[发明专利]一种基于图像识别的车辆定损系统及方法在审
申请号: | 201310080716.2 | 申请日: | 2013-03-13 |
公开(公告)号: | CN103310223A | 公开(公告)日: | 2013-09-18 |
发明(设计)人: | 冯宇 | 申请(专利权)人: | 四川天翼网络服务有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 成都金英专利代理事务所(普通合伙) 51218 | 代理人: | 袁英 |
地址: | 610041 四川*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 图像 识别 车辆 系统 方法 | ||
技术领域
本发明涉及一种基于图像识别的车辆定损系统及方法。
背景技术
车辆定损师是根据汽车构造原理,通过科学、系统的专业化检查、测试与勘测手段对汽车碰撞与事故现场进行综合分析,运用车辆估损资料与维修数据对车辆碰撞修复进行科学、系统的估损定价的专业技术人员。在保险公司目前的车险定损理赔领域里,大多数保险公司都采用人工定损方式,由保险公司定损师前往事故现场或汽车修理厂,对出险车辆进行定损。
这种传统的人工定损方式存在着以下几个方面的问题:
(1)必须到现场对出险车辆进行检查、测试,对于定损师而言,工作量较大,工作效率低下;
(2)发生事故的位置是随机的,可能会是在距离保险公司定损中心非常遥远的地区,定损师很难及时赶赴事故现场,无法保障车辆定损的时效性。
为了解决上述问题,一些保险公司在事故现场或汽车修理厂进行照片采集,然后带回或远程发送至定损中心,再由定损师根据所拍照片进行人工定损。取代了传统的定损师现场定损方式,可一定程度上提高其工作效率,并保证车辆定损的时效性。然而,改进后的定损方法仍依赖于定损师的人工定损,仍存在以下问题:
1)要求定损师掌握全面的职业技能,对定损师的业务能力要求较高;
2)定损结果完全由定损师鉴定得出,存在较大的主观性和片面性,容易出现定损结果的偏差,不能客观、准确地反应车辆损坏情况。
发明内容
本发明的目的在于克服现有技术的不足,提供一种代替传统人工定损方式的,只需普通工作人员按下定损开始按钮即可完成自动化定损的,智能化程度高,可大幅降低工作量、提高工作效率,且无需定损师赶赴现场,有效保障车辆定损时效性的,定损结果科学、准确、可靠、客观的基于图像识别的车辆定损系统及方法。
本发明的目的是通过以下技术方案来实现的:一种基于图像识别的车辆定损系统,它包括用于采集车辆待定损部件图像信息的图像采集设备和用于对图像采集设备所采集的图像文件进行处理、识别、定损的后台处理单元,图像采集设备通过传输网络与后台处理单元进行数据通讯;
所述的后台处理单元包括模数转换器、数字信号处理器和图像识别模块,模数转换器的输入端连接图像采集设备,模数转换器的输出端通过数字信号处理器与图像识别模块连接;
所述的图像识别模块包括用于对典型样本进行特征训练的SVM分类器训练模块、用于对待判别图像样本进行识别的SVM分类器识别模块和用于存储典型样本的数据库;所述的典型样本包括轻度损坏典型样本、中度损坏典型样本和重度损坏典型样本,各典型样本分别输入SVM分类器训练模块,SVM分类器训练模块输出SVM分类器模型;数字信号处理器输出的待判别图像样本输入至SVM分类器识别模块,SVM分类器识别模块加载已训练完成的SVM分类器模型,得到并输出车辆定损结果。
进一步地,SVM分类器训练模块包括数据预处理电路、特征提取电路、特征向量归一化电路和SVM分类器训练电路,数据预处理电路的输入端连接典型样本信号,数据预处理电路的输出端依次通过特征提取电路和特征向量归一化电路与SVM分类器训练电路的一个输入端相连,SVM分类器训练电路的另一个输入端输入该典型样本信号所对应的车辆定损结果。
进一步地,SVM分类器识别模块包括数据预处理电路、特征提取电路、特征向量归一化电路和SVM分类器识别电路,数据预处理电路的输入端连接待判别样本信号,数据预处理电路的输出端依次通过特征提取电路和特征向量归一化电路与SVM分类器识别电路的输入端相连,SVM分类器识别电路中加载有已训练完成的SVM分类器,特征向量归一化电路输出的特征向量输入至SVM分类器中完成识别,SVM分类器输出待判别样本的车辆定损结果。
一种基于图像识别的车辆定损方法,它包括以下步骤:
S1:图像采集设备采集车辆待定损部件的图像信息;
S2:图像文件输入至模数转换器进行模数转换,转换为数字信号后进入数字信号处理器进行处理,经数字信号处理后传输至图像识别模块进行车辆定损;
所述的图像识别模块进行车辆定损的步骤包括以下步骤:
S201:SVM分类器训练,它包括以下子步骤:
S2011:分别对预存于数据库中的轻度损坏典型样本、中度损坏典型样本和重度损坏典型样本进行数据预处理;
S2012:特征提取,组成特征向量;
S2013:归一化特征向量;
S2014:确认该典型样本相对应的车辆定损结果;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川天翼网络服务有限公司,未经四川天翼网络服务有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310080716.2/2.html,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序