【技术实现步骤摘要】
本申请涉及人工智能，尤其涉及一种基于人工智能的车辆理赔录单方法、装置、电子设备及存储介质。
技术介绍
1、车损理赔作业中，当发生车辆事故的时候，需要定损员去现场进行现场赔付作业，在现场定损员根据车辆损伤情况进行拍照和评估。在这个过程中，定损员需要在理赔app上依次选择每一个损伤部位，然后拍照上传，之后根据损伤情况选择理赔的方案和金额等来完成录单。
2、现有技术中虽然会通过使用损伤检测模型对定损员拍摄的照片进行检测定损，但是根据单一的照片进行定损仍然可能存在一定的偏差，不能整合车辆部件的多张照片进行综合判断，从而导致最终计算得到的定损理赔额度的准确度不够理想。而且整个过程比较耗费时间，也存在拍摄照片不合格，需要在审核之后补拍的情况。
技术实现思路
1、鉴于以上内容，有必要提出一种基于人工智能的车辆理赔录单方法、装置、电子设备及存储介质，以解决如何提高对车辆进行定损理赔的准确度这一技术问题。
2、本申请提供一种基于人工智能的车辆理赔录单方法，所述方法包括：
3、对待定损车辆的不同损伤部位进行图像采集获得多个损伤部位图像集，并录入理赔系统；
4、依据车辆部位检测模型对所述损伤部位图像集进行检测获得车辆部位损伤集；
5、依据车辆损伤检测模型对每一个车辆部位损伤集进行检测获得部位损伤结果集；
6、对所述部位损伤结果集中的所有图像进行融合获得部位定损图像；
7、基于所述部位定损图像对待定损车辆的对应部位进行定损
8、基于所述部位定损数据集获取待定损车辆的车辆理赔额度，并基于所述车辆理赔额度对待定损车辆进行录单。
9、在一些实施例中，所述对待定损车辆的不同损伤部位进行图像采集获得多个损伤部位图像集，并录入理赔系统，包括：
10、依据预设方式对待定损车辆的不同损伤部位进行标记得到车辆损伤编码；
11、基于所述车辆损伤编码依次对待定损车辆的不同损伤部位进行多次图像采集，并将每一个车辆损伤编码对应的所有图像作为该损伤部位的损伤部位图像集；
12、将所述损伤部位图像集录入理赔系统。
13、在一些实施例中，所述依据车辆部位检测模型对所述损伤部位图像集进行检测获得车辆部位损伤集包括：
14、依据预设方式对语义分割网络进行训练获得车辆部位检测模型；
15、基于所述车辆部位检测模型依次对各损伤部位图像集中的所有图像进行检测获得各损伤部位图像集对应的车辆部位损伤集。
16、在一些实施例中，所述依据车辆损伤检测模型对每一个车辆部位损伤集进行检测获得部位损伤结果集包括：
17、获取大量的车辆各部位的损伤部位图像组成部位损伤图像训练集；
18、对所述部位损伤图像训练集中所有图像进行标签设置，获得部位损伤图像标签集；
19、使用所述部位损伤图像训练集和所述部位损伤图像标签集对预设的目标检测网络进行训练获得车辆损伤检测模型；
20、基于所述车辆损伤检测模型依次对每一个车辆部位损伤集中的所有图像进行检测获得部位损伤结果集。
21、在一些实施例中，所述对所述部位损伤结果集中的所有图像进行融合获得部位定损图像包括：
22、将所述部位损伤结果集中的所有图像转换为灰度图像获得部位损伤灰度集；
23、计算所述部位损伤灰度集中每一张图像的融合权重；
24、基于所述融合权重对所述部位损伤灰度集中的每一张图像进行加权求和获得部位定损图像。
25、在一些实施例中，所述计算所述部位损伤灰度集中每一张图像的融合权重包括：
26、分别计算目标部位损伤图像与所述部位损伤灰度集中每一张图像的交并比得到目标交并比数据集，所述目标部位损伤图像为所述部位损伤灰度集中的任意一张图像；
27、计算所述目标交并比数据集的平均值作为所述目标部位损伤图像的初始融合权重；
28、遍历所述部位损伤灰度集获得所述部位损伤灰度集中每一张图像的初始融合权重；
29、对所述部位损伤灰度集中所有图像的初始融合权重进行归一化获得所述部位损伤灰度集中每一张图像的融合权重。
30、在一些实施例中，所述基于所述部位定损图像对待定损车辆的对应部位进行定损获得部位定损数据集包括：
31、统计目标损伤部位在多次历史理赔过程中的所有部位定损图像得到目标部位定损图像集，所述目标损伤部位为待定损车辆的所有车辆部位中的任意一个；
