[发明专利]图像智能识别车辆定损方法

说明书

本发明公开了一种图像智能识别车辆定损方法，包括以下步骤：客户端获取拍摄视频数据，将所述拍摄视频数据发送至服务器；对所述拍摄视频数据中的视频图像进行检测，识别所述视频图像中的受损部位，按照预设筛选条件从受损部位识别模块中受损图像，存储构建部件损伤识别模型，以及通过所述部件损伤识别模型检测受损部件图像，确定车辆部件的损伤类型；通过海量数据分析、深度学习技术，自动建立车型选择子模型；根据车辆受损部位、受损程度，结合维修数据模型，评估计算费用及维修方案。本发明可通过对图像数据进行分析，识别出受损程度，根据受损车型、受损部位、受损程度等多方面得出预计维修价格，为车主出现小事故时快速提供预估费用。

技术领域

本发明属于图形处理技术领域，具体涉及一种图像智能识别车辆定损方法。

背景技术

目前，针对车辆在低速运动(包括低速道路行驶、车辆停靠等)过程中频发碰撞事故而导致的保险理赔纠纷问题频发，但无论事故大小都需要保险公司人员现场或远程定损后才能得出预估的费用，导致发生交通事故后容易造成交通拥堵，且保险理赔处理效率低下。

发明内容

鉴于以上存在的技术问题，本发明用于提供一种图像智能识别车辆定损方法。

为解决上述技术问题，本发明采用如下的技术方案：

一种图像智能识别车辆定损方法，包括以下步骤：

客户端获取拍摄视频数据，将所述拍摄视频数据发送至服务器；

对所述拍摄视频数据中的视频图像进行检测，识别所述视频图像中的受损部位，按照预设筛选条件从受损部位识别模块中受损图像，存储构建部件损伤识别模型，以及通过所述部件损伤识别模型检测受损部件图像，确定车辆部件的损伤类型；

通过海量数据分析、深度学习技术，自动建立车型选择子模型；

根据车辆受损部位、受损程度，结合维修数据模型，评估计算费用及维修方案。

优选地，所述客户端包括具有视频拍摄功能和数据通信功能的通用或专用设备。

优选地，客户端包括具有数据通信功能的固定计算机设备和与其连接的可移动的视频拍摄设备的组合。

优选地，所述自动建立车型选择子模型中，包括新款车型和小样本参数车型选择子模型，采用度量学习metric learning的方法，用构成每个类的标签样本的原型embedding的中心来表征这个类，进而通过相似度分类KNN Classification进行新款车型和小样本识别。

优选地，所述损伤类型包括轻度刮擦、重度刮擦、轻度变形、中度变形、重度变形、破损以及需拆解检查的类型。

优选地，预先采用设计的机器学习算法构建用于识别视频图像中车辆部件受损部位的损伤检测模型和部件损伤识别模型。

采用本发明具有如下的有益效果：本发明提供的一种图像智能识别车辆定损方法，通过拍摄者对受损车辆的受损部位进行视频拍摄，可以自动、快速的生成符合定损处理需求的高质量的定损图像，根据高质量定损图像抽取事先设计好的特征值，对图像数据进行分析，识别出受损程度，根据受损车型、受损部位、受损程度等多方面得出预计维修价格，为车主出现小事故时快速提供预估费用。

附图说明

图1为本发明实施例的图像智能识别车辆定损方法的步骤流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。