[发明专利]一种车损伤图像的增强方法和装置

说明书

本发明提供了一种车损伤图像的增强方法和装置。本发明提出了一套以卷积神经网络为基础的图像修复方案，可以对图像进行修复，消除掉图中反光区域、阴影区域，通过先分割出车辆外观件中的各个部件区域，针对部件区域中的反光阴影区域进行修复，不管是后续AI定损还是人工核损环节的准确度均会有很大的提升，能为保险公司挽回损失。

技术领域

本申请涉及图像数据处理技术领域，具体涉及一种车损伤图像的增强方法装置。

背景技术

在进行车险理赔时，车辆定损是指根据现场勘察记录，对本次事故造成的车辆损失部位和修理项目，逐项列明修理工时费、换件项目及金额。保险公司目前的车辆定损方案主要有以下两种：

第一种是人工定损方案：由定损专员，到事故现场根据经验对车辆的损伤情况进行勘定给出定损单，结合4S店给出修理工时费用、换件项目和金额；

第二种是智能定损方案：由定损专员或者车主采用移动端理赔APP对车辆损伤部位进行图像采集，上传至后端定损服务器，由人工智能（AI）定损系统对该案件的所有图片统一进行定损，给出定损单，再结合4s店给出修理工时费用，换件项目和金额。

在上述智能定损方案中没有定损员给出定损单的步骤，而是采用将所有图像一起上传至后端后再由AI定损系统进行统一定损，杜绝了定损员给出定损单时多报、谎报车辆损伤的情况。而由于AI定损系统对案件图像进行定损时，对定损图像的质量要求比较高，而由于交通事故发生的时间具有不确定性，可能发生在白天也可以在晚上，因此采集事故照片时的光照条件也具复杂性，因此在采集到的车辆损伤图像中可能会存在反光、阴影等情况，这些图像在采用AI定损系统进行定损时往往会出现准确性不佳的情况，如将反光识别为刮擦等。

发明内容

为了解决上述技术问题，本发明涉及车险理赔领域，提出了一种基于图像处理的方法和装置来对车辆定损图像的反光、阴影等进行消除，提高待定损车辆损伤图像的质量，来提高后端服务端定损模型在对车辆损伤图像进行定损时的准确率。

本发明所采用的技术方案如下：

一种车损伤图像的增强方法，该方法包括如下步骤：

步骤1、获取待定损的车辆图像；

步骤2、从待定损的车辆图像中分割出车辆的各个部件，并从分割出的所述车辆的各个部件中确定感兴趣部件区域，以作为AI定损环节感兴趣的区域；

步骤3、对所述感兴趣部件区域分别进行反光区域检测、阴影区域检测，若检测到待定损的车辆图像中存在反光区域，则确定反光区域的Mask；若检测到待定损的车辆图像中存在阴影区域，则确定阴影区域的Mask；若未检测到反光区域和阴影区域，则执行步骤5；

步骤4、若检测到待定损的车辆图像中存在反光区域，则根据确定的所述反光区域的Mask和所述待定损的车辆图像，获得消除反光后的待定损图像，将消除反光后的图像送给后端的AI定损服务器；

若检测到待定损的车辆图像中存在阴影区域，则根据确定的所述阴影区域的Mask和所述待定损的车辆图像，获得消除阴影后的待定损图像，将消除阴影后的图像送给后端的AI定损服务器；

步骤5、后端的AI定损服务器进行定损处理。

进一步的，采用实例分割算法Mask-RCNN方法来对待定损图像进行实例分割。

进一步的，在步骤3中进行反光区域检测、阴影区域检测之前，还包括：

采用Mask-RCNN方法来对待定损图像进行语义分割，Mask-RCNN添加语义分割分支后对图像的反光区域和阴影区域进行检测。

进一步的，在步骤4中，获得消除反光后的待定损图像，具体包括：