[发明专利]交通事故处理方法和装置、电子设备

权利要求书

1.一种交通事故处理方法，所述方法应用于服务端，包括：

获取目标交通事故的事故现场的图像数据；

基于所述图像数据提取特征数据；其中，所述特征数据为与对所述目标交通事故中的目标事故车辆执行的在所述目标交通事故中的责任认定相关的数据；

将所述特征数据输入至预测模型，以由所述预测模型基于所述特征数据预测所述目标事故车辆在所述目标交通事故中的责任认定结果；其中，所述预测模型为基于若干被标注了责任认定结果的特征数据样本训练出的机器学习模型；

输出预测出的所述目标事故车辆在所述目标交通事故中的责任认定结果。

2.根据权利要求1所述的方法，所述图像数据包括：车辆图像数据；车辆行驶轨迹图像数据；路面图像数据；交通信号灯图像数据。

3.根据权利要求2所述的方法，所述获取目标交通事故的事故现场的图像数据，包括：

获取客户端发送的目标交通事故的事故现场的图像数据；其中，所述图像数据由所述客户端调用摄像头拍摄得到。

4.根据权利要求2所述的方法，所述基于所述图像数据提取特征数据，包括：

基于所述图像数据确定所述目标事故车辆的损伤部位和行驶方向，以及所述目标交通事故的事故现场的路面状况和交通信号灯状况；

将所述目标事故车辆的损伤部位和行驶方向，以及所述目标交通事故的事故现场的路面状况和交通信号灯状况确定为特征数据。

5.根据权利要求1所述的方法，所述责任认定结果为有责任或无责任，所述机器学习模型为二分类模型；

或者，所述责任认定结果为以下责任认定结果中的一种：全责、主责、次责、同责和无责，所述机器学习模型为多分类模型。

6.一种交通事故处理装置，所述装置包括：

获取模块，获取目标交通事故的事故现场的图像数据；

提取模块，基于所述图像数据提取特征数据；其中，所述特征数据为与对所述目标交通事故中的目标事故车辆执行的在所述目标交通事故中的责任认定相关的数据；

预测模块，将所述特征数据输入至预测模型，以由所述预测模型基于所述特征数据预测所述目标事故车辆在所述目标交通事故中的责任认定结果；其中，所述预测模型为基于若干被标注了责任认定结果的特征数据样本训练出的机器学习模型；

输出模块，输出预测出的所述目标事故车辆在所述目标交通事故中的责任认定结果。

7.根据权利要求6所述的装置，所述图像数据包括：车辆图像数据；车辆行驶轨迹图像数据；路面图像数据；交通信号灯图像数据。

8.根据权利要求7所述的装置，所述获取模块：

获取客户端发送的目标交通事故的事故现场的图像数据；其中，所述图像数据由所述客户端调用摄像头拍摄得到。

9.根据权利要求7所述的装置，所述提取模块：

基于所述图像数据确定所述目标事故车辆的损伤部位和行驶方向，以及所述目标交通事故的事故现场的路面状况和交通信号灯状况；

将所述目标事故车辆的损伤部位和行驶方向，以及所述目标交通事故的事故现场的路面状况和交通信号灯状况确定为特征数据。

10.根据权利要求6所述的装置，所述责任认定结果为有责任或无责任，所述机器学习模型为二分类模型；

或者，所述责任认定结果为以下责任认定结果中的一种：全责、主责、次责、同责和无责，所述机器学习模型为多分类模型。

11.一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器通过运行所述可执行指令以实现如权利要求1至5中任一项所述的方法。

12.一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现如权利要求1至5中任一项所述方法的步骤。