本公開涉及計(jì)算機(jī)，尤其涉及一種車輛損傷確認(rèn)方法、裝置及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、目前，通常通過視覺信息對(duì)指定對(duì)象的風(fēng)險(xiǎn)進(jìn)行識(shí)別。以車輛為例，車輛通過哨兵模式，利用安裝于車輛的攝像頭、傳感器對(duì)車輛周邊狀況進(jìn)行檢測(cè)，通過圖像識(shí)別技術(shù)實(shí)時(shí)發(fā)現(xiàn)車輛周邊是否有移動(dòng)物(如，人)靠近，以在有人試圖進(jìn)入車輛或試圖破壞車輛時(shí)及時(shí)識(shí)別到風(fēng)險(xiǎn)，以保護(hù)車輛安全。但是，在破壞者有意遮蔽攝像頭或者進(jìn)行隱蔽性破壞(例如，劃車)時(shí)，則無法通過視覺信息實(shí)現(xiàn)風(fēng)險(xiǎn)的識(shí)別，造成車輛存在損壞風(fēng)險(xiǎn)。

技術(shù)實(shí)現(xiàn)思路

1、為克服相關(guān)技術(shù)中存在的問題，本公開提供一種車輛損傷確認(rèn)方法、裝置及存儲(chǔ)介質(zhì)。

2、根據(jù)本公開實(shí)施例的第一方面，提供一種車輛損傷確認(rèn)方法，所述方法包括：

3、獲取安裝于目標(biāo)車輛的座艙內(nèi)的麥克風(fēng)所采集到的環(huán)境聲音；

4、對(duì)所述環(huán)境聲音進(jìn)行識(shí)別，得到第一識(shí)別結(jié)果，所述第一識(shí)別結(jié)果用于表示所述環(huán)境聲音包含損車聲的概率，所述損車聲為所述目標(biāo)車輛在受到能夠?qū)е滤瞿繕?biāo)車輛受到損害的作用力時(shí)所產(chǎn)生的聲音；

5、根據(jù)所述第一識(shí)別結(jié)果，確定所述目標(biāo)車輛是否存在受損風(fēng)險(xiǎn)；

6、若確定所述目標(biāo)車輛存在受損風(fēng)險(xiǎn)，生成警報(bào)信息，所述警報(bào)信息用于被輸出以向用戶進(jìn)行提示。

7、可選地，所述對(duì)所述環(huán)境聲音進(jìn)行識(shí)別，得到第一識(shí)別結(jié)果，包括：

8、對(duì)所述環(huán)境聲音進(jìn)行音頻特征提取，得到目標(biāo)特征；

9、將所述目標(biāo)特征輸入至預(yù)設(shè)的聲音識(shí)別模型，得到所述第一識(shí)別結(jié)果，所述第一識(shí)別結(jié)果包括多個(gè)概率值，每一所述概率值對(duì)應(yīng)一個(gè)預(yù)設(shè)聲音類別，所述損車聲為所述預(yù)設(shè)聲音類別中的至少一種。

10、可選地，所述預(yù)設(shè)的聲音識(shí)別模型是根據(jù)預(yù)設(shè)的樣本集采用機(jī)器學(xué)習(xí)的方式進(jìn)行訓(xùn)練得到的，其中，所述預(yù)設(shè)的樣本集包括第一樣本集和第二樣本集；

11、所述第一樣本集包括多個(gè)第一樣本，每個(gè)所述第一樣本包括第一音頻數(shù)據(jù)和與所述第一音頻數(shù)據(jù)對(duì)應(yīng)的至少一個(gè)第一標(biāo)簽，每個(gè)所述第一標(biāo)簽用于標(biāo)識(shí)所述第一音頻數(shù)據(jù)中包括的一種聲音類別。

12、可選地，所述第二樣本集包括多個(gè)正樣本，每個(gè)所述正樣本包括第二音頻數(shù)據(jù)和與所述第二音頻數(shù)據(jù)對(duì)應(yīng)的第二標(biāo)簽，所述第二標(biāo)簽用于標(biāo)識(shí)所述第二音頻數(shù)據(jù)中包含損車聲，所述損車聲為車輛在受到能夠?qū)е滤鲕囕v受到損害的作用力時(shí)所產(chǎn)生的聲音。

13、可選地，所述第二樣本集還包括與多個(gè)所述第一樣本一一對(duì)應(yīng)的多個(gè)負(fù)樣本，每個(gè)所述負(fù)樣本是基于對(duì)對(duì)應(yīng)的所述第一樣本進(jìn)行預(yù)定處理得到的，每個(gè)所述負(fù)樣本包括第三音頻數(shù)據(jù)和對(duì)應(yīng)的所述第一標(biāo)簽，其中，所述第三音頻數(shù)據(jù)是將所述第一音頻數(shù)據(jù)在車輛的座艙外部進(jìn)行播放并通過設(shè)置在車輛的座艙內(nèi)的麥克風(fēng)所采集到的聲音。

