System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像处理、人工智能,尤其涉及一种车辆定损方法、装置、计算机设备及存储介质。
技术介绍
1、随着科学技术的发展,汽车成为人们日常生活中的主要交通工具之一,汽车的广泛应用促进了车险的发展。车险的核心业务大致包括投保、查勘、理赔以及维修或者保养。其中的车险理赔业务需要对发生事故的被保险车辆进行定损,然后进行赔付资金结算。
2、目前,主要通过在车辆事故现场拍摄被保险车辆的照片一并上传到保险公司的综合处理平台,使用计算机视觉技术对照片进行定损。然而,使用该方式进行定损存在多种不可控因素,如上传至综合处理平台的车辆局部损伤照片与被保险车辆的实际照片不符等欺诈行为,导致定损结果与事实不符,从而影响了对被保险车辆的定损结果的可靠性。
技术实现思路
1、基于此,提出了一种车辆定损方法、装置、计算机设备及存储介质,有利于提高对事故车辆的定损结果的可靠性。
2、第一方面,提供了一种车辆定损方法,包括:
3、响应于环车拍摄操作,基于预训练的部件检测模型,对待定损车辆进行检测,获取所述待定损车辆的各外观部件的实时图像,作为第一外观图像集;
4、获取所述待定损车辆的第二外观图像集;
5、基于所述第一外观图像集和所述第二外观图像集,对各所述外观部件进行风险校验,输出风险校验结果;
6、若所述风险校验结果表示所述外观部件存在欺诈风险,则输出所述外观部件的风险提示信息;
7、若所述风险校验结果表示各所述外观部件不存在欺
8、第二方面,提供了一种车辆定损装置,包括:
9、检测模块,用于响应于环车拍摄操作,基于预训练的部件检测模型,对待定损车辆进行检测,获取所述待定损车辆的各外观部件的实时图像,作为第一外观图像集;
10、获取模块,用于获取所述待定损车辆的第二外观图像集;
11、第一输出模块,用于基于所述第一外观图像集和所述第二外观图像集,对各所述外观部件进行风险校验,输出风险校验结果;
12、第二输出模块,用于若所述风险校验结果表示所述外观部件存在欺诈风险,则输出所述外观部件的风险提示信息;
13、第三输出模块,用于若所述风险校验结果表示各所述外观部件不存在欺诈风险,则基于所述第一外观图像集和所述第二外观图像集,输出所述待定损车辆的维修方案。
14、可选地,在本申请的一些实施例中,所述第一外观图像集包括多张第一外观图像,所述第二外观图像集包括多张第二外观图像,所述第一输出模块包括:
15、第一确定子模块,用于确定各述第一外观图像和各所述第二外观图像间的对应关系;
16、检测子模块,用于对各所述第一外观图像和各所述第二外观图像进行损伤程度检测,得到每张所述第一外观图像的第一损伤信息和每张所述第二外观图像的第二损伤信息;
17、第二确定子模块,用于基于各所述对应关系、各所述第一损伤信息和各所述第二损伤信息,确定每个所述外观部件的损伤差异;
18、输出子模块,用于基于每个所述损伤差异,输出风险校验结果,其中,所述风险校验结果用于表示所述外观部件是否存在欺诈风险。
19、可选地,在本申请的一些实施例中,所述输出子模块包括:
20、第一确定单元,用于若所述损伤差异小于或等于所述预设第一差异阈值,则确定所述外观部件不存在欺诈风险;
21、第二确定单元,用于若所述损伤差异大于所述预设第一差异阈值且小于预设第二差异阈值,则确定所述外观部件存在欺诈风险。
22、可选地,在本申请的一些实施例中,所述输出子模块还包括:
23、展示单元,用于若所述损伤差异大于或等于所述预设第二差异阈值,则展示审核指引;
24、第三确定单元,用于响应于针对所述审核指引的审核确认操作,确定所述外观部件是否存在欺诈风险。
25、可选地,在本申请的一些实施例中,所述检测模块还包括:
26、第一展示子模块,用于若检测到连续的预设数量帧的所述实时图像中不含有所述待定损车辆的外观部件,则展示风险提示信息。
27、可选地,在本申请的一些实施例中,所述检测模块包括:
28、检测子模块,用于响应于环车拍摄操作,基于预训练的部件检测模型,对所述待定损车辆的外观部件的面积进行检测;
29、第二展示子模块,用于若检测到所述外观部件的面积大于预设面积阈值,则展示所述外观部件的拍摄指引;
