
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
[0145]
为此，本技术实施例提供一种计算机可读存储介质，其中存储有多条计算机程序，该计算机程序能够被处理器进行加载，以执行本技术实施例所提供的任一种车辆防剐蹭方法中的步骤。例如，该计算机程序可以执行如下步骤：
[0146]
获取车辆区域的多张图像；
[0147]
对所述多张图像中的目标车辆进行边缘检测，生成车辆边缘信息；
[0148]
当所述多张图像中存在人物时，检测所述人物的关键点信息；
[0149]
根据所述车辆边缘信息和所述关键点信息进行提醒。
[0150]
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
[0151]
其中，该存储介质可以包括：只读存储器(rom，read only memory)、随机存取记忆体(ram，random access memory)、磁盘或光盘等。
[0152]
由于该存储介质中所存储的计算机程序，可以执行本技术实施例所提供的任一种车辆防剐蹭方法中的步骤，因此，可以实现本技术实施例所提供的任一种车辆防剐蹭方法所能实现的有益效果，详见前面的实施例，在此不再赘述。
[0153]
以上对本技术实施例所提供的一种车辆防剐蹭方法、装置、电子设备及存储介质进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。