【技术实现步骤摘要】
车辆定损方法和装置
本申请实施例涉及计算机
，具体涉及互联网
，尤其涉及车辆定损方法和装置。
技术介绍
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。
技术实现思路
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...
【技术保护点】
1.一种车辆定损方法，所述方法包括：/n获取目标车辆的车辆图像，其中，所述车辆图像包括外观三维扫描图像；/n对所述车辆图像进行图像识别，得到所述目标车辆的损坏信息，其中，所述损坏信息用于表征损坏配件的损失类型和损坏程度；/n基于所述损坏信息，生成所述目标车辆的所述损坏配件的维修方式信息，以及生成包括所述损坏信息和所述维修方式信息的定损结果。/n
【技术特征摘要】
1.一种车辆定损方法，所述方法包括：
获取目标车辆的车辆图像，其中，所述车辆图像包括外观三维扫描图像；
对所述车辆图像进行图像识别，得到所述目标车辆的损坏信息，其中，所述损坏信息用于表征损坏配件的损失类型和损坏程度；
基于所述损坏信息，生成所述目标车辆的所述损坏配件的维修方式信息，以及生成包括所述损坏信息和所述维修方式信息的定损结果。
2.根据权利要求1所述的方法，其中，所述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
所述获取目标车辆的车辆图像，包括：
获取所述目标车辆的远景图像，对所述远景图像进行目标检测，得到损坏部位信息；
针对所述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，以及将所述近景图像和所述远景图像作为外观拍摄图像；
获取所述目标车辆的射线检测图像；
将所述外观拍摄图像、外观三维扫描图像和射线检测图像作为所述车辆图像。
3.根据权利要求2所述的方法，其中，所述对所述车辆图像进行图像识别，得到所述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，分别处理所述外观拍摄图像、所述外观三维扫描图像和所述射线检测图像，得到各个所述语义分割模型分别输出的子损坏信息，其中，所述子损坏信息包括以下的至少一项：损坏配件信息、所述损坏配件信息指示的损坏配件的损坏类型信息、所述损坏配件的损坏程度信息；
基于所述三个语义分割模型分别得到的子损坏信息的组合，得到所述损坏信息。
4.根据权利要求3所述的方法，其中，所述利用预先训练的三个语义分割模型，分别处理所述外观拍摄图像、所述外观三维扫描图像和所述射线检测图像，包括：
将所述近景图像映射到远景图像，得到映射结果；将所述远景图像的拍摄角度、所述损坏部位信息和所述映射结果，输入第一语义分割模型，其中，所述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；
将所述远景图像的拍摄角度、所述损坏部位信息和所述外观三维扫描图像，输入第二语义分割模型，其中，所述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；
将所述远景图像的拍摄角度、所述损坏部位信息和所述射线检测图像，输入第三语义分割模型，其中，所述第三语义分割模型输出的子损坏信息为内部损坏信息。
5.根据权利要求4所述的方法，其中，所述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所述远景图像进行拍摄角度分类，得到所述远景图像的拍摄角度。
6.根据权利要求1所述的方法，其中，所述车辆图像包括外观拍摄图像和外观三维扫描图像；以及
所述获取目标车辆的车辆图像，包括：
获取所述目标车辆的远景图像，对所述远景图像进行目标检测，得到损坏部位信息；
针对所述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，以及将所述近景图像和所述远景图像作为外观拍摄图像；
将所述外观拍摄图像和外观三维扫描图像作为所述车辆图像。
7.根据权利要求2或6所述的方法，其中，所述对所述远景图像进行目标检测，得到损坏部位信息，包括：
响应于所述远景图像包含损坏部位，对所述远景图像进行目标检测，得到指示所述远景图像包含的损坏部位的损坏部位信息，和所述损坏部位在所述远景图像中的位置信息；以及
所述针对所述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，包括：
基于所述位置信息，生成近景模式切换指令，以及向所述拍摄装置输出所述近景模式切换指令；
获取所述损坏部位信息所指示的损坏部位的近景图像。
8.根据权利要求3所述的方法，其中，所述损坏信息为文本信息；以及
所述基于所述三个语义分割模型分别得到的子损坏信息的组合，得到所述损坏信息，包括：
将所述三个语义分割模型分别得到的子损坏信息，组合成待处理损坏信息；
利用预先训练的文本输出模型，将所述待处理损坏信息转换成所述损坏信息。
9.根据权利要求1所述的方法，其中，所述基于所述损坏信息，生成所述目标车辆的所述损坏配件的维修方式信息，包括：
将所述目标车辆的车辆基本信息、所述损坏信息，输入预先训练的维修方式分类模型，得到从所述维修方式分类模型输出的对所述损坏配件信息指示的损坏配件的维修方式。
10.根据权利要求1所述的方法，其中，所述生成包括所述损坏信息和所述维修方式信息的定损结果，包括：
查询与所述损坏信息对应的维修价值参考信息；
基于车辆附加信息，确定所述目标车辆的维修折扣率，以及基于所述维修折扣率，确定所述维修价值参考信息对应的维修价值信息；
将所述维修价值信息、所述维修方式信息和车辆基本信息输入预先生成的序列到序列模型，得到从所述序列到序列模型输出的文本信息；
将所输出的文本信息作为所述目标车辆的定损报告。
11.根据权利要求10所述的方法，其中，所述方法还包括：
获取所述目标车辆的事故现场图像，确定所述事故现场图像对应的事故原因；以及
所述将所述维修价值信息、所述维修方式信息和车辆基本信息输入预先生成的序列到序列模型，得到从所述序列到序列模型输出的文本信息，包括：
将所述事故原因、所述维修价值信息、所述维...
【专利技术属性】
技术研发人员：冯博豪，陈兴波，张小帅，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。