32、统计所述目标部位定损图像集中各部位定损图像对应的部位损伤理赔额度；基于所述目标部位定损图像集中的每一张部位定损图像和各部位定损图像对应的部位损伤理赔额度构建部位键值对定损数据，并将所有的部位键值对定损数据作为目标损伤部位的部位定损数据集；
33、遍历待定损车辆的所有车辆部位获得每一个车辆部位的部位定损数据集。
34、本申请实施例还提供一种基于人工智能的车辆理赔录单装置，所述装置包括：
35、采集单元，用于对待定损车辆的不同损伤部位进行图像采集获得多个损伤部位图像集，并录入理赔系统；
36、获得单元，用于依据车辆部位检测模型对所述损伤部位图像集进行检测获得车辆部位损伤集；
37、检测单元，用于依据车辆损伤检测模型对每一个车辆部位损伤集进行检测获得部位损伤结果集；
38、融合单元，用于对所述部位损伤结果集中的所有图像进行融合获得部位定损图像；
39、定损单元，用于基于所述部位定损图像对待定损车辆的对应部位进行定损获得部位定损数据集；
40、录单单元，用于基于所述部位定损数据集获取待定损车辆的车辆理赔额度，并基于所述车辆理赔额度对待定损车辆进行录单。
41、本申请实施例还提供一种电子设备，所述电子设备包括：
42、存储器，存储至少一个指令；
43、处理器，执行所述存储器中存储的指令以实现所述的基于人工智能的车辆理赔录单方法。
44、本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现所述的基于人工智能的车辆理赔录单方法。
45、本申请通过对采集到的图像中的车辆各部位进行分割，并由车辆损伤检测模型检测出各部位的损伤图像后，将各部位对应的多张损伤图像进行融合后作为车辆的定损依据，有效提高了对车辆损伤进行定损的准确度，进而获得更为客观公正的车辆损伤理赔额度。
本文档来自技高网...【技术保护点】
1.一种基于人工智能的车辆理赔录单方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于人工智能的车辆理赔录单方法，其特征在于，所述对待定损车辆的不同损伤部位进行图像采集获得多个损伤部位图像集，并录入理赔系统，包括：
3.如权利要求1所述的基于人工智能的车辆理赔录单方法，其特征在于，所述依据车辆部位检测模型对所述损伤部位图像集进行检测获得车辆部位损伤集包括：
4.如权利要求1所述的基于人工智能的车辆理赔录单方法，其特征在于，所述依据车辆损伤检测模型对每一个车辆部位损伤集进行检测获得部位损伤结果集包括：
5.如权利要求1所述的基于人工智能的车辆理赔录单方法，其特征在于，所述对所述部位损伤结果集中的所有图像进行融合获得部位定损图像包括：
6.如权利要求5所述的基于人工智能的车辆理赔录单方法，其特征在于，所述计算所述部位损伤灰度集中每一张图像的融合权重包括：
7.如权利要求1所述的基于人工智能的车辆理赔录单方法，其特征在于，所述基于所述部位定损图像对待定损车辆的对应部位进行定损获得部位定损数据集包括：
...【技术特征摘要】
1.一种基于人工智能的车辆理赔录单方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于人工智能的车辆理赔录单方法，其特征在于，所述对待定损车辆的不同损伤部位进行图像采集获得多个损伤部位图像集，并录入理赔系统，包括：
3.如权利要求1所述的基于人工智能的车辆理赔录单方法，其特征在于，所述依据车辆部位检测模型对所述损伤部位图像集进行检测获得车辆部位损伤集包括：
4.如权利要求1所述的基于人工智能的车辆理赔录单方法，其特征在于，所述依据车辆损伤检测模型对每一个车辆部位损伤集进行检测获得部位损伤结果集包括：
5.如权利要求1所述的基于人工智能的车辆理赔录单方法，其特征在于，所述对所述部位损伤结果集中的所有图像...
【专利技术属性】
技术研发人员：陈攀，刘莉红，陈远旭，肖京，
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。