[发明专利]车辆定损方法和装置

说明书

本申请实施例公开了车辆定损方法和装置。该方法的一具体实施方式包括：获取目标车辆的车辆图像，其中，该车辆图像包括外观三维扫描图像；对该车辆图像进行图像识别，得到该目标车辆的损坏信息，其中，该损坏信息用于表征损坏配件的损失类型和损坏程度；基于该损坏信息，生成该目标车辆的该损坏配件的维修方式信息，以及生成包括该损坏信息和该维修方式信息的定损结果。本申请实施例能够利用包括外观三维扫描图像的车辆图像，通过图像识别准确并高效地确定出包括外观损坏情况的损坏信息，从而提高定损的准确度和效率。

技术领域

本申请实施例涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及车辆定损方法和装置。

背景技术

近年来，随着道路上的汽车不断增加，交通事故也越来越多。继而，车辆的查勘和定损的工作量也随之增加。

在现有技术中，一般会采用人工定损的方式，人工定损的过程中，人员的工作量很大，并且定损周期较长，因而该方式不仅效率较低且消耗了大量的人力，同时，所获得的定损结果也不稳定。

发明内容

本申请实施例提出了车辆定损方法和装置。

第一方面，本申请实施例提供了一种车辆定损方法，包括：获取目标车辆的车辆图像，其中，车辆图像包括外观三维扫描图像；对车辆图像进行图像识别，得到目标车辆的损坏信息，其中，损坏信息用于表征损坏配件的损失类型和损坏程度；基于损坏信息，生成目标车辆的损坏配件的维修方式信息，以及生成包括损坏信息和维修方式信息的定损结果。

在一些实施例中，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；以及获取目标车辆的车辆图像，包括：获取目标车辆的远景图像，对远景图像进行目标检测，得到损坏部位信息；针对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，以及将近景图像和远景图像作为外观拍摄图像；获取目标车辆的射线检测图像；将外观拍摄图像、外观三维扫描图像和射线检测图像作为车辆图像。

在一些实施例中，对车辆图像进行图像识别，得到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，分别处理外观拍摄图像、外观三维扫描图像和射线检测图像，得到各个语义分割模型分别输出的子损坏信息，其中，子损坏信息包括以下的至少一项：损坏配件信息、损坏配件信息指示的损坏配件的损坏类型信息、损坏配件的损坏程度信息；基于三个语义分割模型分别得到的子损坏信息的组合，得到损坏信息。

在一些实施例中，利用预先训练的三个语义分割模型，分别处理外观拍摄图像、外观三维扫描图像和射线检测图像，包括：将近景图像映射到远景图像，得到映射结果；将远景图像的拍摄角度、损坏部位信息和映射结果，输入第一语义分割模型，其中，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；将远景图像的拍摄角度、损坏部位信息和外观三维扫描图像，输入第二语义分割模型，其中，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；将远景图像的拍摄角度、损坏部位信息和射线检测图像，输入第三语义分割模型，其中，第三语义分割模型输出的子损坏信息为内部损坏信息。

在一些实施例中，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远景图像进行拍摄角度分类，得到远景图像的拍摄角度。

在一些实施例中，车辆图像包括外观拍摄图像和外观三维扫描图像；以及获取目标车辆的车辆图像，包括：获取目标车辆的远景图像，对远景图像进行目标检测，得到损坏部位信息；针对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，以及将近景图像和远景图像作为外观拍摄图像；将外观拍摄图像和外观三维扫描图像作为车辆图像。