基于图像处理和深度学习的车险事故鉴别方法、系统及存储介质技术方案

本发明专利技术公开了一种基于图像处理和深度学习的车险事故鉴别方法、系统及存储介质，该方法包括以下步骤：在接到车险报案时，获取出险现场事故车辆和相关车辆的照片和/或视频；对出险现场事故车辆的照片和/或视频进行信息预处理，得到事故车辆的相关信息；若相关信息符合预设条件，则对出险现场事故车辆和相关车辆的照片和/或视频进行图像处理，得到事故车辆和相关车辆创面的处理后的照片和/或视频；采用深度学习方法将事故车辆和相关车辆创面处理后的照片和/或视频进行匹配；若匹配结果达到预设值，则判断本次事故由事故车辆和相关车辆相撞产生。本发明专利技术达到了一种高效、快捷、智能化的车险领域防欺诈效果。

Vehicle accident identification method, system and storage medium based on image processing and deep learning

The invention discloses a vehicle accident identification method, system and storage medium based on image processing and in-depth learning. The method comprises the following steps: when receiving a vehicle accident report, acquiring photos and/or videos of the vehicle and related vehicles at the scene of the accident; and carrying out information on photos and/or videos of the vehicle at the scene of the accident at the scene of the accident; Pre-processing, get the relevant information of the accident vehicle; if the relevant information meets the preset conditions, then the scene of the accident vehicle and related vehicle photos and/or video image processing, get the accident vehicle and related vehicle wounds after the treatment of photos and/or video; using depth learning method to accident vehicles and related vehicles. The photos and/or videos after wound treatment were matched. If the matching result reached the preset value, it was judged that the accident was caused by the collision of the accident vehicle and related vehicles. The invention achieves an efficient, quick and intelligent anti fraud effect in the field of vehicle insurance.

