[发明专利]基于人工智能的车辆定损方法、装置、电子设备及介质

权利要求书

1.一种基于人工智能的车辆定损方法，其特征在于，所述方法包括：

根据预设的像素阈值，将原始车辆图片进行像素点缩放得到缩放车辆图片；

对所述缩放车辆图片进行平滑滤波得到平滑车辆图片；

计算所述平滑车辆图片内每个像素点的梯度幅值及梯度方向，根据所述梯度幅值及梯度方向，细化所述平滑车辆图片内的像素点，得到车辆目标图像；

将所述车辆目标图像输入至预训练完成的车辆定损模型，并进行卷积池化操作得到车辆定损特征，结合预设的分类函数对所述车辆定损特征执行计算，得到车辆定损结果。

2.如权利要求1所述的车辆定损方法，其特征在于，所述计算所述平滑车辆图片内每个像素点的梯度幅值及梯度方向，包括：

计算所述平滑车辆图片内每个像素点，在预构建的坐标轴上计算每个坐标方向的投射值；

根据所述每个坐标方向的投射值求解所述梯度幅值及所述梯度方向。

3.如权利要求2所述的车辆定损方法，其特征在于，所述根据所述每个坐标方向的投射值求解所述梯度幅值及所述梯度方向，包括：

利用下述公式计算所述梯度幅值及所述梯度方向

其中，G_F为所述梯度幅值，θ为所述梯度方向，G_x为所述坐标轴上X轴方向的投射值，G_y为所述坐标轴上Y轴方向的投射值。

4.如权利要求1至3任意一项所述的车辆定损方法，其特征在于，所述根据所述梯度幅值及梯度方向，细化所述平滑车辆图片内的像素点，得到车辆目标图像，包括：

根据所述梯度幅值及所述梯度方向，利用预构建的非极大值抑制计算法计算得到所述平滑车辆图片内车辆边缘的原始像素点集；

根据预设的像素阈值，清洗所述原始像素点集，得到标准像素点集，汇总所述标准像素点集得到所述车辆目标图像。

5.如权利要求1所述的车辆定损方法，其特征在于，所述根据预设的像素阈值，将原始车辆图片进行像素点缩放得到缩放车辆图片，包括：

判断所述原始车辆图片是否为LAB图片模式，若所述原始车辆图片不是LAB图片模式，将所述原始车辆图片转为LAB车辆图片；

计算所述LAB车辆图片的像素点与预设的所述像素阈值的差值，得到像素点差值集；

根据所述像素点差值集，利用预构建的多相位图像插值算法计算得到所述缩放车辆图片。

6.如权利要求5所述的车辆定损方法，其特征在于，所述将所述原始车辆图片转为LAB车辆图片，包括：

将所述原始车辆图片内的像素点集，转变为坐标像素点集；

使用预设的LAB转化公式，将所述坐标像素点集转变为LAB像素点集，根据所述LAB像素点集得到所述LAB车辆图片。

7.一种车辆定损装置，其特征在于，所述装置包括：

图片缩放模块，用于根据预设的像素阈值，将原始车辆图片进行像素点缩放得到缩放车辆图片；

平滑滤波模块，用于对所述缩放车辆图片进行平滑滤波得到平滑车辆图片；

车辆目标图像计算模块，用于计算所述平滑车辆图片内每个像素点的梯度幅值及梯度方向，根据所述梯度幅值及梯度方向，细化所述平滑车辆图片内的像素点，得到车辆目标图像；

车辆定损模块，用于将所述车辆目标图像输入至预训练完成的车辆定损模型，并进行卷积池化操作得到车辆定损特征，结合预设的分类函数对所述车辆定损特征执行计算，得到车辆定损结果。

8.如权利要求7所述的车辆定损装置，其特征在于，所述计算所述平滑车辆图片内每个像素点的梯度幅值及梯度方向，包括：

计算所述平滑车辆图片内每个像素点，在预构建的坐标轴上每个坐标方向的投射值；

根据每个坐标方向的所述投射值求解所述梯度幅值及所述梯度方向。