用于处理图像的方法和装置制造方法及图纸

本申请实施例公开了用于处理图像的方法和装置。该方法的一具体实施方式包括：获取用户上传的车辆定损用图像；基于预先训练的图像识别模型生成车辆定损用图像属于预定义的至少一个图像类型的置信度，其中，图像识别模型用于表征图像与图像属于至少一个图像类型的置信度的对应关系；根据所生成的置信度确定车辆定损用图像的图像类型。该实施方式提供了一种基于图像识别模型的分类机制，提高了对车辆定损用图像进行分类的效率。

【技术实现步骤摘要】
用于处理图像的方法和装置
本申请实施例涉及计算机
，尤其涉及用于处理图像的方法和装置。
技术介绍
通常发生车辆交通事故后，保险公司需要对出险车辆进行车辆定损，并进行出险的资料进行存档。车辆定损是根据汽车构造原理，通过科学、系统的专业化检查、测试与勘测手段，对汽车碰撞与事故现场进行综合分析，运用车辆估损资料与维修数据，对车辆碰撞修复进行科学系统的估损定价。目前，一般采取保险公司工作人员到达交通事故现场进行勘察的方式，人工进行车辆定损。
技术实现思路
本申请实施例提出了用于处理图像的方法和装置。第一方面，本申请的一些实施例提供了一种用于处理图像的方法，该方法包括：获取用户上传的车辆定损用图像；基于预先训练的图像识别模型生成车辆定损用图像属于预定义的至少一个图像类型的置信度，其中，图像识别模型用于表征图像与图像属于至少一个图像类型的置信度的对应关系；根据所生成的置信度确定车辆定损用图像的图像类型。在一些实施例中，基于预先训练的图像识别模型生成车辆定损用图像属于至少一个图像类型的置信度，包括：对车辆定损用图像进行采样，得到预设尺寸的图像；将预设尺寸的图像中像素点的RGB值减去预设的RGB均值；将减去RGB均值的图像输入至图像识别模型生成车辆定损用图像属于至少一个图像类型的置信度。在一些实施例中，图像识别模型通过如下步骤训练得到：获取训练样本集合，其中，训练样本包括样本图像和样本图像对应的图像类型标注结果；将训练样本集合中的训练样本中的样本图像作为输入，将输入的样本图像对应的标注结果作为输出，训练得到图像识别模型。在一些实施例中，图像识别模型包括更新后的图像识别模型；以及训练样本集合中训练样本包括的样本图像对应的图像类型标注结果通过如下步骤生成：基于更新前的图像识别模型确定该样本图像属于至少一个图像类型的置信度；响应于确定出的置信度大于预设的第一置信度阈值，将确定出的置信度对应的图像类型，确定为该样本图像的标注结果；响应于确定出的置信度大于预设的第二置信度阈值且小于第一置信度阈值，输出该样本图像，以获取针对该样本图像的标注结果。在一些实施例中，图像类型包括车辆局部特写图像；以及方法还包括：响应于车辆定损用图像的图像类型为车辆局部特写图像，将车辆定损用图像输入至预先训练的目标检测模型，目标检测模型用于检测图像中的疑似损伤区域。在一些实施例中，图像类型包括证件图像；以及方法还包括：响应于车辆定损用图像的图像类型为证件图像，确定车辆定损用图像展现的证件的类型和/或对车辆定损用图像进行文字识别。在一些实施例中，图像类型包括保险单图像；以及方法还包括：响应于车辆定损用图像的图像类型为保险单图像，读取车辆定损用图像包括的条码图像信息和/或对车辆定损用图像进行文字识别。在一些实施例中，图像类型包括整车图像；以及方法还包括：响应于车辆定损用图像的图像类型为整车图像，将车辆定损用图像输入至预先训练的车辆型号检测模型，车辆型号检测模型用于表征图像与车辆型号的对应关系。第二方面，本申请的一些实施例提供了一种用于处理图像的装置，该装置包括：获取单元，被配置成获取用户上传的车辆定损用图像；生成单元，被配置成基于预先训练的图像识别模型生成车辆定损用图像属于至少一个预定义的图像类型的置信度，其中，图像识别模型用于表征图像与图像属于至少一个图像类型的置信度的对应关系；第一确定单元，被配置成根据所生成的置信度确定车辆定损用图像的图像类型。在一些实施例中，生成单元，包括：采样子单元，被配置成对车辆定损用图像进行采样，得到预设尺寸的图像；修改子单元，被配置将预设尺寸的图像中像素点的RGB值减去预设的RGB均值；生成子单元，被配置将减去RGB均值的图像输入至图像识别模型生成车辆定损用图像属于至少一个图像类型的置信度。在一些实施例中，图像识别模型通过如下步骤训练得到：获取训练样本集合，其中，训练样本包括样本图像和样本图像对应的图像类型标注结果；将训练样本集合中的训练样本中的样本图像作为输入，将输入的样本图像对应的标注结果作为输出，训练得到图像识别模型。在一些实施例中，图像识别模型包括更新后的图像识别模型；以及训练样本集合中训练样本包括的样本图像对应的图像类型标注结果通过如下步骤生成：基于更新前的图像识别模型确定该样本图像属于至少一个图像类型的置信度；响应于确定出的置信度大于预设的第一置信度阈值，将确定出的置信度对应的图像类型，确定为该样本图像的标注结果；响应于确定出的置信度大于预设的第二置信度阈值且小于第一置信度阈值，输出该样本图像，以获取针对该样本图像的标注结果。在一些实施例中，图像类型包括车辆局部特写图像；以及装置还包括：第一输入单元，被配置成响应于车辆定损用图像的图像类型为车辆局部特写图像，将车辆定损用图像输入至预先训练的目标检测模型，目标检测模型用于检测图像中的疑似损伤区域。在一些实施例中，图像类型包括证件图像；以及装置还包括：第二确定单元，被配置成响应于车辆定损用图像的图像类型为证件图像，确定车辆定损用图像展现的证件的类型和/或对车辆定损用图像进行文字识别。在一些实施例中，图像类型包括保险单图像；以及装置还包括：读取单元，被配置成响应于车辆定损用图像的图像类型为保险单图像，读取车辆定损用图像包括的条码图像信息和/或对车辆定损用图像进行文字识别。在一些实施例中，图像类型包括整车图像；以及装置还包括：第二输入单元，被配置成响应于车辆定损用图像的图像类型为整车图像，将车辆定损用图像输入至预先训练的车辆型号检测模型，车辆型号检测模型用于表征图像与车辆型号的对应关系。第三方面，本申请的一些实施例提供了一种设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行，使得上述一个或多个处理器实现如第一方面上述的方法。第四方面，本申请的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面上述的方法。本申请实施例提供的用于处理图像的方法和装置，通过获取用户上传的车辆定损用图像，而后基于预先训练的图像识别模型生成车辆定损用图像属于预定义的至少一个图像类型的置信度，最后根据所生成的置信度确定车辆定损用图像的图像类型，提供了一种基于图像识别模型的分类机制，提高了对车辆定损用图像进行分类的效率。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1是本申请的一些可以应用于其中的示例性系统架构图；图2是根据本申请的用于处理图像的方法的一个实施例的流程图；图3是根据本申请的用于处理图像的方法的应用场景的一个示意图；图4是根据本申请的用于处理图像的方法的又一个实施例的流程图；图5是根据本申请的用于处理图像的装置的一个实施例的结构示意图；图6是适于用来实现本申请的一些实施例的服务器或终端的计算机系统的结构示意图。具体实施方式下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并本文档来自技高网...

