[发明专利]车辆定损方法、装置及设备

权利要求书

1.一种车辆定损方法，其特征在于，包括：

获取车辆图像信息，所述车辆图像信息包括多方位拍摄且经过预处理的多张车辆损伤图像；

利用预先训练的识别模型，对每张车辆损伤图像进行识别，得到每张车辆损伤图像对应的车辆损伤识别结果和车辆部件识别结果，所述车辆损伤识别结果包括车辆的损伤类型以及损伤区域，所述车辆部件识别结果包括车辆的部件类型以及部件区域；

根据所述每张车辆损伤图像对应的车辆损伤识别结果和所述车辆部件识别结果，确定每张车辆损伤图像对应的车辆损伤信息，所述车辆损伤信息包括损伤部件、损伤类型、损伤面积占比；

按照预先设置的逻辑规则对所述每张车辆损伤图像对应的车辆损伤信息进行清洗，将不符合损伤判定条件的车辆损伤信息进行删除和/或修正，得到所有图像的清洗后的车辆损伤信息；

整合所述所有图像的清洗后的车辆损伤信息，输出最终的车辆定损结果。

2.根据权利要求1所述的方法，其特征在于，在所述获取车辆图像信息之后，所述方法还包括：

通过对所述多方位拍摄的车辆损伤图像进行预处理，将不符合拍摄条件的车辆损伤图像进行删除和/或调节。

3.根据权利要求1所述的方法，其特征在于，所述识别模型包括损伤识别模型和部件识别模型，在所述利用预先训练的识别模型，对每张车辆损伤图像进行识别，得到每张车辆损伤图像对应的车辆损伤识别结果和车辆部件识别结果之前，所述方法还包括：

预先收集不同事故车辆的历史案件图像；

将所述历史案件图像中出现的车辆外观损伤和车辆外观部件以特征示例图的形式进行标注，形成车辆损伤标注数据和车辆部件标注数据；

将携带有车辆损伤标注数据和车辆部件标注数据的历史案件图像分别作为样本图像输入至基于深度学习框架的语义分割模型中进行训练，构建损伤识别模型和部件识别模型，所述损伤识别模型用于结合车辆损伤标注数据对车辆损伤图像进行识别，所述部件识别模型用于结合车辆部件标注数据对车辆损伤图像进行识别。

4.根据权利要求3所述的方法，其特征在于，所述将所述历史案件图像中出现的车辆外观损伤和车辆外观部件以特征示例图的形式进行标注，形成车辆损伤标注数据和车辆部件标注数据，具体包括：

对所述历史案件图像中出现的车辆外观损伤以多边形像素语义分割形式进行损伤类型以及损伤区域进行标注，形成车辆损伤标注数据；

对所述历史案件图像中出现的车辆外观部件以多边形像素语义分割形式进行部件类型以及部件区域进行标注，形成车辆部件标注数据。

5.根据权利要求1所述的方法，其特征在于，在所述利用预先训练的识别模型，对每张车辆损伤图像进行识别，得到每张车辆损伤图像对应的车辆损伤识别结果和车辆部件识别结果之后，所述方法还包括：

利用预先建立的车辆外观部件分布关系表，对所述车辆部件识别结果中每个部件的区域位置进行坐标比对，所述部件分布关系表中记录有车辆部件分布的区域关系信息；

若坐标比对结果表征部件存在覆盖关系，则针对被其他部件覆盖的部件进行区域抠图处理。

6.根据权利要求1所述的方法，其特征在于，所述根据所述每张车辆损伤图像对应的车辆损伤识别结果和所述车辆部件识别结果，确定每张车辆损伤图像对应的车辆损伤信息，具体包括：

分别将所述车辆损伤识别结果以及所述车辆部件识别结果转换为矩阵形式表征，得到损伤矩阵和部件矩阵；

计算所述损伤矩阵和所述部件矩阵的哈达玛积，得到损伤部件比对矩阵；

利用所述损伤部件比对矩阵，确定车辆损伤信息，所述车辆损伤信息包括损伤的部件、损伤类型、损伤面积占比。

7.根据权利要求6所述的方法，其特征在于，所述利用所述损伤部件比对矩阵，确定车辆损伤信息，具体包括：

遍历所述损伤矩阵和所述部件矩阵，判断所述损伤部件比对矩阵是否为零；若是，则判定损伤未发生在相应车辆部件区域；否则，判定损伤发生在相应车辆部件区域；

汇总所述损伤发生在相应车辆部件区域的车辆损伤识别结果和所述车辆部件识别结果，得到车辆损伤信息。