[发明专利]一种汽车外造型自动评分方法

说明书

本发明提供了一种汽车外造型自动评分方法，创建用于汽车角度识别、汽车等级识别、汽车品牌识别的多视角汽车图片数据库；创建用于造型评分的汽车造型多视角数据库；创建与汽车造型多视角数据库一一对应的汽车用户评分数据库；对用户评价数据库进行离群点处理、用户属性分析、用户属性加权平均以及贝叶斯统计算法等综合评分处理。将汽车造型多视角数据库按照汽车等级标准划分为多个子数据库，用深度学习回归方法建立多角度汽车图片与合理造型评分之间的映射关系，根据训练数据集不同，可得到多个不同的训练模型；建立汽车外造型自动评价机，实现汽车外造型评价的自动化。

技术领域

本发明涉及一种面向大数据的考虑用户多维度属性的汽车外造型评分方法，涉及一种由多视角汽车图片的自动量化评分方法。

背景技术

汽车造型的好坏是造型师设计内容的体现，同时汽车造型是消费者购车时考虑的一个重要因素，汽车爱好者和相关从业人员也会对其欣赏评判，符合大众审美的汽车设计可以瞬间抓住用户眼球，所以把握消费者心理，设计出满足用户需求的造型对于汽车厂商来说非常重要。不同的汽车品牌大多有同级别的竞争车型，而这些车型的配置、动力和可靠性相似，这使得外观造型成为差异化设计的重中之重。

在激烈的市场竞争中以及汽车行业的数字化智能化转型中，汽车造型设计作为研发设计中的重要一环，亟待技术革新。在研发过程中需要有可靠的评分模型对设计师所设计的汽车造型进行评分，才能设计出消费者满意的造型，而通过大数据驱动和深度学习的方法可以建立可靠的评分模型对造型设计进行帮助和指导。

先前的汽车造型评价研究工作大部分依赖于人工特征定义与提取，尽管采用预定义特征的汽车造型分析方法取得很多进展，但是这些方法高度依赖人工提取。在大数据时代，机器学习、深度学习快速发展，数据挖掘、人工智能得到广泛应用，以深度学习为代表的机器学习取得了极大进展，计算机视觉方向更是发展迅猛。深度学习方法的优势在于，将特征提取、特征选择、分类器、回归器融为一体，可实现造型评分的全自动性，尽可能屏蔽由于人工指定特征的主观性。互联网的发展为汽车造型设计提供了更大的余地和可能。本发明提出了考虑用户多维度属性和不同汽车等级、汽车品牌、汽车角度的外造型评分方法，基于深度学习的多视角汽车图片的自动量化评分方法，从而实现合理自动对汽车外造型评分。

发明内容

针对现有问题，本发明提出了考虑用户多维度属性和不同汽车等级、汽车品牌、汽车角度的外造型自动评分方法。

本发明的技术方案：

一种汽车外造型自动评分方法，步骤如下：

(1)创建用于识别汽车角度、汽车等级、汽车品牌的多视角汽车图片数据库：整理不同品牌及其不同型号的多视角汽车图片，总样本数不少于15000；数据库包含各个等级的汽车，汽车按等级划分，轿车分为A、B、C、D四个等级，SUV分为紧凑型、中型、中大型、大型SUV；涵盖汽车品牌数不少于30，单一品牌车型数目不低于10个，每种车型在平视角度环绕一周均匀采样50张图片；分别按照汽车角度、汽车等级和汽车品牌进行标注，将数据集分为70％训练集和30％验证集；

(2)对多视角汽车图片数据库中的数据分别进行角度识别训练、品牌识别训练、等级识别训练，对应得到汽车角度识别模型、汽车品牌识别模型、汽车等级识别模型，以便识别任意给定汽车图片的角度、等级、品牌；

(3)创建汽车造型多视角数据库，收集大规模不同等级、不同品牌的汽车造型多视角图片，数据库按照轿车(A、B、C、D四个等级)、SUV(紧凑型、中型、中大型、大型)分为8类，每一个汽车等级下的车型数不低于30，每种车型在平视角度环绕一周均匀采样30张图片；应用汽车角度识别模型、汽车等级识别模型、汽车品牌识别模型对数据库图片进行标注；

(4)创建与造型多视角汽车图片数据库相对应的评价数据库，收集与造型多视角汽车图片数据库相对应的有效用户的评论样本，评论样本包含造型评分以及用户信息，例如车辆信息、外观评价分数、用户专业性、用户客观性等。