[发明专利]车辆定损图像获取方法、装置和存储介质

说明书

本发明实施例涉及车险理赔领域，公开了一种车辆定损图像获取方法、装置和存储介质，该方法实时获取待处理视频流中当前帧图像；若当前帧图像为中景且清晰度满足要求，则保存并提示用户采集近景图像，当视频流中的当前帧图像转换为近景，保存并将保存的中景图像和近景图像作为定损图像；若视频流中的当前帧为近景且清晰度满足要求，则保存并提示用户采集中景图像，当视频流中的当前帧图像转换为中景，保存并将保存的近景图像和中景图像作为定损图像；若为远景或其它，继续获取待处理视频流，主要用于智能终端，有效提升定损环节工作效率，加快案件理赔流转速度，提升客户理赔体验；有效提高定损环节的准确率，为保险公司挽回理赔中损失、降低成本。

技术领域

本发明实施例涉及照明技术领域，特别涉及一种车辆定损图像获取方法、装置和存储介质。

背景技术

保险公司目前的车辆定损方案有两种，一种为人工定损方案，由定损专员亲自到事故现场根据经验对车辆的损伤情况进行勘定，逐项列明修理、换件项目及金额，并保留车辆每个部位的损伤图像用于核损和归档。另一种方案为智能定损方案，不需要定损专员亲自到事故现场，只需当事人利用手机相机，分别对车辆每个损伤部位逐一取图，将一个事故中的车辆的所有损伤图像通过网络上传至服务器，再利用服务器端的AI估损程序对此批图像进行估损，给出修理、换件及金额。

现有智能定损方案中的取图方案一般由定损专员或事故当事人根据经验对车辆的每个受损部位拍照，存在以下问题：

取图的当事人一般为非专业人士，拍照时根据个人拍照习惯对损伤部位逐一拍照，最后将一个案件中的所有照片统一上传给服务器进行AI估损，AI估损程序在对一个案件估损时，需要先对所有照片的类别进行分拣，再对受损的部件进行定位，最后对每一处损伤进行估损。增加了AI估损环节的复杂度，降低了智能定损的效率。

AI估损程序对一处损伤进行估损时，至少需要一张车辆损伤部位的中景图像用于定位损伤在车辆中的部位，防止部件误识别，另外还需要一张近景图像用于识别损伤程度的细节，而现有方法中由于取图人员的专业性存在差异以及个人拍照习惯不同，在取到的图中经常会出先一处损伤只有中景或只有近景的情况，降低了智能定损的可靠性。

发明内容

本发明实施方式的目的在于提供一种车辆定损图像获取方法、装置和存储介质，能有效提升定损环节工作效率，加快案件理赔流转速度，提升客户理赔体验；有效提高定损环节的准确率，为保险公司挽回理赔中损失、降低成本。

为解决上述技术问题，本发明的实施方式提供了以下解决方案。

一方面，一种车辆定损图像获取方法，包括以下步骤：

获取待处理视频流；

实时获取所述待处理视频流中当前帧图像，并判断所述当前帧图像的图像类型，所述图像类型包括中景、近景、远景和其它；

若所述待处理视频流中的当前帧图像为中景且清晰度大于给定的阈值，则保存当前中景图像，开始计时T1，提示用户靠近受损部位采集近景图像并开始跟踪图像中的第一关键区域，当视频流中的当前帧图像场景分类结果由中景转换为近景，保存当前近景图像并结束采图，将保存的中景图像和近景图像作为定损图像；

若视频流中的当前帧为近景且清晰度大于给定的阈值，则保存当前近景图像，开始计时T2，提示用户远离受损部位采集中景图像并开始跟踪图像中的第二关键区域，当视频流中的当前帧图像场景分类结果由近景转换为中景，保存当前中景图像并结束采图，将保存的的近景图像和中景图像作为定损图像；

若为远景或其它，继续所述获取待处理视频流。

进一步可选的，所述跟踪图像中的第一关键区域包括：

从所述当前帧开始计算视频流中相邻帧之间的累计跟踪误差；

当相邻帧之间的跟踪误差一直小于给定的第一阈值时，认为跟踪成功，持续跟踪且提示用户靠近受损部位；