[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

说明书

本发明涉及人工智能领域，揭露了一种基于人工智能的车辆定损方法，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。本发明还提出一种车辆定损装置、电子设备以及计算机可读存储介质。本发明可以解决在车辆定损过程中大量消耗计算资源及车辆定损精确度不高的问题。

技术领域

本发明涉及人工智能领域，尤其涉及一种基于人工智能的车辆定损方法、装置、电子设备及计算机可读存储介质。

背景技术

近几年来随着汽车市场的快速发展，伴随着与汽车相关的技术手段层出不穷，比如汽车在出现交通事故时，如何对汽车进行损伤鉴定的车辆定损技术手段。

现有的车辆定损技术手段主要分两方面，一是基于数字图像处理进行简单定损，二是基于深度学习进行精确定损。两种方法都可达到定损的目的，但基于数字图像处理进行简单定损由于方法简单，定损精度不高，基于深度学习进行精确定损虽然可以提高精度，但由于深度学习都以神经网络为基础，在进行定损过程时，神经网络会进行大量的模型计算，导致出现过渡消耗计算资源的问题，因此缺乏一种定损精度高且不依赖计算资源的定损方法。

发明内容

本发明提供一种基于人工智能的车辆定损方法、装置、电子设备及计算机可读存储介质，其主要目的在于解决在车辆定损过程中大量消耗计算资源及车辆定损精确度不高的问题。

为实现上述目的，本发明提供的一种基于人工智能的车辆定损方法，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。

另外，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。

另外，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。

另外，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。

另外，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：