【技术保护点】
1.一种用于处理图像的方法，包括：获取用户上传的车辆定损用图像；基于预先训练的图像识别模型生成所述车辆定损用图像属于预定义的至少一个图像类型的置信度，其中，所述图像识别模型用于表征图像与图像属于至少一个图像类型的置信度的对应关系；根据所生成的置信度确定所述车辆定损用图像的图像类型。

【技术特征摘要】
1.一种用于处理图像的方法，包括：获取用户上传的车辆定损用图像；基于预先训练的图像识别模型生成所述车辆定损用图像属于预定义的至少一个图像类型的置信度，其中，所述图像识别模型用于表征图像与图像属于至少一个图像类型的置信度的对应关系；根据所生成的置信度确定所述车辆定损用图像的图像类型。2.根据权利要求1所述的方法，其中，所述基于预先训练的图像识别模型生成所述车辆定损用图像属于至少一个图像类型的置信度，包括：对所述车辆定损用图像进行采样，得到预设尺寸的图像；将所述预设尺寸的图像中像素点的RGB值减去预设的RGB均值；将减去所述RGB均值的图像输入至所述图像识别模型生成所述车辆定损用图像属于所述至少一个图像类型的置信度。3.根据权利要求1所述的方法，其中，所述图像识别模型通过如下步骤训练得到：获取训练样本集合，其中，训练样本包括样本图像和样本图像对应的图像类型标注结果；将所述训练样本集合中的训练样本中的样本图像作为输入，将输入的样本图像对应的标注结果作为输出，训练得到所述图像识别模型。4.根据权利要求3所述的方法，其中，所述图像识别模型包括更新后的图像识别模型；以及所述训练样本集合中训练样本包括的样本图像对应的图像类型标注结果通过如下步骤生成：基于更新前的图像识别模型确定该样本图像属于至少一个图像类型的置信度；响应于确定出的置信度大于预设的第一置信度阈值，将确定出的置信度对应的图像类型，确定为该样本图像的标注结果；响应于确定出的置信度大于预设的第二置信度阈值且小于所述第一置信度阈值，输出该样本图像，以获取针对该样本图像的标注结果。5.根据权利要求1-4中任一项所述的方法，其中，所述图像类型包括车辆局部特写图像；以及所述方法还包括：响应于所述车辆定损用图像的图像类型为车辆局部特写图像，将所述车辆定损用图像输入至预先训练的目标检测模型，所述目标检测模型用于检测图像中的疑似损伤区域。6.根据权利要求1-4中任一项所述的方法，其中，所述图像类型包括证件图像；以及所述方法还包括：响应于所述车辆定损用图像的图像类型为证件图像，确定所述车辆定损用图像展现的证件的类型和/或对所述车辆定损用图像进行文字识别。7.根据权利要求1-4中任一项所述的方法，其中，所述图像类型包括保险单图像；以及所述方法还包括：响应于所述车辆定损用图像的图像类型为保险单图像，读取所述车辆定损用图像包括的条码图像信息和/或对所述车辆定损用图像进行文字识别。8.根据权利要求1-4中任一项所述的方法，其中，所述图像类型包括整车图像；以及所述方法还包括：响应于所述车辆定损用图像的图像类型为整车图像，将所述车辆定损用图像输入至预先训练的车辆型号检测模型，所述车辆型号检测模型用于表征图像与车辆型号的对应关系。9.一种用于处理图像的装置，包括：获取单元，被配置成获取用户上传的车辆定损用图像；生成单元，被配置成基于预先训练的图像识别模型生成所述车辆定损用图像属于至少一个预定义的图像类型的置信度，其中，所述图像识别模型用于表征图像与图像...

【专利技术属性】
技术研发人员：袁宇辰，谭啸，周峰，丁二锐，孙昊，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11