[发明专利]车辆定损方法和装置在审

专利信息
申请号: 201910954389.6 申请日: 2019-10-09
公开(公告)号: CN110674788A 公开(公告)日: 2020-01-10
发明(设计)人: 冯博豪;陈兴波;张小帅 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34;G06Q10/00;G06Q40/08
代理公司: 11204 北京英赛嘉华知识产权代理有限责任公司 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 车辆图像 三维扫描图像 目标车辆 图像识别 维修方式 配件 方法和装置 准确度 车辆定损 定损结果 获取目标 损失类型 申请
【权利要求书】:

1.一种车辆定损方法,所述方法包括:

获取目标车辆的车辆图像,其中,所述车辆图像包括外观三维扫描图像;

对所述车辆图像进行图像识别,得到所述目标车辆的损坏信息,其中,所述损坏信息用于表征损坏配件的损失类型和损坏程度;

基于所述损坏信息,生成所述目标车辆的所述损坏配件的维修方式信息,以及生成包括所述损坏信息和所述维修方式信息的定损结果。

2.根据权利要求1所述的方法,其中,所述车辆图像包括外观拍摄图像、外观三维扫描图像和射线检测图像;以及

所述获取目标车辆的车辆图像,包括:

获取所述目标车辆的远景图像,对所述远景图像进行目标检测,得到损坏部位信息;

针对所述损坏部位信息指示的损坏部位,获取近景图像和外观三维扫描图像,以及将所述近景图像和所述远景图像作为外观拍摄图像;

获取所述目标车辆的射线检测图像;

将所述外观拍摄图像、外观三维扫描图像和射线检测图像作为所述车辆图像。

3.根据权利要求2所述的方法,其中,所述对所述车辆图像进行图像识别,得到所述目标车辆的损坏信息,包括:

利用预先训练的三个语义分割模型,分别处理所述外观拍摄图像、所述外观三维扫描图像和所述射线检测图像,得到各个所述语义分割模型分别输出的子损坏信息,其中,所述子损坏信息包括以下的至少一项:损坏配件信息、所述损坏配件信息指示的损坏配件的损坏类型信息、所述损坏配件的损坏程度信息;

基于所述三个语义分割模型分别得到的子损坏信息的组合,得到所述损坏信息。

4.根据权利要求3所述的方法,其中,所述利用预先训练的三个语义分割模型,分别处理所述外观拍摄图像、所述外观三维扫描图像和所述射线检测图像,包括:

将所述近景图像映射到远景图像,得到映射结果;将所述远景图像的拍摄角度、所述损坏部位信息和所述映射结果,输入第一语义分割模型,其中,所述第一语义分割模型输出的子损坏信息为外观损坏量化信息;

将所述远景图像的拍摄角度、所述损坏部位信息和所述外观三维扫描图像,输入第二语义分割模型,其中,所述第二语义分割模型输出的子损坏信息为外观三维损坏信息;

将所述远景图像的拍摄角度、所述损坏部位信息和所述射线检测图像,输入第三语义分割模型,其中,所述第三语义分割模型输出的子损坏信息为内部损坏信息。

5.根据权利要求4所述的方法,其中,所述拍摄角度通过以下步骤获取:

利用预先训练的角度分类模型对所述远景图像进行拍摄角度分类,得到所述远景图像的拍摄角度。

6.根据权利要求1所述的方法,其中,所述车辆图像包括外观拍摄图像和外观三维扫描图像;以及

所述获取目标车辆的车辆图像,包括:

获取所述目标车辆的远景图像,对所述远景图像进行目标检测,得到损坏部位信息;

针对所述损坏部位信息指示的损坏部位,获取近景图像和外观三维扫描图像,以及将所述近景图像和所述远景图像作为外观拍摄图像;

将所述外观拍摄图像和外观三维扫描图像作为所述车辆图像。

7.根据权利要求2或6所述的方法,其中,所述对所述远景图像进行目标检测,得到损坏部位信息,包括:

响应于所述远景图像包含损坏部位,对所述远景图像进行目标检测,得到指示所述远景图像包含的损坏部位的损坏部位信息,和所述损坏部位在所述远景图像中的位置信息;以及

所述针对所述损坏部位信息指示的损坏部位,获取近景图像和外观三维扫描图像,包括:

基于所述位置信息,生成近景模式切换指令,以及向所述拍摄装置输出所述近景模式切换指令;

获取所述损坏部位信息所指示的损坏部位的近景图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/201910954389.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top