[发明专利]基于图像识别的车险定损方法、装置、设备及存储介质

权利要求书

1.一种基于图像识别的车险定损方法，其特征在于，所述基于图像识别的车险定损方法包括：

若接收到报案用户通过客户端发送的车险报案请求，则获取所述车险报案请求中包含的被保险人的身份信息；

对所述被保险人的身份信息进行合法性校验，若校验成功，则启动与所述客户端的自助视频通话，并在自助视频通话过程中获取所述报案用户的用户视频图像和事故车辆的现场视频图像；

将所述现场视频图像输入预设的事故分析模型进行图像识别，得到所述事故车辆的车辆信息和车辆受损信息；

根据所述被保险人的身份信息，在预设的理赔数据库中查询所述被保险人的历史报案记录；

根据所述事故车辆的车辆信息，在所述被保险人的历史报案记录中查询所述事故车辆的历史报案信息，并根据所述历史报案信息确定所述车险报案请求是否有效；

若所述车险报案请求有效，则使用预设的微表情识别模型对所述用户视频图像进行微表情识别，得到所述用户视频图像在预设的每种微表情状态下的概率；

按照预设的组合计算方式，对所述用户视频图像在预设的每种微表情状态下的概率进行组合计算，得到所述用户视频图像的综合情绪分数；

若所述综合情绪分数满足预设的分数阈值要求，则根据所述车辆受损信息确定所述事故车辆的定损结果；

将所述事故车辆的车辆受损信息和定损结果反馈给所述客户端。

2.如权利要求1所述的基于图像识别的车险定损方法，其特征在于，所述车辆受损信息包括受损位置和受损等级，所述将所述现场视频图像输入预设的事故分析模型进行图像识别，得到所述事故车辆的车辆信息和车辆受损信息包括：

按照预设的提取方式，对所述现场视频图像进行视频帧提取，得到视频帧图像；

使用预设的图像信息识别模型对所述视频帧图像进行图像内容识别，获取所述事故车辆的车辆信息；

对所述视频帧图像进行图像预处理，得到目标图像；

使用预设的神经网络模型对所述目标图像进行受损部位识别，确定所述事故车辆的受损位置和受损等级。

3.如权利要求1所述的基于图像识别的车险定损方法，其特征在于，所述按照预设的组合计算方式，对所述用户视频图像在预设的每种微表情状态下的概率进行组合计算，得到所述用户视频图像的综合情绪分数包括：

从所述用户视频图像在预设的每种微表情状态下的概率中，获取每种预设的目标微表情状态的概率，作为目标概率，其中，所述预设的目标微表情状态为所述预设的每种微表情状态中用于判断报案真实性的微表情状态；

按照所述概率与微表情分数之间预设的对应关系，获取每个所述目标概率对应的微表情分数，并将获取到的所述微表情分数作为目标分数；

根据每个所述目标概率对应的所述目标分数，按照如下公式计算所述用户视频图像的综合情绪分数：

其中，P为所述综合情绪分数，m为所述目标概率的数量，g_i为第i个所述目标概率对应的所述目标分数，f_i为第i个所述目标概率对应的预设目标权重，k为预设的分数调节系数，δ为预设的基础分值。

4.如权利要求2所述的基于图像识别的车险定损方法，其特征在于，所述根据所述车辆受损信息确定所述事故车辆的定损结果包括：

从所述用户视频图像在预设的每种微表情状态下的概率中，获取每种预设的相关微表情状态的概率，得到K个相关概率，其中，所述预设的相关微表情状态为所述预设的每种微表情状态中用于判断受损严重性的微表情状态，K为所述相关微表情状态的数量；

根据每个所述相关微表情状态的预设相关权重，计算K个相关概率的加权平均值，并将所述加权平均值与预设调节参数的乘积作为所述用户视频图像对应的严重系数；

根据所述严重系数对所述事故车辆的受损等级进行修正，得到目标受损等级；

根据所述事故车辆的受损位置和所述目标受损等级，确定所述事故车辆的定损结果。