[发明专利]一种基于图像识别的车辆定损方法、存储介质及服务器

权利要求书

1.一种基于图像识别的车辆定损方法，其特征在于，包括：

接收终端设备发送的车辆定损请求，并从所述车辆定损请求中提取事故车辆的车辆标识和第一图像序列，所述第一图像序列包括所述事故车辆的各个车辆部位在事故后的图像；

根据所述车辆标识在预设的数据库中查询所述事故车辆的第二图像序列，所述第二图像序列包括所述事故车辆的各个车辆部位在事故前的图像；

根据所述第一图像序列分别计算各个车辆部位的第一特征向量，并根据所述第二图像序列分别计算各个车辆部位的第二特征向量；

根据各个车辆部位的第一特征向量和第二特征向量分别计算各个车辆部位的定损向量，并根据所述定损向量对所述事故车辆进行定损。

2.根据权利要求1所述的车辆定损方法，其特征在于，所述根据所述定损向量对所述事故车辆进行定损包括：

从预设的参照样本集合中提取各个车辆部位的各个定损等级的参照样本向量，任一参照样本向量如下所示：

SelFtVec_s,c,sn＝(SelFtVal_s,c,sn,1,SelFtVal_s,c,sn,2,...,SelFtVal_s,c,sn,d,...,SelFtVal_{s,c,sn,DimNum})

其中，s为车辆部位的序号，1≤s≤S，S为车辆部位的总数，c为定损等级的序号，1≤c≤ClassNum，ClassNum为定损等级的总数，sn为参照样本的序号，1≤sn≤SN_s,c，SN_s,c为第s个车辆部位的第c个定损等级的参照样本总数，d为向量维度的序号，1≤d≤DimNum，DimNum为向量维度的总数，SelFtVal_s,c,sn,d为第s个车辆部位的第c个定损等级的第sn个参照样本在第d个维度上的取值，SelFtVec_s,c,sn为第s个车辆部位的第c个定损等级的第sn个参照样本向量；

根据下式分别计算各个车辆部位的定损向量与各个定损等级的参照样本向量之间的平均距离：

其中，CarFtVal_s,d为CarFtVec_s在第d个维度上的取值，CarFtVec_s为第s个车辆部位的定损向量，且CarFtVec_s＝(CarFtVal_s,1,CarFtVal_s,2,...,CarFtVal_s,d,...,CarFtVal_s,DimNum)，Weight_s,c,d为预设的权重系数，AvDis_s,c为第s个车辆部位的定损向量与第c个定损等级的参照样本向量之间的平均距离；

根据下式确定各个车辆部位的定损等级：

DmgIdx_s＝argmin(AvDis_s,1,AvDis_s,2,AvDis_s,3,...,AvDis_s,c,...,AvDis_s,ClassNum)

其中，argmin为最小自变量函数，DmgIdx_s为第s个车辆部位的定损等级。

3.根据权利要求2所述的车辆定损方法，其特征在于，所述权重系数的设置过程包括：

根据下式计算所述权重系数：