【技术实现步骤摘要】
基于图像处理和深度学习的车险事故鉴别方法、系统及存储介质
本专利技术涉及车辆事故处理
，尤其涉及一种基于图像处理和深度学习的车险事故鉴别方法、系统及存储介质。
技术介绍
目前，车险欺诈案件正呈现出作案手法多样、隐蔽性强等特点，形成了智能化、团体化、专业化和职业化等发展趋势，车险欺诈已经严重影响保险公司自身业务良性发展和盈利水平，同时也增加了保险公司的经营风险，最终损害了众多投保人的合法权益。对于车险反欺诈，基本是采取包括公安、交警、保险公司、保险协会等多部门联合协调，建立车险欺诈防范体系，通过防范、调查、取证、预防和打击等手段，建立起多渠道、多方位、多角度的反保险欺诈网络，从而遏制车险欺诈案的泛滥，提升欺诈案件的破案率。对于目前车险理赔过程中的骗保防范办法，有其合理性和有效性，但也面临人力成本过大、多部门配合不当、效率不尽人意等诸多缺点。
技术实现思路
本专利技术的主要目的在于提出一种基于图像处理和深度学习的车险事故鉴别方法、系统及存储介质，旨在提高车险事故欺诈行为鉴别的效率与准确性，降低人力成本。为实现上述目的，本专利技术提供一种利用图像处理和深度学习的车险事故鉴别方法，所述方法包括以下步骤：在接到车险报案时，获取出险现场事故车辆和相关车辆的照片和/或视频；对所述出险现场事故车辆的照片和/或视频进行信息预处理，得到事故车辆的相关信息；若所述相关信息符合预设条件，则对所述出险现场事故车辆和相关车辆的照片和/或视频进行图像处理，得到所述事故车辆和相关车辆创面的处理后的照片和/或视频；采用深度学习方法将所述事故车辆和相关车辆创面处理后的照片和/或视频进行匹配；若匹配结果达到预设值，则判断本次事故由所述事故车辆和相关车辆相撞产生。优选地，若所述相关信息符合预设条件，则对所述出险现场事故车辆和相关车辆的照片和/或视频进行图像处理的步骤包括：若所述相关信息符合预设条件，则对所述出险现场事故车辆和相关车辆的照片和/或视频进行数据预处理，得到数据预处理后的所述出险现场事故车辆和相关车辆的照片和/或视频，所述数据预处理包括去雾、去反光、旋转、或者平移中的一种或者几种；所述采用深度学习方法将所述事故车辆和相关车辆创面处理后的照片和/或视频进行匹配的步骤包括：对所述数据预处理后的所述出险现场事故车辆和相关车辆的照片和/或视频放入已训练的分类网络模型中进行分类处理，识别所述事故车辆和相关车辆的受损部位；将所述事故车辆和相关车辆的受损部位、数据预处理后的所述出险现场事故车辆和相关车辆的照片和/或视频作为已训练的创面匹配模型的输入，得到所述事故车辆和相关车辆创面照片的匹配度。优选地，所述事故车辆的相关信息包括：事故车辆的车牌号码信息；所述对所述出险现场事故车辆的照片和/或视频进行信息预处理，得到事故车辆的相关信息的步骤之后包括：根据报案人员ID查询数据库中与所述报案人员ID绑定的车辆车牌号码信息；将所述数据库中与所述报案人员ID绑定的车辆车牌号信息与所述事故车辆的车牌号码信息相比对；若比对结果为匹配，则执行对所述出险现场事故车辆和相关车辆的照片和/或视频进行数据预处理的步骤；若比对结果为不匹配，则在后台管理系统提示操作人员进行人工介入处理。优选地，所述事故车辆的相关信息还包括：拍摄出险现场事故车辆和相关车辆的照片和/或视频的时间信息和地点信息；所述对所述出险现场事故车辆的照片和/或视频进行信息预处理，得到事故车辆的相关信息的步骤之后还包括：将所述拍摄出险现场事故车辆和相关车辆的照片和/或视频的时间信息和地点信息，与获取出险现场事故车辆和相关车辆的照片和/或视频的时间信息和地点信息相比对；若比对结果为匹配，且所述数据库中与所述报案人员ID绑定的车辆车牌号信息与所述事故车辆的车牌号码信息相比对的比对结果为匹配，则执行对所述出险现场事故车辆和相关车辆的照片和/或视频进行数据预处理的步骤；若比对结果为不匹配，则在后台管理系统提示操作人员进行人工介入处理。优选地，在接到车险报案时，由报案人员拍摄所述出险现场事故车辆和相关车辆的照片和/或视频，所述在接到车险报案时，获取出险现场事故车辆和相关车辆的照片和/或视频的步骤包括：识别所述报案人员拍摄的所述出险现场事故车辆和相关车辆的照片和/或视频中的事故车辆的车牌号码；若识别不成功，则提示所述报案人员重新拍摄出险现场事故车辆和相关车辆的照片和/或视频。优选地，所述在接到车险报案时，获取出险现场事故车辆和相关车辆的照片和/或视频的步骤还包括：检测所述报案人员拍摄的所述出险现场事故车辆和相关车辆的照片和/或视频中是否具有所述事故车辆和相关车辆的轮廓；若检测结果为所述出险现场事故车辆和相关车辆的照片和/或视频中只有一辆车，则提示所述报案人员重新拍摄出险现场事故车辆和相关车辆的照片和/或视频。优选地，所述在接到车险报案时，获取出险现场事故车辆和相关车辆的照片和/或视频的步骤还包括：获取所述事故车辆和相关车辆的接口创面位置与摄像头之间的距离；若拍摄范围完全覆盖所述事故车辆和相关车辆的创面，且所述距离大于预设值，则提示所述报案人员重新拍摄。优选地，所述获取所述事故车辆和相关车辆的接口创面位置与摄像头位置之间的距离的计算公式为：D＝√[(x1-x2)^2+(y1-y2)^2+(z1-z2)^2]；其中，所述事故车辆和相关车辆的接口创面位置为A(x1,y1,z1)，所述摄像头位置为B(x2,y2,z2)。为实现上述目的，本专利技术还提出一种基于图像处理和深度学习的车险事故鉴别系统，所述系统包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于图像处理和深度学习的车险事故鉴别程序，所述基于图像处理和深度学习的车险事故鉴别程序被所述处理器执行时实现如上所述的基于图像处理和深度学习的车险事故鉴别方法的步骤。为实现上述目的，本专利技术还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有基于图像处理和深度学习的车险事故鉴别程序，所述基于图像处理和深度学习的车险事故鉴别程序被处理器执行时实现如上所述的基于图像处理和深度学习的车险事故鉴别方法的步骤。本专利技术基于图像处理和深度学习的车险事故鉴别方法、系统及存储介质的有益效果是：本专利技术通过上述技术方案，在接到车险报案时，获取出险现场事故车辆和相关车辆的照片和/或视频；对所述出险现场事故车辆的照片和/或视频进行信息预处理，得到事故车辆的相关信息；若所述相关信息符合预设条件，则对所述出险现场事故车辆和相关车辆的照片和/或视频进行图像处理，得到所述事故车辆和相关车辆创面的处理后的照片和/或视频；采用深度学习方法将所述事故车辆和相关车辆创面处理后的照片和/或视频进行匹配；若匹配结果达到预设值，则判断本次事故由所述事故车辆和相关车辆相撞产生，提高了车险事故欺诈行为鉴别的效率与准确性，降低了人力成本。附图说明图1是本专利技术基于图像处理和深度学习的车险事故鉴别方法较佳实施例的流程示意图；图2是本专利技术基于图像处理和深度学习的车险事故鉴别方法较佳实施例中训练网络模型的示意图；图3是本专利技术基于图像处理和深度学习的车险事故鉴别方法中报案前照片视频信息采集的相关流程示意图；图4是本专利技术基于图像处理和深度学习的车险事故鉴别方法中照片视频信息预处理相关流程示意图；图5是本专利技术基于图像处理和深本文档来自技高网...