30、获取子模块,用于基于所述拍摄指引,获取所述外观部件的实时图像。
31、可选地,在本申请的一些实施例中,所述获取子模块包括:
32、采集单元,用于采集根据所述拍摄指引对所述外观部件进行拍摄的多张待确定图像;
33、检测单元,用于对多张所述待确定图像进行损伤程度检测,得到每张待确定图像的损伤程度;
34、选取单元,用于选取最大的所述损伤程度对应的待确定图像,作为所述实时图像。
35、第三方面,提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述车辆定损方法的步骤。
36、第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述车辆定损方法的步骤。
37、在本申请中,提供一种车辆定损方法、装置、计算机设备及存储介质,通过响应于环车拍摄操作,基于预训练的部件检测模型,对待定损车辆进行检测,获取待定损车辆的各外观部件的实时图像,作为第一外观图像集;获取待定损车辆的第二外观图像集;基于第一外观图像集和第二外观图像集,对各外观部件进行风险校验,输出风险校验结果;若风险校验结果表示外观部件存在欺诈风险,则输出外观部件的风险提示信息;若风险校验结果表示各外观部件不存在欺诈风险,则基于第一外观图像集和第二外观图像集,输出待定损车辆的维修方案。在本申请提供的车辆定损方案中,通过待定损车辆的第一外观图像集和第二外观图像集,确定待定损车辆的各外观部件的风险校验结果,并基于风险校验结果,输出待定损车辆的风险提示信息或维修方案。可见,通过引入第一外观图像集和第二外观图像集,可以对待定损车辆的各外观部件进行风险校验,可以有效对定损作业流程进行管控,防止理赔过程中的欺诈行为,有利于提高待定损车辆的定损结果的可靠性。
本文档来自技高网...【技术保护点】
1.一种车辆定损方法,其特征在于,包括:
2.根据权利要求1所述的车辆定损方法,其特征在于,所述第一外观图像集包括多张第一外观图像,所述第二外观图像集包括多张第二外观图像,所述基于所述第一外观图像集和所述第二外观图像集,对各所述外观部件进行风险校验,输出风险校验结果,包括:
3.根据权利于要求2所述的车辆定损方法,其特征在于,所述基于每个所述损伤差异,输出风险校验结果,包括:
4.根据权利要求3所述的车辆定损方法,其特征在于,还包括:
5.根据权利权利要求1至4任一项所述的车辆定损方法,其特征在于,所述基于预训练的部件检测模型,对待定损车辆的外观部件进行检测,获取所述外观部件的实时图像的过程中,还包括:
6.根据权利要求1至4任一项所述的车辆定损方法,其特征在于,所述响应于环车拍摄操作,基于预训练的部件检测模型,对待定损车辆进行检测,获取所述待定损车辆的各外观部件的实时图像,包括:
7.根据权利要求6所述的车辆定损方法,其特征在于,所述基于所述拍摄指引,获取所述外观部件的实时图像,包括:
8.一种
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述车辆定损方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述车辆定损方法的步骤。
...【技术特征摘要】
1.一种车辆定损方法,其特征在于,包括:
2.根据权利要求1所述的车辆定损方法,其特征在于,所述第一外观图像集包括多张第一外观图像,所述第二外观图像集包括多张第二外观图像,所述基于所述第一外观图像集和所述第二外观图像集,对各所述外观部件进行风险校验,输出风险校验结果,包括:
3.根据权利于要求2所述的车辆定损方法,其特征在于,所述基于每个所述损伤差异,输出风险校验结果,包括:
4.根据权利要求3所述的车辆定损方法,其特征在于,还包括:
5.根据权利权利要求1至4任一项所述的车辆定损方法,其特征在于,所述基于预训练的部件检测模型,对待定损车辆的外观部件进行检测,获取所述外观部件的实时图像的过程中,还包括:
6.根据权利要求1至4任一项所...
【专利技术属性】
技术研发人员:余宪,
申请(专利权)人:平安科技上海有限公司,
类型:发明
国别省市:
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。