一种事故前后资产损失自动评估方法及系统技术方案

本发明专利技术提供一种事故前后资产损失自动评估方法及系统，其方法包括如下步骤：通过全景相机获取各个扫描点位的全景图片，基于全景图片生成场景三维模型；获取场景三维模型中各个物品的物品资产信息，形成资产信息列表；事故发生后，重复上述步骤以获取事故发生后的资产信息列表；对比事故发生前后的资产信息列表的物品资产信息，获取各物品的资产差异信息，计算资产损失。本发明专利技术仅需要使用特定设备在现场进行扫描，生成三维数字孪生空间后通过AI进行资产损失对比，无需人工进行损失核查，同时也不需要对现场拍摄大量图片，避免遗漏部分现场，同时因为完全复刻了现场实景的数字孪生空间，所以在资产损失对比的准确性有较大提高。所以在资产损失对比的准确性有较大提高。所以在资产损失对比的准确性有较大提高。

【技术实现步骤摘要】
一种事故前后资产损失自动评估方法及系统


[0001]本专利技术涉及数据处理
，特别是一种事故前后资产损失自动评估方法及系统。

技术介绍

[0002]当某座房屋建筑内发生事故后(例如火灾/爆炸等)，需要对房屋内的资产进行损失对比。在现有技术中，通常采用人工核查或者通过计算机视觉的方式对房屋建筑进行事故前后损失对比。对于人工核查进行损失对比的方法来讲，所需的人力成本及时间成本很高；而对于评估，因此需要对现场拍摄大量的图片，由于仅是二维图像，且所拍摄的图片可能会有欠缺，所以通过计算机视觉进行损失对比的准确性较低。

技术实现思路

[0003]为了克服现有技术的不足，本专利技术提供了一种事故前后资产损失自动评估方法及系统，解决了现有资产损失评估方法所存在的人工成本高、工作量大、准确度差等问题。
[0004]本专利技术解决其技术问题所采用的技术方案是：
[0005]本专利技术首先提供一种事故前后资产损失自动评估方法，包括如下步骤：
[0006]S1.通过全景相机获取各个扫描点位的全景图片，基于全景图片生成场景三本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种事故前后资产损失自动评估方法，其特征在于，包括如下步骤：S1.通过全景相机获取各个扫描点位的全景图片，基于全景图片生成场景三维模型；S2.提取并分析所述场景三维模型及全景图片，获取场景三维模型中各个物品的物品资产信息，并进行分类记录和保存，形成资产信息列表；S3.事故发生后，重复步骤S1、步骤S2，获取事故发生后的资产信息列表；S4.对比事故发生前后的资产信息列表的物品资产信息，获取各物品的资产差异信息，并根据所述资产差异信息，计算资产损失。2.根据权利要求1所述的一种事故前后资产损失自动评估方法，其特征在于：步骤S2中所述物品资产信息包括类别信息、位置信息及数字特征信息。3.根据权利要求1所述的一种事故前后资产损失自动评估方法，其特征在于，步骤S2中所述物品资产信息的获取方法为：S21.基于深度学习的二维图像目标检测技术和实例分割技术分析各扫描点位所获得的全景图片信息，以识别全景图片中的各物品，并获取各物品的类别信息、位置信息、数字特征信息；S22.获取各物品在场景三维模型中的位置信息，根据场景三维模型中的物品位置信息与全景图片中的物品位置信息对应关系，确定同一件物品是否在多张全景图片中重复出现；S23.若同一件物品未在全景图片中重复出现，则将对应全景图片中获取的该件物品的数字特征信息作为该件物品的物品资产信息之一进行记录和保存；若同一件物品在多张全景图片中重复出现，则将多张全景图片中所获取的该件物品的数字特征信息进行融合，将融合后的数字特征信息作为该件物品的物品资产信息之一进行记录和保存。4.根据权利要求3所述的一种事故前后资产损失自动评估方法，其特征在于，步骤S23中将多张全景图片中所获取的该件物品的数字特征信息进行融合的具体操作为：S231.同一件物品在多张全景图片中被重复识别时，该件物品在多张全景图片中所获得的数字特征信息分别为TV0，TV1……
TV
n
，对应的判别概率分别为TR0，TR1……
TR
n
；S232.按下述公式对该件物品的数字特征信息进行融合：其中，PV为该件物品的融合数字特征信息，5.根据权利要求1所述的一种事故前后资产损失自动评估方法，其特征在于，步骤S4的具体操作为：S41.针对事故前资产信息列表里的每一件物品C
0...

【专利技术属性】
技术研发人员：黄敏声，高翔，
申请(专利权)人：众趣北京科技有限公司，
类型：发明
国别省市：