【技术保护点】
1.一种基于图像处理和深度学习的车险事故鉴别方法，其特征在于，所述方法包括以下步骤：在接到车险报案时，获取出险现场事故车辆和相关车辆的照片和/或视频；对所述出险现场事故车辆的照片和/或视频进行信息预处理，得到事故车辆的相关信息；若所述相关信息符合预设条件，则对所述出险现场事故车辆和相关车辆的照片和/或视频进行图像处理，得到所述事故车辆和相关车辆创面的处理后的照片和/或视频；采用深度学习方法将所述事故车辆和相关车辆创面处理后的照片和/或视频进行匹配；若匹配结果达到预设值，则判断本次事故由所述事故车辆和相关车辆相撞产生。

【技术特征摘要】
1.一种基于图像处理和深度学习的车险事故鉴别方法，其特征在于，所述方法包括以下步骤：在接到车险报案时，获取出险现场事故车辆和相关车辆的照片和/或视频；对所述出险现场事故车辆的照片和/或视频进行信息预处理，得到事故车辆的相关信息；若所述相关信息符合预设条件，则对所述出险现场事故车辆和相关车辆的照片和/或视频进行图像处理，得到所述事故车辆和相关车辆创面的处理后的照片和/或视频；采用深度学习方法将所述事故车辆和相关车辆创面处理后的照片和/或视频进行匹配；若匹配结果达到预设值，则判断本次事故由所述事故车辆和相关车辆相撞产生。2.根据权利要求1所述的基于图像处理和深度学习的车险事故鉴别方法，其特征在于，若所述相关信息符合预设条件，则对所述出险现场事故车辆和相关车辆的照片和/或视频进行图像处理的步骤包括：若所述相关信息符合预设条件，则对所述出险现场事故车辆和相关车辆的照片和/或视频进行数据预处理，得到数据预处理后的所述出险现场事故车辆和相关车辆的照片和/或视频，所述数据预处理包括去雾、去反光、旋转、或者平移中的一种或者几种；所述采用深度学习方法将所述事故车辆和相关车辆创面处理后的照片和/或视频进行匹配的步骤包括：对所述数据预处理后的所述出险现场事故车辆和相关车辆的照片和/或视频放入已训练的分类网络模型中进行分类处理，识别所述事故车辆和相关车辆的受损部位；将所述事故车辆和相关车辆的受损部位、数据预处理后的所述出险现场事故车辆和相关车辆的照片和/或视频作为已训练的创面匹配模型的输入，得到所述事故车辆和相关车辆创面照片的匹配度。3.根据权利要求2所述的基于图像处理和深度学习的车险事故鉴别方法，其特征在于，所述事故车辆的相关信息包括：事故车辆的车牌号码信息；所述对所述出险现场事故车辆的照片和/或视频进行信息预处理，得到事故车辆的相关信息的步骤之后包括：根据报案人员ID查询数据库中与所述报案人员ID绑定的车辆车牌号码信息；将所述数据库中与所述报案人员ID绑定的车辆车牌号信息与所述事故车辆的车牌号码信息相比对；若比对结果为匹配，则执行对所述出险现场事故车辆和相关车辆的照片和/或视频进行数据预处理的步骤；若比对结果为不匹配，则在后台管理系统提示操作人员进行人工介入处理。4.根据权利要求3所述的基于图像处理和深度学习的车险事故鉴别方法，其特征在于，所述事故车辆的相关信息还包括：拍摄出险现场事故车辆和相关车辆的照片和/或视频的时间信息和地点信息；所述对所述出险现场事故车辆的照片和/或视频进行信息预处理，得到事故车辆的相关信息的步骤之后还包括：将所述拍摄出险现场事故车辆和相关车辆的照片和/或视频的时间信息和地点信息，与获取出险现场事故车辆和相关车辆的照片和/或视频的时间信息和地点信息相比对；若比对结...

【专利技术属性】
技术研发人员：余凯锐，李舸，杨谦，
申请(专利权)人：深圳市亚来科技有限公司，
类型：发明
国别省市：广东,44