[发明专利]车辆定损方法、装置及设备

说明书

本申请公开了一种车辆定损方法、装置及设备，涉及人工智能技术领域，能够更合理地针对车辆损伤信息进行整合，提高车辆定损结果的准确性。其中方法包括：获取车辆图像信息，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，根据车辆损伤识别结果和车辆部件识别结果，确定每张车辆损伤图像对应的车辆损伤信息；按照预先设置的逻辑规则对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；整合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。

技术领域

本申请涉及人工智能技术领域，尤其是涉及到一种车辆定损方法、装置及设备。

背景技术

利用图像识别技术对车辆进行定损，可以辅助保险公司开展事故车查勘定损工作，实现降本增效。现有的车辆图像定损方法主要依赖图像识别算法进行损伤判定，然而，由于事故场景中车辆损伤图像的拍摄角度和拍摄距离难以统一，并且受到车辆损伤图像的拍摄光线强度和周围环境的影响，以及不同车型的配件外观差异的影响，图像识别算法进行损伤判别，难以达到较高的准确率。

发明内容

有鉴于此，本申请提供了一种车辆定损方法、装置及设备，主要目的在于解决现有利用图像识别技术进行车辆定损准确性不高的问题。

根据本申请的第一个方面，提供了一种车辆定损方法，该方法包括：

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。进一步地，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。

进一步地，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。

进一步地，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；