[發明專利]一種基于圖像的車輛定損方法、裝置及電子設備

有效

• 申請號: 201710233656.1
• 申請日: 2017-04-11
• 公開（公告）號: CN107403424B
• 公開（公告）日: 2020-09-18
• 發明（設計）人: 章海濤;徐娟;侯金龍;王劍;郭昕;程丹妮;胡越;吳博坤;陳燕青
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06Q10/10
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 李輝

1.一種基于圖像的車輛定損方法，其特征在于，所述方法包括：

獲取車輛定損的待處理圖像；

利用構建的部件識別模型檢測所述待處理圖像，識別所述待處理圖像中的車輛部件，并確認所述車輛部件在待處理圖像中的部件區域；

利用構建的損傷識別模型檢測所述待處理圖像，識別所述待處理圖像中的損傷部位和損傷類型；

根據所述損傷部位和部件區域確定所述待處理圖像中的損傷部件，以及確定所述損傷部件的損傷部位和損傷類型；

基于包括所述損傷部件、損傷部位、損傷類型的信息生成維修方案；

其中，采用下述方式確定損傷部件以及所述損傷部件的損傷部位和損傷類型：

獲取含有損傷部位的待處理圖像的集合；

利用卷積神經網絡提取所述集合中待處理圖像的特征向量，基于所述特征向量的進行相同車輛部件的圖像聚類處理，確定損傷部件；

將屬于同一損傷部件的損傷部位進行合并，獲取損傷部位的損傷聚類特征數據；

根據所述損傷聚類特征數據確定所述損傷部件所包含損傷部位和所述損傷部位對應的損傷類型。

2.如權利要求1所述的一種基于圖像的車輛定損方法，其特征在于，所述方法還包括：

獲取所述損傷部件的維修策略的信息；

相應的，所述維修方案還包括對應于所述維修策略的預估維修價格；所述預估維修價格根據包括所述損傷部件、損傷部位、損傷類型、維修策略的信息，并查詢對應于所述維修策略中損傷部件的產品和/或維修服務的價格數據后，計算得到的所述損傷部件的預估維修價格。

3.如權利要求1所述的一種基于圖像的車輛定損方法，其特征在于，所述部件識別模型、損傷識別模型中的至少一個為：

基于卷積層和區域建議層的網絡模型，經過樣本數據訓練后構建生成的深度神經網絡。

4.如權利要求3所述的一種基于圖像的車輛定損方法，其特征在于，所述部件識別模型被設置成，采用含有打標數據的部件樣本圖像進行訓練，所述部件樣本圖像包括至少一個車輛部件；

所述損傷識別模型被設置成，輸入模型訓練的損傷樣本圖像，輸出包含至少一個損傷部位和與所述損傷部位對應的損傷類型；以及在使用所述損傷識別模型檢測待處理圖像時還輸出表示所述損傷類型真實性程度的置信度的數據信息。

5.如權利要求4所述的一種基于圖像的車輛定損方法，其特征在于，根據所述損傷部位和部件區域確定所述待處理圖像中的損傷部件包括：

在所述部件區域范圍內，查詢是否存在所述損傷部位的損傷區域；若有，則確定所述部件區域對應的車輛部件為損傷部件。

6.如權利要求1所述的一種基于圖像的車輛定損方法，其特征在于，所述將屬于同一損傷部件的損傷部位進行合并包括：

從圖像聚類中屬于同一損傷樣本部件的待處理圖像中，按照置信度降序選取K個待處理圖像的損傷部位進行合并，K≥2。

7.如權利要求1所述的一種基于圖像的車輛定損方法，其特征在于，所述獲取損傷部位的損傷聚類特征數據包括：

從所述合并后的圖像聚類中，按照損傷部位的加權值降序選取C個待處理圖像的損傷聚類特征數據，C≥2，所述加權值的權重因子為損傷部位的置信度。

8.如權利要求6或7任意一項所述的一種基于圖像的車輛定損方法，其特征在于，所述根據所述損傷聚類特征數據識別出損傷樣本圖像中的損傷部位和損傷類型，包括：

將所述損傷聚類特征數據作為設置的多分類梯度提升決策樹模型的輸入數據，識別出損傷部位和損傷類型。

9.如權利要求1所述的一種基于圖像的車輛定損方法，其特征在于，所述部件識別模型或損傷識別模型中的至少一項使用的訓練樣本圖像包括：

利用計算機模擬車輛部件受損繪制生成的圖片信息。