14、可選地，所述聲音識(shí)別模型通過以下方式生成：

15、根據(jù)所述第一樣本集采用機(jī)器學(xué)習(xí)的方式對(duì)初始模型進(jìn)行訓(xùn)練得到第一模型；

16、對(duì)所述第一模型進(jìn)行壓縮，得到第二模型；

17、根據(jù)所述第二樣本集采用機(jī)器學(xué)習(xí)的方式對(duì)所述第二模型進(jìn)行訓(xùn)練得到第三模型；

18、對(duì)所述第三模型進(jìn)行量化處理，得到所述聲音識(shí)別模型。

19、可選地，所述第一模型的層數(shù)為第一數(shù)量；

20、所述對(duì)所述第一模型進(jìn)行壓縮，得到第二模型，包括：

21、提取所述第一模型的前k層，并與預(yù)設(shè)的線性層連接，以得到所述第二模型，其中，k小于所述第一數(shù)量。

22、可選地，所述根據(jù)所述第二樣本集采用機(jī)器學(xué)習(xí)的方式對(duì)所述第二模型進(jìn)行訓(xùn)練得到第三模型，包括：

23、將所述第一模型作為教師模型，將所述第二模型作為學(xué)生模型，對(duì)所述第二模型進(jìn)行訓(xùn)練，以得到所述第三模型，其中，所述第二模型的模型復(fù)雜度低于所述第一模型，且所述第一模型、所述第二模型的輸出結(jié)果均包括多個(gè)概率值，每一所述概率值對(duì)應(yīng)一個(gè)樣本聲音類別，多個(gè)所述樣本聲音類別中包括所述預(yù)設(shè)聲音類別。

24、可選地，多個(gè)所述樣本聲音類別中還包括不同于所述預(yù)設(shè)聲音類別的噪聲聲音類別；

25、所述將所述第一模型作為教師模型，將所述第二模型作為學(xué)生模型，對(duì)所述第二模型進(jìn)行訓(xùn)練，以得到所述第三模型，包括：

26、將所述第一模型作為教師模型，將所述第二模型作為學(xué)生模型，對(duì)所述第二模型進(jìn)行訓(xùn)練，得到訓(xùn)練完成的中間模型；

27、對(duì)所述中間模型進(jìn)行模型裁剪處理，以刪除所述中間模型的輸出層中與所述噪聲聲音類別對(duì)應(yīng)的神經(jīng)元節(jié)點(diǎn)，得到所述第三模型。

28、可選地，所述第三模型中的權(quán)重矩陣以第一位數(shù)存儲(chǔ)；

29、所述對(duì)所述第三模型進(jìn)行量化處理，得到所述聲音識(shí)別模型，包括：

30、將所述權(quán)重矩陣量化為第二位數(shù)的量化權(quán)重矩陣，其中，所述第二位數(shù)少于所述第一位數(shù)。

31、可選地，所述根據(jù)所述第一識(shí)別結(jié)果，確定所述目標(biāo)車輛是否存在受損風(fēng)險(xiǎn)，包括：

32、確定與每一所述預(yù)設(shè)聲音類別各自對(duì)應(yīng)的第一門限值；

33、將所述第一識(shí)別結(jié)果中大于或等于所述第一門限值的概率值對(duì)應(yīng)的預(yù)設(shè)聲音類別確定為與所述環(huán)境聲音對(duì)應(yīng)的聲音類別；

34、若與所述環(huán)境聲音對(duì)應(yīng)的聲音類別中包含所述損車聲，確定所述目標(biāo)車輛存在受損風(fēng)險(xiǎn)。

35、可選地，所述方法還包括：

36、若與所述環(huán)境聲音對(duì)應(yīng)的聲音類別中不包含所述損車聲，確定與每一所述預(yù)設(shè)聲音類別各自對(duì)應(yīng)的第二門限值，其中，同一預(yù)設(shè)聲音類別對(duì)應(yīng)的第二門限值低于所述預(yù)設(shè)聲音類別的第一門限值；

37、對(duì)所述第一識(shí)別結(jié)果中的多個(gè)概率值進(jìn)行排序，并將最大的前n個(gè)概率值對(duì)應(yīng)的預(yù)設(shè)聲音類別作為第一信息，其中，n為正整數(shù)；

