[发明专利]车辆图像分类方法、装置、计算机设备及存储介质

说明书

本发明公开了一种车辆图像分类方法、装置、计算机设备及存储介质，先获取车辆定损数据集；对车辆定损数据集中的每一车辆定损图像进行识别，得到每一车辆定损图像的属性信息和受损点信息；根据所述属性信息对所述车辆定损图像进行分类，得到全局图像集和局部图像集；根据每一所述全局图像的属性信息和受损点信息设置初始聚类簇，根据所述初始聚类簇对车辆定损数据集进行聚类分析，得到不同的车辆分类集；对每一车辆分类集中的车辆分类图像进行图像相似度计算，根据图像相似度对重复的车辆分类图像进行剔除。对车辆定损数据集中的车辆定损图像进行智能的分类，提高了图像分类的效率，并且保证了图像分类的准确性。

技术领域

本发明涉及图像处理领域，尤其涉及一种车辆图像分类方法、装置、计算机设备及存储介质。

背景技术

随着各种交通工具的日渐普及，在道路上行驶的车辆的比例越来越多。相应地，各种交通事故也偶有发生。当车辆发生交通事故时，往往需要对发生交通事故的车辆进行查勘定损。在车辆定损过程中需要对车辆受损情况进行图像采集。

现有的定损员在定损过程中，定损员会采用图像采集工具拍摄车辆受损情况，每天采集的和车辆定损相关的图像数量是非常庞大的。由于需要对不同交通事故的采集图像进行分类。通过定损员手动分类的方式会花费大量的时间。而且手动分类的方式容易收到各种主观因素的影响而无法保证对车辆图像分类的准确性。

发明内容

本发明实施例提供一种车辆图像分类方法、装置、计算机设备及存储介质，以解决车辆图像分类效率不高的问题。

一种车辆图像分类方法，包括：

获取车辆定损数据集，所述车辆定损数据集包括至少两幅车辆定损图像；

对车辆定损数据集中的每一车辆定损图像进行识别，得到每一车辆定损图像的属性信息和受损点信息；

根据所述属性信息对所述车辆定损图像进行分类，得到全局图像集和局部图像集；

根据每一所述全局图像的属性信息和受损点信息设置初始聚类簇，根据所述初始聚类簇对车辆定损数据集进行聚类分析，得到不同的车辆分类集；

对每一车辆分类集中的车辆分类图像进行图像相似度计算，根据图像相似度对重复的车辆分类图像进行剔除。

一种车辆图像分类装置，包括：

第一数据集获取模块，用于获取车辆定损数据集，所述车辆定损数据集包括至少两幅车辆定损图像；

第一图像识别模块，用于对车辆定损数据集中的每一车辆定损图像进行识别，得到每一车辆定损图像的属性信息和受损点信息；

第一图像分类模块，用于根据所述属性信息对所述车辆定损图像进行分类，得到全局图像集和局部图像集；

第一分类集获取模块，用于根据每一所述全局图像的属性信息和受损点信息设置初始聚类簇，根据所述初始聚类簇对车辆定损数据集进行聚类分析，得到不同的车辆分类集；

第一图像剔除模块，用于对每一车辆分类集中的车辆分类图像进行图像相似度计算，根据图像相似度对重复的车辆分类图像进行剔除。

一种车辆图像分类方法，包括：

获取车辆定损数据集，所述车辆定损数据集包括全局图像和局部图像；

对所述车辆定损数据集进行分类处理，得到全局图像集和局部图像集；

采用预设的识别模型对车辆定损数据集中的每一车辆定损图像进行识别，得到每一车辆定损图像的属性信息和受损点信息；

根据每一所述全局图像的属性信息和受损点信息设置初始聚类簇，根据所述初始聚类簇对局部图像集进行聚类分析，得到不同的车辆分类集；