[发明专利]为受损车辆生成定损文件的方法及装置

说明书

本说明书实施例提供一种为受损车辆生成定损文件的方法和装置，根据一个实施方式，首先获取基于受损车辆的现场视频确定的受损部件标注结果和损伤程度标注结果，其中，受损部件标注结果指示出受损部件和损伤区域，受损程度标注结果是基于受损部件标注结果，对各个受损部件的损伤程度的识别结果，接着，至少将受损部件标注结果和受损程度标注结果输入预先训练的定损模型，其中，定损模型基于多个定损人员的历史定损数据和/或多个维修人员的历史维修数据而训练，用于生成损伤维修方案，然后，基于定损模型的输出结果，为受损车辆生成定损文件。如此，可以提高车辆定损的有效性。

技术领域

本说明书一个或多个实施例涉及计算机技术领域，尤其涉及通过计算机进行为受损车辆生成定损文件的方法和装置。

背景技术

在传统车险验车场景中，往往通过保险公司的专业查勘人员进行验车。例如，在投保时，需要检验车辆是否有损，车险理赔场景中,保险公司需要派出专业的查勘定损人员到事故现场进行现场查勘定损。由于需要人工查勘定损，保险公司需要投入大量的人力成本，和专业知识的培训成本。从普通用户的体验来说，投保和理赔流程由于等待人工查勘员现场查验等，用户的等待时间较长，体验较差。从保险公司的角度来讲，查勘人员的专业度要求较高，一个查勘人员需要同时具备部件识别、损伤程度识别，以及根据部件和损伤程度确定维修方案的专业技能，而且，往往具备丰富的定损经验和专业知识的查勘人员，才能快速给出高质量的定损文件，这样的查勘人员的培训成本较高。

针对以上提到的这些问题，可以将人工智能和机器学习应用到车辆损伤检测的场景中，希望能够利用人工智能领域计算机视觉图像识别技术，根据普通用户拍摄的现场图像，自动识别图片中反映的车损状况。如此，可以大大减少人工成本，提升用户体验。

发明内容

本说明书一个或多个实施例描述了一种为受损车辆生成定损文件的方法和装置，可以将计算机视觉图像识别技术与人工标注相结合，提供高质量的损伤识别结果，给出更有效的定损文件。

根据第一方面，提供了一种为受损车辆生成定损文件的方法，所述方法包括：获取基于所述受损车辆的现场视频确定的受损部件标注结果和损伤程度标注结果，其中，所述受损部件标注结果指示出受损部件和损伤区域，所述受损程度标注结果是基于受损部件标注结果，对各个受损部件的损伤程度的识别结果；至少将所述受损部件标注结果和所述受损程度标注结果输入预先训练的定损模型，其中，所述定损模型基于多个定损人员的历史定损数据和/或多个维修人员的历史维修数据而训练，用于生成损伤维修方案；基于所述定损模型的输出结果，为所述受损车辆生成定损文件。

在一个实施例中，所述受损部件标注结果通过以下方式确定：获取所述现场视频中被标注出第一受损部件和第一受损区域的第一图像帧；在与所述第一图像帧在预定帧数内相邻的图像帧中，检测是否存在第二图像帧，所述第二图像帧中存在第二受损区域，所述第二受损区域与所述第一受损区域相关联；在存在所述第二图像帧的情况下，确定所述第二图像帧的标注结果，所述第二图像帧的标注结果对应第一受损部件及第二受损区域。

在一个实施例中，所述受损程度标注结果通过以下方式确定：将所述现场视频以及所述受损部件标注结果输入预先训练的受损程度预测模型；根据所述受损程度预测模型的输出结果确定所述受损程度标注结果。

在一个实施例中，所述至少将所述受损部件标注结果和所述受损程度标注结果输入预先训练的定损模型包括：将所述受损部件标注结果、所述受损程度标注结果，以及基于所述现场视频确定的车型信息，输入所述定损模型。

在一个实施例中，所述定损模型的输出结果包括，针对所述受损车辆确定的损伤维修方案；所述基于所述定损模型的输出结果，为所述受损车辆生成定损文件包括：获取所述定损模型的输出结果，以及预先确定的损伤维修方案与预定资源的映射关系；基于所述映射关系确定针对所述受损车辆确定的损伤维修方案所对应的资源份额；将针对所述受损车辆确定的损伤维修方案及其对应的资源份额一起生成针对所述受损车辆的定损文件。