38、將所述第一識(shí)別結(jié)果中大于或等于所述第二門限值的概率值對(duì)應(yīng)的預(yù)設(shè)聲音類別作為第二信息；

39、確定既存在于所述第一信息、又存在于所述第二信息中的損車聲的目標(biāo)數(shù)量；

40、若所述目標(biāo)數(shù)量大于或等于預(yù)設(shè)數(shù)量，確定所述目標(biāo)車輛存在受損風(fēng)險(xiǎn)；

41、若所述目標(biāo)數(shù)量小于所述預(yù)設(shè)數(shù)量，確定所述目標(biāo)車輛不存在受損風(fēng)險(xiǎn)。

42、可選地，所述方法還包括：

43、獲取安裝于目標(biāo)車輛的攝像頭所采集到的包含所述目標(biāo)車輛的圖像；

44、對(duì)所述圖像進(jìn)行識(shí)別，得到第二識(shí)別結(jié)果，所述第二識(shí)別結(jié)果用于表示所述圖像中包含損車事件的概率，所述損車事件為所述目標(biāo)車輛受到能夠?qū)е滤瞿繕?biāo)車輛受到損害的事件；

45、所述根據(jù)所述第一識(shí)別結(jié)果，確定所述目標(biāo)車輛是否存在受損風(fēng)險(xiǎn)，包括：基于所述第一識(shí)別結(jié)果和所述第二識(shí)別結(jié)果共同確定所述目標(biāo)車輛是否存在受損風(fēng)險(xiǎn)。

46、根據(jù)本公開實(shí)施例的第二方面，提供一種車輛損傷確認(rèn)裝置，所述裝置包括：

47、第一獲取模塊，被配置為獲取安裝于目標(biāo)車輛的座艙內(nèi)的麥克風(fēng)所采集到的環(huán)境聲音；

48、第一識(shí)別模塊，被配置為對(duì)所述環(huán)境聲音進(jìn)行識(shí)別，得到第一識(shí)別結(jié)果，所述第一識(shí)別結(jié)果用于表示所述環(huán)境聲音包含損車聲的概率，所述損車聲為所述目標(biāo)車輛在受到能夠?qū)е滤瞿繕?biāo)車輛受到損害的作用力時(shí)所產(chǎn)生的聲音；

49、第一確定模塊，根據(jù)所述第一識(shí)別結(jié)果，確定所述目標(biāo)車輛是否存在受損風(fēng)險(xiǎn)；

50、信息生成模塊，若確定所述目標(biāo)車輛存在受損風(fēng)險(xiǎn)，生成警報(bào)信息，所述警報(bào)信息用于被輸出以向用戶進(jìn)行提示。

51、根據(jù)本公開實(shí)施例的第三方面，提供一種車輛損傷確認(rèn)裝置，包括：

52、處理器；

53、用于存儲(chǔ)處理器可執(zhí)行指令的存儲(chǔ)器；

54、其中，所述處理器被配置為執(zhí)行本公開第一方面所述的車輛損傷確認(rèn)方法。

55、根據(jù)本公開實(shí)施例的第四方面，提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序指令，該程序指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)本公開第一方面所提供的車輛損傷確認(rèn)方法的步驟。

56、本公開的實(shí)施例提供的技術(shù)方案可以包括以下有益效果：

57、通過上述技術(shù)方案，采集目標(biāo)車輛座艙內(nèi)的環(huán)境聲音，并對(duì)環(huán)境聲音進(jìn)行識(shí)別，得到第一識(shí)別結(jié)果，用于表示該環(huán)境聲音包含損車聲的概率，損車聲即為目標(biāo)車輛在受到能夠?qū)е缕涫艿綋p害的作用力時(shí)所產(chǎn)生的聲音，之后，根據(jù)第一識(shí)別結(jié)果，確定目標(biāo)車輛是否存在受損風(fēng)險(xiǎn)，并在確定目標(biāo)車輛存在受損風(fēng)險(xiǎn)的情況下，生成用于被輸出以向用戶進(jìn)行提示的警示信息。由此，可以通過收集環(huán)境聲音，識(shí)別該環(huán)境聲音是否包含損車聲，以反映車輛是否受到了能夠?qū)е略撥囕v受到損害的作用力，進(jìn)而確定車輛是否存在受損風(fēng)險(xiǎn)，從而，即便其他識(shí)別方式(例如，視覺識(shí)別)識(shí)別不準(zhǔn)或失效，仍然能夠通過收集聲音和識(shí)別聲音的方式及時(shí)發(fā)現(xiàn)危險(xiǎn)，有利于避免車輛受損，進(jìn)而保證車輛安全。

58、應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本公開。